CN112307768A - 一种面向人工智能科技企业的情报监控方法 - Google Patents
一种面向人工智能科技企业的情报监控方法 Download PDFInfo
- Publication number
- CN112307768A CN112307768A CN201910674239.XA CN201910674239A CN112307768A CN 112307768 A CN112307768 A CN 112307768A CN 201910674239 A CN201910674239 A CN 201910674239A CN 112307768 A CN112307768 A CN 112307768A
- Authority
- CN
- China
- Prior art keywords
- information
- intelligence
- technical
- module
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 27
- 238000005516 engineering process Methods 0.000 title claims description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000009412 basement excavation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种面向人工智能科技企业的情报监控方法，包括：情报自主订阅模块：用于描述企业对情报监控的需求；技术情报自动采集模块：用于提高情报采集的准确性和全面性；技术情报监控分析模块：用于根据企业的订阅需求，自动进行情报内容采集、筛选、清晰、汇总；语义网构建模块：用于对采集得到的情报内容进行深度分析和挖掘，本发明的有益效果是：1)企业一次定义好情报需求，即可实时获得最新情报内容，企业无需配置专职的情报人员；2)针对人工智能技术领域新技术词汇更新变化快的特点，通过语义网，可以及时补充新词汇，保障了情报采集的完整性和准确性。
Description
技术领域
本发明涉及一种监控方法，具体是一种面向人工智能科技企业的情报监控方法。
背景技术
现有的情报服务都是通用化的，没有针对具体行业的特点，针对某个具体行业的，特别是针对人工智能这类技术更新迭代快、技术前瞻性新的行业。
现有的技术手段多数是采用搜索服务方式，企业发起搜索请求，情报服务根据请求进行一次搜索查询，返回结果给企业。企业需要自己掌握什么时候查。是企业找情报，不是有了情报，情报自动推送给企业的模式。
现有的情报服务基本是把情报内容反馈给企业，缺少对内容的深度分析，特别是根据技术情报的内容挖掘出技术的核心人才。
发明内容
本发明的目的在于提供一种面向人工智能科技企业的情报监控方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种面向人工智能科技企业的情报监控方法，包括：
情报自主订阅模块：用于描述企业对情报监控的需求；
技术情报自动采集模块：用于提高情报采集的准确性和全面性；
技术情报监控分析模块：用于根据企业的订阅需求，自动进行情报内容采集、筛选、清晰、汇总；
语义网构建模块：用于对采集得到的情报内容进行深度分析和挖掘；
情报自主订阅模块连接语义网构建模块，语义网构建模块还连接技术情报自动采集模块，技术情报自动采集模块还连接技术情报监控分析模块。
作为本发明的进一步技术方案：所述情报自主订阅模块提供一种情报需求的信息定义方法，来描述对竞争对手企业的情报监控需求。
作为本发明的进一步技术方案：所述技术情报自动采集模块提供一种语义网建模手段，该于段可让人工智能行业人员随时扩展语义网内容，以满足人工智能行业技术更新快的特点。
作为本发明的进一步技术方案：所述技术情报监控分析模块为自主运行、无需人为干预，并可按时间间隔定时采集，满足情报信息的即时获取需求。
作为本发明的进一步技术方案：所述语义网构建模块提供一种情报内容的量化可视化处理方法，形成规范的一套分析图表，便于企业对情报的直观理解，无需进行人工分析。
作为本发明的进一步技术方案：所述语义网建模手段具体过程为：输入一个关键词，通过语义网相关词汇的扩充，会将相关的技术情报数据都检索出来，解决了情报订阅时难以覆盖全部关键词的问题。通过交互式的语义建模工具，可定义人工智能领域的语义关联关系，包括同义词、相似词、所属词等定义，新定义的词汇如果和语义库中的已有词汇有关联，可自动进行重词检查并做合并处理，简化语义库的创建与维护过程。
作为本发明的进一步技术方案：所述情报自动采集模块的实现过程为：系统根据用户订阅的公司+技术主题+关键字组合检索方式，通过政府网站、中国知网、企业官网等多种信息源，自动地对各信息源进行技术信息采集、转换数据格式、过滤无效信息，实现多元信息的自动化采集。
作为本发明的进一步技术方案：所述情报监控分析模块的实现过程为：将情报采集模块采集到的情报数据，通过竞争对手企业的技术总指标图，技术趋势指标图、核心人才分布图进行数据可视化分析。总指标采用柱形图展示单个技术主题下专利、著作权、技术文献的数量；趋势指标以折线图展示在技术主题下，每年的专利、软件著作权、学术论文的总产出量的变化趋势；核心人才展示订阅公司技术主题下，技术人员与其著作量的关系；技术人才所参与的专利、软件著作权与学术论文的总数量越多，就越靠近核心人才中心位置。
与现有技术相比，本发明的有益效果是：1)企业一次定义好情报需求，即可实时获得最新情报内容，企业无需配置专职的情报人员；2)针对人工智能技术领域新技术词汇更新变化快的特点，通过语义网，可以及时补充新词汇，保障了情报采集的完整性和准确性；3)情报采集自主定时运行，无需人工干预，运行在服务器，不消耗终端企业的资源；4)情报监控分析智能化，通过可视化图表，提升情报信息的判读效率，无需人工二次分析。
附图说明
图1为本发明整体结构图。
图2为情报自主订阅模块的运行原理图。
图3为情报监控分析模块的运行原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：请参阅图1-3，一种面向人工智能科技企业的情报监控方法，其包括：情报自主订阅模块、技术情报自动采集模块、技术情报监控分析模块、语义网构建模块。如图1.
所述情报自主订阅模块，用于描述企业对情报监控的需求，模块提供一种情报需求的信息定义方法，来描述对竞争对手企业的情报监控需求。该方法用户操作简单、定义过程耗时少；如图2
所述语义网构建模块，用于提高情报采集的准确性和全面性，模块提供一种高效率、操作简单的语义网建模手段，该手段可让人工智能行业人员随时扩展语义网内容，以满足人工智能行业技术更新快的特点。具体的实现过程为：输入一个关键词，通过语义网相关词汇的扩充，会将相关的技术情报数据都检索出来，解决了情报订阅时难以覆盖全部关键词的问题。通过交互式的语义建模工具，可定义人工智能领域的语义关联关系，包括同义词、相似词、所属词等定义，新定义的词汇如果和语义库中的已有词汇有关联，可自动进行重词检查并做合并处理，简化语义库的创建与维护过程；
所述情报自动采集模块，用于根据企业的订阅需求，自动进行情报内容采集、筛选、清晰、汇总等。该模块为自主运行、无需人为干预，并可按时间间隔定时采集，满足情报信息的即时获取需求。具体实现途径为：系统可根据用户订阅的公司+技术主题+关键字组合检索方式，通过政府网站、中国知网、企业官网等多种信息源，自动地对各信息源进行技术信息采集、转换数据格式、过滤无效信息，实现多元信息的自动化采集；
所述情报监控分析模块，用于对采集得到的情报内容进行深度分析和挖掘，模块提供一种情报内容的量化可视化处理方法，形成规范的一套分析图表，便于企业对情报的直观理解，无需在此人工分析，提升企业对情报的判读效率。
实施例2，在实施例1的基础上，情报监控分析模块具体实现途径如下：将情报采集模块采集到的情报数据，通过竞争对手企业的技术总指标图，技术趋势指标图、核心人才分布图进行数据可视化分析。总指标采用柱形图展示单个技术主题下专利、著作权、技术文献的数量；趋势指标以折线图展示在技术主题下，每年的专利、软件著作权、学术论文的总产出量的变化趋势；核心人才展示订阅公司技术主题下，技术人员与其著作量的关系；技术人才所参与的专利、软件著作权与学术论文的总数量越多，就越靠近核心人才中心位置；如图3。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (8)
1.一种面向人工智能科技企业的情报监控方法，其特征在于，包括：
情报自主订阅模块：用于描述企业对情报监控的需求；
技术情报自动采集模块：用于提高情报采集的准确性和全面性；
技术情报监控分析模块：用于根据企业的订阅需求，自动进行情报内容采集、筛选、清晰、汇总；
语义网构建模块：用于对采集得到的情报内容进行深度分析和挖掘；
情报自主订阅模块连接语义网构建模块，语义网构建模块还连接技术情报自动采集模块，技术情报自动采集模块还连接技术情报监控分析模块。
2.根据权利要求1所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述情报自主订阅模块提供一种情报需求的信息定义方法，来描述对竞争对手企业的情报监控需求。
3.根据权利要求1所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述技术情报自动采集模块提供一种语义网建模手段，该手段可让人工智能行业人员随时扩展语义网内容，以满足人工智能行业技术更新快的特点。
4.根据权利要求1所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述技术情报监控分析模块为自主运行、无需人为干预，并可按时间间隔定时采集，满足情报信息的即时获取需求。
5.根据权利要求1所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述语义网构建模块提供一种情报内容的量化可视化处理方法，形成规范的一套分析图表，便于企业对情报的直观理解，无需进行人工分析。
6.根据权利要求3所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述语义网建模手段具体过程为：输入一个关键词，通过语义网相关词汇的扩充，会将相关的技术情报数据都检索出来，解决了情报订阅时难以覆盖全部关键词的问题，通过交互式的语义建模工具，可定义人工智能领域的语义关联关系，包括同义词、相似词、所属词等定义，新定义的词汇如果和语义库中的已有词汇有关联，可自动进行重词检查并做合并处理，简化语义库的创建与维护过程。
7.根据权利要求4所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述情报自动采集模块的实现过程为：系统根据用户订阅的公司+技术主题+关键字组合检索方式，通过政府网站、中国知网、企业官网等多种信息源，自动地对各信息源进行技术信息采集、转换数据格式、过滤无效信息，实现多元信息的自动化采集。
8.根据权利要求5所述的一种面向人工智能科技企业的情报监控方法，其特征在于，所述情报监控分析模块的实现过程为：将情报采集模块采集到的情报数据，通过竞争对手企业的技术总指标图，技术趋势指标图、核心人才分布图进行数据可视化分析，总指标采用柱形图展示单个技术主题下专利、著作权、技术文献的数量；趋势指标以折线图展示在技术主题下，每年的专利、软件著作权、学术论文的总产出量的变化趋势；核心人才展示订阅公司技术主题下，技术人员与其著作量的关系；技术人才所参与的专利、软件著作权与学术论文的总数量越多，就越靠近核心人才中心位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910674239.XA CN112307768A (zh) | 2019-07-25 | 2019-07-25 | 一种面向人工智能科技企业的情报监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910674239.XA CN112307768A (zh) | 2019-07-25 | 2019-07-25 | 一种面向人工智能科技企业的情报监控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112307768A true CN112307768A (zh) | 2021-02-02 |
Family
ID=74329354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910674239.XA Pending CN112307768A (zh) | 2019-07-25 | 2019-07-25 | 一种面向人工智能科技企业的情报监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112307768A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609512A (zh) * | 2012-02-07 | 2012-07-25 | 北京中机科海科技发展有限公司 | 异构信息知识挖掘与可视化分析系统及方法 |
| CN103257999A (zh) * | 2013-03-08 | 2013-08-21 | 刘念龙 | 一种提供情报的系统及方法 |
| CN104063411A (zh) * | 2013-09-12 | 2014-09-24 | 江苏金鸽网络科技有限公司 | 基于波特五力模型的企业情报收集方法 |
| CN104835014A (zh) * | 2015-05-21 | 2015-08-12 | 铜仁学院 | 一种企业科研信息服务平台 |
| CN105512245A (zh) * | 2015-11-30 | 2016-04-20 | 青岛智能产业技术研究院 | 一种基于回归模型建立企业画像的方法 |
| CN106484855A (zh) * | 2016-09-30 | 2017-03-08 | 广州特道信息科技有限公司 | 一种大数据涉税情报分析系统 |
| CN106534316A (zh) * | 2016-11-14 | 2017-03-22 | 中国电子科技集团公司第二十八研究所 | 一种基于数据订阅与分发服务的雷达情报处理系统 |
| CN106960063A (zh) * | 2017-04-20 | 2017-07-18 | 广州优亚信息技术有限公司 | 一种针对招商引资领域的互联网情报抓取和推荐系统 |
| CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
| CN109508453A (zh) * | 2018-09-28 | 2019-03-22 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 跨媒体情报目标要素关联分析系统及其关联分析方法 |
-
2019
- 2019-07-25 CN CN201910674239.XA patent/CN112307768A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609512A (zh) * | 2012-02-07 | 2012-07-25 | 北京中机科海科技发展有限公司 | 异构信息知识挖掘与可视化分析系统及方法 |
| CN103257999A (zh) * | 2013-03-08 | 2013-08-21 | 刘念龙 | 一种提供情报的系统及方法 |
| CN104063411A (zh) * | 2013-09-12 | 2014-09-24 | 江苏金鸽网络科技有限公司 | 基于波特五力模型的企业情报收集方法 |
| CN104835014A (zh) * | 2015-05-21 | 2015-08-12 | 铜仁学院 | 一种企业科研信息服务平台 |
| CN105512245A (zh) * | 2015-11-30 | 2016-04-20 | 青岛智能产业技术研究院 | 一种基于回归模型建立企业画像的方法 |
| CN106484855A (zh) * | 2016-09-30 | 2017-03-08 | 广州特道信息科技有限公司 | 一种大数据涉税情报分析系统 |
| CN106534316A (zh) * | 2016-11-14 | 2017-03-22 | 中国电子科技集团公司第二十八研究所 | 一种基于数据订阅与分发服务的雷达情报处理系统 |
| CN106960063A (zh) * | 2017-04-20 | 2017-07-18 | 广州优亚信息技术有限公司 | 一种针对招商引资领域的互联网情报抓取和推荐系统 |
| CN109508453A (zh) * | 2018-09-28 | 2019-03-22 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 跨媒体情报目标要素关联分析系统及其关联分析方法 |
| CN109410650A (zh) * | 2018-10-10 | 2019-03-01 | 中国电子科技集团公司第二十八研究所 | 面向全系统信息管理的基于情景与语义的信息聚合方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3557443A1 (en) | Resource dependency system and graphical user interface | |
| CN111708774B (zh) | 一种基于大数据的产业分析系统 | |
| An et al. | Methodology for automatic ontology generation using database schema information | |
| CN111899089A (zh) | 基于知识图谱的企业风险预警方法及系统 | |
| CN112000773B (zh) | 基于搜索引擎技术的数据关联关系挖掘方法及应用 | |
| CN103020159A (zh) | 一种面向事件的新闻展现方法和装置 | |
| CN109871468A (zh) | 非结构化文档管理与规章制度条目化管理一体化系统 | |
| CN110851667A (zh) | 一种多源头大量数据的整合分析方法及工具 | |
| WO2023123182A1 (zh) | 多源异构数据的处理方法、装置、计算机设备及存储介质 | |
| CN115757689A (zh) | 一种信息查询系统、方法及设备 | |
| CN102760058A (zh) | 面向大规模协作开发的海量软件项目共享方法 | |
| CN106874419B (zh) | 一种多粒度实时热点聚合方法 | |
| CN111160789A (zh) | 智能化全员安全生产责任制管理系统 | |
| CN115640300A (zh) | 一种大数据管理方法、系统、电子设备和存储介质 | |
| CN113282599A (zh) | 数据同步方法及系统 | |
| CN104766240A (zh) | 电子银行业务数据处理系统及方法 | |
| CN116384615A (zh) | 一种基于人工智能大数据的知识管理系统 | |
| CN111475528A (zh) | 一种基于ott的数据仓储构建方法、设备及存储介质 | |
| CN113722564A (zh) | 基于空间图卷积能源物资供应链的可视化方法及装置 | |
| CN113407678A (zh) | 知识图谱构建方法、装置和设备 | |
| US8856152B2 (en) | Apparatus and method for visualizing data | |
| CN112231380A (zh) | 采集数据的综合处理方法、系统、存储介质及电子设备 | |
| CN117171244A (zh) | 基于数据中台构建的企业数据管理系统及其数据分析方法 | |
| CN113779017A (zh) | 数据资产管理的方法和装置 | |
| CN116467291A (zh) | 一种知识图谱存储与搜索方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |