CN112613835A - 技术转移办公室通用信息系统 - Google Patents
技术转移办公室通用信息系统 Download PDFInfo
- Publication number
- CN112613835A CN112613835A CN202011500120.XA CN202011500120A CN112613835A CN 112613835 A CN112613835 A CN 112613835A CN 202011500120 A CN202011500120 A CN 202011500120A CN 112613835 A CN112613835 A CN 112613835A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- user
- technical
- module
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 111
- 238000012546 transfer Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 68
- 238000013500 data storage Methods 0.000 claims abstract description 37
- 238000007726 management method Methods 0.000 claims abstract description 18
- 230000010354 integration Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 79
- 238000004458 analytical method Methods 0.000 claims description 70
- 238000011156 evaluation Methods 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 25
- 238000013210 evaluation model Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 18
- 238000011161 development Methods 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 238000005065 mining Methods 0.000 claims description 9
- 230000002457 bidirectional effect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000012827 research and development Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract description 5
- 238000007418 data mining Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003012 network analysis Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011534 incubation Methods 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010225 co-occurrence analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
- G06Q50/184—Intellectual property management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种技术转移办公室通用信息系统，包括：数据存储模块存储与技术转移相关的信息数据以及用户信息数据；系统管理模块输入用户操作指令发送至数据处理模块，呈现用户操作指令相应的操作结果；数据调度模块根据用户操作指令，将相应的数据处理指令发送至数据处理模块，从数据处理模块中调取相应的数据返回至系统管理模块进行呈现；据用户操作指令，对数据存储模块中存储的指定数据进行相应数据调取查询及数据更新；数据处理模块根据数据处理指令，获取数据存储模块中的指定数据，运行相应的处理任务，并得到相应的处理结果，用于数据调度模块进行调取。本发明具有多功能、多维度、一体化、性能稳定且符合科技成果转移转化特点等特点。
Description
技术领域
本发明涉及计算机和网络通信技术领域，具体地，涉及一种技术转移办公室通用信息系统。
背景技术
促进科技成果转移转化作为实施创新驱动发展战略的重要任务，是加强科技与经济紧密结合、发挥科技创新在经济转方式调结构重要作用的关键环节。然而由于缺乏从事技术转移工作的高端专业人才通过有效途径来实现研究成果的市场化、产业化，技术转移成果不容乐观。科研成果只有完成从科学研究、实验开发到推广应用，才能真正实现其创新价值。
技术转移办公室的运行成为实现科技成果转移转化的重要支撑，通过技术转移办公室，可以将新技术转移至企业界。建设技术转移办公室为科技成果转移转化提供专业服务，不仅能使研究人员把精力集中于科研，也提高了成果转化效率，避免投资风险。更重要的是，技术转移办公室作为连接政校企三方的桥梁，打通了科技与经济结合的通道，为实施整体自主创新战略提供了“跨越式”发展的战略途径。
经过检索发现：
公开号为CN104318502A、公开日为2015年01月28日的中国发明专利申请《一种国际技术转移公共服务系统》，由国际技术转移与创业孵化服务系统和国际技术技能/服务数字贸易港两个子系统组成；通过移动互联网和线下创新服务平台相结合的运营模式，建设基于EDI交换终端等多种交互模式的数字展厅，实现线上线下相结合的技术技能(服务)的互动展示、垂直搜索、精准推送、专家协同咨询、科学评估等，解决技术供需信息难获取、价值难量化、转移难实现等难点和瓶颈问题。该系统缺少切实有效的数据挖掘工具，最终获得的成果不容乐观，且该系统功能并不全面，无法真正满足技术专利办公室的工作所需。
公开号为CN105427204A、公开日为2016年03月23日的中国发明专利申请《一种技术转移与创业孵化服务平台系统》，获取外界输入的与技术供应方对应的技术展示信息；根据预设的技术数据库信息对所述技术展示信息所包含的技术进行价值评估，得出第一评估值；获取外界输入的对所述技术展示信息所包含的技术进行价值评估的第二评估值；赋予所述第一评价值和所述第二评价值预设的权重值，得出所述技术展示信息所包含的技术的价值总评估值；获取所述技术需求方的需求信息，以及所述技术供应方和技术需求方的交易信息，完成交易支付。该系统侧重于对技术的价值评估，功能单一，无法真正满足技术专利办公室的工作所需。
综上所述，本领域亟需一个多功能、多维度、一体化、性能稳定且符合科技成果转移转化特点的技术转移办公室通用信息平台，目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。
发明内容
本发明针对现有技术中存在的上述不足，提供了一种技术转移办公室通用信息系统。
本发明提供的技术转移办公室通用信息系统，包括：
数据存储模块，该模块用于存储与技术转移相关的信息数据以及用户信息数据；
系统管理模块，该模块用于输入用户操作指令，并发送至数据处理模块，同时，呈现所述用户操作指令相应的操作结果；
数据调度模块，该模块根据所述用户操作指令，将相应的数据处理指令发送至数据处理模块，同时，从数据处理模块中调取相应的数据，并返回至系统管理模块进行呈现；和/或，根据所述用户操作指令，对数据存储模块中存储的指定数据进行相应数据调取查询和/或数据更新；
数据处理模块，该模块根据所述数据处理指令，获取数据存储模块中的指定数据，运行相应的处理任务，并得到相应的处理结果，用于数据调度模块进行调取。
优选地，所述数据存储模块中，与技术转移相关的信息数据，包括：
专利文献以及其他技术文献；
专利元数据以及其他知识产权信息数据；
专利法律状态数据；
项目转化信息数据；
科技成果信息数据；
专家信息数据；
专家科技成果数据；
技术经理人信息数据；
相关企业信息数据；
其他根据需求设置的信息数据；
由所述数据处理模块处理得到的相应结果数据。
优选地，所述系统管理模块，包括：
-用户管理子模块，该子模块用于新建或修改用户信息，所述用户信息包括账户信息、权限信息以及根据需求设置的其他信息；
-用户登录子模块，该子模块通过如下任意一种方式获取账户信息：
输入设置的账户信息，所述账户信息包括用户名和用户密码；
通过扫描二维码，级联相关的账户信息，所述账户信息包括企业微信账号。
优选地，所述数据调度模块的数据处理指令，包括：
专利信息分析指令：用于获取专利文献中的专利信息，形成专利竞争情报；
趋势分析指令：用于获取不同技术领域在设定时间段内的专利数量、专利诉讼数量以及专利交易数量，形成专利趋势信息，进而发现值得进入的新领域；
引用分析指令：用于生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
地域分析指令：用于获取不同地域的专利分布情况，进而验证潜在市场的进入可能性；
技术分析指令：用于获取行业现有技术分布情况，展示竞争对手的技术领域，进而为研发提供参考；
诉讼风险分析指令：用于提取行业内的专利及其相应的法律信息，建立预警机制；
知识产权价值评估指令：利用知识产权现有的价产值和未来的效应所得到的知识产权价值；
用户与信息数据的双向价值评定指令：基于用户与技术之间的合作关系以及用户与用户之间的关联关系，对用户及技术进行双向评分；
技术创新性评估指令，基于技术关键词，获取现有技术文献中相关技术信息，对技术进行初步创新性评定；
数据查询指令，根据用户搜索请求，获取用户所需信息数据。
优选地，所述数据处理模块，调取数据存储模块中的指定数据，包括：
获取数据存储模块中的特征数据；
对特征数据进行特征提取；
对提取到的特征进行过滤，得到指定数据。
优选地，所述获取数据存储模块中与指定数据相关的特征数据，采用基于时间序列的特征数据提取方法，包括：
采用特征提取方法，对数据存储模块中的数据提取初步特征数据；
利用时间序列模型，识别出各初步特征数据状态量的时间序列；
将时间序列中的初步特征数据进行分类，采用密度聚类方法，得到每个初步特征数据样本附近的密度值，给出样本聚集区域；
在样本聚集区域内引入标签运动速度，使得样本聚集区域的滑动窗口自适应调整，完成对初步特征数据的优化提取，得到最终的特征数据。
优选地，所述对特征数据进行特征提取，采用基于模糊层次聚类分析和语义相似性关联特征提取方法，包括：
对获取的特征数据进行分布式数据本体的数据集成；
对集成的特征数据进行语义相似性和关联性判断，提取特征数据信息流的语义关联特征；
对提取的语义关联特征进行聚类分析，并进行语义关联特征的信息融合，求得特征提取目标函数的最优解，实现特征提取。
优选地，所述对提取到的特征进行过滤，采用基于过滤技术的字符串模糊匹配方法，包括：
在提取的特征中获取待进行匹配的目标字符串，形成字符串集合；
利用正则表达式，对字符串集合进行过滤；
采用并行处理方法对过滤后的字符串集合进行模糊匹配，进而得到指定数据。
优选地，所述数据处理模块，针对指定数据中包含的各类关联关系，采用建立的专利网络模型，运行相应的处理任务，并得到相应的处理结果；其中，所述专利网络模型，包括：
专利引文网络模型，该模型基于专利引用关系，生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
IPC共现网络模型，该模型基于专利IPC分类共现关系，对专利关联网络中的信息进行统计，进而得到趋势分析、地域分析、技术分析和/或诉讼风险分析结果；
关键词网络模型，该模型基于SAO文本挖掘方法，获取专利文献中的专利信息，形成专利竞争情报；
专利价值评估模型，该模型基于深度学习方法，建立专利现有的价产值和未来效应之间的对应关系，进而得到相应的价值评估；
双向价值评定模型，该模型利用用户与信息数据之间的历史交互行为，构建用户-技术交互二分网络模型和用户关联网络模型；其中：基于所述用户-技术交互二分网络模型，获得用户与信息数据之间的合作关系；基于所述用户关联网络模型，获得用户之间的关联关系；基于所述合作关系和所述关联关系，对用户及信息数据进行评分，获得用户与信息数据的双向价值评定；
技术创新性评估模型，该模型基于文字识别方法，获取技术文献中的技术信息，并与待评估的技术关键词进行比对，根据比对结果给出相应的创新性评估；
数据查询模型，该模型基于数据搜索引擎，直接查询所需信息数据。
优选地，所述技术创新性评估模型，采用文字识别方法，对相关技术领域的技术文献进行图片识别，获得识别后的文字，将识别后的文字进行文字聚类，得到待用于比对的图片；将待评估的技术关键词与待用于比对的图片中的文字进行比对，若待评估的技术关键词与所述待用于比对的图片中的文字相同率大于判断阈值，则判定为技术创新性不足。
优选地，所述数据处理模块，将得到的相应结果整理为索引，并写入数据存储模块中。
优选地，所述系统还包括：
视频采集模块，该模块用于直接或间接获取项目相关视频，通过互联网直接播放；或，存储于数据存储模块中，通过用户操作指令调用播放。
优选地，所述视频采集模块通过摄像头直接获取项目相关视频。
优选地，所述视频采集模块通过用户上传间接获取项目相关视频。
优选地，所述系统管理模块、数据调度模块和数据处理模块布置于计算机或移动终端上；所述系统存储模块布置于计算机、移动终端或云端。
由于采用了上述技术方案，本发明与现有技术相比，具有如下至少一项的有益效果：
1、本发明提供的技术转移办公室通用信息系统，从专利文献中采集专利信息，经过加工、整理、分析，形成专利竞争情报，为企业的科技发展战略服务。
2、本发明提供的技术转移办公室通用信息系统，通过专利信息分析，将孤立的信息按照不同的聚集度，使它们由普通的信息转化为有价值的专利竞争情报，根据这些情报可以从专利这一特殊的视角研判企业或国家在相关产业和技术领域的重点技术及技术发展方向、主要竞争对手的技术组合和技术投资动向，为企业制定与总体发展战略相匹配的专利战略。
3、本发明提供的技术转移办公室通用信息系统，通过知识产权现在的价产值和未来的效应，进行知识产权价值评估，结果更为精准。
4、本发明提供的技术转移办公室通用信息系统，通过对用户及技术的双向评定，使得用户能够有效了解技术转移过程中所存在的风险，并能够完成商机推荐。
5、本发明提供的技术转移办公室通用信息系统，通过对技术创新性的评估，能够提前预估相关技术的价值前景。
6、本发明提供的技术转移办公室通用信息系统，能够通过视频直接、有效地了解项目的相关信息，相比文字描述，能够更直观的了解该技术，
7、本发明提供的技术转移办公室通用信息系统，集多功能为一体，同时实现了对专利技术的专利信息分析、趋势分析、引用分析、地域分析、技术分析、诉讼分析、价值分析、信用评价、创新性评估等功能，为进入潜在市场、新领域的可能性提供的有效的参考依据。
8、本发明提供的技术转移办公室通用信息系统，通过简单有效的数据挖掘方法和数据处理模型，提高了数据挖掘的查全率和查准率，性能稳定可靠。
9、本发明提供的技术转移办公室通用信息系统，是一个客观且经过科学验证的模型，能够有效评估技术组合并识别具有成功商业化潜力的技术人员。
10、本发明提供的技术转移办公室通用信息系统，具有多功能、多维度、一体化、性能稳定且符合科技成果转移转化特点等特点。
11、本发明提供的技术转移办公室通用信息系统，实现了专利分析用户对专利的检索、查看、评价与批量分析，并从系统的角度实现了对专利分析用户的专利定向推荐，专利数据的全局定期计算与更新、专利用户与专利的相关数据的持续提取与分析。
12、采用本发明提供的技术转移办公室通用信息系统，能够为提高商业化成功率、客观评估与分流相应技术、高效投资相关专利、研发和营销预算、避免对不良技术资产的高成本投入、识别和防止在商业化过程中暴露风险的不可预见问题等方法提供切实有效的参考价值。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明一实施例中技术转移办公室通用信息系统的组成模块示意图；
图2为本发明一优选实施例中数据处理模块的工作流程图；
图3为本发明一优选实施例中获取数据存储模块中的特征数据的工作流程图；
图4为本发明一优选实施例中对特征数据进行特征提取的工作流程图；
图5为本发明一优选实施例中对提取到的特征进行过滤，得到指定数据的工作流程图；
图6为本发明一优选实施例中数据处理模块中的专利网络模型示意图。
具体实施方式
下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
图1为本发明一实施例提供的技术转移办公室通用信息系统的组成模块示意图。
如图1所示，该实施例提供的技术转移办公室通用信息系统，可以包括如下模块：
数据存储模块，该模块用于存储与技术转移相关的信息数据以及用户信息数据；
系统管理模块，该模块用于输入用户操作指令，并发送至数据处理模块，同时，呈现用户操作指令相应的操作结果；
数据调度模块，该模块根据用户操作指令，将相应的数据处理指令发送至数据处理模块，同时，从数据处理模块中调取相应的数据，并返回至系统管理模块进行呈现；和/或，根据用户操作指令，对数据存储模块中存储的指定数据进行相应数据调取查询和/或数据更新；
数据处理模块，该模块根据数据处理指令，获取数据存储模块中的指定数据，运行相应的处理任务，并得到相应的处理结果，用于数据调度模块进行调取。
作为该实施例的一优选实施例，数据存储模块中，与技术转移相关的信息数据，可以包括：
专利文献以及其他技术文献；
专利元数据以及其他知识产权信息数据；
专利法律状态数据；
项目转化信息数据；
科技成果信息数据；
专家信息数据；
专家科技成果数据；
技术经理人信息数据；
相关企业信息数据；
其他根据需求设置的信息数据；
由数据处理模块处理得到的相应结果数据。
作为该实施例的一优选实施例，系统管理模块，可以包括：
-用户管理子模块，该子模块用于新建或修改用户信息，用户信息包括账户信息、权限信息以及根据需求设置的其他信息；
-用户登录子模块，该子模块通过如下任意一种方式获取账户信息：
输入设置的账户信息，账户信息包括用户名和用户密码；
通过扫描二维码，级联相关的账户信息，账户信息包括企业微信账号。
作为该实施例的一优选实施例，数据调度模块的数据处理指令，可以包括：
专利信息分析指令：用于获取专利文献中的专利信息，形成专利竞争情报；
趋势分析指令：用于获取不同技术领域在设定时间段内的专利数量、专利诉讼数量以及专利交易数量，形成专利趋势信息，进而发现值得进入的新领域；
引用分析指令：用于生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
地域分析指令：用于获取不同地域的专利分布情况，进而验证潜在市场的进入可能性；
技术分析指令：用于获取行业现有技术分布情况，展示竞争对手的技术领域，进而为研发提供参考；
诉讼风险分析指令：用于提取行业内的专利及其相应的法律信息，建立预警机制；
知识产权价值评估指令：利用知识产权现有的价产值和未来的效应所得到的知识产权价值；
用户与信息数据的双向价值评定指令：基于用户与技术之间的合作关系以及用户与用户之间的关联关系，对用户及技术进行双向评分；
技术创新性评估指令，基于技术关键词，获取现有技术文献中相关技术信息，对技术进行初步创新性评定；
数据查询指令，根据用户搜索请求，获取用户所需信息数据。
作为该实施例的一优选实施例，数据处理模块，调取数据存储模块中的指定数据，如图2所示，可以包括如下步骤：
S1，获取数据存储模块中的特征数据；
S2，对特征数据进行特征提取；
S3，对提取到的特征进行过滤，得到指定数据。
作为该实施例的一优选实施例，S1中，获取数据存储模块中与指定数据相关的特征数据，采用基于时间序列的特征数据提取方法，如图3所示，可以包括如下步骤：
S11，采用特征提取方法，对数据存储模块中的数据提取初步特征数据；
S12，利用时间序列模型，识别出各初步特征数据状态量的时间序列；
S13，将时间序列中的初步特征数据进行分类，采用密度聚类方法，得到每个初步特征数据样本附近的密度值，给出样本聚集区域；
S14，在样本聚集区域内引入标签运动速度，使得样本聚集区域的滑动窗口自适应调整，完成对初步特征数据的优化提取，得到最终的特征数据。
作为该实施例的一优选实施例，S2中，对特征数据进行特征提取，采用基于模糊层次聚类分析和语义相似性关联特征提取方法，如图4所示，可以包括如下步骤：
S21，对获取的特征数据进行分布式数据本体的数据集成；
S22，对集成的特征数据进行语义相似性和关联性判断，提取特征数据信息流的语义关联特征；
S23，对提取的语义关联特征进行聚类分析，并进行语义关联特征的信息融合，求得特征提取目标函数的最优解，实现特征提取。
作为该实施例的一优选实施例，S3中，对提取到的特征进行过滤，采用基于过滤技术的字符串模糊匹配方法，如图5所示，可以包括如下步骤：
S31，在提取的特征中获取待进行匹配的目标字符串，形成字符串集合；
S32，利用正则表达式，对字符串集合进行过滤；
S33，采用并行处理方法对过滤后的字符串集合进行模糊匹配，进而得到指定数据。
作为该实施例的一优选实施例，数据处理模块，针对指定数据中包含的各类关联关系，采用建立的专利网络模型，运行相应的处理任务，并得到相应的处理结果；其中，专利网络模型，如图6所示，可以包括：
专利引文网络模型，该模型基于专利引用关系，生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
IPC共现网络模型，该模型基于专利IPC分类共现关系，对专利关联网络中的信息进行统计，进而得到趋势分析、地域分析、技术分析和/或诉讼风险分析结果；
关键词网络模型，该模型基于SAO文本挖掘方法，获取专利文献中的专利信息，形成专利竞争情报；
专利价值评估模型，该模型基于深度学习方法，建立专利现有的价产值和未来效应之间的对应关系，进而得到相应的价值评估。
双向价值评定模型，该模型利用用户与信息数据之间的历史交互行为，构建用户-技术交互二分网络模型和用户关联网络模型；其中：基于所述用户-技术交互二分网络模型，获得用户与信息数据之间的合作关系；基于所述用户关联网络模型，获得用户之间的关联关系；基于所述合作关系和所述关联关系，对用户及信息数据进行评分，获得用户与信息数据的双向价值评定；
技术创新性评估模型，该模型基于文字识别方法，获取技术文献中的技术信息，并与待评估的技术关键词进行比对，根据比对结果给出相应的创新性评估；
数据查询模型，该模型基于数据搜索引擎，直接查询所需信息数据。
作为该实施例的一优选实施例，双向价值评定模型，可以利用图卷积分类网络预测得到用户关联信用评分。
作为该实施例的一优选实施例，双向价值评定模型，可以利用逻辑回归模型预测得到用户及信息数据的基本信用评分。
作为该实施例的一优选实施例，双向价值评定模型，可以利用线性回归模型，将得到的用户及信息数据的基本信用评分与用户关联信用评分作为线性回归模型的输入，输出得到用户及信息数据的综合信用评分。
作为该实施例的一优选实施例，技术创新性评估模型，采用文字识别方法，对相关技术领域的技术文献进行图片识别，获得识别后的文字(即作为技术信息的文字)，将识别后的文字进行文字聚类，得到待用于比对的图片；将待评估的技术关键词与待用于比对的图片中的文字进行比对，若待评估的技术关键词与所述待用于比对的图片中的文字相同率大于判断阈值，则判定为技术创新性不足。
作为该实施例的一优选实施例，数据处理模块，将得到的相应结果整理为索引，并写入数据存储模块中。
作为该实施例的一优选实施例，系统管理模块、数据调度模块和数据处理模块布置于计算机或移动终端上；系统存储模块布置于计算机、移动终端或云端。
作为该实施例的一优选实施例，该实施例提供的系统，还可以包括：
视频采集模块，该模块用于直接或间接获取项目相关视频，通过互联网直接播放；或，存储于数据存储模块中，通过用户操作指令调用播放。
作为该实施例的一优选实施例，视频采集模块通过摄像头直接获取项目相关视频。
作为该实施例的一优选实施例，所述视频采集模块通过用户上传间接获取项目相关视频。
在本发明部分实施例中，提出了一种专利文献基本信息分析与挖掘的技术，通过界定专利文献基本信息的数据形式与内容边界，解构了专利文献的数据结构，针对结构化的专利元数据，提出多角度的定量统计分析方法集合，针对非结构化的专利文本数据则提出了从文本数据建模、特征表示、特征过滤以及基于SAO的关键词分析的专利文本挖掘流程。
在本发明部分实施例中，提出了一种利用专利数据中的潜在关联关系的专利复杂网络建模与分析技术，通过提取专利的IPC共现关系、引用/被引关系以及基于SAO的关键词关联关系，构建了专利EPC共现网络、引文网络以及关键词网络，在完成网络指标统计的基础上，利用主路径分析以及异质信息网络分析的方法，对专利复杂网络中的信息加以挖掘。
在本发明部分实施例中，系统管理模块作为前端展示和交互层，直接与系统用户打交道，提供多种专利分析的应用场景作为用户介入专利协同分析过程的入口，并将用户的操作转化成指令数据传回到系统的下一层。同时,该模块还从系统的下一层获取专利分析的相关数据,利用合适的可视化形式渲染并呈现。
在本发明部分实施例中，数据调度模块作为后端业务逻辑层，负责处理从上一层传回的，来自于用户的各种涉及到数据处理的指令。依据系统内置的处理逻辑，对下一层的数据计算发起调度，或者是直接执行事务，对负责数据持久化的底层产生数据更改，除此之外，还需要从索引中取出用户所希望看到的数据并返回上一层。
在本发明部分实施例中，数据处理模块作为数据端计算层，从这一模块开始便进入系统底层的分布式框架。该模块负责从下一层的存储模块中取出数据，并遵循上一层的调度，运行各自的计算任务，将结果写入到存储中，整理索引,并方便上层调用。
在本发明部分实施例中，数据存储模块作为数据端存储层，位于整个系统最底层,存储多种专利数据,并且接受计算层和业务层的调用,提供数据用于支撑整个专利分析业务运行。
在本发明部分实施例中，专利文献基本信息的分析以最初始的专利数据为对象，即数据存储层的专利文献存储和专利文献元数据存储的数据进行调用，并依据业务层传回的分析要求执行相关的计算任务，将结果更新到数据存储层的对应模块中，并在有调用需求时将对应数据返回到前端展示层加以渲染。其中，主要包含涉及数据全体的全局数据更新以及响应用户的特定分析场景的OLAP分析，前者是针对单一专利文献的数据扩展优化，后者则是对特定过滤条件下提取出的专利数据加以统计分析并生成分析报告。
在本发明部分实施例中，专利网络建模与分析针对的是专利数据中包含的各类关联关系。在本系统的设计中包含：以专利引用关系构建的专利引文网络模型；以专利IPC分类共现关系构建的IPC共现网络模型；基于SAO文本挖掘构建的关键词网络模型。其中，前两个部分的建模基于专利文献元数据存储，利用专利元数据中的引证关系项和IPC分类项加以构建，而关键词网络则基于专利文献存储，通过自然语言处理完成专利文本中的技术关联网络构建并执行异质信息网络转化构建而成。由于图计算本身对计算资源的巨大消耗，引文网络分析以及IPC共现分析都采用预置的，基于IPC分类的数据粒度层次执行周期性计算，并将结果呈现于专利详情页面。而关键词网络分析则是在专利文献导入系统中时一次性分析完成，在专利原文未更改的情况下不再进行计算。
在本发明部分实施例中，还包括：双向价值评定模型、技术创新性评估模型和数据查询模型。其中，双向价值评定模型利用用户与信息数据之间的历史交互行为，构建用户-技术交互二分网络模型和用户关联网络模型；其中：基于所述用户-技术交互二分网络模型，获得用户与信息数据之间的合作关系；基于所述用户关联网络模型，获得用户之间的关联关系；基于所述合作关系和所述关联关系，对用户及信息数据进行评分，获得用户与信息数据的双向价值评定。技术创新性评估模型基于文字识别方法，获取技术文献中的技术信息，并与待评估的技术关键词进行比对，根据比对结果给出相应的创新性评估。数据查询模型基于数据搜索引擎，直接查询所需信息数据。
在本发明部分实施例中，技术创新性评估模型，采用文字识别方法，对相关技术领域的技术文献进行图片识别，获得识别后的文字，将识别后的文字进行文字聚类，得到待用于比对的图片；将待评估的技术关键词与待用于比对的图片中的文字进行比对，若待评估的技术关键词与所述待用于比对的图片中的文字相同率大于判断阈值，则判定为技术创新性不足。
在本发明部分实施例中，双向价值评定模型，可以利用图卷积分类网络预测得到用户关联信用评分；可以利用逻辑回归模型预测得到用户及信息数据的基本信用评分；可以利用线性回归模型，将得到的用户及信息数据的基本信用评分与用户关联信用评分作为线性回归模型的输入，输出得到用户及信息数据的综合信用评分。
在本发明部分实施例中，基于深度学习的专利价值评估模型，针对现有的效应概念图匹配方法多数存在匹配容错性差的问题。本实施例从大数据的角度处发，提出一种新的挖掘专利与效应对应关系的方法。该方法利用长短期记忆网络(LSTM)与基于attention的双向LSTM相结合形成模型训练专利语料，通过Softmax分类模型进行分类，得到专利所属的效应。该方法利用Bi-LSTM-ATT模型进行训练对判定专利所属效应具有一定的可用性，准确率可以达到70％以上。
在本发明部分实施例中，采用基于时间序列的特征数据提取方法，是一种采用大数据环境下特征数据优化提取仿真方法，该方法对大数据环境下特征数据进行优化提取，能够有效提升大数据环境下的数据质量。对特征数据的优化提取，需要得到每个数据质量样本附近的密度值，给出样本聚集的区域，完成对特征数据的优化提取。传统方法先组建原始交易数据集，给出数据的分布规则，但忽略了给出数据样本聚集的区域，导致提取精度偏低。提出基于时间序列的大数据环境下特征数据优化提取方法。该方法先利用时间序列模型识别出各数据状态量的时间序列，将时间序列中的特征数据进行分类，采用高密度聚类方法得到每个数据质量样本附近的密度值，给出样本聚集的区域，将标签运动速度引入到滑动窗口的自适应调整过程中来完成对大数据环境下特征数据优化提取。
在本发明部分实施例中，采用基于模糊层次聚类分析和语义相似性关联特征提取方法，是一种采用基于模糊层次聚类分析的大数据挖掘算法。在文本大数据挖掘过程中受到语义模糊性因素的影响，导致大数据挖掘查准性不好，故提出了一种基于模糊层次聚类分析和语义相似性关联特征提取的大数据挖掘算法。该算法采用泛化映射构造语义概念树，结合二元语义分析方法进行大数据分布式本体模型构建，并采用模糊层次分析方法进行大数据的语义相似性和关联性判断，提取大数据信息流的语义关联特征，结合模糊均值算法对提取的特征量进行聚类分析，自适应均匀遍历学习方法进行大数据挖掘中关联特征量的信息融合处理，求得挖掘目标函数的最优解，实现大数据优化挖掘。采用该算法的语义指向性较好，数据的聚焦性能较优，提高了数据挖掘的查全率和查准率，总体性能稳定可靠。
在本发明部分实施例中，采用基于过滤技术的字符串模糊匹配方法，针对基于编辑距离的字符串模糊匹配方法搜索效率较低的问题，通过对字符串模糊匹配过程进行分析，利用并行化技术对大数据量的字符串模糊匹配过程进行优化。同时由于计算字符串间编辑距离算法性能较低，提出利用字符串过滤规则对待搜索字符串集合进行过滤后再进行模糊匹配的改进方法。
在本发明部分实施例中，提出了基于群体智能的用户-技术交互分析技术，在将用户与技术之间的交互行为抽象提取的基础上，进行了用户-技术交互二分网络的建模，并完成用户关联网络的建模。基于这两个网络，完成技术协同分析用户的社区检测与技术协同过滤，同时实现了用户-技术的双向价值评定。
在本发明部分实施例中，还设计了视频采集，该模块可以通过摄像头直接获取项目相关视频，或通过用户上传的方式间接获取项目相关视频，并对相关视频进行存储或直接播放，用户根据需要自行调取或直接观看相关视频，直观了解项目内容。
本发明上述实施例提供的技术转移办公室通用信息系统，从专利文献中采集专利信息，经过加工、整理、分析，形成专利竞争情报，为企业的科技发展战略服务，这就是所谓的专利信息分析。好处通过分析，将孤立的信息按照不同的聚集度，使它们由普通的信息转化为有价值的专利竞争情报，根据这些情报可以从专利这一特殊的视角研判企业或国家在相关产业和技术领域的重点技术及技术发展方向、主要竞争对手的技术组合和技术投资动向，为企业制定与总体发展战略相匹配的专利战略。
本发明上述实施例提供的技术转移办公室通用信息系统，通过知识产权现在的价产值和未来的效应，对知识产权价值进行评估。
本发明上述实施例提供的技术转移办公室通用信息系统，实现多维度、可视化的大数据分析，包括但不限于：
趋势分析：根据不同技术领域近些年的专利数、专利诉讼/交易等趋势，发现值得进入的新领域。
引用分析：自动生成技术的引用分析图谱，找到技术源头和发展过程中的关键节点。
地域分析：根据不同地域的专利分布，验证潜在市场的进入可能性。
技术分析：呈现行业现有技术分布全貌，展示竞争对手的技术强弱领域，为研发提供参考。
诉讼风险分析：一键过滤出行业内的高价值专利、诉讼历史、许可等法律信息，提前建立预警机制。
本发明上述实施例提供的技术转移办公室通用信息系统，具有多功能、多维度、一体化、性能稳定且符合科技成果转移转化特点等特点；实现了专利分析用户对专利的检索、查看、评价与批量分析，并从系统的角度实现了对专利分析用户的专利定向推荐，专利数据的全局定期计算与更新、专利用户与专利的相关数据的持续提取与分析。
采用本发明提供的技术转移办公室通用信息系统，能够为提高商业化成功率、客观评估与分流相应技术、高效投资相关专利、研发和营销预算、避免对不良技术资产的高成本投入、识别和防止在商业化过程中暴露风险的不可预见问题等方法提供切实有效的参考价值。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (15)
1.一种技术转移办公室通用信息系统，其特征在于，包括：
数据存储模块，该模块用于存储与技术转移相关的信息数据以及用户信息数据；
系统管理模块，该模块用于输入用户操作指令，并发送至数据处理模块，同时，呈现所述用户操作指令相应的操作结果；
数据调度模块，该模块根据所述用户操作指令，将相应的数据处理指令发送至数据处理模块，同时，从数据处理模块中调取相应的数据，并返回至系统管理模块进行呈现；和/或，根据所述用户操作指令，对数据存储模块中存储的指定数据进行相应数据调取查询和/或数据更新；
数据处理模块，该模块根据所述数据处理指令，获取数据存储模块中的指定数据，运行相应的处理任务，并得到相应的处理结果，用于数据调度模块进行调取。
2.根据权利要求1所述的技术转移办公室通用信息系统，其特征在于，所述数据存储模块中，与技术转移相关的信息数据，包括：
专利文献以及其他技术文献；
专利元数据以及其他知识产权信息数据；
专利法律状态数据；
项目转化信息数据；
科技成果信息数据；
专家信息数据；
专家科技成果数据；
技术经理人信息数据；
相关企业信息数据；
其他根据需求设置的信息数据；
由所述数据处理模块处理得到的相应结果数据。
3.根据权利要求1所述的技术转移办公室通用信息系统，其特征在于，所述系统管理模块，包括：
-用户管理子模块，该子模块用于新建或修改用户信息，所述用户信息包括账户信息、权限信息以及根据需求设置的其他信息；
-用户登录子模块，该子模块通过如下任意一种方式获取账户信息：
输入设置的账户信息，所述账户信息包括用户名和用户密码；
通过扫描二维码，级联相关的账户信息，所述账户信息包括企业微信账号。
4.根据权利要求1所述的技术转移办公室通用信息系统，其特征在于，所述数据调度模块的数据处理指令，包括：
专利信息分析指令：用于获取专利文献中的专利信息，形成专利竞争情报；
趋势分析指令：用于获取不同技术领域在设定时间段内的专利数量、专利诉讼数量以及专利交易数量，形成专利趋势信息，进而发现值得进入的新领域；
引用分析指令：用于生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
地域分析指令：用于获取不同地域的专利分布情况，进而验证潜在市场的进入可能性；
技术分析指令：用于获取行业现有技术分布情况，展示竞争对手的技术领域，进而为研发提供参考；
诉讼风险分析指令：用于提取行业内的专利及其相应的法律信息，建立预警机制；
知识产权价值评估指令：利用知识产权现有的价产值和未来的效应所得到的知识产权价值；
用户与信息数据的双向价值评定指令：基于用户与技术之间的合作关系以及用户与用户之间的关联关系，对用户及技术进行双向评分；
技术创新性评估指令，基于技术关键词，获取现有技术文献中相关技术信息，对技术进行初步创新性评定；
数据查询指令，根据用户搜索请求，获取用户所需信息数据。
5.根据权利要求1所述的技术转移办公室通用信息系统，其特征在于，所述数据处理模块，调取数据存储模块中的指定数据，包括：
获取数据存储模块中的特征数据；
对特征数据进行特征提取；
对提取到的特征进行过滤，得到指定数据。
6.根据权利要求5所述的技术转移办公室通用信息系统，其特征在于，所述获取数据存储模块中的特征数据，采用基于时间序列的特征数据提取方法，包括：
采用特征提取方法，对数据存储模块中的数据提取初步特征数据；
利用时间序列模型，识别出各初步特征数据状态量的时间序列；
将时间序列中的初步特征数据进行分类，采用密度聚类方法，得到每个初步特征数据样本附近的密度值，给出样本聚集区域；
在样本聚集区域内引入标签运动速度，使得样本聚集区域的滑动窗口自适应调整，完成对初步特征数据的优化提取，得到最终的特征数据。
7.根据权利要求5所述的技术转移办公室通用信息系统，其特征在于，所述对特征数据进行特征提取，采用基于模糊层次聚类分析和语义相似性关联特征提取方法，包括：
对获取的特征数据进行分布式数据本体的数据集成；
对集成的特征数据进行语义相似性和关联性判断，提取特征数据信息流的语义关联特征；
对提取的语义关联特征进行聚类分析，并进行语义关联特征的信息融合，求得特征提取目标函数的最优解，实现特征提取。
8.根据权利要求5所述的技术转移办公室通用信息系统，其特征在于，所述对提取到的特征进行过滤，采用基于过滤技术的字符串模糊匹配方法，包括：
在提取的特征中获取待进行匹配的目标字符串，形成字符串集合；
利用正则表达式，对字符串集合进行过滤；
采用并行处理方法对过滤后的字符串集合进行模糊匹配，进而得到指定数据。
9.根据权利要求1所述的技术转移办公室通用信息系统，其特征在于，所述数据处理模块，针对指定数据中包含的各类关联关系，采用建立的专利网络模型，运行相应的处理任务，并得到相应的处理结果。
10.根据权利要求9所述的技术转移办公室通用信息系统，其特征在于，所述专利网络模型，包括：
专利引文网络模型，该模型基于专利引用关系，生成技术的引用分析图谱，获得技术源头和发展过程中的关键节点；
IPC共现网络模型，该模型基于专利IPC分类共现关系，对专利关联网络中的信息进行统计，进而得到趋势分析、地域分析、技术分析和/或诉讼风险分析结果；
关键词网络模型，该模型基于SAO文本挖掘方法，获取专利文献中的专利信息，形成专利竞争情报；
专利价值评估模型，该模型基于深度学习方法，建立专利现有的价产值和未来效应之间的对应关系，进而得到相应的价值评估；
双向价值评定模型，该模型利用用户与信息数据之间的历史交互行为，构建用户-技术交互二分网络模型和用户关联网络模型；其中：基于所述用户-技术交互二分网络模型，获得用户与信息数据之间的合作关系；基于所述用户关联网络模型，获得用户之间的关联关系；基于所述合作关系和所述关联关系，对用户及信息数据进行评分，获得用户与信息数据的双向价值评定；
技术创新性评估模型，该模型基于文字识别方法，获取技术文献中的技术信息，并与待评估的技术关键词进行比对，根据比对结果给出相应的创新性评估；
数据查询模型，该模型基于数据搜索引擎，直接查询所需信息数据。
11.根据权利要求10所述的技术转移办公室通用信息系统，其特征在于，所述技术创新性评估模型，采用文字识别方法，对相关技术领域的技术文献进行图片识别，获得识别后的文字，将识别后的文字进行文字聚类，得到待用于比对的图片；将待评估的技术关键词与待用于比对的图片中的文字进行比对，若待评估的技术关键词与所述待用于比对的图片中的文字相同率大于判断阈值，则判定为技术创新性不足。
12.根据权利要求10所述的技术转移办公室通用信息系统，其特征在于，所述数据处理模块，将得到的相应结果整理为索引，并写入数据存储模块中。
13.根据权利要求1-12中任一项所述的技术转移办公室通用信息系统，其特征在于，所述系统还包括：
视频采集模块，该模块用于直接或间接获取项目相关视频，通过互联网直接播放；或，存储于数据存储模块中，通过用户操作指令调用播放。
14.根据权利要求13所述的技术转移办公室通用信息系统，其特征在于，所述视频采集模块通过摄像头直接获取项目相关视频；和/或
所述视频采集模块通过用户上传间接获取项目相关视频。
15.根据权利要求1-12中任一项所述的技术转移办公室通用信息系统，其特征在于，所述系统管理模块、数据调度模块和数据处理模块布置于计算机或移动终端上；所述系统存储模块布置于计算机、移动终端或云端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011500120.XA CN112613835A (zh) | 2020-12-18 | 2020-12-18 | 技术转移办公室通用信息系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011500120.XA CN112613835A (zh) | 2020-12-18 | 2020-12-18 | 技术转移办公室通用信息系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112613835A true CN112613835A (zh) | 2021-04-06 |
Family
ID=75240454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011500120.XA Pending CN112613835A (zh) | 2020-12-18 | 2020-12-18 | 技术转移办公室通用信息系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613835A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022127245A1 (zh) * | 2020-12-18 | 2022-06-23 | 上海恒慧知识产权服务有限公司 | 技术转移办公室通用信息交互方法、终端及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469148A (zh) * | 2015-08-14 | 2017-03-01 | 长沙海联投资咨询管理有限公司 | 高新技术和先进适用技术转移服务平台 |
| CN107194568A (zh) * | 2017-05-18 | 2017-09-22 | 广东中科国志科技发展有限公司 | 一种分析技术的方法和设备 |
| CN108416535A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学技术大学 | 基于深度学习的专利价值评估的方法 |
| CN110188161A (zh) * | 2019-06-04 | 2019-08-30 | 广德元瑞生产力促进中心有限公司 | 一种基于大数据的企业信息科技成果评估系统 |
| CN110490407A (zh) * | 2019-07-04 | 2019-11-22 | 民乐县正和商务服务有限公司 | 一种科技创新综合服务系统 |
| CN111177556A (zh) * | 2019-12-30 | 2020-05-19 | 绍兴市上虞区理工高等研究院 | 一种科技成果转化系统及方法 |
-
2020
- 2020-12-18 CN CN202011500120.XA patent/CN112613835A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469148A (zh) * | 2015-08-14 | 2017-03-01 | 长沙海联投资咨询管理有限公司 | 高新技术和先进适用技术转移服务平台 |
| CN107194568A (zh) * | 2017-05-18 | 2017-09-22 | 广东中科国志科技发展有限公司 | 一种分析技术的方法和设备 |
| CN108416535A (zh) * | 2018-03-27 | 2018-08-17 | 中国科学技术大学 | 基于深度学习的专利价值评估的方法 |
| CN110188161A (zh) * | 2019-06-04 | 2019-08-30 | 广德元瑞生产力促进中心有限公司 | 一种基于大数据的企业信息科技成果评估系统 |
| CN110490407A (zh) * | 2019-07-04 | 2019-11-22 | 民乐县正和商务服务有限公司 | 一种科技创新综合服务系统 |
| CN111177556A (zh) * | 2019-12-30 | 2020-05-19 | 绍兴市上虞区理工高等研究院 | 一种科技成果转化系统及方法 |
Non-Patent Citations (6)
| Title |
|---|
| 张旭: "专利大数据分析系统关键技术与应 用", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2019, 15 May 2019 (2019-05-15), pages 28 - 111 * |
| 戴翊飞，徐建良: "一种基于过滤技术的字符串模糊匹配方法研究", 《电脑编程技巧与维护》, no. 1, 18 January 2018 (2018-01-18), pages 40 - 42 * |
| 文政颖，李运娣: "一种基于模糊层次聚类分析的大数据挖掘算法", 《河南工程学院学报》, vol. 30, no. 3, 30 September 2018 (2018-09-30), pages 70 - 80 * |
| 梁剑波，梁丽香: "大数据环境下特征数据优化提取仿真", 《计算机仿真》, vol. 34, no. 12, 15 December 2017 (2017-12-15), pages 345 - 348 * |
| 王秀红: "《多理论视角下专利隐性价值评估研究》", vol. 2020, 31 May 2015, 江苏大学出版社, pages: 78 - 81 * |
| 祖坤琳: "基于专利文献的技术演化分析", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》, pages 168 - 8 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022127245A1 (zh) * | 2020-12-18 | 2022-06-23 | 上海恒慧知识产权服务有限公司 | 技术转移办公室通用信息交互方法、终端及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109767255B (zh) | 一种通过大数据建模实现智能运营及精准营销的方法 | |
| CN111428053B (zh) | 一种面向税务领域知识图谱的构建方法 | |
| CN111737495B (zh) | 基于领域自分类的中高端人才智能推荐系统及其方法 | |
| Kahraman et al. | An integrated intuitionistic fuzzy AHP and TOPSIS approach to evaluation of outsource manufacturers | |
| CN112508743B (zh) | 技术转移办公室通用信息交互方法、终端及介质 | |
| CN111460252B (zh) | 一种基于网络舆情分析的自动化搜索引擎方法及系统 | |
| CN111813958B (zh) | 基于创新创业平台的智慧服务方法与系统 | |
| CN112632405B (zh) | 一种推荐方法、装置、设备及存储介质 | |
| Özdağoğlu et al. | A predictive filtering approach for clarifying bibliometric datasets: an example on the research articles related to industry 4.0 | |
| CN110704574A (zh) | 一种银行业务需求资产管理的方法以及系统 | |
| US11847169B2 (en) | Method for data processing and interactive information exchange with feature data extraction and bidirectional value evaluation for technology transfer and computer used therein | |
| CN116384889A (zh) | 基于自然语言处理技术的情报大数据智能分析方法 | |
| CN114004581A (zh) | 一种基于多维政务事项知识库的意图交互系统 | |
| Zhang | Application of data mining technology in digital library. | |
| Worring et al. | Multimedia pivot tables for multimedia analytics on image collections | |
| CN109857952A (zh) | 一种具有分类显示的搜索引擎及快速检索方法 | |
| Wang et al. | Integrating data mining into managerial accounting system: Challenges and opportunities | |
| CN112613835A (zh) | 技术转移办公室通用信息系统 | |
| Shi et al. | Human resources balanced allocation method based on deep learning algorithm | |
| MUMINOV et al. | Fvs-Technology: Intellectual Search Tools | |
| CN116049243A (zh) | 企业知识产权大数据情报分析系统、方法及存储介质 | |
| Jiang | Research on factor space engineering and application of evidence factor mining in evidence-based reconstruction | |
| Schuh et al. | Data-driven technology management supported by artificial intelligence solutions | |
| Alnoukari | ASD-BI: An agile methodology for effective integration of data mining in business intelligence systems | |
| CN117556118B (zh) | 基于科研大数据预测的可视化推荐系统及方法 |
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 |