CN114706898A - 一种专利交易精准推送系统 - Google Patents

一种专利交易精准推送系统 Download PDF

Info

Publication number
CN114706898A
CN114706898A CN202210392481.XA CN202210392481A CN114706898A CN 114706898 A CN114706898 A CN 114706898A CN 202210392481 A CN202210392481 A CN 202210392481A CN 114706898 A CN114706898 A CN 114706898A
Authority
CN
China
Prior art keywords
module
data processing
center
processing center
data
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.)
Granted
Application number
CN202210392481.XA
Other languages
English (en)
Other versions
CN114706898B (zh
Inventor
朱丰雪
苗辉
张海涛
时彦玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rizhao Chaoli Information Technology Co ltd
Original Assignee
Rizhao Chaoli Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Rizhao Chaoli Information Technology Co ltd filed Critical Rizhao Chaoli Information Technology Co ltd
Priority to CN202210392481.XA priority Critical patent/CN114706898B/zh
Publication of CN114706898A publication Critical patent/CN114706898A/zh
Application granted granted Critical
Publication of CN114706898B publication Critical patent/CN114706898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G06F16/287—Visualization; Browsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明属于专利交易服务中的专利信息数据分析推送的领域，公开了一种专利交易精准推送系统，包括访问前端，数据处理中心和数据交互中心，所述数据处理中心从访问前端获取用户输入的检索关键词，对检索关键词进行前端处理，使检索关键词能够被数据处理中心接受，所述数据处理中心利用对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度，并将线性相关的专利推送给请求指令发出者。有益效果是：通过对请求指令的衍生，扩大专利搜索范围，通过正态分布和二维数据分析，获取与请求指令线性相关的三个梯队的专利信息，为用户提供最合适的专利服务方案。

Description

一种专利交易精准推送系统
技术领域
本发明属于专利交易服务中的专利信息数据分析推送的领域，尤其涉及一种专利交易精准推送系统。
背景技术
专利交易，是指专利出让主体与专利受让主体，根据与专利转让有关的法律法规和双方签定的转让合同，将专利权利享有者由出让方转移给受让方的法律行为。专利市场交易实践中，如何寻求想要得到寻求目标专利是一项复杂的工作；
在现有的专利查询类网站的普遍均采用关键词的方式搜索专利信息，通过关键词将含有关键词的专利全部展现在用户面前；
发明人在实现本发明的过程中，发现背景技术中至少存在以下缺陷；
目前的专利查询类网站在对专利库中的专利与客户需求的专利进行技术相关性匹配的过程中，均采用关键词进行筛选分类，用户在进行关键词搜索时，只是单纯地将含有关键词的专利列举出来，并未对这些专利经过数据分析，从而导致使用人在面对海量的专利推送时，不得不通过设置多组的关键词来限定专利的检索，过多的关键词，又限制了用户检索时的检索范围，无法满足用户的需求，用户在筛选专利时往往费时费力，且无从下手。
发明内容
本发明要实现的目标是：提供一种利用检索关键词和用户经营范围，匹配专利数据库中相关的专利，实现专利交易精准推送。
为了实现上述目标，本发明提供一种专利交易精准推送系统。
本发明所采用的具体技术方案为：
一种专利交易精准推送系统，包括访问前端，数据处理中心和数据交互中心，所述数据处理中心从访问前端获取用户输入的检索关键词，对检索关键词进行前端处理，使检索关键词能够被数据处理中心接受：
数据处理中心从数据交互中心获取含有所述检索关键词的专利的所属分类号，该分类号作为第一组分类号；
数据处理中心从数据交互中心获取用户的注册信息，提取用户经营范围关键词，数据处理中心从数据交互中心获取含有所述经营范围关键词的专利的所属分类号，该分类号作为第二组分类号；
数据处理中心从数据交互中心获取该用户名下专利的所属分类号，该分类号作为第三组分类号；
数据处理中心从第一组分类号选取第二组分类号和第三组分类号的重合部分作为目标分类号，数据处理中心从数据交互中心获取目标分类号下含有检索关键词的目标专利，并从目标专利的专利文本中提取出现频率最高的技术要点；
将检索关键词和经营范围关键词组成对比关键词:检索关键词and经营范围关键词;
所述数据处理中心利用对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure 431805DEST_PATH_IMAGE002
，并将线性相关
Figure 489891DEST_PATH_IMAGE004
的专利推送给请求指令发出者；
所述二维数据模型满足：
Figure DEST_PATH_IMAGE005
其中，
x为对比关键词信息值，所述数据处理中心对所述比关键词赋予逻辑值，得到对比关键词信息值，便于数据处理中心依据二维数据模型进行计算；
y为技术要点信息值，所述数据处理中心对所述技术要点赋予逻辑值，得到对技术要点信息值，便于数据处理中心依据二维数据模型进行计算；
Figure 82677DEST_PATH_IMAGE007
、
Figure 477886DEST_PATH_IMAGE009
、为二维分析数据的均值向量的方差，
Figure 167625DEST_PATH_IMAGE011
二维分析数据的均值向量的方差协方差，
Figure 100002_DEST_PATH_IMAGE012
为线性相关系数。
进一步的，所述访问前端包括移动端和固定端，移动端安装有APP应用程序，固定端安装有访问程序，APP应用程序和访问程序，通过云端服务器访问数据处理中心。
进一步的，所述数据处理中心包括移动端H5模块、后台管理模块、前端管理模块和静态资源模块：
移动端H5模块，用于获取移动端APP用程序的访问信息，并发送到静态资源模块；
前端管理模块，用于获取固定端访问程序的访问信息，并发送到静态资源模块；
静态资源模块，依据对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure 740820DEST_PATH_IMAGE013
，并将线性相关
Figure 100002_DEST_PATH_IMAGE014
的专利推送给请求指令发出者；
后台管理模块，用于接收固定端访问程序中管理员的指令，进行系统维护。
进一步的，为用户的推送信息包括相关性的所述专利的状态，和相关性分析报告文本。
进一步的，所述访问前端与所述数据处理中心之间还设有Nginx，为数据处理中心均衡请求指令，数据处理中心与托管服务器之间设有ZUUL网络组件，用以实现本地负载均衡。
进一步的，所述托管服务器设有feign client组件，feign client组件连接有客户模块、游客模块、客服模块、协助数据库、本地数据库、消息模块、订单模块、支付模块、财务模块和后台管理模块。
进一步的，所述托管服务器还连接有辅助模块，辅助模块包括注册中心，管理中心和搜索中心。
进一步的，所述搜索中心连接有Redis集群和solr/ER集群，用于实现托管服务内部的信息交流和集中管理，其中搜索中心通过Config Server集群将本地的GIT数据库与注册中心相连，用以实现注册信息的独立管理。
进一步的，所述管理中心包括日志模块和监控模块，日志模块用于记录系统运行的相关记录，监控模块分为生成日志的系统运行监控，和定期查询比对数据库中专利状态的专利状态监控。
本发明的积极效果是：
1.对用户给出的用户的检索关键词和经营范围检索的专利分类号，以及名下的专利所属的分类号，进行分析筛选，由数据处理中心从数据库中筛选与客户相关的专利再通过二维数据模型的分析，以对比关键词为基准，分析之有线性相关度，相关度在规定范围内被推送给用户，极大地提高了专利推送的准确性。
2.通过配置负载均衡，接口的注解和托管服务内部的信息交流和集中管理，进一步实现用访问查询时系统响应的持续稳定，改善卡顿和无响应的状态，改善现有技术中系统访问过慢或者无响应的状态。
附图说明
图1是本发明一种专利交易精准推送系统的数据分析流程图；
图2 是本发明一种专利交易精准推送系统的系统构架图；
图3是一种专利交易精准推送系统数据分析的线性相关示意图。
图例说明：1—访问前端， 2—数据处理中心， 3—网关组件，4—管理中心，5—数据交互中心，6—注册中心，7—本地服务器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细描述：
具体实施例：
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底” “内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
实施例一
一种专利交易精准推送系统，如图2所示，包括访问前端1，数据处理中心2和数据交互中心5：
访问前端1设有多端访问前端，如图1所示，多端访问前端可以接收用户的注册信息，并接受客服对客户信息的整理和反馈，以及系统管理员的管理信息，这些信息被多端访问前端上传到云端服务器进行处理，当接收到用户的检索关键词，并请求本系统进行专利检索和分析时，数据处理中心2从访问前端1获取用户输入的检索关键词，对检索关键词进行前端处理，使检索关键词能够被数据处理中心接受；
数据处理中心2从数据交互中心5获取含有所述检索关键词的专利的所属分类号，该分类号作为第一组分类号；
数据处理中心2从数据交互中心5获取用户的注册信息，提取用户经营范围关键词，经营范围关键词包括经营范围内涉及到的所有经营类别，数据处理中心从数据交互中心获取含有所述经营范围关键词的专利的所属分类号，该分类号作为第二组分类号；
数据处理中心2从数据交互中心5获取该用户名下专利的所属分类号，该分类号作为第三组分类号；
这样即可获得三个范围扩大的检索结果，尽可能多的涵盖用户需求所涉及的专利；
数据处理中心2从第一组分类号选取第二组分类号和第三组分类号的重合部分作为目标分类号，数据处理中心2从数据交互中心5获取目标分类号下含有检索关键词的目标专利，并从目标专利的专利文本中提取出现频率最高的技术要点；
在提取出现频率最高的技术要点时，数据处理中心2先从目标专利文本的权利要求中提出关键词，然后将这些关键词，与检索关键词和经营范围关键词分别对比，当对比经营范围关键词时，需要对经营范围关键词所包含的各个经营类别分别单独对比，剔除与检索关键词和经营范围关键词不在相同技术领域的关键词，从剩余的关键词中选取出现频率最高的作为该专利的技术要点；
数据处理中心2将检索关键词和经营范围关键词组成对比关键词:检索关键词and经营范围关键词；
数据处理中心2利用对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure 758586DEST_PATH_IMAGE015
，并将线性相关
Figure DEST_PATH_IMAGE016
的专利推送给请求指令发出者；
所述二维数据模型满足：
Figure 567273DEST_PATH_IMAGE005
其中，
x为对比关键词信息值，所述数据处理中心对所述比关键词赋予逻辑值，得到对比关键词信息值，便于数据处理中心依据二维数据模型进行计算；
y为技术要点信息值，所述数据处理中心对所述技术要点赋予逻辑值，得到对技术要点信息值，便于数据处理中心依据二维数据模型进行计算；
Figure 173835DEST_PATH_IMAGE017
、
Figure DEST_PATH_IMAGE018
为二维分析数据的均值向量的方差，
Figure 573723DEST_PATH_IMAGE019
二维分析数据的均值向量的方差协方差，
Figure DEST_PATH_IMAGE020
为线性相关系数。
x,y组成二维数据
Figure DEST_PATH_IMAGE022
，从中获取分析数据
Figure DEST_PATH_IMAGE024
，引入数据分析矩阵M：
Figure 875522DEST_PATH_IMAGE025
其中，
Figure DEST_PATH_IMAGE026
，
则
Figure 261201DEST_PATH_IMAGE027
成为二维分析数据的均值向量，
其中，
Figure DEST_PATH_IMAGE028
Figure 784586DEST_PATH_IMAGE029
、
Figure DEST_PATH_IMAGE030
为二维分析数据的均值向量的方差，
Figure 89796DEST_PATH_IMAGE031
二维分析数据的均值向量的方差协方差，而
Figure DEST_PATH_IMAGE032
为分析数据的协方差矩阵，其中
Figure 331422DEST_PATH_IMAGE033
，即数据的协方差矩阵是对称的矩阵，由Schwarz不等式得
Figure DEST_PATH_IMAGE034
所以S总是非负定矩阵，分析数据的相关系数为
Figure 481912DEST_PATH_IMAGE005
由Schwarz不等式得
Figure DEST_PATH_IMAGE036
。
相关系数
Figure 125383DEST_PATH_IMAGE037
是随机变量x，y的分析数据的两个分量相关性密切程度的度量，当
Figure 460549DEST_PATH_IMAGE039
时x，y分析数据不相关，
Figure 64837DEST_PATH_IMAGE041
时，x，y分析数据近似不相关，当
Figure DEST_PATH_IMAGE043
时，x，y分析数据近似不相关线性相关，由此可以看出，当
Figure 143651DEST_PATH_IMAGE044
约靠近1时，x，y分析数据线性相关度越高。
如图3所示，数据处理中心2依据，分析对比关键词与所述技术要点的线性相关度
Figure DEST_PATH_IMAGE045
，并将相关系数
Figure DEST_PATH_IMAGE046
接近1的专利定义为客户需求的专利，而相关系数
Figure 720257DEST_PATH_IMAGE047
接近0的专利不被选中，而相关系数
Figure 960746DEST_PATH_IMAGE045
接近1的趋势又符合正态分布的规律，因此将相关系数
Figure 380226DEST_PATH_IMAGE049
的专利按正态分布图的面积均分为三部分，并依次定义为优选专利，次优选专利和关联专利向用户推送，
通过线性相关度的分析和正态分布的梳理分类推送，为用户提供了最优选的专利，以及接近优选的相关专利，便于客户从海量的专利中筛选专利，同时可将分析结果以文本的形式推送给用户，为客户分析专利提供参考。
其中：
访问前端包括移动端和固定端，移动端安装有APP应用程序，固定端安装有访问程序，APP应用程序和访问程序，通过云端服务器访问数据处理中心，为用户提供多种访问途径，提高本发明的推广应用范围；
云端服务器与数据处理中心之间还设有Nginx，通过反向代理为数据处理中心均衡请求指令，实现本地负载均衡，提高数据处理中心与托管服务器之间响应速度；
数据处理中心包括移动端H5模块、后台管理模块、前端管理模块和静态资源模块：
移动端H5模块，用于获取移动端APP用程序的访问信息，并发送到静态资源模块；
前端管理模块，用于获取固定端访问程序的访问信息，并发送到静态资源模块；
静态资源模块，依据对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure DEST_PATH_IMAGE050
，并将线性相关
Figure 934835DEST_PATH_IMAGE051
的专利推送给请求指令发出者。
后台管理模块，用于接收固定端访问程序中管理员的指令，进行系统维护。
对于不同反问途径获得信息由专门的模块处理转化，形成统一的数据，供给静态资源模块进行分析计算，进一步改善了数据拥堵和响应速度慢的问题；
访问前端与所述数据处理中心之间还设有Nginx，为数据处理中心均衡请求指令，数据处理中心与托管服务器之间设有ZUUL网络组件，用以实现本地负载均衡；
Nginx 是一个高性能的HTTP和反向代理web服务器，同时也提供了IMAP/POP3/SMTP服务，Nginx作为负载均衡服务：Nginx 既可以在内部直接支持 Rails 和 PHP 程序对外进行服务，也可以支持作为 HTTP代理服务对外进行服务，Nginx采用C进行编写，不论是系统资源开销还是CPU使用效率都比 Perlbal 要好很多，处理静态文件，索引文件以及自动索引;打开文件描述符缓冲，无缓存的反向代理加速，简单的负载均衡和容错；
通过设置Nginx 将访问前端访问数据均衡匹配到数据处理中心，提供最优的响应速度；
Zuul是 Spring Cloud Netflix 中的开源的一个API Gateway 服务器,本质上是一个web servlet 应用, 提供动态路由,监控,弹性,安全等边缘服务的框架， Zuul 相当于是设备和Netflix 流应用的Web 网站后端所有请求的前门，在网关的层面上采用Ribbon和 Eureka 组合的方式来实现本地负载均衡，提高数据处理中心与托管服务器之间响应速度；
托管服务器设有feign client组件，feign client组件连接有客户模块、游客模块、客服模块、协助数据库、本地数据库、消息模块、订单模块、支付模块、财务模块和后台管理模块；feign client组件是声明式模板式的HTTP客户端，用于在托管服务器设置接口并添加注解，以便分别快速的与客户模块、游客模块、客服模块、协助数据库、本地数据库、消息模块、订单模块、支付模块、财务模块和后台管理模块发起响应。
数据处理中心连接有托管服务器，托管服务器即本地服务器7，数据处理中心与托管服务器之间设有网关组件3，网关组件3通过ZUUL网络组件实现，用以实现本地负载均衡，提高访问速度和稳定性。
具体使用时：
以用户在手机中APP输入“工业机器人”，注册经营范围为机加工为例，多端访问收到用户发动到云端服务器，由Nginx通过反向代理为数据处理中心均衡请求指令，并将“工业机器人”进行分析：
数据处理中心2从数据交互中心5中获取所有含有“工业机器人”的所属专利分类号，作为第一组分类号；
数据处理中心2从数据交互中心5中获取该用户的注册信息，并提取该用户的经营范围中关键词，作为经营范围关键词，数据处理中心2从数据交互中心5中获取含有经营范围关键词的专利分类号，作为所属第二组分类号；
数据处理中心2从数据交互中心5中获取该用户名下专利的所属分类号，作为第三组分类号；
这样即可获得三个大范围的检索结果，尽可能多的涵盖用户需求所涉及的专利；
然后数据处理中心2从从第一组分类号选取第二组分类号和第三组分类号的重合部分作为目标分类号，数据处理中心从数据交互中心获取目标分类号下含有检索关键词的目标专利，并从目标专利的专利文本中提取关键词，将这些关键词中“所述”、“其特征在于”等无关的关键词剔除，从剩余的关键词中选取出现频率最高的关键词，如“工业机器人”、“定位装置”、“夹具”、“输送设备”等，分别作为专利文本的技术要点；
数据处理中心2将检索关键词“工业机器人”和经营范围关键词“机加工”组成对比关键词:“工业机器人”and“机加工”；
如图3，数据处理中心2利用对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure DEST_PATH_IMAGE052
，并将线性相关
Figure 490581DEST_PATH_IMAGE053
的专利推送给请求指令发出者；
所述二维数据模型满足：
Figure 636392DEST_PATH_IMAGE005
实施例二：
在实施例一的基础上，托管服务器还连接有辅助模块，辅助模块包括注册中心，管理中心和搜索中心，搜索中心连接有Redis集群和solr/ER集群，用于实现托管服务内部的信息交流和集中管理，其中搜索中心通过Config Server集群将本地的GIT数据库与注册中心相连，用以实现注册信息的独立管理。
Redis 集群提供了一种运行 Redis 的方式，其中数据在多个 Redis 节点间自动分区。Redis 集群还在分区期间提供一定程度的可用性，即在实际情况下能够在某些节点发生故障或无法通信时继续运行，即在部分协助数据库不能访问时，可以跳转到其他的协助数据库获取专利信息，实现用访问查询时系统响应的持续稳定，改善卡顿和无响应的状态。
solr/ER集群用于集中式的配置用户的请求指令信息，自动容错，并近实时搜索可以访问的协助数据库，查询时自动负载均衡，进一步改善卡顿和无响应的状态。
Config Server集群即配置中心，将本地的GIT数据库与注册中心相连实现注册信息的独立管理，同时响应用户访问时的身份验证，以及用户所有的专利检索。
实施例三：
在实施例二的基础上，本地数据库设有主写数据库和从读数据库，主写数据库用于存储赋予第二逻辑值的专利信息，从读数据库用于响应主写数据库，并存储本地专利信息，其读写记录以文本的形式存储于管理中心的日志模块，用于监控系统的运行，并为后续相关的关键词搜索提供优先参考，实现系统的自动学习功能。
实施例四：
在实施例三的基础上，管理中心还设有专利状态监控，定期核准从读数据库中的专利状态，包括年费，有效状态，转让状态等，同时监控用户检索时，数据交互中心搜索到的专利的状态，包括年费，有效状态，转让状态等。
实施例五：
在实施例四的基础上，注册中心设有eureka模块，提供注册功能，并均衡多用户同时注册时，注册中心的信息负载，为用户提供流畅快捷的注册体验。
实施例六：
在实施例五的基础上，图1还提供了如下技术方案，数据交互中心5可以获取管理中心4中日志模块和监控模块的日志文本，并获取注册中心6中用户的经营范围，以日志文本中记载的用户检索记录和注册中心中用户的经营范围没基准，以所述线性相关度分析方法筛选数据库中符合用户需求的专利信息，以及专利状态监控模块检测到的新增专利中符合用户需求的专利信息，并将这些符合用户需求的专利信息和分析结果以文本的形式，通过多端访问前端推送给用户，为用户及时的提供精准的专利信息。
前述内容已经宽泛地概述出各个实施例的一些方面和特征，其应该被解释为仅是各个潜在应用的说明。其他有益结果可以通过以不同方式应用公开的信息或通过组合公开的实施例的各个方面来获得。在由权利要求限定的范围的基础上，结合附图地参考对示例性实施例的具体描述可获得其他方面和更全面的理解。
上述实施例对本发明做了详细说明。当然，上述说明并非对本发明的限制，本发明也不仅限于上述例子，相关技术人员在本发明的实质范围内所作出的变化、改型、添加或减少、替换，也属于本发明的保护范围。

Claims (9)

1.一种专利交易精准推送系统，包括访问前端，数据处理中心和数据交互中心，所述数据处理中心从访问前端获取用户输入的检索关键词，对检索关键词进行前端处理，使检索关键词能够被数据处理中心接受，其特征在于：
数据处理中心从数据交互中心获取含有所述检索关键词的专利的所属分类号，该分类号作为第一组分类号；
数据处理中心从数据交互中心获取用户的注册信息，提取用户经营范围关键词，数据处理中心从数据交互中心获取含有所述经营范围关键词的专利的所属分类号，该分类号作为第二组分类号；
数据处理中心从数据交互中心获取该用户名下专利的所属分类号，该分类号作为第三组分类号；
数据处理中心从第一组分类号选取第二组分类号和第三组分类号的重合部分作为目标分类号，数据处理中心从数据交互中心获取目标分类号下含有检索关键词的目标专利，并从目标专利的专利文本中提取出现频率最高的技术要点；
将检索关键词和经营范围关键词组成对比关键词：检索关键词and经营范围关键词；
所述数据处理中心利用对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure DEST_PATH_IMAGE002
，并将线性相关
Figure DEST_PATH_IMAGE004
的专利推送给请求指令发出者；
所述二维数据模型满足：
Figure DEST_PATH_IMAGE006
其中，
x为对比关键词信息值，所述数据处理中心对所述比关键词赋予逻辑值，得到对比关键词信息值，便于数据处理中心依据二维数据模型进行计算；
y为技术要点信息值，所述数据处理中心对所述技术要点赋予逻辑值，得到对技术要点信息值，便于数据处理中心依据二维数据模型进行计算；
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE010
、为二维分析数据的均值向量的方差，
Figure DEST_PATH_IMAGE012
二维分析数据的均值向量的方差协方差，
Figure DEST_PATH_IMAGE013
为线性相关系数。
2.根据权利要求2所述一种专利交易精准推送系统，其特征在于，所述访问前端包括移动端和固定端，移动端安装有APP应用程序，固定端安装有访问程序，APP应用程序和访问程序，通过云端服务器访问数据处理中心。
3.根据权利要求3所述一种专利交易精准推送系统，其特征在于，所述数据处理中心包括移动端H5模块、后台管理模块、前端管理模块和静态资源模块：
移动端H5模块，用于获取移动端APP用程序的访问信息，并发送到静态资源模块；
前端管理模块，用于获取固定端访问程序的访问信息，并发送到静态资源模块；
静态资源模块，依据对比关键词和所述技术要点建立二维数据模型，分析对比关键词与所述技术要点的线性相关度
Figure DEST_PATH_IMAGE014
，并将线性相关
Figure DEST_PATH_IMAGE015
的专利推送给请求指令发出者；
后台管理模块，用于接收固定端访问程序中管理员的指令，进行系统维护。
4.根据权利要求4所述一种专利交易精准推送系统，其特征在于，为用户的推送信息包括相关性的所述专利的状态，和相关性分析报告文本。
5.根据权利要求1至5其中任意一项所述一种专利交易精准推送系统，其特征在于，所述访问前端与所述数据处理中心之间还设有Nginx，为数据处理中心均衡请求指令，数据处理中心与托管服务器之间设有ZUUL网络组件，用以实现本地负载均衡。
6.根据权利要求6所述一种专利交易精准推送系统，其特征在于，所述托管服务器设有feign client组件，feign client组件连接有客户模块、游客模块、客服模块、协助数据库、本地数据库、消息模块、订单模块、支付模块、财务模块和后台管理模块。
7.根据权利要求7所述一种专利交易精准推送系统，其特征在于，所述托管服务器还连接有辅助模块，辅助模块包括注册中心，管理中心和搜索中心。
8.根据权利要求8所述一种专利交易精准推送系统，其特征在于，所述搜索中心连接有Redis集群和solr/ER集群，用于实现托管服务内部的信息交流和集中管理，其中搜索中心通过Config Server集群将本地的GIT数据库与注册中心相连，用以实现注册信息的独立管理。
9.根据权利要求9所述一种专利交易精准推送系统，其特征在于，所述管理中心包括日志模块和监控模块，日志模块用于记录系统运行的相关记录，监控模块分为生成日志的系统运行监控，和定期查询比对数据库中专利状态的专利状态监控。
CN202210392481.XA 2022-04-15 2022-04-15 一种专利交易精准推送系统 Active CN114706898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210392481.XA CN114706898B (zh) 2022-04-15 2022-04-15 一种专利交易精准推送系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210392481.XA CN114706898B (zh) 2022-04-15 2022-04-15 一种专利交易精准推送系统

Publications (2)

Publication Number Publication Date
CN114706898A true CN114706898A (zh) 2022-07-05
CN114706898B CN114706898B (zh) 2022-11-11

Family

ID=82174653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210392481.XA Active CN114706898B (zh) 2022-04-15 2022-04-15 一种专利交易精准推送系统

Country Status (1)

Country Link
CN (1) CN114706898B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130282599A1 (en) * 2010-11-02 2013-10-24 Kwanggaeto Co., Ltd. Method of generating patent evaluation model, method of evaluating patent, method of generating patent dispute prediction model, method of generating patent dispute prediction information, and method and system for generating patent risk hedging information
CN103870985A (zh) * 2012-12-07 2014-06-18 大连联达科技有限公司 一种专利在线交易系统
CN106940861A (zh) * 2016-01-04 2017-07-11 冠研（上海）专利技术有限公司 一种利用市场虚拟交易进行专利鉴价的方法
CN109191335A (zh) * 2018-08-24 2019-01-11 浙江知识产权交易中心有限公司 一种专利交易中潜在买方的自动匹配方法
CN109213873A (zh) * 2018-08-24 2019-01-15 浙江知识产权交易中心有限公司 一种为待售专利自动匹配潜在买方的专利匹配方法和匹配系统
CN109885681A (zh) * 2019-01-25 2019-06-14 中译语通科技股份有限公司 一种基于计算机科技文献数据库的专利价值度计算方法
CN113297457A (zh) * 2021-05-24 2021-08-24 陕西合友网络科技有限公司 一种高精准性的信息资源智能推送系统及推送方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130282599A1 (en) * 2010-11-02 2013-10-24 Kwanggaeto Co., Ltd. Method of generating patent evaluation model, method of evaluating patent, method of generating patent dispute prediction model, method of generating patent dispute prediction information, and method and system for generating patent risk hedging information
CN103870985A (zh) * 2012-12-07 2014-06-18 大连联达科技有限公司 一种专利在线交易系统
CN106940861A (zh) * 2016-01-04 2017-07-11 冠研（上海）专利技术有限公司 一种利用市场虚拟交易进行专利鉴价的方法
CN109191335A (zh) * 2018-08-24 2019-01-11 浙江知识产权交易中心有限公司 一种专利交易中潜在买方的自动匹配方法
CN109213873A (zh) * 2018-08-24 2019-01-15 浙江知识产权交易中心有限公司 一种为待售专利自动匹配潜在买方的专利匹配方法和匹配系统
CN109885681A (zh) * 2019-01-25 2019-06-14 中译语通科技股份有限公司 一种基于计算机科技文献数据库的专利价值度计算方法
CN113297457A (zh) * 2021-05-24 2021-08-24 陕西合友网络科技有限公司 一种高精准性的信息资源智能推送系统及推送方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘鑫: "基于知识关联的专利估值模型与算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
商琦等: "区块链技术创新态势专利情报实证", 《情报杂志》 *
赖朝安等: "一种基于专利分析的技术成熟度评估算法", 《科研管理》 *

Also Published As

Publication number Publication date
CN114706898B (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
JP7500604B2 (ja) ニューラルシーケンスモデルを使用した顧客ジャーニーイベント表現学習及び帰結予測のためのシステム及び方法
US10546006B2 (en) Method and system for hybrid information query
JP2021152903A (ja) 自動的な意図のマイニング、分類、及び配置のための方法及びシステム
CN107766511A (zh) 智能问答方法、终端及存储介质
US9672490B2 (en) Procurement system
US20200090053A1 (en) Systems and methods for generating and using knowledge graphs
CN109933514B (zh) 一种数据测试方法和装置
CN111046237B (zh) 用户行为数据处理方法、装置、电子设备及可读介质
US10002187B2 (en) Method and system for performing topic creation for social data
Ortega et al. Artificial intelligence scientific documentation dataset for recommender systems
TWI743623B (zh) 基於人工智慧的商務智慧系統及其分析方法
CN110188291B (zh) 基于代理日志的文档处理
US10713268B1 (en) Methods and systems for social awareness
US20180107763A1 (en) Prediction using fusion of heterogeneous unstructured data
CN116308148B (zh) 活动流程处理方法、装置、电子设备
CN114706898B (zh) 一种专利交易精准推送系统
CN107679097A (zh) 一种分布式数据处理方法、系统和存储介质
CN109145092A (zh) 一种数据库更新、智能问答管理方法、装置及其设备
KR20170136679A (ko) 빅 데이터 기반 지식 콘텐츠 추천 방법 및 시스템
KR20200143989A (ko) 고객 문의에 대한 유형 분류에 기초한 담당자 배정 시스템 및 방법
CN112148939A (zh) 数据处理方法、装置及电子设备
CN110737749B (zh) 创业计划评价方法、装置、计算机设备及存储介质
CN108520012A (zh) 基于机器学习的移动互联网用户评论挖掘方法
Ma et al. Api prober–a tool for analyzing web api features and clustering web apis
Tingting Research on user access pattern mining based on web log

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
GR01 Patent grant
GR01 Patent grant