CN114926012A - 一种研发项目智慧验收评审方法、系统及可读存储介质 - Google Patents

一种研发项目智慧验收评审方法、系统及可读存储介质 Download PDF

Info

Publication number
CN114926012A
CN114926012A CN202210529303.7A CN202210529303A CN114926012A CN 114926012 A CN114926012 A CN 114926012A CN 202210529303 A CN202210529303 A CN 202210529303A CN 114926012 A CN114926012 A CN 114926012A
Authority
CN
China
Prior art keywords
project
data
sub
data set
threshold
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
CN202210529303.7A
Other languages
English (en)
Other versions
CN114926012B (zh
Inventor
魏亚运
黄静
张娟
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.)
GUANGDONG R&D CENTER FOR TECHNOLOGICAL ECONOMY
Original Assignee
GUANGDONG R&D CENTER FOR TECHNOLOGICAL ECONOMY
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 GUANGDONG R&D CENTER FOR TECHNOLOGICAL ECONOMY filed Critical GUANGDONG R&D CENTER FOR TECHNOLOGICAL ECONOMY
Priority to CN202210529303.7A priority Critical patent/CN114926012B/zh
Publication of CN114926012A publication Critical patent/CN114926012A/zh
Application granted granted Critical
Publication of CN114926012B publication Critical patent/CN114926012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供了一种研发项目智慧验收评审方法、系统及可读存储介质。该方法包括：获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；采集项目完成后的项目成果数据包；根据项目成果数据包的子数据集与项目预设目标数据集进行对比，获取项目完成度指标对比数据；根据项目完成度指标对比数据对项目进行成效评定；从而基于项目要素数据集通过项目预测模型获取项目预设目标数据集与项目成果数据包的对应子数据集数据进行对比获取项目完成度指标对比数据并根据项目完成度指标对比数据对项目进行成效评定，实现对研发项目进行智能评定的验收评审技术。

Description

一种研发项目智慧验收评审方法、系统及可读存储介质
技术领域
本申请涉及大数据及智慧数据处理技术领域，具体而言，涉及一种研发项目智慧验收评审方法、系统及可读存储介质。
背景技术
研发项目是企业或机构根据课题项目或研究任务进行的设计和研发，当前随着多行业的发展衍生，各类新兴行业的科研项目日益繁多，项目壳体的数量、类别也越来越多样化，不同专业、不同课题的项目之间存在较大差异，如何针对各专业项目进行准确有效的评审是个技术性难题。
目前，针对申报的不同项目通常采取专业人为评审的方法，导致评审效率和效果存在缺陷，由于人为因素影响较大易造成评审失真或评定偏差，可能会导致项目评审存在误差，且评审效率较低，导致评审存在不合理、不准确、低效的普通现象。
因此，针对上述问题，目前需亟待一种可针对专业项目进行智能化验收评审的技术手段。
发明内容
本申请实施例的目的在于提供一种研发项目智慧验收评审方法、系统及可读存储介质，可以实现通过大数据对项目的高精准度的智能预测评估。
本申请实施例还提供了一种研发项目智慧验收评审方法，包括以下步骤：
获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
采集所述项目完成后的项目成果数据包；
根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
根据所述项目完成度指标对比数据对所述项目进行成效评定。
可选地，在本申请实施例所述的研发项目智慧验收评审方法中，所述获取项目预设要素数据包，包括：
获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
根据所述项目预设目标数据集成项目预设目标数据集；
根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
可选地，在本申请实施例所述的研发项目智慧验收评审方法中，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，包括：
获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
将所述项目目标数据作为所述项目预设目标数据。
可选地，在本申请实施例所述的研发项目智慧验收评审方法中，所述根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据，包括：
所述项目成果数据包包括项目成果数据集；
所述项目成果数据集包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集；
所述技术研发子数据集包括研发技术数据、创新成果数据；
所述项目价值子数据集包括成果价值数据、投产收益数据；
所述效益指标子数据集包括产能提升数据、效率价值数据；
所述成果推广子数据集包括应用推广价值数据、成果创新转换数据；
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据；
根据所述阈值对比数据获得项目完成度指标对比数据。
可选地，在本申请实施例所述的研发项目智慧验收评审方法中，所述根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据，包括：
根据所述技术研发子数据集与所述成果技术数据进行阈值对比获取第一阈值对比结果；
根据所述项目价值子数据集与所述价值利润数据进行阈值对比获取第二阈值对比结果；
根据所述效益指标子数据集与所述绩效效率数据进行阈值对比获取第三阈值对比结果；
根据所述成果推广子数据集与所述二次研发价值数据进行阈值对比获取第四阈值对比结果；
根据获得的所述第一阈值结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果集成阈值对比数据组；
根据所述阈值对比数据组作为所述项目完成度指标对比数据。
可选地，在本申请实施例所述的研发项目智慧验收评审方法中，所述根据所述项目完成度指标对比数据对所述项目进行成效评定，包括：
根据所述项目完成度指标对比数据的第一阈值对比结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果对所述项目进行成效评定；
若四项阈值对比结果均大于预设阈值，则项目成效为优；
若四项阈值对比结果中有任意三项大于对应预设阈值，则项目成效为良；
若四项阈值对比结果中有任意两项大于对应预设阈值，则项目成效为中；
若四项阈值对比结果中仅有一项大于对应预设阈值，则项目成效为劣；
若四项阈值对比结果中均小于对应预设阈值，则项目标记为警示项目。
第二方面，本申请实施例提供了一种研发项目智慧验收评审系统，该系统包括：存储器及处理器，所述存储器中包括研发项目智慧验收评审方法的程序，所述研发项目智慧验收评审方法的程序被所述处理器执行时实现以下步骤：
获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
采集所述项目完成后的项目成果数据包；
根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
根据所述项目完成度指标对比数据对所述项目进行成效评定。
可选地，在本申请实施例所述的研发项目智慧验收评审系统中，所述获取项目预设要素数据包，包括：
获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
根据所述项目预设目标数据集成项目预设目标数据集；
根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
可选地，在本申请实施例所述的研发项目智慧验收评审系统中，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，包括：
获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
将所述项目目标数据作为所述项目预设目标数据。
第三方面，本申请实施例还提供了一种可读存储介质，所述可读存储介质中包括研发项目智慧验收评审方法程序，所述研发项目智慧验收评审方法程序被处理器执行时，实现如上述任一项所述的一种研发项目智慧验收评审方法的步骤。
由上可知，本申请实施例提供的一种研发项目智慧验收评审方法、系统及可读存储介质通过获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；采集项目完成后的项目成果数据包；根据项目成果数据包的子数据集与项目预设目标数据集进行对比，获取项目完成度指标对比数据；根据项目完成度指标对比数据对项目进行成效评定；从而基于项目要素数据集通过项目预测模型获取项目预设目标数据集与项目成果数据包的对应子数据集数据进行对比获取项目完成度指标对比数据并根据项目完成度指标对比数据对项目进行成效评定，实现对研发项目进行智能评定的验收评审技术。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的研发项目智慧验收评审方法的一种流程图；
图2为本申请实施例提供的研发项目智慧验收评审方法的一种流程图；
图3为本申请实施例提供的研发项目智慧验收评审方法的一种流程图；
图4为本申请实施例提供的研发项目智慧验收评审系统的一种结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种研发项目智慧验收评审的流程图。该研发项目智慧验收评审方法用于终端设备中，例如手机、电脑等。该研发项目智慧验收评审方法，包括以下步骤：
S101、获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
S102、采集所述项目完成后的项目成果数据包；
S103、根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
S104、根据所述项目完成度指标对比数据对所述项目进行成效评定。
需要说明的是，首先获取项目要素数据集包括项目各要素的子数据集对应子数据项目数据获取项目预设目标数据，根据项目要素数据集以及项目预设目标数据集生成项目预设要素数据包，再根据项目预设目标数据集与项目成果数据包中的的子数据集进行对比获取项目完成度指标对比数据，根据项目完成度指标对比数据对项目进行成效评定，实现对项目进行验收评审的智能化技术，提高对项目评审判定的准确性。
请参照图2，图2是本申请一些实施例中的一种研发项目智慧验收评审的流程图。根据本发明实施例，所述获取项目预设要素数据包，具体为：
S201、获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
S202、所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
S203、所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
S204、根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
S205、根据所述项目预设目标数据集成项目预设目标数据集；
S206、根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
需要说明的是，为准备评审项目，需对项目要素数据进行收集，项目要素数据按类别分为多种类子数据，合成为子数据集，根据项目要素的子数据集进行处理获取项目预设目标数据集并生成项目预设要素数据包，对项目进行评审，具体为，获取项目要素数据集包括项目各要素的子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集，各子数据集包括对应的子项目数据，再根据子项目数据在项目预测模型中处理获取项目预设目标数据进行集成为项目预设目标数据集，结合项目要素数据集生成项目预设要素数据包，为项目评审做好数据采集准备，以保证对项目评审的准确率。
请参照图3，图3是本申请一些实施例中的一种研发项目智慧验收评审的流程图。根据本发明实施例，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，具体为：
S301、获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
S302、所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
S303、根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
S304、将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
S305、将所述项目目标数据作为所述项目预设目标数据。
需要说明的是，为获取项目的准确预设目标数据，通过项目预测模型进行数据处理，项目预测模型是通过第三方项目检验平台获取的数据处理模型，与项目数据库进行数据链接，项目数据库包括大量已完成验收评审的各类别项目的要素数据以及结果数据，通过大量已完成验收评审项目的项目要素数据集的数据以及项目目标数据对项目预测模型进行训练获得训练后的模型，通过项目预测模型可以处理项目要素数据得到项目目标数据，数据量越大则项目预测模型的数据处理准确率越高，根据项目要素数据集的基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入项目预测模型中获得对应项目目标数据的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据，将得到的项目目标数据作为项目预设目标数据，通过大量数据训练得到的项目预测模型的处理可获得项目要素数据对应的项目预设目标数据。
根据本发明实施例，所述根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据，具体为：
所述项目成果数据包包括项目成果数据集；
所述项目成果数据集包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集；
所述技术研发子数据集包括研发技术数据、创新成果数据；
所述项目价值子数据集包括成果价值数据、投产收益数据；
所述效益指标子数据集包括产能提升数据、效率价值数据；
所述成果推广子数据集包括应用推广价值数据、成果创新转换数据；
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据；
根据所述阈值对比数据获得项目完成度指标对比数据。
需要说明的是，为评定项目完成的指标，根据得到的项目预设目标数据与项目成果数据进行对比获得指标对比数据，项目成果数据来自项目成果数据包，其中包括项目成果数据集中的各类子数据集，包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集，每项子数据集中各包括两项数据，根据各子数据集中的数据与项目预设目标数据集中的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，根据各项阈值对比结果对项目进行指标评定。
根据本发明实施例，所述根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据，具体为：
根据所述技术研发子数据集与所述成果技术数据进行阈值对比获取第一阈值对比结果；
根据所述项目价值子数据集与所述价值利润数据进行阈值对比获取第二阈值对比结果；
根据所述效益指标子数据集与所述绩效效率数据进行阈值对比获取第三阈值对比结果；
根据所述成果推广子数据集与所述二次研发价值数据进行阈值对比获取第四阈值对比结果；
根据获得的所述第一阈值结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果集成阈值对比数据组；
根据所述阈值对比数据组作为所述项目完成度指标对比数据。
需要说明的是，为评定项目成果数据的情况，根据项目预设目标数据与项目成果数据进行对比，通过技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据分别进行阈值对比，获得第一至第四阈值对比结果，根据四项阈值对比结果作为项目完成度指标对比数据；
其中，阈值对比公式为：
resulti＝{λiAi+μiBi|Di}；
其中，i＝1,2,3,4，result是阈值对比结果，Ai分别是研发技术数据、成果价值数据、产能提升数据以及应用推广价值数据，Bi分别是创新成果数据、投产收益数据、效率价值数据以及成果创新转换数据，Di分别是成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据，λi、μi分别是对应设定参数，各项阈值对比预设值设定为90％。
根据本发明实施例，所述根据所述项目完成度指标对比数据对所述项目进行成效评定，具体为：
根据所述项目完成度指标对比数据的第一阈值对比结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果对所述项目进行成效评定；
若四项阈值对比结果均大于预设阈值，则项目成效为优；
若四项阈值对比结果中有任意三项大于对应预设阈值，则项目成效为良；
若四项阈值对比结果中有任意两项大于对应预设阈值，则项目成效为中；
若四项阈值对比结果中仅有一项大于对应预设阈值，则项目成效为劣；
若四项阈值对比结果中均小于对应预设阈值，则项目标记为警示项目。
需要说明的是，根据阈值对比公式获得各项阈值对比结果，如第一阈值对比结果为研发技术数据和创新成果数据与成果技术数据的阈值对比结果，若研发技术数据和创新成果数据的乘以系数之和大于成果技术数据阈值的90％，则第一阈值对比结果满足对比结果要求，以此类比，若四项阈值对比结果均大于预设阈值则项目成效为优；若四项阈值对比结果中有任意三项大于对应预设阈值则项目成效为良；若四项阈值对比结果中有任意两项大于对应预设阈值则项目成效为中；若四项阈值对比结果中仅有一项大于对应预设阈值则项目成效为劣；若四项阈值对比结果中均小于对应预设阈值则项目标记为警示项目；根据项目完成度指标对比数据的阈值对比结果完成对项目的成效评定。
根据本发明实施例，还包括：
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集输入成果检验模型中获取项目成果指标级数；
根据所述研发技术数据、创新成果数据、成果价值数据、投产收益数据、产能提升数据、效率价值数据、应用推广价值数据、成果创新转换数据与所述成果检验模型中的技术指标阈值、创新指数阈值、成果价值阈值、投产收益阈值、产能提升阈值、价值效益阈值、推广价值阈值、成果二次转换阈值分别进行阈值对比；
所述各项阈值均分为四个等级，分别为一、二、三、四级；
根据所述八项数据的八个阈值对比结果对应等级求均值并取整获得所述项目成果指标级数；
根据所述项目成果指标级数对项目进行验收。
需要说明的是，为评定验收项目的成果水平，将项目成果指标级数划分为四个等级，分别为一到四级，其中一级最高，四级最低，为获得项目成果指标级数，将项目成果数据集输入第三方项目检验平台的成果检验模型中进行阈值对比，成果检验模型包含与各项数据对应的技术指标阈值、创新指数阈值、成果价值阈值、投产收益阈值、产能提升阈值、价值效益阈值、推广价值阈值、成果二次转换阈值，八项阈值按照划分的阈值范围均分为四个等级，分别为一、二、三、四级，其中一级阈值范围为(0.75，1]，二级阈值范围为(0.5，0.75]，三级阈值范围为(0.25，0.5]，四级阈值范围为[0，0.25]，根据项目成果数据集中八项数据的阈值对比结果分别获得对应阈值范围级别，将八项阈值范围级别求均值并取整获得的阈值范围级别均值作为待测评项目的项目指标级别，如项目X八项数据阈值对比结果级别分别是二级、二级、三级、四级、一级、一级、二级、三级，则其阈值范围级别均值为(2+2+3+4+1+1+2+3)/8＝2.25，取整为2，即项目X阈值范围级别为二级，即其项目成果指标对应级别为二级。
根据本发明实施例，还包括：
根据所述项目成果指标级数获取对应的项目资助数据；
根据所述价值利润数据、成果价值数据、投产收益数据以及相关系数对所述项目资助数据进行修正获得资金扶持数据；
根据所述资金扶持数据对项目进行资助扶持；
所述资金扶持数据的修正计算公式为：
Figure BDA0003645914980000131
其中，B为资金扶持数据，P0、P1、P2分别为价值利润数据、成果价值数据、投产收益数据，ω、
Figure BDA0003645914980000132
为资助系数，
Figure BDA0003645914980000133
为项目风险系数，R为财政预算数据。
需要说明的是，项目的资金扶持数据根据价值利润数据、成果价值数据、投产收益数据进行修正获得，根据价值利润数据、成果价值数据、投产收益数据结合第三方项目检验平台中查询的相关系数对项目资助数据进行加权获得资金扶持数据作为对该项目的资金扶持预算，通过系数结合该项目的价值利润数据、成果价值数据、投产收益数据修正可提高对项目资金扶持预算的精准度。
如图4所示，本发明还公开了一种研发项目智慧验收评审系统，包括存储器41和处理器42，所述存储器中包括研发项目智慧验收评审方法程序，所述研发项目智慧验收评审方法程序被所述处理器执行时实现如下步骤：
获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
采集所述项目完成后的项目成果数据包；
根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
根据所述项目完成度指标对比数据对所述项目进行成效评定。
需要说明的是，首先获取项目要素数据集包括项目各要素的子数据集对应子数据项目数据获取项目预设目标数据，根据项目要素数据集以及项目预设目标数据集生成项目预设要素数据包，再根据项目预设目标数据集与项目成果数据包中的的子数据集进行对比获取项目完成度指标对比数据，根据项目完成度指标对比数据对项目进行成效评定，实现对项目进行验收评审的智能化技术，提高对项目评审判定的准确性。
根据本发明实施例，所述获取项目预设要素数据包，具体为：
获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
根据所述项目预设目标数据集成项目预设目标数据集；
根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
需要说明的是，为准备评审项目，需对项目要素数据进行收集，项目要素数据按类别分为多种类子数据，合成为子数据集，根据项目要素的子数据集进行处理获取项目预设目标数据集并生成项目预设要素数据包，对项目进行评审，具体为，获取项目要素数据集包括项目各要素的子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集，各子数据集包括对应的子项目数据，再根据子项目数据在项目预测模型中处理获取项目预设目标数据进行集成为项目预设目标数据集，结合项目要素数据集生成项目预设要素数据包，为项目评审做好数据采集准备，以保证对项目评审的准确率。
根据本发明实施例，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，具体为：
获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
将所述项目目标数据作为所述项目预设目标数据。
需要说明的是，为获取项目的准确预设目标数据，通过项目预测模型进行数据处理，项目预测模型是通过第三方项目检验平台获取的数据处理模型，与项目数据库进行数据链接，项目数据库包括大量已完成验收评审的各类别项目的要素数据以及结果数据，通过大量已完成验收评审项目的项目要素数据集的数据以及项目目标数据对项目预测模型进行训练获得训练后的模型，通过项目预测模型可以处理项目要素数据得到项目目标数据，数据量越大则项目预测模型的数据处理准确率越高，根据项目要素数据集的基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入项目预测模型中获得对应项目目标数据的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据，将得到的项目目标数据作为项目预设目标数据，通过大量数据训练得到的项目预测模型的处理可获得项目要素数据对应的项目预设目标数据。
根据本发明实施例，所述根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据，具体为：
所述项目成果数据包包括项目成果数据集；
所述项目成果数据集包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集；
所述技术研发子数据集包括研发技术数据、创新成果数据；
所述项目价值子数据集包括成果价值数据、投产收益数据；
所述效益指标子数据集包括产能提升数据、效率价值数据；
所述成果推广子数据集包括应用推广价值数据、成果创新转换数据；
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据；
根据所述阈值对比数据获得项目完成度指标对比数据。
需要说明的是，为评定项目完成的指标，根据得到的项目预设目标数据与项目成果数据进行对比获得指标对比数据，项目成果数据来自项目成果数据包，其中包括项目成果数据集中的各类子数据集，包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集，每项子数据集中各包括两项数据，根据各子数据集中的数据与项目预设目标数据集中的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，根据各项阈值对比结果对项目进行指标评定。
根据本发明实施例，所述根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据，具体为：
根据所述技术研发子数据集与所述成果技术数据进行阈值对比获取第一阈值对比结果；
根据所述项目价值子数据集与所述价值利润数据进行阈值对比获取第二阈值对比结果；
根据所述效益指标子数据集与所述绩效效率数据进行阈值对比获取第三阈值对比结果；
根据所述成果推广子数据集与所述二次研发价值数据进行阈值对比获取第四阈值对比结果；
根据获得的所述第一阈值结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果集成阈值对比数据组；
根据所述阈值对比数据组作为所述项目完成度指标对比数据。
需要说明的是，为评定项目成果数据的情况，根据项目预设目标数据与项目成果数据进行对比，通过技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据分别进行阈值对比，获得第一至第四阈值对比结果，根据四项阈值对比结果作为项目完成度指标对比数据；
其中，阈值对比公式为：
resulti＝{λiAi+μiBi|Di}；
其中，i＝1,2,3,4，result是阈值对比结果，Ai分别是研发技术数据、成果价值数据、产能提升数据以及应用推广价值数据，Bi分别是创新成果数据、投产收益数据、效率价值数据以及成果创新转换数据，Di分别是成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据，λi、μi分别是对应设定参数，各项阈值对比预设值设定为90％。
根据本发明实施例，所述根据所述项目完成度指标对比数据对所述项目进行成效评定，具体为：
根据所述项目完成度指标对比数据的第一阈值对比结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果对所述项目进行成效评定；
若四项阈值对比结果均大于预设阈值，则项目成效为优；
若四项阈值对比结果中有任意三项大于对应预设阈值，则项目成效为良；
若四项阈值对比结果中有任意两项大于对应预设阈值，则项目成效为中；
若四项阈值对比结果中仅有一项大于对应预设阈值，则项目成效为劣；
若四项阈值对比结果中均小于对应预设阈值，则项目标记为警示项目。
需要说明的是，根据阈值对比公式获得各项阈值对比结果，如第一阈值对比结果为研发技术数据和创新成果数据与成果技术数据的阈值对比结果，若研发技术数据和创新成果数据的乘以系数之和大于成果技术数据阈值的90％，则第一阈值对比结果满足对比结果要求，以此类比，若四项阈值对比结果均大于预设阈值则项目成效为优；若四项阈值对比结果中有任意三项大于对应预设阈值则项目成效为良；若四项阈值对比结果中有任意两项大于对应预设阈值则项目成效为中；若四项阈值对比结果中仅有一项大于对应预设阈值则项目成效为劣；若四项阈值对比结果中均小于对应预设阈值则项目标记为警示项目；根据项目完成度指标对比数据的阈值对比结果完成对项目的成效评定。
根据本发明实施例，还包括：
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集输入成果检验模型中获取项目成果指标级数；
根据所述研发技术数据、创新成果数据、成果价值数据、投产收益数据、产能提升数据、效率价值数据、应用推广价值数据、成果创新转换数据与所述成果检验模型中的技术指标阈值、创新指数阈值、成果价值阈值、投产收益阈值、产能提升阈值、价值效益阈值、推广价值阈值、成果二次转换阈值分别进行阈值对比；
所述各项阈值均分为四个等级，分别为一、二、三、四级；
根据所述八项数据的八个阈值对比结果对应等级求均值并取整获得所述项目成果指标级数；
根据所述项目成果指标级数对项目进行验收。
需要说明的是，为评定验收项目的成果水平，将项目成果指标级数划分为四个等级，分别为一到四级，其中一级最高，四级最低，为获得项目成果指标级数，将项目成果数据集输入第三方项目检验平台的成果检验模型中进行阈值对比，成果检验模型包含与各项数据对应的技术指标阈值、创新指数阈值、成果价值阈值、投产收益阈值、产能提升阈值、价值效益阈值、推广价值阈值、成果二次转换阈值，八项阈值按照划分的阈值范围均分为四个等级，分别为一、二、三、四级，其中一级阈值范围为(0.75，1]，二级阈值范围为(0.5，0.75]，三级阈值范围为(0.25，0.5]，四级阈值范围为[0，0.25]，根据项目成果数据集中八项数据的阈值对比结果分别获得对应阈值范围级别，将八项阈值范围级别求均值并取整获得的阈值范围级别均值作为待测评项目的项目指标级别，如项目X八项数据阈值对比结果级别分别是二级、二级、三级、四级、一级、一级、二级、三级，则其阈值范围级别均值为(2+2+3+4+1+1+2+3)/8＝2.25，取整为2，即项目X阈值范围级别为二级，即其项目成果指标对应级别为二级。
根据本发明实施例，还包括：
根据所述项目成果指标级数获取对应的项目资助数据；
根据所述价值利润数据、成果价值数据、投产收益数据以及相关系数对所述项目资助数据进行修正获得资金扶持数据；
根据所述资金扶持数据对项目进行资助扶持；
所述资金扶持数据的修正计算公式为：
Figure BDA0003645914980000191
其中，B为资金扶持数据，P0、P1、P2分别为价值利润数据、成果价值数据、投产收益数据，ω、
Figure BDA0003645914980000192
为资助系数，
Figure BDA0003645914980000193
为项目风险系数，R为财政预算数据。
需要说明的是，项目的资金扶持数据根据价值利润数据、成果价值数据、投产收益数据进行修正获得，根据价值利润数据、成果价值数据、投产收益数据结合第三方项目检验平台中查询的相关系数对项目资助数据进行加权获得资金扶持数据作为对该项目的资金扶持预算，通过系数结合该项目的价值利润数据、成果价值数据、投产收益数据修正可提高对项目资金扶持预算的精准度。
本发明第三方面提供了一种可读存储介质，所述可读存储介质中包括一种研发项目智慧验收评审方法程序，所述研发项目智慧验收评审方法程序被处理器执行时，实现如上述任一项所述的一种研发项目智慧验收评审方法的步骤。
本发明公开的一种研发项目智慧验收评审方法、系统和可读存储介质，通过获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；采集项目完成后的项目成果数据包；根据项目成果数据包的子数据集与项目预设目标数据集进行对比，获取项目完成度指标对比数据；根据项目完成度指标对比数据对项目进行成效评定；从而基于项目要素数据集通过项目预测模型获取项目预设目标数据集与项目成果数据包的对应子数据集数据进行对比获取项目完成度指标对比数据并根据项目完成度指标对比数据对项目进行成效评定，实现对研发项目进行智能评定的验收评审技术。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种研发项目智慧验收评审方法，其特征在于，包括：
获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
采集所述项目完成后的项目成果数据包；
根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
根据所述项目完成度指标对比数据对所述项目进行成效评定。
2.根据权利要求1所述的研发项目智慧验收评审方法，其特征在于，所述获取项目预设要素数据包，包括：
获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
根据所述项目预设目标数据集成项目预设目标数据集；
根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
3.根据权利要求2所述的研发项目智慧验收评审方法，其特征在于，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，包括：
获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
将所述项目目标数据作为所述项目预设目标数据。
4.根据权利要求1所述的研发项目智慧验收评审方法，其特征在于，所述根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据，包括：
所述项目成果数据包包括项目成果数据集；
所述项目成果数据集包括技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集；
所述技术研发子数据集包括研发技术数据、创新成果数据；
所述项目价值子数据集包括成果价值数据、投产收益数据；
所述效益指标子数据集包括产能提升数据、效率价值数据；
所述成果推广子数据集包括应用推广价值数据、成果创新转换数据；
根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据；
根据所述阈值对比数据获得项目完成度指标对比数据。
5.根据权利要求4所述的研发项目智慧验收评审方法，其特征在于，所述根据所述技术研发子数据集、项目价值子数据集、效益指标子数据集以及成果推广子数据集的数据与所述项目预设目标数据集的成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据进行阈值对比，获取阈值对比数据，包括：
根据所述技术研发子数据集与所述成果技术数据进行阈值对比获取第一阈值对比结果；
根据所述项目价值子数据集与所述价值利润数据进行阈值对比获取第二阈值对比结果；
根据所述效益指标子数据集与所述绩效效率数据进行阈值对比获取第三阈值对比结果；
根据所述成果推广子数据集与所述二次研发价值数据进行阈值对比获取第四阈值对比结果；
根据获得的所述第一阈值结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果集成阈值对比数据组；
根据所述阈值对比数据组作为所述项目完成度指标对比数据。
6.根据权利要求1所述的研发项目智慧验收评审方法，其特征在于，所述根据所述项目完成度指标对比数据对所述项目进行成效评定，包括：
根据所述项目完成度指标对比数据的第一阈值对比结果、第二阈值对比结果、第三阈值对比结果以及第四阈值对比结果对所述项目进行成效评定；
若四项阈值对比结果均大于预设阈值，则项目成效为优；
若四项阈值对比结果中有任意三项大于对应预设阈值，则项目成效为良；
若四项阈值对比结果中有任意两项大于对应预设阈值，则项目成效为中；
若四项阈值对比结果中仅有一项大于对应预设阈值，则项目成效为劣；
若四项阈值对比结果中均小于对应预设阈值，则项目标记为警示项目。
7.一种研发项目智慧验收评审系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括研发项目智慧验收评审方法的程序，所述研发项目智慧验收评审方法的程序被所述处理器执行时实现以下步骤：
获取项目预设要素数据包，包括项目要素数据集及项目预设目标数据集；
采集所述项目完成后的项目成果数据包；
根据所述项目成果数据包的子数据集与所述项目预设目标数据集进行对比，获取项目完成度指标对比数据；
根据所述项目完成度指标对比数据对所述项目进行成效评定。
8.根据权利要求7所述的研发项目智慧验收评审系统，其特征在于，所述获取项目预设要素数据包，包括：
获取项目要素数据集，所述项目要素数据集包括项目各要素的子数据集；
所述子数据集包括基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集；
所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集包括对应的子项目数据；
根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据；
根据所述项目预设目标数据集成项目预设目标数据集；
根据所述项目要素数据集以及项目预设目标数据集生成项目预设要素数据包。
9.根据权利要求8所述的研发项目智慧验收评审系统，其特征在于，所述根据所述子数据集的子项目数据在项目预测模型中处理获取项目预设目标数据，包括：
获取项目数据库，包括各类样本项目的项目要素数据以及项目目标数据；
所述项目目标数据包括成果技术数据、价值利润数据、绩效效率数据以及二次研发价值数据；
根据所述各类样本项目的项目要素数据以及项目目标数据进行训练获得项目预测模型；
将所述项目要素数据集的所述基础技术子数据集、攻关核心子数据集、项目团队子数据集、硬件平台子数据集、资金预审子数据集以及政策激励子数据集的子项目数据输入所述项目预测模型中获得对应项目目标数据；
将所述项目目标数据作为所述项目预设目标数据。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括研发项目智慧验收评审方法程序，所述研发项目智慧验收评审方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种研发项目智慧验收评审方法的步骤。
CN202210529303.7A 2022-05-16 2022-05-16 一种研发项目智慧验收评审方法、系统及可读存储介质 Active CN114926012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210529303.7A CN114926012B (zh) 2022-05-16 2022-05-16 一种研发项目智慧验收评审方法、系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210529303.7A CN114926012B (zh) 2022-05-16 2022-05-16 一种研发项目智慧验收评审方法、系统及可读存储介质

Publications (2)

Publication Number Publication Date
CN114926012A true CN114926012A (zh) 2022-08-19
CN114926012B CN114926012B (zh) 2024-08-06

Family

ID=82807854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210529303.7A Active CN114926012B (zh) 2022-05-16 2022-05-16 一种研发项目智慧验收评审方法、系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN114926012B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177309A (zh) * 2011-12-20 2013-06-26 中工国际工程股份有限公司 一种项目评价的工作流控制系统
CN103761618A (zh) * 2014-01-23 2014-04-30 南方电网科学研究院有限责任公司 一种电网科技项目控制方法及系统
CN107730158A (zh) * 2017-11-29 2018-02-23 福建亿榕信息技术有限公司 电网项目智能化评审方法及系统
CN107977790A (zh) * 2017-12-05 2018-05-01 广州发展集团股份有限公司 一种集团型企业技术创新管理信息系统
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置
CN110941910A (zh) * 2019-12-03 2020-03-31 国网江苏省电力有限公司 一种电网三维设计评审智能辅助方法及系统
CN113505936A (zh) * 2021-07-26 2021-10-15 平安信托有限责任公司 项目审批结果的预测方法、装置、设备及存储介质
CN113869732A (zh) * 2021-09-28 2021-12-31 浙江大学滨海产业技术研究院 基于因子分析法的科技项目产业化评价方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177309A (zh) * 2011-12-20 2013-06-26 中工国际工程股份有限公司 一种项目评价的工作流控制系统
CN103761618A (zh) * 2014-01-23 2014-04-30 南方电网科学研究院有限责任公司 一种电网科技项目控制方法及系统
CN107730158A (zh) * 2017-11-29 2018-02-23 福建亿榕信息技术有限公司 电网项目智能化评审方法及系统
CN107977790A (zh) * 2017-12-05 2018-05-01 广州发展集团股份有限公司 一种集团型企业技术创新管理信息系统
CN110751355A (zh) * 2018-12-06 2020-02-04 国网河北省电力有限公司经济技术研究院 一种科技成果评估方法和装置
CN110941910A (zh) * 2019-12-03 2020-03-31 国网江苏省电力有限公司 一种电网三维设计评审智能辅助方法及系统
CN113505936A (zh) * 2021-07-26 2021-10-15 平安信托有限责任公司 项目审批结果的预测方法、装置、设备及存储介质
CN113869732A (zh) * 2021-09-28 2021-12-31 浙江大学滨海产业技术研究院 基于因子分析法的科技项目产业化评价方法

Also Published As

Publication number Publication date
CN114926012B (zh) 2024-08-06

Similar Documents

Publication Publication Date Title
JP6771751B2 (ja) リスク評価方法およびシステム
CN110610431A (zh) 基于大数据的智能理赔方法及智能理赔系统
CN113052411A (zh) 数据产品质量评价方法及装置
WO2023029065A1 (zh) 数据集质量评估方法、装置、计算机设备及存储介质
CN112330153A (zh) 基于非线性正交回归的行业规模预测模型建模方法及装置
CN111275338A (zh) 一种企业欺诈行为的判定方法、装置、设备及存储介质
CN110135684A (zh) 一种能力测评方法、能力测评装置及终端设备
CN107958346A (zh) 异常行为的识别方法及装置
CN115203496A (zh) 基于大数据的项目智能预测及评估方法、系统及可读存储介质
CN115796708A (zh) 一种工程建设用的大数据智能质检方法、系统和介质
CN118378213A (zh) 数据质量评估方法、装置、设备、存储介质及产品
CN110782163A (zh) 企业数据处理方法和装置
CN113283806A (zh) 企业信息评估方法、装置、计算机设备及存储介质
CN113378231A (zh) 一种大数据应用开放平台的隐私计算方法及应用
CN114926012A (zh) 一种研发项目智慧验收评审方法、系统及可读存储介质
CN114782224A (zh) 基于用户特征的网页考评作弊监测方法、装置及电子设备
CN114418304A (zh) 一种不良资产包的评估方法和装置
CN110458707B (zh) 基于分类模型的行为评估方法、装置及终端设备
CN113435748A (zh) 网点状态确定方法、装置、电子设备以及存储介质
CN112419050B (zh) 基于电话通讯网络和社交行为的信用评估方法及装置
CN116187299B (zh) 一种科技项目文本数据检定评价方法、系统及介质
CN116777275A (zh) 金融秩序评价方法、装置、存储介质及计算机设备
CN116151670B (zh) 一种投行业务上市项目质量的智能评估方法、系统及介质
CN118260177A (zh) 基于多源数据的ai应用性能测定方法、设备及介质
CN109614328B (zh) 用于处理测试数据的方法和装置

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