CN116777686A - 一种企业知识产权分类预警方法、系统和存储介质 - Google Patents
一种企业知识产权分类预警方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116777686A CN116777686A CN202310421479.5A CN202310421479A CN116777686A CN 116777686 A CN116777686 A CN 116777686A CN 202310421479 A CN202310421479 A CN 202310421479A CN 116777686 A CN116777686 A CN 116777686A
- Authority
- CN
- China
- Prior art keywords
- type
- preset
- enterprise
- keyword
- scientific research
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开的一种企业知识产权分类预警方法、系统和存储介质,其中方法包括:获取企业科研成果信息;根据企业科研成果信息,得到对应企业科研成果类型信息;基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。本发明通过企业科研成果信息中的科研名称或者关键词进行分类,保证了企业科研成果分类的准确性,并对企业科研成果是否存在侵权进行预测。
Description
技术领域
本发明涉及数据处理领域,更具体的,涉及一种企业知识产权分类预警方法、系统和存储介质。
背景技术
随着社会科技的不断更新,科研已成为一个企业发展的重要部门之一,其中科研成果能为企业提高同行之间的竞争优势。但是,科研人员对企业科研成果信息中所涉及的类型或领域可能存在分类偏差,从而导致要花更多的时间确定对应科研成果是否存在侵权。
因此,现有技术存在缺陷,亟待改进。
发明内容
鉴于上述问题,本发明的目的是提供一种企业知识产权分类预警方法、系统和存储介质,能够更有效的提高企业科研成果分类以及预测侵权风险。
本发明第一方面提供了一种企业知识产权分类预警方法,包括:
获取企业科研成果信息;
根据企业科研成果信息,得到对应企业科研成果类型信息;
基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
本方案中,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
本方案中,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
本方案中,所述将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到匹配值;
判断所述匹配值是否大于预设匹配阈值,若是,则将匹配值对应的关联词设为第一关键词的关联词。
本方案中,所述通过预设第二判定模块以进行分类的步骤,包括:
提取企业科研成果信息中的第三关键词;
将所述第三关键词和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值;
判断所述第四相似值是否大于预设第三相似阈值;若是,则记录对应第二类型关键词出现一次;
判断第二类型关键词出现的次数是否大于预设第二次数阈值,若是,则将对应企业科研成果设为对应第二类型关键词所属的科研成果类型。
本方案中,所述提取企业科研成果信息中的第三关键词之后,还包括:
将第三关键词和预设不可用词库中的关键词进行对比分析,得到第五相似值;
判断所述第五相似值是否大于预设第四相似阈值,若是,则将对应第三关键词设为不可用关键词;
将第三关键词中的不可用关键词进行删除。
本发明第二方面提供了一种企业知识产权分类预警系统,包括存储器和处理器,所述存储器中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警方法程序被所述处理器执行时实现如下步骤:
获取企业科研成果信息;
根据企业科研成果信息,得到对应企业科研成果类型信息;
基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
本方案中,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
本方案中,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
本方案中,所述将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到匹配值;
判断所述匹配值是否大于预设匹配阈值,若是,则将匹配值对应的关联词设为第一关键词的关联词。
本方案中,所述通过预设第二判定模块以进行分类的步骤,包括:
提取企业科研成果信息中的第三关键词;
将所述第三关键词和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值;
判断所述第四相似值是否大于预设第三相似阈值;若是,则记录对应第二类型关键词出现一次;
判断第二类型关键词出现的次数是否大于预设第二次数阈值,若是,则将对应企业科研成果设为对应第二类型关键词所属的科研成果类型。
本方案中,所述提取企业科研成果信息中的第三关键词之后,还包括:
将第三关键词和预设不可用词库中的关键词进行对比分析,得到第五相似值;
判断所述第五相似值是否大于预设第四相似阈值,若是,则将对应第三关键词设为不可用关键词;
将第三关键词中的不可用关键词进行删除。
本发明第三方面提供了一种计算机存储介质,所述计算机存储介质中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警方法程序被处理器执行时,实现如上述任一项所述的一种企业知识产权分类预警方法的步骤。
本发明公开的一种企业知识产权分类预警方法、系统和存储介质,通过企业科研成果信息中的科研名称或者关键词进行分类,保证了企业科研成果分类的准确性,并对企业科研成果是否存在侵权进行预测。
附图说明
图1示出了本发明一种企业知识产权分类预警方法的流程图;
图2示出了本发明一种企业知识产权分类预警系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护预设相似值范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种企业知识产权分类预警方法的流程图。
如图1所示,本发明公开了一种企业知识产权分类预警方法,包括:
S102,获取企业科研成果信息;
S104,根据企业科研成果信息,得到对应企业科研成果类型信息;
S106,基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
S108,根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
需要说明的是,所述企业科研成果信息中包含科研成果的名称、整个科研成果的实施过程、科研成果的有效作用等资料信息。根据企业科研成果的类型匹配对应类型的企业科研成果知识库,比如科研成果的类型为无人机领域,则匹配无人机领域的企业科研成果知识库。将企业科研成果逐一和对应企业科研成果知识库中的历史企业科研成果进行对比分析,得到企业科研成果和历史企业科研成果的第一相似值;根据所述第一相似值落入的预设相似值范围,对企业科研成果是否存在侵权进行风险预测。
根据本发明实施例,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
需要说明的是,将科研名称设为第一关键词,并且将第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值,若将预设第一相似阈值设为90%,则将第二相似值大于90%的第一类型关键词所属的类型设为对应企业科研成果类型,其中若存在多个第二相似值大于预设第一相似阈值时,说明对应企业科研成果同时涉及多个领域。
根据本发明实施例,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
需要说明的是,将所述第二关键词逐一和预设科研成果第一类型关键词进行对比分析,得到第三相似值,若预设第二相似阈值为85%,则提取大于85%的第一类型关键词,并将相同类型关键词出现的次数进行累加,得到对应类型关键词出现的次数,比如第一类型关键词和/>为相同类型,则将第一类型关键词/>和/>出现的次数进行累加,若预设第一次数阈值为5,则当第一类型关键词出现的次数大于5次时,将对应第一类型关键词所属的类型设为企业科研成果类型。
根据本发明实施例,所述将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到匹配值;
判断所述匹配值是否大于预设匹配阈值,若是,则将匹配值对应的关联词设为第一关键词的关联词。
需要说明的是,所述关联词词库中包含历史出现过的关键词以及历史出现过的关键词的关联词,比如无人机的关联词包括无人航空器、无人飞行器、无人驾驶飞机等。若预设匹配阈值设为90%,则提取匹配值大于90%的关联词,并将所述匹配值大于90%的关联词设为第一关键词的关联词。其中若不存在于90%的关联词,则通过预设第二判定模块对企业科研成果进行分类。
根据本发明实施例,所述通过预设第二判定模块以进行分类的步骤,包括:
提取企业科研成果信息中的第三关键词;
将所述第三关键词和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值;
判断所述第四相似值是否大于预设第三相似阈值;若是,则记录对应第二类型关键词出现一次;
判断第二类型关键词出现的次数是否大于预设第二次数阈值,若是,则将对应企业科研成果设为对应第二类型关键词所属的科研成果类型。
需要说明的是,当通过企业科研成果的名称无法确定对应科研成果类型时,通过提取整个企业科研成果信息中的第三关键词进行判定分类,将所述第三关键词逐一和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值,若预设第三相似阈值设为80%,则提取大于第三相似阈值的第二类型关键词,并记录对应大于第三相似阈值的第二类关键词出现的次数,并将相同类型关键词出现的次数进行累加,若预设第二次数阈值设为10,则提取出现10次以上的第二类型关键词,并将所述大于第二次数阈值的第二类型关键词所述类型设为企业科研成果类型。若为出现次数大于预设第二次数阈值的第二类型关键词,则说明对应企业科研成果为无效科研成果或对应企业科研成果涉及的领域不存在。
根据本发明实施例,所述提取企业科研成果信息中的第三关键词之后,还包括:
将第三关键词和预设不可用词库中的关键词进行对比分析,得到第五相似值;
判断所述第五相似值是否大于预设第四相似阈值,若是,则将对应第三关键词设为不可用关键词;
将第三关键词中的不可用关键词进行删除。
需要说明的是,提取企业科研成果信息中的第三关键词后,需要对第三关键词进行清洗,将不可用关键词进行删除,比如大约、估计等模糊词。比如预设第四相似阈值设为80%,则将相似值大于80%的不可用关键词对应的第三关键词进行删除。
根据本发明实施例,所述根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险的步骤,包括:
判断所述第一相似值是否大于预设第五相似阈值,若是,则将对应第一相似值设为无效;
将无效的第一相似值进行删除。
需要说明的是,当第一相似值小于预设第五相似阈值时,说明对应第一相似值对应的历史企业科研成果和本次企业科研成果无关联。比如预设第五相似阈值为30%,则将小于30%的第一相似值进行删除。
根据本发明实施例,所述根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险的步骤,还包括:
获取每个预设相似值范围内落入的第一相似值的个数;
根据每个预设相似值范围落入的第一相似值的个数和对应预设相似值范围的权重系数,得到对应企业科研成果的侵权风险预测等级。
需要说明的是,将第个预设相似值范围区间设为/>,其中相似值,且/>大于或等于预设第五相似阈值,对应预设相似值范围区间落入的第一相似值的个数设为/>,将企业科研成果的侵权风险预测等级设为/>,其公式为/>,其中/>表示为第/>个预设相似值范围的权重系数。
根据本发明实施例,还包括:
获取企业科研成果的侵权风险预测等级数;
判断所述企业科研成果的侵权风险预测等级数是否大于预设风险等级阈值,若是,则触发警示信息;
将警示信息发送至预设企业管理进行显示。
需要说明的是,企业科研成果的侵权风险预测等级数越大,说明对应企业科研成果的侵权可能性越高,比如预设风险等级阈值为5,则当企业科研成果的侵权风险预测等级数大于5时,触发警示信息,提示预设企业管理端对应企业科研成果可能涉及侵权。本发明实施例中的阈值、相似值范围均由本领域技术人员根据实际需求进行设置。
图2示出了本发明一种企业知识产权分类预警系统的框图。
如图2所示,本发明第二方面提供了一种企业知识产权分类预警系统2,包括存储器21和处理器22,所述存储器中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警方法程序被所述处理器执行时实现如下步骤:
获取企业科研成果信息;
根据企业科研成果信息,得到对应企业科研成果类型信息;
基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
需要说明的是,所述企业科研成果信息中包含科研成果的名称、整个科研成果的实施过程、科研成果的有效作用等资料信息。根据企业科研成果的类型匹配对应类型的企业科研成果知识库,比如科研成果的类型为无人机领域,则匹配无人机领域的企业科研成果知识库。将企业科研成果逐一和对应企业科研成果知识库中的历史企业科研成果进行对比分析,得到企业科研成果和历史企业科研成果的第一相似值;根据所述第一相似值落入的预设相似值范围,对企业科研成果是否存在侵权进行风险预测。
根据本发明实施例,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
需要说明的是,将科研名称设为第一关键词,并且将第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值,若将预设第一相似阈值设为90%,则将第二相似值大于90%的第一类型关键词所属的类型设为对应企业科研成果类型,其中若存在多个第二相似值大于预设第一相似阈值时,说明对应企业科研成果同时涉及多个领域。
根据本发明实施例,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
需要说明的是,将所述第二关键词逐一和预设科研成果第一类型关键词进行对比分析,得到第三相似值,若预设第二相似阈值为85%,则提取大于85%的第一类型关键词,并将相同类型关键词出现的次数进行累加,得到对应类型关键词出现的次数,比如第一类型关键词和/>为相同类型,则将第一类型关键词/>和/>出现的次数进行累加,若预设第一次数阈值为5,则当第一类型关键词出现的次数大于5次时,将对应第一类型关键词所属的类型设为企业科研成果类型。
根据本发明实施例,所述将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到匹配值;
判断所述匹配值是否大于预设匹配阈值,若是,则将匹配值对应的关联词设为第一关键词的关联词。
需要说明的是,所述关联词词库中包含历史出现过的关键词以及历史出现过的关键词的关联词,比如无人机的关联词包括无人航空器、无人飞行器、无人驾驶飞机等。若预设匹配阈值设为90%,则提取匹配值大于90%的关联词,并将所述匹配值大于90%的关联词设为第一关键词的关联词。其中若不存在于90%的关联词,则通过预设第二判定模块对企业科研成果进行分类。
根据本发明实施例,所述通过预设第二判定模块以进行分类的步骤,包括:
提取企业科研成果信息中的第三关键词;
将所述第三关键词和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值;
判断所述第四相似值是否大于预设第三相似阈值;若是,则记录对应第二类型关键词出现一次;
判断第二类型关键词出现的次数是否大于预设第二次数阈值,若是,则将对应企业科研成果设为对应第二类型关键词所属的科研成果类型。
需要说明的是,当通过企业科研成果的名称无法确定对应科研成果类型时,通过提取整个企业科研成果信息中的第三关键词进行判定分类,将所述第三关键词逐一和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值,若预设第三相似阈值设为80%,则提取大于第三相似阈值的第二类型关键词,并记录对应大于第三相似阈值的第二类关键词出现的次数,并将相同类型关键词出现的次数进行累加,若预设第二次数阈值设为10,则提取出现10次以上的第二类型关键词,并将所述大于第二次数阈值的第二类型关键词所述类型设为企业科研成果类型。若为出现次数大于预设第二次数阈值的第二类型关键词,则说明对应企业科研成果为无效科研成果或对应企业科研成果涉及的领域不存在。
根据本发明实施例,所述提取企业科研成果信息中的第三关键词之后,还包括:
将第三关键词和预设不可用词库中的关键词进行对比分析,得到第五相似值;
判断所述第五相似值是否大于预设第四相似阈值,若是,则将对应第三关键词设为不可用关键词;
将第三关键词中的不可用关键词进行删除。
需要说明的是,提取企业科研成果信息中的第三关键词后,需要对第三关键词进行清洗,将不可用关键词进行删除,比如大约、估计等模糊词。比如预设第四相似阈值设为80%,则将相似值大于80%的不可用关键词对应的第三关键词进行删除。
根据本发明实施例,所述根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险的步骤,包括:
判断所述第一相似值是否大于预设第五相似阈值,若是,则将对应第一相似值设为无效;
将无效的第一相似值进行删除。
需要说明的是,当第一相似值小于预设第五相似阈值时,说明对应第一相似值对应的历史企业科研成果和本次企业科研成果无关联。比如预设第五相似阈值为30%,则将小于30%的第一相似值进行删除。
根据本发明实施例,所述根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险的步骤,还包括:
获取每个预设相似值范围内落入的第一相似值的个数;
根据每个预设相似值范围落入的第一相似值的个数和对应预设相似值范围的权重系数,得到对应企业科研成果的侵权风险预测等级。
需要说明的是,将第个预设相似值范围区间设为/>,其中相似值,且/>大于或等于预设第五相似阈值,对应预设相似值范围区间落入的第一相似值的个数设为/>,将企业科研成果的侵权风险预测等级设为/>,其公式为/>,其中/>表示为第/>个预设相似值范围的权重系数。
根据本发明实施例,还包括:
获取企业科研成果的侵权风险预测等级数;
判断所述企业科研成果的侵权风险预测等级数是否大于预设风险等级阈值,若是,则触发警示信息;
将警示信息发送至预设企业管理进行显示。
需要说明的是,企业科研成果的侵权风险预测等级数越大,说明对应企业科研成果的侵权可能性越高,比如预设风险等级阈值为5,则当企业科研成果的侵权风险预测等级数大于5时,触发警示信息,提示预设企业管理端对应企业科研成果可能涉及侵权。本发明实施例中的阈值、相似值范围均由本领域技术人员根据实际需求进行设置。
本发明第三方面提供了一种计算机存储介质,所述计算机存储介质中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警方法程序被处理器执行时,实现如上述任一项所述的一种企业知识产权分类预警方法的步骤。
本发明公开的一种企业知识产权分类预警方法、系统和存储介质,其中方法包括:获取企业科研成果信息;根据企业科研成果信息,得到对应企业科研成果类型信息;基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。本发明通过企业科研成果信息中的科研名称或者关键词进行分类,保证了企业科研成果分类的准确性,并对企业科研成果是否存在侵权进行预测。
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计算机可读取存储介质中,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,也可以存储在一个计算机可读取存储介质中。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,该计算机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)
1.一种企业知识产权分类预警方法,其特征在于,包括:
获取企业科研成果信息;
根据企业科研成果信息,得到对应企业科研成果类型信息;
基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
2.根据权利要求1所述的一种企业知识产权分类预警方法,其特征在于,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
3.根据权利要求2所述的一种企业知识产权分类预警方法,其特征在于,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
4.根据权利要求3所述的一种企业知识产权分类预警方法,其特征在于,所述将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到匹配值;
判断所述匹配值是否大于预设匹配阈值,若是,则将匹配值对应的关联词设为第一关键词的关联词。
5.根据权利要求3所述的一种企业知识产权分类预警方法,其特征在于,所述通过预设第二判定模块以进行分类的步骤,包括:
提取企业科研成果信息中的第三关键词;
将所述第三关键词和预设第二判定模块中的第二类型关键词进行对比分析,得到第四相似值;
判断所述第四相似值是否大于预设第三相似阈值;若是,则记录对应第二类型关键词出现一次;
判断第二类型关键词出现的次数是否大于预设第二次数阈值,若是,则将对应企业科研成果设为对应第二类型关键词所属的科研成果类型。
6.根据权利要求5所述的一种企业知识产权分类预警方法,其特征在于,所述提取企业科研成果信息中的第三关键词之后,还包括:
将第三关键词和预设不可用词库中的关键词进行对比分析,得到第五相似值;
判断所述第五相似值是否大于预设第四相似阈值,若是,则将对应第三关键词设为不可用关键词;
将第三关键词中的不可用关键词进行删除。
7.一种企业知识产权分类预警系统,其特征在于,包括存储器和处理器,所述存储器中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警方法程序被所述处理器执行时实现如下步骤:
获取企业科研成果信息;
根据企业科研成果信息,得到对应企业科研成果类型信息;
基于企业科研成果类型信息,将企业科研成果发送至对应企业科研成果知识库进行对比分析,得到第一相似值;
根据第一相似值落入的预设相似值范围,预测对应企业科研成果是否存在侵权的风险。
8.根据权利要求7所述的一种企业知识产权分类预警系统,其特征在于,所述根据企业科研成果信息,得到对应企业科研成果类型信息的步骤,包括:
提取企业科研成果信息中的科研名称信息;
将科研名称设为第一关键词,并将所述第一关键词和预设科研成果第一类型关键词进行对比分析,得到第二相似值;
判断所述第二相似值是否大于预设第一相似阈值;若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,将第一关键词发送至预设第一类型判定模块以进行分类。
9.根据权利要求8所述的一种企业知识产权分类预警系统,其特征在于,所述将第一关键词发送至预设第一类型判定模块以进行分类的步骤,包括:
将第一关键词和预设第一类型判定模块中的关联词词库进行匹配,得到对应第一关键词的关联词;
将所述第一关键词的关联词设为第二关键词;
将第二关键词和预设科研成果第一类型关键词进行对比分析,得到第三相似值;
判断所述第三相似值是否大于预设第二相似阈值;若是,则记录对应第一类型关键词出现一次;
判断第一类型关键词出现的次数是否大于预设第一次数阈值,若是,则将对应企业科研成果设为对应第一类型关键词所属的科研成果类型;若否,通过预设第二判定模块以进行分类。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有一种企业知识产权分类预警方法程序,所述一种企业知识产权分类预警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企业知识产权分类预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310421479.5A CN116777686A (zh) | 2023-04-19 | 2023-04-19 | 一种企业知识产权分类预警方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310421479.5A CN116777686A (zh) | 2023-04-19 | 2023-04-19 | 一种企业知识产权分类预警方法、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116777686A true CN116777686A (zh) | 2023-09-19 |
Family
ID=88012277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310421479.5A Pending CN116777686A (zh) | 2023-04-19 | 2023-04-19 | 一种企业知识产权分类预警方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116777686A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495296A (zh) * | 2023-11-15 | 2024-02-02 | 广州市城市规划勘测设计研究院有限公司 | 汽车产业链研发管理系统、方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944099A (zh) * | 2010-06-24 | 2011-01-12 | 西北工业大学 | 一种使用本体进行文本文档自动分类的方法 |
CN107085583A (zh) * | 2016-10-27 | 2017-08-22 | 中国长城科技集团股份有限公司 | 一种基于内容的电子文档管理方法及装置 |
CN107895334A (zh) * | 2016-10-04 | 2018-04-10 | 韩国科学技术情报研究院 | 专利纠纷预测装置及其方法 |
CN108629708A (zh) * | 2018-03-30 | 2018-10-09 | 北京合享智慧科技有限公司 | 构建专利价值度评价模型的方法和计算机可读存储介质 |
CN108805531A (zh) * | 2018-06-06 | 2018-11-13 | 张帆 | 一种基于互联网的知识产权保护系统及方法 |
CN109189888A (zh) * | 2018-09-07 | 2019-01-11 | 平安科技(深圳)有限公司 | 电子装置、侵权分析的方法及存储介质 |
CN109684272A (zh) * | 2018-12-29 | 2019-04-26 | 国家电网有限公司 | 文档保存方法、系统及终端设备 |
CN109729126A (zh) * | 2017-10-31 | 2019-05-07 | 北京国双科技有限公司 | 文本资源的推送方法、装置、存储介质及处理器 |
CN111737553A (zh) * | 2020-06-16 | 2020-10-02 | 苏州朗动网络科技有限公司 | 企业关联词的选取方法、设备和存储介质 |
-
2023
- 2023-04-19 CN CN202310421479.5A patent/CN116777686A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944099A (zh) * | 2010-06-24 | 2011-01-12 | 西北工业大学 | 一种使用本体进行文本文档自动分类的方法 |
CN107895334A (zh) * | 2016-10-04 | 2018-04-10 | 韩国科学技术情报研究院 | 专利纠纷预测装置及其方法 |
CN107085583A (zh) * | 2016-10-27 | 2017-08-22 | 中国长城科技集团股份有限公司 | 一种基于内容的电子文档管理方法及装置 |
CN109729126A (zh) * | 2017-10-31 | 2019-05-07 | 北京国双科技有限公司 | 文本资源的推送方法、装置、存储介质及处理器 |
CN108629708A (zh) * | 2018-03-30 | 2018-10-09 | 北京合享智慧科技有限公司 | 构建专利价值度评价模型的方法和计算机可读存储介质 |
CN108805531A (zh) * | 2018-06-06 | 2018-11-13 | 张帆 | 一种基于互联网的知识产权保护系统及方法 |
CN109189888A (zh) * | 2018-09-07 | 2019-01-11 | 平安科技(深圳)有限公司 | 电子装置、侵权分析的方法及存储介质 |
CN109684272A (zh) * | 2018-12-29 | 2019-04-26 | 国家电网有限公司 | 文档保存方法、系统及终端设备 |
CN111737553A (zh) * | 2020-06-16 | 2020-10-02 | 苏州朗动网络科技有限公司 | 企业关联词的选取方法、设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495296A (zh) * | 2023-11-15 | 2024-02-02 | 广州市城市规划勘测设计研究院有限公司 | 汽车产业链研发管理系统、方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271512B (zh) | 舆情评论信息的情感分析方法、装置及存储介质 | |
CN110516910B (zh) | 基于大数据的保单核保模型训练方法和核保风险评估方法 | |
US20080126556A1 (en) | System and method for classifying data streams using high-order models | |
CN110995459B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
US11562373B2 (en) | Utilizing machine learning models, predictive analytics, and data mining to identify a vehicle insurance fraud ring | |
CN110910991B (zh) | 一种医用自动图像处理系统 | |
CN112989332B (zh) | 一种异常用户行为检测方法和装置 | |
CN116777686A (zh) | 一种企业知识产权分类预警方法、系统和存储介质 | |
WO2016057378A1 (en) | Event identification through analysis of social-media postings | |
CN112765003B (zh) | 一种基于app行为日志的风险预测方法 | |
CN110888978A (zh) | 文章聚类方法、装置、电子设备、存储介质 | |
Mussmann et al. | Fast amortized inference and learning in log-linear models with randomly perturbed nearest neighbor search | |
CN114662772A (zh) | 交通噪音预警方法、模型训练方法、装置、设备及介质 | |
CN110543583A (zh) | 信息处理方法及装置、图像设备及存储介质 | |
CN110472048A (zh) | 一种辅助判决方法、装置及终端设备 | |
CN113760666A (zh) | 系统异常的处理方法、设备及存储介质 | |
CN115329347B (zh) | 基于车联网漏洞数据的预测方法、设备和存储介质 | |
CN116865994A (zh) | 一种基于大数据的网络数据安全预测方法 | |
Agnihotri et al. | Mutual information using sample variance for text feature selection | |
CN110769003A (zh) | 一种网络安全预警的方法、系统、设备及可读存储介质 | |
CN115619245A (zh) | 一种基于数据降维方法的画像构建和分类方法及系统 | |
CN110941713A (zh) | 基于主题模型的自优化金融资讯版块分类方法 | |
CN114880329A (zh) | 数据查询方法、装置、存储介质及计算机设备 | |
CN114528908A (zh) | 网络请求数据分类模型训练方法、分类方法及存储介质 | |
CN114648010A (zh) | 数据表标准化方法、装置、设备及计算机存储介质 |
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 |