CN116882845A - 科技成果评估信息系统 - Google Patents

科技成果评估信息系统 Download PDF

Info

Publication number
CN116882845A
CN116882845A CN202311139938.7A CN202311139938A CN116882845A CN 116882845 A CN116882845 A CN 116882845A CN 202311139938 A CN202311139938 A CN 202311139938A CN 116882845 A CN116882845 A CN 116882845A
Authority
CN
China
Prior art keywords
project
evaluation
technological
evaluated
model
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
Application number
CN202311139938.7A
Other languages
English (en)
Inventor
高晓欣
刘玉玺
王思宁
李蒙
王赞
董力通
梅念
卜娜
孙明
张栋
宋亚琼
欧阳红
杨强
王宇
纪坤华
王云
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.)
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
State Grid Information and Telecommunication Co Ltd
State Grid Shanghai Electric Power Co Ltd
Beijing China Power Information Technology Co Ltd
Original Assignee
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
State Grid Information and Telecommunication Co Ltd
State Grid Shanghai Electric Power Co Ltd
Beijing China Power 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 State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office, State Grid Information and Telecommunication Co Ltd, State Grid Shanghai Electric Power Co Ltd, Beijing China Power Information Technology Co Ltd filed Critical State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
Priority to CN202311139938.7A priority Critical patent/CN116882845A/zh
Publication of CN116882845A publication Critical patent/CN116882845A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/096—Transfer learning
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明涉及一种科技成果评估信息系统，包括：业务应用层；所述业务应用层包括信息采集模块、多个科技成果评估模块和决策支持模块；所述业务应用层中的各模块以微服务的方式部署于Nacos集群；所述信息采集模块用于采集待评估科技项目信息；所述科技成果评估模块用于利用所述待评估科技项目信息对待评估科技项目进行评估；所述决策支持模块用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。本发明的科技成果评估信息系统后期维护成本较低。

Description

科技成果评估信息系统
技术领域
本发明涉及系统构建技术领域，具体涉及一种科技成果评估信息系统。
背景技术
随着科学技术的发展，科技成果评估信息系统在科技成果评估领域发挥着越来越重要的作用。良好的科技成果评估信息系统，能够满足决策者对科技成果的高效、全面评估。
目前，科技成果评估信息系统在使用的过程中，由于在新增业务时，需要系统维护人员大量修改系统代码，使得现有技术的科技成果评估信息系统存在后期维护成本高的问题。
发明内容
为了解决上述技术问题，本发明提供了一种科技成果评估信息系统。
本发明的技术方案如下：
本发明提供了一种科技成果评估信息系统，包括：业务应用层；
所述业务应用层包括信息采集模块、多个科技成果评估模块和决策支持模块；所述业务应用层中的各模块以微服务的方式部署于Nacos集群；
所述信息采集模块用于采集待评估科技项目信息；
所述科技成果评估模块用于利用所述待评估科技项目信息对待评估科技项目进行评估；
所述决策支持模块用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。
优选的，所述多个科技成果评估模块包括技术成熟度体系评价模块；
所述技术成熟度体系评价模块用于利用所述待评估科技项目信息和预设科技项目技术成熟度评价模型，对待评估科技项目进行技术成熟度评价；
所述预设科技项目技术成熟度评价模型为以科技项目信息为训练样本，以科技项目技术成熟度为样本标签，使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练得到的模型；所述技术成熟度评价预训练模型为适用于通用的中文语义识别任务的深度神经网络模型。
优选的，所述技术成熟度体系评价模块还用于：
响应于用户的管理操作，管理技术成熟度对应的等级和等级标准，以及管理所述预设科技项目技术成熟度评价模型；所述等级标准将所述技术成熟度划分为多个等级。
优选的，所述等级标准为TRL。
优选的，所述多个科技成果评估模块还包括科技项目后评估评价模块；
所述科技项目后评估评价模块用于利用所述待评估科技项目信息，对待评估科技项目进行项目目标后评估服务、项目效益后评估服务、项目影响后评估服务、项目持续性后评估服务和项目管理后评估服务中的至少一种后评估服务。
优选的，所述科技项目后评估评价模块具体利用所述待评估科技项目信息和预设科技项目后评估评价模型，对待评估科技项目进行后评估服务；
所述预设科技项目后评估评价模型为基于AHP，以对待评估科技项目进行后评估服务为目标层，以评估指标影响因素为准则层的影响因素，以评估指标为子准则层的影响因素，以所述待评估科技项目的评估等级为方案层的输出，而构建的模型；所述评估指标包括项目目标、项目效益、项目影响、项目持续性和项目管理中的至少一种指标。
优选的，所述业务应用层还包括模型管理模块；
所述模型管理模块用于响应于用户的模型管理操作，管理预设模型，所述预设模型包括预设科技项目技术成熟度评价模型和预设科技项目后评估评价模型；
其中，所述预设科技项目技术成熟度评价模型为以科技项目信息为训练样本，以科技项目技术成熟度为样本标签，使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练得到的模型；所述技术成熟度评价预训练模型为适用于通用的中文语义识别任务的深度神经网络模型；
所述预设科技项目后评估评价模型为基于AHP，以对待评估科技项目进行后评估服务为目标层，以评估指标影响因素为准则层的影响因素，以评估指标为子准则层的影响因素，以所述待评估科技项目的评估等级为方案层的输出，而构建的模型；所述评估指标包括项目目标、项目效益、项目影响、项目持续性和项目管理中的至少一种指标。
优选的，所述业务应用层还包括安全与保障模块；
所述安全与保障模块用于维护系统用户的角色和权限。
优选的，本发明实施例的系统还包括：数据基础层、核心算法层和结果展示层；
所述数据基础层用于待评估科技项目数据检索和元数据管理；
所述核心算法层用于提供科技项目后评估评价模型和预设科技项目技术成熟度评价模型；
所述结果展示层用于展示待评估科技项目的评估结果。
优选的，所述业务应用层中的各模块使用Redis进行数据缓存，以及使用ES进行数据搜索。
本发明实施例采用上述技术方案，具备如下有益效果：
本发明提供了一种科技成果评估信息系统，包括：业务应用层；所述业务应用层包括信息采集模块、多个科技成果评估模块和决策支持模块；所述业务应用层中的各模块以微服务的方式部署于Nacos集群；所述信息采集模块用于采集待评估科技项目信息；所述科技成果评估模块用于利用所述待评估科技项目信息对待评估科技项目进行评估；所述决策支持模块用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。基于此，由于微服务架构具有高内聚和低耦合的优点，而本发明的业务应用层中的各模块以微服务的方式部署于Nacos集群，使得本发明在业务应用层中扩展业务模块时，无需大量调整已完成架构的代码，只需要增加新的微服务节点即可；以及，当业务应用层的某模块的业务量激增时，只需扩容该模块的服务器即可。这使得本发明的科技成果评估信息系统后期维护成本较低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种科技成果评估信息系统的整体结构示意图；
图2是本发明实施例提供的一种BERT模型的结构示意图；
图3是本发明实施例提供的一种技术成熟度评价结果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着科学技术的发展，科技成果评估信息系统在科技成果评估领域发挥着越来越重要的作用。良好的科技成果评估信息系统，能够满足决策者对科技成果的高效、全面评估。
目前，科技成果评估信息系统采用的是传统的单体软件架构。由于传统的单体软件架构中，各个服务之间耦合度高，使得现有的科技成果评估信息系统，在新增业务时，需要系统维护人员大量修改系统代码。因此，现有技术的科技成果评估信息系统存在后期维护成本高的问题。
为了解决上述技术问题，本发明提供了一种科技成果评估信息系统。下面结合附图，详细说明本发明的科技成果评估信息系统。
图1是本发明实施例提供的一种科技成果评估信息系统的整体结构示意图。如图1所示，本说明书实施例采用分层的思想，将科技成果评估信息系统分为4个层次：数据基础层11、核心算法层12、业务应用层13和结果展示层14。
其中，针对业务应用层13，本说明书实施例通过分析科技成果的评估流程，将流程中相同的业务整合至同一功能模块，不同的业务划分至不同的功能模块，并以微服务架构的设计思想，将各功能模块设计为不同的微服务。具体的，业务应用层13可以包括6个功能模块：信息采集模块131、模型管理模块132、技术成熟度体系评价模块133、科技项目后评估评价模块134、决策支持模块135、以及安全与保障模块136。业务应用层13的这6个功能模块全部以微服务的方式部署于Nacos集群。下面分别说明这6个功能模块。
本说明书实施例中，信息采集模块131可以用于实现信息自动采集、手动录入信息、信息校验管理、信息调用和信息检索。
具体的，信息采集模块131可以用于获取用户手动上传的待评估科技项目的奖惩文档信息，并读取该奖惩文档信息中的预设内容，以得到待评估科技项目信息。其中，待评估科技项目的奖惩文档信息包括待评估科技项目的专利文件、获奖证书和论文等。预设内容可以为与科技项目技术成熟度、科技项目成果推广应用前景、科技项目成果标准特性等有关的文档内容。
信息采集模块131还可以用于通过标签扫描和/或图像识别等技术自动获取待评估科技项目的奖惩文档信息，同理，并读取该奖惩文档信息中的预设内容。
信息采集模块131还可以用于校核待评估科技项目信息的完整性，针对空值的待评估科技项目信息进行NULL值填充，并在该进行NULL值填充的数据上标记“此处没有相关数据信息”字样，以便于后续步骤对数据的操作。
信息采集模块131还可以用于检索信息中心的待评估科技项目信息，并将信息中心的待评估科技项目信息加载至预设数据库，以供技术成熟度体系评价模块133和/或科技项目后评估评价模块134调用。其中，信息中心存储有信息采集模块131采集的待评估科技项目信息。
本说明书实施例中，技术成熟度体系评价模块133用于利用所述待评估科技项目信息和预设科技项目技术成熟度评价模型，对待评估科技项目进行技术成熟度评价。所述预设科技项目技术成熟度评价模型为以科技项目信息为训练样本，以科技项目技术成熟度为样本标签，使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练得到的模型；所述技术成熟度评价预训练模型为适用于通用的中文语义识别任务的深度神经网络模型。
具体的，本说明书实施例采用技术就绪水平（TechnologyReadinessLevel，TRL）为等级标准，将技术成熟度划分为9个等级，TRL包含理论起步、路线图制定、实践发展、系统验证、综合优化和驱动创新这6个评判标准。本说明书实施例可以针对不同的待评估科技项目，设置不同的权重组合；所述权重组合由6个评判标准的权重组成。
基于此，本说明书实施例中，预设科技项目技术成熟度评价模型的训练过程可以包括：
获取训练集数据。具体的，训练集数据包括多条携带有样本标签的训练样本。训练样本为已有科技项目的电力行业相关特征。训练样本的样本标签可以为基于TRL，根据该训练样本对应的已有科技项目的电力行业相关特征，评价得到的技术成熟度。
基于深度适应网络（Deep Adaptation Networks，DAN），利用训练集数据对技术成熟度评价预训练模型进行再训练，得到本说明书实施例的预设科技项目技术成熟度评价模型。具体的，本说明书实施例获取的训练集数据可以是电力行业的科技项目数据。由于电力行业的科技项目数据的数据量较少，因此，本说明书实施例使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练，得到本说明书实施例的预设科技项目技术成熟度评价模型。其中，其他行业的技术成熟度评价预训练模型可以是BERT(Bidirectional EncoderRepresentation from Transformers)模型。图2是本发明实施例提供的一种BERT模型的结构示意图。如图2所示，BERT模型的第1层为embedding层，中间12层为encoder层，每层有12个Attention，最后3层为分类层。本说明书实施例中，放开BERT模型的第11个和12个encoder层以及3个分类层的参数，冻结其他层的参数，基于DAN，利用训练集数据，对BERT模型的最后两个encoder层的参数进行微调，3个分类层作为自适应层（adaption layer）来进行深度迁移学习，自适应层（adaption layer）的自适应损失使用多核最大均值差异（MK-MMD）距离，最终，得到本说明书实施例的预设科技项目技术成熟度评价模型。
后续，可以将采集得到的待评估科技项目信息输入上述训练得到的预设科技项目技术成熟度评价模型，得到该预设科技项目技术成熟度评价模型输出的待评估科技项目的技术成熟度评价结果。图3是本发明实施例提供的一种技术成熟度评价结果示意图。如图3所示，本说明书实施例可以使用Echarts数据可视化图表库的方式展示技术成熟度评价结果。技术成熟度评价结果包括待评估科技项目在理论起步、路线图制定、实践发展、系统验证、综合优化和驱动创新，这六个评判标准上的技术成熟进度。
以及，技术成熟度体系评价模块133还可以用于：响应于用户的管理操作，管理技术成熟度对应的等级和等级标准，以及管理所述预设科技项目技术成熟度评价模型。具体的，技术成熟度体系评价模块133还可以用于响应于用户的管理操作，对技术成熟度对应的等级进行增加、删除、修改和复制等操作；以及对等级标准进行增加、删除和修改等操作；以及，对预设科技项目技术成熟度评价模型进行增加、删除、修改、复制和查询等操作。
以及，技术成熟度体系评价模块133还可以用于显示技术成熟度评价结果。具体的，获取技术成熟度评价结果后，通过可视化建模、多表合并和/或多表关联等方式，对技术成熟度评价结果进行整合，并在此基础上对数据的使用进行统一管理。最后，运用数据报表和/或数据图文等方式展示技术成熟度评价结果。
本说明书实施例中，科技项目后评估评价模块134可以用于：基于层次分析法（Analytic Hierarchy Process，AHP），利用所述待评估科技项目信息，对待评估科技项目进行项目目标后评估服务、项目效益后评估服务、项目影响后评估服务、项目持续性后评估服务和项目管理后评估服务中的至少一种后评估服务。
具体的，信息采集模块131从信息中心获取待评估科技项目信息后，校核待评估科技项目信息的完整性，针对空值的待评估科技项目信息进行NULL值填充，并在该进行NULL值填充的数据上标记“此处没有相关数据信息”字样。然后，科技项目后评估评价模块134利用校核完成的待评估科技项目信息，对待评估科技项目进行项目目标后评估服务、项目效益后评估服务、项目影响后评估服务、项目持续性后评估服务和项目管理后评估服务中的至少一种后评估服务。
具体的，本说明书实施例中，选取项目目标、项目效益、项目影响、项目持续性、项目管理作为科技项目后评估评价的评估指标。各评估指标对应的后评估服务方法相同或相似。下面以项目目标为例，进行说明。其他评估指标对应的后评估服务方法可以参考项目目标对应的后评估服务方法。对待评估科技项目进行项目目标后评估服务的方法如下：
首先，建立预设科技项目后评估评价模型，该模型分为四层：目标层，准则层，子准则层以及方案层。本说明书实施例中，将对待评估科技项目进行项目目标后评估服务设置为目标层；将评估指标影响因素设置为准则层的影响因素，其中，评估指标影响因素包括电力系统的投资回收期、净现值、内部收益率、成本效益比，电力系统的调峰能力、调压能力，电力系统的失效率、平均故障间隔时间、平均修复时间、经济效益、社会效益、节能效益、碳排放量、污染物排放量和可再生能源利用率；将任意一个评估指标（本实施例为项目目标）设置为子准则层的影响因素；以及，将评估等级设置为方案层的输出。
然后，响应于用户的矩阵构建操作，构建准则层和子准则层的判断矩阵。本说明书实施例中，基于评估指标影响因素对项目目标后评估服务的影响程度越大，该评估指标影响因素的权重越大的原则，构建判断矩阵。具体的，本领域技术人员可以根据实际情况，确定对项目目标后评估影响程度较大的评估指标影响因素因素包括电力系统的投资回收期、净现值、内部收益率和成本效益比。
接着，计算判断矩阵，得到各评估指标影响因素的权重值，并根据该权重值，计算出项目目标的得分。
最后，根据项目目标的得分，确定出项目目标对应的评估等级。在一个具体的例子中，得分为80分以上的，评估等级为优秀；得分为80分以下、且60分以上的，评估等级为及格；得分为60分以下的，评估等级为不及格。其中，本实施例中，评估等级为优秀，代表待评估科技项目的项目目标全部完成；评估等级为及格，代表待评估科技项目的项目目标基本完成；评估等级为不及格，代表待评估科技项目的项目目标未完成。
同理，在对待评估科技项目进行项目效益后评估服务时，评估等级为优秀，代表待评估科技项目的效益显著；评估等级为及格，代表待评估科技项目的效益一般；评估等级为不及格，代表待评估科技项目的效益不达标。其他后评估服务的评估等级同理，在此不再赘述。
本说明书实施例中，将优秀和及格的科技项目划分为达到生产应用条件的项目，不及格的科技项目划分为没有达到生产应用条件的项目。基于此，系统在获取待评估科技项目的评估等级后，可以根据该评估等级，得到待评估科技项目是否达到生产应用条件的结论，并展示该结论，以使相关专家可以根据该结论提出一些关于待评估科技项目的建议。
本说明书实施例中，模型管理模块132用于响应于用户的模型管理操作，管理预设模型，所述预设模型包括上述的预设科技项目技术成熟度评价模型和预设科技项目后评估评价模型。
具体的，模型管理模块132可以用于响应于用户的模型指标管理操作，管理预设科技项目后评估评价模型的评估指标，该评估指标可以包括项目目标、项目效益、项目影响、项目持续性和项目管理中的至少一种指标。
以及，模型管理模块132还可以用于响应于用户的指标权重管理操作，管理上述各评估指标的权重计算方式，该权重计算方式用于确定预设科技项目后评估评价模型的判断矩阵。
以及，模型管理模块132还可以用于响应于用户的模型维护操作，维护预设模型包括预设科技项目技术成熟度评价模型。
本说明书实施例中，决策支持模块135可以用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。
本说明书实施例中，决策支持模块135可以用于根据待评估科技项目的技术成熟度评价结果，确定所述待评估科技项目的科技成果转化风险。以及，决策支持模块135还可以用于展示该科技成果转化风险，以供相关决策者根据该展示出的科技成果转化风险，作出相关决策。
安全与保障模块136可以用于维护系统用户的角色，使得系统的所有用户均能够得到对应的权限角色。以及，安全与保障模块136可以用于维护系统用户的权限。具体的，安全与保障模块136可以对系统中的各权限进行控制，以保证系统信息安全。
本说明书实施例中，在将业务应用层13中的信息采集模块131、模型管理模块132、技术成熟度体系评价模块133、科技项目后评估评价模块134、决策支持模块135、以及安全与保障模块136，以微服务的方式部署于Nacos集群，由Nacos集群的注册中心管理后，为防止大量用户访问同时涌入系统，导致系统崩溃，本说明书实施例使用Nginx将用户的请求分配给Nacos集群的各个节点。
以及，为了实现服务的负载均衡，本说明书实施例为业务应用层13中的各模块分配不同的端口，以使业务应用层13中的各模块实现对应的功能。
以及，本说明书实施例还可以使用Sentinel来控制系统的同时访问量；通过流量控制限制业务访问的每秒查询率（Query Per Second，QPS）。
以及，本说明书实施例中，业务应用层13中的各模块采用异步服务通讯技术，具体的，在进行服务消息队列管理时，采用RocketMQ中间件技术来控制消息队列，以避免系统崩溃。
以及，本说明书实施例中，为系统设置有统一网关，使得只有内部的特定IP才能访问相应服务，防止外部恶意访问或者攻击破坏系统，保证系统运行的安全性。
以及，本说明书实施例中，还构建有系统数据库。业务应用层13中的各模块在进行数据缓存时，采用Redis对每一个模块搭建对应的分布式缓存。Redis缓存具有读取数据速度快和数据不易丢失的优点。业务应用层13中的各模块在进行数据搜索时，使用ES（ElesticSearch）搜索。ES搜索具有能够在大量数据中快速准确地搜索出目标数据的优点。
以及，本说明书实施例可以使用oracle关系型数据库进行数据存储。oracle关系型数据库具有较高的安全性，且支持大量多媒体数据，而本说明书实施例可以通过人像识别、射屏识别和物联网等技术采集待评估科技项目的信息，oracle关系型数据库可以存储这些方式采集得到的数据。
本说明书实施例采用上述技术方案，一种科技成果评估信息系统，包括：业务应用层；所述业务应用层包括信息采集模块、多个科技成果评估模块和决策支持模块；所述业务应用层中的各模块以微服务的方式部署于Nacos集群；所述信息采集模块用于采集待评估科技项目信息；所述科技成果评估模块用于利用所述待评估科技项目信息对待评估科技项目进行评估；所述决策支持模块用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。基于此，由于微服务架构具有高内聚和低耦合的优点，而本发明的业务应用层中的各模块以微服务的方式部署于Nacos集群，使得本发明在业务应用层中扩展业务模块时，无需大量调整已完成架构的代码，只需要增加新的微服务节点即可；以及，当业务应用层的某模块的业务量激增时，只需扩容该模块的服务器即可。这使得本发明的科技成果评估信息系统后期维护成本较低。
本说明书实施例中，数据基础层11包括数据校验管理模块111、元数据管理模块112和数据调用、检索模块113。
数据校验管理模块111可以用于校核待评估科技项目信息的完整性，确定出待评估科技项目信息中的不完整信息项和不符合预设规范的信息项。
元数据管理模块112通过对系统的元数据进行管理，并结合数据调用、检索模块113，实现用户快速地访问系统中的有效数据的目的。
核心算法层12包括TRL算法模块121和AHP算法模块122。其中，TRL算法模块121用于构建预设科技项目技术成熟度评价模型；AHP算法模块122用于构建科技项目后评估评价模型。这两个模型已在上述进行详细论述，此处不再赘述。
结果展示层14可以用于使用表格、条形图、折线图、桑吉图、雷达图和热力图中的至少一种形式，展示待评估科技项目的评估结果。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。
本发明各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。
本发明所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，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，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种科技成果评估信息系统，其特征在于，包括：业务应用层；
所述业务应用层包括信息采集模块、多个科技成果评估模块和决策支持模块；所述业务应用层中的各模块以微服务的方式部署于Nacos集群；
所述信息采集模块用于采集待评估科技项目信息；
所述科技成果评估模块用于利用所述待评估科技项目信息对待评估科技项目进行评估；
所述决策支持模块用于根据所述待评估科技项目的评估结果，确定所述待评估科技项目的科技成果转化风险。
2.根据权利要求1所述的系统，其特征在于，所述多个科技成果评估模块包括技术成熟度体系评价模块；
所述技术成熟度体系评价模块用于利用所述待评估科技项目信息和预设科技项目技术成熟度评价模型，对待评估科技项目进行技术成熟度评价；
所述预设科技项目技术成熟度评价模型为以科技项目信息为训练样本，以科技项目技术成熟度为样本标签，使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练得到的模型；所述技术成熟度评价预训练模型为适用于通用的中文语义识别任务的深度神经网络模型。
3.根据权利要求2所述的系统，其特征在于，所述技术成熟度体系评价模块还用于：
响应于用户的管理操作，管理技术成熟度对应的等级和等级标准，以及管理所述预设科技项目技术成熟度评价模型；所述等级标准将所述技术成熟度划分为多个等级。
4.根据权利要求3所述的系统，其特征在于，所述等级标准为TRL。
5.根据权利要求1所述的系统，其特征在于，所述多个科技成果评估模块还包括科技项目后评估评价模块；
所述科技项目后评估评价模块用于利用所述待评估科技项目信息，对待评估科技项目进行项目目标后评估服务、项目效益后评估服务、项目影响后评估服务、项目持续性后评估服务和项目管理后评估服务中的至少一种后评估服务。
6.根据权利要求5所述的系统，其特征在于，所述科技项目后评估评价模块具体利用所述待评估科技项目信息和预设科技项目后评估评价模型，对待评估科技项目进行后评估服务；
所述预设科技项目后评估评价模型为基于AHP，以对待评估科技项目进行后评估服务为目标层，以评估指标影响因素为准则层的影响因素，以评估指标为子准则层的影响因素，以所述待评估科技项目的评估等级为方案层的输出，而构建的模型；所述评估指标包括项目目标、项目效益、项目影响、项目持续性和项目管理中的至少一种指标。
7.根据权利要求1所述的系统，其特征在于，所述业务应用层还包括模型管理模块；
所述模型管理模块用于响应于用户的模型管理操作，管理预设模型，所述预设模型包括预设科技项目技术成熟度评价模型和预设科技项目后评估评价模型；
其中，所述预设科技项目技术成熟度评价模型为以科技项目信息为训练样本，以科技项目技术成熟度为样本标签，使用深度迁移学习方法，对技术成熟度评价预训练模型进行再训练得到的模型；所述技术成熟度评价预训练模型为适用于通用的中文语义识别任务的深度神经网络模型；
所述预设科技项目后评估评价模型为基于AHP，以对待评估科技项目进行后评估服务为目标层，以评估指标影响因素为准则层的影响因素，以评估指标为子准则层的影响因素，以所述待评估科技项目的评估等级为方案层的输出，而构建的模型；所述评估指标包括项目目标、项目效益、项目影响、项目持续性和项目管理中的至少一种指标。
8.根据权利要求1所述的系统，其特征在于，所述业务应用层还包括安全与保障模块；
所述安全与保障模块用于维护系统用户的角色和权限。
9.根据权利要求1所述的系统，其特征在于，还包括：数据基础层、核心算法层和结果展示层；
所述数据基础层用于待评估科技项目数据检索和元数据管理；
所述核心算法层用于提供科技项目后评估评价模型和预设科技项目技术成熟度评价模型；
所述结果展示层用于展示待评估科技项目的评估结果。
10.根据权利要求1所述的系统，其特征在于，所述业务应用层中的各模块使用Redis进行数据缓存，以及使用ES进行数据搜索。
CN202311139938.7A 2023-09-05 2023-09-05 科技成果评估信息系统 Pending CN116882845A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311139938.7A CN116882845A (zh) 2023-09-05 2023-09-05 科技成果评估信息系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311139938.7A CN116882845A (zh) 2023-09-05 2023-09-05 科技成果评估信息系统

Publications (1)

Publication Number Publication Date
CN116882845A true CN116882845A (zh) 2023-10-13

Family

ID=88271921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311139938.7A Pending CN116882845A (zh) 2023-09-05 2023-09-05 科技成果评估信息系统

Country Status (1)

Country Link
CN (1) CN116882845A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101969312B1 (ko) * 2018-01-24 2019-08-20 한국과학기술정보연구원 연구계획서평가장치 및 그 동작 방법
CN111861046A (zh) * 2019-04-02 2020-10-30 南京大学 基于大数据和深度学习的专利价值智能评估系统
CN112149955A (zh) * 2020-08-18 2020-12-29 国网河北省电力有限公司沧州供电分公司 一种科技成果评价平台系统
CN112668822A (zh) * 2020-09-14 2021-04-16 徐辉 科技成果转化平台共享系统、方法、存储介质、手机app
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
KR20220152756A (ko) * 2021-05-10 2022-11-17 한국산업기술평가관리원 연구개발 과제 평가 환경 제공 시스템 및 그 방법
WO2022246843A1 (zh) * 2021-05-28 2022-12-01 京东方科技集团股份有限公司 软件项目的风险评估方法、装置、计算机设备、存储介质
CN116384899A (zh) * 2023-01-09 2023-07-04 安徽延思信息技术有限公司 基于人工智能的科技项目评估系统
CN116468300A (zh) * 2022-10-09 2023-07-21 中国人民解放军海军军医大学 基于神经网络的军队总医院学科评估方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101969312B1 (ko) * 2018-01-24 2019-08-20 한국과학기술정보연구원 연구계획서평가장치 및 그 동작 방법
CN111861046A (zh) * 2019-04-02 2020-10-30 南京大学 基于大数据和深度学习的专利价值智能评估系统
CN112149955A (zh) * 2020-08-18 2020-12-29 国网河北省电力有限公司沧州供电分公司 一种科技成果评价平台系统
CN112668822A (zh) * 2020-09-14 2021-04-16 徐辉 科技成果转化平台共享系统、方法、存储介质、手机app
KR20220152756A (ko) * 2021-05-10 2022-11-17 한국산업기술평가관리원 연구개발 과제 평가 환경 제공 시스템 및 그 방법
WO2022246843A1 (zh) * 2021-05-28 2022-12-01 京东方科技集团股份有限公司 软件项目的风险评估方法、装置、计算机设备、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
CN116468300A (zh) * 2022-10-09 2023-07-21 中国人民解放军海军军医大学 基于神经网络的军队总医院学科评估方法及系统
CN116384899A (zh) * 2023-01-09 2023-07-04 安徽延思信息技术有限公司 基于人工智能的科技项目评估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
国务院办公厅: "国务院办公厅关于完善科技成果 评价机制的指导意见", Retrieved from the Internet <URL:www.gov.cn/gongbao/content/2021/content_5631817.htm> *

Similar Documents

Publication Publication Date Title
CN104375992B (zh) 一种地址匹配的方法和装置
CN102819591B (zh) 一种基于内容的网页分类方法及系统
CN107239892A (zh) 基于大数据的区域人才供需平衡量化分析方法
CN106484813B (zh) 一种大数据分析系统及方法
CN1702654A (zh) 计算显示页面中块的重要度的方法和系统
CN104346438A (zh) 基于大数据数据管理服务系统
CN103049440A (zh) 一种相关文章的推荐处理方法和处理系统
CN106055621A (zh) 一种日志检索方法及装置
CN107341183A (zh) 一种基于暗网网站综合特征的网站分类方法
CN107491487A (zh) 一种全文数据库架构及位图索引创建、数据查询方法、服务器及介质
CN106095939B (zh) 账户权限的获取方法和装置
CN106982251A (zh) 基于移动设备的勘查项目野外工作数据上报方法及系统
CN113568895A (zh) 数据库的数据处理方法、装置、电子设备
CN114781717A (zh) 网点设备推荐方法、装置、设备和存储介质
Yang et al. The research of policy big data retrieval and analysis based on elastic search
CN110310012A (zh) 数据分析方法、装置、设备及计算机可读存储介质
CN109471971A (zh) 一种面向教育领域资源云存储的语义预取系统及方法
CN116882845A (zh) 科技成果评估信息系统
CN115982429B (zh) 一种基于流程控制的知识管理方法及系统
CN117217933A (zh) 用于保险行业的数据多维分析方法及装置
Xu et al. Evaluation of smart city sustainable development prospects based on fuzzy comprehensive evaluation method
Wu et al. SOUA: Towards Intelligent Recommendation for Applying for Overseas Universities
CN116662860A (zh) 一种基于能源大数据的用户画像与分类方法
Zhuang et al. [Retracted] Digital Management and Optimization of Tourism Information Resources Based on Machine Learning
CN116028467A (zh) 智能服务大数据建模方法、系统、存储介质及计算机设备

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