CN117236754A - 高校科研数据管理方法、装置、计算机设备及存储介质 - Google Patents
高校科研数据管理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117236754A CN117236754A CN202311171111.4A CN202311171111A CN117236754A CN 117236754 A CN117236754 A CN 117236754A CN 202311171111 A CN202311171111 A CN 202311171111A CN 117236754 A CN117236754 A CN 117236754A
- Authority
- CN
- China
- Prior art keywords
- scientific research
- project
- information
- keywords
- determining
- 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
- 238000011160 research Methods 0.000 title claims abstract description 305
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013523 data management Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 62
- 238000000605 extraction Methods 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000005516 engineering process Methods 0.000 claims description 34
- 238000012790 confirmation Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 22
- 238000013459 approach Methods 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 239000013589 supplement Substances 0.000 claims description 7
- 239000000463 material Substances 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 14
- 238000005065 mining Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 6
- 238000012827 research and development Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 239000000047 product Substances 0.000 description 3
- 230000001502 supplementing effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了高校科研数据管理方法、装置、计算机设备及存储介质。方法包括:获取各种来源的科研数据,并进行汇总,以得到汇总结果;对汇总结果进行真实性、有效性的质量分析,以得到分析结果;对分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;确定科研项目相关的科研影响因子;根据科研影响因子以及提取结果生成项目成果评估指标;获取申报信息;计算项目成果指标与申报信息的匹配程度;当匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。通过实施本发明实施例的方法可实现对高校科研数据进行深度挖掘和有效管理,智能匹配本校科研项目与申报项目,提升高校科研项目的管理效率。
Description
技术领域
本发明涉及数据管理方法,更具体地说是指高校科研数据管理方法、装置、计算机设备及存储介质。
背景技术
当前,高校在相关地区申报科研项目时,往往都是高校科研处的项目管理人员先在各级网站得到关于项目申报的通知,然后再把面向高校的项目申报通知信息在该高校的科研处网站发布,使得忙于教学和科研工作的在职科研人员能够及时地掌握相关的科研项目申报通知,以便于考虑是否申报此类项目。
现有的科研项目数据管理方法普遍采用人工处理数据,人工处理后的数据也主要是针对单一的管理需求进行,无法将高校科研处所掌握管理、处理过的科研项目数据做更好地深度挖掘,在进行科研项目申报时也由项目相关人员根据自身的了解进行申报,无法智能匹配本校科研项目与申报项目,现有科研项目管理方法存在的这些问题都会降低高校的科研项目管理效率,不利于高校的长期发展。
因此,有必要设计一种新的方法,实现对高校科研数据进行深度挖掘和有效管理,智能匹配本校科研项目与申报项目,提升高校科研项目的管理效率。
发明内容
本发明的目的在于克服现有技术的缺陷,提供高校科研数据管理方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:高校科研数据管理方法,包括:
获取各种来源的科研数据,并进行汇总,以得到汇总结果;
对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;
对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;
确定科研项目相关的科研影响因子;
根据所述科研影响因子以及所述提取结果生成项目成果评估指标;
获取申报信息;
计算项目成果指标与所述申报信息的匹配程度;
当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
其进一步技术方案为:所述获取各种来源的科研数据,并进行汇总,以得到汇总结果,包括:
采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据;
对所述初始数据进行分类汇总,以得到汇总结果。
其进一步技术方案为:所述对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果,包括:
获取汇总结果的来源途径;
根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性;
根据所述来源途径确定发布起始地址;
根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料;
根据所补充的资料确定汇总结果的真实性。
其进一步技术方案为:所述对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果,包括:
根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词;
确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词;
确定科研项目的研究人员相关信息,以得到人员关键词;
确定科研项目的核心技术关键信息,以得到技术关键词;对于核心技术关键信息的提取,通过对科研项目数据基于语言模型过滤文本数据以确定第一候选词集合,再利用预先构建好的技术知识图谱从第一候选词集合中筛选出属于技术知识图谱节点的词语,并从这些词语中筛选出出现在科研项目数据中次数符合要求的词语,确定第二候选词集合,从第二候选词集合筛选出在专利的发明内容或实用新型内容部分出现,且在期刊以及论文中出现的词语,以得到第三候选词集合,对于第三候选词集合还需要采用近似词的扩展,且需要对应的科研人员进行纠正。
其进一步技术方案为:所述确定科研项目相关的科研影响因子,包括:
获取科研项目现有的科研影响因子的数值,以得到初始数值;
根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;
当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;
当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
其进一步技术方案为:所述根据所述科研影响因子以及所述提取结果生成项目成果评估指标,包括:
组合所述科研影响因子以及所述提取结果,以形成初始指标;
发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;
接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
其进一步技术方案为:所述计算项目成果指标与所述申报信息的匹配程度,包括:
对所述申报信息进行关键词提取,以得到申报关键词;
对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度;
对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;使用项目成果指标内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第一学术知识图谱节点集合;使用所述申报关键词内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第二学术知识图谱节点集合;将第一学术知识图谱节点集合以及第二学术知识图谱节点集合计算领域方向匹配程度;
对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度;
将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
本发明还提供了高校科研数据管理装置,包括:
汇总单元,用于获取各种来源的科研数据,并进行汇总,以得到汇总结果;
质量分析单元,用于对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;
信息提取单元,用于对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;
因子确定单元,用于确定科研项目相关的科研影响因子;
指标生成单元,用于根据所述科研影响因子以及所述提取结果生成项目成果评估指标;
申报信息获取单元,用于获取申报信息;
匹配程度计算单元,用于计算项目成果指标与所述申报信息的匹配程度;
通知信息生成单元,用于当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过对科研数据进行汇总、真实性和有效性的分析,在确保数据真实且有效的情况下生成科研项目的关键信息,结合科研影响因子,生成评估指标,每当有新的申报信息时,采用学科知识图谱等技术确定项目成果指标与所述申报信息的匹配程度,筛选出符合申报信息的科研项目进行申报,实现对高校科研数据进行深度挖掘和有效管理,智能匹配本校科研项目与申报项目,提升高校科研项目的管理效率。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的高校科研数据管理方法的应用场景示意图;
图2为本发明实施例提供的高校科研数据管理方法的流程示意图;
图3为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图4为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图5为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图6为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图7为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图8为本发明实施例提供的高校科研数据管理方法的子流程示意图;
图9为本发明实施例提供的高校科研数据管理装置的示意性框图;
图10为本发明实施例提供的计算机设备的示意性框图。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的高校科研数据管理方法的应用场景示意图。图2为本发明实施例提供的高校科研数据管理方法的示意性流程图。该高校科研数据管理方法应用于服务器中。该服务器与终端进行数据交互,实现从终端获取不同来源的科研数据,并对这些数据进行汇总、质量分析以及提取关键信息,结合对应的科研影响因子,生成该科研项目成果的评估指标,包括科研影响因子、研发的方向、技术领域以及人员相关信息和核心技术关键信息,以后每次遇到有相关的申报信息,则会根据这些指标与申报信息进行智能匹配,以确定是否可进行申报,实现对高校科研数据进行深度挖掘和有效管理,智能匹配本校科研项目与申报项目,提升高校科研项目的管理效率。
图2是本发明实施例提供的高校科研数据管理方法的流程示意图。如图2所示,该方法包括以下步骤S110至S180。
S110、获取各种来源的科研数据,并进行汇总,以得到汇总结果。
在本实施例中,汇总结果是指学术论文、科研项目报告、专利软著以及学术新闻进行分类汇总之后形成的结果。
在一实施例中,请参阅图3,上述的步骤S110可包括步骤S111~S112。
S111、采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据。
在本实施例中,初始数据可以通过网络爬虫实时采集、政府各数据单位的专线实时对接、期刊发布平台定期批量提供、人工收集整理录入等方式形成,具体地,可以支持ODI、Kettle等ELT工具进行数据交换采集,实用图形化界面完成交换任务的配置,比如Kettle工具通过表输入组件获取相关的数据,表述出或***更新组件配置目标端的数据,通过字段映射将数据更新或***到目标表内,形成初始数据。
当然,还可以利用科研项目的技术点的名称,利用科技知识图谱确定科研项目的技术关键词,并利用这些技术关键词作为检索条件,在专利库、论文库、本校项目库和新闻库中检索相关的数据,形成初始数据,这样子获取的数据至少确保完整和准确性。
S112、对所述初始数据进行分类汇总,以得到汇总结果。
在本实施例中,对专利、论文和科研项目数据中进行数据清洗和消歧,对新闻非客观大数据进行计算机情感计算,推算真实性保留可靠结果,再将科研数据中的专利、论文以及新闻条数以及科研项目数据进行分类汇总,形成汇总结果。
S120、对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果。
在本实施例中,分析结果是指汇总结果中的数据真实性以及有效性。
在一实施例中,请参阅图4,上述的步骤S120可包括步骤S121~S125。
S121、获取汇总结果的来源途径。
在本实施例中,汇总结果的来源途径包括知识产权网站检索得到、论文发布平台、期刊发布平台提供、人工收集整理录入,其中,对于知识产权网站检索得到、论文发布平台、期刊发布平台提供的数据,可以不需要进行真实性的验证,论文发布平台、期刊发布平台提供的数据需要进行有效性验证;对于人工收集整理录入的数据则需要进行真实性的验证。
S122、根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性。
在本实施例中,有效性影响数值是通过对期刊发布平台历史提供的数据的有效性确定科研项目最终的期刊数据;比如,期刊发布平台历史提供数据的有效性最高的期刊所发布的科研项目相关的期刊数据确定为有效的数据。
S123、根据所述来源途径确定发布起始地址。
在本实施例中,对于人工采集整理录入的科研项目数据以及学术新闻,需要确定学术新闻发布的起始地址,也就是新闻原文的网页以及科研项目数据的实验数据等发布起始地址。
S124、根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料。
在本实施例中,对于学术新闻发布的起始地址查找到学术新闻的原文内容,对于这一类需要相关人员比如原文发布者或者科研相关人员提供参与学术新闻的证据,比如照片以及签到记录等;对于实验数据确定的原文信息,则需要科研相关人员提供实验的相关记录,比如产品照片或者科研项目进度条等。
S125、根据所补充的资料确定汇总结果的真实性。
在本实施例中,对所补充的资料输入至已训练的模型中进行关键内容的提取,当关键内容与学术新闻或实验数据匹配得上,则可确定该汇总结果属于真实的;具体地,判断是否匹配得上,则需要从照片上提取关键的信息,对于学术新闻所提供的照片证据,从人员照片以及现场照片等确定照片对应的学术新闻内容,当确定的内容与学术新闻匹配得上,则确定为汇总结果是真实的,对于产品照片则可以采用人工审核进行信息提取。
S130、对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果。
在本实施例中,提取结果包括成熟度关键词、领域方向关键词、人员关键词以及技术关键词。
成熟度关键词是标识科研项目所属的阶段,比如是属于技术萌芽阶段、技术研发阶段还是技术落地阶段;领域方向关键词是指当前科研项目所属的技术领域以及研发方向,其中,研发方向包括属于哪一学科的哪个方向等;人员关键词包括科研人员的学历、人数、以往研发能力等;技术关键词是指标识科研项目所解决的技术问题以及所采用的技术方案提炼出来的词语,比如神经网络、卷积层等都属于技术关键词。
在一实施例中,请参阅图5,上述的步骤S130可包括步骤S131~S134。
S131、根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词。
在本实施例中,科研项目技术的成熟度可以对专利数量、时间、论文的数量和时间、期刊的数量和时间以及学术新闻的关键词分析确定,当专利时间距离当前时间的差值未超过某一阈值,且在近一段时间内未发布专利,则表明当前的科研项目技术处于技术萌芽阶段或技术研发阶段;可以再结合论文以及期刊的数量和时间确定当前的科研项目技术处于技术萌芽阶段或技术研发阶段;如果在近一段时间内未发布专利、论文、期刊等,而且在之前已经发布足够数量的专利、论文、期刊等,还需要从学术新闻中进行语义分析等,提取出是否出现已完结、已落地等相关字眼,以确定科研技术的成熟度。
S132、确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词。
在本实施例中,领域方向关键词可以从汇总结果中的专利所归属的分类号确定领域和研究方向,还可以从期刊以及论文中提及的领域和研究内容确定关键词,具体地,首先从科研项目数据所提及的领域以及研究方向确定关键词,再利用专利、期刊以及论文所归属的技术和研究方向对科研项目数据确定的关键词进行扩展,重复的则去除,除此之外,还可以确定这些关键词是否有近似或同类的技术领域和研究方向,以此确定完整的领域方向关键词。
S133、确定科研项目的研究人员相关信息,以得到人员关键词。
在本实施例中,可以从科研项目数据中记录的研究人员的信息,统计人数、学历以及年龄等,以此构成人员关键词。
S134、确定科研项目的核心技术关键信息,以得到技术关键词。
在本实施例中,对于核心技术关键信息的提取,可以通过对科研项目数据基于语言模型过滤文本数据以确定第一候选词集合,再利用预先构建好的技术知识图谱从第一候选词集合中筛选出属于技术知识图谱节点的词语,并从这些词语中筛选出出现在科研项目数据中次数符合要求的词语,确定第二候选词集合,从第二候选词集合筛选出在专利的发明内容或实用新型内容部分出现,且在期刊以及论文中出现的词语,以得到第三候选词集合,对于第三候选词集合还需要采用近似词的扩展,且需要对应的科研人员进行纠正,以确定完整且准确的技术关键词。
S140、确定科研项目相关的科研影响因子。
在本实施例中,科研影响因子也属于科研项目的成果之一。
在一实施例中,请参阅图6,上述的步骤S140可包括步骤S141~S144。
S141、获取科研项目现有的科研影响因子的数值,以得到初始数值;
S142、根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;
S143、当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;
S144、当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
在本实施例中,利用领域方向关键词以及技术关键词检索同个领域和技术相关的期刊的影响因子,确定最高的影响因子的期刊发布的报社等是否与科研项目现有的期刊发布的报社一致或者是近似,如果是一致或者是同一档次的报社,则认为科研项目所发布的期刊合理,否则认为不合理,需要重新发布期刊,以确定新的科研影响因子,当然,科研影响因子包括复合影响因子、综合影响因子以及SIC影响因子,这些影响因子的权重不同,依据期刊的排名而定。
S150、根据所述科研影响因子以及所述提取结果生成项目成果评估指标。
在本实施例中,项目成果评估指标是指科研项目相关人员确认后的科研影响因子以及提取结果。
在一实施例中,请参阅图7,上述的步骤S150可包括步骤S151~S153。
S151、组合所述科研影响因子以及所述提取结果,以形成初始指标;
S152、发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;
S153、接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
对于服务器提取的结果以及确定的科研影响因子,需要科研项目相关人员确认后才可以作为最终的指标,当然,如果需要调整,则需要提供对应的证据,对证据进行分析确认后,才可以修订初始指标;具体地,分析确认包括证据的真实性,判定真实性可以参照上述的步骤S120,在真实性得到保证时,才可以修订初始指标。
S160、获取申报信息。
在本实施例中,申报信息包括项目申报的通知信息,比如官网发布的通知等。
S170、计算项目成果指标与所述申报信息的匹配程度。
在本实施例中,匹配程度是指科研项目是否能申报该申报信息所提及的项目。
在一实施例中,请参阅图8,上述的步骤S170可包括步骤S171~S175。
S171、对所述申报信息进行关键词提取,以得到申报关键词。
在本实施例中,申报关键词包括人员、技术、领域、方向以及技术成熟度的关键词。
具体地,可以直接对申报信息进行语义分析,结合技术知识图谱等进行关键词扩展,以确定申报关键词。
S172、对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度。
在本实施例中,使用项目成果指标内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第一学术知识图谱节点集合;使用所述申报关键词内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第二学术知识图谱节点集合;将第一学术知识图谱节点集合以及第二学术知识图谱节点集合计算领域方向匹配程度。
具体地,根据项目成果指标内的所有技术关键词分别确定所归属的学科,并从归属的学科确定学科知识图谱的节点,以此第一学术知识图谱节点集合;确定归属的学科可以采用使用***的词条页面数据,寻找到与一个关键词最相似的一个学科,这种方式是利用技术关键词搜索相关的词条页面数据,对这些数据进行词义分析,确定与学科相关的词语,在多条页面数据确定的与学科相关的词语中确定数量最多的为最近似的学科,确定完毕后可以直接使用,当然,为了确保机器确认的学科是否准确,可以通过查找相关学科知识进一步确定这些技术关键词是否出现在对应的学科内,从而准确地确定所归属的学科;同样地,对于申报关键词内的技术关键词采用同样的方式确定第二学术知识图谱节点集合;在所使用的知识图谱上,节点的分布形式具有一定的层次性,因此对第一学术知识图谱节点集合中的每一个节点及其计数与第二学术知识图谱节点集合中的每一个节点及其计数,首先根据学术知识图谱获得从最上层开始到达节点的所有路径,在所有路径对中找到路径上的重合节点最多的一对路径,以它们之间的相似度作为这两个节点之间的相似度,采用一个节点对应一个数值,重合节点的数量乘以数值乘以计数以及对应的节点的计数确定为技术匹配程度。
S173、对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度。
在本实施例中,计算申报关键词中的技术领域和研究方向是否囊括了所述项目成果指标中的领域方向,比如申报关键词中的技术领域是新一代信息技术,研究方向是半导体,项目成果指标中的领域是信息技术,研究方向是电子核心产业,此时,需要确定新一代信息技术包括哪些内容,半导体包括哪些内容,以此确定是否囊括了项目成果指标中的领域方向,以此确定领域方向匹配程度为0或者1,0表示领域方向不匹配,1表示领域方向匹配。
S174、对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度。
在本实施例中,确定项目成果指标中的人员关键词是否能达到申报关键词中的人员信息的标准,达到则人员匹配程度为1,未达到则表示人员匹配程度为0。
S175、将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
在本实施例中,只要技术匹配程度、领域方向匹配程度、人员匹配程度其中一个为零,则当前的匹配程度为0;若技术匹配程度、领域方向匹配程度、人员匹配程度都不为零,则可采用历史经验确定技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子的权重值,并进行加权求和,确定匹配程度。
这个历史经验可以采用评审老师给出的评分标准确定不同申报项目所看重的内容,以此确定权重值,这些权重值会根据每次评分标准进行自学习更新,可采用无监督学习方式进行学习,得到最佳的权重值。
S180、当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
当匹配程度超过设定的数值,这些数值可以是根据专家经验法确定出来的一个阈值,当超过这个阈值,则表明科研项目与当前的申报项目吻合程度高,可以进行项目申报。
上述的高校科研数据管理方法,通过对科研数据进行汇总、真实性和有效性的分析,在确保数据真实且有效的情况下生成科研项目的关键信息,结合科研影响因子,生成评估指标,每当有新的申报信息时,采用学科知识图谱等技术确定项目成果指标与所述申报信息的匹配程度,筛选出符合申报信息的科研项目进行申报,实现对高校科研数据进行深度挖掘和有效管理,智能匹配本校科研项目与申报项目,提升高校科研项目的管理效率。
图9是本发明实施例提供的一种高校科研数据管理装置300的示意性框图。如图9所示,对应于以上高校科研数据管理方法,本发明还提供一种高校科研数据管理装置300。该高校科研数据管理装置300包括用于执行上述高校科研数据管理方法的单元,该装置可以被配置于服务器中。具体地,请参阅图9,该高校科研数据管理装置300包括汇总单元301、质量分析单元302、信息提取单元303、因子确定单元304、指标生成单元305、申报信息获取单元306、匹配程度计算单元307以及通知信息生成单元308。
汇总单元301,用于获取各种来源的科研数据,并进行汇总,以得到汇总结果;质量分析单元302,用于对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;信息提取单元303,用于对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;因子确定单元304,用于确定科研项目相关的科研影响因子;指标生成单元305,用于根据所述科研影响因子以及所述提取结果生成项目成果评估指标;申报信息获取单元306,用于获取申报信息;匹配程度计算单元307,用于计算项目成果指标与所述申报信息的匹配程度;通知信息生成单元308,用于当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
在一实施例中,所述汇总单元301包括初始数据获取子单元以及分类汇总子单元。
初始数据获取子单元,用于采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据;分类汇总子单元,用于对所述初始数据进行分类汇总,以得到汇总结果。
在一实施例中,所述质量分析单元302包括途径获取子单元、有效性确定子单元、地址确定子单元、补充子单元以及真实性确定子单元。
途径获取子单元,用于获取汇总结果的来源途径;有效性确定子单元,用于根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性;地址确定子单元,用于根据所述来源途径确定发布起始地址;补充子单元,用于根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料;真实性确定子单元,用于根据所补充的资料确定汇总结果的真实性。
在一实施例中,所述信息提取单元303包括成熟度提取子单元、领域方向提取子单元、人员信息提取子单元以及技术信息提取子单元。
成熟度提取子单元,用于根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词;领域方向提取子单元,用于确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词;人员信息提取子单元,用于确定科研项目的研究人员相关信息,以得到人员关键词;技术信息提取子单元,用于确定科研项目的核心技术关键信息,以得到技术关键词。
在一实施例中,所述因子确定单元304包括初始数值获取子单元、合理性确定子单元、因子确定子单元以及调整子单元。
初始数值获取子单元,用于获取科研项目现有的科研影响因子的数值,以得到初始数值;合理性确定子单元,用于根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;因子确定子单元,用于当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;调整子单元,用于当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
在一实施例中,所述指标生成单元305包括初始指标生成子单元、发送子单元以及评估指标生成子单元。
初始指标生成子单元,用于组合所述科研影响因子以及所述提取结果,以形成初始指标;发送子单元,用于发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;评估指标生成子单元,用于接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
在一实施例中,所述匹配程度计算单元307包括申报关键词提取子单元、技术匹配程度确定子单元、领域方向匹配程度确定子单元、人员匹配程度确定子单元以及加权求和子单元。
申报关键词提取子单元,用于对所述申报信息进行关键词提取,以得到申报关键词;技术匹配程度确定子单元,用于对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度;领域方向匹配程度确定子单元,用于对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;人员匹配程度确定子单元,用于对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度;加权求和子单元,用于将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述高校科研数据管理装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述高校科研数据管理装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10,图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图10,该计算机设备500包括通过***总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作***5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种高校科研数据管理方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种高校科研数据管理方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
获取各种来源的科研数据,并进行汇总,以得到汇总结果;对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;确定科研项目相关的科研影响因子;根据所述科研影响因子以及所述提取结果生成项目成果评估指标;获取申报信息;计算项目成果指标与所述申报信息的匹配程度;当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
在一实施例中,处理器502在实现所述获取各种来源的科研数据,并进行汇总,以得到汇总结果步骤时,具体实现如下步骤:
采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据;对所述初始数据进行分类汇总,以得到汇总结果。
在一实施例中,处理器502在实现所述对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果步骤时,具体实现如下步骤:
获取汇总结果的来源途径;根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性;根据所述来源途径确定发布起始地址;根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料;根据所补充的资料确定汇总结果的真实性。
在一实施例中,处理器502在实现所述对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果步骤时,具体实现如下步骤:
根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词;确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词;确定科研项目的研究人员相关信息,以得到人员关键词;确定科研项目的核心技术关键信息,以得到技术关键词。
在一实施例中,处理器502在实现所述确定科研项目相关的科研影响因子步骤时,具体实现如下步骤:
获取科研项目现有的科研影响因子的数值,以得到初始数值;根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
在一实施例中,处理器502在实现所述根据所述科研影响因子以及所述提取结果生成项目成果评估指标步骤时,具体实现如下步骤:
组合所述科研影响因子以及所述提取结果,以形成初始指标;发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
在一实施例中,处理器502在实现所述计算项目成果指标与所述申报信息的匹配程度步骤时,具体实现如下步骤:
对所述申报信息进行关键词提取,以得到申报关键词;对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度;对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度;将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机***中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
获取各种来源的科研数据,并进行汇总,以得到汇总结果;对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;确定科研项目相关的科研影响因子;根据所述科研影响因子以及所述提取结果生成项目成果评估指标;获取申报信息;计算项目成果指标与所述申报信息的匹配程度;当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
在一实施例中,所述处理器在执行所述计算机程序而实现所述获取各种来源的科研数据,并进行汇总,以得到汇总结果步骤时,具体实现如下步骤:
采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据;对所述初始数据进行分类汇总,以得到汇总结果。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果步骤时,具体实现如下步骤:
获取汇总结果的来源途径;根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性;根据所述来源途径确定发布起始地址;根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料;根据所补充的资料确定汇总结果的真实性。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果步骤时,具体实现如下步骤:
根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词;确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词;确定科研项目的研究人员相关信息,以得到人员关键词;确定科研项目的核心技术关键信息,以得到技术关键词。
在一实施例中,所述处理器在执行所述计算机程序而实现所述确定科研项目相关的科研影响因子步骤时,具体实现如下步骤:
获取科研项目现有的科研影响因子的数值,以得到初始数值;根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述科研影响因子以及所述提取结果生成项目成果评估指标步骤时,具体实现如下步骤:
组合所述科研影响因子以及所述提取结果,以形成初始指标;发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
在一实施例中,所述处理器在执行所述计算机程序而实现所述计算项目成果指标与所述申报信息的匹配程度步骤时,具体实现如下步骤:
对所述申报信息进行关键词提取,以得到申报关键词;对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度;对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度;将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,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。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,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。例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。
本发明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。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或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,终端,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步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.高校科研数据管理方法,其特征在于,包括:
获取各种来源的科研数据,并进行汇总,以得到汇总结果;
对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;
对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;
确定科研项目相关的科研影响因子;
根据所述科研影响因子以及所述提取结果生成项目成果评估指标;
获取申报信息;
计算项目成果指标与所述申报信息的匹配程度;
当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
2.根据权利要求1所述的高校科研数据管理方法,其特征在于,所述获取各种来源的科研数据,并进行汇总,以得到汇总结果,包括:
采用ELT工具以及API插件获取学术论文、科研项目报告、专利软著以及学术新闻,以得到初始数据;
对所述初始数据进行分类汇总,以得到汇总结果。
3.根据权利要求1所述的高校科研数据管理方法,其特征在于,所述对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果,包括:
获取汇总结果的来源途径;
根据所述来源途径确定有效性影响数值,并根据有效性影响数值确定所述汇总结果的有效性;
根据所述来源途径确定发布起始地址;
根据所述发布起始地址确定原文信息,并生成补充资料信息,发布至相关人员所持有的终端,以由原文发布者补充资料;
根据所补充的资料确定汇总结果的真实性。
4.根据权利要求3所述的高校科研数据管理方法,其特征在于,所述对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果,包括:
根据所述分析结果为真实且有效的汇总结果确定科研项目技术的成熟度,以得到成熟度关键词;
确定科研项目技术所属的领域以及研究方向的关键信息,以得到领域方向关键词;
确定科研项目的研究人员相关信息,以得到人员关键词;
确定科研项目的核心技术关键信息,以得到技术关键词;对于核心技术关键信息的提取,通过对科研项目数据基于语言模型过滤文本数据以确定第一候选词集合,再利用预先构建好的技术知识图谱从第一候选词集合中筛选出属于技术知识图谱节点的词语,并从这些词语中筛选出出现在科研项目数据中次数符合要求的词语,确定第二候选词集合,从第二候选词集合筛选出在专利的发明内容或实用新型内容部分出现,且在期刊以及论文中出现的词语,以得到第三候选词集合,对于第三候选词集合还需要采用近似词的扩展,且需要对应的科研人员进行纠正。
5.根据权利要求1所述的高校科研数据管理方法,其特征在于,所述确定科研项目相关的科研影响因子,包括:
获取科研项目现有的科研影响因子的数值,以得到初始数值;
根据所述领域方向关键词以及所述技术关键词确定所述科研项目所发布的期刊是否合理;
当所述科研项目所发布的期刊合理,则确定所述初始数值是科研项目相关的科研影响因子;
当所述科研项目所发布的期刊不合理,则根据所述领域方向关键词以及所述技术关键词重新确定符合科研项目的期刊,并发布科研项目相关的论文,以重新获取科研项目现有的科研影响因子的数值,以得到初始数值。
6.根据权利要求1所述的高校科研数据管理方法,其特征在于,所述根据所述科研影响因子以及所述提取结果生成项目成果评估指标,包括:
组合所述科研影响因子以及所述提取结果,以形成初始指标;
发送所述初始指标至科研项目相关人员所持有的终端,以由科研项目相关人员所持有的终端进行确认,以形成确认信息;
接收所述确认信息,当所述确认信息中有存在调整的内容,根据调整的内容进行分析确认,并根据分析确认结果结合所述确认信息生成项目成果评估指标。
7.根据权利要求1所述的高校科研数据管理方法,其特征在于,所述计算项目成果指标与所述申报信息的匹配程度,包括:
对所述申报信息进行关键词提取,以得到申报关键词;
对所述申报关键词以及所述项目成果指标采用学科知识图谱确定技术匹配程度;
对所述申报关键词中的技术领域和研究方向与所述项目成果指标中的领域方向关键词确定领域方向匹配程度;使用项目成果指标内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第一学术知识图谱节点集合;使用所述申报关键词内的技术关键词寻找与其关联程度最高的学术知识图谱节点,形成第二学术知识图谱节点集合;将第一学术知识图谱节点集合以及第二学术知识图谱节点集合计算领域方向匹配程度;
对所述申报关键词中的人员信息与所述项目成果指标中的人员关键词计算人员匹配程度;
将所述技术匹配程度、领域方向匹配程度、人员匹配程度以及科研影响因子进行加权求和,以确定匹配程度。
8.高校科研数据管理装置,其特征在于,包括:
汇总单元,用于获取各种来源的科研数据,并进行汇总,以得到汇总结果;
质量分析单元,用于对所述汇总结果进行真实性、有效性的质量分析,以得到分析结果;
信息提取单元,用于对所述分析结果为真实且有效的汇总结果进行提取关键信息,以得到提取结果;
因子确定单元,用于确定科研项目相关的科研影响因子;
指标生成单元,用于根据所述科研影响因子以及所述提取结果生成项目成果评估指标;
申报信息获取单元,用于获取申报信息;
匹配程度计算单元,用于计算项目成果指标与所述申报信息的匹配程度;
通知信息生成单元,用于当所述匹配程度满足设定要求,则生成项目申报通知信息,并发送至终端,以在终端显示。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311171111.4A CN117236754A (zh) | 2023-09-12 | 2023-09-12 | 高校科研数据管理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311171111.4A CN117236754A (zh) | 2023-09-12 | 2023-09-12 | 高校科研数据管理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117236754A true CN117236754A (zh) | 2023-12-15 |
Family
ID=89085498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311171111.4A Pending CN117236754A (zh) | 2023-09-12 | 2023-09-12 | 高校科研数据管理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236754A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600232A (zh) * | 2016-12-19 | 2017-04-26 | 广东技术师范学院 | 一种个性化的项目申报信息推送***与方法 |
CN107423399A (zh) * | 2017-07-26 | 2017-12-01 | 北京师范大学珠海分校 | 一种基于知识图谱推理的科研项目申报信息语义推荐方法 |
CN111008809A (zh) * | 2019-07-18 | 2020-04-14 | 宁波大学 | 基于科研能力数据的科研项目申报智能匹配推送方法 |
CN111309759A (zh) * | 2020-01-20 | 2020-06-19 | 重庆强大锐智科技服务有限公司 | 企业科技项目智能匹配平台 |
CN111309871A (zh) * | 2020-03-26 | 2020-06-19 | 普华讯光(北京)科技有限公司 | 一种基于文本语义分析需求与输出成果之间匹配度的方法 |
CN111949698A (zh) * | 2020-07-19 | 2020-11-17 | 宁波大学 | 基于大数据挖掘的高校研发方向推荐方法 |
CN113240562A (zh) * | 2021-05-27 | 2021-08-10 | 南通大学 | 一种基于nlp的产学研项目推荐匹配方法与*** |
CN115660391A (zh) * | 2022-05-30 | 2023-01-31 | 遵义强大博信知识产权服务有限公司 | 基于人工智能的科技项目精准匹配***、方法及存储介质 |
-
2023
- 2023-09-12 CN CN202311171111.4A patent/CN117236754A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600232A (zh) * | 2016-12-19 | 2017-04-26 | 广东技术师范学院 | 一种个性化的项目申报信息推送***与方法 |
CN107423399A (zh) * | 2017-07-26 | 2017-12-01 | 北京师范大学珠海分校 | 一种基于知识图谱推理的科研项目申报信息语义推荐方法 |
CN111008809A (zh) * | 2019-07-18 | 2020-04-14 | 宁波大学 | 基于科研能力数据的科研项目申报智能匹配推送方法 |
CN111309759A (zh) * | 2020-01-20 | 2020-06-19 | 重庆强大锐智科技服务有限公司 | 企业科技项目智能匹配平台 |
CN111309871A (zh) * | 2020-03-26 | 2020-06-19 | 普华讯光(北京)科技有限公司 | 一种基于文本语义分析需求与输出成果之间匹配度的方法 |
CN111949698A (zh) * | 2020-07-19 | 2020-11-17 | 宁波大学 | 基于大数据挖掘的高校研发方向推荐方法 |
CN113240562A (zh) * | 2021-05-27 | 2021-08-10 | 南通大学 | 一种基于nlp的产学研项目推荐匹配方法与*** |
CN115660391A (zh) * | 2022-05-30 | 2023-01-31 | 遵义强大博信知识产权服务有限公司 | 基于人工智能的科技项目精准匹配***、方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103176983B (zh) | 一种基于互联网信息的事件预警方法 | |
US9990356B2 (en) | Device and method for analyzing reputation for objects by data mining | |
Smeureanu et al. | Applying supervised opinion mining techniques on online user reviews | |
CN107862022B (zh) | 文化资源推荐*** | |
CN110637316B (zh) | 用于预期对象识别的***和方法 | |
CN105138665B (zh) | 一种基于改进lda模型的互联网话题在线挖掘方法 | |
Kovacs-Gyori et al. | # London2012: Towards citizen-contributed urban planning through sentiment analysis of twitter data | |
US20190073406A1 (en) | Processing of computer log messages for visualization and retrieval | |
Spitz et al. | Terms over LOAD: leveraging named entities for cross-document extraction and summarization of events | |
CN104361102A (zh) | 一种基于群组匹配的专家推荐方法及*** | |
Shardlow | The cw corpus: A new resource for evaluating the identification of complex words | |
US11036818B2 (en) | Method and system for detecting graph based event in social networks | |
Whitney et al. | Don’t want to get caught? don’t say it: The use of emojis in online human sex trafficking ads | |
CN108520007B (zh) | 万维网网页信息提取方法、存储介质及计算机设备 | |
CN105653701A (zh) | 模型生成方法及装置、词语赋权方法及装置 | |
Afzal et al. | Rule based Autonomous Citation Mining with TIERL. | |
CN109492097B (zh) | 一种企业新闻数据风险分类方法 | |
KR101625124B1 (ko) | 특허 정량분석을 이용한 기술평가 방법 | |
Seilsepour et al. | 2016 olympic games on twitter: Sentiment analysis of sports fans tweets using big data framework | |
Fernandes et al. | Automated disaster news collection classification and geoparsing | |
CN102708104A (zh) | 对文档排序的方法和设备 | |
Hu et al. | Large-scale location prediction for web pages | |
CN117236754A (zh) | 高校科研数据管理方法、装置、计算机设备及存储介质 | |
CN110737749B (zh) | 创业计划评价方法、装置、计算机设备及存储介质 | |
Vysotska et al. | Set-theoretic models and unified methods of information resources processing in e-business systems |
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 |