一种科技成果精准推荐方法与流程

本发明涉及科技成果推荐，尤其涉及一种科技成果精准推荐方法。

背景技术：

1、科技成果推荐作为科技管理的重要手段和工具，在科技成果转化和交易中起到重要作用，有效促进了我国经济社会发展、科技进步，是科技活动和科技管理中的重要一环。随着新一轮科技革命和产业变革的加速演进，科技活动的复杂性和不确定性加大，对科技成果推荐的准确性和实效性提出更高的要求。

2、目前，企业搜集科技成果的方法，主要依靠相关技术领域的工作人员手动通过网站采集，然后将采集到的科技成果进行筛选，这种方式不仅要耗费大量时间，而且还需要大量的人力资源，而且工作人员在筛选过程中也无法做到精确筛选出企业需要的科技成果。此外，科技成果推荐平台还提出了科技成果智能推荐方法，主要通过将科技成果和企业需求进行关键词比对，并将对比结果作为科技成果智能推荐的准则。

3、但是，现在科技成果的发展速度非常快，一些新兴的技术，并不在企业当前的研究范围内，却对企业未来的发展存在指导意义。这类科技成果难以通过关键词比对的方式推荐给客户，从而难以实现科技成果的精准推荐。

技术实现思路

1、鉴于上述的分析，本发明实施例旨在提供一种科技成果精准推荐方法，用以解决现有人工采集方式、关键词比对方式所得的科技成果推荐结果精准度较低的问题。

2、本发明公开了一种科技成果精准推荐方法，所述方法包括：

3、获取企业科技成果需求，对企业科技成果需求进行技术扩展及关联分析，得到企业科技成果需求的技术扩展需求；

4、基于企业科技成果需求及其技术扩展需求，构建企业科技成果需求的知识图谱，之后通过图谱表征方式得到企业科技成果需求的表征向量；

5、提取企业科技成果需求及其技术扩展需求中的科技成果需求短语；并基于科技成果需求短语，构建企业科技成果需求的关键特征矩阵；

6、计算科技成果库中每一科技成果的关键特征矩阵对企业科技成果需求的关键特征矩阵的覆盖程度，将覆盖程度超过覆盖程度阈值的科技成果作为备选科技成果；

7、将企业科技成果需求及备选科技成果的表征向量输入训练好的预测模型，由训练好的预测模型从备选科技成果中选取出目标科技成果并推荐给相应企业。

8、在上述方案的基础上，本发明还做出了如下改进：

9、进一步，所述对企业科技成果需求进行技术扩展及关联分析，执行：

10、获取企业科技成果需求的科技实体词、科技实体词的常用替换词、以及包含科技实体词的需求描述语句；

11、利用生成式人工智能交互系统对企业科技成果需求进行扩展，得到多条人工智能交互语句；

12、选取包含科技实体词或科技实体词的常用替换词、且属于技术语句的人工智能交互语句作为待分析语句，将与需求描述语句存在强关联关系的待分析语句作为企业科技成果需求的技术扩展语句；

13、汇总所有与需求描述语句存在强关联关系的技术扩展语句，作为企业科技成果需求的技术扩展需求。

14、进一步，所述将与需求描述语句存在强关联关系的待分析语句作为企业科技成果需求的技术扩展语句，执行：

15、使用依存句法解析器分别对每一需求描述语句、待分析语句进行解析，生成相应的依存树，并从依存树中提取相应的依存关系；

16、对于包含同一科技实体词的需求描述语句和待分析语句，以该需求描述语句为基准，选取依存关系与需求描述语句相似或一致的待分析语句进行语义相似度判断，若语义相似度满足预设相似度阈值，则将该待分析语句作为与需求描述语句存在强关联关系的技术扩展语句。

17、进一步，所述构建企业科技成果需求的关键特征矩阵，执行：

18、对企业科技成果需求的需求描述语句、技术扩展语句分别按照预设短语规则进行重构，得到相应语句的科技成果需求短语；

19、将科技成果需求短语转换成相应的特征向量。

20、将各科技成果需求短语的特征向量作为企业科技成果需求的关键特征矩阵的元素，构建得到企业科技成果需求的关键特征矩阵。

21、进一步，所述得到相应语句的科技成果需求短语，执行：

22、对企业科技成果需求的需求描述语句、技术扩展语句分别进行分词、去除停用词处理，并通过实体标注模型提取出相应语句中的实体信息；

23、按照预设短语规则，对相应语句中的实体信息进行重构，以得到相应语句的科技成果需求短语。

24、进一步，所述由训练好的预测模型从备选科技成果中选取出目标科技成果并推荐给相应企业，执行：

25、使用训练好的预测模型对企业科技成果需求进行预测，计算每个备选科技成果与企业科技成果需求的匹配度得分；

26、根据预测模型输出的匹配度得分对备选科技成果进行排序；

27、根据排序结果，选取分数最高的若干个科技成果作为目标科技成果并推荐给相应企业。

28、进一步，所述预测模型通过以下方式训练得到：

29、获取多组训练样本数据，每组样本数据包括企业科技成果需求样本、科技成果样本、以及各科技成果样本与相应企业科技成果需求样本的匹配度得分；

30、获取样本数据中企业科技成果需求样本、科技成果样本的表征向量；将企业科技成果需求样本的表征向量输入预测模型，并用以训练拟合相应科技成果样本的表征向量的匹配度得分；

31、直接训练完成，得到训练好的预测模型。

32、进一步，所述科技成果样本既包含正科技成果样本和负科技成果样本。

33、进一步，对于每一科技成果，构建得到科技成果的表征向量，执行：

34、基于科技成果构建相应的知识图谱，之后通过图谱表征方式得到科技成果的表征向量。

35、进一步，对于每一科技成果，构建得到科技成果的关键特征矩阵，执行：

36、提取科技成果中的科技实体词，将科技成果中包含任意科技实体词的语句作为包含科技实体词的科技成果语句；

37、对科技成果的科技成果语句分别按照预设短语规则进行重构，得到相应语句的科技成果短语；

38、将科技成果短语转换成相应的特征向量，将各科技成果短语的特征向量作为科技成果的关键特征矩阵的元素，构建得到相应科技成果的关键特征矩阵。

39、与现有技术相比，本发明至少可实现如下有益效果之一：

40、本发明提供了一种科技成果精准推荐方法，首先通过对企业科技成果需求进行技术扩展及关联分析得到企业科技成果需求的技术扩展需求，并据此构建表征向量，从而丰富需求内容，提升推荐结果的精准度。利用企业科技成果需求及其技术扩展需求，得到科技成果实体词、常用替换词、需求描述语句，构建企业科技成果需求的关键特征矩阵；并利用科技成果库中每一科技成果的关键特征矩阵对企业科技成果需求的关键特征矩阵的覆盖程度确定备选科技成果，从而有效缩减了科技成果的推荐范围，降低了后期预测模型的预测难度及复杂程度，便于得到更加精准的预测效果。在此基础上，将企业科技成果需求及备选科技成果的表征向量输入训练好的预测模型，由训练好的预测模型从备选科技成果中选取出目标科技成果并推荐给相应企业，从而实现科技成果的精准推荐。

41、本发明提供的科技成果精准推荐方法逻辑清晰、适应性强、运算量小，推荐精度较高，具有较好的推广价值和应用前景。

42、本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。