基于大数据和深度学习的个性化认定方法和机器人系统技术方案

基于大数据和深度学习的个性化认定方法和机器人系统，包括：获取个性化认定标准，获取待认定的对象的数据，从所述对象的数据中获取所述个性化认定标准对应的数据，判断所述个性化认定标准对应的数据是否符合所述个性化认定标准。上述方法和系统通过基于大数据和深度学习的个性化认定技术，提高了预设类别认定的个性化程度，能满足不同类型对象的认定需求。

【技术实现步骤摘要】
基于大数据和深度学习的个性化认定方法和机器人系统
本专利技术涉及信息
，特别是涉及一种基于大数据和深度学习的个性化认定方法和机器人系统。
技术介绍
在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有技术下进行预设类别的认定对所有对象所采用的认定标准都是一样的，例如高新企业认定，对不同企业的认定标准都是一样的，但是不同行业的企业在创新能力的表现是不同的，有的企业进行基础研究，可能主要创新是进行知识的创新，例如专利技术专利等；有的企业进行应用基础研究，可能主要创新是进行技术的创新，例如软件著作权等；而有的企业进行应用研发，可能主要创新是进行产品创新，例如新产品等；如果对所有企业采用同样的标准，就会使得很多符合高新企业的企业无法通过高新企业的认定，而有些实际上不符合高新企业，只是针对这些认定标准去刻意准备的企业反而能通过高新企业认定；因此千篇一律的认定标准是违背实际的客观规律的，是容易误导被认定的对象走向形式化，为认定而认定，而无法达到进行认定的真正目的和初衷，例如高新企业认定的初衷，必然是想引导企业进行创新，那么不同行业的企业必然有着不同的创新形式和表现，则如果用统一的认定标准去衡量，不但不能衡量出企业的真实创新水平，反而会误导企业的创新行为或打击企业原本正确的创新模式，从而起到了反作用；总之，现有技术中存在的问题是认定标准单一，无法满足不同类型对象的认定需求。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术中的缺陷或不足，提供基于大数据和深度学习的个性化认定方法和机器人系统，以解决现有技术中认定标准单一，无法满足不同类型对象的认定需求的问题。第一方面，本专利技术实施例提供一种认定方法，所述方法包括：个性化认定标准获取步骤，用于获取个性化认定标准；认定标准不单一、多样化、个性化，能满足不同类型对象的认定需求；对象数据获取步骤，用于获取待认定的对象的数据；标准对应的数据获取步骤，用于从所述待认定的对象的数据中获取所述个性化认定标准对应的数据；认定判断步骤，用于判断所述个性化认定标准对应的数据是否符合所述个性化认定标准。优选地，所述对象数据获取步骤包括：数据源获取步骤，用于获取数据源；对象数据检索步骤，用于从所述数据源中检索并获取所述待认定的对象的数据；所述标准对应的数据获取步骤包括：数据筛选步骤，用于从所述待认定的对象的数据中筛选出所述个性化认定标准对应的数据作为第一数据；数据清洗步骤，用于从所述第一数据中提取与每一项标准对应的数据作为所述每一项标准对应的第二数据。优选地，所述个性化认定标准获取步骤包括:对象类型获取步骤，用于获取待认定的对象的类型；对象类型对应的认定标准获取步骤，用于获取所述待认定的对象的类型对应的预设类别的认定标准，作为所述待认定对象的个性化认定标准。优选地，所述认定判断步骤包括：子标准获取步骤，用于获取所述个性化认定标准中每一项标准和总体标准；对应数据提取步骤，用于从所述第一数据中提取所述每一项标准对应的所述第二数据；每一项标准对应的预设模型获取步骤，用于获取所述每一项标准对应的预设模型；每一项标准对应的第三数据生成步骤，用于根据所述每一项标准对应的所述第二数据和所述每一项标准对应的所述预设模型，计算得到所述每一项标准对应的第三数据；每一项标准判断步骤，用于根据所述每一标准对应的第三数据和预设范围，判断所述待认定的对象是否符合所述每一项标准；总体标准对应的预设模型获取步骤，用于获取所述总体标准对应的预设模型；总体标准判断步骤，用于根据所述每一项标准对应的第三数据、所述总体标准对应的预设模型和预设范围，判断所述待认定的对象是否符合所述总体标准；综合判断步骤，用于判断所述待认定的对象是否符合所述个性化认定标准中所述每一项标准和所述总体标准。优选地，所述每一项标准对应的预设模型获取步骤包括:每一项标准对应的深度学习模型初始化步骤，用于初始化所述每一项标准对应的深度学习模型作为第一深度学习模型；每一项标准对应的历史数据获取步骤，用于从历史大数据中获取所述每一项标准对应的已进行过认定的每一对象的所述第二数据和第三数据；第二深度学习模型生成步骤，用于将所述每一项标准对应的已进行过认定的每一对象的所述第二数据作为所述第一深度学习模型的输入数据，对所述第一深度学习模型进行无监督训练，得到的所述第一深度学习模型作为第二深度学习模型；第三深度学习模型生成步骤，用于将所述每一项标准对应的已进行过认定的每一对象的所述第二数据和所述第三数据分别作为所述第二深度学习模型的输入数据和输出数据，对所述第二深度学习模型进行有监督训练，得到的所述第二深度学习模型作为第三深度学习模型；每一项标准对应的预设模型设置步骤，用于将所述第三深度学习模型作为所述每一项标准对应的预设模型；所述总体标准对应的预设模型获取步骤包括:总体标准对应的深度学习模型初始化步骤，用于初始化所述总体标准对应的深度学习模型，得到的所述深度学习模型作为第四深度学习模型；总体标准对应的历史数据获取步骤，用于从历史大数据中获取所述已进行过认定的每一对象的所述个性化认定标准中每一项标准对应的第三数据的集合和所述总体标准对应的第三数据；第五深度学习模型生成步骤，用于将所述个性化认定标准中每一项标准对应的已进行过认定的每一对象的所述第三数据的集合作为所述深度学习模型的输入数据，对所述第四深度学习模型进行无监督训练，得到的所述第四深度学习模型作为第五深度学习模型；第六深度学习模型生成步骤，用于将所述已进行过认定的每一对象的所述个性化认定标准中每一项标准对应的所述第三数据的集合和所述总体标准对应的所述第三数据分别作为所述第五深度学习模型的输入数据和输出数据，对所述第五深度学习模型进行有监督训练，得到的所述第五深度学习模型作为第六深度学习模型；总体标准对应的预设模型设置步骤，用于将所述第六深度学习模型作为所述总体标准对应的预设模型。优选地，所述每一项标准判断步骤包括：每一项标准对应的预设范围获取步骤，用于获取所述每一项标准对应的预设范围；每一项标准对应的第三数据判断步骤，用于判定所述待认定的对象是否符合所述每一项标准；所述总体标准判断步骤包括：总体标准对应的第三数据生成步骤，用于根据所述每一项标准对应的所述第三数据和所述总体标准对应的所述预设模型，计算得到所述总体标准对应的第三数据；总体标准对应的预设范围获取步骤，用于获取所述总体标准对应的预设范围；总体标准对应的第三数据判断步骤，用于判断所述待认定的对象是否符合所述总体标准。第二方面，本专利技术实施例提供一种认定系统，所述系统包括：个性化认定标准获取步骤，用于获取个性化认定标准；对象数据获取模块，用于获取待认定的对象的数据；标准对应的数据获取模块，用于从所述待认定的对象的数据中获取所述个性化认定标准对应的数据；认定判断模块，用于判断所述个性化认定标准对应的数据是否符合所述个性化认定标准。优选地，所述个性化认定标准获取步骤包括:对象类型获取步骤，用于获取待认定的对象的类型；对象类型对应的认定标准获取步骤，用于获取所述待认定的对象的类型对应的预设类别的认定标准，作为所述待认定对象的个性化认定标准；所述对象数据获取模块包括：数据源获取模块，用于获取数据源；对象数据检索模块，用于从所述数本文档来自技高网...

【技术保护点】
1.一种认定方法，其特征在于，所述方法包括：个性化认定标准获取步骤，用于获取个性化认定标准；对象数据获取步骤，用于获取待认定的对象的数据；标准对应的数据获取步骤，用于从所述待认定的对象的数据中获取所述个性化认定标准对应的数据；认定判断步骤，用于判断所述个性化认定标准对应的数据是否符合所述个性化认定标准。

【技术特征摘要】
1.一种认定方法，其特征在于，所述方法包括：个性化认定标准获取步骤，用于获取个性化认定标准；对象数据获取步骤，用于获取待认定的对象的数据；标准对应的数据获取步骤，用于从所述待认定的对象的数据中获取所述个性化认定标准对应的数据；认定判断步骤，用于判断所述个性化认定标准对应的数据是否符合所述个性化认定标准。2.根据权利要求1所述的认定方法，其特征在于，所述对象数据获取步骤包括：数据源获取步骤，用于获取数据源；对象数据检索步骤，用于从所述数据源中检索并获取所述待认定的对象的数据；所述标准对应的数据获取步骤包括：数据筛选步骤，用于从所述待认定的对象的数据中筛选出所述个性化认定标准对应的数据作为第一数据；数据清洗步骤，用于从所述第一数据中提取与每一项标准对应的数据作为所述每一项标准对应的第二数据。3.根据权利要求1所述的认定方法，其特征在于，所述个性化认定标准获取步骤包括:对象类型获取步骤，用于获取待认定的对象的类型；对象类型对应的认定标准获取步骤，用于获取所述待认定的对象的类型对应的预设类别的认定标准，作为所述待认定对象的个性化认定标准。4.根据权利要求2所述的认定方法，其特征在于，所述认定判断步骤包括：子标准获取步骤，用于获取所述个性化认定标准中每一项标准和总体标准；对应数据提取步骤，用于从所述第一数据中提取所述每一项标准对应的所述第二数据；每一项标准对应的预设模型获取步骤，用于获取所述每一项标准对应的预设模型；每一项标准对应的第三数据生成步骤，用于根据所述每一项标准对应的所述第二数据和所述每一项标准对应的所述预设模型，计算得到所述每一项标准对应的第三数据；每一项标准判断步骤，用于根据所述每一标准对应的第三数据和预设范围，判断所述待认定的对象是否符合所述每一项标准；总体标准对应的预设模型获取步骤，用于获取所述总体标准对应的预设模型；总体标准判断步骤，用于根据所述每一项标准对应的第三数据、所述总体标准对应的预设模型和预设范围，判断所述待认定的对象是否符合所述总体标准；综合判断步骤，用于判断所述待认定的对象是否符合所述个性化认定标准中所述每一项标准和所述总体标准。5.根据权利要求4所述的认定方法，其特征在于，所述每一项标准对应的预设模型获取步骤包括:每一项标准对应的深度学习模型初始化步骤，用于初始化所述每一项标准对应的深度学习模型作为第一深度学习模型；每一项标准对应的历史数据获取步骤，用于从历史大数据中获取所述每一项标准对应的已进行过认定的每一对象的所述第二数据和第三数据；第二深度学习模型生成步骤，用于将所述每一项标准对应的已进行过认定的每一对象的所述第二数据作为所述第一深度学习模型的输入数据，对所述第一深度学习模型进行无监督训练，得到的所述第一深度学习模型作为第二深度学习模型；第三深度学习模型生成步骤，用于将所述每一项标准对应的已进行过认定的每一对象的所述第二数据和所述第三数据分别作为所述第二深度学习模型的输入数据和输出数据，对所述第二深度学习模型进行有监督训练，得到的所述第二深度学习模型作为第三深度学习模型；每一项标准对应的预设模型设置步骤，用于将所述第三深度学习模型作为所述每一项标准对应的预设模型；所述总体标准对应的预设模型获取步骤包括:总体标准对应的深度学习模型初始化步骤，用于初始化所述总体标准对应的深度学习模型，得到的所述深度学习模型作为第四深度学习模型；总体标准对应的历史数据获取步骤，用于从历史大数据中获取所述已进行过认定的每一对象的所述个性化认定标准中每一项标准对应的第三数据的集合和所述总体标准对应的第三数据；第...

【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：大国创新智能科技东莞有限公司，
类型：发明
国别省市：广东,44