The invention relates to an evaluation method of innovation ability, more specifically, a evaluation method of innovation ability of scientific and technological enterprises based on machine learning, which includes building a data resource database; building an evaluation index system of innovation ability of scientific and technological enterprises according to the data resource database, and the evaluation index system of innovation ability of scientific and technological enterprises includes evaluation of innovation performance of scientific and technological enterprises and evaluation of innovation support of scientific and technological enterprises; Using the methods of data mining and machine learning to calculate the evaluation index weight of innovation performance of science and technology enterprises and the evaluation system of innovation support of science and technology enterprises; using the methods of machine learning to calculate the evaluation index set of innovation performance of science and technology enterprises and the evaluation index set of innovation support of science and technology enterprises; calculating the innovation ability score of science and technology enterprises; digging from the scientific and technological literature and research reports The use of various evaluation indexes is explored, and the weight of each evaluation index is calculated by the method of machine learning, which breaks the unreasonable barrier caused by too much dependence on personal experience and insufficient number of experts.
【技术实现步骤摘要】
一种基于机器学习的科技企业创新能力评价方法
本专利技术涉及创新能力评价方法,更具体的说是一种基于机器学习的科技企业创新能力评价方法。
技术介绍
科技企业是指产品的技术含量比较高,具有核心竞争力,能不断推出适销对路的新产品,不断开拓市场的企业。科技企业创新能力是指科技企业在多大程度上能够系统地完成与创新有关的各项活动能力。传统科技企业创新能力评价方式采用专家评价打分的形式,完全依赖于专家经验,评价过程也较长。随着科技发展,科技企业知识与技术的更新也越来越快,如果仍然采用专家评价的方式,将导致人力成本增加,工作周期变长,工作强度加大。当科技企业所累积的原始数据量很大的时候,难度将更加突出。机器学习技术的快速发展为开展科技企业创新能力评价研究提供了适合的研究工具。通过数据挖掘的方法,自动获取企业科技创新方面的信息,并对科技企业创新能力进行评价。该种评价方式成本将大为降低,并且可实现评价过程的自动化。基于创新过程的视角来评价企业创新能力是目前开展比较普遍的评价角度。但是,这类评价只是将企业作为一个独立个体分析,而忽略了外部环境对企业创新活动的影响。基于创新投入产出视角来评价企业创新能力的评价方式,比较关从事科研与试验发展活动所必需的人力与企业创新产出之间的相关性,但专利作为企业创新产出的重要指标其度量和评价也存在一定的局限性。因此,需要结合机器学习技术构建一种综合考虑各项指标的科技企业创新能力智能评价方法。
技术实现思路
本专利技术的目的是提供一种基于机器学习的科技企业创新能力评价方法,可以采用数 ...
【技术保护点】
1.一种基于机器学习的科技企业创新能力评价方法,其特征在于:该方法包括以下步骤:/n步骤一:构建数据资源库;/n步骤二:根据数据资源库构建科技企业创新能力评价指标体系,科技企业创新能力评价指标体系包括科技企业创新表现力评价和科技企业创新支撑力评价;/n步骤三:采用数据挖掘和机器学习的方法计算科技企业创新表现力评价和科技企业创新支撑力评价体系各项评价指标权重;/n步骤四:采用机器学习的方法计算科技企业创新表现力评价指标集和科技企业创新支撑力评价指标集;/n步骤五:计算科技企业创新能力得分。/n
【技术特征摘要】
1.一种基于机器学习的科技企业创新能力评价方法,其特征在于:该方法包括以下步骤:
步骤一:构建数据资源库;
步骤二:根据数据资源库构建科技企业创新能力评价指标体系,科技企业创新能力评价指标体系包括科技企业创新表现力评价和科技企业创新支撑力评价;
步骤三:采用数据挖掘和机器学习的方法计算科技企业创新表现力评价和科技企业创新支撑力评价体系各项评价指标权重;
步骤四:采用机器学习的方法计算科技企业创新表现力评价指标集和科技企业创新支撑力评价指标集;
步骤五:计算科技企业创新能力得分。
2.根据权利要求1所述的一种基于机器学习的科技企业创新能力评价方法,其特征在于:所述科技企业创新表现力评价包括目标层、准则层和要素层,科技企业创新支撑力评价包括目标层、准则层和要素层。
3.根据权利要求2所述的一种基于机器学习的科技企业创新能力评价方法,其特征在于:所述数据资源库包括科技企业创新活动数据库和科技文献报告库。
4.根据权利要求3所述的一种基于机器学习的科技企业创新能力评价方法,其特征在于:所述采用数据挖掘和机器学习的方法计算科技企业创新表现力评价和科技企业创新支撑力评价体系要素层各项评价指标权重包括以下步骤;
步骤一:提取科技文献报告库中有关科技企业创新表现力评价指标和科技企业创新支撑力评价指标数据;
步骤二:以科技企业创新表现力评价要素层和科技企业创新支撑力评价要素层各项评价指标的使用频次和科技文献报告库中的指标权重为输入,以科技企业创新表现力评价要素层和科技企业创新支撑力评价要素层各项评价指标权重wi为输出,训练出科技企业创新表现力评价指标权重模型,得出科技企业创新表现力评价指标权重集W={w1,w2,...,wn}。
5.根据权利要求4所述的一种基于机器学习的科技企业创新能力评价方法,其特征在于:所述科技企业创新表现力评价指标集为P={p1,p2,...,pn},所述科技企业创新支撑力评价指标集为S={s1,s2,...,sm}。
6.根据权利要求5所述的一种基于机器学习的科技企业创新能力评价方法,其特征在于:所述采用机器学习的方法计算科技企业创新表现力评价指标集包括以下步骤:
步骤一:采用机器学习的方法对科技企业创新活动数据...
【专利技术属性】
技术研发人员:岳增蕾,刘智,
申请(专利权)人:南京岳智信息技术有限公司,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。