一种市场监管信息化标准管理与动态维护系统及方法技术方案

本发明专利技术公开了一种市场监管信息化标准管理与动态维护系统及方法，包括信息录入与采集单元、标准分类单元、标准明细创建单元、编辑管理单元、权限验证单元、AI预测单元、关联分析单元，利用自然语言处理相关的语义信息处理算法对标准文件进行分析，AI预测单元通过训练集和测试集对市场监管信息化标准管理模型进行训练获得基于BP神经网络的市场监管信息化标准管理和分析模型，使用相似度算法和关联分析BP神经网络进行预测，本发明专利技术利用大数据技术对目前已有各行业和部门的信息化标准数据进行挖掘，建立信息化标准管理以及动态维护系统，构建市场监管信息化标准体系框架和明细表分析预测模型，建立动态自动化维护机制。建立动态自动化维护机制。建立动态自动化维护机制。

【技术实现步骤摘要】
一种市场监管信息化标准管理与动态维护系统及方法


[0001]本专利技术涉及市场监管信息化和标准化
，具体是一种市场监管信息化标准管理与动态维护系统及方法。

技术介绍

[0002]目前市场监管信息化建设面临若干突出问题，如：资料格式不统一、数据质量不高、信息共享不畅、系统建设不集约等。信息化标准化建设是信息化工作的重要组成部分和基础性工作，建立统一的市场监管信息化标准体系是实现市场监管信息化一体化的基础，是加强市场监管信息化统一规范、提高数据质量、有效开展信息共享和业务协同的保障。由于信息化建设是一项涉及面非常广泛的系统工程，涉及大量的标准和规范，因此必须对这些标准和规则按照内在联系进行有序地整理，最终形成一套完整的信息化标准体系。
[0003]目前市场监管信息化涉及的标准文件繁多，大量的已制定的标准缺乏系统性的管理和维护，标准分类不清，各部分的界线不明，不利于发现标准制定的空白领域和加强需要的方面。且现有的市场监管信息化标准分析处理过程中存在很多的弊端，标准化体系构建主要依靠人工，存在信息获取不全面，分析不精细，标准化分类缺乏合理校验等问题，无法系统性、整体性地推进信息化标准的制定和完善。

技术实现思路

[0004]本专利技术所要解决的技术问题是传统的信息化标准体系框架和明细表的管理无法实现自动化。无法根据各行业和部门的信息化标准体系框架的共同之处和规律性，自动把大量的已制定的无序的标准映射为有序子体系，划清各部分的界线。无法进行针对性的分析、维护和预测。
[0005]本专利技术提供如下技术方案：一种市场监管信息化标准管理与动态维护系统，包括：
[0006]信息录入与采集单元，用于各行业信息化标准体系框架和明细表的信息录入与采集，信息化相关标准的搜索、录入和更新；
[0007]标准分类单元，用于对标准体系框架分层级和类别；
[0008]标准明细创建单元，用于创建市场监管信息化标准明细表数据；市场监管信息化标准明细表数据包括标准体系编号、标准号、标准名称、版本、发布日期、实施日期、标准分类号、标准状态等内容；
[0009]编辑管理单元，用于编辑、管理信息化标准体系框架和标准明细表数据；
[0010]权限验证单元，用于配合验证管理单元操作权限；
[0011]AI预测单元，用于基于AI对信息化相关标准文件主要内容进行分析，根据各行业发布的信息化标准体系框架类目和标准文件的对应关系，对市场监管信息化标准明细表进行分类预测和对类目动态调整，完成市场监管信息化标准的管理和动态维护；
[0012]关联分析单元，用于基于BP神经网络的市场监管信息化标准管理和分析模型，对各行业的信息化标准进行分析，对市场监管信息化标准进行统一管理和预测；
[0013]以及输出单元，用于输出市场监管信息化体系框架类目和标准明细表更新信息；
[0014]所述AI预测单元通过采集各行业发布的信息化标准体系框架类目和的对应关系，分析提取标准文件题干和关键词，对市场监管信息化标准明细表进行分类预测和对标准体系框架类目动态调整；
[0015]AI预测单元是采用基于BP神经网络的分类预测模型进行预测分析，BP神经网络有输入层、隐含层和输出层；隐含层采用tansig函数；输出层采用purelin函数；
[0016]输入层有明细表数据特征、标准文件数据特征；
[0017]输出层有标准体系框架类目；
[0018]构建市场监管信息化标准的关键特征模型，关键特征模型如公式(1)所示，并依据关键特征模型生成训练集和测试集；
[0019]X(t)＝[X1(t),X2(t),X3(t),X4(t),X5(t),X6(t),X7(t),X8(t)](1)
[0020]式中：X(t)为t时刻标准明细信息集；X1(t)为t时刻标准文件数据特征；X2(t)为t时刻网络安全和管理标准数据特征；X3(t)为t时刻数据资源标准数据特征，X4(t)为t时刻技术支撑标准数据特征；X5(t)为t时刻应用标准数据特征以及X6(t)为t时刻基础设施标准特征；X7(t)为t时刻分类特征以及X8(t)为t时刻标准体系框架特征；基于BP神经网络的分类预测模型如公式(2)所示；
[0021][0022]式中：F7()为训练后的标准分类预测模型，F8()为训练后的标准体系框架预测模型，X7(t+Δt)为Δt时间后的分类特征，X8(t+Δt)为Δt时间后的标准体系框架特征；
[0023]关联分析单元，用于基于BP神经网络的市场监管信息化标准管理和分析模型，关联分析BP神经网络进行预测；
[0024]其中，AI预测单元通过训练集和测试集对市场监管信息化标准管理数据特征进行训练，获得基于BP神经网络的市场监管信息化标准管理和分析模型，使用相似度算法和关联分析，对各行业的信息化标准进行分析，对市场监管信息化标准进行统一管理和预测。
[0025]优选的，所述AI预测单元包括标准文件数据预处理模块、标准分类处理模块和市场监管信息化标准管理模块；
[0026]所述数据预处理模块用于信息化标准数据进行语义分析、关键词提取、数据筛选，去除冗余信息；
[0027]所述标准分类处理模块用于总体通用标准、基础设施标准、数据标准、应用支撑标准、业务应用标准、安全标准和管理标准等相关标准进行分类，且所述标准分类处理模块还包括设计标准体系框架和一级类目、二级类目，以构建市场监管信息化标准明细表；
[0028]所述市场监管信息化标准管理模块用于管理市场监管信息化标准体系框架和明细表，根据数据预处理模块提取的市场监管信息化相关标准关键词，搜索符合要求的最新发布和更新的标准，使用AI预测单元分析标准所属分类，对标准体系框架进行动态调整，更新明细表，建立常态化维护机制。
[0029]优选的，所述AI预测单元还包括对比分析模块，所述对比分析模块用于基于相似度算法的BP神经网络进行预测；具体地，基于自然语言处理相关的语义信息处理算法对分类文件进行分析，得到相应分类文件中标准的题干、关键词后形成分词，使用相似度算法的
BP神经网络进行预测；
[0030]所述对比分析模块将获取的训练集与测试集文件通过余弦相似度模型进行计算相似度S
j
，通过公式(3)计算，如下：
[0031][0032]其中，A
i
为训练集中第i个分词向量的集合值；B
i
为测试集中第i个分词向量的集合值；cos(θ)为训练集和测试集文件中对应分词向量的余弦值。
[0033]优选的，所述信息录入与采集单元通过AI自动分析和筛选标准文件进行信息录入和采集。
[0034]优选的，所述关联分析单元具体地为采用Apriori算法寻找频繁项集，通过BP神经网络进行预测。
[0035]优选的，所述标准分类处理模块具体地对数据元、信息分类与代码二级类目进行了补充，并增加了数据质量二级类目；即通过标准分类处理模块获取预设的数据标准，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种市场监管信息化标准管理与动态维护系统，包括：信息录入与采集单元，用于各行业信息化标准体系框架和明细表的信息录入与采集，信息化相关标准的搜索、录入和更新；标准分类单元，用于对标准体系框架分层级和类别；标准明细创建单元，用于创建市场监管信息化标准明细表数据；市场监管信息化标准明细表数据包括标准体系编号、标准号、标准名称、版本、发布日期、实施日期、标准分类号、标准状态等内容；编辑管理单元，用于编辑、管理信息化标准体系框架和标准明细表数据；权限验证单元，用于配合验证管理单元操作权限；AI预测单元，用于基于AI对信息化相关标准文件主要内容进行分析，根据各行业发布的信息化标准体系框架类目和标准文件的对应关系，对市场监管信息化标准明细表进行分类预测和对类目动态调整，完成市场监管信息化标准的管理和动态维护；关联分析单元，用于基于BP神经网络的市场监管信息化标准管理和分析模型，对各行业的信息化标准进行分析，对市场监管信息化标准进行统一管理和预测；以及输出单元，用于输出市场监管信息化体系框架类目和标准明细表更新信息；所述AI预测单元通过采集各行业发布的信息化标准体系框架类目和的对应关系，分析提取标准文件题干和关键词，对市场监管信息化标准明细表进行分类预测和对标准体系框架类目动态调整；AI预测单元是采用基于BP神经网络的分类预测模型进行预测分析，BP神经网络有输入层、隐含层和输出层；隐含层采用tansig函数；输出层采用purelin函数；输入层有明细表数据特征、标准文件数据特征；输出层有标准体系框架类目；构建市场监管信息化标准的关键特征模型，关键特征模型如公式(1)所示，并依据关键特征模型生成训练集和测试集；X(t)＝[X1(t),X2(t),X3(t),X4(t),X5(t),X6(t),X7(t),X8(t)](1)式中：X(t)为t时刻标准明细信息集；X1(t)为t时刻标准文件数据特征；X2(t)为t时刻网络安全和管理标准数据特征；X3(t)为t时刻数据资源标准数据特征，X4(t)为t时刻技术支撑标准数据特征；X5(t)为t时刻应用标准数据特征以及X6(t)为t时刻基础设施标准特征；X7(t)为t时刻分类特征以及X8(t)为t时刻标准体系框架特征；基于BP神经网络的分类预测模型如公式(2)所示；式中：F7()为训练后的标准分类预测模型，F8()为训练后的标准体系框架预测模型，X7(t+Δt)为Δt时间后的分类特征，X8(t+Δt)为Δt时间后的标准体系框架特征；其中，AI预测单元通过训练集和测试集对市场监管信息化标准管理数据特征进行训练获得基于BP神经网络的市场监管信息化标准管理和分析模型，使用相似度算法和关联分析，对各行业的信息化标准进行分析，对市场监管信息化标准进行统一管理和预测。2.根据权利要求1所述市场监管信息化标准管理与动态维护系统，其特征在于，所述AI
预测单元包括数据预处理模块、标准分类处理模块和市场监管信息化标准管理模块；所述数据预处理模块用于信息化标准数据进行语义分析、关键词提取、数据筛选，去除冗余信息；所述标准分类处理模块用于总体通用标准、基础设施标准、数据标准、应用支撑标准、业务应用标准、安全标准和管理标准等相关标准进行分类，且所述标准分类处理模块还包括设计标准体系框架和一级类目、二级类目，以构建市场监管信息化标准明细表；所述市场监管信息化标准管理模块用于管理市场监管信息化标准体系框架和明细表，根据数据预处理模块提取的市场监管信息化相关标准关键词，搜索符合要求的最新发布和更新的标准，使用AI预测单元分析标准所属分类，对标准体系框架进行动态调整，更新明细表，建立常态化维护机制。3.根据权利要求1所述市场监管信息化标准管理与动态维护系统，其特征在于，所述AI预测单元还包括对比分析模块，所述对比分析模块用于基于相似度算法的BP神经网络进行预测；具体地，基于自然语言处理相关的语义信息处理算法对分类文件进行分析，得到相应分类文件中标准的题干、关键词后形成分词，使用相似度算法的BP神经网络进行预测；所述对比分析模块将获取的训练...

【专利技术属性】
技术研发人员：卜意磊，庞文迪，郭锦华，南乐，朱涛，殷文浩，
申请(专利权)人：江苏省工商行政管理局信息中心，
类型：发明
国别省市：