本申请公开了一种协同创新组织的数据分析处理方法，包括：基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；基于专利数量数据进行绩效表征，得到绩效数据；构建初始专利词典分析模型；基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型；基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果。以提高对协同创新组织的数据进行分析处理的准确性和精度。本申请还公开了一种协同创新组织的数据分析处理装置、服务器以及计算机可读存储介质，具有以上有益效果。有以上有益效果。有以上有益效果。
【技术实现步骤摘要】
一种协同创新组织的数据分析处理方法及相关装置
[0001]本申请涉及数据处理
，特别涉及一种协同创新组织的数据分析处理方法、数据分析处理装置、服务器以及计算机可读存储介质。
技术介绍
[0002]随着数据处理技术的发展，可以将数据处理技术应用于越来越多的领域中，以提高对数据进行处理的效率和效果。
[0003]相关技术中，针对协同创新组织，可以获取该协同创新组织的数据，然后基于该协同创新组织的数据进行分析，以便判断该组织的创新性，进一步的实现对协同创新组织进行数据优化等操作。但是，采用的模型对协同创新组织的数据进行分析的准确性较低。
[0004]因此，如何提高对协同创新组织的数据进行分析处理的准确性和精度是本领域技术人员关注的重点问题。
技术实现思路
[0005]本申请的目的是提供一种协同创新组织的数据分析处理方法、数据分析处理装置、服务器以及计算机可读存储介质，以提高对协同创新组织的数据进行分析处理的准确性和精度。
[0006]为解决上述技术问题，本申请提供一种协同创新组织的数据分析处理方法，包括：
[0007]基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；
[0008]基于专利数量数据进行绩效表征，得到绩效数据；
[0009]构建初始专利词典分析模型；
[0010]基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型；
[0011]基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果。
[0012]可选的，基于专利数量数据进行绩效表征，得到绩效数据，包括：
[0013]基于词频、逆文档频率对所述专利数量数据进行关键词指标计算，得到关键词指标；
[0014]基于产品数据、资源数据以及数字化信息数据的三个维度对所述专利数量数据进行绩效表征计算，得到表征数据；
[0015]将所述关键词指标和所述表征数据作为绩效表征数据。
[0016]可选的，构建初始专利词典分析模型，包括：
[0017]基于VGG16网络结构构建所述初始专利词典分析模型。
[0018]可选的，基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果，包括：
[0019]获取待预测的所述专利数据；
[0020]将所述专利数据输入至所述专利词典分析模型进行趋势预测，得到所述预测分析
结果。
[0021]本申请还提供一种协同创新组织的数据分析处理装置，包括：
[0022]专利数据筛选模块，用于基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；
[0023]数据表征模块，用于基于专利数量数据进行绩效表征，得到绩效数据；
[0024]模型构建模块，用于构建初始专利词典分析模型；
[0025]模型训练模块，用于基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型；
[0026]趋势预测模块，用于基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果。
[0027]可选的，所述数据表征模块，具体用于基于词频、逆文档频率对所述专利数量数据进行关键词指标计算，得到关键词指标；基于产品数据、资源数据以及数字化信息数据的三个维度对所述专利数量数据进行绩效表征计算，得到表征数据；将所述关键词指标和所述表征数据作为绩效表征数据。
[0028]可选的，所述模型构建模块，具体用于基于VGG16网络结构构建所述初始专利词典分析模型。
[0029]可选的，所述趋势预测模块，具体用于获取待预测的所述专利数据；将所述专利数据输入至所述专利词典分析模型进行趋势预测，得到所述预测分析结果。
[0030]本申请还提供一种服务器，包括：
[0031]存储器，用于存储计算机程序；
[0032]处理器，用于执行所述计算机程序时实现如上所述的数据分析处理方法的步骤。
[0033]本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的数据分析处理方法的步骤。
[0034]本申请所提供的一种协同创新组织的数据分析处理方法，包括：基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；基于专利数量数据进行绩效表征，得到绩效数据；构建初始专利词典分析模型；基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型；基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果。
[0035]通过基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据，基于专利数量数据进行绩效表征，得到绩效数据，最后基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型，并进行专利趋势分析，得到预测分析结果，提高了对协同创新组织的数据进行分析处理的准确性和精度。
[0036]本申请还提供一种协同创新组织的数据分析处理装置、服务器以及计算机可读存储介质，具有以上有益效果，在此不作赘述。
附图说明
[0037]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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
提供的附图获得其他的附图。
[0038]图1为本申请实施例所提供的一种协同创新组织的数据分析处理方法的流程图；
[0039]图2为本申请实施例所提供的一种协同创新组织的数据分析处理装置的结构示意图；
[0040]图3本申请实施例所提供的一种服务器的结构示意图。
具体实施方式
[0041]本申请的核心是提供一种协同创新组织的数据分析处理方法、数据分析处理装置、服务器以及计算机可读存储介质，以提高对协同创新组织的数据进行分析处理的准确性和精度。
[0042]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0043]相关技术中，针对协同创新组织，可以获取该协同创新组织的数据，然后基于该协同创新组织的数据进行分析，以便判断该组织的创新性，进一步的实现对协同创新组织进行数据优化等操作。但是，采用的模型对协同创新组织的数据进行分析的准确性较低。
[0044]因此，本申请提供一种协同创新组织的数据分析处理方法，通过基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据，基于专利数量数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种协同创新组织的数据分析处理方法，其特征在于，包括：基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；基于专利数量数据进行绩效表征，得到绩效数据；构建初始专利词典分析模型；基于所述绩效数据、所述专利数量数据、专用词典对所述初始专利词典分析模型进行训练，得到专利词典分析模型；基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果。2.根据权利要求1所述的数据分析处理方法，其特征在于，基于专利数量数据进行绩效表征，得到绩效数据，包括：基于词频、逆文档频率对所述专利数量数据进行关键词指标计算，得到关键词指标；基于产品数据、资源数据以及数字化信息数据的三个维度对所述专利数量数据进行绩效表征计算，得到表征数据；将所述关键词指标和所述表征数据作为绩效表征数据。3.根据权利要求1所述的数据分析处理方法，其特征在于，构建初始专利词典分析模型，包括：基于VGG16网络结构构建所述初始专利词典分析模型。4.根据权利要求1所述的数据分析处理方法，其特征在于，基于所述专利词典分析模型对专利数据进行专利趋势分析，得到预测分析结果，包括：获取待预测的所述专利数据；将所述专利数据输入至所述专利词典分析模型进行趋势预测，得到所述预测分析结果。5.一种协同创新组织的数据分析处理装置，其特征在于，包括：专利数据筛选模块，用于基于专利筛选规则对原始专利数量数据进行筛选，得到专利数量数据；数据表征模块，用于基于专利数量数据进行...
【专利技术属性】
技术研发人员：陈柔霖，白桦，李丹，韩岩，赵燕梅，
申请(专利权)人：长春师范大学，
类型：发明
国别省市：
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。