基于大数据和人工智能融合驱动的技术预见方法和系统技术方案

本发明专利技术提供一种基于大数据和人工智能融合驱动的技术预见方法和系统，基于需求任务对应的研究领域对象采集候选技术信息，建立需求任务对应的综合候选技术清单；基于预设的遴选指标体系和对应的测度方法，对综合候选技术清单进行优化，确定目标技术清单；获取目标技术清单对应的专家研判信息和技术画像，融合生成目标技术清单的技术评估信息；基于技术评估信息进行情景模拟，根据模拟结果确定技术预见结果，生成技术预见报告。实现技术发现、技术遴选、技术评估、综合研判一体化的严谨完备的技术预见流程，在定量化程度、智能化水平和科学化深度上均有提升，在技术预见领域体现了大数据和人工智能深度结合、人机高效协同的优势。人机高效协同的优势。人机高效协同的优势。

【技术实现步骤摘要】
基于大数据和人工智能融合驱动的技术预见方法和系统


[0001]本专利技术涉及技术预见领域，尤其涉及一种基于大数据和人工智能融合驱动的技术预见方法和系统。

技术介绍

[0002]长期以来，技术预见主要用于预测与评估中长期科技优先布局领域和方向，指导科技发展规划制定。在开展的技术预见活动中，往往采用德尔菲调查、情景模拟、文献计量等定性和基于统计分析的定量研究方法，虽然取得的效果较为明显，但还存在方法体系不够完备、主观性强、量化分析不够深入等不足。随着以大数据、人工智能等为代表的数字与智能技术快速发展和泛化应用，技术预见领域将从以人为主向以“大数据/人工智能驱动+专家智慧”为主转型升级。
[0003]公布号为CN105930942A的中国专利技术专利申请提出了一种由数据采集装置、能源技术大数据处理器、能源技术遴选系统、专家决策支持系统、终端器等模块组成的能源技术预见智能系统，该系统虽然运用了大数据采集、处理与挖掘提取技术，为技术预见研究提供了较高质量的数据支撑，但在指标体系测度、技术清单遴选等主体任务上依然以专家为主，没有实现人与机器的深度结合，同时该系统的研究流程侧重于能源
，其通用性和迁移性也存在局限性。
[0004]公布号为CN107832123A的中国专利技术专利申请公开了一种基于人工智能的技术预见方法，该方法包括任务发布者定义技术预见任务及所属子任务、为子任务匹配相应标识化资源、调用所确定的资源来求解子任务等环节流程，采用的资源主要有模型库中的模型资源、数据库中的数据资源、知识库中的知识资源、专家群智库中的专家资源，可在较大程度上实现专家智慧与机器智能耦合求解技术预见问题，但过分强调专家智慧的参与度，弱化了机器智能发挥的作用，并且在技术清单的定量化生成、多维度与可视化技术评价评估等方面尚存在不足，人机耦合程度还有进一步提升空间。

技术实现思路

[0005]本专利技术提供一种基于大数据和人工智能融合驱动的技术预见方法和系统，用以解决现有技术中人与机器结合不够深入的问题，实现大数据和人工智能深度结合、人机高效协同的技术预见。
[0006]本专利技术提供一种基于大数据和人工智能融合驱动的技术预见方法，包括：
[0007]基于需求任务对应的研究领域对象采集候选技术信息，建立所述需求任务对应的综合候选技术清单；
[0008]基于预设的遴选指标体系和对应的测度方法，对所述综合候选技术清单进行优化，确定目标技术清单；
[0009]获取所述目标技术清单对应的专家研判信息和技术画像，融合生成所述目标技术清单的技术评估信息；其中，所述专家研判信息为专家对所述目标技术清单进行评估的信
息，所述技术画像为所述目标技术清单对应的可视化的主题内容；
[0010]基于所述技术评估信息进行情景模拟，根据模拟结果确定技术预见结果，生成技术预见报告。
[0011]根据本专利技术提供的一种基于大数据和人工智能融合驱动的技术预见方法，所述基于需求任务对应的研究领域对象，采集候选技术信息，建立所述需求任务对应的综合候选技术清单，包括：
[0012]基于所述需求任务确定态势信息分析对象、专家提名推荐对象和多源数据扫描监测对象；
[0013]对于所述态势信息分析对象，从预设的科技态势库和预设的多元知识库中提取预设维度的知识，生成第一候选技术清单；
[0014]对于所述专家提名推荐对象，从预设的专家信息库中调取目标专家对应预存的技术信息和预测意见，生成第二候选技术清单；
[0015]对于所述多源数据扫描监测对象，从预设的方法模型库中确定技术发现模型，根据所述技术发现模型对所述科技态势库中的数据进行技术信息识别，生成第三候选技术清单；
[0016]基于所述第一候选技术清单、所述第二候选技术清单和所述第三候选技术清单进行融合，确定所述综合技术清单；
[0017]其中，所述科技态势库包括科技领域的态势信息，所述多元知识库包括多类知识和多个知识维度的信息，所述专家信息库包括科技领域的专家画像信息，所述方法模型库包括多种模型。
[0018]根据本专利技术提供的一种基于大数据和人工智能融合驱动的技术预见方法，所述基于预设的遴选指标体系和对应的测度方法，对所述综合候选技术清单进行优化，确定目标技术清单，包括：
[0019]在所述方法模型库中确定层次分析模型、专家调查模型、相关矩阵模型和逼近理想解排序模型；
[0020]基于所述层次分析模型对预先构建的技术遴选指标体系赋予权值，得到赋权指标体系信息；
[0021]将所述综合候选技术清单输入专家调查模型进行评分，基于所述评分对所述综合候选技术清单中的候选技术进行排序和筛选，生成第一排序清单；
[0022]将所述赋权指标体系信息和所述第一排序清单输入所述相关矩阵模型，生成第二排序清单；
[0023]将所述赋权指标体系信息和所述第一排序清单输入所述逼近理想解排序模型，生成第三排序清单；
[0024]对于所述第一排序清单、所述第二排序清单和所述第三排序清单，各自选取排序靠前预设数量的初筛候选技术；
[0025]对所有初筛候选技术执行取交集处理，确定所述目标技术清单。
[0026]根据本专利技术提供的一种基于大数据和人工智能融合驱动的技术预见方法，所述获取所述目标技术清单对应的专家研判信息和技术画像，融合生成所述目标技术清单的技术评估信息，包括：
[0027]将所述目标技术清单和所述专家信息库中的目标专家的专家画像信息输入所述方法模型库中的技术评估模型，生成所述专家研判信息；
[0028]将所述目标技术清单输入预设的多维技术画像模块，调用所述多元知识库和所述科技态势库，从中匹配与进行所述目标技术清单具有预设相似度的可视化的主题内容；
[0029]通过所述多维技术画像模块将所述可视化的主题内容融合，生成所述目标技术清单对应的可视化的技术画像；
[0030]对所述专家研判信息和所述技术画像进行融合，生成技术评估信息。
[0031]根据本专利技术提供的一种基于大数据和人工智能融合驱动的技术预见方法，所述基于所述技术评估信息进行情景模拟，根据模拟结果确定技术预见结果，生成技术预见报告，包括：
[0032]通过预设的研讨环境访问所述多元知识库，确定与所述技术评估信息相关的目标知识信息；
[0033]通过所述研讨环境获取所述目标专家的专家预测信息，其中所述专家预测信息为所述目标专家基于所述目标知识信息和所述技术评估信息得到；
[0034]通过所述研讨环境，调用所述方法模型库中的综合研判模型，将所述专家预测信息和所述技术评估信息输入所述综合研判模型，生成技术预见结果；
[0035]将所述技术预见结果和所述技术评估信息合并，生成所述技术预见报告。
[0036]本专利技术还提供一种基于大数据和人工智能融合驱动的技术预见系统，包括：
[0037]技术发现模块，用于基于需求任务对应的研究领域对象采集候选技术信息，建立所述需求任务对应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和人工智能融合驱动的技术预见方法，其特征在于，包括：基于需求任务对应的研究领域对象采集候选技术信息，建立所述需求任务对应的综合候选技术清单；基于预设的遴选指标体系和对应的测度方法，对所述综合候选技术清单进行优化，确定目标技术清单；获取所述目标技术清单对应的专家研判信息和技术画像，融合生成所述目标技术清单的技术评估信息；其中，所述专家研判信息为专家对所述目标技术清单进行评估的信息，所述技术画像为所述目标技术清单对应的可视化的主题内容；基于所述技术评估信息进行情景模拟，根据模拟结果确定技术预见结果，生成技术预见报告。2.根据权利要求1所述的基于大数据和人工智能融合驱动的技术预见方法，其特征在于，所述基于需求任务对应的研究领域对象，采集候选技术信息，建立所述需求任务对应的综合候选技术清单，包括：基于所述需求任务确定态势信息分析对象、专家提名推荐对象和多源数据扫描监测对象；对于所述态势信息分析对象，从预设的科技态势库和预设的多元知识库中提取预设维度的知识，生成第一候选技术清单；对于所述专家提名推荐对象，从预设的专家信息库中调取目标专家对应预存的技术信息和预测意见，生成第二候选技术清单；对于所述多源数据扫描监测对象，从预设的方法模型库中确定技术发现模型，根据所述技术发现模型对所述科技态势库中的数据进行技术信息识别，生成第三候选技术清单；基于所述第一候选技术清单、所述第二候选技术清单和所述第三候选技术清单进行融合，确定所述综合技术清单；其中，所述科技态势库包括科技领域的态势信息，所述多元知识库包括多类知识和多个知识维度的信息，所述专家信息库包括科技领域的专家画像信息，所述方法模型库包括多种模型。3.根据权利要求2所述的基于大数据和人工智能融合驱动的技术预见方法，其特征在于，所述基于预设的遴选指标体系和对应的测度方法，对所述综合候选技术清单进行优化，确定目标技术清单，包括：在所述方法模型库中确定层次分析模型、专家调查模型、相关矩阵模型和逼近理想解排序模型；基于所述层次分析模型对预先构建的技术遴选指标体系赋予权值，得到赋权指标体系信息；将所述综合候选技术清单输入专家调查模型进行评分，基于所述评分对所述综合候选技术清单中的候选技术进行排序和筛选，生成第一排序清单；将所述赋权指标体系信息和所述第一排序清单输入所述相关矩阵模型，生成第二排序清单；将所述赋权指标体系信息和所述第一排序清单输入所述逼近理想解排序模型，生成第三排序清单；
对于所述第一排序清单、所述第二排序清单和所述第三排序清单，各自选取排序靠前预设数量的初筛候选技术；对所有初筛候选技术执行取交集处理，确定所述目标技术清单。4.根据权利要求3所述的基于大数据和人工智能融合驱动的技术预见方法，其特征在于，所述获取所述目标技术清单对应的专家研判信息和技术画像，融合生成所述目标技术清单的技术评估信息，包括：将所述目标技术清单和所述专家信息库中的目标专家的专家画像信息输入所述方法模型库中的技术评估模型，生成所述专家研判信息；将所述目标技术清单输入预设的多维技术画像模块，调用所述多元知识库和所述科技态势库，从中匹配与所述目标技术清单具有预设相似度的可视化的主题内容；通过所述多维技术画像模块将所述可视化的主题内容融合，生成所述目标技术清单对应的可视化的技术画像；对所述专家研判信息和所述技术画像进行融合，生成技术评估信息。5.根据权利要求4所述的基于大数据和人工智能融合驱动的技术预见方法，其特征在于，所述基于所述技术评估信息进行情景模拟，根据模拟结果确定技术预见结果，生成技术预见报告，包括：通过预设的研讨环境访问所述多元知识库，确定与所述技术评估信息相关的目标知识信息；通过所述研讨环境获取所述目标专家的专家预测信息，其中所述专家预测信息为所述目标专家基于所述目标知识信息和所述技术评估信息得到；通过所述研讨环境，调用所述方法模型库中的综合研判模型，将所述专家预测信息和所述技术评估信息输入所述综合研判模型，生成技术预见结果；将所述技术预见结果和所述技术评估...

【专利技术属性】
技术研发人员：锁兴文，耿国桐，李伟伟，席欢，杨阳，原永朋，李敬雪，董艳如，
申请(专利权)人：中国人民解放军军事科学院军事科学信息研究中心，
类型：发明
国别省市：