【技术实现步骤摘要】
本专利技术涉及信息，尤其涉及一种人工智能辅助的创意流程管理方法。
技术介绍
1、当今社会，团队创意流程的管理和评估成为组织创新能力提升的关键因素。然而，多人团队合作中的创意贡献度评估仍然存在一系列未解决的技术困难，这主要表现在质量评分难以对每个阶段的创意进展进行准确量化，多人协作导致创意产出涉及多人参与，以及ai评分系统难以明确判断每个人在某一阶段中的创意贡献大小。首先，矛盾的根源在于质量评分需要对每个阶段的创意进展程度进行量化打分。在创意流程中，每个阶段的进展直接关系到创意的质量，但目前难以找到一种普适的方法来准确、客观地对创意进展进行量化评估。其次，多人协作使得每个阶段的创意产出都牵涉到多人参与。在团队环境下，创意的形成是众多团队成员协同努力的结果，而传统的评估方法往往难以区分个体在团队中的独特贡献，导致创意贡献度评估的不准确性。最后，ai评分系统面临着难以判断每个人在某一阶段中创意贡献大小的难题。现有的人工智能评分系统难以深入挖掘团队协作过程中个体的独特贡献，特别是在复杂的创意流程中，系统对于不同个体在不同阶段的贡献度难以准确区分。当前的ai评分系统难以准确捕捉到个体在协作过程中的独特贡献和创意价值，因此在实现精确测量每个创意阶段的产出质量和区分每个参与成员在特定阶段的创造性贡献这两类指标上存在困难。
技术实现思路
1、本专利技术提供了一种人工智能辅助的创意流程管理方法，主要包括：
2、获取团队成员在创意流程各阶段的交互数据并构建自动标注模型，对交互数据进行标注，
3、在一种实施方式中，所述获取团队成员在创意流程各阶段的交互数据并构建自动标注模型，对交互数据进行标注，输出标注后的交互数据集，包括：
4、在团队成员授权同意下，通过连接团队成员使用的通信工具包括即时通讯软件、会议平台作为数据源，通过程序接口获取交互数据，得到团队成员在创意流程各阶段的交互数据包括文字交流、语音交流、图片交流；对获取到的交互数据进行格式化处理，将不同通信工具生成的数据统一转换为结构化的数据格式，将文本转化为词嵌入表示，语音转化为频谱图，图像进行归一化处理；将格式化后的数据存储到数据库中，并设置索引；对交互数据进行处理，包括清洗无效和重复数据、匿名化个人敏感信息；交互数据处理完成后，使用人工手动对交互数据进行标注，添加元数据，标识不同交互行为的交互数据类别和属性；根据人工标注的结果，获取标注后的交互数据集作为模型训练数据；利用tensorflow构建自动标注模型，定义输入层、隐藏层、输出层，选择激活函数、损失函数，输入为待标注交互数据，输出为已标注交互数据；将标注后的数据集划分为训练集和验证集，评估自动标注模型的泛化性能；定义训练时的超参数，如学习率、批处理大小，使用tensorflow提供的优化器，对模型进行训练，监控自动标注模型在验证集上的性能。
5、在一种实施方式中，所述使用长短期神经网络分析标注后的数据,识别出创意流程的关键节点，包括：
6、根据标注后的数据，使用长短期记忆网络建立关键节点识别模型，输入已标注数据和创意流程关键节点进行训练，得到关键节点识别模型；使用关键节点识别模型，输入未标注数据，根据关键节点识别模型输出的概率和类别信息，确定创意流程的关键节点；将预测的创意流程关键节点，使用指数加权移动平均，获取平滑后的创意流程关键节点序列，减少噪声和突发性波动，对平滑后的数据进行阈值判断，确定关键节点的阈值；根据确定的阈值，对平滑后的数据进行二值化处理，将数据映射为0或1，获得最终的创意流程关键节点序列；根据创意流程关键节点序列，使用网络分析，获取关键节点之间的关联性。
7、在一种实施方式中，所述对创意流程的关键节点进行评分，构建创意流程评分系统，预测新创意点的预期得分，包括：
8、获取已经识别出创意流程的关键节点，根据节点的特性，构建创意流程评分系统，设定评分的维度，包括创新度、可行性、目标符合度；定义每个评分维度的评价标准和打分机制，明确每个维度的分值范围，建立量化的评分规则；制定与评分系统交互的接口，接口包括数据传输、验证和记录功能，在线获取用户对创意节点的评分数据；在创意流程运行时，记录用户的评分操作与数据，记录每次评分，根据记录的评分数据，获取各节点的评分结果，包括每个维度的分值；使用加权平均计算各维度得分，生成创意节点的综合评价结果，获取所有节点的评分统计数值，包括平均分、最高分、最低分；根据历史评分数据，使用回归分析构建评分预测模型，预测新创意点的预期得分；验证模型的准确性，并根据验证结果进行调优。
9、在一种实施方式中，所述跟踪团队创意流程，输出每个阶段的每个成员参与内容，包括参与次数、参与类型，包括：
10、根据团队的需求和创意流程的特点确定跟踪的方式，包括日志采集、状态记录；根据确定的跟踪方式，连接数据源，获取创意流程各节点的操作数据，实时获取团队在创意流程各节点的操作数据，记录每个成员在不同阶段的操作；对跟踪获取的数据进行解析，使用spacy对文本数据进行内容提取，从操作数据中抽取关键信息，得到每个成员在各阶段的参与内容；将提取出的成员参与内容映射标识到对应的成员身份中，对参与内容进行标注，确定每段内容对应的成员身份和参与类型属性，参与类型包括创意生成、创意筛选、创意修改、创意推广和创意落地；统计不同成员在各阶段的参与次数、参与类型，得到每个成员在整个创意流程中的贡献；对成员之间的协作内容进行关联分析，判断协助内容之间的逻辑关系，得到协作关系；根据统计分析结果，输出流程跟踪报告，包括每个阶段的成员参与、关键内容，以及协作关系的图示；基于报告反馈，优化跟踪与分析过程，提升输出效果，调整跟踪程序参数。
11、在一种实施方式中，所述判断每个成员在不同阶段的参与类型和创造力得分，包括：
12、根据获取的每个成员在不同创意阶段的参与数据，定义参与类型，包括创意生成、创意筛选、创意修改、创意推广和创意落地；将文本数据映射到参与类型上，判断参与数据属于哪种参与类型；根据参与类型，从独创性、开拓性、激发性进行评估，确定评估创造力的维度；根据参与类型和创造力维度，设置计分规则，为不同参与行为的创造力制定评估标准；根据定义的计分规则，获得每个成员在不同阶段的创造力得分；根据成员简历，获取每个成员的个人特点，包括成员的经验、专业领域、工作风格；基于成员特点、参与行为，构建创造力得分模型，创造力得分＝(独创性得分*经验权重)+(开拓性得分*专业领域权重)+(激发本文档来自技高网...
【技术保护点】
1.一种人工智能辅助的创意流程管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取团队成员在创意流程各阶段的交互数据并构建自动标注模型，对所述交互数据进行标注，输出标注后的交互数据集，包括:
3.根据权利要求1所述的方法，其中，所述使用长短期神经网络分析标注后的数据,识别出创意流程的关键节点，包括:
4.根据权利要求1所述的方法，其中，所述对所述创意流程的关键节点进行评分，构建创意流程评分系统，预测新创意点的预期得分，包括:
5.根据权利要求1所述的方法，其中，所述跟踪团队创意流程，输出每个阶段的每个成员参与内容，包括参与次数、参与类型，包括:
6.根据权利要求1所述的方法，其中，所述判断每个成员在不同阶段的参与类型和创造力得分，包括:
7.根据权利要求1所述的方法，其中，所述根据每个阶段个人的所述创造力得分，构建创造力贡献度计算模型，获取个人对不同阶段的实际贡献，得到创造力贡献度，包括:
8.根据权利要求1所述的方法，其中，所述根据历史项目的所述创造力贡献度分析个人
...【技术特征摘要】
1.一种人工智能辅助的创意流程管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其中，所述获取团队成员在创意流程各阶段的交互数据并构建自动标注模型，对所述交互数据进行标注，输出标注后的交互数据集，包括:
3.根据权利要求1所述的方法，其中，所述使用长短期神经网络分析标注后的数据,识别出创意流程的关键节点，包括:
4.根据权利要求1所述的方法，其中，所述对所述创意流程的关键节点进行评分，构建创意流程评分系统，预测新创意点的预期得分，包括:
5....
【专利技术属性】
技术研发人员：杨溶，
申请(专利权)人：广州小白信息技术有限公司，
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。