一种多维度矩阵式对接科研工作者和技术型企业的方法技术

本申请公开了一种多维度矩阵式对接科研工作者和技术型企业的方法及系统，所述方法包括：将面向对象分为两种类别，包括科研工作者和技术型企业；采用网页爬虫和大语言模型对各对象的动态特征进行提取；采用机器学习方法与大语言模型结合，整理通用的特征标签对各对象进行标记；基于对象的动态特征与特征标签将各对象进行多维度排列组合；采用全连接神经网络确定各排列组合结果的匹配程度，体现为分值；响应于所述排列组合匹配程度分值与匹配阈值的关系，确定值得输出的排列组合结果，并记录为匹配结果。通过动态特征的提取，本申请的对接方法能够支持实时信息更新和高效数据管理，能够促进科研资源的优化配置和国际化科研合作，提高科研项目的成功率和产出效益。

【技术实现步骤摘要】

本专利技术涉及科研合作领域的信息技术应用，特别是涉及一种利用大型语言模型和数据分析技术提高科研工作者与技术型企业间合作效率的方法。

技术介绍

1、在现代科研环境中，高效的合作与资源共享对于推动科学进步至关重要。尽管存在各种平台和工具促进科研合作，但它们往往存在信息不对称和资源匹配困难的问题。科研工作者和技术型企业在寻找合适的合作伙伴和共享资源时，常受限于平台的功能局限性和信息获取的效率。当前的科研合作平台通常缺乏足够的个性化服务和高效的资源匹配功能，导致科研资源的利用不够高效，且合作机会的发掘不尽人意。此外，跨文化和跨语言的交流障碍也增加了国际合作的复杂性。因此，迫切需要一种集成现代信息技术的解决方案，特别是融合人工智能和大数据分析的方法，以提高科研合作的效率和质量，同时优化全球科研资源的配置。

2、现有技术中(申请号为202110104529.8的中国专利，公开了“一种企业技术对接系统及方法”)的企业对接方法，其虽然能够支持企业间的匹配和对接，但却极大依赖人为输入和数据库的搭建，不能保障准确性和灵活性，对人工成本的要求很高，同时无法保证覆盖面本文档来自技高网...

【技术保护点】

1.一种多维度矩阵式对接科研工作者和技术型企业的方法，所述方法用于提高科研工作者与科技企业间的合作效率，其特征在于，所述方法包括：

2.根据权利要求1所述的多维度矩阵式对接科研工作者和技术型企业的方法，其特征在于，步骤(1)中使用网页爬虫收集各研究所、高校、企业、个人的网站链接，并依据收集结果对链接性质进行归类，对面向对象进行分类；步骤(2)提取到的动态特征具有时间敏感性；具体的，每隔一段时间会针对所有对象进行特征的更新，以保证特征的实时性和有效性，同时，也会针对对象数量进行更新，收纳新增的对象并删除已无效的对象；步骤(3)概括对象特征标签，包括：采用机器学习方法和大语言模型...

【技术特征摘要】

1.一种多维度矩阵式对接科研工作者和技术型企业的方法，所述方法用于提高科研工作者与科技企业间的合作效率，其特征在于，所述方法包括：

2.根据权利要求1所述的多维度矩阵式对接科研工作者和技术型企业的方法，其特征在于，步骤(1)中使用网页爬虫收集各研究所、高校、企业、个人的网站链接，并依据收集结果对链接性质进行归类，对面向对象进行分类；步骤(2)提取到的动态特征具有时间敏感性；具体的，每隔一段时间会针对所有对象进行特征的更新，以保证特征的实时性和有效性，同时，也会针对对象数量进行更新，收纳新增的对象并删除已无效的对象；步骤(3)概括对象特征标签，包括：采用机器学习方法和大语言模型针对所有对象特征进行比较与总结，从多维度概括特征的共性与差异，并整理出一系列特征标签将离散的对象特征模块化、具体化；步骤(6)基于匹配程度分值与匹配阈值对匹配结果进行筛选，包括：将匹配分值与匹配阈值进行比较，选取高于阈值的组合结果作为输出；如果在某次组合中，没有匹配分值超过阈值要求，则对匹配分值进行排序，选取分值最高的组合结果作为输出，并在结果中表明该输出具有一定模糊性。

3.根据权利要求1所述的多维度矩阵式对接科研工作者和技术型企业的方法，其特征在于，步骤(2.2)包含的特征提取用大语言模型，采用了相关领域内大量数据集进行针对性训练，包括：论文、专利、实时资讯、以及公开的研究结果。

4.一种如权利要求1所述的多维度矩阵式对接科研工作者和技术型企业的方法使用的多维度矩阵式系统，其特点在于，该系统包括：对象收集与分类模块、动态特征提取模块、特征标签整合模块、多维度排列组合模块和分值预测模块结果筛选与输出模块；对象收集与分类模块收集对象主页链接集合，并将其分为科研工作者信息集合和技术型企业信息集合，动态特征提取模块收集科研工作者信息集合和技术型企业信息集合，并将其分别放入科研工作者数据库和技术型企业数据库，特...

【专利技术属性】
技术研发人员：吴东平，樊景星，沈金荣，
申请(专利权)人：复旦大学，
类型：发明
国别省市：