本發(fā)明涉及人工智能，尤其涉及一種基于人工智能的企業(yè)科創(chuàng)管理平臺(tái)。

背景技術(shù)：

1、在當(dāng)前創(chuàng)新與科技發(fā)展的時(shí)代背景下，科技創(chuàng)新對(duì)于企業(yè)的重要程度與日俱增。同時(shí)由于“雙創(chuàng)”政策的大力推行，吸引了大量的創(chuàng)業(yè)者和企業(yè)進(jìn)入創(chuàng)新領(lǐng)域。然而，在新的領(lǐng)域中起步和發(fā)展是困難的，對(duì)政策和資源的了解以及使用是一個(gè)巨大的挑戰(zhàn)。

2、此時(shí)，基于人工智能的企業(yè)科創(chuàng)管理平臺(tái)可以為大量尋求創(chuàng)新的企業(yè)提供幫助，解決他們面臨的需求和挑戰(zhàn)。其中，企業(yè)政策匹配是該平臺(tái)提供的重要功能之一。企業(yè)政策匹配是指通過(guò)人工智能技術(shù)分析企業(yè)的信息，從政策和資源方面為企業(yè)提供定制化的服務(wù)。而企業(yè)政策匹配可以幫助企業(yè)理解政策，并對(duì)企業(yè)有利的政策進(jìn)行智能篩選。

3、專利號(hào)cn2023109726501公開(kāi)了一種企業(yè)科創(chuàng)管理方法及服務(wù)器。在上述方法中，接收用戶端發(fā)來(lái)的目標(biāo)項(xiàng)目的項(xiàng)目信息，確定政策項(xiàng)目管理系統(tǒng)中存在與項(xiàng)目信息相匹配的項(xiàng)目政策，向用戶端發(fā)送政策集合顯示指令使用戶端顯示政策集合，從政策集合中確定目標(biāo)政策，根據(jù)目標(biāo)政策確定對(duì)應(yīng)的申請(qǐng)書(shū)模板，接收到用戶端發(fā)來(lái)的文本轉(zhuǎn)換指令，將項(xiàng)目信息按照設(shè)定格式輸入至申請(qǐng)書(shū)模板，向用戶端發(fā)送項(xiàng)目申請(qǐng)書(shū)對(duì)應(yīng)的成功生成指令使用戶端顯示成功生成信息。通過(guò)上述方法，可以直接看到有哪些政策與該目標(biāo)項(xiàng)目相匹配，直接點(diǎn)擊文本轉(zhuǎn)換控件即可獲得與政策相對(duì)應(yīng)的申請(qǐng)書(shū)，節(jié)省了用戶查找政策的時(shí)間，還節(jié)省了用戶將項(xiàng)目信息輸入政策申請(qǐng)書(shū)模板的時(shí)間，進(jìn)而提高了用戶申請(qǐng)政策的效率。

4、專利號(hào)cn2022102439200公開(kāi)了一種全鏈條全流程智能科創(chuàng)服務(wù)數(shù)據(jù)處理方法與系統(tǒng)，屬于信息挖掘和信息管理技術(shù)領(lǐng)域。通過(guò)智能化的數(shù)據(jù)挖掘手段對(duì)科創(chuàng)企業(yè)進(jìn)行需求診斷，提供科創(chuàng)商城為科創(chuàng)企業(yè)需求服務(wù)的全流程的線上管理，方便后續(xù)流程監(jiān)控和后續(xù)的數(shù)據(jù)管理。從企業(yè)需求入手，提供科創(chuàng)商城服務(wù)模式，在對(duì)企業(yè)服務(wù)的各階段都進(jìn)行模塊化管理，產(chǎn)生服務(wù)合同都可以錄入系統(tǒng)的合同管理模塊，并且系統(tǒng)可以根據(jù)合同的服務(wù)內(nèi)容自動(dòng)生成服務(wù)訂單，實(shí)現(xiàn)全流程全鏈條的服務(wù)跟蹤。上述發(fā)明的數(shù)據(jù)處理和系統(tǒng)可提供給投資機(jī)構(gòu)、有投資功能的服務(wù)機(jī)構(gòu)、孵化器、園區(qū)運(yùn)營(yíng)機(jī)構(gòu)、政府科創(chuàng)服務(wù)部門(mén)進(jìn)行智能化、可視化的全鏈條全流程科創(chuàng)數(shù)據(jù)管理。

5、然而，以上專利中對(duì)于企業(yè)科創(chuàng)管理具有不同方法，但是對(duì)于由于政策非常復(fù)雜，相互之間也存在著協(xié)同和復(fù)雜的關(guān)系。而企業(yè)在面對(duì)相關(guān)政策時(shí)，有時(shí)很難精確理解政策的真正意圖和此政策對(duì)企業(yè)的影響。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于人工智能的企業(yè)科創(chuàng)管理平臺(tái)，能夠通過(guò)人工智能技術(shù)利用科創(chuàng)推理模型對(duì)企業(yè)信息進(jìn)行詳細(xì)分析，并對(duì)科創(chuàng)政策進(jìn)行詳細(xì)解讀，從而為每個(gè)企業(yè)匹配企業(yè)發(fā)展各階段相應(yīng)的科創(chuàng)政策，并根據(jù)科創(chuàng)政策為每個(gè)企業(yè)推薦若干科創(chuàng)項(xiàng)目和提供若干科創(chuàng)服務(wù)；以降低現(xiàn)有人工解讀科創(chuàng)政策的難度；并提升人工為企業(yè)推薦科創(chuàng)政策的準(zhǔn)確率。

2、本發(fā)明利用下述技術(shù)方案：

3、一種基于人工智能的企業(yè)科創(chuàng)管理平臺(tái)，包括企業(yè)管理模塊、政策收集模塊、匹配診斷模塊、服務(wù)查詢模塊、科創(chuàng)商城模塊和數(shù)據(jù)安全模塊；其中，

4、企業(yè)管理模塊，用于對(duì)入駐企業(yè)信息進(jìn)行增加、刪除和修改，獲取終版企業(yè)信息；并按照企業(yè)種類對(duì)入駐企業(yè)進(jìn)行劃分，得到若干企業(yè)概況表；

5、政策收集模塊，用于從國(guó)務(wù)院政策文件庫(kù)、政府官方網(wǎng)站和國(guó)家法律法規(guī)數(shù)據(jù)庫(kù)中，獲取所有科創(chuàng)政策，并進(jìn)行分類分級(jí)，獲取時(shí)序科創(chuàng)政策列表；

6、匹配診斷模塊，用于利用協(xié)變量-傾向值算法或科創(chuàng)推理模型，根據(jù)企業(yè)概況表在時(shí)序科創(chuàng)政策列表中匹配相應(yīng)的科創(chuàng)政策，并根據(jù)科創(chuàng)政策為入駐企業(yè)推薦若干科創(chuàng)項(xiàng)目和提供若干科創(chuàng)服務(wù)；

7、服務(wù)查詢模塊，用于現(xiàn)實(shí)客戶對(duì)入駐企業(yè)的科創(chuàng)項(xiàng)目進(jìn)行科創(chuàng)服務(wù)合同管理及服務(wù)狀態(tài)查詢顯示；

8、科創(chuàng)商城模塊，用于潛在客戶瀏覽科創(chuàng)政策板塊、科創(chuàng)服務(wù)板塊及企業(yè)服務(wù)成功案例；

9、數(shù)據(jù)安全模塊，用于對(duì)入駐企業(yè)信息和科創(chuàng)服務(wù)合同進(jìn)行存儲(chǔ)加密管理，以便于提供后續(xù)的服務(wù)跟蹤和數(shù)據(jù)回溯。

10、優(yōu)選地，企業(yè)信息包括企業(yè)基礎(chǔ)信息、企業(yè)融資數(shù)據(jù)、企業(yè)經(jīng)營(yíng)數(shù)據(jù)、企業(yè)知產(chǎn)數(shù)據(jù)、企業(yè)標(biāo)簽數(shù)據(jù)、企業(yè)競(jìng)品數(shù)據(jù)和企業(yè)風(fēng)險(xiǎn)信息；企業(yè)基礎(chǔ)信息包括企業(yè)年報(bào)和工商信息；工商信息包括統(tǒng)一社會(huì)信用代碼、組織機(jī)構(gòu)代碼、注冊(cè)地址和法定代表人；

11、企業(yè)管理模塊用于入駐企業(yè)的管理人員注冊(cè)企業(yè)賬號(hào)；在完成企業(yè)賬號(hào)注冊(cè)后，企業(yè)管理模塊內(nèi)置企業(yè)基礎(chǔ)信息的電子模板，管理人員完成企業(yè)基礎(chǔ)信息的填寫(xiě)并確認(rèn)自動(dòng)填充信息后，企業(yè)管理模塊根據(jù)工商信息中的統(tǒng)一社會(huì)信用代碼和組織機(jī)構(gòu)代碼，利用光學(xué)字符提取算法根據(jù)企業(yè)信息查詢工具中查詢的企業(yè)信息，依次對(duì)企業(yè)融資數(shù)據(jù)、企業(yè)經(jīng)營(yíng)數(shù)據(jù)、企業(yè)知產(chǎn)數(shù)據(jù)、企業(yè)標(biāo)簽數(shù)據(jù)、企業(yè)競(jìng)品數(shù)據(jù)和企業(yè)風(fēng)險(xiǎn)信息的電子模板進(jìn)行自動(dòng)填充，得到初始企業(yè)信息模板；企業(yè)管理模塊依次將每個(gè)初始企業(yè)信息模板傳輸至管理人員進(jìn)行檢查及確認(rèn)：若初始企業(yè)信息模板中的信息數(shù)據(jù)出現(xiàn)錯(cuò)誤和/或遺漏，則管理人員直接對(duì)有誤信息數(shù)據(jù)和/或遺漏信息數(shù)據(jù)進(jìn)行修改，直至初始企業(yè)信息模板完全正確，得到終版企業(yè)信息；若初始企業(yè)信息模板中的信息數(shù)據(jù)未出現(xiàn)錯(cuò)誤和/或遺漏，則將初始企業(yè)信息模板作為終版企業(yè)信息；

12、企業(yè)管理模塊根據(jù)終版企業(yè)信息，按照企業(yè)類別進(jìn)行劃分，獲取若干類企業(yè)行業(yè)列表；企業(yè)類別包括農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)；然后按照企業(yè)的所有制形式，將所有企業(yè)行業(yè)列表劃分為若干企業(yè)所有制列表；所有制形式包括國(guó)有制、私有制、股份制和集體制；最后根據(jù)注冊(cè)地址按照省市區(qū)縣鄉(xiāng)，依次將所有企業(yè)所有制列表進(jìn)行劃分為若干企業(yè)概況表。

13、優(yōu)選地，政策收集模塊通過(guò)各級(jí)政府部門(mén)官方網(wǎng)站開(kāi)放的外部接口，自動(dòng)獲取所有科創(chuàng)政策和政策申請(qǐng)模板；各級(jí)政府包括國(guó)家級(jí)、省級(jí)、市級(jí)和縣級(jí)；再利用數(shù)據(jù)關(guān)聯(lián)算法將政策申請(qǐng)模板和科創(chuàng)政策進(jìn)行關(guān)聯(lián)，得到若干聚合政策列表；并根據(jù)政府級(jí)別將所有聚合政策列表劃分為若干科創(chuàng)專屬地政策列表；再根據(jù)政策類型將所有科創(chuàng)專屬地政策列表劃分為若干科創(chuàng)單類專屬政策列表；政策類型包括稅收減免政策、創(chuàng)業(yè)投資優(yōu)惠政策、吸引培育人才優(yōu)惠政策、研究試驗(yàn)開(kāi)發(fā)優(yōu)惠政策、成果轉(zhuǎn)化優(yōu)惠政策和全產(chǎn)業(yè)鏈優(yōu)惠政策；再根據(jù)政策發(fā)布時(shí)間按照年份，對(duì)所有科創(chuàng)單類專屬政策列表進(jìn)行排序，得到時(shí)序科創(chuàng)政策列表。

14、優(yōu)選地，匹配診斷模塊首先利用科創(chuàng)推理模型的企業(yè)評(píng)估層，根據(jù)企業(yè)概況表對(duì)入駐企業(yè)的科研能力進(jìn)行評(píng)估，得到科研評(píng)估表；然后利用科創(chuàng)推理模型的政策解析層，根據(jù)時(shí)序科創(chuàng)政策列表，對(duì)科創(chuàng)政策的關(guān)鍵信息進(jìn)行提取，得到政策信息關(guān)鍵表；隨后利用科創(chuàng)推理模型的融合評(píng)判層，根據(jù)科研評(píng)估表和政策信息關(guān)鍵表，為入駐企業(yè)匹配科創(chuàng)支持政策；最后利用科創(chuàng)推理模型的科創(chuàng)推薦層，根據(jù)科創(chuàng)支持政策為入駐企業(yè)推薦若干科創(chuàng)項(xiàng)目，并提供若干科創(chuàng)服務(wù)。

15、優(yōu)選地，企業(yè)評(píng)估層首先利用信息解析算法，對(duì)入駐企業(yè)的企業(yè)概況表進(jìn)行解析，獲取企業(yè)年報(bào)和法定代表人；

16、

17、其中，t表示企業(yè)概況表，∧表示邏輯與運(yùn)算，t表示年份，i表示年份采集序號(hào)，n表示年份采集總數(shù)，α表示企業(yè)年報(bào)，表示克羅積運(yùn)算，j表示法人抽取序號(hào)，m表示法人抽取總數(shù)，β表示法定代表人；

18、然后從連續(xù)n年的企業(yè)年報(bào)中分別抽取資產(chǎn)負(fù)債表、利潤(rùn)表、現(xiàn)金流量表、營(yíng)業(yè)總收入、主營(yíng)業(yè)務(wù)收入、納稅總額和研發(fā)投入，并分別計(jì)算每年的研發(fā)投入占比，繪制并分析研發(fā)占比折線圖，得到研發(fā)分析表：

19、若折線呈現(xiàn)上升趨勢(shì)，則表明當(dāng)前入駐企業(yè)的研發(fā)投入逐年增加，研發(fā)能力逐年增強(qiáng)；若折線呈現(xiàn)平穩(wěn)趨勢(shì)，則表明當(dāng)前入駐企業(yè)的研發(fā)投入保持平穩(wěn)，研發(fā)能力提升穩(wěn)健；若折線呈現(xiàn)下降趨勢(shì)，則表明當(dāng)前入駐企業(yè)的研發(fā)投入逐年減少，研發(fā)能力逐年降低；

20、同時(shí)根據(jù)連續(xù)n年的法定代表人增加、減少和更換情況，對(duì)入駐企業(yè)的戰(zhàn)略規(guī)劃及運(yùn)營(yíng)方式的轉(zhuǎn)變進(jìn)行分析，得到企業(yè)調(diào)動(dòng)分析表：

21、若法定代表人更新后，研發(fā)投入增加，則說(shuō)明入駐企業(yè)的戰(zhàn)略重心偏向研發(fā)方面；若法定代表人更新后，研發(fā)投入不變，則說(shuō)明入駐企業(yè)沒(méi)有改變戰(zhàn)略重心；若法定代表人更新后，研發(fā)投入減少，則說(shuō)明入駐企業(yè)的戰(zhàn)略重心偏移研發(fā)方面；

22、最后根據(jù)研發(fā)占比折線圖、研發(fā)分析表和企業(yè)調(diào)動(dòng)分析表，并結(jié)合企業(yè)知產(chǎn)數(shù)據(jù)的變化量進(jìn)行綜合分析評(píng)估，得到科研評(píng)估表。

23、優(yōu)選地，政策解析層利用分詞工具去除時(shí)序科創(chuàng)政策列表中的停用詞，并將無(wú)停用詞的時(shí)序科創(chuàng)政策列表切分為獨(dú)立的若干詞組；再根據(jù)自定義詞典將所有詞組中的生僻字或錯(cuò)誤字符進(jìn)行清洗，并求取已清洗的所有詞組的相似度，并按照由大到小的順序?qū)⑾嗨贫冗M(jìn)行排序，進(jìn)而對(duì)科創(chuàng)政策的關(guān)鍵信息進(jìn)行提取，得到政策信息關(guān)鍵表。

24、優(yōu)選地，融合評(píng)判層首先將科研評(píng)估表按照預(yù)設(shè)數(shù)據(jù)維度的詞向量特征進(jìn)行提取，得到多維科研向量特征；

25、f＝σ(wxs+b)+qe(σ(wxs),y)+qf(σ(wxs),y)???????(2)

26、其中，t表示多維科研向量特征，σ()表示激活函數(shù)，w表示權(quán)重值，x表示科研評(píng)估表中的數(shù)據(jù)樣本，s表示真實(shí)數(shù)據(jù)維度，b表示偏差向量，switch()表示擇一函數(shù)，qe表示數(shù)據(jù)降維函數(shù)，y表示真實(shí)標(biāo)簽，qf表示數(shù)據(jù)升維函數(shù)；

27、然后利用信息解析算法按照預(yù)設(shè)的信息重要度，對(duì)政策信息關(guān)鍵表進(jìn)行數(shù)據(jù)解析，獲取一級(jí)必要信息數(shù)據(jù)集合、次級(jí)必要信息數(shù)據(jù)集合和非必要信息數(shù)據(jù)集合：

28、

29、其中，ε表示解析錯(cuò)誤率，i表示一級(jí)信息序號(hào)，n表示一級(jí)信息數(shù)目，γ表示一級(jí)向量矩陣，α表示每個(gè)一級(jí)必要信息，表示一級(jí)必要信息數(shù)據(jù)集合，j表示次級(jí)信息序號(hào)，m表示次級(jí)信息數(shù)目，δ表示次級(jí)向量矩陣，β表示每個(gè)次級(jí)信息，表示次級(jí)必要信息數(shù)據(jù)集合，表示克羅內(nèi)積，∑σ表示非必要信息數(shù)據(jù)集合；

30、再利用三個(gè)網(wǎng)絡(luò)分支分別對(duì)一級(jí)必要信息數(shù)據(jù)集合、次級(jí)必要信息數(shù)據(jù)集合和非必要信息數(shù)據(jù)集合進(jìn)行深度向量特征提取，獲取一級(jí)必要向量特征、次級(jí)必要向量特征和非必要向量特征；第一網(wǎng)絡(luò)分支包括2個(gè)3×3卷積層、2個(gè)5×5卷積層和1個(gè)7×7平均池化層；第二網(wǎng)絡(luò)分支包括3個(gè)由3×1卷積層及1×3卷積層構(gòu)成的卷積塊和2個(gè)5×5最大池化層；第三網(wǎng)絡(luò)分支包括3個(gè)3×3卷積層、1個(gè)7×7卷積層和2個(gè)3×3自適應(yīng)池化層；

31、最后，利用層次評(píng)估算法將多維科研向量特征，依次與一級(jí)必要向量特征、次級(jí)必要向量特征和非必要向量特征進(jìn)行比較評(píng)估，分別得到一級(jí)達(dá)標(biāo)度、次級(jí)達(dá)標(biāo)度和非必要達(dá)標(biāo)度；再根據(jù)一級(jí)達(dá)標(biāo)度、次級(jí)達(dá)標(biāo)度和非必要達(dá)標(biāo)度計(jì)算政策匹配度，并在時(shí)序科創(chuàng)政策列表中根據(jù)政策匹配度篩選匹配入駐企業(yè)的科創(chuàng)支持政策，并下載對(duì)應(yīng)的政策申請(qǐng)模板。

32、優(yōu)選地，科創(chuàng)推薦層首先從企業(yè)概況表中分別提取近x年的企業(yè)經(jīng)營(yíng)數(shù)據(jù)、企業(yè)知產(chǎn)數(shù)據(jù)、企業(yè)標(biāo)簽數(shù)據(jù)、企業(yè)競(jìng)品數(shù)據(jù)和企業(yè)風(fēng)險(xiǎn)信息，并利用預(yù)測(cè)擬合算法對(duì)入駐企業(yè)未來(lái)y年的企業(yè)經(jīng)營(yíng)數(shù)據(jù)、企業(yè)知產(chǎn)數(shù)據(jù)、企業(yè)標(biāo)簽數(shù)據(jù)、企業(yè)競(jìng)品數(shù)據(jù)和企業(yè)風(fēng)險(xiǎn)信息進(jìn)行預(yù)測(cè)，并結(jié)合企業(yè)融資數(shù)據(jù)進(jìn)行修正，獲取企業(yè)預(yù)測(cè)發(fā)展表；然后根據(jù)企業(yè)預(yù)測(cè)發(fā)展表計(jì)算所有科創(chuàng)支持政策的政策匹配度，并將科創(chuàng)支持政策中未達(dá)標(biāo)數(shù)據(jù)進(jìn)行標(biāo)記；隨后根據(jù)標(biāo)記的未達(dá)標(biāo)數(shù)據(jù)、企業(yè)行業(yè)類別和科創(chuàng)支持政策為入駐企業(yè)推薦若干科創(chuàng)項(xiàng)目；科創(chuàng)項(xiàng)目包括基礎(chǔ)研究類項(xiàng)目、應(yīng)用研究類項(xiàng)目、科技創(chuàng)新類項(xiàng)目、社會(huì)服務(wù)類項(xiàng)目、產(chǎn)業(yè)創(chuàng)新類項(xiàng)目、戰(zhàn)略導(dǎo)向項(xiàng)目、決策支撐項(xiàng)目和特色研究項(xiàng)目；最后根據(jù)科創(chuàng)項(xiàng)目提供對(duì)應(yīng)的科創(chuàng)服務(wù)；科創(chuàng)服務(wù)包括技術(shù)研發(fā)支持、知識(shí)產(chǎn)權(quán)服務(wù)、項(xiàng)目申報(bào)指導(dǎo)、產(chǎn)學(xué)研合作對(duì)接、創(chuàng)新資源共享、市場(chǎng)拓展協(xié)助、融資渠道對(duì)接和政策法規(guī)咨詢。

33、優(yōu)選地，服務(wù)查詢模塊包括關(guān)鍵詞提取單元、項(xiàng)目匹配單元和進(jìn)度顯示單元；關(guān)鍵詞提取單元利用textrank算法提取檢索查詢內(nèi)容的關(guān)鍵詞，并從科創(chuàng)服務(wù)合同中搜尋相似關(guān)鍵詞，抽取所有相關(guān)科創(chuàng)服務(wù)項(xiàng)目合同；內(nèi)容匹配單元利用協(xié)同過(guò)濾算法根據(jù)選擇的檢索查詢時(shí)間，從所有相關(guān)科創(chuàng)服務(wù)項(xiàng)目合同剔除未在檢索查詢時(shí)間內(nèi)的科創(chuàng)服務(wù)合同，得到所有臨近科創(chuàng)服務(wù)合同；圖譜顯示單元將所有臨近科創(chuàng)服務(wù)合同的服務(wù)狀態(tài)進(jìn)行交互展示。

34、優(yōu)選地，數(shù)據(jù)安全模塊包括信息加密單元和信息管理單元；信息加密單元利用動(dòng)態(tài)加密算法，對(duì)入駐企業(yè)信息和科創(chuàng)服務(wù)合同進(jìn)行加密；信息管理單元利用元數(shù)據(jù)庫(kù)將完成加密的入駐企業(yè)信息和科創(chuàng)服務(wù)合同進(jìn)行存儲(chǔ)，并在區(qū)塊鏈及云端分別進(jìn)行備份，以便于提供后續(xù)的服務(wù)跟蹤和數(shù)據(jù)回溯。

35、本發(fā)明通過(guò)科創(chuàng)推理模型對(duì)企業(yè)信息進(jìn)行詳細(xì)分析，并對(duì)科創(chuàng)政策進(jìn)行詳細(xì)解讀，從而為每個(gè)企業(yè)匹配企業(yè)發(fā)展各階段相應(yīng)的科創(chuàng)政策，并根據(jù)科創(chuàng)政策為每個(gè)企業(yè)推薦若干科創(chuàng)項(xiàng)目和提供若干科創(chuàng)服務(wù)；降低了現(xiàn)有人工解讀科創(chuàng)政策的難度；提升了人工為企業(yè)推薦科創(chuàng)政策的準(zhǔn)確率。