基于知识图谱的个性化专利推荐系统
这是一篇关于专利,知识图谱,推荐系统,可视化的论文, 主要内容为科技创新是引领发展的第一动力,而知识产权是科技创新的“保护伞”,专利数据作为知识产权的重要载体之一,是科技型企业与科研人员了解最新科学技术情报的重要途径,因此如何将适合的专利推送给需要的用户,是一个十分值得研究的问题。本文基于这一背景,依托于重庆市科学技术局、重庆市摩托车(汽车)知识产权信息中心所申报的“全球产业及人才图谱构建及系统实现”项目的数据支撑,以向用户进行合理的专利推荐为目的,围绕基于知识图谱的个性化专利推荐系统展开一系列的研究。本文具体工作如下:(1)构建了一个专利产权知识图谱。首先,通过预处理与爬虫手段获取整理出多维知识产权数据,并设计实体消歧手段解决企业名称变更、同名发明人问题;然后,在图谱设计流程中,针对专利产权信息链路特性,对专利的申请人、发明人、IPC分类号等数据进行结构分析,确定了实体与关系的定义及属性,完成了专利产权知识图谱的构建,并以三元组的形式存储至图数据库Neo4j中;最后,针对已搭建好的专利产权知识图谱,使用前端框架D3.js与后端框架Spring Data实现了图谱的可视化渲染与用户交互,用户可在该功能上根据实体与关系的检索交互从而获取到专利知识产权图谱的可视化。(2)提出了融合知识图谱与语义特征的推荐算法。作为本系统的核心之一,在个性化推荐功能模块上,以构建好的专利产权知识图谱作为推荐系统中的辅助信息,提出了一种融合知识图谱与语义特征的多任务学习模型。首先,采用多任务学习的思想将推荐学习与知识表示学习视为两种相对独立的模块;然后,设计了基于自注意力机制的信息融合单元,对推荐学习中的用户行为信息与知识表示学习中的实体结构信息进行融合;针对模型输入,利用Bert预训练语言模型提取了专利文本向量,将其作为知识表示任务中的专利实体节点初始化的一部分,为模型引入语义特征;最后,设计实验验证了模型的效果与准确率。在系统实现上,以离线推荐的形式,通过设计定时任务的方法完成系统对用户的个性化专利推荐。(3)设计并实现了具有多种功能的专利推荐系统。首先,系统整体框架采用前后端分离的B/S经典架构,数据存储方面使用关系型数据库Mysql存储专利、申请人等产权信息详情数据,图数据库Neo4j存储专利产权知识图谱数据;然后基于此开发实现了用户登录、用户收藏、知识产权信息检索、企业产权信息可视化等功能;最后,为保证各功能模块之间的稳定性与独立性,对系统进行了针对性的功能测试与性能测试。综上所述,本文结合知识图谱、推荐系统、图数据库、前端可视化等相关技术。首先设计并构建了一个以专利信息为核心的专利产权知识图谱;然后提出了一种融合知识图谱与语义特征的多任务学习推荐模型;最后在满足用户的产权信息检索、可视化、个性化推荐等基础需求下,实现了基于知识图谱的专利个性化推荐系统。如今系统已完成在Nginx服务器上的部署及开放,能够服务于对知识产权信息有一定需求的用户。
基于知识图谱的个性化专利推荐系统
这是一篇关于专利,知识图谱,推荐系统,可视化的论文, 主要内容为科技创新是引领发展的第一动力,而知识产权是科技创新的“保护伞”,专利数据作为知识产权的重要载体之一,是科技型企业与科研人员了解最新科学技术情报的重要途径,因此如何将适合的专利推送给需要的用户,是一个十分值得研究的问题。本文基于这一背景,依托于重庆市科学技术局、重庆市摩托车(汽车)知识产权信息中心所申报的“全球产业及人才图谱构建及系统实现”项目的数据支撑,以向用户进行合理的专利推荐为目的,围绕基于知识图谱的个性化专利推荐系统展开一系列的研究。本文具体工作如下:(1)构建了一个专利产权知识图谱。首先,通过预处理与爬虫手段获取整理出多维知识产权数据,并设计实体消歧手段解决企业名称变更、同名发明人问题;然后,在图谱设计流程中,针对专利产权信息链路特性,对专利的申请人、发明人、IPC分类号等数据进行结构分析,确定了实体与关系的定义及属性,完成了专利产权知识图谱的构建,并以三元组的形式存储至图数据库Neo4j中;最后,针对已搭建好的专利产权知识图谱,使用前端框架D3.js与后端框架Spring Data实现了图谱的可视化渲染与用户交互,用户可在该功能上根据实体与关系的检索交互从而获取到专利知识产权图谱的可视化。(2)提出了融合知识图谱与语义特征的推荐算法。作为本系统的核心之一,在个性化推荐功能模块上,以构建好的专利产权知识图谱作为推荐系统中的辅助信息,提出了一种融合知识图谱与语义特征的多任务学习模型。首先,采用多任务学习的思想将推荐学习与知识表示学习视为两种相对独立的模块;然后,设计了基于自注意力机制的信息融合单元,对推荐学习中的用户行为信息与知识表示学习中的实体结构信息进行融合;针对模型输入,利用Bert预训练语言模型提取了专利文本向量,将其作为知识表示任务中的专利实体节点初始化的一部分,为模型引入语义特征;最后,设计实验验证了模型的效果与准确率。在系统实现上,以离线推荐的形式,通过设计定时任务的方法完成系统对用户的个性化专利推荐。(3)设计并实现了具有多种功能的专利推荐系统。首先,系统整体框架采用前后端分离的B/S经典架构,数据存储方面使用关系型数据库Mysql存储专利、申请人等产权信息详情数据,图数据库Neo4j存储专利产权知识图谱数据;然后基于此开发实现了用户登录、用户收藏、知识产权信息检索、企业产权信息可视化等功能;最后,为保证各功能模块之间的稳定性与独立性,对系统进行了针对性的功能测试与性能测试。综上所述,本文结合知识图谱、推荐系统、图数据库、前端可视化等相关技术。首先设计并构建了一个以专利信息为核心的专利产权知识图谱;然后提出了一种融合知识图谱与语义特征的多任务学习推荐模型;最后在满足用户的产权信息检索、可视化、个性化推荐等基础需求下,实现了基于知识图谱的专利个性化推荐系统。如今系统已完成在Nginx服务器上的部署及开放,能够服务于对知识产权信息有一定需求的用户。
飞机钣金件工艺设计知识图谱构建与应用技术研究
这是一篇关于知识图谱,专利,工序卡片,钣金工艺,熟练度计算的论文, 主要内容为飞机设计制造属于典型的订单驱动的单件小批量生产模式,每个产品的生产制造过程都包含研制、零部件制造、零部件装配、质检、交付的过程,由于用户的个性化定制需求,使得每个产品在研制的过程中都会出现大量的新零件或既有零件的变型设计,这些零件在制造前都要进行工艺设计,并且由于飞机零部件在刚度、强度、精度等方面的特殊性,使得工艺设计在飞机产品设计制造中占据非常重要的地位。钣金工艺是飞机制造过程中最为重要的工艺之一,飞机钣金件类型繁多,加工工艺复杂,参与相关工艺设计的工艺员人数多,在钣金工艺任务执行过程中,有效重用相似零件的工艺知识,以及将任务分配给技术擅长的人员是提升工艺设计效率和质量的关键。本文以成都某飞机制造企业工艺任务智能管控需求为背景,开展知识图谱应用技术的研究,主要工作包括:(1)运用自然语言处理技术处理收集的飞机钣金工序卡片及专利数据后,针对飞机钣金工艺类专利的特点改进Text Rank算法,使用改进后的Text Rank算法提取专利的关键词。(2)对部分专利和工序卡片的关键词进行标注,使用word2vec模型训练获得关键词的词向量后,使用KNN算法对专利和工序卡片进行分类;根据专利和关键词的特点制定对齐策略后进行知识融合,得到RDF文件后,使用Jena推理机制定自定义规则对RDF文件进行知识推理,最后将RDF文件导入Neo4j图形数据库中进行存储。(3)针对工艺员和工艺知识推荐,本文提出一种工艺员飞机钣金工序熟练度评价模型,通过改进层次分析法,得出熟练度判断矩阵求出权向量后,根据工艺员的熟练度标签得出工艺员对各工序的熟练度,作为推荐的依据。在推荐工序卡片及专利时,根据当前任务工序基本信息,匹配到图谱中对应类型的工序卡片或专利,根据工序卡片或专利的设计人对该工序的熟练度排序后进行推荐。并可根据工艺员对推荐内容的查看情况实时更新推荐内容。(4)基于以上内容,完成对飞机钣金工艺设计与管理系统的研发。通过验证表明,该系统能满足工艺设计过程中对工艺员和工艺知识的推荐需求。
基于专利信息的科研团队发现系统的设计与实现
这是一篇关于专利,科研团队发现,标签传播算法,系统开发的论文, 主要内容为随着科技的高速发展,专利数量正在不断增长,发明人之间的科研合作方式也越来越影响成果的产出。在专利分析领域中,科研团队发现是重要的研究方向之一。面对海量的专利数据,人们往往很难快速而有效的挖掘科研团队信息,而目前市面上成熟的专利分析网站也没有提供此类功能。因此如何设计和实现一个可交互系统帮助使用者科学高效地发现某一技术领域中的科研团队,了解它们的相关信息和发展现状是本文重点需要解决的问题。本文主要完成的工作如下:(1)使用APScheduler框架和Requests库实现专利数据的定时采集,对原始数据进行解析提取主要专利信息后存储到数据库中完成系统数据的自动更新。(2)对比分析团队发现相关算法,采用标签传播算法实现在加权合著网络中进行科研团队的划分,与基于无权网络的传统标签传播算法相比,准确度有所提升。结合节点的度中心性,中间中心性和专利量三个指标评估团队中发明人的重要程度。通过TextRank算法提取团队相关专利中的关键词表明该科研团队主要的研究方向。(3)按照软件工程中的系统开发流程,完成了整个系统的需求分析、架构设计、关键技术选型、系统的功能模块划分与交互设计、模块详细设计以及系统的开发和测试工作。本系统前端基于Vue.js和ElementUI框架,后端基于Django框架实现前后端分离开发。数据库使用MySQL和ElasticSearch分别对不同类型数据进行存储。本系统开发的功能模块包括数据采集模块,团队发现模块,专利检索模块和系统管理模块。最后系统测试的结果表明该系统符合预期结果,能够满足用户需求,具有较高的实用价值。
基于多模态的专利相似度检测系统
这是一篇关于专利,多模态,相似度检测,可视化的论文, 主要内容为专利相似度检测是指通过计算两个或多个专利文本之间的相似度,以评估它们之间的关联程度。专利相似度检测可用于帮助人们更好地理解专利之间的关联性,并促进专利申请和专利侵权检测等方面的工作。在专利领域中,最常见的单模态数据类型是文本,因此许多专利相似度检测方法都是基于专利文本的。基于单模态的专利相似度检测方法的优点是简单、易于实现,但也存在一些限制,例如无法处理多模态数据、无法考虑专利文本中的语义信息、难以处理专利文本的复杂性等,因此无法全面地评估专利之间的相似度。如何改变传统的相似度检测算法,使其适应专利数据的复杂特性,成为现在专利相似度检测系统亟待解决的问题。多模态技术是指使用多种模态数据来提高模型的准确性与泛化性的一种方法。本文依托国家知识产权局“专利技术运用转化研究与平台关键功能设计”专项和重庆市科学技术局申报的“专利信息公共服务体系建设”项目的数据支撑,以向用户提供更多维度的专利相似度检测为目的,展开一系列的研究,相关工作如下:(1)构建专利多模态信息结构。首先,对专利数据进行预处理,按专利类型进行分类并通过爬虫等方法获取相似度较高专利,并设计实体消歧解决同号专利问题。其次,针对专利信息的结构与多模态特性,对专利的摘要、引用关系、语义说明书、附加图像等数据进行特征提取,确定各模态特征与提取方式的关系及特征存储方式,完成专利多模态信息结构的构建。最后,根据构建好的专利多模态信息结构,通过前端框架Vue.js与后端框架Spring Data实现多模态信息的可视化展示,用户可通过多模态信息的详情展示获取到其他相似专利的推荐。(2)提出融合多模态信息的专利相似度检测方法。作为本系统的核心之一,在专利相似度检测功能模块上,以提取好的专利多模态信息作为主要输入,提出了一种融合多模态信息的专利相似度检测方法。该方法采用多任务检测的思想将相似度检测与权重分配视为两种相对独立的模块。针对模型输入,本方法利用向量空间模型提取专利文本向量,借助Sim Net模型获取主体语义信息,通过SURF算法构建图像特征向量,最后结合引用关系将各模态特征及其相似度检测结果作为多模态相似度的一部分,进行最终的多模态相似度融合。(3)实现并优化了多模态相似度融合策略。在获得专利多模态相似度检测结果后,本系统采用基于线性加权的特征融合方法对相似度检测结果进行融合,并设计实验对比各融合策略的效率与准确率。最后结合专利的实际结构特征与系统负载要求选择合适的多模态相似度融合策略并进行优化。在系统实现上,以用户输入的方式,通过后台算法模型提供的接口完成对用户输入专利的相似度检测结果展示。(4)设计并实现了具有多种功能的专利相似度检测系统。首先,系统采用传统的B/S架构,将前端与后端分离,使用关系型数据库My SQL来存储专利文本、发明人、IPC分类号等详细数据,同时还存储专利多模态信息。然后基于上述数据实现用户登录、关注等基本功能以及专利信息检索、企业工商检索、专利相似度检测等主要功能。最后,对系统进行了相关模块的功能测试与性能测试。综上所述,本文结合多模态、相似度检测等相关技术,首先设计并构建专利的多模态信息结构。其次提出了一种融合多模态特征的专利相似度检测方法,并为检测方法选择合适的多模态相似度融合策略进行优化。最后实现可以提供专利信息检索、可视化、专利相似度检测、相似专利检索等系统功能的专利多模态相似度检测系统。系统已成功通过Nginx服务器完成部署,可为相关需求用户提供检测服务。
基于.NET的专利与成果转化管理系统的设计与实现
这是一篇关于专利,成果转化,管理系统,MVC,设计模式,UML,原型化模型,.NET平台的论文, 主要内容为随着科研水平的不断提高，吉林大学的专利申请数目快速增加，这些专利是吉林大学师生智慧的结晶，如何对这些成果进行有效的管理，让这些成果走出校门并转化为经济效益就具有非常重大的意义。 吉林大学专利与成果转化管理系统是一套面向吉林大学师生，工作人员和社会大众的专利管理与统计分析系统。吉林大学的教师通过系统可以办理专利申请、专利转化合同、专利补贴和专利津贴等专利业务，管理自己负责的专利，下载专利相关文件的扫描件，提醒专利缴费，也可以发布专利转化及合作研究相关信息。同时，中层单位可以通过本系统对本学院专利进行统计输出，可以提交和发布专利转化与研发合作信息。专利管理部门通过本系统对专利申请、授权、转化、补贴与津贴等相关业务进行管理，通过网络对相关文件进行审核，同时，进行信息发布，以检索为入口形成专利、合同、补贴与津贴等各种统计报表。管理员还可以通过本系统向专利负责人界面有选择群发通知，同时，也向专利负责人的邮箱发出通知，以确保专利统计、调查、上报材料，补贴、津贴等工作高效率的完成。可以通过本网站向国内外发布吉林大学专利等知识产权转化合作相关信息。社会大众可以通过本系统以单个条件或组合条件来检索吉林大学的专利信息与成果转化信息。 本文主要介绍了专利与成果转化管理系统的开发过程，包括需求分析，概要设计与详细设计，系统实现等过程。 在需求分析阶段，面对着客户的不断变化的需求，系统采用了原型化模型进行开发。首先需要建行一个快速原型系统，这样就可以使客户或未来的用户能够直接的看到未来系统的样子，并进行简单交互，开发人员可以在原型化系统的基础上和客户进行更加深入的讨论和交流，这样就更加容易的获取客户的真正需求。 在系统设计阶段，采用了业界流行的MVC设计模式，将系统的界面，业务逻辑与数据操作，控制模块分成了View，Model，Controller三个部分，这三个部分耦合度低，各司其职，具有较高的可复用性和可维护性。采用了UML完成了系统模块的划分，模块层次结构的确立，模块内部工作流程与数据库的设计。 在系统实现阶段，采用了HTML+CSS+JavaScript完成了前端页面设计。并且使用AJAX改善对用户体验要求高的功能点。结合系统设计中的MVC设计模式，在.NET平台下用C#语言完成了后台业务逻辑。在数据库操作中，使用了连接池，索引和存储过程来提高数据库性能。不仅如此，通过对数据库操作的封装和使用存储过程，进一步降低了业务逻辑和数据操作模块之间的耦合度。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码驿站 ，原文地址：https://m.bishedaima.com/lunwen/47869.html
