[發(fā)明專利]要素匹配方法、裝置、服務器及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911017812.6
• 申請日: 2019-10-24
• 公開（公告）號: CN110826606B
• 公開（公告）日: 2020-07-10
• 發(fā)明（設計）人: 費紅琳;肖巧巧;丁杰;孫秀婷;倪向東;嚴艷紅;孫倩倩;殷建文
• 申請（專利權(quán)）人: 廣州高企云信息科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/24
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 李彥孚

本申請實施例提供一種要素匹配方法、裝置、服務器及可讀存儲介質(zhì)，通過從目標企業(yè)的數(shù)據(jù)庫服務器中獲取目標企業(yè)的要素匹配特征數(shù)據(jù)庫，并確定要素匹配特征數(shù)據(jù)庫中包含創(chuàng)新要素匹配特征后，對創(chuàng)新要素匹配特征進行前向計算得到創(chuàng)新要素匹配特征的創(chuàng)新屬性信息，將創(chuàng)新屬性信息與預置的多個預置創(chuàng)新屬性信息進行匹配，判斷目標企業(yè)的創(chuàng)新特征，從而輸出目標企業(yè)的創(chuàng)新要素規(guī)劃建議，以減少企業(yè)創(chuàng)新要素評估的主觀誤差，有效提高企業(yè)數(shù)據(jù)庫資源的重用率，能夠快速準確地完成軟件產(chǎn)品方案的創(chuàng)新評估任務，縮短產(chǎn)品研發(fā)時間，并且也能夠更準確地識別企業(yè)關(guān)聯(lián)創(chuàng)新能力的真實狀況，從而提高企業(yè)的創(chuàng)新要素規(guī)劃方向的準確性，為企業(yè)提供便利。

技術(shù)領域

本申請涉及計算機技術(shù)領域，具體而言，涉及一種要素匹配方法、裝置、服務器及可讀存儲介質(zhì)。

背景技術(shù)

傳統(tǒng)的企業(yè)創(chuàng)新能力全面評估方法一般采取線下方式，通常僅僅只是簡單地對企業(yè)的創(chuàng)新要素進行簡要的評估，存在很大的主觀差異性，不僅由于主觀差異性導致實用性不強，而且相關(guān)匹配過程也異常繁瑣、開銷巨大，企業(yè)為了應對各類創(chuàng)新項目評估，往往需要投入巨大的時間和精力，即使將來可能出現(xiàn)的專業(yè)創(chuàng)新項目評估機構(gòu)顯然也無法完成對每年大量的評估任務，這對于互聯(lián)網(wǎng)時代軟件數(shù)量的大規(guī)模增長是非常不適合的。此外，傳統(tǒng)方案中往往無法識別企業(yè)關(guān)聯(lián)創(chuàng)新能力的真實狀況，從而難以根據(jù)企業(yè)的實際研發(fā)狀況綜合企業(yè)的創(chuàng)新要素規(guī)劃方向。如何減少企業(yè)創(chuàng)新要素評估的主觀誤差，對企業(yè)的創(chuàng)新要素進行有效準確地深度數(shù)據(jù)挖掘，是當前的一大難題。

發(fā)明內(nèi)容

為了至少克服現(xiàn)有技術(shù)中的上述不足，本申請的目的之一在于提供一種要素匹配方法、裝置、服務器及可讀存儲介質(zhì)，以減少企業(yè)創(chuàng)新要素評估的主觀誤差，有效提高企業(yè)數(shù)據(jù)庫資源的重用率，能夠快速準確地完成軟件產(chǎn)品方案的創(chuàng)新評估任務，縮短產(chǎn)品研發(fā)時間，并且也能夠更準確地識別企業(yè)關(guān)聯(lián)創(chuàng)新能力的真實狀況，從而提高企業(yè)的創(chuàng)新要素規(guī)劃方向的準確性，為企業(yè)提供便利。

第一方面，本申請?zhí)峁┮环N要素匹配方法應用于服務器，所述服務器預先根據(jù)多個預置創(chuàng)新屬性信息為每個預置創(chuàng)新屬性信息建立唯一特征名稱使得將各個預置創(chuàng)新屬性信息的唯一特征名稱與和其相對應的創(chuàng)新要素匹配特征的創(chuàng)新屬性信息建立一一對應關(guān)系，以預先根據(jù)各個預置創(chuàng)新屬性信息的唯一特征名稱與創(chuàng)新要素匹配特征的創(chuàng)新屬性信息建立匹配列表，且每個預置創(chuàng)新屬性信息均與至少一個創(chuàng)新要素匹配特征的創(chuàng)新屬性信息相匹配，所述方法包括：

從目標企業(yè)的數(shù)據(jù)庫服務器中獲取所述目標企業(yè)的要素匹配特征數(shù)據(jù)庫，并利用特征匹配算法確定所述要素匹配特征數(shù)據(jù)庫中是否包含創(chuàng)新要素匹配特征；

若包含創(chuàng)新要素匹配特征，則對所述創(chuàng)新要素匹配特征進行前向計算得到所述創(chuàng)新要素匹配特征的創(chuàng)新屬性信息；

將計算得到創(chuàng)新要素匹配特征的創(chuàng)新屬性信息與預置的多個預置創(chuàng)新屬性信息進行匹配，判斷所述目標企業(yè)的創(chuàng)新特征；

根據(jù)所述目標企業(yè)的創(chuàng)新特征輸出所述目標企業(yè)的創(chuàng)新要素規(guī)劃建議，并將所述目標企業(yè)的創(chuàng)新要素規(guī)劃建議發(fā)送給所述目標企業(yè)的創(chuàng)新管理終端。

在第一方面的一種可能的設計中，所述利用特征匹配算法確定所述要素匹配特征數(shù)據(jù)庫中是否包含創(chuàng)新要素匹配特征的步驟，包括：

從創(chuàng)新要素模板數(shù)據(jù)庫中讀取出常見創(chuàng)新要素模板；

根據(jù)所述要素匹配特征數(shù)據(jù)庫中的要素適用業(yè)務類型從所述常見創(chuàng)新要素模板中確定待用創(chuàng)新要素模板；

根據(jù)待用創(chuàng)新要素模板確定待用創(chuàng)新要素的要素匹配范圍；

利用所述要素匹配范圍在所述要素匹配特征數(shù)據(jù)庫中進行匹配，若匹配成功，則確定所述要素匹配特征數(shù)據(jù)庫中包含創(chuàng)新要素匹配特征。

在第一方面的一種可能的設計中，用于計算創(chuàng)新屬性信息的模型通過以下方式訓練得到：