[發(fā)明專利]高校專利個(gè)性化推薦系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010031875.3
• 申請(qǐng)日: 2020-01-13
• 公開（公告）號(hào): CN111259110A
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計(jì)）人: 冉從敬;宋凱
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/35
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 石超群

本發(fā)明提供了一種高校專利個(gè)性化推薦系統(tǒng)，它包括：數(shù)據(jù)檢索與預(yù)處理模塊，檢索得到特定技術(shù)領(lǐng)域的專利數(shù)據(jù)，并進(jìn)行自然語言處理，獲取最優(yōu)的分詞結(jié)果集；主題提取與文本聚類模塊，采用LDA模型進(jìn)行主題提取，得到文檔?主題概率矩陣，對(duì)主題進(jìn)行概括；專利數(shù)據(jù)聚類劃分模塊，依據(jù)文檔?主題概率矩陣，運(yùn)用K?means算法進(jìn)行文本聚類；待推薦專利數(shù)據(jù)生成模塊，結(jié)合目標(biāo)企業(yè)的技術(shù)強(qiáng)弱情況，通過相似度計(jì)算生成待推薦的專利數(shù)據(jù)列表，進(jìn)行“數(shù)據(jù)檢索?數(shù)據(jù)處理?數(shù)據(jù)存儲(chǔ)?數(shù)據(jù)分析?數(shù)據(jù)應(yīng)用”的全過程涵蓋自然語言處理、主題建模、文本聚類、相似度計(jì)算等，最終從高校的專利匯總列表中篩選出優(yōu)質(zhì)的專利數(shù)據(jù)推薦給目標(biāo)企業(yè)。

技術(shù)領(lǐng)域

本發(fā)明屬于大數(shù)據(jù)分析處理技術(shù)領(lǐng)域，具體地涉及一種高校專利個(gè)性化推薦系統(tǒng)。

背景技術(shù)

專利(patent)，從字面上是指專有的權(quán)利和利益。在現(xiàn)代，專利一般是由政府機(jī)關(guān)或者代表若干國家的區(qū)域性組織根據(jù)申請(qǐng)而頒發(fā)的一種文件，這種文件記載了發(fā)明創(chuàng)造的內(nèi)容，并且在一定時(shí)期內(nèi)產(chǎn)生這樣一種法律狀態(tài)，即獲得專利的發(fā)明創(chuàng)造在一般情況下他人只有經(jīng)專利權(quán)人許可才能予以實(shí)施。也就是說，專利是專利權(quán)人對(duì)自己的研發(fā)成果進(jìn)行技術(shù)保護(hù)的一種有效手段。

目前，在各大高校內(nèi)，老師或?qū)W生在進(jìn)行科學(xué)研究過程中也會(huì)產(chǎn)生眾多發(fā)明創(chuàng)造，繼而申請(qǐng)了非常多的專利。然而，各大高校面臨的問題是，科研產(chǎn)生的眾多專利僅僅只是申請(qǐng)了專利權(quán)，并未進(jìn)行實(shí)際應(yīng)用，而對(duì)該技術(shù)有需求的企業(yè)也很難找到適合自己需求的高校專利資源，造成了大量優(yōu)質(zhì)發(fā)明創(chuàng)造的浪費(fèi)。因此，現(xiàn)有技術(shù)中缺乏一種能夠?qū)⒏咝．a(chǎn)生的優(yōu)質(zhì)專利推薦給有需求的企業(yè)的技術(shù)方案。

發(fā)明內(nèi)容

本發(fā)明是為了解決上述問題而進(jìn)行的，目的在于提供一種能夠有效地將高校的優(yōu)質(zhì)專利推薦給有需求的目標(biāo)企業(yè)的高校專利個(gè)性化推薦系統(tǒng)。

本發(fā)明提供了一種高校專利個(gè)性化推薦系統(tǒng)，其特征在于，包括：數(shù)據(jù)檢索與預(yù)處理模塊，基于預(yù)設(shè)技術(shù)領(lǐng)域進(jìn)行檢索得到對(duì)應(yīng)的專利數(shù)據(jù)，并對(duì)該專利數(shù)據(jù)進(jìn)行自然語言處理，將文本向量轉(zhuǎn)換成詞向量；對(duì)分詞數(shù)據(jù)集進(jìn)行整理、更新、迭代，獲取最優(yōu)的分詞結(jié)果集；

主題提取與文本聚類模塊，采用LDA模型對(duì)檢索得到的專利數(shù)據(jù)進(jìn)行主題提取，得到文檔-主題概率矩陣，并用最相關(guān)的語義詞對(duì)主題進(jìn)行概括；

專利數(shù)據(jù)聚類劃分模塊，依據(jù)文檔-主題概率矩陣，計(jì)算K-means算法的初始聚類中心值，進(jìn)而運(yùn)用K-means算法進(jìn)行文本聚類，設(shè)置聚類數(shù)、初始聚類中心、迭代次數(shù)，從而對(duì)檢索得到的專利數(shù)據(jù)進(jìn)行聚類劃分；以及

待推薦專利數(shù)據(jù)生成模塊，結(jié)合高校專利數(shù)據(jù)與目標(biāo)企業(yè)的技術(shù)強(qiáng)弱情況，通過相似度計(jì)算生成待推薦給所述目標(biāo)企業(yè)的專利數(shù)據(jù)列表。

在本發(fā)明提供的高校專利個(gè)性化推薦系統(tǒng)中，還可以具有這樣的特征，其中，所述數(shù)據(jù)檢索與預(yù)處理模塊執(zhí)行如下處理過程：在檢索得到對(duì)應(yīng)的專利數(shù)據(jù)后，利用R語言的jiebaR包對(duì)檢索得到的專利數(shù)據(jù)進(jìn)行文本分詞、去停用詞、篩選詞等自然語言處理；然后對(duì)分詞結(jié)果集進(jìn)行詞典更新、多輪迭代等最優(yōu)化整理。

在本發(fā)明提供的高校專利個(gè)性化推薦系統(tǒng)中，還可以具有這樣的特征，其中，所述主題提取與文本聚類模塊執(zhí)行如下處理過程：利用R語言的lda包對(duì)檢索得到的專利數(shù)據(jù)進(jìn)行主題提取；利用LDAvis包展示主題可視化結(jié)果，調(diào)整主題數(shù)目、alpha值和beta值，利用多維尺度分析確定最優(yōu)主題數(shù)目、判斷主題模型抽取結(jié)果的優(yōu)異程度；將LDA模型與K-means算法融合，依據(jù)LDA提取的文檔-主題概率矩陣，在K個(gè)主題的維度上確定初始聚類中心，設(shè)置聚類數(shù)、迭代次數(shù)，實(shí)現(xiàn)對(duì)檢索得到的專利數(shù)據(jù)進(jìn)行聚類劃分。

在本發(fā)明提供的高校專利個(gè)性化推薦系統(tǒng)中，還可以具有這樣的特征，其中，所述待推薦專利數(shù)據(jù)生成模塊為基于內(nèi)容推薦的數(shù)據(jù)生成模塊，執(zhí)行如下處理過程：確定所述目標(biāo)企業(yè)的技術(shù)重點(diǎn)主題，通過與該重點(diǎn)主題下的專利進(jìn)行平均主題相似度計(jì)算對(duì)高校專利匯總列表進(jìn)行篩選，從而生成基于內(nèi)容推薦的高校專利列表。