買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江中電遠為科技有限公司申請的專利一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119066497B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411238528.2，技術(shù)領(lǐng)域涉及：G06F18/241；該發(fā)明授權(quán)一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法是由黃玉琪;劉鵬;戴恩明設(shè)計研發(fā)完成，并于2024-09-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法在說明書摘要公布了：本發(fā)明涉及應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域的一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法，包括規(guī)則知識庫策略下發(fā)、終端PC數(shù)據(jù)采集、文檔類文件分級處理、模型和規(guī)則更新、資產(chǎn)梳理結(jié)果展等步驟，本申請中的企業(yè)數(shù)據(jù)處理方法，通過結(jié)合數(shù)據(jù)收集、規(guī)則知識庫和先進的自然語言處理模型，實現(xiàn)了企業(yè)數(shù)字信息的自動化管理，進而為企業(yè)構(gòu)建了一個智能化的數(shù)字資產(chǎn)管理系統(tǒng)，大幅提高了工作效率，優(yōu)化了數(shù)據(jù)管理流程，且本申請中的企業(yè)數(shù)據(jù)處理方法，利用規(guī)則知識庫模型進行文件分類和使用基于BERT模型和CNN?LSTM的網(wǎng)絡(luò)模型進行文本數(shù)據(jù)的深度分析和分級篩選，網(wǎng)絡(luò)模型能夠識別和理解復(fù)雜的文本內(nèi)容，確保數(shù)據(jù)分類的準確性和合理性。

本發(fā)明授權(quán)一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法在權(quán)利要求書中公布了：1.一種基于商業(yè)資產(chǎn)梳理的企業(yè)數(shù)據(jù)處理方法，其特征在于，包括以下步驟：S1、規(guī)則知識庫策略下發(fā)：S11、規(guī)則知識庫構(gòu)建；S12、賬戶注冊與綁定；S13、規(guī)則知識庫下發(fā)；S2、終端PC數(shù)據(jù)采集：S21、全盤掃描；S211、分盤文件掃描算法：終端PC通過分盤深度優(yōu)先搜索算法掃描文件系統(tǒng)；S212、文件規(guī)則匹配與分類：掃描過程中，依據(jù)規(guī)則知識庫中的規(guī)則進行字符串匹配，匹配結(jié)果包括文件的名稱、路徑以及符合的規(guī)則類別；S22、文件分類與上傳；S221、分類結(jié)果生成：掃描結(jié)束后，通過規(guī)則知識庫將所有匹配的文件及其分類信息整理成JSON格式的分類結(jié)果；S222、分類結(jié)果上傳：終端PC通過HTTP協(xié)議將文件分類結(jié)果分段上傳到數(shù)據(jù)管理服務(wù)器，上傳過程中，使用POST請求將JSON字符串發(fā)送至服務(wù)器的分類結(jié)果處理端點；S223、文檔上傳：篩選出標記為文檔類的文件，將這些文檔文件和其分類信息一起上傳，進行進一步的分級訓(xùn)練；S3、文檔類文件分級處理：S31、數(shù)據(jù)輸入處理：S311、文檔清理：通過正則表達式清除文檔中不需要的內(nèi)容，并依據(jù)中文停用詞表去除停用詞；S312、文檔分詞：通過結(jié)巴分詞器將文檔分割為詞粒度的token；S32、BERT嵌入編碼向量：經(jīng)過分詞處理后的token通過BERT的嵌入層，被生成詞嵌入向量、類型嵌入向量和位置向量；S33、BERT加權(quán)編碼融合：通過殘差連接設(shè)計將低級別Transformer第一層輸出向量和高級別Transformer最后一層輸出向量進行加權(quán)疊加；S34、構(gòu)建CNN-LSTM解碼層：BERT編碼層輸出分別輸入textCNN網(wǎng)絡(luò)以及Bi-LSTM網(wǎng)絡(luò)，將textCNN網(wǎng)絡(luò)的輸出特征向量和Bi-LSTM網(wǎng)絡(luò)的輸出特征向量使用預(yù)定的權(quán)重進行加權(quán)平均；S35、全連接層分級輸出：將步驟S34中進行加權(quán)平均后的特征向量輸入到全連接層，然后通過softmax對全連接層的輸出進行計算輸出相關(guān)概率并進行最終的分級任務(wù)；S36、文檔分級結(jié)果生成和存儲：通過基于BERT模型和CNN-LSTM網(wǎng)絡(luò)模型組成的分級模型對文檔類數(shù)據(jù)進行分級處理，并將分級結(jié)果存儲在數(shù)據(jù)管理服務(wù)器中；S37、分級模型存儲：將每次掃描任務(wù)完成后的基于BERT模型和CNN-LSTM網(wǎng)絡(luò)模型組成的分級模型存儲在數(shù)據(jù)管理服務(wù)器中；S4、模型和規(guī)則更新：S41、規(guī)則知識庫更新：根據(jù)用戶反饋和新出現(xiàn)的文件類型，定期更新規(guī)則知識庫的規(guī)則，規(guī)則更新后，通過自動化機制將其下發(fā)至各終端PC；S5、資產(chǎn)梳理結(jié)果展示：S51、數(shù)據(jù)庫存儲：將每次分級分類任務(wù)完成后的所有文件的分類結(jié)果和文檔類文件的分級結(jié)果存儲在MySQL數(shù)據(jù)庫中；S52、前端展示：提供RESTfulAPI接口，通過HTTP協(xié)議將分類結(jié)果傳輸?shù)絎eb前端。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江中電遠為科技有限公司，其通訊地址為：310000 浙江省杭州市臨平區(qū)喬司街道科城街180號1幢801室-1；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。