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

龍圖騰網(wǎng)恭喜上海市大數(shù)據(jù)中心申請(qǐng)的專利基于人工智能的產(chǎn)品注冊(cè)資料管理方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118861302B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)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(qǐng)?zhí)?專利號(hào)為：202411111290.7，技術(shù)領(lǐng)域涉及：G06F16/35；該發(fā)明授權(quán)基于人工智能的產(chǎn)品注冊(cè)資料管理方法及系統(tǒng)是由張向飛;滕天宇;王棟梁;蔣浩;王軼;方海賓;顧琦設(shè)計(jì)研發(fā)完成，并于2024-08-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于人工智能的產(chǎn)品注冊(cè)資料管理方法及系統(tǒng)在說(shuō)明書摘要公布了：本發(fā)明公開了基于人工智能的產(chǎn)品注冊(cè)資料管理方法及系統(tǒng)，屬于人工智能技術(shù)領(lǐng)域。本方法包括以下步驟：對(duì)數(shù)據(jù)庫(kù)中已注冊(cè)的資料進(jìn)行關(guān)鍵詞提取，根據(jù)關(guān)鍵詞所屬領(lǐng)域?qū)Y料分類；對(duì)于同一領(lǐng)域的資料，以日為單位，對(duì)每日的資料進(jìn)行特征的提取和分析確定共性內(nèi)容；計(jì)算每日資料共性內(nèi)容的梯度變化，確定資料所屬的不同時(shí)段；對(duì)于每個(gè)時(shí)段的資料，對(duì)其關(guān)鍵內(nèi)容進(jìn)行確定，建立評(píng)審模板；將待注冊(cè)資料與評(píng)審模板進(jìn)行比對(duì)，得出評(píng)審建議并進(jìn)行反饋；根據(jù)資料所屬的不同時(shí)段對(duì)模板變化時(shí)間進(jìn)行預(yù)測(cè)，待注冊(cè)資料的申請(qǐng)時(shí)間在預(yù)測(cè)時(shí)間之后時(shí)，對(duì)用戶進(jìn)行反饋提醒。本方法能夠有效改善現(xiàn)有技術(shù)缺乏對(duì)資料變化和趨勢(shì)的動(dòng)態(tài)適應(yīng)能力的情況。

本發(fā)明授權(quán)基于人工智能的產(chǎn)品注冊(cè)資料管理方法及系統(tǒng)在權(quán)利要求書中公布了：1.基于人工智能的產(chǎn)品注冊(cè)資料管理方法，其特征在于：該方法包括以下步驟：S1、對(duì)數(shù)據(jù)庫(kù)中已注冊(cè)的資料進(jìn)行關(guān)鍵詞提取，根據(jù)關(guān)鍵詞所屬領(lǐng)域?qū)Y料分類；S2、對(duì)于同一領(lǐng)域的資料，以日為單位，對(duì)每日的資料進(jìn)行特征的提取和分析確定共性內(nèi)容；S3、計(jì)算每日資料共性內(nèi)容的梯度變化，確定資料所屬的不同時(shí)段；S4、對(duì)于每個(gè)時(shí)段的資料，對(duì)其關(guān)鍵內(nèi)容進(jìn)行確定，建立評(píng)審模板；S5、將待注冊(cè)資料與評(píng)審模板進(jìn)行比對(duì)，得出評(píng)審建議并進(jìn)行反饋；S6、根據(jù)資料所屬的不同時(shí)段對(duì)模板變化時(shí)間進(jìn)行預(yù)測(cè)，待注冊(cè)資料的申請(qǐng)時(shí)間在預(yù)測(cè)時(shí)間之后時(shí)，對(duì)用戶進(jìn)行反饋提醒；在步驟S2中，所述特征的提取指對(duì)資料內(nèi)容特征的提取，每日所有資料均包含的內(nèi)容特征即為共性內(nèi)容特征，表示為：F1、F2、…、Fn；共性內(nèi)容特征值由格式值表示，每一個(gè)共性內(nèi)容特征由多種格式共同表示；共性內(nèi)容特征值可表示為：VFi＝Gi1,Gi2,…,Gim；其中，n為正整數(shù)，表示共性內(nèi)容特征的數(shù)量；Fi表示第i個(gè)共性內(nèi)容特征；1≤i≤n，i為正整數(shù)；VFi表示共性內(nèi)容特征Fi的值；m為正整數(shù)，表示第i個(gè)共性內(nèi)容特征的格式數(shù)量；Gim表示第i個(gè)共性內(nèi)容特征的第m個(gè)格式值；對(duì)共性內(nèi)容特征值進(jìn)行數(shù)值化和向量化；計(jì)算不同資料相同共性內(nèi)容特征值之間的余弦相似度；所有余弦相似度為1對(duì)應(yīng)的共性內(nèi)容特征及格式即為共性內(nèi)容；在步驟S3中，所述每日資料共性內(nèi)容的梯度變化計(jì)算的具體方式為：將共性內(nèi)容表示為C，由步驟S2可知，C由所有不同資料相同共性內(nèi)容特征值之間余弦相似度為1對(duì)應(yīng)的共性內(nèi)容特征及格式構(gòu)成；對(duì)C進(jìn)行數(shù)值化處理；不同日期共性內(nèi)容表示為TjC，不同日期共性內(nèi)容之間的梯度變化表示為：ΔC＝TjC-Tj-1C；其中，TjC表示日期為j時(shí)的共性內(nèi)容；Tj-1C表示日期為j-1時(shí)的共性內(nèi)容；所述確定資料所屬的不同時(shí)段具體方式為：設(shè)置閾值A(chǔ)1，當(dāng)ΔC＞A1時(shí)，梯度變化較大；記錄所有滿足ΔC＞A1的日期，并按序排列；根據(jù)日期劃分不同時(shí)段；在步驟S6中，根據(jù)步驟S3中所記錄所有滿足ΔC＞A1且按序排列的日期，預(yù)測(cè)模板變化時(shí)間；數(shù)據(jù)處理：將時(shí)間序列數(shù)據(jù)轉(zhuǎn)換為監(jiān)督學(xué)習(xí)問題；設(shè)定滑動(dòng)窗口大小U,將時(shí)間序列數(shù)據(jù)分割為大小為U的窗口，每個(gè)窗口包含U天的數(shù)據(jù)；每個(gè)窗口的前U-1天的數(shù)據(jù)作為輸入，第U天的數(shù)據(jù)作為輸出，形成用于監(jiān)督學(xué)習(xí)的輸入輸出對(duì)；特征選擇：使用年月日作為日期特征，將日期特征編碼為[年，月，日]；使用上一次梯度變化后的天數(shù)作為變化特征，數(shù)值上為上次變化以來(lái)的天數(shù)；計(jì)算時(shí)間窗口內(nèi)梯度變化的頻率作為統(tǒng)計(jì)特征，數(shù)值上為在滑動(dòng)窗口U內(nèi)共性內(nèi)容梯度的變化次數(shù)；模型訓(xùn)練：構(gòu)建LSTM模型；輸入層接受窗口大小為U的時(shí)間序列輸入，X＝{x1,x2,…,xU}；其中，X為輸入，x表示特征向量，由日期、變化和統(tǒng)計(jì)特征表示；LSTM層捕捉時(shí)間序列的長(zhǎng)期依賴關(guān)系，hs＝σWh×[hs-1,xs]+bh；其中，s表示時(shí)間步，s∈{1,2,…,U}，hs是第s步的隱藏狀態(tài)，Wh是權(quán)重矩陣，xs是第s步的輸入，bh是偏置向量，σ是激活函數(shù)；全連接層將LSTM層的輸出映射到預(yù)測(cè)值，y＝Wy×hs+by；其中，Wy是權(quán)重矩陣，by是偏置向量；輸出層預(yù)測(cè)從當(dāng)前時(shí)間點(diǎn)到下一次變化的剩余天數(shù)，Y＝{y}；其中，Y為輸出，y表示預(yù)測(cè)的剩余天數(shù)；計(jì)算模板變化的時(shí)間；當(dāng)待注冊(cè)資料的申請(qǐng)時(shí)間處在所預(yù)測(cè)模板變化時(shí)間之后時(shí)，向用戶進(jìn)行反饋提醒。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人上海市大數(shù)據(jù)中心，其通訊地址為：200040 上海市靜安區(qū)壽陽(yáng)路99弄15號(hào)；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)”。