本發(fā)明屬于智能推薦系統(tǒng)領(lǐng)域，涉及一種基于知識(shí)圖譜的科技合作推薦方法、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、自然語(yǔ)言處理(nlp)技術(shù)涉及計(jì)算機(jī)處理自然語(yǔ)言的各種技術(shù)，使得計(jì)算機(jī)能理解和處理人類(lèi)語(yǔ)言輸入，如翻譯和情感分析。機(jī)器學(xué)習(xí)(ml)則利用數(shù)據(jù)來(lái)改善系統(tǒng)性能，包括推薦系統(tǒng)中的協(xié)同過(guò)濾和深度學(xué)習(xí)技術(shù)。知識(shí)圖譜描述實(shí)體和概念間關(guān)系，廣泛應(yīng)用于智能問(wèn)答和搜索引擎。推薦算法包括協(xié)同過(guò)濾、基于內(nèi)容的過(guò)濾和混合算法，以提升推薦準(zhǔn)確性和用戶體驗(yàn)。

2、一般來(lái)說(shuō)公司或企業(yè)要尋找科技合作伙伴的過(guò)程包括需求分析、市場(chǎng)調(diào)研、篩選、初步聯(lián)系、技術(shù)能力和案例驗(yàn)證、商務(wù)談判與合同簽訂，最后啟動(dòng)項(xiàng)目并進(jìn)行持續(xù)評(píng)估與關(guān)系管理，以確保選擇的合作伙伴能夠有效滿足公司的技術(shù)需求并達(dá)成合作目標(biāo)。然而，這個(gè)過(guò)程可能面臨耗時(shí)長(zhǎng)、信息獲取不足、技術(shù)匹配度不理想的挑戰(zhàn)。本發(fā)明旨在設(shè)計(jì)一個(gè)智能推薦技術(shù)方案，當(dāng)企業(yè)或公司要新開(kāi)一個(gè)項(xiàng)目時(shí)，只需要將需求文檔發(fā)給想要合作的院校，就能夠快速得到一份按照匹配度從高到低排序的可以合作的邏輯團(tuán)隊(duì)以及單個(gè)老師，省去了繁瑣的需求分析、市場(chǎng)調(diào)研和篩選階段，直接進(jìn)入初步聯(lián)系階段。

技術(shù)實(shí)現(xiàn)思路

1、公司或企業(yè)尋找合作團(tuán)隊(duì)是一項(xiàng)繁瑣而耗時(shí)的任務(wù)。在傳統(tǒng)的尋找過(guò)程中，需要大量的市場(chǎng)調(diào)研、專(zhuān)業(yè)人才招聘和團(tuán)隊(duì)評(píng)估，而這些過(guò)程往往需要耗費(fèi)大量的時(shí)間和資源，同時(shí)存在著信息不對(duì)稱和專(zhuān)業(yè)評(píng)估的難題。

2、本發(fā)明的第一方面，提供了一種基于知識(shí)圖譜的科技合作推薦方法，該方法包括以下步驟：

3、步驟1.收集數(shù)據(jù)，通過(guò)命名體識(shí)別和關(guān)系抽取將科技情報(bào)結(jié)構(gòu)化，再根據(jù)結(jié)構(gòu)化的數(shù)據(jù)構(gòu)建科技情報(bào)知識(shí)圖譜；

4、步驟2.通過(guò)命名體識(shí)別和關(guān)系抽取將需求方提供的技術(shù)需求文檔結(jié)構(gòu)化；

5、步驟3.使用dssm深度語(yǔ)義相似度模型將步驟2提取出的特征與步驟1知識(shí)圖譜中現(xiàn)有的語(yǔ)義特征進(jìn)行匹配；

6、步驟4.采用基于知識(shí)圖譜的路徑嵌入的推薦算法，根據(jù)偏好得分高低推薦合作團(tuán)隊(duì)；

7、步驟5.收集需求方人員的意見(jiàn)，使用歷史反饋數(shù)據(jù)和推薦結(jié)果，優(yōu)化推薦。

8、本發(fā)明的第二方面，提供了一種基于知識(shí)圖譜的科技合作推薦設(shè)備，包括處理器和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有指令，當(dāng)所述指令被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)所述的基于知識(shí)圖譜的科技合作推薦方法。

9、本發(fā)明的第三方面，提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的基于知識(shí)圖譜的科技合作推薦方法。

10、本發(fā)明的有益效果：綜上，通過(guò)本發(fā)明提供的基于知識(shí)圖譜的科技合作網(wǎng)絡(luò)，可以使公司或企業(yè)在高校能夠快速準(zhǔn)確地找到自己可以合作的團(tuán)隊(duì)，節(jié)省大量時(shí)間。

技術(shù)特征：

1.一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：該方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：所述步驟1?中對(duì)科技情報(bào)結(jié)構(gòu)化處理具體流程如下：

3.根據(jù)權(quán)利要求1所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：所述的命名體識(shí)別模型依次包括輸入層、預(yù)訓(xùn)練模型層、字符級(jí)嵌入層、bilstm層、注意力機(jī)制層、crf層和softmax輸出層；

4.根據(jù)權(quán)利要求3所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：在所述bilstm層中，對(duì)于輸入的詞向量，采用正向lstm與反向lstm輸出的隱狀態(tài)向量拼接，用于后續(xù)的特征提取和表示學(xué)習(xí)。

5.根據(jù)權(quán)利要求3所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：在所述crf層中，每個(gè)標(biāo)簽的打分由兩部分組成：一部分是bilstm層輸出的標(biāo)簽預(yù)測(cè)概率pi，另一部分是crf的轉(zhuǎn)移矩陣a。

6.根據(jù)權(quán)利要求1所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：所述的關(guān)系抽取包括關(guān)系分類(lèi)和開(kāi)放關(guān)系抽取；所述開(kāi)放關(guān)系抽取使用分段卷積神經(jīng)網(wǎng)絡(luò)pcnn模型對(duì)上一個(gè)任務(wù)分類(lèi)過(guò)的實(shí)體進(jìn)行進(jìn)一步的關(guān)系抽取，以提取更多未定義的關(guān)系。

7.根據(jù)權(quán)利要求1所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：所述步驟3的特征匹配具體流程如下：

8.根據(jù)權(quán)利要求1所述的一種基于知識(shí)圖譜的科技合作推薦方法，其特征在于：所述步驟4?的具體如下：

9.一種基于知識(shí)圖譜的科技合作推薦設(shè)備，其特征在于，包括處理器和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有指令，當(dāng)所述指令被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-8任意一項(xiàng)所述的基于知識(shí)圖譜的科技合作推薦方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-8任意一項(xiàng)所述的基于知識(shí)圖譜的科技合作推薦方法。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于知識(shí)圖譜的科技合作推薦方法、設(shè)備及存儲(chǔ)介質(zhì)。本發(fā)明首先收集數(shù)據(jù)，通過(guò)命名體識(shí)別和關(guān)系抽取將科技情報(bào)結(jié)構(gòu)化，再根據(jù)結(jié)構(gòu)化的數(shù)據(jù)構(gòu)建科技情報(bào)知識(shí)圖譜；通過(guò)命名體識(shí)別和關(guān)系抽取將公司或企業(yè)提供的技術(shù)需求文檔結(jié)構(gòu)化；其次使用DSSM深度語(yǔ)義相似度模型將步驟2提取出的特征與步驟1知識(shí)圖譜中現(xiàn)有的語(yǔ)義特征進(jìn)行匹配；隨后采用基于知識(shí)圖譜的路徑嵌入的推薦算法，根據(jù)偏好得分高低推薦合作團(tuán)隊(duì)；最后收集公司或企業(yè)人員的意見(jiàn)，使用歷史反饋數(shù)據(jù)和推薦結(jié)果，優(yōu)化推薦。通過(guò)本發(fā)明提供的基于知識(shí)圖譜的科技合作網(wǎng)絡(luò)，可以使公司或企業(yè)在高校能夠快速準(zhǔn)確地找到自己可以合作的團(tuán)隊(duì)，節(jié)省大量時(shí)間。

技術(shù)研發(fā)人員：許偉靖,蔣從鋒,劉俊明,歐東陽(yáng),徐傳奇
受保護(hù)的技術(shù)使用者：杭州電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21