一种基于人工智能的产品开发辅助系统及方法

著录项
  • CN201811587962.6
  • 20181225
  • CN109783609A
  • 20190521
  • 厦门智汇权科技有限公司
  • 萧咏今;钟基立;刘志炜;何加友
  • G06F16/33
  • G06F16/33 G06F16/338 G06Q50/18

  • 福建省厦门市集美区文达二里125号402室
  • 福建(35)
  • 厦门仕诚联合知识产权代理事务所(普通合伙)
  • 乐珠秀
摘要
本发明公开了一种基于人工智能的产品开发辅助系统及方法,其包括技术分析模块,用于计算所述产品的科技强度指数;文化分析模块,用于计算所述产品的文化趋势强度指数;专利分析模块,其通过提取用于专利分析的关键词汇,并将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;评分模块,其根据所述科技强度指数、所述文化趋势强度指数、所述专利特征覆盖频率,计算产品开发的综合评估值;本发明通过对产品的技术分析、文化分析、专利分析的基础上,综合考虑市场潮流趋势,产品文化内涵,技术生命周期,可专利性语义分析确定产品开发方向,从而为企业进行产品开发决策提供可靠的依据。
权利要求

1.一种基于人工智能的产品开发辅助系统,其特征在于,包括:

技术分析模块,用于根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

文化分析模块,用于根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

专利分析模块,其根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;并将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

评分模块,其根据所述技术分析模块的科技强度指数、所述文化分析模块的文化趋势强度指数、所述专利分析模块的覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

2.根据权利要求1所述的基于人工智能的产品开发辅助系统,其特征在于:所述的技术分析模块中,所述科技强度指数的计算方法采用:

科技强度指数=科技发明的层级*技术成熟度;

其中,所述科技发明的层级,是根据TRIZ理论将发明创造划分为5个等级,每个等级赋予对应的分值,等级越高,对应的分值越大;所述技术成熟度,是指技术扩散曲线中所呈现的量化成熟度。

3.根据权利要求2所述的基于人工智能的产品开发辅助系统,其特征在于:所述的TRIZ理论的5个等级包括:

(1)对已有系统的简单改进;

(2)对已有系统的少量改进;

(3)对已有系统的根本性改进;

(4)采用全新的原理完成对已有系统基本功能的创新;

(5)采用罕见的科学原理导致一种新系统的发明、发现。

4.根据权利要求2所述的基于人工智能的产品开发辅助系统,其特征在于:所述技术扩散曲线采用S曲线,所述技术成熟度的量化的计算方式采用所述技术类别下的专利数量;或者,所述技术扩散曲线采用Gartner曲线,所述技术成熟度的量化的计算方式是根据Gartner定义的市场期待计算参数进行量化。

5.根据权利要求1所述的基于人工智能的产品开发辅助系统,其特征在于:所述的文化分析模块中,所述的文化类别是根据马斯洛需求理论的5级分类结构进行分类,从低到高依次包括生理需求、安全需求、社交需求、尊重需求和自我实现需求;或者,所述的文化类别是采用符合中国文化传统的7级分类结构进行分类,从低到高依次包括:基础生活、感性生活、理性生活、社交生活、学习生活、创意生活、信仰生活。

6.根据权利要求1或5所述的基于人工智能的产品开发辅助系统,其特征在于:所述的文化分析模块中,所述文化趋势强度指数的计算方法采用:

文化趋势强度指数=公众接受度*趋势存在期限*趋势影响度;

其中,所述公众接受度是指所属领域的趋势分析资料库中所呈现的量化接受度;所述趋势存在期限是根据所属领域的趋势分析资料库中所呈现的趋势线的波动规律计算得到的;所述趋势影响度,是指与所述文化类别成正向关系的趋势影响度。

7.根据权利要求6所述的基于人工智能的产品开发辅助系统,其特征在于:趋势分析资料库采用猎人趋势分析资料库(TrendHunter)、百度指数、谷歌趋势分析资料库(Googletrends)的任一种,所述公众接受度的量化计算方式是根据下述参数的一种以上进行计算,包括:欢迎度(popularity)、活跃度(activity)、新鲜度(freshness)。

8.根据权利要求1所述的基于人工智能的产品开发辅助系统,其特征在于:所述专利分析模块中,提取用于专利分析的关键词汇,进一步包括以下步骤:

(11)根据所述技术类别和所述文化类别提取原始概念,并计算原始概念分数:原始概念分数=所述技术类别对应的科技强度指数*所述文化类别对应的文化趋势强度指数;

(22)根据所述原始概念分数,筛选得分较高原始概念组合;所述原始概念组合包括所述技术类别对应的原始概念和所述文化类别对应的原始概念;

(33)采用文字探勘算法(text mining)从所述原始概念组合中提取所述技术类别对应的关键词汇和所述文化类别对应的关键词汇;

(44)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇作为专利分析的关键词汇;或者,

(55)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇组成的“技术-文化”组合,与案例库中的“技术-文化”组合,进行近似度的判断,并将近似度高于预设阈值的关键词汇作为专利分析的关键词汇。

9.根据权利要求1或8所述的基于人工智能的产品开发辅助系统,其特征在于:所述关键词汇,是指通过TRIZ科学效应库(TRIZ Effects Database)中进行提取产品的功能性描述词汇。

10.一种基于人工智能的产品开发辅助方法,其特征在于,包括以下步骤:

a.根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

b.根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

c.根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;

d.将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

e.根据所述科技强度指数、所述文化趋势强度指数、所述覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

说明书
技术领域

本发明涉及产品开发技术领域,特别是一种基于人工智能的产品开发辅助系统及对应的方法。

产品开发(Product Development)是指对老产品的改进或者对新产品的开发,使其具有新的特征或用途,以满足顾客的需要。由于人们的需求经常变化和提高,企业只有不断改进产品,增加花和功能,提高产品质量,改进外观包装装潢,才能适应消费者不断变化的需求,从而为企业带来收益和利润,使企业一直保持市场的竞争优势。因此,产品开发对企业的生存发展有着极为重要的意义。

产品能否在市场上取得成功,不仅仅取决于其产品技术的先进与否,也与市场发展潮流方向、产品文化内涵、知识产权保护等密切相关。但是,在现有的开发产品过程中,企业往往仅注重产品在技术上、功能上的改进或创新,较少能够从产品开发的全局进行通盘考虑。

为了提高产品开发成功率,避免在开发阶段对于技术、市场、文化、知识产权等要素的顾此失彼,本发明提供了一种基于人工智能的产品开发辅助系统及方法。

为实现上述目的,本发明采用的技术方案为:

一种基于人工智能的产品开发辅助系统,其包括:

技术分析模块,用于根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

文化分析模块,用于根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

专利分析模块,其根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;并将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

评分模块,其根据所述技术分析模块的科技强度指数、所述文化分析模块的文化趋势强度指数、所述专利分析模块的覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

优选的,所述的技术分析模块中,所述科技强度指数的计算方法采用:

科技强度指数=科技发明的层级*技术成熟度;

其中,所述科技发明的层级,是根据TRIZ理论将发明创造划分为5个等级,每个等级赋予对应的分值,等级越高,对应的分值越大;所述技术成熟度,是指技术扩散曲线中所呈现的量化成熟度。

进一步的,所述的TRIZ理论的5个等级包括:

(1)对已有系统的简单改进;

(2)对已有系统的少量改进;

(3)对已有系统的根本性改进;

(4)采用全新的原理完成对已有系统基本功能的创新;

(5)采用罕见的科学原理导致一种新系统的发明、发现。

进一步的,所述技术扩散曲线采用S曲线,所述技术成熟度的量化的计算方式采用所述技术类别下的专利数量;或者,所述技术扩散曲线采用Gartner曲线,所述技术成熟度的量化的计算方式是根据Gartner定义的市场期待计算参数进行量化。

优选的,所述的文化分析模块中,所述的文化类别是根据马斯洛需求理论的5级分类结构进行分类,从低到高依次包括生理需求、安全需求、社交需求、尊重需求和自我实现需求;或者,所述的文化类别是采用符合中国文化传统的7级分类结构进行分类,从低到高依次包括:基础生活、感性生活、理性生活、社交生活、学习生活、创意生活、信仰生活。

优选的,所述的文化分析模块中,所述文化趋势强度指数的计算方法采用:

文化趋势强度指数=公众接受度*趋势存在期限*趋势影响度;

其中,所述公众接受度是指所属领域的趋势分析资料库中所呈现的量化接受度;所述趋势存在期限是根据所属领域的趋势分析资料库中所呈现的趋势线的波动规律计算得到的;所述趋势影响度,是指与所述文化类别成正向关系的趋势影响度。

进一步的,趋势分析资料库采用猎人趋势分析资料库(TrendHunter)、百度指数、谷歌趋势分析资料库(Google trends)的任一种,所述公众接受度的量化计算方式是根据下述参数的一种以上进行计算,包括:欢迎度(popularity)、活跃度(activity)、新鲜度(freshness)。

优选的,所述专利分析模块中,提取用于专利分析的关键词汇,进一步包括以下步骤:

(11)根据所述技术类别和所述文化类别提取原始概念,并计算原始概念分数:原始概念分数=所述技术类别对应的科技强度指数*所述文化类别对应的文化趋势强度指数;

(22)根据所述原始概念分数,筛选得分较高原始概念组合;所述原始概念组合包括所述技术类别对应的原始概念和所述文化类别对应的原始概念;

(33)采用文字探勘算法(text mining)从所述原始概念组合中提取所述技术类别对应的关键词汇和所述文化类别对应的关键词汇;

(44)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇作为专利分析的关键词汇;或者,

(55)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇组成的“技术-文化”组合,与案例库中的“技术-文化”组合,进行近似度的判断,并将近似度高于预设阈值的关键词汇作为专利分析的关键词汇。

进一步的,所述关键词汇,是指通过TRIZ科学效应库(TRIZ Effects Database)中进行提取的产品的功能性描述词汇。

对应的,本发明还提供一种基于人工智能的产品开发辅助方法,其包括以下步骤:

a.根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

b.根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

c.根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;

d.将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

e.根据所述科技强度指数、所述文化趋势强度指数、所述覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

本发明的有益效果是:

(1)本发明通过对产品的技术分析、文化分析、专利分析的基础上,综合考虑市场潮流趋势,产品文化内涵,技术生命周期,可专利性语义分析确定产品开发方向,从而为企业进行产品开发决策提供可靠的依据;

(2)本发明的专利分析是基于技术分析和文化分析的基础上进行,使得专利分析的准确率更高。

此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:

图1为本发明一种基于人工智能的产品开发辅助系统的结构示意图;

图2为本发明一种基于人工智能的产品开发辅助方法的流程简图。

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图及实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。

如图1所示,本发明的一种基于人工智能的产品开发辅助系统,其包括:

技术分析模块,用于根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

文化分析模块,用于根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

专利分析模块,其根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;并将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

评分模块,其根据所述技术分析模块的科技强度指数、所述文化分析模块的文化趋势强度指数、所述专利分析模块的覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

以下对各个模块的分析过程进行详述如下:

对于技术分析模块:

产品开发的技术分析,不仅要对产品的技术指标、技术队伍、开发资源等基本条件进行评估,更主要的是,需要评估该产品所属技术类别在其技术领域中的技术成熟度,以及该产品相对于市场上的现有产品的创新程度,二者综合体现为所述科技强度指数。

本实施例中,所述科技强度指数的计算方法采用:

科技强度指数=科技发明的层级*技术成熟度;

其中,所述科技发明的层级,是根据TRIZ理论将发明创造划分为5个等级,每个等级赋予对应的分值,等级越高,对应的分值越大;所述技术成熟度,是指技术扩散曲线中所呈现的量化成熟度。

所述的TRIZ理论,是指发明问题的解决理论(Theory of Inventive ProblemSolving),TRIZ理论,其中重要的理论之一是技术系统进化理论。该理论主要有八大进化法则,这些法则可以用来解决难题,预测技术系统,产生并加强创造性问题的解决工具。这八大法则是:1)技术系统的S曲线进化法则;2)提高理想度法则;3)子系统的不均衡进化法则;4)动态性和可控性进化法则;5)增加集成度再进行简化的法则;6)子系统协调性进化法则;7)向微观级和增加场应用的法则;8)减少人工介入的进化法则。并且,还提出了TRIZ系列的多种工具,如冲突矩阵、76标准解答、ARIZ、AFD、物质--场分析、ISQ、DE、8种演化类型、科学效应、40条发明原理等。

TRIZ理论还将发明创造依据其对科学的贡献、技术的应用范围及为社会带来的经济效益等情况划分一定的等级加以区别,包括如下5个等级:

(1)对已有系统的简单改进;这一类发明主要是参数优化类的小型发明,并不需要任何相邻领域的专门技术或知识,问题的解决主要凭借设计人员自身掌握的知识和经验,不需要创新,只是知识和经验的应用。

(2)对已有系统的少量改进;这一类问题的解决主要采用行业内已有的理论、知识和经验对已有系统的改进。

(3)对已有系统的根本性改进;这一类问题的解决主要采用本行业以外的已有方法和知识,设计过程中要解决矛盾。

(4)采用全新的原理完成对已有系统基本功能的创新;这一类问题的解决主要是从科学的角度而不是从工程的角度出发,充分控制和利用科学知识、科学原理实现新的发明创造。

(5)采用罕见的科学原理导致一种新系统的发明、发现;这一类问题的解决主要是依据自然规律的新发现或科学的新发现。

发明创造的等级越高,获得该发明专利时所需的知识就越多,这些知识所处的领域就越宽,搜索有用知识的时间就越长。同时,随着社会的发展、科技水平的提高,发明创造的等级随时间的变化而不断降低,最初的最高级别的发明创造逐渐成为人们熟悉和了解的知识。

所述技术扩散曲线采用上述的TRIZ理论八大法则之一的S曲线,所述技术成熟度的量化的计算方式采用所述技术类别下的专利数量;TRIZ理论中将s曲线简化为分段线性曲线,其将产品分为4个阶段:婴儿期、成长期、成熟期和退出期。确定产品在s曲线上的位置称为产品技术成熟度预测。TRIZ理论采用时间与产品性能、时间与产品利润、时间与产品专利数、时间与专利级别四组曲线综合评价产品在曲线上的位置,优选的采用时间域产品专利数的曲线作为产品的研究开发的决策依据。

或者,所述技术扩散曲线还可以采用Gartner曲线。Gartner曲线,即顾能曲线,它根据各种新科技的成熟演变速度及要达到成熟所需的时间,分成5个阶段:

1)科技诞生的促动期(Technology Trigger):在此阶段,随着媒体大肆的报道过度,非理性的渲染,产品的知名度无所不在,然而随着这个科技的缺点、问题、限制出现,失败的案例大于成功的案例,例如:公司1998~2000年之间的非理性疯狂飙升期。

2)过高期望的峰值(Peak of Inflated Expectations):早期公众的过分关注演绎出了一系列成功的故事--当然同时也有众多失败的例子。对于失败,有些公司采取了补救措施,而大部分却无动于衷。

3)泡沫化的底谷期(Trough of Disillusionment):在历经前面阶段所存活的科技经过多方扎实有重点的试验,而对此科技的适用范围及限制是以客观的并实际的了解,成功并能存活的经营模式逐渐成长。

4)稳步爬升的光明期(Slope of Enlightenment):在此阶段,有一新科技的诞生,在市面上受到主要媒体与业界高度的注意,例如:1996年的Internet,Web;

5)实质生产的高峰期(Plateau of Productivity):在此阶段,新科技产生的利益与潜力被市场实际接受,实质支持此经营模式的工具、方法论经过数代的演进,进入了非常成熟的阶段。

所述技术成熟度的量化的计算方式是根据Gartner定义的市场期待计算参数进行量化。具体的,根据上述5个周期,每个周期分别赋予一个分数,例如,科技诞生的促动期由于风险较大,赋予的分数为2;过高期望的峰值赋予的分数为5;泡沫化的底谷期赋予的分数为10;稳步爬升的光明期赋予的分数为3;实质生产的高峰期由于已经失去创新意义,因此分数为0。

对于文化分析模块:

本实施例中,所述的文化类别是根据马斯洛需求理论的5级分类结构进行分类,从低到高依次包括生理需求、安全需求、社交需求、尊重需求和自我实现需求;或者,所述的文化类别是采用符合中国文化传统的7级分类结构进行分类,从低到高依次包括:基础生活、感性生活、理性生活、社交生活、学习生活、创意生活、信仰生活;具体包括:

Culture Level 7:信仰生活:例如,宗教信仰;

Culture Level 6:创意生活:例如,动手做、合唱团;

Culture Level 5:学习生活:例如,众多小型知性聚会,读书会;

Culture Level 4:社交生活:例如,品香、品茶、义工、同学会;

Culture Level 3:理性生活:例如,观光工厂、自然生态活动;

Culture Level 2:感性生活;例如,娱乐、音乐、诚品生活、布袋戏、歌仔戏;

Culture Level 1:基础生活;主要包括人们的衣食住行等,例如,台湾香肠、珍珠奶茶、夜市。

所述的文化分析模块中,所述文化趋势强度指数的计算方法采用:

文化趋势强度指数=公众接受度*趋势存在期限*趋势影响度;

其中,所述公众接受度是指所属领域的趋势分析资料库中所呈现的量化接受度;所述趋势存在期限是根据所属领域的趋势分析资料库中所呈现的趋势线的波动规律计算得到的;所述趋势影响度,是指与所述文化类别成正向关系的趋势影响度。

进一步的,趋势分析资料库采用猎人趋势分析资料库(TrendHunter)、百度指数、谷歌趋势分析资料库(Google trends)的任一种,所述公众接受度的量化计算方式是根据下述参数的一种以上进行计算,包括:欢迎度(popularity)、活跃度(activity)、新鲜度(freshness)。

对于专利分析模块:

本实施例中,提取用于专利分析的关键词汇,进一步包括以下步骤:

(11)根据所述技术类别和所述文化类别提取原始概念,并计算原始概念分数:原始概念分数=所述技术类别对应的科技强度指数*所述文化类别对应的文化趋势强度指数;

(22)根据所述原始概念分数,筛选得分较高原始概念组合;所述原始概念组合包括所述技术类别对应的原始概念和所述文化类别对应的原始概念;

(33)采用文字探勘算法(text mining)从所述原始概念组合中提取所述技术类别对应的关键词汇和所述文化类别对应的关键词汇;

(44)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇作为专利分析的关键词汇;或者,

(55)将所述技术类别对应的关键词汇和所述文化类别对应的关键词汇组成的“技术-文化”组合,与案例库中的“技术-文化”组合,进行近似度的判断,并将近似度高于预设阈值的关键词汇作为专利分析的关键词汇;

其中,所述的步骤(33)中,文字探勘算法(text mining)包括自然语言处理、统计分析、机率模式、探讨概念截取(Concept Extraction)、文字摘要(test summarization)、信息过滤(information filtering)、命名实体的标注或辨识(named entity tagging oridentification)、意见分析(opinion analysis)、关系探索(relation discovery)、语意分析(sentiment analysis)、文字分类(text classification)、及文字分(textclustering)等算法。本实施例中采用文字探勘算法提取所述关键词汇,是通过GoldFire语义搜索引擎做比对,搜索得到对应的关键词汇;GoldFire语义搜索引擎应用匹配搜索词之间的语法关系,从句子表达的语义上提取结果,因此能够进行精确的查询,对知识库进行充分的挖掘,减少检索时间。

所述的步骤(33)中,所述关键词汇优选采用产品的功能性描述词汇,本实施例提取所述功能性描述词汇,是通过TRIZ科学效应库(TRIZ Effects Database)中进行提取;科学效应库是将物理效应、化学效应、生物效应和几何效应等集合起来组成的一个知识库,列举了可以实现技术创新中的30种功能的100个科学效应和现象,利用科学效应库有利于突破设计人员只是对其专业知识熟悉的局限性,发散思维从其他领域寻求问题的解。

所述的步骤(55)中,所述近似度是通过使用语义网络词库(Semantic-NetworkThesaurus),对所述关键词汇进行近似程度的判断。本实施例主要是通过使用“要达到的功能”,将技术类别对应的关键词汇和文化类别对应的关键词汇联系起来;具体包括:

使用语义分析的方法,判断“文化消费希望达到的功能”和“技术发展能够达到的功能”之间是否类似;

将功能类似的技术类别对应的关键词汇和文化类别对应的关键词汇配对为“技术-文化”组合;

根据所述“技术-文化”组合与案例库中的“技术-文化”组合的近似度,计算所述“技术-文化”组合的原始概念分数;

对原始概念分数高的“技术-文化”组合作为专利分析的关键词汇。

最后,将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;频率越高,得分越低。

除此之外,还可以根据所述关键词汇之间的编辑距离、余弦距离、欧氏距离进行相似度判断,或者采用语义相似度算法进行判断所述近似度,不以此为限。

所述的专利资料库至少包括澳大利亚、德国、法国、英国、日本、俄罗斯、美国、中国以及EPO、WIPO的专利文献。

对于评分模块:

最后,根据上述各个模块的计算结果,将所述技术分析模块的科技强度指数、所述文化分析模块的文化趋势强度指数、所述专利分析模块的覆盖频率,三者进行综合计算,得到产品开发的综合评估值。

本实施例中采用综合评分法,它是通过打分来对根据品质划分等级的项目进行量化处理,可用来进行定性排序问题的综合评价。其核心内容是对评价的不同等级赋予不同的分值,并以此为基础进行综合评价。按照综合评估值的高低进行排序后,输出产品开发的排序结果,从而便于用户确定产品的开发方向。

如图2所示,本发明还提供一种基于人工智能的产品开发辅助系统相对应的方法,其包括以下步骤:

a.根据产品所属领域的技术分类标准判断产品的技术类别,并根据所述技术类别计算所述产品的科技强度指数;

b.根据产品所属领域的文化分类标准判断产品的文化类别,并根据所述文化类别计算所述产品的文化趋势强度指数;

c.根据产品的技术类别和文化类别,提取用于专利分析的关键词汇;

d.将所述关键词汇与所属领域的专利资料库中的专利特征进行比对,判断所述关键词汇被所述专利特征覆盖的频率;

e.根据所述科技强度指数、所述文化趋势强度指数、所述覆盖频率,计算产品开发的综合评估值;其中,所述科技强度指数和所述文化趋势强度指数越高,分值越高;所述覆盖频率越低,分值越高。

需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于方法实施例而言,由于其与系统实施例基本相似,所以描述的比较简单,相关之处参见系统实施例的部分说明即可。

并且,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。

上述说明示出并描述了本发明的优选实施例,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。

本文发布于:2024-09-21 20:31:23,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/69515.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议