(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211018535.2 (22)申请日 2022.08.24 (71)申请人 杭州正策信息科技有限公司 地址 310000 浙江省杭州市西湖区文三路 199号1幢5楼5 01室 (72)发明人 叶琼　丁瑞　宣琪杰　徐宏淼　 叶雄　 (74)专利代理 机构 杭州新雏鹰知识产权代理有 限公司 3 3474 专利代理师 张玉平 (51)Int.Cl. G06Q 30/06(2012.01) G06F 16/335(2019.01) G06F 16/35(2019.01) G06K 9/62(2022.01) (54)发明名称 一种提升科技成果转化率的智能推荐方法 和系统 (57)摘要 本发明提供一种提升科技成果转化率的智 能推荐方法和系统， 属于数据挖掘技术领域， 具 体包括： 基于需求的学科分类与科技成果的学科 分类进行匹配得到学科匹配结果， 并根据学科匹 配结果的挂牌价格与预算进行匹配， 得到初始匹 配结果； 将初始匹配结果的关键词与所述科技成 果需求的关键词进行匹配， 得到科技成果的匹配 度， 筛选得到高匹配度匹配结果； 基于高匹配度 匹配结果， 对团队的历史科技 成果转化成功率大 于第一转化率阈值所对应的高匹配度匹配结果 进行筛选得到科技转化匹配结果； 对 科技转化匹 配结果的先进性进行评估 得到先进性评估结果， 根据先进性评估结果得到推荐科技成果向所述 企业进行推荐， 从而使 得效率和准度度都得到明 显提升。 权利要求书2页 说明书9页 附图4页 CN 115358821 A 2022.11.18 CN 115358821 A 1.一种提升科技成果 转化率的智能推荐方法， 其特 征在于， 具体包括： S11提取企业科技成果需求的关键词、 学科分类以及预算， 并基于所述需求的学科分类 与所述科技成果数据库中的科技成果的学科分类进行匹配得到学科匹配结果， 并根据学科 匹配结果的挂 牌价格与所述预算进行匹配， 得到初始匹配结果； S12提取所述初始匹配结果的关键词， 并将所述初始匹配结果的关键词与所述科技成 果需求的关键词进行匹配， 得到科技成果的匹配度， 并将所述科技成果的匹配度大于第一 阈值的进行筛 选得到高匹配度匹配结果； S13基于所述高匹配度匹配结果， 得到所述高匹配度匹配结果的所属团队的历史科技 成果转化成功率， 并对所述团队的历史科技成果转化成功率大于第一转化率阈值所对应的 高匹配度匹配结果进行筛 选得到科技 转化匹配结果； S14对所述科技转化匹配结果的先进性进行评估得到先进性评估结果， 并将所述先进 性评估结果大于第一先进性阈值的科技转化匹配结果作为推荐科技成果向所述企业进行 推荐。 2.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 当所述初始 匹配结果或者高匹配度匹配结果或者科技转化匹配结果的其中任意一项的数量小于第一 数量阈值时， 不再进行后续的筛 选步骤。 3.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 根据 学科匹 配结果的转让价格与所述预算进行匹配的具体步骤为： S21提取所述学科匹配结果的挂牌价格， 并提取所述学科匹配结果所属团队的历史科 技成果的历史转让价格以及历史挂牌价格， 基于所述历史挂牌价格和所述历史转让价格得 到历史折扣率； S22基于所述历史折扣率与所述 挂牌价格得到预估成交价格； S23当所述预估成交价格减去所述预算的结果小于第一价格阈值时， 得到所述初始匹 配结果。 4.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 所述第 一价 格阈值的具体公式为： T1＝K1ln(G+1)(1+K2)2 其中K1为权值， G为预算， 单位为万元， K2为根据学科类型确定的学科权值， 学科越冷门， 学科权值越大。 5.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 所述科技成 果的匹配度的匹配步骤为： S31基于所述科技成果需求的关键词， 并将科技成果需求的关键词与设定完成的关键 词数据库进行匹配得到 关键词匹配结果， 并根据关键词匹配结果对所述科技成果需求的关 键词进行扩展， 得到扩展关键词； S32基于所述扩展关键词与所述初始匹配结果的关键词进行匹配， 的搭配匹配数量； S33基于所述匹配数量与所述科技成果需求的关键词的数量， 得到匹配度。 6.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 所述匹配度 的计算公式为：权　利　要　求　书 1/2 页 2 CN 115358821 A 2其中K3为权值， K2为根据学科类型确定的学科权值， 学科越冷门， 学科权值越大， X1为匹 配数量， X2为科技成果需求的关键词的数量。 7.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 获取历史科 技成果转化成功率的具体步骤为： S41获取所述历史科技成果的历史转让价格， 所述历史科技成果转化形成产品的数量， 历史科技成果的数量； S42基于所述历史科技成果转化形成产品的数量和历史科技成果的数量得到初始转化 率； S43基于所述历史科技成果的历史转让价格对所述初始转化率进行修正， 得到历史科 技成果转化成功率。 通过采用所述历史科技成果的历史转让价格对初始转化率进行修正， 其中历史转让价 格越低， 修正后的转化成功率越高， 进一步提升了某些价格低廉但是转化成功率较高的科 技成果的筛 选比例， 保证了企业的利益。 8.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 当所述团队 的历史科技成果转化成功率大于第二转化率阈值的所对应的高匹配度匹配结果的数量大 于第二阈值时， 不再对所述科技转化匹配结果的先进性进行评估， 并直接将所述 团队的历 史科技成果转化成功率大于第二转化率阈值的所对应的高匹配度匹配结果作为推荐科技 成果向所述企业进行推荐， 所述第二 转化率阈值大于第一 转化率阈值。 9.如权利要求1所述的提升科技成果转化率的智能推荐方法， 其特征在于， 所述第 一先 进性阈值 根据所述科技成果的学 科分类确定 。 10.一种提升科技成果转化率的智能推荐系统， 采用权利要求1 ‑9任意一种提升科技成 果转化率的智能推荐方法， 包括 初始匹配模块， 匹配度匹配模块， 科技 转化匹配模块， 结果输出模块； 所述初始匹配模块负责提取企业科技成果需求的关键词、 学科分类以及预算， 并基于 所述需求的学科分类与所述科技成果数据库中的科技成果的学科分类进行匹配得到学科 匹配结果， 并根据学 科匹配结果的挂 牌价格与所述预算进行匹配， 得到初始匹配结果； 所述匹配度匹配模块负责提取所述初始匹配结果的关键词， 并将所述初始匹配结果的 关键词与所述科技成果需求的关键词进行匹配， 得到科技成果的匹配度， 并将所述科技成 果的匹配度大于第一阈值的进行筛 选得到高匹配度匹配结果； 所述科技转化匹配模块负责基于所述高匹配度匹配结果， 得到所述高匹配度匹配结果 的所属团队的历史科技成果转化成功率， 并对 所述团队的历史科技成果转化成功率大于第 一转化率阈值所对应的高匹配度匹配结果进行筛 选得到科技 转化匹配结果； 所述结果输出模块负责对所述科技转化匹配结果的先进性进行评估得到先进性评估 结果， 并将所述先进性评估结果大于第一先进性阈值的科技转化匹配结果作为推荐科技成 果向所述企业进行推荐。权　利　要　求　书 2/2 页 3 CN 115358821 A 3