一种数据资产登记的智能指引与防重复提交方法及系统与流程

本发明涉及计算机信息处理，具体而言，涉及一种数据资产登记的智能指引与防重复提交方法及系统。

背景技术：

1、随着数据要素流通和数据资产化管理的发展，数据资产登记平台通常接收申请主体提交的数据资产基本信息、数据来源及权属证明、登记凭证等电子材料，对所述电子材料进行完整性校验、摘要计算、登记入库及状态查询。部分数据资产登记平台采用区块链、分布式存储及智能合约等技术，将登记凭证或登记信息写入多个存储节点，并通过链上交易标识实现登记过程的留痕、追溯和防篡改。

2、例如，中国专利申请cn119988495a公开了一种数据资产登记存证方法及装置，用户将数据资产登记凭证上传至区块链管理系统，系统对上传的电子数据进行分片处理，根据节点性能选择存储节点，建立用户信息与待访问数据之间的映射关系，并对电子数据的完整性进行验证。该方案主要围绕登记凭证的存储可靠性和存证结果的完整性展开，对于不同登记事项下申请信息与证明材料之间的对应关系，以及历史登记记录之间的关联性，缺少进一步处理。当申请主体提交的登记信息存在字段缺失、材料错配，或者同一数据资产因名称、文件格式或描述方式不同而再次提交时，平台在受理前难以及时发现相关情况，容易增加材料补正、重复受理及后续复核的工作量。

3、因此，有必要设计一种数据资产登记的智能指引与防重复提交方法及系统用以解决当前技术中存在的问题。

技术实现思路

1、鉴于此，本发明提出了一种数据资产登记的智能指引与防重复提交方法及系统，旨在解决同一数据资产的名称、描述、文件格式或字段排列发生变化后再次提交时，现有登记平台难以判断本次申请与历史申请是否属于重复登记的问题。

2、本发明提出了一种数据资产登记的智能指引与防重复提交方法，包括：

3、接收登记用户提交的场景问卷应答，根据主体类型、数据类型、登记目的和行业领域生成场景标识向量，基于所述向量匹配登记场景并获取模板；

4、根据所述模板向终端渲染登记表单，接收表单数据并执行完整性及一致性校验；

5、接收到提交前检测请求时，对所述表单数据中的登记元数据进行规范化序列化并计算登记元数据指纹，将所述登记元数据指纹与历史登记指纹库中的历史登记指纹进行匹配，匹配到相同的历史登记指纹时确定为重复；

6、在未匹配到相同的历史登记指纹时，根据所述场景标识向量中的主体类型、数据类型和登记目的筛选历史登记候选集，候选集为空时确定检测通过，候选集非空时执行语义相似度检测，当检测到语义相似时确定为疑似重复，未检测到语义相似时执行结构特征相似度检测，并根据结构相似度确定疑似重复或检测通过；

7、根据检测结果和校验结果生成预审状态，检测结果为重复或疑似重复时标记为阻塞，仅在无阻塞项时将表单数据写入登记数据库，并保存本次登记对应的登记元数据指纹。

8、进一步地，基于所述场景标识向量匹配登记场景并获取模板时，包括：

9、在预先建立的场景知识图谱中检索与所述场景标识向量对应的节点路径，并根据匹配到的节点路径获取与其关联的登记模板标识。

10、进一步地，在所述场景知识图谱中匹配所述登记场景时，包括：

11、将场景问卷应答映射为枚举值，并按预设顺序拼接形成场景标识向量；以所述场景标识向量检索场景知识图谱中的节点路径；存在唯一匹配路径时确定目标路径，存在多个匹配路径时根据适用关系权重确定目标路径；不存在完整匹配路径时，按预设维度优先级逐步删除所述场景标识向量中的维度并重新匹配，仍未匹配到时调用通用登记模板。

12、进一步地，根据所述模板向终端渲染登记表单时，包括：

13、读取所述模板中的字段配置和校验规则，根据字段配置在用户终端生成表单控件；接收用户终端提交的字段数据，在字段数据发生变化时，按所述校验规则执行字段完整性及跨字段一致性校验，并向用户终端返回校验状态。

14、进一步地，计算所述登记元数据指纹时，包括：

15、提取登记元数据中的预设字段，按字段名称排序，对排序后的字段执行字符编码统一、空值填充、空格规范化及数值单位格式统一，生成标准化序列化结果并执行sha-256哈希运算，获得所述登记元数据指纹。

16、进一步地，执行所述语义相似度检测时，包括：

17、提取当前登记申请及历史登记候选集中的登记描述文本，将所述登记描述文本按预设顺序拼接，经分词、停用词过滤及同义词归一化处理，基于同一版本的历史登记语料库对应的tf-idf参数确定特征词权重，采用simhash根据所述特征词权重分别生成当前登记申请及历史登记候选集中的历史登记记录的语义指纹，并计算当前登记申请的语义指纹与历史登记候选集中的语义指纹之间的汉明距离；当所述汉明距离小于预设语义相似度阈值时，确定为语义相似。

18、进一步地，执行所述结构特征相似度检测时，包括：

19、提取当前登记申请和历史登记候选集中的字段名称、字段类型、字段数量、记录数量、文件大小和时间覆盖范围，对字段名称和字段类型进行编码，对其余结构特征进行归一化处理，将编码结果和归一化处理结果拼接形成结构特征向量；计算当前登记申请的结构特征向量与历史登记候选集中的结构特征向量之间的余弦相似度，并在所述余弦相似度大于预设结构相似度阈值时确定为结构相似。

20、进一步地，筛选所述历史登记候选集时，包括：

21、依次按照主体类型、数据类型和登记目的对历史登记记录进行筛选；当筛选后的历史登记记录数量超过预设数量时，按照登记时间降序保留所述预设数量的历史登记记录。

22、进一步地，生成所述预审状态时，包括：

23、汇总字段完整性及一致性校验结果和防重复检测结果；当防重复检测结果为检测通过且校验结果不存在阻塞项时，将表单数据写入登记数据库，将本次登记对应的登记元数据指纹与场景标识向量关联保存，并将已生成的语义指纹和结构特征向量分别与对应登记记录及场景标识向量关联保存。

24、与现有技术相比，本发明的有益效果在于：通过接收登记用户提交的场景问卷应答，并根据主体类型、数据类型、登记目的和行业领域生成场景标识向量，匹配对应登记场景和登记模板，使登记表单能够与登记场景相适配，减少固定表单中无关字段造成的重复填写；通过对表单数据执行完整性及一致性校验，在提交前发现字段缺失或字段之间的逻辑不一致，降低因填写不完整或填写错误造成的反复提交；通过对登记元数据进行规范化序列化并生成登记元数据指纹，能够识别登记元数据完全相同的重复提交；对于未匹配到相同指纹的登记申请，根据场景标识向量筛选历史登记候选集，并依次执行语义相似度检测和结构特征相似度检测，从而识别因登记描述修改、数据格式变化或结构特征相近而未被精确指纹匹配识别的疑似重复提交，同时通过候选集筛选和逐层检测减少不必要的比对处理；根据检测结果和校验结果生成预审状态，并在检测结果为重复或疑似重复或者存在阻塞项时阻止表单数据写入登记数据库，仅在不存在阻塞项时完成登记数据写入并保存对应指纹信息，从而降低重复登记数据进入登记数据库的风险。

25、另一方面，本技术还提供了一种数据资产登记的智能指引与防重复提交系统，用于应用上述数据资产登记的智能指引与防重复提交方法，包括：

26、场景识别单元，用于接收登记用户提交的场景问卷应答，根据主体类型、数据类型、登记目的和行业领域生成场景标识向量，基于所述向量匹配登记场景并获取模板；

27、表单处理单元，用于根据所述模板向终端渲染登记表单，接收表单数据并执行完整性及一致性校验；

28、指纹匹配单元，用于接收到提交前检测请求时，对所述表单数据中的登记元数据进行规范化序列化并计算登记元数据指纹，将所述登记元数据指纹与历史登记指纹库中的历史登记指纹进行匹配，匹配到相同的历史登记指纹时确定为重复；

29、分层检测单元，用于在未匹配到相同的历史登记指纹时，根据所述场景标识向量筛选历史登记候选集，候选集为空时确定检测通过，候选集非空时执行语义相似度检测，当检测到语义相似时确定为疑似重复，未检测到语义相似时执行结构特征相似度检测，并根据结构相似度确定疑似重复或检测通过；

30、预审提交单元，用于根据检测结果和校验结果生成预审状态，检测结果为重复或疑似重复时标记为阻塞，仅在无阻塞项时将表单数据写入登记数据库，并保存本次登记对应的指纹信息。

31、可以理解的是，上述数据资产登记的智能指引与防重复提交方法及系统具备相同的有益效果，在此不再赘述。