一种技术领域创新方法的分类体系构建方法、系统、终端及可读存储介质与流程

技术特征：
1.一种技术领域创新方法的分类体系构建方法，其特征在于：包括以下步骤：s1：获取普适性创新方法及其创新原理，其中，将所述创新原理设置为普适性创新方法的样本标签，构建普适性创新方法数据集；s2：利用所述普适性创新方法数据集训练朴素贝叶斯分类模型得到创新方法
‑
创新原理分类模型；所述创新方法
‑
创新原理分类模型的输入数据为所述普适性创新方法数据集的数据特征，输出数据为创新原理分类结果；s3：将本领域创新方法数据集的数据特征输入所述创新方法
‑
创新原理分类模型得到创新原理分类结果；s4：基于本领域创新方法与创新原理分类结果的对应关系、以及本领域创新方法对应的应用背景构建创新原理
‑
应用背景的映射词典；再基于普适性创新方法与创新原理的对应关系构建普适性创新方法
‑
应用背景的映射词典。2.根据权利要求1所述的方法，其特征在于：步骤s2中所述普适性创新方法数据集的数据特征的获取如下：s2
‑
1：对所述普适性创新方法数据集中创新方法的文本内容进行预处理；s2
‑
2：对所述普适性创新方法数据集进行特征提取，其中，计算创新方法的文本内容中所有特征词的tf
‑
idf值，再构建所述普适性创新方法数据集的tf
‑
idf矩阵td
qg
；s2
‑
3：对所述普适性创新方法数据集的tf
‑
idf矩阵td
qg
进行权重调整得到数据特征；其中，对特征词的tf
‑
idf值进行大小排序，构建关键词集合k以及特征词集合w；所述关键词集合k中包含了每个创新方法样本中tf
‑
idf值排前q的特征词，所述特征词集合w包含所有特征词，再按照如下循环算法调整特征词权重：判断位于td
qg
矩阵中第i行，第j个元素对应的特征词w
i，j
是否为关键词集合k中的元素；其中，矩阵td
qg
的大小为q
×
g，q为文本数量，g为特征词集合w中特征词数量，每一行的列数对应特征词集合w中的特征词个数；若是，判断矩阵td
qg
中第i行，第j个元素td[i,j]是否等于0，若td[i,j]不等于0，令td[i,j]＝td[i,j]*log(1 e
x
)，e
x
表示以e为底的指数函数，x为常数；按照上述循环算法调整特征词权重后，将特征词权重调整后的tf
‑
idf矩阵td
qg
作为所述普适性创新方法数据集的数据特征。3.根据权利要求2所述的方法，其特征在于：将所述普适性创新方法数据集划分为训练集和测试集，所述训练集用于训练朴素贝叶斯分类模型，所述测试集用于对所述创新方法
‑
创新原理分类模型进行测试，训练和测试过程中分别获取训练集、测试集对应的数据特征参与训练和测试。4.根据权利要求2所述的方法，其特征在于：所述tf
‑
idf值的计算公式如下：tf
‑
idf＝tf*idf其中：n
w
表示特征词w在某创新方法的文本内容中出现的次数；n表示某创新方法的文本内容中特征词总数；n表示数据集中创新方法的文本总数；
n
w
表示数据集中包含特征词w的文本数量。5.根据权利要求1所述的方法，其特征在于：包括本领域创新方法
‑
创新原理的映射词典c
‑
r、本领域创新方法
‑
应用背景的映射词典b
‑
r、创新原理
‑
应用背景的映射词典b
‑
c、普适性创新方法与创新原理的映射词典c
‑
u、以及普适性创新方法
‑
应用背景的映射词典u
‑
b；其中，所述本领域创新方法
‑
创新原理的映射词典c
‑
r为：c
‑
r＝{cp
i
:rc
i
|i＝1,2,
…
,p}，cp
i
为第i类创新原理，rc
i
为属于第i类创新原理的本领域创新方法集；所述本领域创新方法
‑
应用背景的映射词典b
‑
r为：b
‑
r＝{rc
j
:ab
j
|j＝1,2,
…
,n}，rc
j
为第j个本领域创新方法，ab
j
为对应于第j个创新方法的应用背景集；当rc
i
＝rc
j
时，构建出所述创新原理
‑
应用背景的映射词典b
‑
c：b
‑
c＝{ab
j
:cp
i
|j＝1,2,
…
,n；i＝1,2,
…
,p}所述普适性创新方法与创新原理的映射词典c
‑
u表示为：c
‑
u＝{cp
i
:uc
i
|i＝1,2,
…
,p}其中，uc
i
为属于第i类创新原理的普适性创新方法集；所述普适性创新方法
‑
应用背景的映射词典u
‑
b，表示为：u
‑
b＝{uc
i
:ab
j
|i＝1,2,
…
,p；j＝1,2,
…
,n}n、p分别为创新方法数量和创新原理类别数。6.根据权利要求5所述的方法，其特征在于：利用映射词典获取某技术问题的应用背景对应的创新方法集合的过程如下：利用所述创新问题的应用背景，并基于所述创新原理
‑
应用背景的映射词典b
‑
c确定创新原理cp
i
；以所述创新原理cp
i
为键，基于所述普适性创新方法与创新原理的映射词典c
‑
u获取普适性创新方法集uc
i
；以及基于本领域创新方法
‑
创新原理的映射词典c
‑
r获取本领域创新方法集rc
i
；最后将领域创新方法集rc
i
和普适性创新方法集uc
i
的并集c
i
作为创新问题的应用背景对应的创新方法集合。7.根据权利要求1所述的方法，其特征在于：所述技术领域为轨道交通装备领域，所述应用背景包括：产品类型、创新对象、创新链环节、创新类别及创新程序五个维度；所述创新原理包括还原原理、组合原理、变性原理、移植原理、逆反原理、迂回原理、群体原理和完满原理。8.一种基于权利要求1
‑
7任一项所述方法的系统，其特征在于：包括：普适性创新方法数据集构建模块，用于获取普适性创新方法及其创新原理，并构建普适性创新方法数据集，其中，将所述创新原理设置为普适性创新方法的样本标签；创新方法
‑
创新原理分类模型构建模块，用于利用所述普适性创新方法数据集训练朴素贝叶斯分类模型得到创新方法
‑
创新原理分类模型；分类模块，用于将本领域创新方法数据集的数据特征输入所述创新方法
‑
创新原理分类模型得到创新原理分类结果；映射词典构建模块，用于基于本领域创新方法与创新原理分类结果的对应关系、以及本领域创新方法对应的应用背景构建创新原理
‑
应用背景的映射词典；再基于普适性创新方法与创新原理的对应关系构建普适性创新方法
‑
应用背景的映射词典。
9.一种终端，其特征在于：包括处理器和存储器，所述存储器存储了计算机程序，所述处理器调用所述计算机程序以执行：权利要求1
‑
7任一项所述方法的步骤。10.一种可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以执行：权利要求1
‑
7任一项所述方法的步骤。

技术总结
本发明公开了一种技术领域创新方法的分类体系构建方法、系统、终端及可读存储介质，所述方法包括：构建普适性创新方法数据集，并利用其训练朴素贝叶斯分类模型得到创新方法


技术研发人员：杜文轩 孔嘉斌 吕剑文 靳启航 龙汪鹏 陈鑫 刘江南
受保护的技术使用者：湖南大学
技术研发日：2021.06.23
技术公布日：2021/11/4