买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：四川大学

摘要：本发明公开了一种基于人工智能的创新创业项目辅助管理系统，涉及数据管理及分析技术领域，包括：登录管理模块、项目信息录入模块、数据获取模块、决策信息获取模块、存储模块、分析模块；登录管理模块和项目信息录入模块对用户注册、登录及项目信息进行管理；数据获取模块获取已有项目的参考数据；决策信息获取模块获取政策、技术文献、市场信息并整理得到辅助决策数据；分析模块的预测单元，基于项目参考数据，采用BP神经网络算法，对项目的初始成本和回报率进行预测，辅助单元基于项目参考数据和辅助决策数据为用户决策提供辅助。本系统能够为创新创业用户提供决策支持，辅助项目管理，帮助用户更全面的规避风险和问题，把控项目方向和进程。

主权项：1.一种基于人工智能的创新创业项目辅助管理系统，其特征在于，包括：登录管理模块、项目信息录入模块、数据获取模块、决策信息获取模块、存储模块、分析模块；所述登录管理模块，对用户的注册和登录进行管理；所述项目信息录入模块，用于用户录入或按时更新项目信息数据；所述数据获取模块，获取已有的创新创业项目的项目参考数据；所述决策信息获取模块，获取政策信息、技术文献信息、市场信息并整理得到辅助决策数据；所述存储模块，用于存储用户的注册数据、所述项目信息数据、项目参考数据、辅助决策数据；所述分析模块，包括预测单元和辅助单元；所述预测单元，基于所述项目参考数据，采用BP神经网络算法，对项目的创新创业初始成本和回报率进行预测；所述辅助单元，基于所述项目参考数据和所述辅助决策数据为用户决策提供辅助；所述项目信息数据包括：项目编号、项目名称、项目内容、项目地址、项目创新属性、研发周期、项目资金数据；所述项目参考数据包括已有的创新创业项目的项目信息数据，以及项目决策数据；所述分析模块执行如下操作：基于所述项目参考数据，采用聚类方法得到数据分类信息，包括第一分类信息、第二分类信息、第三分类信息、第四分类信息；所述预测单元根据所述项目参考数据和用户的所述项目信息数据，采用第一BP神经网络进行用户创新创业项目的初始成本预测，采用第二BP神经网络进行用户创新创业项目的回报率预测；所述辅助单元根据所述第一分类信息对所述辅助决策数据进行分类，并对用户项目信息数据进行分类，根据分类结果推荐辅助决策数据给用户进行参考；所述辅助单元根据所述项目参考数据的数据分类信息，采用聚类方法得到l类项目参考数据，统计各类项目参考数据的项目资金数据，进一步生成资金参考图，辅助用户调整资金管理；所述采用聚类方法得到数据分类信息，包括：基于所述项目名称和所述项目内容提取项目的关键词，根据所述关键词构建词向量，得到第一样本数据，采用聚类算法得到第一分类信息；基于所述项目地址，以项目地址所在县区的人均GDP、平均工资、商业用地租金为第二样本数据，采用聚类算法得到第二分类信息；以所述项目创新属性为第三分类信息，以所述研发周期为第四分类信息；所述聚类方法为KMeans聚类方法，包括：步骤1：数据预处理，过滤异常样本数据并标准化，构成样本数据集；步骤2：随机选取k个中心，表示为u1，u2……uk；步骤3：分别计算样本数据集中各样本xi到k个中心点的距离，取距离最小值的中心点作为样本xi所属分类；步骤4：计算样本数据集损失函数值，判断是否收敛，若收敛，则以当前的中心作为各个分类的质心；若不收敛，则执行步骤5；步骤5：根据当前分类中所有样本数据的平均值，更新中心点坐标后依次执行步骤3-4；所述初始成本预测包括：根据每一个项目参考数据的项目立项和研发初期的运营行政成本、研发成本、生产成本计算得到项目参考数据的初始成本，作为样本标签，并以项目参考数据的第一分类信息、第二分类信息、第三分类信息、第四分类信息的值作为样本特征，构成一个预测样本数据，进一步得到第一预测样本数据集并分为第一预测集和第一验证集；初始化第一BP神经网络，将所述第一预测集中的预测样本输入所述第一BP神经网络进行有监督学习训练，直到达到预定训练次数或者误差收敛，将所述第一验证集输入第一BP神经网络进行验证，得到训练好的第一BP神经网络；将用户的所述项目信息数据的第一分类信息、第二分类信息、第三分类信息、第四分类信息的值作为特征，输入所述训练好的第一BP神经网络，得到初始成本预测值；所述回报率预测包括：基于所述项目参考数据的项目立项和研发初期的项目融资，采用聚类方法得到第五分类信息；选取项目周期为研发后期的项目参考数据，根据项目全部时期的项目融资、运营行政成本、研发成本、生产成本、项目产出，计算项目的投资回报率作为样本标签，并以项目参考数据的第一分类信息、第二分类信息、第三分类信息、第四分类信息、第五分类信息的值作为样本特征，构成一个预测样本数据，进一步得到第二预测样本数据集并分为第二预测集和第二验证集；初始化第二BP神经网络，将所述第二预测集中的预测样本输入所述第二BP神经网络进行有监督学习训练，直到达到预定训练次数或者误差收敛，将所述第二验证集输入第二BP神经网络进行验证，得到训练好的第二BP神经网络；将用户的所述项目信息数据的第一分类信息、第二分类信息、第三分类信息、第四分类信息、第五分类信息的值作为特征，输入所述训练好的第二BP神经网络，得到回报率预测值。

全文数据：

权利要求：

百度查询： 四川大学 一种基于人工智能的创新创业项目辅助管理系统