多源异构信息交互作用下知识产权战略目标偏差的诊断与机理研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    71704007
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    杨早立
  • 依托单位：
    北京工业大学
  • 学科分类：
    G0403.科技管理与政策
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

Intellectual property rights (IPR) is the crucial support for innovation-driven development, the CPC Central Committee and State Council proposed the implementation of the national IPR strategy. However, the overall actualizing performance of IPR strategy present significant deviation during the “Twelfth Five-year Plan” period in China, it’s an urgent problem to diagnosis the IPR strategy goal deviation and reveal its formation mechanism. This project is based on internet multi-source heterogeneous information, take the IPR policies as our research starting-point, and combine text mining algorithm and classical mathematical model, to diagnosis multidimensional goal deviation characteristics of IPR strategy with the perspective of policy formulation, execution and implementation; On the basis of which, a multidimensional apriori data mining algorithm is proposed, and used to identify critical influences on IPR strategy goal deviation , then the project inspect the interaction regularity between different factors, uncover the formation mechanism of IPR strategy goal deviation; Furthermore, in accordance with multi-objective optimization theory, a deviation-correction model for IPR strategy goal deviation is developed, and the corresponding deviation-correction mechanism is built. The expected results will benefit the government to analyze IPR strategy goal deviation from the perspective of process, timely and accurately establish the feedback mechanism founded on the strategy formulation, execution and implementation, and provide scientific guidance for the smooth implementation of national IPR strategy programs.
知识产权是创新驱动发展的关键支撑，党中央、国务院提出深入实施国家知识产权战略。然而，“十二五”期间我国知识产权战略总体目标的实施绩效存在显著偏差，如何全面诊断知识产权战略目标偏差并揭示其形成机理，是当前亟待解决的问题。本项目以互联网多源异构信息为基础，以知识产权战略的具体政策举措为切入点，融合文本挖掘算法与经典数理模型，从具体政策的制定、执行和实施三个阶段诊断知识产权战略目标偏差多维特征；在此基上，构建多维Apriori数据挖掘算法，识别知识产权战略目标偏差的多维关键影响因素，探索因素间的交互作用规律特性，揭示知识产权战略目标偏差的形成机理；并引入多目标优化理论，提出知识产权战略目标偏差的纠偏模型，构建目标偏差的纠偏机制。研究成果有助于政府部门从政策过程视角下分析知识产权战略目标偏差状况，及时、准确地建立战略制定、执行与实施的全过程反馈机制，为稳定推进国家知识产权战略规划提供科学指导。

结项摘要

“十二五”与“十三五”期间我国知识产权战略总体目标的实施绩效存在显著偏差，如何全面诊断知识产权战略目标偏差并揭示其形成机理，是当前亟待解决的问题。. 本项目从以下几个方面开展了研究并得到重要结果：(1)抓取了关于我国知识产权战略的网络话题信息，提取了16个知识产权战略相关主题，包括“版权保护”、“防治知识产权滥用”、“知识产权中介服务”、“知识产权对外交流合作”、“知识产权创造”、“知识产权制度”、“知识产权执法”、“知识产权文化建设”、“特定领域知识产权”、“商标申请”、“知名品牌培育”、“知识产权战略推进”、“知识产权法治建设”、“知识产权行政管理”、“知识产权转化运用”和“知识产权保护”。并计算了公众对上述主题的关注热度和情感倾向。结果表明“知识产权战略推进”、“知名品牌培育”和“商标申请”依旧是关注度最高的，同时“知识产权法建设”的关注度最低，且16个主题的情感倾向整体趋于正向，但受社会性事件影响而产生较大的波动。（2）计算了基于微博数据的公众对知识产权战略效应感知的广度和深度，从广度和深度两方面的影响因素视角分析了我国知识产权战略目标偏差的机理。此外，分析了2008年我国实施《国家知识产权战略纲要》以后，我国一些重点技术的演化路径及其内在机理，进而展现了我国知识产权战略的偏差路径与机理。（3）从知识产权战略合作、服务模式优化、战略实施与执行偏差等方面探究了知识产权战略目标偏差的纠偏机制与政策建议。. 研究成果有助于政府部门从战略规划过程视角分析知识产权战略目标偏差状况，及时、准确地建立战略制定、执行与实施的全过程反馈机制，为稳定推进国家知识产权战略规划提供科学指导。同时本项目综合多种学科理论与方法，促进了公共政策学、大数据科学和计算机科学的交叉融合，拓展了政策信息学的研究边界。

项目成果

期刊论文数量（23）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A Decision Method for Online Purchases Considering Dynamic Information Preference Based on Sentiment Orientation Classification and Discrete DIFWA Operators
基于情感倾向分类和离散DIFWA算子的考虑动态信息偏好的网上购物决策方法
  • DOI：
    10.1109/access.2019.2921403
  • 发表时间：
    2019
  • 期刊：
    IEEE Access
  • 影响因子：
    3.9
  • 作者：
    Yang Zaoli;Xiong Guanming;Cao Zehong;Li Yuchen;Huang Lucheng
  • 通讯作者：
    Huang Lucheng
Uncertain learning curve and its application in scheduling
不确定学习曲线及其在调度中的应用
  • DOI：
    10.1016/j.cie.2018.11.055
  • 发表时间：
    2019-05
  • 期刊：
    Computers & Industrial Engineering
  • 影响因子：
    7.9
  • 作者：
    Li Yuchen;Yang Xiangfeng;Yang Zaoli
  • 通讯作者：
    Yang Zaoli
基于专利文献挖掘的关键共性技术识别研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    情报理论与实践
  • 影响因子：
    --
  • 作者：
    陈伟;林超然;孔令凯;李传云;杨早立
  • 通讯作者：
    杨早立
Type II assembly line balancing problem with multi-operators
II型多操作员装配线平衡问题
  • DOI：
    10.1007/s00521-018-3834-1
  • 发表时间：
    2018-10
  • 期刊：
    Neural Computing & Applications
  • 影响因子：
    6
  • 作者：
    Li Yuchen;Wang Honggang;Yang Zaoli
  • 通讯作者：
    Yang Zaoli
Dynamic interval-valued intuitionistic normal fuzzy aggregation operators and their applications to multi-attribute decision-making
动态区间值直觉正态模糊聚合算子及其在多属性决策中的应用
  • DOI：
    10.3233/jifs-169717
  • 发表时间：
    2018-10
  • 期刊：
    Journal of Intelligent and Fuzzy Systems
  • 影响因子：
    2
  • 作者：
    Li Jinqiu;Chen Wei;Yang Zaoli;Li Chuanyun;Sellers J S
  • 通讯作者：
    Sellers J S

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

杨早立的其他基金

异构数据集成驱动的在线产品属性偏好学习及多视角个性化决策研究
  • 批准号：
    72371005
  • 批准年份：
    2023
  • 资助金额：
    43.00 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码