買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉蘇州市軟件評(píng)測(cè)中心有限公司申請(qǐng)的專利一種基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120410574B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510905764.3，技術(shù)領(lǐng)域涉及：G06Q30/018；該發(fā)明授權(quán)一種基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)是由徐剛;張征云;汪立翼設(shè)計(jì)研發(fā)完成，并于2025-07-02向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)在說明書摘要公布了：本申請(qǐng)?zhí)峁┮环N基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)，包括：多源數(shù)據(jù)采集模塊用于采集多源數(shù)據(jù)，多源數(shù)據(jù)的來源包括數(shù)據(jù)庫、網(wǎng)絡(luò)接口和數(shù)據(jù)采集設(shè)備；多源數(shù)據(jù)整合模塊用于對(duì)多源數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，處理為統(tǒng)一數(shù)據(jù)存儲(chǔ)格式的結(jié)構(gòu)化數(shù)據(jù)；數(shù)據(jù)質(zhì)量評(píng)估模塊內(nèi)置基于深度學(xué)習(xí)的多維度數(shù)據(jù)質(zhì)量評(píng)估模型，用于評(píng)估結(jié)構(gòu)化數(shù)據(jù)的多維度質(zhì)量評(píng)分，結(jié)構(gòu)化數(shù)據(jù)的評(píng)估維度包括完整性、準(zhǔn)確性、一致性、時(shí)效性；數(shù)據(jù)質(zhì)量?jī)?yōu)化模塊用于基于多維度質(zhì)量評(píng)分，分析結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)質(zhì)量問題并生成提示信息。本方案引入人工智能技術(shù)對(duì)數(shù)據(jù)質(zhì)量進(jìn)行智能評(píng)估優(yōu)化，實(shí)現(xiàn)對(duì)數(shù)據(jù)質(zhì)量的準(zhǔn)確評(píng)估，顯著提升數(shù)據(jù)質(zhì)量評(píng)估的可靠性和效率，為企業(yè)決策提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

本發(fā)明授權(quán)一種基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)在權(quán)利要求書中公布了：1.一種基于AI的數(shù)據(jù)質(zhì)量智能評(píng)估優(yōu)化系統(tǒng)，其特征在于，包括： 多源數(shù)據(jù)采集模塊，用于采集多源數(shù)據(jù)，其中，多源數(shù)據(jù)的來源包括數(shù)據(jù)庫、網(wǎng)絡(luò)接口和數(shù)據(jù)采集設(shè)備； 多源數(shù)據(jù)整合模塊，用于對(duì)多源數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，處理為統(tǒng)一數(shù)據(jù)存儲(chǔ)格式的結(jié)構(gòu)化數(shù)據(jù)； 數(shù)據(jù)質(zhì)量評(píng)估模塊，內(nèi)置基于深度學(xué)習(xí)的多維度數(shù)據(jù)質(zhì)量評(píng)估模型，用于評(píng)估結(jié)構(gòu)化數(shù)據(jù)的多維度質(zhì)量評(píng)分，其中，結(jié)構(gòu)化數(shù)據(jù)的評(píng)估維度包括完整性、準(zhǔn)確性、一致性、時(shí)效性； 數(shù)據(jù)質(zhì)量?jī)?yōu)化模塊，用于基于多維度質(zhì)量評(píng)分，分析結(jié)構(gòu)化數(shù)據(jù)存在的數(shù)據(jù)質(zhì)量問題，并生成提示信息； 數(shù)據(jù)質(zhì)量評(píng)估模塊中的多維度數(shù)據(jù)質(zhì)量評(píng)估模型采用多任務(wù)學(xué)習(xí)框架，包括： 輸入層，用于接收輸入的結(jié)構(gòu)化數(shù)據(jù)； 共享特征層，用于提取結(jié)構(gòu)化數(shù)據(jù)的共享特征； 多任務(wù)評(píng)估層，包括完整性評(píng)估頭、準(zhǔn)確性評(píng)估頭、一致性評(píng)估頭、時(shí)效性評(píng)估頭，完整性評(píng)估頭用于基于共享特征確定出結(jié)構(gòu)化數(shù)據(jù)的完整性指數(shù)，準(zhǔn)確性評(píng)估頭用于基于共享特征確定出結(jié)構(gòu)化數(shù)據(jù)的準(zhǔn)確性指數(shù)，一致性評(píng)估頭用于基于共享特征確定出結(jié)構(gòu)化數(shù)據(jù)的一致性指數(shù)，時(shí)效性評(píng)估頭用于基于共享特征確定出結(jié)構(gòu)化數(shù)據(jù)的時(shí)效性指數(shù)，其中，完整性指數(shù)反映結(jié)構(gòu)化數(shù)據(jù)的字段缺失情況，準(zhǔn)確性指數(shù)反映結(jié)構(gòu)化數(shù)據(jù)的字段異常情況，一致性指數(shù)反映結(jié)構(gòu)化數(shù)據(jù)的跨字段邏輯一致性情況，時(shí)效性指數(shù)反映結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)延遲情況； 聚合層，用于基于結(jié)構(gòu)化數(shù)據(jù)的完整性指數(shù)、準(zhǔn)確性指數(shù)、一致性指數(shù)和時(shí)效性指數(shù)，確定出多維度質(zhì)量評(píng)分； 輸出層，用于輸出結(jié)構(gòu)化數(shù)據(jù)的多維度質(zhì)量評(píng)分； 共享特征層，具體用于： 對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行字段嵌入，得到統(tǒng)一維度的特征向量組，其中，字段嵌入形式包含數(shù)值型字段、類別型字段和時(shí)間型字段； 通過門控特征交叉網(wǎng)絡(luò)對(duì)特征向量進(jìn)行特征交叉，得到交互特征向量； 對(duì)交互特征向量進(jìn)行融合，生成共享特征； 共享特征層，具體用于： 針對(duì)結(jié)構(gòu)化數(shù)據(jù)中的第個(gè)字段，： 若第個(gè)字段為數(shù)值型字段，采用以下方式進(jìn)行嵌入： ， 其中，表示結(jié)構(gòu)化數(shù)據(jù)中第個(gè)字段是數(shù)值型字段時(shí)嵌入后的特征向量，表示第個(gè)字段的原始值，為第個(gè)字段的均值，為第個(gè)字段的標(biāo)準(zhǔn)差，為可學(xué)習(xí)的權(quán)重矩陣，維度為，為可學(xué)習(xí)的偏置向量，維度為； 若第個(gè)字段為類別型字段，采用以下方式進(jìn)行嵌入： ， 其中，表示結(jié)構(gòu)化數(shù)據(jù)中第個(gè)字段是類別型字段時(shí)嵌入后的特征向量，表示第個(gè)字段的原始值，表示第個(gè)字段的one-hot編碼向量，表示可學(xué)習(xí)的嵌入矩陣，的行數(shù)等于第個(gè)字段的類別數(shù)，即的長(zhǎng)度，的列數(shù)等于目標(biāo)嵌入維度； 若第個(gè)字段為時(shí)間型字段，采用以下方式進(jìn)行嵌入： ， 其中，表示結(jié)構(gòu)化數(shù)據(jù)中第個(gè)字段是時(shí)間型字段時(shí)嵌入后的特征向量，表示時(shí)間戳的數(shù)值表示，為時(shí)間周期，為可學(xué)習(xí)的權(quán)重矩陣，維度為； 對(duì)結(jié)構(gòu)化數(shù)據(jù)的每個(gè)字段進(jìn)行對(duì)應(yīng)的字段嵌入后，得到一組特征向量，其中，為結(jié)構(gòu)化數(shù)據(jù)中的字段總量； 共享特征層，具體用于： 通過門控特征交叉網(wǎng)絡(luò)對(duì)特征向量進(jìn)行特征交叉： ， 其中，表示第個(gè)字段的特征向量與第個(gè)字段的特征向量之間的交互特征向量，為Sigmoid激活函數(shù)，為可學(xué)習(xí)的權(quán)重矩陣，維度為，表示特征向量與特征向量的拼接，維度為，表示計(jì)算Hadamard積，為可學(xué)習(xí)的權(quán)重矩陣，維度為； 以及，基于每個(gè)字段的特征向量和每?jī)蓚€(gè)特征向量之間的交互特征向量，生成共享特征： ， 其中，為共享特征。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人蘇州市軟件評(píng)測(cè)中心有限公司，其通訊地址為：215100 江蘇省蘇州市蘇州工業(yè)園區(qū)金雞湖大道1355號(hào)國際科技園4F-2單元；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。