一种基于人工智能的创新创业项目辅助管理系统

本发明涉及数据管理及分析，更具体的说是涉及一种基于人工智能的创新创业项目辅助管理系统。

背景技术：

1、社会经济的发展和科学技术的进步，为创新创业提供了更多的机遇和挑战，传统产业模式发生变革，越来越多的公司或个人选择创新创业，初创企业不断涌现。

2、但是，在创新创业项目初期，项目管理者往往缺乏经验和资源，无法全面的掌握项目相关的政策、市场和技术信息，遗漏潜在的风险和问题，对于项目的战略规划难以准确把控，无法在激烈的市场竞争中找到适合自身的定位；并且，创新创业项目通常资金有限，不合理的运营和扩张以及不准确的项目进程控制，往往会出现现金问题导致创新创业项目出现重大困难甚至失败。

3、因此，如何为创新创业者提供决策支持，辅助项目管理是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于人工智能的创新创业项目辅助管理系统，通过对已有创业项目的收集分析，以及对政策、技术文献等市场信息进行整理，并根据用户的创新创业信息，为用户提供决策支持，辅助项目管理。为了实现上述目的，本发明提供如下技术方案：

2、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，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；

3、所述登录管理模块，对用户的注册和登录进行管理；

4、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；

5、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；

6、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；

7、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；

8、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。

9、进一步的，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；

10、所述项目参考数据包括所述项目信息数据，以及项目决策数据。

11、进一步的，所述项目创新属性包括：科学发现型、技术型、产品设计型、效率型，所述项目资金数据包括：项目融资、运营行政成本、研发成本、生产成本、项目产出，所述研发周期包括：项目立项、研发初期、研发中期、研发后期。

12、进一步的，所述分析模块执行如下操作：

13、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；

14、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；

15、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；

16、所述辅助单元根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。

17、进一步的，所述采用聚类方法得到数据分类信息，包括：

18、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；

19、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；

20、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。

21、进一步的，所述聚类方法为kmeans聚类方法，包括：

22、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；

23、步骤2：随机选取k个中心，表示为u1，u2……uk；

24、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；

25、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；

26、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。

27、进一步的，所述初始成本预测包括：

28、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；

29、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；

30、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。

31、进一步的，所述回报率预测包括：

32、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；

33、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；

34、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；

35、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。

36、进一步的，所述生成资金参考图具体包括：

37、根据所述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、第四分类信息的数值构建分类向量；基于所述分类向量采用所述聚类方法对所述项目参考数据进行聚类，得到第六分类信息，以及l类项目参考数据；统计项目参考数据中不同研发周期的项目融资、运营行政成本、研发成本、生产成本、项目产出的资金数据，并基于项目立项和研发初期的项目融资总值归一化，得到归一化项目资金数据；计算l类项目参考数据中每一类项目参考数据的归一化项目资金数据平均值，并拟合得到资金参考图。

38、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于人工智能的创新创业项目辅助管理系统，通过获取已有项目的参考数据，政策、技术文献、市场信息并存储，形成了与创新创业项目相关的数据库，能够基于大数据算法为项目决策人员提供决策支持；通过对已有创新创业项目的各项信息进行多次聚类分析，并采用bp神经网络算法，基于项目的多项不同信息分类，对项目的初始成本和回报率进行预测，能够使创新创业人员在项目初期找准自身定位，确定初始的战略方向；在项目进行中，还能够及时的根据项目类型推荐相关的政策、技术文献、市场信息给决策人员，防止遗漏潜在的风险和问题，造成重大决策失误，同时还能够对同类型的项目在项目不同阶段的融资、运营、研发、生产、利润等情况进行汇总分析，为创业者项目的资金使用情况做出参考，把控项目进程。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。