一种商标注册成功率分析方法及系统

本发明涉及数据分析技术领域，具体是一种商标注册成功率分析方法及系统。

每一个企业家的梦想就是将自己的企业做大做强，而商标注册就是一个企业能够成功的重要因素，通过宣传商标，可以让社会公众了解它、喜欢它，然后认牌购买，从而使得企业市场得到进一步拓展。而且商标也是企业的无形资产，只要具有了一定的知名度，它的价值更是难以估量。

随着人们对商标注册的观念的转变，想要注册商标的人越来越多，人们在进行商标注册之前，往往会想要知晓一个大致的成功率，但是，现有的技术方案中，对于成功率的判断与商标检索过程是不分家的，单独的成功率分析技术几乎没有。

本发明的目的在于提供一种商标注册成功率分析方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种商标注册成功率分析方法，所述方法包括：

接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别；

接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别；

将所述申请人级别和所述商标级别输入训练好的范围确定模型，得到检索范围；

根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率。

作为本发明进一步的方案：所述接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别的步骤包括：

接收申请人发送的商标注册请求，确定与所述申请人相关的企业信息及相应的相关度；

基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容识别，根据内容识别结果计算企业的安全度；

当所述安全度达到预设的安全阈值时，获取企业的产品信息，基于所述产品信息修正企业的安全度；

根据所述企业的安全度和相关度确定申请人级别；其中，当申请人不存在相关的企业信息时，将申请人级别设置为预设的基准值。

作为本发明进一步的方案：所述基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容识别，根据内容识别结果计算企业的安全度的步骤包括：

基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容提取，生成含有资质文件名称的文本文件、音频文件、图像文件和视频文件；

根据文本文件、音频文件、图像文件和视频文件生成文本文件库、音频文件库、图像文件库和视频文件库；

遍历分析文本文件库、音频文件库、图像文件库和视频文件库，标记问题文件，根据所述问题文件的数量计算企业安全度。

作为本发明进一步的方案：所述遍历分析文本文件库、音频文件库、图像文件库和视频文件库，标记问题文件，根据所述问题文件的数量计算企业安全度的步骤包括：

遍历图像文件库，对所述图像文件进行值识别；

根据值识别结果提取信息区域；其中，所述信息区域包括甲方和乙方的签字信息；

将所述信息区域与预设的参考区域库中的参考区域进行比对，依次生成相似度；

当该图像文件与参考区域库中所有参考区域的相似度均小于预设的相似阈值时，标记所述图像文件。

作为本发明进一步的方案：所述接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别的步骤包括：

接收申请人上传的含有商标信息的商标图像，对所述商标信息进行延拓，得到特征信息组；

依次读取特征信息组中各数据项，将所述数据项输入访问量达到预设的数量阈值的App的搜索框，确定各数据项的热度值；其中，不同操作指令对应的热度值不同；

将所述热度值与预设的热度阈值进行比对，根据比对结果确定商标级别。

作为本发明进一步的方案：所述根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率的步骤包括：

接收用户输入的区域标记，基于所述区域标记在将所述商标图像确定含有文本区域的检测区域；

识别所述文本区域内的文本信息，根据所述文本信息确定参考数据库；

获取所述参考数据库的存储规则，基于所述存储规则对所述检测区域进行几何校正处理；

根据几何校正处理后的检测区域遍历所述参考数据库，实时计算相似率，得到相似率数组；

将所述相似率数组输入训练好的统计分析模型，得到注册成功率。

作为本发明进一步的方案：所述识别所述文本区域内的文本信息的步骤包括：

采用神经网络模型识别所述文本区域中的文本信息，所述神经网络模型包括：卷积层和池化层；其中，所述卷积层包括交替连接的标准卷积核和扩张卷积核，所述扩张卷积核的感受野的宽度相对所述标准卷积核的感受野的宽度大；所述池化层的分块窗口为矩形，且采用标准最大池化和平均池化加权混合池化，池化权重系数根据分块图片的全局最大值和平均值计算确定。

本发明技术方案还提供了一种商标注册成功率分析系统，所述系统包括：

信息分析模块，用于接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别；

热度分析模块，用于接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别；

范围确定模块，用于将所述申请人级别和所述商标级别输入训练好的范围确定模型，得到检索范围；

检索模块，用于根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率。

作为本发明进一步的方案：所述热度分析模块包括：

信息延拓单元，用于接收申请人上传的含有商标信息的商标图像，对所述商标信息进行延拓，得到特征信息组；

热度值计算单元，用于依次读取特征信息组中各数据项，将所述数据项输入访问量达到预设的数量阈值的App的搜索框，确定各数据项的热度值；其中，不同操作指令对应的热度值不同；

比对单元，用于将所述热度值与预设的热度阈值进行比对，根据比对结果确定商标级别。

作为本发明进一步的方案：所述检索模块包括：

区域确定单元，用于接收用户输入的区域标记，基于所述区域标记在将所述商标图像确定含有文本区域的检测区域；

文本识别单元，用于识别所述文本区域内的文本信息，根据所述文本信息确定参考数据库；

区域校正单元，用于获取所述参考数据库的存储规则，基于所述存储规则对所述检测区域进行几何校正处理；

数组生成单元，用于根据几何校正处理后的检测区域遍历所述参考数据库，实时计算相似率，得到相似率数组；

处理执行单元，用于将所述相似率数组输入训练好的统计分析模型，得到注册成功率。

与现有技术相比，本发明的有益效果是：本发明通过获取申请人信息，确定申请人级别；通过获取商标信息，确定商标级别，通过申请人级别和商标级别确定检索范围，然后基于检索范围进行商标检索，确定成功率，实现了独立的成功率分析过程，结果准确，分析效率高。

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为商标注册成功率分析方法的流程框图。

图2为商标注册成功率分析方法的第一子流程框图。

图3为商标注册成功率分析方法的第二子流程框图。

图4为商标注册成功率分析方法的第三子流程框图。

图5为商标注册成功率分析系统的组成结构框图。

图6为商标注册成功率分析系统中热度分析模块的组成结构框图。

图7为商标注册成功率分析系统中检索模块的组成结构框图。

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为商标注册成功率分析方法的流程框图，本发明实施例中，一种商标注册成功率分析方法，所述方法包括步骤S100至步骤S400：

步骤S100：接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别；

申请人可以是自然人，也可以是法人，正常状态下，商标注册过程不会过于关注申请人信息，但是，在后续的数据统计过程中，申请人信息与注册成功率又是有一定关联的；通俗地说，如果某个企业一直恶意申请，那么它的注册成功率一定不高；上述过程就是获取申请人级别的过程；

步骤S200：接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别；

每个商标都有与自身相关的商标信息，所述商标信息代表着商标的种类或者用途等等，其中，需要重点考虑的是商标信息中的创意来源，如何某个创意来源是时势热点，那么相似的商标申请就有可能多一些，这显然会降低注册成功率。

步骤S300：将所述申请人级别和所述商标级别输入训练好的范围确定模型，得到检索范围；

范围确定模型的输入是申请人级别和商标级别，输出是检索范围，申请人级别和商标级别在本发明技术方案中仅影响检测范围；所述检测范围是检测过程中的参照数据库。

步骤S400：根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率；

注册成功率的判定过程离不开检索过程，步骤S400就是在所述检测范围的基础上进行的检索过程。

图2为商标注册成功率分析方法的第一子流程框图，所述接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别的步骤包括步骤S101至步骤S104：

步骤S101：接收申请人发送的商标注册请求，确定与所述申请人相关的企业信息及相应的相关度；

步骤S102：基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容识别，根据内容识别结果计算企业的安全度；

步骤S103：当所述安全度达到预设的安全阈值时，获取企业的产品信息，基于所述产品信息修正企业的安全度；

步骤S104：根据所述企业的安全度和相关度确定申请人级别；其中，当申请人不存在相关的企业信息时，将申请人级别设置为预设的基准值。

申请人如果是自然人，那么就查询他就业的企业信息，申请人如果是企业，直接查询企业信息即可，根据企业的资质文件和产品信息可以确定企业的安全度，然后根据申请人与企业的相关度和企业的安全度确定申请人级别；值得一提的是，如果申请人是企业，那么相关度就是极值；如果申请人没有就业，那么申请人级别就是默认值。

进一步的，所述基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容识别，根据内容识别结果计算企业的安全度的步骤包括：

基于预设的信息模板获取企业的资质文件，对所述资质文件进行内容提取，生成含有资质文件名称的文本文件、音频文件、图像文件和视频文件；

根据文本文件、音频文件、图像文件和视频文件生成文本文件库、音频文件库、图像文件库和视频文件库；

遍历分析文本文件库、音频文件库、图像文件库和视频文件库，标记问题文件，根据所述问题文件的数量计算企业安全度。

将企业的资质文件分离转换为文本文件库、音频文件库、图像文件库和视频文件库，然后根据预设的方式对这些库进行内容识别；需要说明的是，这些库并不一定都是存在数据的，比如，视频文件库中的数据就很少，提供视频文件库的目的是扩充资质文件的类型，比如，某个表彰大会的视频等等。

具体的，所述遍历分析文本文件库、音频文件库、图像文件库和视频文件库，标记问题文件，根据所述问题文件的数量计算企业安全度的步骤包括：

遍历图像文件库，对所述图像文件进行值识别；

根据值识别结果提取信息区域；其中，所述信息区域包括甲方和乙方的签字信息；

将所述信息区域与预设的参考区域库中的参考区域进行比对，依次生成相似度；

当该图像文件与参考区域库中所有参考区域的相似度均小于预设的相似阈值时，标记所述图像文件。

上述内容的目的非常明确，就是对一些有盖章的PDF文件，或是一些有盖章的图像文件进行内容识别，这种图像文件也是最多、最重要的文件，因此，需要特殊说明。

但是，图像识别过程并不仅限于上述内容，举例来说，对于一些和相关人员的照片，可以对其进行人脸识别，如果一个企业的领导和业界内的标杆人物在一起合影，这显然是可以给企业加分的。

图3为商标注册成功率分析方法的第二子流程框图，所述接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别的步骤包括步骤S201至步骤S203：

步骤S201：接收申请人上传的含有商标信息的商标图像，对所述商标信息进行延拓，得到特征信息组；

步骤S202：依次读取特征信息组中各数据项，将所述数据项输入访问量达到预设的数量阈值的App的搜索框，确定各数据项的热度值；其中，不同操作指令对应的热度值不同；

步骤S203：将所述热度值与预设的热度阈值进行比对，根据比对结果确定商标级别。

步骤S201至步骤S203对热度数据的查询方案进行了具体的限定，首先，对于商标信息进行延拓，所述延拓的意思是，获取商标信息的相关信息，现有的很多软件都有推送功能，这些推送环节就是延拓的一种方式，根据相关信息可以生成特征信息组；然后查询所述特征信息组的热度，可以确定商标级别。

图4为商标注册成功率分析方法的第三子流程框图，所述根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率的步骤包括步骤S401至步骤S405：

步骤S401：接收用户输入的区域标记，基于所述区域标记在将所述商标图像确定含有文本区域的检测区域；

步骤S402：识别所述文本区域内的文本信息，根据所述文本信息确定参考数据库；

步骤S403：获取所述参考数据库的存储规则，基于所述存储规则对所述检测区域进行几何校正处理；

步骤S404：根据几何校正处理后的检测区域遍历所述参考数据库，实时计算相似率，得到相似率数组；

步骤S405：将所述相似率数组输入训练好的统计分析模型，得到注册成功率。

在上述内容中，根据用户的输入信息，确定检测区域，在检测区域内确定文本区域，然后对文本区域进行信息提取，进一步缩小检测范围，然后将整个检测区域进行几何校正处理，对几何校正处理后的检测区域进行特征识别，实时计算相似率；根据相似率及相似率达到一定程度的参考数据的数量确定注册成功率。

作为本发明技术方案的一个优选实施例，所述识别所述文本区域内的文本信息的步骤包括：

采用神经网络模型识别所述文本区域中的文本信息，所述神经网络模型包括：卷积层和池化层；其中，所述卷积层包括交替连接的标准卷积核和扩张卷积核，所述扩张卷积核的感受野的宽度相对所述标准卷积核的感受野的宽度大；所述池化层的分块窗口为矩形，且采用标准最大池化和平均池化加权混合池化，池化权重系数根据分块图片的全局最大值和平均值计算确定。

实施例2

图5为商标注册成功率分析系统的组成结构框图，本发明实施例中，一种商标注册成功率分析系统，所述系统10包括：

信息分析模块11，用于接收申请人发送的商标注册请求，基于预设的信息模板获取申请人信息，根据获取到的申请人信息确定申请人级别；

热度分析模块12，用于接收申请人上传的含有商标信息的商标图像，获取所述商标信息的热度数据，基于所述热度数据确定商标级别；

范围确定模块13，用于将所述申请人级别和所述商标级别输入训练好的范围确定模型，得到检索范围；

检索模块14，用于根据所述检索范围对所述商标图像进行检索，根据检索结果确定注册成功率。

图6为商标注册成功率分析系统中热度分析模块12的组成结构框图，所述热度分析模块12包括：

信息延拓单元121，用于接收申请人上传的含有商标信息的商标图像，对所述商标信息进行延拓，得到特征信息组；

热度值计算单元122，用于依次读取特征信息组中各数据项，将所述数据项输入访问量达到预设的数量阈值的App的搜索框，确定各数据项的热度值；其中，不同操作指令对应的热度值不同；

比对单元123，用于将所述热度值与预设的热度阈值进行比对，根据比对结果确定商标级别。

图7为商标注册成功率分析系统中检索模块14的组成结构框图，所述检索模块14包括：

区域确定单元141，用于接收用户输入的区域标记，基于所述区域标记在将所述商标图像确定含有文本区域的检测区域；

文本识别单元142，用于识别所述文本区域内的文本信息，根据所述文本信息确定参考数据库；

区域校正单元143，用于获取所述参考数据库的存储规则，基于所述存储规则对所述检测区域进行几何校正处理；

数组生成单元144，用于根据几何校正处理后的检测区域遍历所述参考数据库，实时计算相似率，得到相似率数组；

处理执行单元，用于将所述相似率数组输入训练好的统计分析模型，得到注册成功率。

所述商标注册成功率分析方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述商标注册成功率分析方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（Read-Only Memory，ROM），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。