多模态科技创新资源数据智能筛选方法

本发明公开了一种多模态科技创新资源数据智能筛选方法。首先，通过对研发投入、科研人员数量、专利数量及新产品销售收入占比设定准入阈值，从而初步筛选出符合最低要求的候选企业；然后，对不同来源的企业数据进行统一化预处理，解决多源多格式问题，并结合编辑距离、余弦相似度等方法实现企业实体解析与归并；在此基础上，利用文本挖掘与词频‑逆文档频率等手段提取企业简介、相关新闻等文本语义特征，与数值特征一起构建多模态特征向量；最后，采用综合距离度量进行K均值聚类分析，迭代计算聚类中心并将企业划分至相似度最高的簇，得到多模态聚类结果。