[发明专利]基于大数据和深度学习的跟踪认定方法和机器人系统

说明书

基于大数据和深度学习的跟踪认定方法和机器人系统，包括：获取预设类别的认定标准，获取待认定的对象的数据，从所述对象的数据中获取所述认定标准对应的数据，将所述待认定的对象的所述认定标准对应的数据与上一次认定时所述待认定的对象的所述认定标准对应的数据进行比较并判断是否发生了变化：是，则转到跟踪认定判断步骤执行；否，则转到复制认定结果步骤执行。上述方法和系统通过基于大数据和深度学习的跟踪认定技术，提高了认定的时效性、客观性、可信度和效率，并降低了认定的成本。

技术领域

本发明涉及信息技术领域，特别是涉及一种基于大数据和深度学习的跟踪认定方法和机器人系统。

背景技术

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有技术下进行认定(例如高新企业认定、人才认定等等)都是一次性的，认定完之后就不再跟踪，有的对象(对象包括企业、候选人等等)可能在认定时通过了，但一旦通过之后，对象就不再有认定的压力，而放松对自己的要求，从而认定通过之后的一段时间内可能不再符合认定的要求，但并不会影响之前认定的结果，这样就会导致认定的结果不具有时效性，也就是说过去认定的结果不一定符合对象现在实际的情况，这样就会使得认定失去可信性和意义；而有的对象在认定不通过之后，努力进取，经过一定的时间努力之后，虽然已经达到了认定的标准，但因为之前的认定失败，对象一直迟迟不敢再次申请认定，甚至可能因为之前认定失败而失去信心而一直不再申请认定，这样就会到导致已经达到认定标准的对象因为没有再次申请认定而一直处于未认定的状态，从而会导致认定的结果不全面；总而言之，现有的认定技术会导致不再满足认定标准的对象仍然保持认定通过的结果；而已经满足认定标准的对象缺仍然保持认定不通过的结果，从而无法与时俱进，已认定的结果失去了时效性、客观性和可信性；现有认定技术中大部分认定通过的结果是永久有效的，那么其缺点就如上所述非常明显，也有少数认定通过的结果是在一定时间段(例如几年)内有效的，过期后需要重新认定，这一方面仍然无法解决上面所述的缺点，因为所说的有效时间段一般都是比较长的，在那段时间内对象会发生很多变化，极有可能从符合认定标准变成不符合认定标准，从而仍然导致认定的结果失去了时效性、客观性和可信性；同时，另一方面，认定通过的结果只在一定的时间段内有效，过期后需要重新认定，这一方面会浪费已认定通过的对象的时间和人力物力来重新申请认定，同时也浪费了认定主管单位的时间和人力物力，因为如果已认定通过的对象的数据变化没有影响到认定的结果，那么就没有必要重新申请认定，从而导致现有认定技术的成本高、效率低；第三方面也是最重要的方面，现有技术都是在认定主管部门规定的认定时间进行认定，导致被认定的对象在平时没压力、不努力，在认定时为时已晚，临时努力也无济于事，导致了有些被认定的对象为了认定通过而铤而走险，做出找关系、作假等违法行为。

因此，现有技术还有待于改进和发展。

发明内容

基于此，有必要针对现有技术中的缺陷或不足，提供基于大数据和深度学习的跟踪认定方法和机器人系统，以解决现有技术中认定的时效性、客观性、可信度、准确性不足和成本高、效率低的缺点。

第一方面，本发明实施例提供一种认定方法，所述方法包括：

认定标准获取步骤，用于获取预设类别的认定标准；

对象数据获取步骤，用于获取待认定的对象的数据；获取的数据包括第三方数据，数据更客观和可行，所以可以提高认定的客观性和可信度；如果数据不客观，认定也就不会准确，因为数据更客观，进而也就提高了准确性；

标准对应的数据获取步骤，用于从所述待认定的对象的数据中获取所述认定标准对应的数据；

数据变化检测步骤，用于将所述待认定的对象的所述认定标准对应的数据与上一次认定时所述待认定的对象的所述认定标准对应的数据进行比较并判断是否发生了变化：是，则转到跟踪认定判断步骤执行；否，则转到复制认定结果步骤执行；

跟踪认定判断步骤，用于判断所述认定标准对应的数据是否符合所述认定标准；根据标准进行自动认定，可以提高认定的效率；