© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
贵州中云版权科技有限公司
企业贵州中云版权科技有限公司成立于2016年，属科技推广和应用服务业，主营（建设国家级版权数据备案库、文化素材库及监管、信息科技领域内的技术开发、技术转让、技等。面向版权保护、多模态处理、版权登记等领域提供数据服务，开放CCDI·版权云综合服务平台算法模型（版权保护、多模态处理）、中云版权-版权登记平台算法模型（版权登记、数据分析）、登记作品类型特征分析数据集（作品登记、数据分析），支撑知识产权分析与转化。
版权保护多模态处理版权登记科技推广服务科技型中小企业
数据集列表
著作权人画像与分类分析数据集
1.数据采集与清洗规则：从平台数据库提取著作权人登记信息，去除重复记录、异常值和缺失值，确保基础数据质量。涉及个人信息的字段进行匿名化处理，去标识化后纳入统计分析。
2.时间维度的统计分析：按月度/季度/年度粒度统计著作权人新增数量、总数量变化；计算各时间段著作权人增长率：增长率 = (本期登记人数 - 上期登记人数) / 上期登记人数 × 100%；分析著作权人留存率和活跃度变化趋势。
3.著作权人类型分类规则：按主体类型分为：个人著作权人、企业著作权人、机构著作权人（高校、科研院所、社会团体等）、代理机构。
4.地域分布统计规则：按省级行政区划进行著作权人地域归集，统计各省份著作权人数量及占比；识别著作权人密度较高和较低的省份，计算各地区著作权人增长率。
5.关联分析与交叉统计：构建“时间×类型×地域”三维交叉分析矩阵；采用聚类算法识别不同著作权人类型的增长模式和特征群组；计算各维度之间的相关性系数，识别著作权人流动趋势。
6.可视化数据生成：将统计分析结果转化为趋势折线图、类型分布饼图、地域热力图等可视化数据格式，便于应用端呈现。
贵州省数据知识产权登记平台2026-04-17 更新40
著作权审查记录与驳回原因统计分析数据集
本数据集通过对平台原始审查日志与驳回记录进行深度加工形成，核心处理规则与算法流程如下：
1. 数据抽取与脱敏：从审查系统日志中提取结构化和半结构化字段（审查决定、驳回时间、审查员ID、作品类型、申请人地区），并对审查员姓名、申请人联系方式等个人敏感信息进行不可逆脱敏处理。
2. 驳回原因标准化编码：针对原始驳回意见中的自由文本（如“图样像素过低”），采用自然语言处理与关键词匹配算法，将其映射至统一的三级驳回原因代码体系（如：A-材料规范性 > A01-样本图样不符合要求 > A0101-图样像素低于300dpi）。
3. 多维度统计指标加工：基于时间窗口（月/季/年），分别计算总体驳回率、各作品类型驳回率、各审查员驳回率、各驳回原因占比等衍生统计指标，形成可用于趋势分析和对比分析的宽表数据集。
贵州省数据知识产权登记平台2026-04-13 更新70
作品登记趋势分析数据集
本数据集的生成遵循以下明确的统计与加工规则：
1. 数据抽取与清洗：从原始作品登记数据库中，按年度（近8个自然年）和地域（中国31个省、自治区、直辖市，不含港澳台）抽取已脱敏的登记记录。剔除测试数据、重复提交及审核未通过记录，确保数据质量。
2. 维度指标加工：
- 时间维度：按自然年（2018-2025）进行分组聚合，计算全国年度登记总量及年度同比增长率。
- 地域维度：按省份进行分组聚合，计算各省份年度登记量、各省份累计登记量、各省份在全国的年度排名及位次变化。
- 交叉维度：计算省份-年度登记矩阵，用于趋势线绘制与热力分析。
3. 数据输出格式：最终生成结构化表格（CSV/Excel），包括趋势折线图数据、省份排名表、全国总量年历图数据等。
贵州省数据知识产权登记平台2026-04-13 更新10
CCDI·版权云综合服务平台算法模型
1. 侵权监测与指纹比对算法
输入：爬虫系统获取的海量互联网数据（文本、图片、视频等多模态内容），以及版权登记平台中已确权的作品数据。
处理：通过指纹特征提取技术，从待监测内容中提取关键特征（如图像的视觉特征、文本的语义特征等）；将提取的特征与已确权作品的指纹库进行相似度比对计算；基于设定的相似度阈值自动识别潜在侵权行为。
输出：侵权线索清单、侵权匹配度评分、疑似侵权链接列表。
2. 版权登记智能审核算法
输入：权利人在登记平台提交的作品文件及其登记信息。
处理：自动判断登记作品的文件类型（文字、图片、音频、视频等）；依据作品类型进行相应的预处理和数据转换；提取作品特征向量，与已有登记数据库进行相似性比对；基于比对结果给出审核辅助建议。
输出：作品类型判定结果、原创性分析报告、审核辅助建议。
贵州省数据知识产权登记平台2026-04-09 更新200
贵州省各市州版权登记数据统计分析数据集
（一）数据采集规则。 数据来源于“贵州省版权登记平台”系统，覆盖全省9个市州登记主体提交的作品著作权登记申请。数据集按“年度+市州”二级维度组织，包含登记总量、权利人类型分布（个人/法人/非法人组织）、增长率、累计登记量等核心字段。
（二）数据清洗与标准化规则。 依据贵州省行政区划代码（GB/T 2260）对各市州登记数据进行归属判定，剔除登记地址信息不完整或存在歧义的异常记录；对重复登记或撤销登记的数据进行去重与过滤，确保统计口径一致。
（三）数据分析算法。 主要采用以下三类算法：一是描述性统计分析，计算各市州的年度登记量、累计登记量、同比增长率、占比等基础指标；二是聚类分析，运用K-means算法将各市州按登记活跃度划分为“高活跃区”“中活跃区”“低活跃区”三个梯队，揭示区域差异格局。
贵州省数据知识产权登记平台2026-04-17 更新40
登记作品类型特征分析数据集
1.统计聚合与特征计算
按作品类型为主维度，时间（年/季/月）、地域、权利人类型为辅维度，计算以下特征指标：
基础数量：各类型登记总量、环比/同比增速。
集中度：某一作品类型登记量占全部登记量的比例。
地域偏好：某一作品类型在各地市的登记热度（如“遵义市的美术作品登记占比”）。
主体偏好：某一作品类型中企业权利人 vs 个人权利人的比例。
2.. 异常值处理与脱敏
对登记量极少（<5条）的作品类型进行合并至“其他”类别以避免稀疏。同时，对所有权利人个人信息（姓名、联系方式）及作品原始文件进行不可逆脱敏，仅保留统计所需的类型化字段。
贵州省数据知识产权登记平台2026-04-13 更新90
著作权登记合规性校验与风险预警数据集
本数据集的加工处理规则基于著作权法律法规及行业合规要求，构建了“自动校验+风险评估+等级判定”三层处理规则体系。
1.数据采集规则：从平台数据库提取著作权登记申请数据，按申请时间戳排序，筛选状态为“已提交待审核”的记录。
2.数据清洗规则：对申请人填写的文本字段进行标准化处理（如统一大小写、去除非打印字符），对缺失字段进行标记和记录。
3.数据脱敏规则：对申请人姓名、联系方式等个人敏感信息进行SHA-256哈希脱敏处理，仅保留必要标识字段用于统计分析，确保不涉及个人隐私泄露。
4.合规性检测（核心加工环节） ：通过算法模型对申请进行多维合规性校验（校验维度包含：材料完整性、格式规范性、权利归属清晰度、重复登记检测、作品独创性核验等）。
5.评分与分级：根据合规性检测结果生成0-100分合规性评分，并按照预设阈值划分风险等级（低风险≥80分、中风险60-79分、高风险≤59分）。
6.标签标注：根据触发规则自动标注风险类型标签。
7.数据入库：将处理后的数据按天粒度入库，形成结构化数据集。
贵州省数据知识产权登记平台2026-04-09 更新60
中云版权-版权登记平台算法模型
1. 数据抽取与脱敏：从原始登记库中，按规则抽取已授权公开的结构化字段（如作品类型、登记日期、地区、著作权人类型），并对涉及个人隐私的敏感信息进行不可逆脱敏处理。
2. 分类与标签化：依据《作品自愿登记试行办法》对作品进行一级分类，同时基于作品名称关键词，由算法自动打上题材标签（如“蜡染”“刺绣”“银饰”等）。
3. 指标加工与聚合：基于时间、地域、类型维度，聚合计算出登记量趋势线、地区排名、类型构成比等衍生统计指标，形成分析宽表。
贵州省数据知识产权登记平台2026-01-14 更新140