当前AI大模型与产业数字化深度融合，结构化、垂直领域的训练数据已经成为产业智能分析工具开发的核心生产资料，而数据知识产权登记是明确数据权属、保障数据权益、推动合规流通的关键前置环节。作为全国数字经济创新发展试验区，浙江省上线的数据知识产权登记平台是国内省级层面领先的官方数据知识产权服务载体，承担数据确权存证、权益保护、流通对接等核心职能，出具的登记证明具备司法效力，可为数据资产后续的交易、授权、维权提供基础支撑。
2026年5月27日，火石创造科技有限公司旗下的《应用软件产业链结构文本训练数据》正式在该平台完成登记，成为国内少有的完成官方知识产权登记的垂直产业类训练数据资产。本数据集专门服务于应用软件产业链智能分类与产业图谱构建模型的训练与开发，通过关联企业文本与软件技术标签，为软件产业全维度分析提供核心数据工具。其核心应用方向覆盖三大场景：
软件供应商寻源与能力评估：当前国内企业数字化转型、政务信息化建设的软件采购年规模已超万亿元，传统供应商筛选依赖人工调研，存在覆盖不全、评估维度单一、效率偏低等痛点，该数据集训练的智能模型可赋能大型企业、政府机构或系统集成商，精准识别云计算、大数据、人工智能平台、智能机器人等不同技术领域的软件开发商与服务商能力边界，大幅降低选型成本，优化技术采购决策。
产业布局与技术路线分析：软件产业是各地数字经济招商的核心赛道，该数据集可辅助政府及产业园区，快速分析区域在基础软件、新兴平台软件、行业应用软件等环节的企业分布、技术积累与产业链完整度，为制定产业发展规划、招商政策、补链强链方案提供量化依据。
技术趋势与投资洞察：支持投资机构与行业研究团队，对芯片设计、人工智能算法、工业互联网平台等细分技术领域的研发动态、市场竞争格局与商业化进展进行量化跟踪与前瞻性研判，降低行业研究的信息差成本。
一、加工前数据说明
本数据集旨在构建用于应用软件产业链智能分析的人工智能模型训练语料。在加工前，数据已严格按照《数据安全法》《个人信息保护法》要求进行匿名化与去标识化处理，原始企业名称被统一替换为不可逆的规范标识符，并彻底移除所有的个人及商业敏感信息，确保数据完全符合隐私保护与安全合规要求，为模型训练提供了洁净、可靠的输入基础。
二、数据处理规则
数据处理严格遵循 “体系先行、业务匹配、特征抽取” 的核心规则，形成了一套从分类框架构建到最终标签生成的完整流程：1.首先，依据国家软件产业分类标准及技术发展趋势，预先定义了从“应用软件”（一级节点）出发，按技术环节划分为“软件研发”、“软件应用”、“IT基础”（二级节点），并进一步细分为“新兴平台软件”、“业务场景”、“终端设备”、“基础硬件”等（三级及四级节点）的树状分类体系，还新增了生成式AI、大模型服务等新兴赛道分类节点，为数据加工提供了专业、清晰、贴合产业实际的框架。2.业务匹配：采用“自动化规则匹配与人工校验相结合”的策略。首先，依托Spark大数据处理框架，对海量企业简介文本进行分布式清洗、分词与关键词匹配，通过预构建的软件产业语义规则库自动计算并推荐初步分类节点。随后，由具备5年以上软件与信息技术行业研究经验的标注专家进行审核与最终判定，确保企业归入最贴切的技术领域与产业链环节。3.特征抽取：在完成业务匹配的同时，从同一段企业简介文本中，系统性地抽取代表其核心产品与技术的关键术语与名词性短语，经过去重与标准化格式化，组合成“正向词”特征串，作为对分类标签的语义补充。
三、加工后数据内容
加工后的数据集为一条条结构化的“文本-标签”数据。每条数据均包含经过脱敏处理的原始企业描述文本，以及与之对应、经人工校验的完整分类标签（一至四级节点）、高度细化的业务特征词（正向词）与产业标签。数据内容全面覆盖了从基础硬件、平台软件到行业应用的应用软件产业链核心环节，形成了一个分类体系专业、业务特征鲜明、可直接用于软件产业图谱构建、技术供应商分类与行业应用趋势分析等模型训练与评估的高质量专用数据集。
本次登记的完成，不仅为该数据资产提供了官方权属证明，也为国内垂直产业类训练数据的知识产权合规化、流通交易提供了可复制的实践路径，进一步丰富了浙江省数据要素市场的优质产业数据供给，对推动软件产业数字化治理、加速数据要素向实体经济赋能具有重要的示范意义。
登记内容：
_1769672084863.jpg)