当前我国数据要素市场化建设进入加速落地期，数据知识产权登记作为数据确权、合规流通、资产化核算的核心前置环节，已成为各行业挖掘数据价值、推动数字经济与实体经济融合的核心基础。作为全国数据知识产权试点先行省份，浙江省数据知识产权登记平台承担着全省范围内数据知识产权的存证、公示、权益确认职能，为合规数据进入流通市场、实现价值变现提供官方公信力背书，是浙江构建数据要素市场体系的核心基础设施之一。
2026年5月27日，国内产业大数据服务商火石创造科技有限公司旗下的智能网联汽车产业链结构文本训练数据，正式在该平台完成知识产权登记。该数据集定位为智能网联汽车产业链智能分类与产业图谱构建模型的专用训练语料，通过关联企业文本与整车制造、智能驾驶技术标签，为汽车产业智能化升级分析提供标准化的数据工具。
在合规性层面，本次登记的数据集在加工前已完成严格的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，所有个人及商业敏感信息被彻底移除，完全符合《数据安全法》《个人信息保护法》等相关法律法规的隐私保护与安全合规要求，为后续模型训练与数据流通提供了洁净、可靠的输入基础。
本次数据集的加工严格遵循“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. 体系先行：依据国家《智能网联汽车产业体系》及相关技术标准，预先定义了以“智能网联汽车”为一级节点，按产业环节划分为“整车制造”和“智能驾驶”两个二级节点，并进一步细分为“乘用车”“商用车”及其具体车型（如轿车、货车、专用车），以及智能驾驶的“感知系统”“决策系统”“执行系统”及其核心部件（如车载激光雷达、毫米波雷达、ADAS、域控制器、线控制动）的树状分类体系，为数据加工提供了专业的产业技术框架。
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，通过预构建的智能网联汽车产业语义规则库自动计算并推荐初步分类节点。随后，由具备汽车产业专业知识的标注专家进行审核与最终判定，确保企业被精准归入整车制造或智能驾驶的相应技术环节，大幅降低了纯自动化分类的误差率。
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，为后续模型训练提供更丰富的语义维度。
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）、细粒度的业务特征词（正向词）与产业标签。数据内容全面覆盖了智能网联汽车领域的整车制造（乘用车、商用车各类车型）与智能驾驶核心技术环节（感知、决策、执行系统），形成了一个分类体系专业、技术特征明确的专用数据集，可直接用于智能网联汽车产业链分析、核心技术企业识别、供应链寻源等模型的训练与评估。
从应用价值来看，该数据集可覆盖三大核心场景：
技术链与供应链分析：当前智能网联汽车行业正处于供应链国产化替代的关键阶段，整车厂及一级供应商普遍存在核心部件供应商寻源难、技术能力核验成本高的痛点，基于该数据集训练的分析模型可精准识别与匹配智能驾驶核心部件（如激光雷达、毫米波雷达、域控制器、线控底盘）的研发制造商，以及商用车、乘用车等各类整车制造企业，帮助企业优化供应链布局，降低断供风险。
产业政策与园区招商：针对当前各地政府、产业园区智能网联汽车产业招商同质化、精准度不足的问题，该数据可辅助管理方分析区域在整车制造、智能驾驶感知、决策、执行等关键环节的企业分布与技术集聚程度，为制定差异化产业扶持政策和精准招商提供决策依据，避免无效招商与资源浪费。
技术趋势与投资研判：智能驾驶赛道细分技术领域多、技术迭代速度快，人工跟踪研报、企业动态的效率极低，该数据集可支持投资机构与行业研究团队，对ADAS、高精度地图、线控制动、自动驾驶域控制器等细分技术领域的研发动态、竞争格局与商业化进展进行量化跟踪与前瞻性分析，大幅降低投研成本，提升决策效率。
本次数据集的成功登记，不仅为智能网联汽车领域的训练数据合规流通提供了可参考的样本，也进一步丰富了浙江省数据要素市场的供给品类，为产业大数据类知识产权的确权、流通、价值变现探索了可行路径，对推动高端制造领域的数字化转型、数据要素与实体经济融合发展具有积极的示范意义。
登记内容：
_1769672084863.jpg)