博士科技科创政策大数据是基于全国范围内国家级、省级、市级和区县级1万多个政府官网的公开信息爬取的300多万条政策数据，通过原始数据清洗、治理后形成结构化的政策数据集，包括政策法规、申报通知、公示公告、政策解读等，并通过对数据间关系的建模分析，形成产业政策、行业政策、政策图谱、企业历史政策奖补等关系图谱型数据集，为用户提供全面、及时的科创政策信息查询和个性化的政策推荐服务。 政策图谱数据，通过政策演变趋势分析、政策专题分析，能够为政策研究制定部门提供政策体系理论研究支持；产业政策数据，通过政策出台的密集程度分析产业政策导向，为投资机构、政府和园区招商部门提供产业环境分析和投资决策分析；通过政策法规、政策解读、申报通知、公示公告数据，科技企业、人才等政策扶持的创新对象主体系统可了解国家科技创新政策体系和政策扶持内容，进一步帮助企业做好政策申报规划，及时享受政策红利支持自身发展；企业历史政策奖补数据，可以查询企业以往获得过的国家、省、市、区级政府扶持情况，为投资机构或政府和园区招商部门快速了解企业的科创实力提供数据支撑或帮助科技企业对标同行龙头企业。

对采集回来的数据，需进行以下步骤进行清洗: 1、进行重复性校验，通过组合政策标题、发布时间及主管单位形成特征，利用模型算法实时比对已有数据，对相似度超过95%的记录自动拦截并生成日报供人工复核，确保数据唯一性； 2、实施内容格式化，采用规则引擎统一处理原文样式，包括将字体规范化、清除冗余行内样式、转换表格为Markdown格式、为图片添加ALT文本，并通过DOM解析器解包非语义标签，使全文呈现标准化； 3、开展智能信息提取，基于人工标注样本训练多任务大模型，自动识别政策原文中的主管部门（结合机构库校验）、发文时间（上下文验证）、申报时间区间（双日期逻辑校验），对低置信度结果自动转入标注平台高亮提示，建立人机协同审核队列，人工修正数据实时反馈模型迭代。 4、该流程通过自动化清洗结合AI提取，最终数据产生五个新的字段：政策分类、扶持对象、政策级别、所属产业、政策类别。

博士科技科创政策大数据为科技企业、人才、科技服务机构、投资机构、政府和园区招商部门以及政策研究制定部门提供产业投资决策分析、政策体系理论研究、全国科创政策查询、惠企政策智能匹配、企业历史政策奖补查询等应用。 1、全国科创政策查询： 通过全国科创政策大数据查询，帮助科技企业和人才等用户快速获取政策信息，提高政策查询的效率，以帮助各类创新主体及时进行申报和享受相关奖补支持。 2、产业投资决策分析： 投资机构、招商部门通过不同地区、不同产业领域出台的专项政策政策数量，可把握政策热点和地方重点扶持的产业领域，洞察产业发展趋势，从而做出更加明智的投资和招商决策。 3、政策体系理论研究： 政策研究部门通过政策图谱数据，可以研究同一政策从试行、修订到废止的发展脉络，了解政策演变趋势，为预测政策发展趋势提供数据参考，科学决策政策制定方向，避免政策重复制定，扫除政策盲点。 4、企业历史政策奖补数据查询： 通过企业历史政策奖补数据查询，可快速了解企业的创新实力；科技企业通过对标行业内龙头企业的奖补立项历史，规划自身未来可申报的政策资质；政府和园区招商部门通过查询某类重点企业资质，可以从中挖掘特定的招商标的

数据样例附件 附件下载

表名：policy_info id bigint 主键 政策名称 varchar(1000) 政策分类 varchar(255) 扶持对象 varchar(255) 政策级别 varchar(255) 发布时间 datetime 有效时间(法规) datetime 申报开始时间（申报通知） datetime 申报截止时间（申报通知） datetime 产业领域 varchar(255) 政策类别 varchar(255) 政策原文 longtext 省 varchar(255) 市 varchar(255) 区 varchar(255) 主管部门 varchar(255) 数据来源 varchar(255) 原文链接 varchar(255)