1.基于区块链的科技成果真实性验证与评价平台，其特征在于，包括：

上传模块，用于提供界面与多种上传方式，优化上传接口确保不同规模文件稳定高效上传，并利用哈希算法对比文件哈希值与预存标准值来判断文件完整性，执行步骤如下：提供用户上传界面，支持多种常见的文件上传方式，包括拖拽上传、点击上传；同时，为了适应不同规模的文件，对上传进行优化，保证上传过程的稳定性和高效性；

采用哈希算法对上传的文件进行计算，生成文件的哈希值；

同时，在上传模块中预存每个文件的标准哈希值，通过比较上传文件的哈希值和标准哈希值来判断文件的完整性；当哈希值不匹配时，则提示用户重新上传；

所述上传模块对上传进行优化的具体操作步骤如下：

通过异步上传机制及分块上传策略进行优化，其中采用异步上传方式，使文件上传操作在后台线程进行，避免阻塞主线程，确保用户界面的响应性；用户在上传文件时同步进行其他操作，提升用户体验；

分块上传对于大文件，将其分割为多个数据块进行上传，设定每个数据块的大小为固定值，对大文件定义为当文件内存超过预设阈值则判断为大文件；

通过分块上传策略实现若某个数据块上传失败，只需重新上传该数据块，而无需重新上传整个文件，节省时间和网络资源；每次只处理数据块，降低了内存占用峰值，避免因大文件上传导致内存溢出问题；

在分块上传的基础上，实现断点续传功能，记录已成功上传的数据块信息，当上传过程中断后恢复上传时，从上次中断的位置继续上传剩余的数据块，具体的：在服务器端和客户端分别记录文件上传的进度信息，包括已上传的数据块编号、每个数据块的哈希值，当用户重新发起上传请求时，客户端向服务器发送续传请求，携带已上传的数据块信息，服务器根据这些信息判断哪些数据块需要重新上传，从而实现从断点处继续上传；

初筛模块，依据管理员和专家共同制定的规则，包括关键词匹配和文件格式限定筛选科技成果材料，同时借助自然语言处理和图像识别技术提取关键信息辅助判断有效性，初步排除无效或不符合要求的材料，执行过程如下：建立基于规则的筛选机制，规则由平台管理员和领域专家共同制定，规则包括科技成果材料需包含对应的关键词，如果缺少这些关键词，则判定为无效；具体的，将文档表示为向量空间模型，计算文档向量与关键词向量的相似度；设文档D中包含的关键词集合为KD＝{k1，k2，…，kn}，每个关键词的权重为 关键词向量表示为对于 对 应关 键词 集 合K T＝ { kt 1，k t2 ，… ，kt m} ，其向 量表 示 为则文档与对应的关键词集合的相似度Sim(D，KT)通过余弦相似度公式计算：设定一个相

似度阈值θ，当Sim(D，KT)≥θ时，认为文档包含足够的对应关键词，通过初筛；否则判定为无效；

对于文件格式，只允许预设类型的文件通过初筛；

利用自然语言处理技术和图像识别技术，提取文件中的关键信息，进一步辅助判断材料是否有效；通过自然语言处理技术分析文档内容，判断是否描述了清晰的科技成果内容和逻辑；

所述初筛模块提取文件中的关键信息及分析文档内容的具体操作步骤如下：

自然语言处理：将各类文档格式统一转换为纯文本，去除页眉、页脚无关内容及字符、多余空格换行符；用分词算法将文本分词并标注词性，具体通过NLTK开源工具实现；依据停用词表去除无意义词汇，减少数据量；

按科技成果领域特点制定规则，提取包括专业术语、名词短语关键词；利用LDA主题模型确定文档主题及相关关键词；识别包括科研机构、技术名称、时间实体作为关键信息；

依据常见逻辑结构制定模板，匹配文档判断逻辑完整性，通过语义分析技术明确词语和句子间语义关系，判断成果逻辑合理性；并分析句子连贯性，判断文档叙述的流畅性与逻辑性；

图像识别技术：统一图像格式，调整分辨率与大小；使用深度学习算法识别图像中的目标对象，提取图像文字并按文本处理方式获取关键信息；计算图像特征向量并分类，依类别提取关键信息；

融合图像与文本提取的关键信息，形成更完整成果信息，依据图像信息辅助判断材料有效性；

验证模块，利用区块链追溯数据来源，与权威数据源交叉验证可靠性，通过层次分析法确定权重并加权求和计算真实性综合值，判断科技成果材料真实性；

分配模块，基于专家数据库信息筛选适合审核不同成果的专家，根据其当前任务量和预计完成时间计算剩余工作量来优先分配任务，同时结合专业匹配度和历史评价效率，审核时结合成果复杂度、专家任务量及能力预估提交时间并定期提示专家；

综合评估模块，建立含多指标且权重动态调整的评估体系，将验证模块真实性综合值与专家指标评分加权平均融合计算综合评估得分，通过肯德尔和谐系数度量专家意见一致性，最后生成详细评估报告，全面客观评估科技成果。

2.根据权利要求1所述的基于区块链的科技成果真实性验证与评价平台，其特征在于，所述验证模块的具体操作步骤如下：利用区块链的可追溯性，追溯科技成果相关数据的来源；检查数据是否来自可靠的渠道，包括是否与已知的权威数据库、研究机构的数据相匹配；对于实验数据，验证其实验设计的合理性和数据的一致性；

外部的权威数据平台、行业标准库进行数据交互和交叉验证，对于一项新技术的成果，将其技术参数与行业内公认的标准参数范围进行对比；同时，结合平台内部存储的历史科技成果数据进行对比分析，通过多维度的验证计算出一个真实性综合值；当真实性综合值超过预设的阈值时，判断该科技成果材料通过真实性验证。

3.根据权利要求2所述的基于区块链的科技成果真实性验证与评价平台，其特征在于，所述验证模块中真实性综合值判断过程如下：使用层次分析法确定各验证因素的权重，然后加权求和得到综合值；设存在m个验证因素，包括数据来源可靠性，设权重为w1、实验数据合理性，设权重为w2、与行业标准符合度，设权重为w3，其对应的验证得分分别为s1，s2，s3，…，sm；首先，通过层次分析法构建判断矩阵，求解特征向量得到各因素权重，满足 则真实性综合值V的计算公式为：V＝w1×s1+w2×s2+w3×s3+…+wm×sm；设定一个阈值VT，当V≥VT时，则判断科技成果材料通过真实性验证。

4.根据权利要求1所述的基于区块链的科技成果真实性验证与评价平台，其特征在于，所述分配模块执行过程如下：建立一个包含众多领域专家信息的数据库，对专家信息进行分类和索引；数据库中的信息包括专家的基本资料、研究领域、擅长的技术方向、近期参与评价的项目；通过专家信息，筛选出适合审核对应科技成果的专家；

根据专家当前的审核任务数量、预计完成时间因素，计算每个专家的剩余工作量；在分配新的科技成果材料时，优先选择剩余工作量最少的专家；

同时，考虑专家的专业匹配度，确保分配给专家的材料在其专业领域范围内；算法根据专家的历史评价效率进行动态调整，以实现更合理的分配；在计算专家剩余工作量和分配科技成果材料时，设专家i当前的审核任务数量为ni，预计完成单个任务的平均时间为ti，则专家i的剩余工作量Wi表示为：Wi＝ni×ti；对于一个新的科技成果材料，选择剩余工作量最小的专家进行分配，即选择Wi最小的专家j，使得：Wj＝min{W1，W2，…，Wk}；其中k为专家总数；

同时，结合专家专业匹配度，设为Mij，表示专家与科技成果的专业匹配程度，当Mij大于预设阈值时，专家才会被分配该科技成果材料的审核；

在审核时，根据科技成果材料的复杂度给予标准审核时间，结合分配专家的目前当前审核任务量及能力，判断该科技成果材料经由专家审核后提交时间，并定期发出提示，提醒专家对科技成果材料的审核。

5.根据权利要求4所述的基于区块链的科技成果真实性验证与评价平台，其特征在于，所述分配模块中判断科技成果材料经由专家审核后提交时间，并定期发出提示的过程如下：其中对科技成果材料的复杂度评估过程如下：

选取多个评估指标来衡量科技成果材料的复杂度，包括：

技术深度指标GS：反映成果所涉及技术的先进程度和难度，通过分析成果中使用的新技术、创新点数量以及技术的前沿性因素来确定，并通过赋予1‑100的值进行量化；

文档规模指标RE：以文档的页数、字数、图表数量作为衡量标准，并综合赋予0‑1的数值进行衡量；

领域广度指标QE：分析成果涉及的学科领域数量和交叉程度，以此作为评估基础，赋予

1‑10的评分；

再为每个指标设定权重，根据经验和数据分析确定其相对重要性；根据选定的指标和权重，计算科技成果材料的复杂度得分，公式如下：F分＝GS×ψ1+RE×ψ2+QE×ψ3，式中ψ1、ψ2、ψ3分别为技术深度指标、文档规模指标及领域广度指标的设定的权重；

收集历史科技成果审核数据，分析不同复杂度得分与实际审核时间之间的关系，通过数据拟合方法，建立复杂度得分与标准审核时间的映射函数，根据该函数确定该科技成果的标准审核时间；

专家在收到新的科技成果材料后会按照顺序依次处理任务，且处理新任务的效率与处理当前任务的效率相同，则该科技成果材料经由专家审核后的提交时间为专家完成当前所有任务所需的总时间加上该科技成果的标准审核时间；

根据科技成果材料的紧急程度和审核周期，设定提示时间间隔，具体在预计提交时间的前25％、50％和75％时分别发出提示；根据计算得到的提交时间和设定的提示时间间隔，自动生成提示信息，提示信息包括科技成果材料的名称、专家当前的审核进度、预计剩余审核时间以及下一次提示的时间的内容；并通过邮件、平台站内信或手机推送的方式定期发送给专家，提醒其按时完成审核任务。

6.根据权利要求1所述的基于区块链的科技成果真实性验证与评价平台，其特征在于，所述综合评估模块执行的过程如下：建立综合评估指标体系，为每个评估指标分配相应的权重；这些指标包括技术的新颖性、技术难度、对现有技术的改进程度、潜在的市场规模、对环境的影响；指标权重根据行业特点、市场需求因素进行动态调整；

将验证模块计算得到的真实性综合值与专家审核给出的各项指标评分进行融合计算；

采用加权平均法，根据预先设定的权重将两部分结果进行综合；具体的：将验证模块的真实性综合值V与专家审核给出的各项指标评分进行融合计算，设综合评估指标体系中有p个指标，包括技术新颖性，专家评分e1，权重a1、技术难度，专家评分e2，权重a2、潜在市场规模，专家评分e3，权重a3；则综合评估得分S的计算公式为：S＝a1×e1+a2×e2+a3×e3+…+ap×ep+b×V其中b为真实性综合值在综合评估中的权重，且满足 根据行业特点和市场需求，通过专家调研或数据分析确定ai和b的值；

同时，分享不同专家意见的一致性程度，通过使用肯德尔和谐系数进行度量；设m个专家对v个科技成果的某项指标进行评分，评分矩阵为R＝(rij)，其中rij表示专家i对成果j的评分；

首先，计算每个成果的评分排名 从1到m；然后，计算肯德尔和谐系数W：

当W小于预设阈值时，判断专家意见分歧较

大，需要对结果进行进一步分析和调整，包括组织专家讨论或重新评估；

最后，根据综合评估结果生成详细的评估报告，报告内容包括评估得分、各指标的详细评价、优势和不足分析以及建议。