合合信息等4家公司共同取得数据去重方法相关专利|专利|发明人|张涛|鑫磊|鹏程

来源：新浪证券-红岸工作室

8月26日消息，国家知识产权局信息显示，上海合合信息科技股份有限公司、上海临冠数据科技有限公司、上海生腾数据科技有限公司、上海盈五蓄数据科技有限公司申请一项名为“一种适用于大规模数据的去重方法及装置”的专利，授权公告号CN118519994B，授权公告日为2026年8月25日。申请公布号为CN118519994A，申请号为CN202410815780.9，申请公布日期为2026年8月25日，申请日期为2024年6月24日，发明人曾钰城、牟勤洋、丁凯、龙腾、镇立新，专利代理机构上海双霆知识产权代理事务所（普通合伙），专利代理师殷晓雪，分类号G06F16/215、G06F16/22。

专利摘要显示，本申请公开了一种适用于大规模数据的去重方法。计算每一项待去重数据的<文章索引，哈希值>数据对。将所有<文章索引，哈希值>数据对分为多个数据块。对所有数据块进行任意两两组合。在每个数据块对中，对所有<文章索引，哈希值>数据对中的哈希值进行桶映射操作；由每一个<文章索引，哈希值>数据对产生出多个<局部哈希值，文章索引>的键‑值数据对；将相同的局部哈希值对应的全部文章索引放入一个哈希桶中。遍历每个数据块对产生的所有哈希桶，每个哈希桶中的第一个文章索引对应的那篇文章记为不重复文章，其余文章均记为重复文章。对所有数据块对的数据去重结果取并集。本申请能够减少计算时间，提高计算效率。

合合信息是国内智能文字识别与商业大数据领域的领先服务商，2006年8月8日成立，2024年9月26日登陆上海证券交易所，注册地为上海市，办公地跨上海市与香港特别行政区。

合合信息专注于自主研发的智能文字识别及商业大数据核心技术，面向全球C端用户与多元行业B端客户提供数字化、智能化产品及服务，所属申万行业为计算机-软件开发-垂直应用软件。

2026年上半年，合合信息实现营业收入10.31亿元，在行业55家企业中排名第15，低于行业平均17.58亿元，远高于行业中位数2.65亿元，同期行业营收前两位分别为上海钢联385.21亿元、德赛西威149.01亿元；当期实现净利润2.44亿元，行业排名第4，大幅高于行业平均3387.83万元与行业中位数561.75万元，同期行业净利润前两位分别为德赛西威12.22亿元、同花顺9.52亿元。从业务结构来看，智能文字识别C端产品贡献营收8.69亿元，占比84.25%，是核心收入来源；商业大数据B端产品及服务、智能文字识别B端产品及服务分别实现营收7937.75万元、5176.34万元，占比7.70%、5.02%；商业大数据C端产品营收2581.6万元，占比2.50%，其余小部分营收来自补充类其他业务及其他零散收入。

业务板块营收规模营收占比智能文字识别C端产品 8.69亿元 84.25% 商业大数据B端产品及服务 7937.75万元 7.70% 智能文字识别B端产品及服务 5176.34万元 5.02% 商业大数据C端产品 2581.6万元 2.50% 其他(补充) 447.55万元 0.43% 其他 96.53万元 0.09%

上海合合信息科技股份有限公司近期专利情况如下：

序号专利名称专利类型法律状态申请号申请日期公开(公告)号公开(公告)日期发明人1一种用于人脸仿妆生成的扩散模型及方法发明专利实质审查的生效、公布CN202610567880.32026-04-27CN122336063A2026-07-03周辉、周新月、刘俊乐、陆大公、郭丰俊、丁凯、龙腾、镇立新2一种基于混合专家模型的数据治理方法及系统发明专利公布CN202610567944.X2026-04-27CN122491482A2026-07-31汤丽萍、王可心、柴强、刘岗、陈青山、镇立新3一种基于长PDF文档的智能问答方法及系统发明专利实质审查的生效、公布CN202610566625.72026-04-27CN122507825A2026-08-04陈曦、张涛、柴强、刘岗、陈青山、镇立新4一种基于自然语言对话的任务型智能体自动构建方法及系统发明专利公布CN202610527132.22026-04-21CN122491355A2026-07-31宋宏宇、张馨予、丁凯、龙腾、镇立新、黄毅超5一种生成热力图并在安卓APP展示的方法及装置发明专利实质审查的生效、公布CN202610527169.52026-04-21CN122489167A2026-07-31戴亚伟、沈韵峰、陈利健、张平、胡展、陈青山、镇立新6便携打印机外观专利授权CN202630113844.02026-03-16CN310130842S2026-08-04刘珊、左芳林7一种用于连续图像生成的扩散模型及方法发明专利实质审查的生效、公布CN202610109472.32026-01-27CN122047313A2026-05-15周辉、周新月、徐淼婷、刘俊乐、郭丰俊、丁凯、龙腾、镇立新8一种大语言模型在推理阶段的长提示词优化方法及系统发明专利实质审查的生效、公布CN202512047104.92025-12-31CN121902983A2026-04-21丁锦权、牟勤洋、丁凯、张彬、龙腾、镇立新9一种自动匹配审查模式的合同审核系统及方法发明专利实质审查的生效、公布CN202512023064.42025-12-30CN121901626A2026-04-21宋宏宇、张馨予、张兴维、张彬、丁凯、龙腾、镇立新10一种无参考的文档图像质量评价系统与方法发明专利实质审查的生效、公布CN202511994911.52025-12-26CN121883395A2026-04-17黄凡、马志超、郭丰俊、闵雄阔、赵璐、刘鹏伟、丁凯、龙腾、镇立新11一种基于多传感器的交互式浏览图像的方法及装置发明专利实质审查的生效、公布CN202511974881.12025-12-25CN121900675A2026-04-21龙腾、郭丰俊、丁凯、镇立新12一种大尺寸文档的拍摄拼接方法与装置发明专利公布CN202511969578.22025-12-24CN121563766A2026-02-24许鑫磊、曹超阳、哈睿暘、余鹏程、郭丰俊、丁凯、龙腾、镇立新13一种海报生成模型的训练数据集的自动化构建方法及系统发明专利著录事项变更、公布CN202511969406.52025-12-24CN121564466A2026-02-24刘俊乐、镇立新、曹超阳、丁凯、周辉、周新月、郭丰俊、龙腾14一种图像编辑模型的测试方法及系统发明专利实质审查的生效、公布CN202511969505.32025-12-24CN121904218A2026-04-21李思杰、曹成、张茵珂、郭丰俊、丁凯、龙腾、镇立新15一种文档图像质量评价系统及方法发明专利实质审查的生效、公布CN202511879981.62025-12-12CN121903938A2026-04-21时翊铭、郭丰俊、黄凡、马志超、闵雄阔、赵璐、刘鹏伟16智能高速扫描仪外观专利授权CN202530682272.32025-11-19CN309956256S2026-05-01赵晴巍、赵瑞鹍、曹超阳、苏丹、谭国东17一种在线知识蒸馏方法与系统发明专利实质审查的生效、公布CN202511588733.62025-11-03CN121745213A2026-03-27钟新著、牟勤洋、丁凯、龙腾、镇立新18一种适用于逻辑推理数据的数据增强方法及装置发明专利实质审查的生效、公布CN202510888372.02025-06-30CN120688502A2025-09-23凌文乐、金金、牟勤洋、曾钰城、丁凯、龙腾、镇立新19一种基于SwiftCodable协议的JSON解析过程实时监控方法与系统发明专利实质审查的生效、公布CN202510793841.02025-06-13CN120803889A2025-10-17满聪、黄磊、张平、陈青山、镇立新20一种基于生成式技术的智能海报生成方法及装置发明专利著录事项变更、实质审查的生效、公布CN202510792911.02025-06-13CN120853203A2025-10-28镇立新、周辉、李南、龙腾、周新月、曹超阳、郭丰俊、陈浩21基于贡献矩阵的训练数据集的采样权重调整方法及装置发明专利实质审查的生效、公布CN202510793198.12025-06-13CN120873583A2025-10-31牟勤洋、丁凯、曾钰城、龙腾、郭丰俊、张彬、镇立新22基于层级实体网络的数学应用题合成方法及装置发明专利实质审查的生效、公布CN202510793069.22025-06-13CN120874829A2025-10-31凌文乐、金金、曾钰城、牟勤洋、丁凯、龙腾、镇立新、张彬23一种可控的数学指令数据合成方法及装置发明专利实质审查的生效、公布CN202510792607.62025-06-13CN120873582A2025-10-31牟勤洋、丁凯、曾钰城、龙腾、镇立新、张彬24一种提升大语言模型可解释性的方法及装置发明专利实质审查的生效、公布CN202510792354.22025-06-13CN120875018A2025-10-31丁锦权、牟勤洋、丁凯、龙腾、镇立新、郭丰俊、张彬25一种结合压力感应的操控方法及电子设备发明专利实质审查的生效、公布CN202510793731.42025-06-13CN120872217A2025-10-31龙腾、郭丰俊、丁凯、镇立新、张彬26一种具备重复内容及稳定性检测的自动拍摄多页文档的方法及装置发明专利实质审查的生效、公布CN202510793339.X2025-06-13CN120877170A2025-10-31许鑫磊、余鹏程、陆大公、郭丰俊、龙腾、丁凯、镇立新、张彬27一种基于遗忘学习的训练数据集重要性评估方法及装置发明专利公布CN202510792753.92025-06-13CN121030324A2025-11-28牟勤洋、丁凯、曾钰城、龙腾、郭丰俊、镇立新28一种基于增量学习的在线学习方法及系统发明专利实质审查的生效、公布CN202510513288.02025-04-23CN120448808A2025-08-08易子淇、陆大公、俞佳若、郭丰俊、龙腾、丁凯、镇立新29一种基于降维投影的数据归因方法及装置发明专利实质审查的生效、公布CN202510513166.12025-04-23CN120448807A2025-08-08曾钰城、徐逸飞、牟勤洋、丁凯、龙腾、镇立新30一种基于逆向ORM的数据库中间件开发方法及系统发明专利实质审查的生效、公布CN202510513397.22025-04-23CN120492427A2025-08-15邓龙生、周琦、陈青山31便携打印机外观专利授权CN202530127487.92025-03-17CN309588026S2025-11-07左芳林、陈迅32一种查找无用文件的方法及装置发明专利实质审查的生效、公布CN202411794681.32024-12-09CN119781801A2025-04-08黄磊、满聪、张平、陈青山、镇立新33一种基于垂直聚类的文本分类方法及装置发明专利实质审查的生效、公布CN202411794894.62024-12-09CN119884381A2025-04-25曾钰城、牟勤洋、丁凯、龙腾、镇立新34一种用于大模型训练的数据清洗方法及装置发明专利实质审查的生效、公布CN202411794807.72024-12-09CN119884591A2025-04-25曾钰城、牟勤洋、丁凯、龙腾、镇立新35解决多分区因子顺序依赖的增量数据同步方法及装置发明专利授权CN202411795011.32024-12-09CN119782417B2025-11-28王祥、段艳杰、周琦、陈青山、镇立新36一种智能摄像平台及其实现自动跟踪和调节位置角度的方法发明专利实质审查的生效、公布CN202411681467.72024-11-22CN119676566A2025-03-21龙腾、郭丰俊、丁凯、镇立新37一种多房间场所的声音定位系统及方法发明专利实质审查的生效、公布CN202411681997.12024-11-22CN119667602A2025-03-21龙腾、郭丰俊、丁凯、镇立新38一种基于图像OCR比对结果的模糊图像判断方法与装置发明专利实质审查的生效、公布CN202411681613.62024-11-22CN119671950A2025-03-21沈克成、何彦辉、张彬、龙腾、郭丰俊、丁凯、镇立新39一种基于文本行分配的文本区域标定方法及装置发明专利实质审查的生效、公布CN202411681866.32024-11-22CN119672719A2025-03-21戴海威、李岩、黄毅超、郭丰俊、丁凯、张彬、龙腾、镇立新40一种基于标签评分的网页信息自动抽取方法及装置发明专利实质审查的生效、公布CN202411682434.42024-11-22CN119720998A2025-03-28李明杰、刘岗、丁凯、龙腾、张彬、郭丰俊、镇立新41一种移动端的自动化测试方法及相应移动端发明专利实质审查的生效、公布CN202411681273.72024-11-22CN119718911A2025-03-28李思杰、周敏、曹成、侯文臣、郭丰俊42一种APP长列表页面在系统回收后智能恢复原状态的方法及装置发明专利实质审查的生效、公布CN202411681130.62024-11-22CN119719534A2025-03-28丁元帅、冯振家、邱皓晨、陈利健、张平、胡展、陈青山43一种提高召回率的数据搜索方法及装置发明专利实质审查的生效、公布CN202411682205.22024-11-22CN119719332A2025-03-28卿越、刘本庆、赵晨鹏、陈青山、镇立新44一种自动拍摄将书籍电子化的方法及装置发明专利实质审查的生效、公布CN202410962980.72024-07-18CN119027460A2024-11-26余鹏程、郭丰俊、刘鹏伟、丁凯、龙腾、曹超阳45电子设备的横竖屏切换批阅试卷图形用户界面外观专利授权CN202430449189.72024-07-18CN309288623S2025-05-13曹超阳、朱宁浙46电子设备的食物识别图形用户界面外观专利授权CN202430449103.02024-07-18CN309288622S2025-05-13曹超阳、应夏露47一种异构模型的融合方法及装置发明专利实质审查的生效、公布CN202410816730.22024-06-24CN118503917A2024-08-16丁锦权、牟勤洋、丁凯、龙腾、镇立新48一种融合不同细分领域的模型的方法及装置发明专利实质审查的生效、公布CN202410816633.32024-06-24CN118503916A2024-08-16丁锦权、牟勤洋、丁凯、龙腾、镇立新49一种筛选指令数据的方法及装置发明专利实质审查的生效、公布CN202410816529.42024-06-24CN118520300A2024-08-20丁锦权、牟勤洋、丁凯、龙腾、镇立新50一种基于贴图痕迹挖掘的伪造人脸检测方法及系统发明专利实质审查的生效、公布CN202410815713.72024-06-24CN118587756A2024-09-03俞佳若、陆大公、郭丰俊、龙腾、丁凯、张彬、镇立新

天眼查数据显示，上海临冠数据科技有限公司成立日期2017年11月8日，法定代表人曹超阳，所属行业为软件和信息技术服务业，企业规模为大型，注册资本35000万人民币，实缴资本30000万人民币，注册地址为上海市静安区万荣路1256、1258号1102室。上海临冠数据科技有限公司共对外投资了2家企业，参与招投标项目9次，财产线索方面有商标信息120条，专利信息152条，拥有行政许可3个。

上海临冠数据科技有限公司近期专利情况如下：

天眼查数据显示，上海生腾数据科技有限公司成立日期2017年8月1日，法定代表人陈青山，所属行业为专业技术服务业，企业规模为中型，注册资本30000万人民币，实缴资本25000万人民币，注册地址为上海市静安区万荣路1256、1258号1101室。上海生腾数据科技有限公司共对外投资了1家企业，参与招投标项目540次，财产线索方面有商标信息399条，专利信息147条，拥有行政许可1个。

上海生腾数据科技有限公司近期专利情况如下：

天眼查数据显示，上海盈五蓄数据科技有限公司成立日期2018年1月26日，法定代表人唐琪，所属行业为软件和信息技术服务业，企业规模为微型，注册资本150万人民币，实缴资本100万人民币，注册地址为上海市静安区万荣路1256、1258号1104室。上海盈五蓄数据科技有限公司共对外投资了0家企业，参与招投标项目0次，财产线索方面有商标信息26条，专利信息145条，拥有行政许可1个。

上海盈五蓄数据科技有限公司近期专利情况如下：