CN108875014A - 基于大数据与人工智能的精准项目推荐方法和机器人系统 - Google Patents
基于大数据与人工智能的精准项目推荐方法和机器人系统 Download PDFInfo
- Publication number
- CN108875014A CN108875014A CN201810633123.7A CN201810633123A CN108875014A CN 108875014 A CN108875014 A CN 108875014A CN 201810633123 A CN201810633123 A CN 201810633123A CN 108875014 A CN108875014 A CN 108875014A
- Authority
- CN
- China
- Prior art keywords
- user
- portrait
- project
- demand
- achievement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
基于大数据与人工智能的精准项目推荐方法和机器人系统,包括:根据用户大数据建立所述每一用户的所述用户画像,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。上述方法和系统更为智能和针对性地向用户推荐项目需求,向用户自动发送与用户匹配的项目,能极大提高项目需求推荐的针对性、客观性、智能性,能极大地提高用户获取项目需求的效率和满意度。
Description
技术领域
本发明涉及信息技术领域,特别是涉及一种基于大数据与人工智能的精准项目推荐方法和机器人系统。
背景技术
现有技术中项目指南发布时,都是靠各用户自己去关注、去查收、等通知,需要花大量时间从大量的项目指南、项目招标信息中寻找符合自己项目。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:各用户自己去关注、去查收、等项目指南的通知,需要花大量时间从大量的项目指南、项目招标信息中寻找符合自己项目,这不但耗时,而且容易遗漏,因为项目需求属于不同部门、在不同网站发布,而且不同项目指南也会在不同时间发布,因此很难全部浏览到,而且由于用户有时比较忙,而没有时间去关注的时候,往往会错过符合自己的项目需求(因为大部分项目指南和项目招标都有截至时间的,而且很多指南发布时间距离截至时间比较近,所以导致申报时间比较紧张)。
因此,现有技术还有待于改进和发展。
发明内容
基于此,有必要针对现有技术中项目指南发布的缺陷或不足,提供基于大数据与人工智能的精准项目推荐方法和机器人系统,以解决现有技术中项目指南发布的针对性差、主动性差的缺点。
第一方面,本发明实施例提供的一种项目推荐方法,所述方法包括:
需求推荐步骤,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。
优选地,所述的需求推荐步骤之前包括:
建立画像步骤,根据用户大数据建立所述每一用户的所述用户画像。
优选地,所述的建立画像步骤包括:
获取数据步骤,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果;
数据画像步骤,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签;
优选地,所述的需求推荐步骤包括:
获取需求步骤,获取当前所有项目需求;
提取信息步骤,从当前所有项目需求中每一项目需求中提取关键词集合;
第一匹配步骤,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度;
第一判断步骤,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配步骤;
第二匹配步骤,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度;
第二判断步骤,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户。
优选地,所述需求推荐步骤,还包括:
附加发送步骤,将所述每一项目需求对应的匹配度发送给所述每一用户。
第二方面,本发明实施例提供的一种项目推荐系统,所述系统包括:
需求推荐模块,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。
优选地,所述系统还包括:
建立画像模块,根据用户大数据建立所述每一用户的所述用户画像。
优选地,所述的建立画像模块包括:
获取数据模块,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果;
数据画像模块,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签;
优选地,所述的需求推荐模块包括:
获取需求模块,获取当前所有项目需求;
提取信息模块,从当前所有项目需求中每一项目需求中提取关键词集合;
第一匹配模块,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度;
第一判断模块,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配模块;
第二匹配模块,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度;
第二判断模块,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户;
附加发送模块,将所述每一项目需求对应的匹配度发送给所述每一用户。
第三方面,本发明实施例提供的一种项目推荐机器人系统,所述机器人系统中分别配置有第二方面所述的项目需求推荐系统。
本发明实施例具有如下优点和有益效果:
本发明实施例提供的基于大数据与人工智能的精准项目推荐方法和机器人系统,根据用户大数据建立所述每一用户的所述用户画像,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求,从而更为智能和针对性地向用户推荐项目需求,向用户自动发送与用户匹配的项目,能极大提高项目需求推荐的针对性、客观性、智能性,能极大地提高用户获取项目需求的效率和满意度。
附图说明
图1为本发明的一个实施例提供的项目推荐方法的流程图;
图2为本发明的另一个实施例提供的项目推荐方法的流程图;
图3为本发明的一个实施例提供的项目推荐系统的原理框图;
图4为本发明的另一个实施例提供的项目推荐系统的原理框图。
具体实施方式
下面结合本发明实施方式,对本发明实施例中的技术方案进行详细地描述。
本发明实施例提供的基于大数据与人工智能的精准项目推荐方法和机器人系统。大数据技术包含用户大数据的获取、处理技术,人工智能技术包含识别技术、用户画像技术。
第1实施例提供的一种项目推荐方法包括:
需求推荐步骤S200,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。从而可以根据用户画像与项目需求的匹配程度,推荐适合用户的项目需求。优选地,用户为学者,用户画像为学者画像,项目需求为科研项目申报指南;用户也可以为企业,用户画像为企业画像,项目需求为政府项目采购招标指南。从而可以为学者推荐合适的项目申报指南,为企业推荐合适的采购招标指南。其中,用户画像是人工智能的核心技术之一。
第2实施例提供的项目推荐方法(如图1所示)包括:
建立画像步骤S100,根据用户大数据建立所述每一用户的所述用户画像。从而根据用户大数据客观地建立用户画像。从而可以根据学者大数据客观地建立学者画像。优选地,当用户为学者时,用户大数据为学者大数据,学者大数据包括从论文库、专利库、项目库中根据学者姓名检索获取的学术成果数据;当用户为企业时,用户大数据为企业大数据,企业大数据包括从企业主页、企业数据库中根据企业名检索获取的企业成果数据。从而可以根据学者或企业大数据客观地建立学者或企业画像。
需求推荐步骤S200,详见第1实施例。
第3实施例提供的项目推荐方法包括:
建立画像步骤S100,详见第2实施例。S100包括S110、S120。
获取数据步骤S110,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果。优选地,通过网络爬虫(又被称为网页蜘蛛,网络机器人,是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本),以每一用户信息(例如用户名)为关键词搜索互联网,获取所述每一用户数据,形成用户大数据;从每一用户数据中根据成果关键词(例如,论文、专利、专著、项目)筛选出所述每一用户的成果数据,存入HBASE数据库。
数据画像步骤S120,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签。优选地,从HBASE数据库中提取每一用户的成果数据;从所述每一用户的成果数据中提取每一学术成果的名称(例如论文的名称、专利的名称、项目的名称)、该学术成果的关键词(例如论文的摘要、专利的摘要、项目的摘要);将所述每一用户的所有学术成果的名称加入学术成果的名称集合;将所述每一用户的所有学术成果的关键词加入学术成果的关键词集合;初始化所述每一用户的画像;为所述每一用户的画像新建成果名称标签和成果关键词标签;将所述学术成果的名称集合作为所述每一用户的画像的成果名称标签的内容;将所述学术成果的关键词集合作为所述每一用户的画像的成果关键词标签的内容。
需求推荐步骤S200,详见第1实施例。
第4实施例提供的项目推荐方法,包括:
建立画像步骤S100,详见第2实施例。
需求推荐步骤S200,详见第1实施例。S200包括S210~S260。
获取需求步骤S210,获取当前所有项目需求。优选地,通过网络爬虫爬取互联网上所有网站上项目需求信息,包括项目申请指南及项目招标信息;将爬到的项目需求信息存入HBASE数据库。
提取信息步骤S220,从当前所有项目需求中每一项目需求中提取关键词集合。优选地,从HBASE数据库中读取当前所有项目需求信息;对当前所有项目需求信息中每一项目需求信息进行分词;对分词得的所有关键词进行词频统计;将所有关键词按照词频从大到小进行排序;提取排序前K个(K为预设的自然数,例如20)的关键词加入所述每一项目需求信息的关键词集合。
第一匹配步骤S230,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度。优选地,从所述每一项目需求信息的关键词集合读取每一关键词;从每一用户的用户画像中的名称标签中读取每一成果名称;将项目需求信息的所述每一关键词与所述每一成果名称进行匹配;判断所述每一关键词是否包含在所述每一成果名称中:是,则所述每一关键词匹配成功;统计匹配成功的关键词数占所述每一项目需求信息的关键词集合中总关键词数的比例,作为所述每一项目需求信息与所述每一用户画像中的名称标签中的成果名称的匹配度;将所述匹配度作为所述每一项目需求信息与所述每一用户画像中的名称标签中的成果名称的第一匹配度。
第一判断步骤S240,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配步骤。优选地,第一预设阈值为0至1之间的数,例如70%。
第二匹配步骤S250,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度。优选地,从所述每一项目需求信息的关键词集合读取每一关键词;从每一用户的用户画像中的关键词标签中读取每一成果关键词;将项目需求信息的所述每一关键词与所述每一成果关键词进行匹配;判断所述每一项目需求关键词是否与所述每一成果关键词相同或属于同义词(通过检索同义词词典来判断所述每一项目需求关键词是否与所述每一成果关键词是否为同义词):是,则所述每一项目需求关键词匹配成功;统计匹配成功的项目需求关键词数占所述每一项目需求信息的关键词集合中总关键词数的比例,作为所述每一项目需求信息与所述每一用户画像中的关键词标签中的成果关键词的匹配度;将所述匹配度作为所述每一项目需求信息与所述每一用户画像中的关键词标签中的成果关键词的第二匹配度。
第二判断步骤S260,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户。优选地,第二预设阈值为0至1之间的数,例如80%。
第5实施例提供的项目推荐方法,包括:
建立画像步骤S100,详见第2实施例。
需求推荐步骤S200,详见第4实施例。S200还包括S270。
附加发送步骤S270,将所述每一项目需求对应的匹配度发送给所述每一用户。
第6实施例提供的项目推荐方法(如图2所示),包括:
步骤S110至S120,详见第3实施例。
步骤S210至S270,详见第5实施例。
第7实施例提供的一种项目推荐系统,与第1实施例提供的一种项目需求推荐方法相对应,包括:
需求推荐模块200,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。
各优选实施方式,详见第1实施例。
第8实施例提供的一种项目推荐系统(如图3所示),与第2实施例提供的项目需求推荐方法相对应,包括:
建立画像模块100,根据用户大数据建立所述每一用户的所述用户画像。
需求推荐模块200,详见第7实施例。
各优选实施方式,详见第2实施例。
第9实施例提供的一种项目推荐系统,与第3实施例提供的项目需求推荐方法相对应,包括:
建立画像模块100,详见第8实施例。模块100包括模块110、模块120。
获取数据模块110,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果;
数据画像模块120,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签;
需求推荐模块200,详见第7实施例。
各优选实施方式,详见第3实施例。
第10实施例提供的一种项目推荐系统,与第5实施例提供的项目需求推荐方法相对应,包括:
建立画像模块100,详见第8实施例。
需求推荐模块200,详见第7实施例。模块200包括模块210至270。
获取需求模块210,获取当前所有项目需求;
提取信息模块220,从当前所有项目需求中每一项目需求中提取关键词集合;
第一匹配模块230,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度;
第一判断模块240,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配步骤;
第二匹配模块250,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度;
第二判断模块260,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户。
附加发送模块270,将所述每一项目需求对应的匹配度发送给所述每一用户。
各优选实施方式,详见第5实施例。
第11实施例提供的一种项目推荐系统(如图4所示),第6实施例提供的项目推荐方法,包括:
模块110至模块120,详见第9实施例。
模块210至模块270,详见第10实施例。
各优选实施方式,详见第6实施例。
第12实施例提供的一种项目推荐机器人系统,所述机器人系统中分别配置有如第7实施例至第11实施例任一项所述的项目需求推荐系统。
各优选实施方式,详见第7实施例至第11实施例。
本发明实施例提供的基于大数据与人工智能的精准项目推荐方法和机器人系统,根据用户大数据建立所述每一用户的所述用户画像,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求,从而更为智能和针对性地向用户推荐项目需求,向用户自动发送与用户匹配的项目,能极大提高项目需求推荐的针对性、客观性、智能性,能极大地提高用户获取项目需求的效率和满意度。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种项目推荐方法,其特征在于,所述方法包括:
需求推荐步骤,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。
2.根据权利要求1所述的项目推荐方法,其特征在于,所述的需求推荐步骤之前包括:
建立画像步骤,根据用户大数据建立所述每一用户的所述用户画像。
3.根据权利要求2所述的项目推荐方法,其特征在于,所述的建立画像步骤包括:
获取数据步骤,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果;
数据画像步骤,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签。
4.根据权利要求1所述的项目推荐方法,其特征在于,所述的需求推荐步骤包括:
获取需求步骤,获取当前所有项目需求;
提取信息步骤,从当前所有项目需求中每一项目需求中提取关键词集合;
第一匹配步骤,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度;
第一判断步骤,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配步骤;
第二匹配步骤,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度;
第二判断步骤,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户。
5.根据权利要求4所述的项目推荐方法,其特征在于,所述的需求推荐步骤还包括:
附加发送步骤,将所述每一项目需求对应的匹配度发送给所述每一用户。
6.一种项目推荐系统,其特征在于,所述系统包括:
需求推荐模块,根据每一用户的用户画像与当前所有项目需求的匹配度,为每一用户推荐项目需求。
7.根据权利要求6所述的项目推荐系统,其特征在于,所述系统还包括:
建立画像模块,根据用户大数据建立所述每一用户的所述用户画像。
8.根据权利要求7所述的项目推荐系统,其特征在于,所述的建立画像模块包括:
获取数据模块,获取用户的用户大数据,用户大数据包括每一用户的用户数据,用户数据包括用户成果;
数据画像模块,从用户的用户大数据中每一用户的用户成果中提取每一用户成果的名称、该用户成果的关键词集合,汇总得到每一用户的所有用户成果的名称集合、关键词集合,分别作为该用户的用户画像中的成果名称标签和成果关键词标签。
9.根据权利要求6所述的项目推荐系统,其特征在于,所述的需求推荐模块包括:
获取需求模块,获取当前所有项目需求;
提取信息模块,从当前所有项目需求中每一项目需求中提取关键词集合;
第一匹配模块,将所述每一项目需求的关键词集合与每一用户的用户画像中的名称标签中的成果名称进行匹配,计算得到第一匹配度;
第一判断模块,判断所述第一匹配度是否大于第一预设阈值:是,则将所述每一项目需求发送给所述每一用户;否,则执行第二匹配模块;
第二匹配模块,将所述每一项目需求的关键词集合与所述每一用户的用户画像中的关键词标签中的关键词进行匹配,计算得到第二匹配度;
第二判断模块,判断所述第二匹配度是否大于第二预设阈值:是,则将所述每一项目需求发送给所述每一用户;
附加发送模块,将所述每一项目需求对应的匹配度发送给所述每一用户。
10.一种项目推荐机器人系统,其特征在于,所述机器人系统中分别配置有如权利要求6-9任一项所述的项目需求推荐系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810633123.7A CN108875014B (zh) | 2018-06-20 | 2018-06-20 | 基于大数据与人工智能的精准项目推荐方法和机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810633123.7A CN108875014B (zh) | 2018-06-20 | 2018-06-20 | 基于大数据与人工智能的精准项目推荐方法和机器人系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108875014A true CN108875014A (zh) | 2018-11-23 |
CN108875014B CN108875014B (zh) | 2021-11-02 |
Family
ID=64339734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810633123.7A Active CN108875014B (zh) | 2018-06-20 | 2018-06-20 | 基于大数据与人工智能的精准项目推荐方法和机器人系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108875014B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015962A (zh) * | 2020-07-24 | 2020-12-01 | 北京艾巴斯智能科技发展有限公司 | 一种政务智能大数据中心体系架构 |
CN112446744A (zh) * | 2020-12-14 | 2021-03-05 | 成都航天科工大数据研究院有限公司 | 基于工业产品供需平台构建企业画像的方法、系统及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110154209A1 (en) * | 2009-12-22 | 2011-06-23 | At&T Intellectual Property I, L.P. | Platform for proactive discovery and delivery of personalized content to targeted enterprise users |
WO2014107874A1 (en) * | 2013-01-11 | 2014-07-17 | Nokia Corporation | Method and apparatus for enriching social media to improve personalized user experience |
US20150006400A1 (en) * | 2009-11-02 | 2015-01-01 | Chi Eng | System and method for virtual team collaboration in a secure environment |
CN105354327A (zh) * | 2015-11-26 | 2016-02-24 | 中山大学 | 一种基于大数据分析的接口api推荐方法及系统 |
CN106095941A (zh) * | 2016-06-14 | 2016-11-09 | 华南师范大学 | 基于大数据知识库的解决方案推荐方法和系统 |
CN106651427A (zh) * | 2016-10-13 | 2017-05-10 | 中国工商银行股份有限公司 | 基于用户行为的数据关联方法 |
-
2018
- 2018-06-20 CN CN201810633123.7A patent/CN108875014B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150006400A1 (en) * | 2009-11-02 | 2015-01-01 | Chi Eng | System and method for virtual team collaboration in a secure environment |
US20110154209A1 (en) * | 2009-12-22 | 2011-06-23 | At&T Intellectual Property I, L.P. | Platform for proactive discovery and delivery of personalized content to targeted enterprise users |
WO2014107874A1 (en) * | 2013-01-11 | 2014-07-17 | Nokia Corporation | Method and apparatus for enriching social media to improve personalized user experience |
CN105354327A (zh) * | 2015-11-26 | 2016-02-24 | 中山大学 | 一种基于大数据分析的接口api推荐方法及系统 |
CN106095941A (zh) * | 2016-06-14 | 2016-11-09 | 华南师范大学 | 基于大数据知识库的解决方案推荐方法和系统 |
CN106651427A (zh) * | 2016-10-13 | 2017-05-10 | 中国工商银行股份有限公司 | 基于用户行为的数据关联方法 |
Non-Patent Citations (3)
Title |
---|
YANG C: "A Profile-Boosted Research Analytics Framework to Recommend Journals for Manuscripts", 《JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY》 * |
个人信息保护课题组: "《个人信息保护国际比较研究》", 31 July 2017, 中国金融出版社 * |
胡林: "基于数据密集型的用户画像研究进展", 《农业图书情报学刊》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112015962A (zh) * | 2020-07-24 | 2020-12-01 | 北京艾巴斯智能科技发展有限公司 | 一种政务智能大数据中心体系架构 |
CN112446744A (zh) * | 2020-12-14 | 2021-03-05 | 成都航天科工大数据研究院有限公司 | 基于工业产品供需平台构建企业画像的方法、系统及介质 |
CN112446744B (zh) * | 2020-12-14 | 2023-08-08 | 成都航天科工大数据研究院有限公司 | 基于工业产品供需平台构建企业画像的方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108875014B (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809117B (zh) | 视频数据聚合处理方法、聚合系统及视频搜索平台 | |
CN104899273B (zh) | 一种基于话题和相对熵的网页个性化推荐方法 | |
CN102622417B (zh) | 对信息记录进行排序的方法和装置 | |
CN103412937B (zh) | 一种基于手持终端的搜索购物方法 | |
CN103631929B (zh) | 一种用于搜索的智能提示的方法、模块和系统 | |
CN102279851B (zh) | 一种智能导航方法、装置和系统 | |
CN103118111B (zh) | 一种基于多个数据交互中心的数据进行信息推送的方法 | |
CN100419755C (zh) | 用于文件数据分析的方法及系统 | |
CN102663022B (zh) | 一种基于url的分类识别方法 | |
CN107818105A (zh) | 应用程序的推荐方法及服务器 | |
US20080270549A1 (en) | Extracting link spam using random walks and spam seeds | |
CN102360364A (zh) | 一种应用自动推荐的方法及装置 | |
CN101256596A (zh) | 一种站内导航的方法及系统 | |
CN108647276A (zh) | 一种搜索方法 | |
CN107239512A (zh) | 一种结合评论关系网络图的微博垃圾评论识别方法 | |
CN107329970A (zh) | 一种针对手机管控系统舆情大数据进行分析处理的方法 | |
CN106021551A (zh) | 基于截图信息识别的消费辅助决策方法 | |
CN108959580A (zh) | 一种标签数据的优化方法及系统 | |
CN108875014A (zh) | 基于大数据与人工智能的精准项目推荐方法和机器人系统 | |
CN105159898B (zh) | 一种搜索的方法和装置 | |
An et al. | A heuristic approach on metadata recommendation for search engine optimization | |
KR20150046431A (ko) | 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법 | |
CN103177374B (zh) | 业务推荐方法和业务推荐系统 | |
CN101840438B (zh) | 面向源文献元关键词的检索系统 | |
CN106383917A (zh) | 一种基于用户日志的数据处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |