CN109345006A - 一种基于区域发展目标的招商政策分析优化方法及系统 - Google Patents
一种基于区域发展目标的招商政策分析优化方法及系统 Download PDFInfo
- Publication number
- CN109345006A CN109345006A CN201811063398.8A CN201811063398A CN109345006A CN 109345006 A CN109345006 A CN 109345006A CN 201811063398 A CN201811063398 A CN 201811063398A CN 109345006 A CN109345006 A CN 109345006A
- Authority
- CN
- China
- Prior art keywords
- policy
- clause
- text
- mark
- document
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
Abstract
本发明公开一种基于区域发展目标的招商政策分析优化方法及系统,包括:获取全国范围内所有地区的招商引资政策文本;依据政策文件的特性,采用政策文本条款分割技术,将政策文本自动分解为条款,依据政策发布的地区、部门、文件名称、文件编号等信息为每个分解后的政策条款赋予属性标签;建立政策条款文本相似性比对模型,实现政策条款的自动分解和逐条比对,找出指定区域(省级、区县级)之间政策条款级别的差异,还可以依据指定区域发展目标对政策的有效性进行分析。本发明采用计算机技术替代人工进行政策完整性和有效性分析,相比人工搜索、总结的方式具有速度快、范围广、更加全面的优势。
Description
技术领域
本发明属于信息系统领域,特别是涉及到一种基于区域发展目标的招商政策分析优化方法及系统。
背景技术
招商引资政策是为了实现区域发展目标,落实区域功能定位及产业发展规划,促进区域经济发展,优化资源配置而制定的行为规范。招商政策分析优化,是指对政府出台招商政策的优劣情况、实施情况以及效果情况作出科学分析。实践中,政府出台招商政策的完整性、针对性、有效性缺乏科学客观的分析方法。招商政策的制定和效果评估需要一套科学的招商政策分析优化方法及系统完成。
发明内容
有鉴于此,本发明提出一种基于区域发展目标的招商政策分析优化方法及系统,采用计算机技术替代人工进行政策分析,相比人工搜索的方式具有速度快、范围广、更加全面的优势。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于区域发展目标的招商政策分析优化方法,包括:
S1、获取全国范围内所有地区的招商引资政策文本;
S2、依据政策文件的特性,采用政策文本条款分割技术,将政策文本自动分解为条款,依据政策发布的地区、部门、文件名称、文件编号等信息为每个分解后的政策条款赋予属性标签;
S3、建立政策文件相似性比对模型,用政策文本作为训练样本,经过训练后,最终建立用于比对两个政策条款相似性计算的模型;
S4、进行政策完整性比对时,选择要比对的政策范围,包括两个指定地区发布的政策进行比对、指定地区发布政策与全国所有政策进行比对、某个指定地区的指定部门发布的政策与另一个指定地区相同部门发布政策进行比对、某个指定地区的指定部门发布的政策与全国所有地区相同指定部门发布信息进行比对;
S5、进行政策有效性比对,以政策实施后,达到政策制定时预期经济指标、社会指标和环保指标的比例进行比对;
S6、生成某个地区的政策分析报告,为系统使用者提出政策优化的参考。
进一步的,步骤S1所述获取的方法包括人工上传政策文件和采用网络爬虫技术在指定网站自动获取。
进一步的,步骤S2所述政府文本条款分割技术,包括:
S11、在政策文本中按顺序搜索第一级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第一级条款的下一个标志并做标记;将文本按照第一级标志分成第一级条款;
S12、在第一级条款中按顺序搜索第二级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第二级条款的下一个标志并做标记;将文本按照第二级标志分成第二级条款;
S13、在第一级条款的第一个条款前搜索文号,文号特征为:整行字数小于20,且包含数字、“发”、“号”、“【】”、“[]”等关键词;
S14、文号以前的部分为标题,文号以后的部分为概述;
S15、在最后一级最后一个条款后面搜索附件,附件特征为:整行字数小于50,且包含“附件”、“附表”等关键词;
S16、在附件后面搜索落款,落款特征为:整行字数小于30,包含“委员会”、“管委会”、“科技局”、“发改局”等关键词;
S17、按照标题、文号、落款不同段落,以关键词搜索的方式提取文件名称、文号、发文地区、部门、有效时间等关键要素,作为条款属性字段,将政策文件写入数据库中。
进一步的,步骤S3所述政策文件相似性比对模型包括:不同条款之间进行比对时,采用Doc2Vec模型,采用政策文件文本作为训练样本,对模型进行训练;采用结巴分词器计算方法和维基百科语料库进行训练,生成分词库;采用Word2Vec算法对分词进行向量化。
进一步的,步骤S4所述的比对包括:比对时,按照条款的地区、发布部门等属性进行抽取,然后逐条进行相似度比对,将具有相似性的政策条款中的数值提取出来,形成数据集合,作为政策条款的强度属性。
进一步的,步骤S6中,用户指定本区域范围,以及需要比对区域范围;实现对指定地区政策的分析,并给出报告。报告内容包括:本区域某个类别的政策集合与全国所有地区同类政策的完整性比对;本区域某个类别的政策集合与指定对比区域同类政策完整性比对;本区域某个类别的政策集合与指定对比区域同类政策在条款上的差异;本区域执行指定政策集合后,实施效果。
本发明的另一方面,还提供了一种基于区域发展目标的招商政策分析优化系统,包括:
获取模块:用于获取全国范围内所有地区的招商引资政策文本;
分割模块:用于依据政策文件的特性,采用政策文本条款分割技术,将政策文本分解为条款,依据政策发布的地区、部门、文件名称、文件编号等信息为每个分解后的政策条款赋予属性标签;
模型训练模块:用于建立政策文件相似性比对模型,用政策文本作为训练样本,经过训练后,最终用于比对两个政策条款相似性的计算;
完整性比对模块:进行政策完整性比对时,选择要比对的政策范围,包括两个指定地区发布的政策进行比对、指定地区发布政策与全国所有政策进行比对、某个指定地区的指定部门发布的政策与另一个指定地区相同部门发布政策进行比对、某个指定地区的指定部门发布的政策与全国所有地区相同指定部门发布信息进行比对;
有效性比对模块:进行政策有效性比对,以政策实施后,达到政策制定时预期经济指标、社会指标和环保指标的比例进行比对;
分析报告模块:用于生成某个地区的政策分析报告,为系统使用者提出政策优化的参考。
进一步的,所述获取模块包括:
人工单元:用于人工上传政策文件;
自动单元:用于采用网络爬虫技术在指定网站自动获取政策文件。
进一步的,所述分割模块包括:
第一级条款单元:用于在政策文本中按顺序搜索第一级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第一级条款的下一个标志并做标记;将文本按照第一级标志分成第一级条款;
第二级条款单元,用于在第一级条款中按顺序搜索第二级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第二级条款的下一个标志并做标记;将文本按照第二级标志分成第二级条款;
文号单元:用于在第一级条款的第一个条款前搜索文号,文号特征为:整行字数小于20,且包含数字、“发”、“号”、“【】”、“[]”等关键词;
标题及概述单元:获取文号以前的部分为标题,文号以后的部分为概述;
附件单元:用于在最后一级最后一个条款后面搜索附件,附件特征为:整行字数小于50,且包含“附件”、“附表”等关键词;
落款单元:用于在附件后面搜索落款,落款特征为:整行字数小于30,包含“委员会”、“管委会”、“科技局”、“发改局”等关键词;
提取单元:用于按照标题、文号、落款不同段落,以关键词搜索的方式提取文件名称、文号、发文地区、部门、有效时间等关键要素,作为条款属性字段,将政策文件写入数据库中。
相对于现有技术,本发明具有以下优势:
(1)本发明采用网络爬虫技术、政策文本条款分解技术和文本相似度比对技术,实现了对全国范围内的招商引资政策进行汇总、分析和比对的功能。其创新性在于采用计算机技术替代人工劳动,相比人工搜索的方式具有速度快、范围广、更加全面的优势;
(2)采用本发明的方法建立的政策分析和优化系统可以作为招商部门制定政策时的辅助工具,也可以作为招商服务对象了解、比对目标投资地区的政策环境的辅助工具。
附图说明
图1是本发明实施例的流程示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面将结合附图来详细说明本发明。
如图1所示,本发明的流程包括:
S1、获取全国范围内所有地区的招商引资政策文本
这里所说的政策文件是指面向社会公众的公开政策信息,不包括内部执行的政策或者只有极少数企业或个人可以享受的特殊政策。
获取全国范围内政策文件的方法有:人工上传政策文件和采用网络爬虫技术在指定网站自动获取。
网络爬虫技术:是一个自动提取网页中有效内容的程序,它从一个或若干给定网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。此工作需要根据每个URL网页的结构,过滤与主题无关的链接,保留有用的链接并将其放入等待抓取的URL队列。然后,它将根据指定的搜索策略从队列中选择下一步要抓取的网页URL,并重复上述过程,直到达到系统的某一条件时停止。另外,所有被爬虫抓取的网页将会被系统存贮,按照政策文件的格式进行分析、过滤,保留其中有效的内容,另外还需要对抓取的内容建立属性标签,以便之后的查询和检索。
S2、通过S1可以获取到全国各个地区的政策文件文本,为了进行政策文件的比对,需要将政策文件分解为条款,然后按照条款,逐条进行比对。
按照政策文件的自然属性,将政策文件分为四个部分:标题、文号、概述、条款、附件、落款。其中,附件和落款不是必需的。
采用关键词搜索方式,将政策文本分解成条款的方法:
1、在政策文本中按顺序搜索“第一条”、“一、”、“一.”、“1、”等第一级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索“二”、“三”……等条款,将文本按照第一级标志分成条款;
2、如果搜索到了,再在第一级条款中按顺序搜索“(一)”、“1、”、等第二级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索二、三……等条款,将文本按照第二级标志分成条款;
3、在第一级第一个条款前搜索文号,文号特征为:整行字数小于20,且包含数字、“发”、“号”、“【】”、“[]”等关键词;
4、文号以前的部分为标题,文号以后的部分为概述;
5、在最后一级最后一个条款后面搜索附件,附件特征为:整行字数小于50,且包含“附件”、“附表”等关键词;
6、在附件后面搜索落款,落款特征为:整行字数小于30,包含“委员会”、“管委会”、“科技局”、“发改局”等关键词;
7、按照标题、文号、落款不同段落,以关键词搜索的方式提取文件名称、文号、发文地区、部门、有效时间等关键要素,作为条款属性字段,将政策文件写入数据库中;
S3、条款相似性比较的方法
按照S2的方法,可以将政策文本分解成条款,不同条款之间进行比对时,采用Doc2Vec模型,采用政策文件文本作为训练样本,对模型进行训练。
系统采用结巴分词器计算方法和维基百科语料库进行训练,生成分词库。采用Word2Vec算法对分词进行向量化。
S4、指定地区政策条款完整性比对
可以实现两个指定地区发布的政策进行比对、指定地区发布政策与全国所有政策进行比对、某个指定地区的指定部门发布的政策与另一个指定地区相同部门发布政策进行比对、某个指定地区的指定部门发布的政策与全国所有地区相同指定部门发布信息进行比对。
比对时,按照条款的地区、发布部门等属性进行抽取,然后逐条进行相似度比对,将具有相似性的政策条款中的数值提取出来,形成数据集合,作为政策条款的强度属性。
S5、指定地区政策条款有效性比对
每项政策在制定时,都会提出相应经济、社会和环保的预期指标,实际测算政策条款有效性时,可以按照实际达到预期目标的百分比,作为衡量政策有效性的指标。
S6、生成政策分析报告
用户可以指定本区域范围,以及需要比对区域范围。本系统可以实现对指定地区政策的分析,并给出报告。报告内容包括:
●本区域某个类别的政策集合与全国所有地区同类政策的完整性比对;
●本区域某个类别的政策集合与指定对比区域同类政策完整性比对;
●本区域某个类别的政策集合与指定对比区域同类政策在条款上的差异;
●本区域执行指定政策集合后,实施效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于区域发展目标的招商政策分析优化方法,其特征在于,包括:
S1、获取全国范围内所有地区的招商引资政策文本;
S2、依据政策文件的特性,采用政策文本条款分割技术,将政策文本分解为条款,依据政策发布的地区、部门、文件名称、文件编号等信息为每个分解后的政策条款赋予属性标签;
S3、建立政策文件相似性比对模型,用政策文本作为训练样本,经过训练后,最终用于比对两个政策条款相似性的计算;
S4、进行政策完整性比对时,选择要比对的政策范围,包括两个指定地区发布的政策进行比对、指定地区发布政策与全国所有政策进行比对、某个指定地区的指定部门发布的政策与另一个指定地区相同部门发布政策进行比对、某个指定地区的指定部门发布的政策与全国所有地区相同指定部门发布信息进行比对;
S5、进行政策有效性比对,以政策实施后,达到政策制定时预期经济指标、社会指标和环保指标的比例进行比对;
S6、生成某个地区的政策分析报告,为系统使用者提出政策优化的参考。
2.根据权利要求1所述的方法,其特征在于,步骤S1所述获取的方法包括人工上传政策文件和采用网络爬虫技术在指定网站自动获取。
3.根据权利要求1所述的方法,其特征在于,步骤S2所述政府文本条款分割技术,包括:
S11、在政策文本中按顺序搜索第一级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第一级条款的下一个标志并做标记;将文本按照第一级标志分成第一级条款;
S12、在第一级条款中按顺序搜索第二级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第二级条款的下一个标志并做标记;将文本按照第二级标志分成第二级条款;
S13、在第一级条款的第一个条款前搜索文号,文号特征为:整行字数小于20,且包含数字、“发”、“号”、“【】”、“[]”等关键词;
S14、文号以前的部分为标题,文号以后的部分为概述;
S15、在最后一级最后一个条款后面搜索附件,附件特征为:整行字数小于50,且包含“附件”、“附表”等关键词;
S16、在附件后面搜索落款,落款特征为:整行字数小于30,包含“委员会”、“管委会”、“科技局”、“发改局”等关键词;
S17、按照标题、文号、落款不同段落,以关键词搜索的方式提取文件名称、文号、发文地区、部门、有效时间等关键要素,作为条款属性字段,将政策文件写入数据库中。
4.根据权利要求1所述的方法,其特征在于,步骤S3所述政策文件相似性比对模型包括:不同条款之间进行比对时,采用Doc2Vec模型,采用政策文件文本作为训练样本,对模型进行训练;采用结巴分词器计算方法和维基百科语料库进行训练,生成分词库;采用Word2Vec算法对分词进行向量化。
5.根据权利要求1所述的方法,其特征在于,步骤S4所述的比对包括:比对时,按照条款的地区、发布部门等属性进行抽取,然后逐条进行相似度比对,将具有相似性的政策条款中的数值提取出来,形成数据集合,作为政策条款的强度属性。
6.根据权利要求1所述的方法,其特征在于,步骤S6中,用户指定本区域范围,以及需要比对区域范围;实现对指定地区政策的分析,并给出报告。报告内容包括:本区域某个类别的政策集合与全国所有地区同类政策的完整性比对;本区域某个类别的政策集合与指定对比区域同类政策完整性比对;本区域某个类别的政策集合与指定对比区域同类政策在条款上的差异;本区域执行指定政策集合后,实施效果。
7.一种基于区域发展目标的招商政策分析优化系统,其特征在于,包括:
获取模块:用于获取全国范围内所有地区的招商引资政策文本;
分割模块:用于依据政策文件的特性,采用政策文本条款分割技术,将政策文本自动分解为条款,依据政策发布的地区、部门、文件名称、文件编号等信息为每个分解后的政策条款赋予属性标签;
模型训练模块:用于建立政策文件相似性比对模型,用政策文本作为训练样本,经过训练后,最终得到用于比对两个政策条款相似性计算的模型;
完整性比对模块:进行政策完整性比对时,选择要比对的政策范围,包括两个指定地区发布的政策进行比对、指定地区发布政策与全国所有政策进行比对、某个指定地区的指定部门发布的政策与另一个指定地区相同部门发布政策进行比对、某个指定地区的指定部门发布的政策与全国所有地区相同指定部门发布信息进行比对;
有效性比对模块:进行政策有效性比对,以政策实施后,达到政策制定时预期经济指标、社会指标和环保指标的比例进行比对;
分析报告模块:用于生成某个地区的政策分析报告,为系统使用者提出政策优化的参考。
8.根据权利要求7所述的系统,其特征在于,所述获取模块包括:
人工单元:用于人工上传政策文件;
自动单元:用于采用网络爬虫技术在指定网站自动获取政策文件。
9.根据权利要求7所述的系统,其特征在于,所述分割模块包括:
第一级条款单元:用于在政策文本中按顺序搜索第一级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第一级条款的下一个标志并做标记;将文本按照第一级标志分成第一级条款;
第二级条款单元,用于在第一级条款中按顺序搜索第二级条款的标志,做标记;按照搜索到的此文本中的标志,逐个搜索第二级条款的下一个标志并做标记;将文本按照第二级标志分成第二级条款;
文号单元:用于在第一级条款的第一个条款前搜索文号,文号特征为:整行字数小于20,且包含数字、“发”、“号”、“【】”、“[]”等关键词;
标题及概述单元:获取文号以前的部分为标题,文号以后的部分为概述;
附件单元:用于在最后一级最后一个条款后面搜索附件,附件特征为:整行字数小于50,且包含“附件”、“附表”等关键词;
落款单元:用于在附件后面搜索落款,落款特征为:整行字数小于30,包含“委员会”、“管委会”、“科技局”、“发改局”等关键词;
提取单元:用于按照标题、文号、落款不同段落,以关键词搜索的方式提取文件名称、文号、发文地区、部门、有效时间等关键要素,作为条款属性字段,将政策文件写入数据库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811063398.8A CN109345006A (zh) | 2018-09-12 | 2018-09-12 | 一种基于区域发展目标的招商政策分析优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811063398.8A CN109345006A (zh) | 2018-09-12 | 2018-09-12 | 一种基于区域发展目标的招商政策分析优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109345006A true CN109345006A (zh) | 2019-02-15 |
Family
ID=65305295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811063398.8A Pending CN109345006A (zh) | 2018-09-12 | 2018-09-12 | 一种基于区域发展目标的招商政策分析优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345006A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918623A (zh) * | 2019-03-12 | 2019-06-21 | 安徽赛迪信息技术有限公司 | 一种政策更新自动对比管理系统 |
CN110245225A (zh) * | 2019-06-21 | 2019-09-17 | 广东政沣云计算有限公司 | 一种政策研究解读方法、系统、存储介质和服务器 |
CN110866116A (zh) * | 2019-10-25 | 2020-03-06 | 远光软件股份有限公司 | 政策文档的处理方法、装置、存储介质及电子设备 |
CN112214615A (zh) * | 2020-10-19 | 2021-01-12 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱的政策文件处理方法、装置和存储介质 |
CN112990715A (zh) * | 2021-03-22 | 2021-06-18 | 数字浙江技术运营有限公司 | 政策信息的推送方法和装置 |
CN113065994A (zh) * | 2021-03-29 | 2021-07-02 | 南京莱科智能工程研究院有限公司 | 一种政策演化分析系统和方法 |
CN114780735A (zh) * | 2022-02-21 | 2022-07-22 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204366A (zh) * | 2016-07-22 | 2016-12-07 | 三峡大学 | 一种基于模糊推理的法律大数据管理系统 |
CN107832306A (zh) * | 2017-11-28 | 2018-03-23 | 武汉大学 | 一种基于Doc2vec的相似实体挖掘方法 |
CN107992470A (zh) * | 2017-11-08 | 2018-05-04 | 中国科学院计算机网络信息中心 | 一种基于相似度的文本查重方法及系统 |
CN108491438A (zh) * | 2018-02-12 | 2018-09-04 | 陆夏根 | 一种科技政策检索分析方法 |
-
2018
- 2018-09-12 CN CN201811063398.8A patent/CN109345006A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204366A (zh) * | 2016-07-22 | 2016-12-07 | 三峡大学 | 一种基于模糊推理的法律大数据管理系统 |
CN107992470A (zh) * | 2017-11-08 | 2018-05-04 | 中国科学院计算机网络信息中心 | 一种基于相似度的文本查重方法及系统 |
CN107832306A (zh) * | 2017-11-28 | 2018-03-23 | 武汉大学 | 一种基于Doc2vec的相似实体挖掘方法 |
CN108491438A (zh) * | 2018-02-12 | 2018-09-04 | 陆夏根 | 一种科技政策检索分析方法 |
Non-Patent Citations (4)
Title |
---|
M. IRMAK SIRER等: "THE CURRENTS BENEATH THE "RISING TIDE" OF SCHOOL CHOICE AN ANALYSIS OF STUDENT ENROLLMENT FLOWS IN THE CHICAGO PUBLIC SCHOOLS", 《JOURNAL OF POLICY ANALYSIS AND MANAGEMENT》 * |
宋凯: "政策信息垂直搜索引擎研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张海超 赵良伟: "利用Doc2vec判断中文专利相似性", 《探索与研究》 * |
马莺歌: "基于语义的政策血缘网络演化机理研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918623A (zh) * | 2019-03-12 | 2019-06-21 | 安徽赛迪信息技术有限公司 | 一种政策更新自动对比管理系统 |
CN110245225A (zh) * | 2019-06-21 | 2019-09-17 | 广东政沣云计算有限公司 | 一种政策研究解读方法、系统、存储介质和服务器 |
CN110866116A (zh) * | 2019-10-25 | 2020-03-06 | 远光软件股份有限公司 | 政策文档的处理方法、装置、存储介质及电子设备 |
CN112214615A (zh) * | 2020-10-19 | 2021-01-12 | 平安国际智慧城市科技股份有限公司 | 基于知识图谱的政策文件处理方法、装置和存储介质 |
CN112990715A (zh) * | 2021-03-22 | 2021-06-18 | 数字浙江技术运营有限公司 | 政策信息的推送方法和装置 |
CN113065994A (zh) * | 2021-03-29 | 2021-07-02 | 南京莱科智能工程研究院有限公司 | 一种政策演化分析系统和方法 |
CN114780735A (zh) * | 2022-02-21 | 2022-07-22 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
CN114780735B (zh) * | 2022-02-21 | 2022-11-25 | 北京融信数联科技有限公司 | 基于数据分析的政策匹配方法、系统和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345006A (zh) | 一种基于区域发展目标的招商政策分析优化方法及系统 | |
CN107609052B (zh) | 一种基于语义三角的领域知识图谱的生成方法及装置 | |
CN101794311B (zh) | 基于模糊数据挖掘的中文网页自动分类方法 | |
CN104199857B (zh) | 一种基于多标签分类的税务文档层次分类方法 | |
CN102314519B (zh) | 一种基于公安领域知识本体模型的信息搜索方法 | |
CN107066599A (zh) | 一种基于知识库推理的相似上市公司企业检索分类方法及系统 | |
CN105468744B (zh) | 一种实现税务舆情分析和全文检索的大数据平台 | |
CN105095368B (zh) | 一种对新闻信息进行排序的方法及装置 | |
CN105844424A (zh) | 基于网络评论的产品质量问题发现及风险评估方法 | |
CN101853299A (zh) | 一种基于感性认知的图像检索结果排序方法 | |
KR101801257B1 (ko) | 효율적 건설문서 관리를 위한 텍스트마이닝 적용 기술 | |
CN108733813A (zh) | 面向bbs论坛网页内容的信息提取方法、系统及介质 | |
CN105138637A (zh) | 一种数据处理的方法及装置 | |
CN108520065A (zh) | 命名实体识别语料库的构建方法、系统、设备及存储介质 | |
CN110263021A (zh) | 一种基于个性化标签体系的主题库生成方法 | |
CN103823847A (zh) | 一种关键词的扩充方法及装置 | |
Wu et al. | Event evolution model based on random walk model with hot topic extraction | |
CN115760495A (zh) | 一种实现法律案例自动标签化的方法及装置 | |
CN106933993B (zh) | 一种资讯处理方法及装置 | |
Shao et al. | An improved approach to the recovery of traceability links between requirement documents and source codes based on latent semantic indexing | |
CN108197201B (zh) | 一种基于公共安全事件的移动云端数据挖掘方法 | |
Gunasundari et al. | Removing non-informative blocks from the web pages | |
CN109522466A (zh) | 一种分布式爬虫系统 | |
Scanniello et al. | Using semantic clustering to enhance the navigation structure of web sites | |
Wang et al. | Construction of knowledge graph for internal control of financial enterprises |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |