CN109727109A - 涉税服务机构推荐方法、装置、计算机设备及存储介质 - Google Patents
涉税服务机构推荐方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109727109A CN109727109A CN201811622490.3A CN201811622490A CN109727109A CN 109727109 A CN109727109 A CN 109727109A CN 201811622490 A CN201811622490 A CN 201811622490A CN 109727109 A CN109727109 A CN 109727109A
- Authority
- CN
- China
- Prior art keywords
- information
- demand
- organization
- service
- recommended
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及涉税服务机构推荐方法、装置、计算机设备及存储介质，该方法包括获取机构初始集合以及机构信息；获取待推荐的初始需求信息；获取发布需求的用户初始信息；对待推荐的初始需求信息及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；对机构初始集合进行补充，得到机构集合；计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；根据机构信息计算每个服务机构的排序得分；对匹配得分及排序得分进行加权处理，以得到推荐得分；对机构集合中服务机构按照推荐得分排序，以得到推荐列表；反馈推荐列表。本发明实现根据服务内容对服务机构进行排序选择，以提高涉税服务的成功率。
Description
技术领域
本发明涉及服务机构推荐方法，更具体地说是指涉税服务机构推荐方法、装置、计算机设备及存储介质。
背景技术
随着信息时代的来临，大量数据的产生一方面带了巨大的信息量和商机，另一方面也伴随着信息过载的问题。推荐方法通过对数据之间关联性的解读和对信息的提炼，帮助用户发现对自己有价值的信息，也让信息能够展示在对它感兴趣的用户面前，从而实现信息消费者和生成长的双赢。目前的个性化推荐方法大体可以分为两大类，一是基于内容的推荐方法，二是基于协同过滤的推荐方法。基于内容的推荐方法根据用户已提供的信息和项目内容属性做匹配，发掘符合用户预想的项目。这类方法不依赖于用户的评价意见，特别适用于新用户的个性化推荐。基于协同过滤的推荐方法利用用户对项目的评分来度量用户间的相似性，从而寻找与目标用户最相似的用户来预测目标用户对某项目的喜好程度。基于协同过滤的推荐方法要求有一定数据积累，不适用于项目冷启动阶段。
税务行业作为国家最重要的事务之一，存在两种特性，一是相比其他行业，税务行业更具有专业性，如税收策划、涉税鉴证、纳税情况审查、专业税务顾问等涉税服务，只有具备资质的涉税专业服务机构才能提供。若使用通用基于内容推荐的方法，并不能达到较好的推荐效果；二是与其他服务不同，大部分涉税代理服务都具有同质化的特性，即同一类别下不同机构提供的服务内容、品质和技术含量等是基本相同的，因此用户难以单纯根据服务内容对服务机构进行排序选择。
因此，有必要设计一种新的方法，实现根据服务内容对服务机构进行排序选择，以提高涉税服务的成功率。
发明内容
本发明的目的在于克服现有技术的缺陷，提供涉税服务机构推荐方法、装置、计算机设备及存储介质。
为实现上述目的，本发明采用以下技术方案：涉税服务机构推荐方法，包括：
获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
获取待推荐的初始需求信息；
获取发布需求的用户初始信息；
对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
根据所述机构信息对机构初始集合进行补充，以得到机构集合；
计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
根据机构信息计算每个服务机构的排序得分；
对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈所述推荐列表。
其进一步技术方案为：所述机构信息包括机构集合中每个服务机构的信息内容属性，所述信息内容属性包括类型、产品、服务项目、历史交易情况、服务项目权重、历史交易评分、销量以及产品价格。
其进一步技术方案为：所述待推荐的初始需求信息包括需求标题、服务分类以及需求描述。
其进一步技术方案为：所述对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息，包括：
对需求标题以及需求描述进行文本分析，以得到第一补充信息；
对第一补充信息进行文本分词分析，以得到第二补充信息；
将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
其进一步技术方案为：所述根据所述机构信息对机构初始集合进行补充，以得到机构集合，包括：
根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；
若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合。
其进一步技术方案为：所述计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分，包括：
对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值；
对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值；
对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值；
对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
其进一步技术方案为：所述根据机构信息计算每个服务机构的排序得分，包括：
对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分；
对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
本发明还提供了涉税服务机构推荐装置，包括：
初始集合及信息获取单元，用于获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
初始需求获取单元，用于获取待推荐的初始需求信息；
用户初始信息获取单元，用于获取发布需求的用户初始信息；
第一处理单元，用于对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
第二处理单元，用于根据所述机构信息对机构初始集合进行补充，以得到机构集合；
匹配得分计算单元，用于计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
排序得分单元，用于根据机构信息计算每个服务机构的排序得分；
推荐得分计算单元，用于对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
排序单元，用于对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈单元，用于反馈所述推荐列表。
本发明还提供了一种计算机设备，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是：本发明通过获取机构初始集合、机构信息、待推荐的初始需求信息以及发布需求的用户初始信息，对这些信息进行完善以得到待推荐的需求信息、发布需求的用户信息以及机构集合，结合机构信息内的信息内容属性计算匹配得分，再结合机构信息内的信息内容属性的属性值计算每个服务机构的排序得分，由匹配得分以及排序得分得到推荐得分，根据推荐得分形成推荐列表，实现根据服务内容对服务机构进行排序选择，以提高涉税服务的成功率。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的涉税服务机构推荐方法的应用场景示意图；
图2为本发明实施例提供的涉税服务机构推荐方法的流程示意图；
图3为本发明实施例提供的涉税服务机构推荐方法的子流程示意图；
图4为本发明实施例提供的涉税服务机构推荐方法的子流程示意图；
图5为本发明实施例提供的涉税服务机构推荐方法的子流程示意图；
图6为本发明实施例提供的涉税服务机构推荐方法的子流程示意图
图7为本发明实施例提供的涉税服务机构推荐装置的示意性框图；
图8为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1和图2，图1为本发明实施例提供的涉税服务机构推荐方法的应用场景示意图。图2为本发明实施例提供的涉税服务机构推荐方法的示意性流程图。该涉税服务机构推荐方法应用于服务器中。该服务器与用户终端进行交互，在用户终端中设置有涉税服务机构推荐APP，用户将自己的需求以及信息通过该APP输入后，形成待推荐的初始需求信息以及发布需求的用户初始信息，服务器会从服务机构的服务终端数据库内获取机构初始集合以及该服务机构的服务平台上获取到机构信息，对输入的信息以及获取的信息进行基于内容属性的推荐处理后，向用户终端反馈推荐列表。
图2是本发明实施例提供的涉税服务机构推荐方法的流程示意图。如图2所示，该方法包括以下步骤S110至S200。
S110、获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息。
在本实施例中，机构初始集合是指带有机构信息的服务机构形成的集合，而机构信息则包括了机构集合中每个服务机构的信息内容属性，所述信息内容属性包括类型、产品、服务项目、历史交易情况、服务项目权重、历史交易评分、销量以及产品价格。当然，上述的机构信息还包括其他信息，比如每个服务机构的成立和服务年限等。
S120、获取待推荐的初始需求信息。
在本实施例中，待推荐的初始需求信息是指来自用户终端的未经过筛选和处理的需求；待推荐的初始需求信息包括需求标题、服务分类以及需求描述等业务信息。
S130、获取发布需求的用户初始信息。
在本实施例中，发布需求的用户初始信息是指发布该待推荐的初始需求信息的用户的相关信息，一般包括用户真实身份信息、历史交易情况等信息。
S140、对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息。
在本实施例中，待推荐的需求信息是指待推荐的初始需求信息经过分析处理后的需求信息；发布需求的用户信息是指发布需求的用户初始信息经过分析后形成的信息。
在一实施例中，如图3所示，上述的步骤S140可包括步骤S141～S143。
S141、对需求标题以及需求描述进行文本分析，以得到第一补充信息。
在本实施例中，第一补充信息是指带有需求标题以及需求描述的特征项的文本。文本分析是指对文本的表示及其特征项的选取；文本分析是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。
S142、对第一补充信息进行文本分词分析，以得到第二补充信息。
在本实施例中，第二补充信息是指采用自然语言等大数据语言分析技术中的分词分析技术对第一补充信息进行分析后获取到包含的涉税服务范围和用户规模描述等信息。
S143、将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
通过文本分析以及文本分词分析，有助于使得待推荐的需求信息和发布需求的用户信息更加完善，有助于提高后期的匹配程度。
S150、根据所述机构信息对机构初始集合进行补充，以得到机构集合。
机构集合是指对机构初始集合进行完善后的集合。
在一实施例中，如图4所示，上述的步骤S150可包括步骤S151～S153。
S151、根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；
S152、若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合；
S153、若否，则将机构初始集合作为机构集合。
在交易平台上获取机构的产品和历史交易情况，若机构提供某项服务项目的服务，则增加机构信息中该服务项目的权重，补充到机构信息中，从而更新机构初始集合，以得到完整性较强的机构集合，有助于提高后期的匹配推荐符合程度。
S160、计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分。
上述的匹配得分是指每个服务机构与待推荐的需求信息、发布需求的用户信息的匹配程度。
在一实施例中，如图5所示，上述的步骤S160可包括步骤S161～S164。
S161、对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值。
上述的项目属性匹配值是指每个服务机构的机构信息内的服务项目这一信息内容树形与待推荐的需求信息、发布需求的用户信息的匹配程度。
具体是服务项目根据国家税务总局的政策规定，需要以机构资质为条件对服务机构进行筛选，从而确定项目属性匹配值，当不匹配时，该值为0，当匹配时，可根据匹配程度按照比例给分。
S162、对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值。
在本实施例中，上述的地址属性匹配值指的是每个服务机构的机构信息内的服务项目的地址这一信息内容树形与待推荐的需求信息、发布需求的用户信息的匹配程度。服务地址根据低于距离规则，距离越近，地址属性匹配得分越高，可以按照距离规则进行距离等级划分，按照等级给不同的分数，计算地址属性匹配值可根据地址落入那个等级，从而快速地计算每个服务机构的地址属性匹配值。
S163、对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值。
杰卡德相似性系数用于计算符号度量或布尔值度量的样本间的相似度，可根据相似度进行分数的配置，从而计算每个服务机构的其他属性匹配值。
S164、对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
可以通过调节各个匹配值的权重，达到动态调整匹配重点项的目的。
S170、根据机构信息计算每个服务机构的排序得分。
在本实施例中，排序得分是指关于服务机构服务质量的分数，。
在一实施例中，如图6所示，上述的步骤S170可包括步骤S171～S172。
S171、对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分。
上述的初始排序得分是指对信息内容属性中的属性值进行加权求和所得到的结果。
S172、对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
S180、对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分。
在本实施例中，推荐得分是指每个服务机构相对于当前待推荐的需求信息、发布需求的用户信息而言的推荐程度。且匹配得分的权重与排序得分的权重之和为1，可根据实际情况调节匹配得分的权重与排序得分的权重。
S190、对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表。
在本实施例中，推荐列表是指包括服务机构以及推荐得分形成的表格。具体地，按照推荐得分从高到低的顺序对机构集合中所有的服务机构进行排序。
S200、反馈所述推荐列表。
具体是将推荐列表反馈至用户终端。
用户通过用户终端发布需求，服务器使用该推荐方法给需求匹配服务机构，并推荐推荐得分最高的一家服务机构；若用户与推荐的服务机构达成交易，则推荐结束；若用户与推荐的服务机构未达成交易，并选择换一家机构，则平台向用户推荐推荐得分次高的机构；重复上述的步骤最多推荐5次，到达推荐次数上限后，推荐结束。从服务机构终端的交易平台上的交易记录包括系统为用户推荐机构的记录，及用户最终选择的服务机构；若最终选择的服务机构为第k次内推荐的机构，则推荐结果TOP k有效；若用户取消需求，则推荐失败。从交易平台上随机获取78条处于推荐结束状态记录，并根据的计算规则计算当前推荐方法的有效率；其中验证数据中有34条记录选择首次推荐结果，22条选择第2次推荐结果，13选择第3次推荐结果，2条选择第4次推荐结果，2条选择第5次推荐结果，5条记录推荐失败；最终推荐结果TOP 1准确率为43.59％,TOP2准确率为71.79％，TOP 3准确率为88.46％，TOP 4准确率为91.03％，TOP5准确率为93.59％。
上述的涉税服务机构推荐方法，通过获取机构初始集合、机构信息、待推荐的初始需求信息以及发布需求的用户初始信息，对这些信息进行完善以得到待推荐的需求信息、发布需求的用户信息以及机构集合，结合机构信息内的信息内容属性计算匹配得分，再结合机构信息内的信息内容属性的属性值计算每个服务机构的排序得分，由匹配得分以及排序得分得到推荐得分，根据推荐得分形成推荐列表，实现根据服务内容对服务机构进行排序选择，以提高涉税服务的成功率。
图7是本发明实施例提供的一种涉税服务机构推荐装置300的示意性框图。如图7所示，对应于以上涉税服务机构推荐方法，本发明还提供一种涉税服务机构推荐装置300。该涉税服务机构推荐装置300包括用于执行上述涉税服务机构推荐方法的单元，该装置可以被配置于服务器中。
具体地，请参阅图7，该涉税服务机构推荐装置300包括：
初始集合及信息获取单元301，用于获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
初始需求获取单元302，用于获取待推荐的初始需求信息；
用户初始信息获取单元303，用于获取发布需求的用户初始信息；
第一处理单元304，用于对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
第二处理单元305，用于根据所述机构信息对机构初始集合进行补充，以得到机构集合；
匹配得分计算单元306，用于计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
排序得分单元307，用于根据机构信息计算每个服务机构的排序得分；
推荐得分计算单元308，用于对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
排序单元309，用于对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈单元310，用于反馈所述推荐列表。
在一实施例中，所述第一处理单元304包括：
文本分析子单元，用于对需求标题以及需求描述进行文本分析，以得到第一补充信息；
分词分析子单元，用于对第一补充信息进行文本分词分析，以得到第二补充信息；
补充子单元，用于将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
在一实施例中，上述的第二处理单元305包括：
判断子单元，用于根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；若否，则将机构初始集合作为机构集合；
权重增加子单元，用于若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合。
在一实施例中，上述的匹配得分计算单元306包括：
项目属性匹配值获取子单元，用于对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值；
地址属性匹配值获取子单元，用于对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值；
其他属性匹配值获取子单元，用于对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值；
匹配得分获取子单元，用于对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
在一实施例中，上述的排序得分单元307包括：
初始排序得分计算子单元，用于对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分；
归一化处理子单元，用于对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述涉税服务机构推荐装置300和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
上述涉税服务机构推荐装置300可以实现为一种计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。
请参阅图8，图8是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
参阅图8，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令，该程序指令被执行时，可使得处理器502执行一种涉税服务机构推荐方法。
该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种涉税服务机构推荐方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：
获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
获取待推荐的初始需求信息；
获取发布需求的用户初始信息；
对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
根据所述机构信息对机构初始集合进行补充，以得到机构集合；
计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
根据机构信息计算每个服务机构的排序得分；
对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈所述推荐列表。
其中，所述机构信息包括机构集合中每个服务机构的信息内容属性，所述信息内容属性包括类型、产品、服务项目、历史交易情况、服务项目权重、历史交易评分、销量以及产品价格。
所述待推荐的初始需求信息包括需求标题、服务分类以及需求描述。
在一实施例中，处理器502在实现所述对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息步骤时，具体实现如下步骤：
对需求标题以及需求描述进行文本分析，以得到第一补充信息；
对第一补充信息进行文本分词分析，以得到第二补充信息；
将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
在一实施例中，处理器502在实现所述根据所述机构信息对机构初始集合进行补充，以得到机构集合步骤时，具体实现如下步骤：
根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；
若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合。
在一实施例中，处理器502在实现所述计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分步骤时，具体实现如下步骤：
对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值；
对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值；
对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值；
对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
在一实施例中，处理器502在实现所述根据机构信息计算每个服务机构的排序得分步骤时，具体实现如下步骤：
对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分；
对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
应当理解，在本申请实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，其中该计算机程序被处理器执行时使处理器执行如下步骤：
获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
获取待推荐的初始需求信息；
获取发布需求的用户初始信息；
对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
根据所述机构信息对机构初始集合进行补充，以得到机构集合；
计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
根据机构信息计算每个服务机构的排序得分；
对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈所述推荐列表。
其中，所述机构信息包括机构集合中每个服务机构的信息内容属性，所述信息内容属性包括类型、产品、服务项目、历史交易情况、服务项目权重、历史交易评分、销量以及产品价格。
所述待推荐的初始需求信息包括需求标题、服务分类以及需求描述。
在一实施例中，所述处理器在执行所述计算机程序而实现所述对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息步骤时，具体实现如下步骤：
对需求标题以及需求描述进行文本分析，以得到第一补充信息；
对第一补充信息进行文本分词分析，以得到第二补充信息；
将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
在一实施例中，所述处理器在执行所述计算机程序而实现所述根据所述机构信息对机构初始集合进行补充，以得到机构集合步骤时，具体实现如下步骤：
根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；
若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合。
在一实施例中，所述处理器在执行所述计算机程序而实现所述计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分步骤时，具体实现如下步骤：
对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值；
对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值；
对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值；
对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
在一实施例中，所述处理器在执行所述计算机程序而实现所述根据机构信息计算每个服务机构的排序得分步骤时，具体实现如下步骤：
对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分；
对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.涉税服务机构推荐方法，其特征在于，包括：
获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
获取待推荐的初始需求信息；
获取发布需求的用户初始信息；
对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
根据所述机构信息对机构初始集合进行补充，以得到机构集合；
计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
根据机构信息计算每个服务机构的排序得分；
对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈所述推荐列表。
2.根据权利要求1所述的涉税服务机构推荐方法，其特征在于，所述机构信息包括机构集合中每个服务机构的信息内容属性，所述信息内容属性包括类型、产品、服务项目、历史交易情况、服务项目权重、历史交易评分、销量以及产品价格。
3.根据权利要求1所述的涉税服务机构推荐方法，其特征在于，所述待推荐的初始需求信息包括需求标题、服务分类以及需求描述。
4.根据权利要求3所述的涉税服务机构推荐方法，其特征在于，所述对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息，包括：
对需求标题以及需求描述进行文本分析，以得到第一补充信息；
对第一补充信息进行文本分词分析，以得到第二补充信息；
将第二补充信息补充至待推荐的初始需求信息以及发布需求的用户初始信息内，以得到待推荐的需求信息和发布需求的用户信息。
5.根据权利要求2或4所述的涉税服务机构推荐方法，其特征在于，所述根据所述机构信息对机构初始集合进行补充，以得到机构集合，包括：
根据每个服务机构的产品信息以及历史交易情况判断服务器机构是否为某一服务项目提供过服务；
若是，则在所述服务机构的机构信息中增加所述服务项目的权重，以得到机构集合。
6.根据权利要求5所述的涉税服务机构推荐方法，其特征在于，所述计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分，包括：
对每个服务机构的服务项目根据机构资质进行筛选并计算每个服务机构的项目属性匹配值；
对每个服务机构的服务项目的地址根据距离规则计算每个服务机构的地址属性匹配值；
对待推荐的需求信息、发布需求的用户信息与机构集合中每个服务机构的其他属性采用杰卡德相似性系数计算每个服务机构的其他属性匹配值；
对每个服务机构的项目属性匹配值、地址属性匹配值以及其他属性匹配值采用加权求和得出机构集合内每一个机构的匹配得分。
7.根据权利要求6所述的涉税服务机构推荐方法，其特征在于，所述根据机构信息计算每个服务机构的排序得分，包括：
对每个服务机构的机构信息中的历史交易评分、销量以及产品价格进行加权求和，以得到初始排序得分；
对初始排序得分进行归一化处理，以得到每个服务机构的排序得分。
8.涉税服务机构推荐装置，其特征在于，包括：
初始集合及信息获取单元，用于获取机构初始集合以及所述机构初始集合中每个服务机构的机构信息；
初始需求获取单元，用于获取待推荐的初始需求信息；
用户初始信息获取单元，用于获取发布需求的用户初始信息；
第一处理单元，用于对待推荐的初始需求信息以及发布需求的用户初始信息进行处理，以得到待推荐的需求信息和发布需求的用户信息；
第二处理单元，用于根据所述机构信息对机构初始集合进行补充，以得到机构集合；
匹配得分计算单元，用于计算待推荐的需求信息、发布需求的用户信息以及机构集合中每个服务机构的匹配得分；
排序得分单元，用于根据机构信息计算每个服务机构的排序得分；
推荐得分计算单元，用于对匹配得分以及排序得分进行加权处理，以得到每个服务机构的推荐得分；
排序单元，用于对机构集合中服务机构按照推荐得分进行排序，以得到推荐列表；
反馈单元，用于反馈所述推荐列表。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811622490.3A CN109727109A (zh) | 2018-12-28 | 2018-12-28 | 涉税服务机构推荐方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811622490.3A CN109727109A (zh) | 2018-12-28 | 2018-12-28 | 涉税服务机构推荐方法、装置、计算机设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109727109A true CN109727109A (zh) | 2019-05-07 |
Family
ID=66295975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811622490.3A Pending CN109727109A (zh) | 2018-12-28 | 2018-12-28 | 涉税服务机构推荐方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109727109A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112164435A (zh) * | 2020-10-14 | 2021-01-01 | 上海妙一生物科技有限公司 | 信息匹配方法、装置、设备和存储介质 |
| CN113362015A (zh) * | 2021-05-10 | 2021-09-07 | 北京大学 | 基于专利数据的合作机构推荐方法及系统 |
| CN114048373A (zh) * | 2021-10-21 | 2022-02-15 | 盐城金堤科技有限公司 | 服务机构的推荐方法、装置、介质和电子设备 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012116414A1 (en) * | 2011-03-03 | 2012-09-07 | Idp Education Pty Ltd | Educational institution selection |
| CN103248658A (zh) * | 2012-02-10 | 2013-08-14 | 富士通株式会社 | 服务推荐装置、服务推荐方法和移动设备 |
| CN103761254A (zh) * | 2013-12-26 | 2014-04-30 | 清华大学 | 多领域服务主题匹配推荐方法 |
| CN104090967A (zh) * | 2014-07-16 | 2014-10-08 | 北京智谷睿拓技术服务有限公司 | 应用程序推荐方法及推荐装置 |
| CN105095267A (zh) * | 2014-05-09 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种用于用户参与项目的推荐方法及装置 |
| CN105180922A (zh) * | 2015-09-07 | 2015-12-23 | 广东欧珀移动通信有限公司 | 一种导航美食的方法及终端 |
| CN105224554A (zh) * | 2014-06-11 | 2016-01-06 | 阿里巴巴集团控股有限公司 | 推荐搜索词进行搜索的方法、系统、服务器和智能终端 |
| CN106021441A (zh) * | 2016-05-16 | 2016-10-12 | 上海海岸展览服务有限公司 | 一种机构好友推荐方法和系统 |
| US20170004584A1 (en) * | 2015-06-30 | 2017-01-05 | Intuit Inc. | Systems, methods and articles for providing tax recommendations |
| CN107784606A (zh) * | 2016-08-30 | 2018-03-09 | 源渠（上海）信息技术有限公司 | 一种培训机构推荐系统及方法 |
| US10068267B1 (en) * | 2015-09-04 | 2018-09-04 | Amazon Technologies, Inc. | Programmatic selection of service provider |
| CN109003004A (zh) * | 2017-12-14 | 2018-12-14 | 上海态特网络科技有限公司 | 一种对招聘机构的招聘能力进行定量评价的方法及系统 |
| CN109033299A (zh) * | 2018-07-16 | 2018-12-18 | 深圳市谷熊网络科技有限公司 | 一种通过终端应用向用户推荐信息的方法、装置及设备 |
-
2018
- 2018-12-28 CN CN201811622490.3A patent/CN109727109A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012116414A1 (en) * | 2011-03-03 | 2012-09-07 | Idp Education Pty Ltd | Educational institution selection |
| CN103248658A (zh) * | 2012-02-10 | 2013-08-14 | 富士通株式会社 | 服务推荐装置、服务推荐方法和移动设备 |
| CN103761254A (zh) * | 2013-12-26 | 2014-04-30 | 清华大学 | 多领域服务主题匹配推荐方法 |
| CN105095267A (zh) * | 2014-05-09 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种用于用户参与项目的推荐方法及装置 |
| CN105224554A (zh) * | 2014-06-11 | 2016-01-06 | 阿里巴巴集团控股有限公司 | 推荐搜索词进行搜索的方法、系统、服务器和智能终端 |
| CN104090967A (zh) * | 2014-07-16 | 2014-10-08 | 北京智谷睿拓技术服务有限公司 | 应用程序推荐方法及推荐装置 |
| US20170004584A1 (en) * | 2015-06-30 | 2017-01-05 | Intuit Inc. | Systems, methods and articles for providing tax recommendations |
| US10068267B1 (en) * | 2015-09-04 | 2018-09-04 | Amazon Technologies, Inc. | Programmatic selection of service provider |
| CN105180922A (zh) * | 2015-09-07 | 2015-12-23 | 广东欧珀移动通信有限公司 | 一种导航美食的方法及终端 |
| CN106021441A (zh) * | 2016-05-16 | 2016-10-12 | 上海海岸展览服务有限公司 | 一种机构好友推荐方法和系统 |
| CN107784606A (zh) * | 2016-08-30 | 2018-03-09 | 源渠（上海）信息技术有限公司 | 一种培训机构推荐系统及方法 |
| CN109003004A (zh) * | 2017-12-14 | 2018-12-14 | 上海态特网络科技有限公司 | 一种对招聘机构的招聘能力进行定量评价的方法及系统 |
| CN109033299A (zh) * | 2018-07-16 | 2018-12-18 | 深圳市谷熊网络科技有限公司 | 一种通过终端应用向用户推荐信息的方法、装置及设备 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112164435A (zh) * | 2020-10-14 | 2021-01-01 | 上海妙一生物科技有限公司 | 信息匹配方法、装置、设备和存储介质 |
| CN113362015A (zh) * | 2021-05-10 | 2021-09-07 | 北京大学 | 基于专利数据的合作机构推荐方法及系统 |
| CN114048373A (zh) * | 2021-10-21 | 2022-02-15 | 盐城金堤科技有限公司 | 服务机构的推荐方法、装置、介质和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9881042B2 (en) | Internet based method and system for ranking individuals using a popularity profile | |
| CN109118336B (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
| US8069075B2 (en) | Method and system for evaluating performance of a website using a customer segment agent to interact with the website according to a behavior model | |
| CN111461841B (zh) | 物品推荐方法、装置、服务器及存储介质 | |
| CN105760400B (zh) | 一种基于搜索行为的推送消息排序方法及装置 | |
| CN109359812A (zh) | 理财产品推荐方法、服务器及计算机可读存储介质 | |
| CN109727109A (zh) | 涉税服务机构推荐方法、装置、计算机设备及存储介质 | |
| CN110458649A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
| CN107292463A (zh) | 一种对应用程序进行项目评估的方法及系统 | |
| CN107533558A (zh) | 脉络化知识面板 | |
| CN112559900B (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN109165975A (zh) | 标签推荐方法、装置、计算机设备及存储介质 | |
| US20120311140A1 (en) | Method of processing web access information and server implementing same | |
| CN107273391A (zh) | 文书推荐方法和装置 | |
| CN113742492A (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
| CN107958014A (zh) | 搜索引擎 | |
| CN111967914A (zh) | 基于用户画像的推荐方法、装置、计算机设备和存储介质 | |
| CN110263255A (zh) | 用户属性信息的获取方法、系统、服务器及存储介质 | |
| CN109660591A (zh) | 个性化新闻的自动推送方法、装置和计算设备 | |
| CN109614982A (zh) | 产品分析方法、装置、计算机设备以及存储介质 | |
| Kim et al. | Valence of media coverage about electronic cigarettes and other tobacco products from 2014 to 2017: evidence from automated content analysis | |
| CN109118243B (zh) | 一种产品分享、有用评价识别、推送方法和服务器 | |
| CN109255676A (zh) | 商品推荐方法、装置、计算机设备及存储介质 | |
| CN105975506A (zh) | 一种服务搜索方法和装置 | |
| KR101401225B1 (ko) | 문서 분석 시스템 |
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 |