CN111046251A - 信息匹配方法和系统 - Google Patents
信息匹配方法和系统 Download PDFInfo
- Publication number
- CN111046251A CN111046251A CN201811195375.2A CN201811195375A CN111046251A CN 111046251 A CN111046251 A CN 111046251A CN 201811195375 A CN201811195375 A CN 201811195375A CN 111046251 A CN111046251 A CN 111046251A
- Authority
- CN
- China
- Prior art keywords
- parameter
- unquantized
- data
- quantifiable
- type
- 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.)
- Withdrawn
Links
Images
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种信息匹配方法和系统，包括：客户端根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；根据所述可量化参数对应的第一数据和定性级别对应的第二数据，确定第三数据；客户端向服务器发送携带第三数据的业务请求，服务器根据第三数据，为客户端进行服务类型的匹配，并向客户端发送相应的业务服务信息。采用本发明可以提高服务器为客户端进行信息匹配的准确度。
Description
技术领域
本发明涉及计算机应用技术，特别是涉及一种信息匹配方法和系统。
背景技术
目前，企业客户端在向其他机构申请业务时，需要提供企业的价值等级数据，以便为企业匹配相应业务服务信息。例如，当企业客户端向银行业务服务器请求提供业务服务时，银行业务服务器需要基于企业的价值等级数据进行相应的业务类型的匹配，并提供相应的业务服务信息给企业，以使得为企业提供的业务服务信息与企业的实际情况相匹配。
小微企业大多属于初创公司，很多信息都不规范、不健全，因此无法基于现有的价值等级数据模型，为小微企业确定具有客观性的价值等级数据。目前针对小微企业，通常是采用由专家进行定性评判的方式，确定相应的价值等级。由于该价值等级数据是由专家根据经验进行评判，具有很大的主观性，并且对于多个专家的评判结果，也无法得到统一的定量评判数据。这样，对于小微企业，银行业务服务器无法为其进行准确地业务类型匹配，进而无法向企业客户端发送与企业实际情况相匹配的业务服务信息。
发明内容
有鉴于此，本发明的主要目的在于提供一种信息匹配方法和系统，可以提高服务器为客户端进行信息匹配的准确度。
为了达到上述目的，本发明提出的技术方案为：
一种信息匹配方法，包括：
客户端根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；
所述客户端根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；
所述客户端根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；
所述客户端根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据；
所述客户端向服务器发送业务请求，所述业务请求携带所述第三数据；
所述服务器根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
较佳地，个所述可量化参数对应的综合权重值的预设方法包括：
对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据；
对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值；
对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据；
对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值；
对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
较佳地，每个所述不可量化参数对应的综合权重值的预设方法包括：
对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据；
对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值；
对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据；
对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值；
对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
较佳地，所述根据对当前每个所述可量化参数的数值进行归一化包括：
对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
较佳地，所述计算每个所述可量化参数对应的第一数据包括：
对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
较佳地，所述计算每个预设的定性级别对应的第二数据：
对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据；
对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
较佳地，所述根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据包括：
计算所有可量化参数对应的所述第一数据的和，得到第七数据；
对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；
将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
一种信息匹配系统，包括：
客户端，用于根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据；向服务器发送业务请求，所述业务请求携带所述第三数据；
服务器，用于根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
较佳地，每个所述可量化参数对应的综合权重值的预设方法包括：
对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据；
对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值；
对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据；
对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值；
对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
较佳地，每个所述不可量化参数对应的综合权重值的预设方法包括：
对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据；
对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值；
对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据；
对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值；
对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
较佳地，所述客户端，用于对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
较佳地，所述客户端，用于对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
较佳地，所述客户端，用于对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据；
对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
较佳地，所述客户端，用于计算所有可量化参数对应的所述第一数据的和，得到第七数据；对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
综上所述，本发明提出的信息匹配方法和系统，通过从参数类型、可量化参化、不可量化参数等多个层次以及更细的数据粒度，生成所述第三数据，使得所述第三数据具有客观性和准确性，能更真实地反映客观情况，从而使得服务器能基于用户请求更准确地为其匹配服务类型，进而提高向客户端推送业务服务信息的准确性，以满足用户需要。
附图说明
图1为本发明实施例的方法流程示意图；
图2为本发明实施例的系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。
图1为本发明实施例的流程示意图，如图1所示，该实施例实现的信息匹配方法主要包括：
步骤101、客户端根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化。
本步骤为了降低运算复杂度，需要先对可量化参数的数值进行归一化处理。
这里，可量化参数即可以利用数值进行表征的参数，具体的可量化参数可由本领域技术人员根据实际需要进行设置。例如，对于反映财物状况的参数，可以包括：流动资金比率、自有资金比率和缺口资金比率；对于反映团队实力的参数，可以包括：技术人员占比、管理团队学历和管理团队经验值。上述这些参数都可以通过具体的数值进行表征，例如它们的具体计算可以采用如下方法：
流动资金比率：流动资金/企业总资产*100％
自有资金比率：自有资金/企业总资产*100％
缺口资金比率：缺口资金/企业总资产*100％
技术人员占比：技术人员数量/企业总人数*100％
管理团队学历：受过高等教育的高管人数/企业总人数*100％
管理团队经验值：有同行从业经验的管理人员/企业总人数*100％
利用上述可量化参数，可以获得细粒度的更准确、更客观反映企业情况的数据，但不限此。
较佳地，可以采用下述方法根据对当前每个所述可量化参数的数值进行归一化：
对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
上述归一化方法中每个可量化参数的参考值可由本领域技术人员根据实际需要进行预先设置，在此不再赘述。
较佳地，对于每个可量化参数对应的综合权重值，可以采用相这方法进行预设：
步骤x1、对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据。
具体地，所述第一规则为根据两个参数或两种参数类型进行重要性比较的结果设置相应权重(即第四数据)的原则。例如，如下表1所示：如果可量化参数A与可量化参数B相比较，极重要，则对应的权重可以设置为9，特殊的，如果可量化参数A与可量化参数B相比较，相等，则对应的权重可以设置为1。下表仅是示例，具体不同差异度下的权重可以由本领域技术人员根据实际需要进行设置。需要说明的是，为了方便处理，这里所述第四数据包括参数和参数自身比较时对应的数据。
表1
步骤x2、对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量。
步骤x3、对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值。
步骤x4、对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据。
本步骤，用于为上述可量化参数所属的每种可量化参数类型，按照相同的规则，即第一规则，根据可量化参数类型间的重要程度比较结果确定对应的权重。同样的，这里为了方便计算，针对每种可量化参数类型也要产生与自身比较对就应的第四数据。
这里，所述可量化参数类型具体可根据上述可量化参数进行确定。例如，对于可量化参数：流动资金比率、自有资金比率、缺口资金比率，它们所属的可量化参数类型为财物状况；对于可量化参数：技术人员占比、管理团队学历、管理团队经验值，它们所属的可量化参数类型为团队实力。
步骤x5、对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量，也是可量化参数类型的总数量。
步骤x6、对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值。
本步骤用于生成每种所述可量化参数类型的权重，即每可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值。
步骤x7、对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
步骤102、所述客户端根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据。
较佳地，可以采用下述方法计算每个所述可量化参数对应的第一数据：
对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
步骤103、所述客户端根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据。
这里，不可量化参数即不是利用数值进行表征的参数，具体的不可量化参数可由本领域技术人员根据实际需要进行设置。例如，对于反映产品竞争力的参数，可以包括：产品领先性、产品市场占有率和产品不可替代性；对于反映专家认可度的参数，可以包括运营模式、股权结构和是否有短板。利用这些不可量化参数，可以获得细粒度的更准确、更客观反映企业情况的数据，但不限此。
较佳地，对于每个不可量化参数对应的综合权重值，可以采用下述方法预设：
步骤y1、对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据。
这里，所述第一规则同步骤x1中的第一规则，在此不再赘述。
步骤y2、对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量。
步骤y3、对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值。
步骤y4、对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据。
这里，所述不可量化参数类型与上述不可量化参数相对应，例如，对于产品领先性、产品市场占有率和产品不可替代性，这些不可量化参数属于的不可量化参数类型为产品竞争力，对于运营模式、股权结构和是否有短板这些参数，属于的不可量化参数类型为产品认可度。
步骤y5、对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量。
步骤y6、对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值。
步骤y7、对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
较佳地，步骤103中可以采用下述方法计算每个预设的定性级别对应的第二数据：
步骤1031、对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据。
在实际应用中，不可量化参数无法通过具体数据进行表征，而是通过不可量化参数的定性级别进行表示的，例如，对于运营模式，可以采用很好、较好、一般、较差和很差等五种级别进行表征。对此，这里需要先将不可量化参数的定性信息转换为定量的表征方式。
具体地，不可量化参数的定性信息可以为专家对不可量化参数的评价信息，即专家为每个不可量化参数选择的定性级别。本步骤中，可以根据所有专家提交的不可量化参数的定性信息，对于每个不可量化参数，累计其在各个定性级别被选择的数量，以实现由定性到定量的转换。
具体的，对于一个不可量化参数，其定性信息的总数，即所有专家提交的针对该不可量化参数的定性信息数量。
需要说明的是，在实际应用中，为了便于计算，对于所有不可量化参数可以设置相同的定性级别集合。
步骤1032、对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
在实际应用中，每种不可量化参数类型下每种定性级别的权重可由本领域技术人员根据实际需要进行设置。
例如，对于定性级别：“很好”、“较好”、“一般”、“较差”和“很差”，可以别分设置权重0.4,0.3,0.2,0.1,0。上述设置仅是示例，在实际应用中，并不限于此。
步骤104、所述客户端根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据。
较佳地，所述根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据包括：
计算所有可量化参数对应的所述第一数据的和，得到第七数据；
对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；
将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
步骤105、所述客户端向服务器发送业务请求，所述业务请求携带所述第三数据。
步骤106、所述服务器根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
通过上述方法实施例可以看出，本发明实施例通过参数类型、可量化参化、不可量化参数等多个层次以及更细的数据粒度，生成所述第三数据，使得所述第三数据具有客观性和准确性，能更真实地反映客观情况，从而使得服务器能基于用户请求更准确地为其匹配服务类型，进而提高向客户端推送业务服务信息的准确性，以满足用户需要。
图2为与上述方法相对应的信息匹配系统结构示意图，如图2所示，该系统包括：
客户端，用于根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据；向服务器发送业务请求，所述业务请求携带所述第三数据；
服务器，用于根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
较佳地，每个所述可量化参数对应的综合权重值的预设方法包括：
对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据；
对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值；
对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据；
对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值；
对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
较佳地，每个所述不可量化参数对应的综合权重值的预设方法包括：
对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据；
对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值；
对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据；
对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值；
对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
较佳地，所述客户端，用于对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
较佳地，所述客户端，用于对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
较佳地，所述客户端，用于对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据；
对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
较佳地，所述客户端，用于计算所有可量化参数对应的所述第一数据的和，得到第七数据；对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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 (14)
1.一种信息匹配方法，其特征在于，包括：
客户端根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；
所述客户端根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；
所述客户端根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；
所述客户端根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据；
所述客户端向服务器发送业务请求，所述业务请求携带所述第三数据；
所述服务器根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
2.根据权利要求1所述的方法，其特征在于，每个所述可量化参数对应的综合权重值的预设方法包括：
对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据；
对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值；
对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据；
对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值；
对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
3.根据权利要求1所述的方法，其特征在于，每个所述不可量化参数对应的综合权重值的预设方法包括：
对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据；
对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值；
对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据；
对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值；
对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
4.根据权利要求1所述的方法，其特征在于，所述根据对当前每个所述可量化参数的数值进行归一化包括：
对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
5.根据权利要求1所述的方法，其特征在于，所述计算每个所述可量化参数对应的第一数据包括：
对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
6.根据权利要求1所述的方法，其特征在于，所述计算每个预设的定性级别对应的第二数据：
对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据；
对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
7.根据权利要求1所述的方法，其特征在于，所述根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据包括：
计算所有可量化参数对应的所述第一数据的和，得到第七数据；
对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；
将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
8.一种信息匹配系统，其特征在于，包括：
客户端，用于根据预设的每个可量化参数的参考值，对当前每个所述可量化参数的数值进行归一化；根据每个所述可量化参数的所述归一化结果和预设的每个所述可量化参数对应的综合权重值，计算每个所述可量化参数对应的第一数据；根据预设的每个不可量化参数对应的综合权重值和当前每个所述不可量化参数的定性信息，计算每个预设的定性级别对应的第二数据；根据所述可量化参数对应的所述第一数据和所述定性级别对应的第二数据，确定第三数据；向服务器发送业务请求，所述业务请求携带所述第三数据；
服务器，用于根据所述业务请求中的第三数据，为所述客户端进行服务类型的匹配，并根据匹配结果向所述客户端发送相应的业务服务信息。
9.根据权利要求8所述的系统，其特征在于，每个所述可量化参数对应的综合权重值的预设方法包括：
对于每个所述可量化参数，根据预设的第一规则，确定该可量化参数与所属可量化参数类型下的每个可量化参数相比较时所对应的第四数据；
对于每个所述可量化参数，将该可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述可量化参数，计算该可量化参数对应的所述n次方根与该可量化参数所属可量化参数类型下的所有可量化参数的n次方根总和的比值；
对于每种所述可量化参数类型，根据所述第一规则，确定该种可量化参数类型与所有可量化参数类型中的每种可量化参数类型相比较时所对应的第四数据；
对于每种所述可量化参数类型，将该种可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述可量化参数类型，计算该种可量化参数类型对应的所述m次方根与所有所述可量化参数类型的所述m次方根总和的比值；
对于每个所述可量化参数，将该可量化参数对应的所述比值和其所属可量化参数类型对应的所述比值相乘，得到该可量化参数对应的所述综合权重值。
10.根据权利要求8所述的系统，其特征在于，每个所述不可量化参数对应的综合权重值的预设方法包括：
对于每个所述不可量化参数，根据预设的第一规则，确定该不可量化参数与所属不可量化参数类型下的每个不可量化参数相比较时所对应的第四数据；
对于每个所述不可量化参数，将该不可量化参数对应的所有所述第四数据相乘，并计算所得到乘积的n次方根，所述n为进行本次所述相乘的第四数据的数量；
对于每个所述不可量化参数，计算该不可量化参数对应的所述n次方根与该可量化参数所属不可量化参数类型下的所有不可量化参数的n次方根总和的比值；
对于每种所述不可量化参数类型，根据所述第一规则，确定该种不可量化参数类型与所有不可量化参数类型中的每种不可量化参数类型相比较时所对应的第四数据；
对于每种所述不可量化参数类型，将该种不可量化参数类型对应的所有所述第四数据相乘，并计算所得到乘积的m次方根，所述m为进行本次所述相乘的第四数据的数量；
对于每种所述不可量化参数类型，计算该种不可量化参数类型对应的所述m次方根与所有所述不可量化参数类型的所述m次方根总和的比值；
对于每个所述不可量化参数，将该不可量化参数对应的所述比值和其所属不可量化参数类型对应的所述比值相乘，得到该不可量化参数对应的所述综合权重值。
11.根据权利要求8所述的系统，其特征在于，所述客户端，用于对于每个所述可量化参数的数值，如果该数据小于预设的该可量化参数的参考值，则相应的归一化结果为该数据与相应参考值的比值，否则，相应的归一化结果为1。
12.根据权利要求8所述的系统，其特征在于，所述客户端，用于对于每个所述可量化参数，计算该可量化参数的所述归一化结果和该可量化参数对应的所述综合权重值的乘积，得到该可量化参数对应的所述第一数据。
13.根据权利要求8所述的系统，其特征在于，所述客户端，用于对于每个所述不可量化参数，根据当前该不可量化参数的所有定性信息，确定该不可量化参数的每种定性级别对应的所述定性信息的数量，计算该不可量化参数下每种所述定性级别的所述数量与该不可量化参数的所述定性信息的总数的比值；并分别将每种所述定性级别的所述比值与该不可量化参数的所述综合权重值相乘，得到该不可量化参数在每种所述定性级别对应的第五数据；
对于每种不可量化参数类型，计算该种不可量化参数类型下每种所述定性级别对应的所有第五数据的和，得到该种不可量化参数类型下每种所述定性级别对应的第六数据，并将每种所述定性级别对应的所述第六数据与预设的相应定性级别的权重相乘，得到该种不可量化参数类型下每种所述定性级别对应的所述第二数据。
14.根据权利要求8所述的系统，其特征在于，所述客户端，用于计算所有可量化参数对应的所述第一数据的和，得到第七数据；对于每种不可量化参数类型，从该种不可量化参数类型下的所有定性级别对应的所述第二数据中选择出最大值；将所述第七数据以及所有不可量化参数类型对应的所述最大值进行累加，得到所述第三数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811195375.2A CN111046251A (zh) | 2018-10-15 | 2018-10-15 | 信息匹配方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811195375.2A CN111046251A (zh) | 2018-10-15 | 2018-10-15 | 信息匹配方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111046251A true CN111046251A (zh) | 2020-04-21 |
Family
ID=70230367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811195375.2A Withdrawn CN111046251A (zh) | 2018-10-15 | 2018-10-15 | 信息匹配方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111046251A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156957A (zh) * | 2016-08-30 | 2016-11-23 | 华迪计算机集团有限公司 | 一种基于权重的企业风险评估方法及系统 |
| CN107122386A (zh) * | 2017-02-27 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 数据的筛选方法及装置 |
-
2018
- 2018-10-15 CN CN201811195375.2A patent/CN111046251A/zh not_active Withdrawn
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156957A (zh) * | 2016-08-30 | 2016-11-23 | 华迪计算机集团有限公司 | 一种基于权重的企业风险评估方法及系统 |
| CN107122386A (zh) * | 2017-02-27 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 数据的筛选方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zavadskas et al. | Risk assessment of construction projects | |
| Heintze et al. | Information technology and restructuring in public organizations: Does adoption of information technology affect organizational structures, communications, and decision making? | |
| US20150242778A1 (en) | Vendor Management System | |
| US20150242858A1 (en) | Risk Assessment On A Transaction Level | |
| US7996257B2 (en) | Collecting, calculating, and reporting quantifiable peer feedback on relative contributions of team members | |
| Siang et al. | Implementation of risk management in the Malaysian construction industry | |
| US20210225528A1 (en) | Apparatuses, computer-implemented methods, and computer program products for improved monitored building environment monitoring and scoring | |
| AU2018271290A1 (en) | Adaptive resource allocation | |
| US20150242857A1 (en) | Transaction Risk Assessment Aggregation | |
| US8260651B2 (en) | Method and system for estimating resource factors for executing a project | |
| JP2010198194A (ja) | セキュリティ管理支援システム | |
| Komariyah et al. | Impact of Poverty, Economic Growth, and Information and Communication Technology on Human Development | |
| US20150242773A1 (en) | Distributed Vendor Management Control Function | |
| Murad et al. | Application Engineer Selection using Simple Additive Weighting Method Approach | |
| Neffati et al. | Socioeconomic impacts of digitisation in Saudi Arabia | |
| JP2003036346A (ja) | オペレーショナル・リスク評価方法及びそのシステム | |
| KR102102886B1 (ko) | 감사성과의 측정 및 평가, 관리를 위한 모델 및 시스템 | |
| JP2004046454A (ja) | 株式投資レーティング評価方法、システム、この方法をコンピュータに実行させるためのプログラム、このプログラムを記録した記録媒体 | |
| CN111046251A (zh) | 信息匹配方法和系统 | |
| US20150242774A1 (en) | Identification Of Risk Management Actions | |
| US20150242777A1 (en) | Category-Driven Risk Identification | |
| CN115953068A (zh) | 数据量化方法及其相关设备 | |
| CN115759686A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
| US20140114729A1 (en) | Assessing outsourcing engagements | |
| US8645195B1 (en) | Real estate environmental sustainability index |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200421 |
|
| WW01 | Invention patent application withdrawn after publication |