CN111478881A - 组织与联盟的双向推荐方法、装置、设备及存储介质 - Google Patents
组织与联盟的双向推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111478881A CN111478881A CN202010143247.4A CN202010143247A CN111478881A CN 111478881 A CN111478881 A CN 111478881A CN 202010143247 A CN202010143247 A CN 202010143247A CN 111478881 A CN111478881 A CN 111478881A
- Authority
- CN
- China
- Prior art keywords
- organization
- authenticated
- tag
- label
- alliance
- 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
- 230000008520 organization Effects 0.000 title claims abstract description 230
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims 1
- 230000019771 cognition Effects 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0807—Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种组织与联盟的双向推荐方法、装置、设备及存储介质。所述方法包括:接收认证指令,根据从认证指令中解析出的待认证图像获取第一标签;获取与第一标签匹配的高相似度组织以及高相似度组织之间存在的相同组织标签;根据组织知识图谱获取与相同组织标签关联的其他组织标签;根据相同组织标签和其他组织标签设置第二标签;根据与联盟关联的联盟知识图谱、第一标签和第二标签,获取待认证组织与联盟之间的匹配度;根据匹配度向待认证组织和联盟发送对应的推荐信息。本发明解决了服务器内联盟和组织间存在的信息孤岛的问题,增强了组织之间的相互认知,提高了联盟的扩充效率,进而提高了数据共享的及时性和高效性。
Description
技术领域
本发明涉及数据分析领域,具体涉及一种组织与联盟的双向推荐方法、装置、设备及存储介质。
背景技术
一个区块链网络是一个联盟,一个联盟由多个组织组成。每一个组织只有在加入联盟后才能进行通道创建、链码上传、链码安装、链码实例化等操作。联盟创建以后,其他组织加入联盟需要经过的步骤有:邀请组织加入;组织接受联盟;联盟创建者批准组织加入联盟。
作为联盟创建者不知道平台内有哪些组织,需要依靠线下沟通、邮件、短信等方式对潜在的组织发出邀请,一种情况是促使对方在平台完成注册、认证、创建组织、接收邀请等一系列操作,另一种情况是平台内已有的部分组织可能也是此联盟的潜在组织,但是联盟和组织相互之间不知道对方的存在,使得联盟不能进行有效的扩充,组织无法加入匹配的联盟,无法及时高效的进行数据共享。
发明内容
本发明实施例提供一种组织与联盟的双向推荐方法、装置、设备及存储介质,解决了区块链服务平台内联盟与组织间存在信息孤岛的问题,增强了组织之间的相互认知,提高了联盟的扩充效率,进而提高了数据共享的及时性和高效性。
一种组织与联盟的双向推荐方法,包括:
接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签;
获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签;
根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签;
根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度;
根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息。
一种组织与联盟的双向推荐装置,包括:
第一标签模块,用于接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签;
第一获取模块,用于获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签;
第二获取模块,用于根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
第二标签模块,用于根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签;
第三获取模块,用于根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度;
推荐模块,用于根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述组织与联盟的双向推荐方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述组织与联盟的双向推荐方法。
本发明提供的组织与联盟的双向推荐方法、装置、设备及存储介质,在设置好待认证组织的第一标签和第二标签之后,根据与联盟关联的联盟知识图谱、待认证组织的第一标签和第二标签,确定出待认证组织和联盟之间的匹配度,进而根据匹配度向待认证组织和联盟发送对应的推荐信息,实现了待认证组织与联盟之间的双向推荐,解决了服务器内联盟和组织间存在的信息孤岛的问题,增强了组织之间的相互认知,提高了联盟的扩充效率,进而提高了数据共享的及时性和高效性。此外,本发明可以利用组织知识图谱对已认证组织之间的数据进行扩展,提高了数据稠密性和准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是本发明一实施例中组织与联盟的双向推荐方法的应用环境示意图;
图2是本发明一实施例中组织与联盟的双向推荐方法的流程图;
图3是本发明一实施例中组织与联盟的双向推荐方法的步骤S50的流程图;
图4是本发明一实施例中组织与联盟的双向推荐方法的示例知识图谱图;
图5是本发明一实施例中组织与联盟的双向推荐方法的步骤S60的流程图;
图6是本发明一实施例中组织与联盟的双向推荐方法的步骤S10的流程图;
图7是本发明一实施例中组织与联盟的双向推荐方法的步骤S20的流程图;
图8是本发明一实施例中组织与联盟的双向推荐装置的原理框图;
图9是本发明一实施例中计算机设备的示意图。
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作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。
本发明提供的组织与联盟的双向推荐方法,可应用在如图1的应用环境中,其中,客户端通过网络与服务器进行通信。其中,客户端包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种组织与联盟的双向推荐方法,以该方法应用在图1中的服务器为例进行说明,包括以下步骤:
S10,接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签。
在本实施例,所述认证指令,是指待认证组织在区块链服务平台认证注册一个新的组织发送至服务器的。所述认证指令包含待认证图像以及待认证图像的图像类型等。
作为优选,在接收到包含待认证图像的认证指令时,自数据库获取与待认证图像的图像类型关联的OCR识别模型,进而通过OCR识别模型识别待认证图像,提取待认证图像中包含的初始信息,进而自预设的标签体系表中获取与初始信息匹配的标准信息及对应于标准信息的标准标签,并将与初始信息匹配的标准信息的标签设置为第一标签。且作为优选,所述标签体系表已预先存储于数据库中,且标签体系表包含至少一项标准信息以及与每一项标准信息对应的标准标签。
可选的,在所述待认证图像为由待认证组织自客户端上传的营业执照照片时,自营业执照照片提取的所述初始信息可以为待认证组织的经营范围,进而自标签体系表中分别匹配出与待认证组织的经营范围对应的第一标签即可。例如;某个待认证组织的经营范围为橡胶制品,对应的第一标签为“轮胎”。
S20,获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签。
其中,每一个所述高相似度组织包含至少一个组织标签。
具体的,将待认证组织的第一标签与区块链服务平台内的各个已认证组织关联的组织标签进行匹配比对,获取待认证组织的第一标签与已认证组织关联的组织标签之间的重合度,在待认证组织的第一标签与已认证组织关联的组织标签之间的重合度大于预设相似阈值(可选为30%)时,确定重合度大于预设相似阈值的已认证组织为高相似度组织,进一步的,获取并解析高相似度组织的组织标签,提取高相似度组织间存在的共性,也即高相似度组织间存在的相同组织标签。其中,已认证组织是指已在区块链服务平台完成认证的组织。
而在待认证组织的第一标签与已认证组织关联的组织标签之间的重合度小于或等于预设相似阈值时,确定重合度小于或等于预设相似阈值的已认证组织为低相似度组织。
S30,根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
也即,利用预设的组织知识图谱,挖掘出高相似度组织间除相同组织标签之外可能存在的与相同组织标签关联的其他组织标签。优选的,所述组织知识图谱为下述步骤构建的组织知识图谱:
首先获取用于构建组织知识图谱的组织数据,该组织数据包括区块链服务平台内多个已认证组织关联的组织标签;然后对所述组织数据进行信息抽取之后,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;最后根据所述标签实体、与所述标签实体关联的所述标签属性以及所述标签实体之间的关联关系构建所述组织知识图谱。
具体的,将区块链服务平台内所有已认证组织关联的组织标签作为用于构建组织知识图谱的组织数据,对所述组织数据进行信息抽取,也即,对所述组织数据进行实体抽取、属性抽取以及关系抽取,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系,此时,根据所述组织实体、与所述组织实体关联的所述组织属性以及所述组织实体之间的关联关系构建组织知识图谱。
S40,根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签。
也即,可以直接将相同组织标签以及与相同组织标签关联的其他组织标签设置为待认证组织的第二标签,此时,可以根据第二标签获得待认证组织的潜在信息,进而根据潜在信息重新设定并优化待认证组织的初始信息,并将重新设定并优化后的初始信息进行存储即可,便于区块链服务平台内查询已认证组织的相关信息。
S50,根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度。
其中,所述区块链服务平台内的每一个联盟均关联一个所述联盟知识图谱。优选的,所述联盟知识图谱为下述步骤构建的联盟知识图谱:
首先获取用于构建与联盟关联的联盟知识图谱的联盟数据,该联盟数据包括该联盟内已联盟组织关联的组织标签;然后对所述联盟数据进行信息抽取之后,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系,并设置所述标签实体之间的初始关系值;最后根据所述标签实体、与所述标签实体关联的标签属性、所述标签实体之间的关联关系以及所述初始关系值构建所述联盟知识图谱。
具体的,将已联盟组织关联的组织标签作为用于构建组织知识图谱的联盟数据,对所述联盟数据进行信息抽取,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系,并设置具有直接关联关系的标签实体之间的初始关系值,进而根据所述组织实体、与所述组织实体关联的所述组织属性、所述组织实体之间的关联关系以及具有直接关联关系的标签实体之间的初始关系值构建组织知识图谱。其中,已联盟组织是指加入联盟的已认证组织。
作为优选,如图3所示,所述步骤S50包括以下步骤:
S501,检测与联盟关联的联盟知识图谱是否存在与第一标签和第二标签匹配的标签实体;所述联盟知识图谱包含与已联盟组织的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系。
S502,在与联盟关联的联盟知识图谱存在与第一标签和第二标签匹配的标签实体时,获取所述标签实体之间的关系值。
S503,将所述关系值输入至预设的匹配度转换模型,并接收所述匹配度转换模型输出的匹配度。
具体的,分别检测与各联盟关联的联盟知识图谱是否存在与第一标签和第二标签匹配的标签实体,在某一联盟知识图谱存在与第一标签和第二标签匹配的标签实体时,获取存在关联关系的多组标签实体,并按照各组所述标签实体之间关系路径计算各组所述标签实体之间的关系值,进而将各组所述标签实体之间的关系值输入至预设的匹配度转换模型,并接收匹配度转换模型输出的待认证组织与联盟之间的匹配度。可理解的,标签实体之间的关系值越小,匹配度转换模型输出的匹配度越高。示例性的,设置标签实体之间的直接关系的初始关系值1,如图4所示的示例知识图谱中,“汽车”到“玻璃”经历了一个关系(即为直接关系),那么“汽车”到“玻璃”的关系值为1;而“橡胶”到“汽车”经历了两个关系,那么“橡胶”与“汽车”的关系值为2。作为优选,所述匹配度转换模型为:
S=SUM(A)*k
其中,S为所述匹配度;SUM(A)为所述关系值的累加值;k为转换系数,所述转换系数是指每一单位的关系值所对应的匹配度。
S60,根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息。
作为优选,如图5所示,所述步骤S60包括以下步骤:
S601,根据所述待认证组织与各个所述联盟之间的匹配度,生成配对列表。
也即,在所述步骤S50中获得待认证组织与联盟之间的匹配度之后,根据待认证组织与区块链服务平台的已有联盟之间的匹配度,生成配对列表。作为优选,所述配对列表按照匹配度由高到低进行排序。
S602,从所述配对列表中获取所述匹配度达到第一预定条件的所述待认证组织和所述联盟。
S603,将用于向所述待认证组织推荐的第一推荐信息和用于向所述联盟推荐的第二推荐信息,以预设的推荐方式分别发送至所述待认证组织和所述联盟。
其中,所述第一预定条件为匹配度最高,或者从所述配对列表中由高到低选取预定数量或者预定比例的匹配度。所述第一推荐信息中包含的联盟的基本信息的文字描述与所述第二基本信息中包含的待认证组织的基本信息的文字描述为相互的。作为优选,所述预设的推荐方式为站内信,此时,调用预设的站内信模板,将被推荐方的基本信息的文字描述、匹配度的具体值、推荐原因(各标签实体之间的关联关系)等对应添加至推荐信模板之后,根据预设的推荐周期将不同的站内信同时发送至待认证组织和联盟。
在一实施例中,在所述步骤S60之后,包括以下步骤:记录发送状态,若预设的推荐周期之内若待认证组织和联盟均已查看向其发送的推荐信息,则确定发送状态为发送成功,此时,不再对同一联盟和待认证组织进行重复推荐;而若推荐周期之内若待认证组织和/或联盟未查看向其发送的推荐信息,则确定发送状态为发送失败,此时,重新向待认证组织和/或联盟发送推荐信息。
进一步的,在检测到待认证组织已加入联盟时,也即待认证组织与联盟推荐成功时,根据待认证组织的第一标签,调节与该联盟关联的联盟知识图谱中的初始关系值,并根据待认证组织的第一标签优化并更新与该联盟关联的联盟知识图谱中的标签实体。示例性的,令标签实体间的直接关系的初始关系值为1,根据预设的权重增加系数3%来调节第一标签(对应于联盟知识图谱中的标签实体)与联盟的关系的权重值;如图4所示的示例知识图谱中,当通过“橡胶”到“汽车”的关系推荐给待认证组织推荐联盟,并在待认证组织成功加入联盟后,那么“橡胶”到“汽车”的关系值可以为1*(1-3%)+1,也即为1.19。
综上所述,本实施例在设置好待认证组织的第一标签和第二标签之后,根据与联盟关联的联盟知识图谱、待认证组织的第一标签和第二标签,确定出待认证组织和联盟之间的匹配度,进而根据匹配度向待认证组织和联盟发送对应的推荐信息,实现了待认证组织与联盟之间的双向推荐,解决了服务器内联盟和组织间存在的信息孤岛的问题,增强了组织之间的相互认知,提高了联盟的扩充效率,进而提高了数据共享的及时性和高效性。此外,本实施例可以利用组织知识图谱对已认证组织之间的数据进行扩展,提高了数据稠密性和准确性。
在一实施例中,如图6所示,所述步骤S10包括以下步骤:
S101,接收待认证组织发送的认证指令,所述认证指令包含待认证图像以及对应的图像类型。
S102,将所述待认证图像输入至与所述图像类型关联的OCR识别模型中,接收所述OCR识别模型输出的初始信息。
作为优选,与区块链服务平台对应的服务器检测到待认证图像点击了与认证指令关联的预设认证按钮时,首先获取由待认证组织上传至区块链服务平台的待认证图像,并确定待认证图像的图像类型,然后从数据库获取与待认证图像的图像类型关联的OCR识别模型,并利用OCR识别模型对待认证图像进行识别,获取OCR识别模型输出的识别结果,也即待认证组织的初始信息。
本实施例中,所述OCR识别模型是根据历史认证图像训练生成的学习模型,此时,在所述步骤S102之前包括以下步骤:自数据库获取预设数量的同种图像类型的历史认证图像(比如,2000个营业执照照片),对每一个历史认证图像进行标准化处理之后,获得与每一个历史认证图像对应的图像样本;将图像样本与图像样本中包含的待识别信息(由人工检测出的初始信息)进行关联之后,生成训练文件;利用包含初始函数的ORC识别模型对训练文件中的每一个图像样本进行识别,获取包含初始函数的ORC识别模型输出的识别结果;根据训练文件中包含的待识别信息校验识别结果,校验无误后确定模型训练完成;而在校验失败时,对初始函数进行调整,并利用包含调整后的初始函数的ORC识别模型对训练文件中的每一个图像样本进行再次识别,此时,根据训练文件中包含的待识别信息对包含调整后的初始函数的ORC识别模型输出的识别结果进行再次校验,直至校验无误后确定模型训练完成。
S103,将从预设的标签体系表中获取的与初始信息匹配的标准标签,设置为所述待认证组织的第一标签。
其中,所述标签体系表包含多个标准信息以及对应于每一个标准信息的标准标签。
作为优选,根据所述步骤S102中的待认证组织的初始信息,提取出初始信息中的关键词之后,首先利用关键词从标签体系表中进行查询,匹配出包含关键词的标准信息,并将包含关键词的标准信息标记为相似信息;然后从标签体系表中获取与相似信息对应的标准标签,并将与相似信息对应的标准标签确定为待认证组织的第一标签,此时,完成了初步的待认证图像分析。
综上所述,本实施例通过ORC识别模型对待认证图像进行识别,获取待认证组织的初始信息,提高了数据准确度以及数据提取效率;同时自标签体系表中获取与初始信息匹配的标准标签(也即待认证组织的第一标签),提高了数据匹配效率以及数据匹配准确度。
在一实施例中,如图7所示,所述步骤S20包括以下步骤:
S201,根据不同的重合度检测线程,检测并获取所述第一标签与区块链服务平台内已认证组织关联的组织标签之间的重合度。
S202,在所述重合度大于预设相似阈值时,将对应的所述已认证组织标记为高相似度组织。
S203,通过解析所述高相似度组织的所述组织标签,获取所述高相似度组织之间存在的相同组织标签。
作为优选,服务器上已预设有多条重合度检测线程。在本实施例中的一方面,区块链服务平台内将已认证组织与已认证组织的已认证图像进行关联,此时,首先根据不同的重合度检测线程识别已认证组织的已认证图像,获取已认证组织关联的组织标签;然后检测并获取待认证组织的第一标签与已认证组织关联的组织标签之间的重合度,并将重合度大于预设相似阈值的已认证组织标记为高相似度组织;最后通过对高相似度组织的已认证图像进行分析,获得高相似度组织间的相同组织标签。需要说明的是,待认证组织的第一标签与已认证组织关联的组织标签的数量相同。
而在本实施中的另一方面,区块链服务平台内将已认证组织与认证组织的所有组织标签进行关联,此时,根据不同的重合度检测线程,检测并获取待认证组织的第一标签与已认证组织关联的组织标签之间的重合度即可,并将重合度大于预设相似阈值的已认证组织标记为高相似度组织;最后通过对高相似度组织的组织标签进行分析,获得高相似度组织间的相同组织标签。
综上所述,本实施例根据不同的重合度检测线程,检测并获取待认证组织的第一标签与不同的已认证组织关联的组织标签之间的重合度,获得高相似度组织及高相似度组织间的相同组织标签,减少了检测时长,提高了数据检测效率。
在一实施例中,如图8所示,提供一种组织与联盟的双向推荐装置,该组织与联盟的双向推荐装置与上述实施例中组织与联盟的双向推荐方法一一对应。该组织与联盟的双向推荐装置包括以下模块,各功能模块详细说明如下:
第一标签模块110,用于接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签。
第一获取模块120,用于获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签。
第二获取模块130,用于根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系。
第二标签模块140,用于根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签。
第三获取模块150,用于根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度。
推荐模块160,用于根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,生成不同的用于进行所述待认证组织与所述联盟的双向推荐的推荐信息。
在一实施例中,所述第一获取模块120包括以下子模块,各功能子模块详细说明如下:
接收子模块,用于接收待认证组织发送的认证指令,所述认证指令包含待认证图像以及对应的图像类型。
识别子模块,用于将所述待认证图像输入至与所述图像类型关联的OCR识别模型中,接收所述OCR识别模型输出的初始信息。
设置子模块,用于将从预设的标签体系表中获取的与初始信息匹配的标准标签,设置为所述待认证组织的第一标签。
在一实施例中,所述第一获取子模块120包括以下子模块,各功能子模块详细说明如下:
第一检测子模块,用于根据不同的重合度检测线程,检测并获取所述第一标签与区块链服务平台内已认证组织关联的组织标签之间的重合度。
标记子模块,用于在所述重合度大于预设相似阈值时,将对应的所述已认证组织标记为高相似度组织。
解析子模块,用于通过解析所述高相似度组织的所述组织标签,获取所述高相似度组织之间存在的相同组织标签。
在一实施例中,所述第三获取模块150包括以下子模块,各功能子模块详细说明如下:
第二检测子模块,用于检测与联盟关联的联盟知识图谱是否存在与第一标签和第二标签匹配的标签实体;所述联盟知识图谱包含与已联盟组织的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系。
参数获取子模块,用于在与联盟关联的联盟知识图谱存在与第一标签和第二标签匹配的标签实体时,获取所述标签实体之间的关系值。
转换子模块,用于将所述关系值输入至预设的匹配度转换模型,并接收所述匹配度转换模型输出的匹配度。
在一实施例中,在所述转换子模块中,所述所述匹配度转换模型为:
S=SUM(A)*k
其中,S为所述匹配度;SUM(A)为所述关系值的累加值;k为转换系数,所述转换系数是指每一单位的关系值所对应的匹配度。
在一实施例中,所述第三获取模块150还包括以下子模块,各功能子模块详细说明如下:
数据获取子模块,用于获取用于构建与联盟关联的联盟知识图谱的联盟数据;所述联盟数据包括该联盟内已联盟组织关联的组织标签。
信息抽取子模块,用于对所述联盟数据进行信息抽取之后,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系,并设置所述标签实体之间的初始关系值。
构建子模块,用于根据所述标签实体、与所述标签实体关联的标签属性、所述标签实体之间的关联关系以及所述初始关系值构建所述联盟知识图谱。
在一实施例中,所述推荐模块160具体包括以下子模块,各功能子模块详细说明如下:
生成子模块,用于根据所述待认证组织与各个所述联盟之间的匹配度,生成配对列表。
条件判断子模块,用于从所述配对列表中获取所述匹配度达到第一预定条件的所述待认证组织和所述联盟。
发送子模块,用于将用于向所述待认证组织推荐的第一推荐信息和用于向所述联盟推荐的第二推荐信息,以预设的推荐方式分别发送至所述待认证组织和所述联盟。
关于组织与联盟的双向推荐装置的具体限定可以参见上文中对于组织与联盟的双向推荐方法的限定,在此不再赘述。上述组织与联盟的双向推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种组织与联盟的双向推荐方法。
在一实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现如上述实施例中的所述组织与联盟的双向推荐方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机可读指令,计算机可读指令被处理器执行时实现如上述实施例中的所述组织与联盟的双向推荐方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元或模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元或模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种组织与联盟的双向推荐方法,其特征在于,包括:
接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签;
获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签;
根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签;
根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度;
根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息。
2.如权利要求1所述的组织与联盟的双向推荐方法,其特征在于,所述接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签,包括:
接收待认证组织发送的认证指令,所述认证指令包含待认证图像以及对应的图像类型;
将所述待认证图像输入至与所述图像类型关联的OCR识别模型中,接收所述OCR识别模型输出的初始信息;
将从预设的标签体系表中获取的与初始信息匹配的标准标签,设置为所述待认证组织的第一标签。
3.如权利要求1所述的组织与联盟的双向推荐方法,其特征在于,所述获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签,包括:
根据不同的重合度检测线程,检测并获取所述第一标签与区块链服务平台内已认证组织关联的组织标签之间的重合度;
在所述重合度大于预设相似阈值时,将对应的所述已认证组织标记为高相似度组织;
通过解析所述高相似度组织的所述组织标签,获取所述高相似度组织之间存在的相同组织标签。
4.如权利要求1所述的组织与联盟的双向推荐方法,其特征在于,所述根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度,包括:
检测与联盟关联的联盟知识图谱是否存在与第一标签和第二标签匹配的标签实体;所述联盟知识图谱包含与已联盟组织的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
在与联盟关联的联盟知识图谱存在与第一标签和第二标签匹配的标签实体时,获取所述标签实体之间的关系值;
将所述关系值输入至预设的匹配度转换模型,并接收所述匹配度转换模型输出的匹配度。
5.如权利要求4所述的组织与联盟的双向推荐方法,其特征在于,所述匹配度转换模型为:
S=SUM(A)*k
其中,S为所述匹配度;SUM(A)为所述关系值的累加值;k为转换系数,所述转换系数是指每一单位的关系值所对应的匹配度。
6.如权利要求1所述的组织与联盟的双向推荐方法,其特征在于,所述根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度之前,包括:
获取用于构建与联盟关联的联盟知识图谱的联盟数据,该联盟数据包括该联盟内已联盟组织关联的组织标签;
对所述联盟数据进行信息抽取之后,获得标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系,并设置所述标签实体之间的初始关系值;
根据所述标签实体、与所述标签实体关联的标签属性、所述标签实体之间的关联关系以及所述初始关系值构建所述联盟知识图谱。
7.如权利要求1所述的组织与联盟的双向推荐方法,其特征在于,所述根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息,包括:
根据所述待认证组织与各个所述联盟之间的匹配度,生成配对列表;
从所述配对列表中获取所述匹配度达到第一预定条件的所述待认证组织和所述联盟;
将用于向所述待认证组织推荐的第一推荐信息和用于向所述联盟推荐的第二推荐信息,以预设的推荐方式分别发送至所述待认证组织和所述联盟。
8.一种组织与联盟的双向推荐装置,其特征在于,包括:
第一标签模块,用于接收待认证组织发送的认证指令,根据从所述认证指令中解析出的待认证图像设置所述待认证组织的第一标签;
第一获取模块,用于获取区块链服务平台内与所述第一标签匹配的高相似度组织,并获取所述高相似度组织之间存在的相同组织标签;
第二获取模块,用于根据预设的组织知识图谱,获取与相同组织标签匹配的标签实体,并根据与所述标签实体关联的其他标签实体获取对应的其他组织标签;所述组织知识图谱包含与已认证组织关联的组织标签匹配的标签实体、与所述标签实体关联的标签属性以及所述标签实体之间的关联关系;
第二标签模块,用于根据所述相同组织标签和所述其他组织标签设置所述待认证组织的第二标签;
第三获取模块,用于根据与联盟关联的联盟知识图谱、所述待认证组织的所述第一标签和所述第二标签,获取所述待认证组织与所述联盟之间的匹配度;
推荐模块,用于根据所述待认证组织与所述区块链服务平台内各个所述联盟之间的匹配度,向所述待认证组织和所述联盟发送对应的推荐信息。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7任一项所述组织与联盟的双向推荐方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7任一项所述组织与联盟的双向推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143247.4A CN111478881A (zh) | 2020-03-04 | 2020-03-04 | 组织与联盟的双向推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010143247.4A CN111478881A (zh) | 2020-03-04 | 2020-03-04 | 组织与联盟的双向推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111478881A true CN111478881A (zh) | 2020-07-31 |
Family
ID=71747187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010143247.4A Pending CN111478881A (zh) | 2020-03-04 | 2020-03-04 | 组织与联盟的双向推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111478881A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364180A (zh) * | 2020-11-26 | 2021-02-12 | 上海天旦网络科技发展有限公司 | 基于知识图谱的标签定义和计算的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948043A (zh) * | 2017-12-11 | 2019-06-28 | 北京搜狗科技发展有限公司 | 一种信息推荐方法及装置 |
WO2019198131A1 (ja) * | 2018-04-09 | 2019-10-17 | 三菱電機株式会社 | 認証システムおよび認証プログラム |
CN110599181A (zh) * | 2019-09-26 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链的数据处理方法、装置和设备及存储介质 |
CN110598021A (zh) * | 2018-05-25 | 2019-12-20 | 阿里巴巴集团控股有限公司 | 获取图片的知识图谱的方法、装置和系统 |
CN110750698A (zh) * | 2019-09-09 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 知识图谱构建方法、装置、计算机设备及存储介质 |
-
2020
- 2020-03-04 CN CN202010143247.4A patent/CN111478881A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948043A (zh) * | 2017-12-11 | 2019-06-28 | 北京搜狗科技发展有限公司 | 一种信息推荐方法及装置 |
WO2019198131A1 (ja) * | 2018-04-09 | 2019-10-17 | 三菱電機株式会社 | 認証システムおよび認証プログラム |
CN110598021A (zh) * | 2018-05-25 | 2019-12-20 | 阿里巴巴集团控股有限公司 | 获取图片的知识图谱的方法、装置和系统 |
CN110750698A (zh) * | 2019-09-09 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 知识图谱构建方法、装置、计算机设备及存储介质 |
CN110599181A (zh) * | 2019-09-26 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 基于区块链的数据处理方法、装置和设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364180A (zh) * | 2020-11-26 | 2021-02-12 | 上海天旦网络科技发展有限公司 | 基于知识图谱的标签定义和计算的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110245220B (zh) | 电子文件签署方法、装置及服务器、存储介质 | |
CN107301229B (zh) | 基于语义分析的反馈指派方法及系统 | |
US20220245472A1 (en) | Data processing method and apparatus, and non-transitory computer readable storage medium | |
US20230153749A1 (en) | Biometric authentication to facilitate shipment processing | |
AU2019204444B2 (en) | System and method for enrichment of ocr-extracted data | |
CN109783781B (zh) | 基于图像识别的保单录入方法和相关装置 | |
CN112380870A (zh) | 用户意图分析方法、装置、电子设备及计算机存储介质 | |
US10567590B2 (en) | Apparatus, system, and method of conference assistance | |
CN110929125A (zh) | 搜索召回方法、装置、设备及其存储介质 | |
CN110858353B (zh) | 获取案件裁判结果的方法和系统 | |
CN112181835A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN112330412A (zh) | 一种产品推荐方法、装置、计算机设备及存储介质 | |
US20200293760A1 (en) | Multi-modal identity recognition | |
CN116453125A (zh) | 基于人工智能的数据录入方法、装置、设备及存储介质 | |
CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
CN111478881A (zh) | 组织与联盟的双向推荐方法、装置、设备及存储介质 | |
CN113822645A (zh) | 一种面试管理系统、设备及计算机介质 | |
CN111353874B (zh) | 一种银行网点智慧服务系统 | |
CN101604336B (zh) | 一种从源头进行数据检验、修正的方法和系统 | |
CN110084467B (zh) | 移动验标方法、装置、计算机设备及存储介质 | |
CN116956326A (zh) | 权限数据的处理方法、装置、计算机设备及存储介质 | |
CN110837563B (zh) | 案件的裁判方法、装置和系统 | |
CN105117891A (zh) | 一种智能签收方法及设备 | |
CN105719206A (zh) | 一种高等教育教学资源配置与分析系统 | |
CN111597453B (zh) | 用户画像方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20231229 |
|
AD01 | Patent right deemed abandoned |