CN112395416A - 提案处理方法、装置、计算机设备和存储介质 - Google Patents
提案处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112395416A CN112395416A CN202011252174.9A CN202011252174A CN112395416A CN 112395416 A CN112395416 A CN 112395416A CN 202011252174 A CN202011252174 A CN 202011252174A CN 112395416 A CN112395416 A CN 112395416A
- Authority
- CN
- China
- Prior art keywords
- proposal
- candidate
- content
- subject
- reference material
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 239000012925 reference material Substances 0.000 claims abstract description 97
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 23
- 230000000699 topical effect Effects 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- 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
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种提案处理方法、装置、计算机设备和存储介质。所述方法包括:根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;显示确定的提案主题;加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;获取基于所述参考资料的内容所撰写的提案内容;响应提交指令,根据所述提案主题和提案内容生成提案并提交。该方法提高了提案处理效率。
Description
技术领域
本申请涉及信息技术领域,特别是涉及一种提案处理方法、装置、计算机设备和存储介质。
背景技术
提案是指提请到组织或部门的会议讨论、决定、处理的方案或建议。
在传统的提案处理过程中,需要提案人花费较多时间在调研和提案内容的撰写上。其中,在提案内容撰写时,提案人需要主动花费时间查看和参考资料,以撰写出高质量的提案。因此,提案的质量与提案人花费的时间以及查考的资料相关。通常而言,花费时间较多,查找到的参考资料满足提案需求,往往能撰写出高质量的提案。这就使得为撰写出高质量的提案,提案人需要花费较多的时间在查找和查看参考资料上,而导致提案的处理效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高提案处理效率的提案处理方法、装置、计算机设备和存储介质。
一种提案处理方法,所述方法包括:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
在其中一个实施例中,所述方法还包括:
显示根据提案人画像与提案主题的关联度推荐的候选联名人;
当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
在其中一个实施例中,当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人之前,还包括:
当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;
当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
在其中一个实施例中,所述方法还包括:
显示基于提案内容相似度推荐的候选合并提案;
当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
在其中一个实施例中,当从所述候选合并提案中选定目标合并提案时,将所述当前提案与所述目标合并提案合并之前,还包括:
当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;
当查看操作结束时,关闭所述候选合并提案的提案内容。
在其中一个实施例中,所述方法包括:
响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位;
当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
在其中一个实施例中,当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位,包括:
当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位。
一种提案处理装置,所述装置包括:
热门主题加载模块,用于根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
提案主题显示模块,用于显示确定的提案主题;
参考资料加载模块,用于加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
参考资料查看模块,用于当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
提案内容处理模块,用于获取基于所述参考资料的内容所撰写的提案内容;
提交模块,用于响应提交指令,根据所述提案主题和提案内容生成提案并提交。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
上述提案处理方法、装置、计算机设备和存储介质,在对提案进行处理时,加载热门主题,而热门题是通过对新闻资讯进行聚类得到,因而,热门主题能够帮助提案人确定主题。进一步地,在确定提案主题后,加载与提案主题相关的参考资料,且通过触发操作,能够查看参考资料,省去了提案人查找相关资料的时间,提高了提案处理效率。
附图说明
图1为一个实施例中提案处理方法的应用环境图;
图2为一个实施例中提案处理方法的流程示意图;
图3为另一个实施例中提案处理方法的流程示意图;
图4为另一个实施例中提案处理方法的流程示意图;
图5为一个实施例中提案处理装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的提案处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。由终端对提案进行处理,终端与服务器进行交互,获取服务器器计算的数据在终端上显示,利用服务器提供的数据,完成提案处理。终端根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;显示确定的提案主题;加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;获取基于所述参考资料的内容所撰写的提案内容;响应提交指令,根据所述提案主题和提案内容生成提案并提交。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑,服务器104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。
在一个实施例中,如图2所示,提供了一种提案处理方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到。
其中,提案处理请求是提案人在编写提案时,通过终端向服务器发送的处理请求。服务器执行提案处理的算法,终端通过与服务器交互,获取服务器的处理结果。
其中,服务器通过对新闻资讯进行聚类得到热门主题。新闻资讯是用户因为及时地获得它并利用它而能够在相对短的时间内给自己带来价值的信息,资讯有时效性和地域性。通过采集互联网上主流新闻媒体的资讯,采用聚类算法,对一定时期内的资讯进行内容聚类,分成若干簇类。每个簇类即表示一个主题,将每一个簇类的标签设置为主题的主题词。对于每个簇类中的样本数量越多,说明该主题的资讯被报道或被转载的次数越多,即表明该簇类的资讯更能代表该时期内的时政热点。例如,通过对新闻资讯进行聚类分析,得到了一个簇类,簇类的标签为“地摊经验”,且簇类内的样本数量很多,则可以认为“地摊经验”是一个主题。
具体地,聚类过程包括:
首先,对每篇文本进行中文分词,并通过词频算法计算每个词的权重,提取前几个名词作为该文本的关键词。其中,词频算法可采用tf-idf算法。
如对于下面个句子:[我爱打篮球,我喜欢科比],中文分词后,得到[我、爱、打、篮球、我、喜欢、科比],而TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency),IDF是逆文本频率指数(Inverse Document Frequency)。
TF表示词条在文档d中出现的频率。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。
如本句话中“我”这个词的TF是2,即在本篇文章中出现了2次。而IDF的计算要结合整个数据样本。假设共有1000篇样本,其中我、喜欢、爱这种常见词,在其他的999篇中出现的频率也会很高,所以它的idf值反而更小,所以叫逆文档频率,也就是说虽然“我”在本句话中出现了2次,比篮球的频率要高,但因为它的逆文档频率小,比如是1/500,即在500篇文章中出现这个词,所以最终”我”这个词的tf*idf=2*1/500=1/200。而篮球,这种词一般只会在特定的类型文章才会出现,比如体育类文章,所以它的IDF值会比较高,如1/10,即只在10篇文章中出现,所以“篮球”的TF-IDF值是1*1/10=1/10,所以它的权重值是远远大于“我”这种词的。所以最终会把“篮球”、“科比”作为该句子(文档)的关键词。
其次,对每篇文章的关键词词条,计算这些关键词词条之间的欧氏距离,距离越近,表明内容更相近。
假设以下4个样本集,
我爱篮球,我爱科比
我喜欢体育,我喜欢踢足球
发展科技,发展大数据技术
科技发展,打造区块链软件园
分别得到的关键词权重是[篮球0.2科比0.5][篮球0.3体育0.1][科技0.05大数据0.3][科技0.02区块链0.4],把这4句词条包含的词组合去重后,得到[篮球科比体育科技大数据区块链],然后结合各自的权重,得到下面表格:(0表示不包括)
篮球 | 科比 | 体育 | 科技 | 大数据 | 区块链 | |
样本一 | 0.2 | 0.5 | 0 | 0 | 0 | 0 |
样本二 | 0.3 | 0 | 0.1 | 0 | 0 | 0 |
样本三 | 0 | 0 | 0 | 0.05 | 0.3 | 0 |
样本四 | 0 | 0 | 0 | 0.02 | 0 | 0.4 |
转换为下面四个数组:
样本一:[0.2 0.5 0 0 0 0]
样本二:[0.3 0 0.1 0 0 0]
样本三:[0 0 0 0.05 0.3 0]
样本四:[0 0 0 0.02 0 0.4]
计算各自之间的欧氏距离:
样本一与样本二的距离:(0.2-0.3)^2+(0.5-0)^2+(0-0.1)^2+0^2+0^2+0^2=0.27
样本一与样本三的距离:
(0.2-0)^2+(0.5-0)^2+0^2+(0-0.05)^2+(0-0.3)^+0^2==0.3325
样本一与样本四的距离:
(0.2-0)^2+(0.5-0)^2+0^2+(0-0.02)^2+(0-0)^2+(0-0.4)^2=0.4504
值越大表明两个样本之间距离越大,即描述的内容越不相同。
最后,采用k-means聚类算法,最终得到若干个簇类,每个簇类中的样本代表某一类主题的资讯。
具体地,先事先给定k个簇,这个k值人为指定,在这里k=2,先随机把123划到簇类一中,4划到簇类2,计算每个簇类中的样本各自之间欧氏距离的和,然后不断变换,把4替换为3划到簇类一中,3划到簇类二中,再计算每个簇类中的欧氏距离和。一直迭代遍历,最后发现,把1、2划到一簇,3、4划到一簇后,得到的欧氏距离和值最小,表明得到了最优解。
即[我爱篮球,我爱科比]、[我喜欢体育,我喜欢踢足球]
这两句话属于同一类,而[发展科技,发展大数据技术]、[科技发展,打造区块链软件园]这两句属于同一类。
终端在获取到提案处理请求时,向服务器发送请求,获取服务器通过对新闻资讯进行聚类得到热门主题,终端加载热门主题并显示。
步骤204,显示确定的提案主题。
热门主题能够帮助提案人在撰写提案时,了解时下热门资讯,确定提案方向。一个实施例中,显示基于热门主题确定的提案主题,即热门主题是提案人基于热门主题确定的。具体地,提案人通过点击热门主题,即可将热门主题的主题词添加至提案的主题框内。提案人可基于主题词进行完善,确定最终的提案主题。例如,提案主题为“地摊经济需要精细化管理”。另一个实施例中,提案人撰写的提案主题也可与热门主题无关,此时,提案人已以明确的提案主题,无需参考热门主题。
步骤206,加载为所述提案主题推荐的参考资料,所述参考资料与所述提案主题相关。
参考资料是指供提案人撰写提案的素材,素材的形式包括但不限于网页,文档,视频和音频。素材的可以预先通过爬虫从网络上获取。
参考资料与提案主题的相关度可通过相似度分析确定。具体地,服务器基于提案主题,或提案内容,或提案主题+提案内容,与参考资料的相似度,为提案主题推荐参考资料。其中,提案内容是指提案人已撰写的该提案主题的内容。
可见,推荐的参考资料是通过提案主题,或提案内容,或提案主题+提案内容与参考资料的相似度分析确定的。具体地,对提案内容进行中文分词,并根据tf-idf算法计算每个词的权重。然后采用余弦算法与数据中心的每篇文档进行相似度计算,并把相似度高的作为参考资料返回给提案人查看。由于参考资料与提案主题相关,因此,所推荐的参考资料能够精准匹配提案主题。
步骤208,当获取到对所述参考资料的触发操作时,打开所述参考资料的内容。
一个实施例中,在提案处理页面显示参考资料列表,参考资料列表链接了参考资料链接,其中,参考资料列表中的各参考资料根据相似度从高到低排序。参考资料列表显示的是参考资料的主题,提案人通过参考资料的主题能够判断该参考资料是否与提案主题相关,是否需要打开查看。当提案人需要查看参考资料时,可以对参考资料进行触发操作,打开参考资料的链接,跳转至参考资料的展示页面,可查看参考资料。当获取到对的述参考资料的关闭操作时,关闭所述参考资料。其中,触发操作可以为点击或是光标移动到相应位置。
一个实施例中,在参考资料列表附近设置了切换控件,当触发对所述切换控件的触发操作时,更新所述参考资料列表。具体地,为具有较好的显示效果,参考资料列表的行数量通常为固定值,如固定显示十行的参考资料信息。通过设置切换控件,能够切换显示参考资料,帮助提案人更新参考资料。
另一个实施例中,参考资料列表设置有滚动条,通过拖动滚动条,通过查看参考资料列表的参考资料信息。
步骤210,获取基于所述参考资料的内容所撰写的提案内容。
参考资料是与提案主题具有相似性的,因此,能够为提案人撰写提案内容提供素材。提案人通过所查看的参考资料,结合其它途经获取到的信息,如调研获取到的信息,撰写提案内容。
步骤212,响应提交指令,根据所述提案主题和提案内容生成提案并提交。
具体地,提案人在完成提案内容的撰写后,点击提交按钮,则根据提案主题和提案内容生成提案,并将提案提交到上一级部门。其中,对于提案内容不觉可设置检查,在提交前,还将显示检查结果,以提醒提案人目前提案内容存在的缺陷。其中,检查内容包括:错别字,语法错误、逻辑错误,提案内容与提案主题不符等。
上述提案处理方法中,在对提案进行处理时,加载热门主题,而热门题是通过对新闻资讯进行聚类得到,因而,热门主题能够帮助提案人确定主题。进一步地,在确定提案主题后,加载与提案主题相关的参考资料,且通过触发操作,能够查看参考资料,省去了提案人查找相关资料的时间,提高了提案处理效率。
在一个实施例中,如图3所示,提案处理方法,还包括:
步骤302,根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到。
步骤304,显示确定的提案主题。
步骤306,加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关。
步骤308,当获取到对所述参考资料的触发操作时,打开所述参考资料的内容。
步骤310,获取基于所述参考资料的内容所撰写的提案内容。
步骤312,响应提交指令,根据所述提案主题和提案内容生成提案并提交。
其中,步骤302至步骤312的具体实现过程已记载在步骤202至步骤212中,此处不再赘述。
在步骤312之后,还包括:
步骤314,显示根据提案人画像与提案主题的关联度推荐的候选联名人。
通常而言,提案撰写人就是提案本身的提案人。在实际应用中,还可联名提案,通过联名提交提案,对共同关注的内容进行呼吁,反应出了提案人们的共同关注与期待,让建言的呼声更响亮。
在提案提交后,服务器根据提案主题与提案人画像的关联度,为该提案推荐联名提案人,并将候选联名人发送至终端显示。其中,预先为委员专家库的各提案人进行提案人画像,添加标签。其中用户画像可采用传统的用户画像算法,此处不赘述。例如,委员专家库中,专家一的用户画像标签为:扶贫、教育;专家二的用户画像标签为:经济发展,地摊经济。
其中,提案人画像和提案主题的关联度可采用相似度分析算法确定。具体可根据二者的余弦距离或欧式距离确定二者之间的相似度,相似度越高,关联度也越高。进而,将相似度大于阈值的专家作为候选联名人。如,提案主题为地摊经济,专家二的用户画像标签为:经济发展,地摊经济,专家二的用户画像标签与该提案主题关联度高,则将专家二例为候选推荐人。
步骤316,当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
具体地,可根据候选联名人生成候选联名人列人,用于展示候选联名人。用户通过选定操作,可选择其中一个或多个候选联名人,将其作为提案的联名人。
传统的联名提案,需要提案人线下联系,预先查看专家资料,找到适合提案的联名人,这个过程需要花费大量时间对专家进行分析。采用本申请的提案处理方法,无需提案人预先分析对专家进行分析,在提案完成后,根据提案主题和专家的用户画像的关联度,推荐联名人,能够帮助用户快速匹配到符合提案要求的联名人,以实现联名提案。
其中,当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人之前,还包括:当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
具体地,在联名人列表显示的是联名人姓名以及联名人的用户画像标签。当用户将光标移动到联名人信息时,或是点击联名人信息时,触发查看操作,显示候选联名人的履历信息。当查看操作结束时,如移动关标出联名人信息的显示范围,或是点击关闭控件,则关闭所述候选联名人的履历信息和/或提案人画像。
另一种实施方式中,在联名人列表显示的是联名人姓名。当用户将光标移动到联名人信息时,或是点击联名人信息时,触发查看操作,显示候选联名人的履历信息和/或提案人画像。
采用该方式,提供了快速让用户了解联名人信息的方式,无需再打开其它应用程序,即可快速了解候选联名人的履历和/或提案人画像。
提案被提交至上一级单位,上一级单位对管理范围内的所有提案进行审核。在实际应用中,可能会出现有多份提案的内容涉及相同或相似的提案主题。如专家一和专家二都就地摊经济进行的提案,此时,管理单位可对提案进行合并。
具体地,如图3所示,在步骤316之后,还包括:
步骤318,显示基于提案内容相似度推荐的候选合并提案。
具体地,服务器自动根据当前提案内容,推荐与之内容相近,或者差不多是描述了同一问题的其他提案,作为被并提案。提案的并案,可以避免多篇内容相近的提案重复进行提案交办,从而浪费办理单位的资源。推荐并案的本质,仍然是计算文档之间的相似度,相似度算法采用余弦算法。
余弦算法与上文的欧氏距离一样,都是计算文档之间的相似度,需要人工给定一个欧氏距离的阈值,必须达到某一特定的值才能认为内容相近。
步骤320,当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
用户可以选择将当前提案和全部候选目标提案合并,也可以选择将当前提案与部分候选目标合并,选定的候选目标提案为目标合并提案,将当前提案和目标提案合并为一个提案。
本实施例中,通过相似合并的提案能够避免相似提案重复提并所造成的资源浪费。
具体地,当从所述候选合并提案中选定目标合并提案时,将所述当前提案与所述目标合并提案合并之前,还包括:当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;当查看操作结束时,关闭所述候选合并提案的提案内容。
具体地,候选目标提案以候选目标提案列表的形式展示,在候选目标提案列表显示的是提案信息,至少包括提案名称,还可包括提案人信息等。当用户将光标移动到提案信息时,或是点击提案信息时,触发查看操作,显示候选合并提案的提案内容。
当查看操作结束时,如将光标移走,或是点击关闭控件时,关闭候选合并提案的提案内容。
采用该方式,提供了快速让候选合并提案的提案内容的方式,无需再打开其它应用程序,即可快速了候选合并提案的提案内容。
在另一个实施例中,在步骤320之后,还包括
步骤322,响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位。
具体地,提交的每篇提案,一旦被采用,就必须要进行办理。提案中涉及到的问题,需要有相应的办理单位来进行处理。比如涉及到教育改革的提案,就会被交办给教育厅或教育局等相关单位进行办理,而与经济有关的提案,通常会交办给发改委或财政厅等单位。
本实施例中,服务器基于历史相似提案的办理单位,为当前提案推荐候选办理单位。具体地,基于历史相似提案的办理单位,为当前提案推荐候选办理单位,包括:从历史提案中,提取当前提案的相似提案,获取相似提案的历史办理单位;将历史办理单位作为当前提案的候选办理单位。比如有100篇,现分析这100篇相似提案,有50篇交办给了教育厅,30篇交办给了财政厅,10篇交办给了市政府。那么通过综合计算后,会把教育厅、财政厅作为当前提案的办理单位候选列表推荐给办理人员,再由办理人员从中进行选择。
具体地,获取所述相似提案中各历史办理单位的相似提案的提案数量;获取各历史办理单位的相似提案与当前提案的相似度,对所述相似数量和相似度进行加权,得到各历史办理单位的推荐评分;根据各历史办理单位的推荐评分,确定候选办理单位。比如有100篇相似提案是交办给教育厅,但这100篇相似提案的相似度都比较低,而另外有几篇交办给市政府的提案,虽然数量少,但它们与当前提案的相似度却非常高,所以反而最终会把这几提案的交办单位即市政府作为推荐单位。所以综合计算的规则是相似数量*权重因子1+相似度*权重因子2得到的最终的一个计算结果。
步骤324,当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
具体地,用户从推荐的候选办理单位选定目标办理单位后,将提案提交至目标办理单位,通知目标办理单位办理。
具体地,目标办理单位包括目标主办单位和目标协办单位,当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位,以通知相关单位办理。
主办单位,是指项目、事件的发起单位。协办单位,是指项目、事件的实施过程中提供协助或赞助。在提案办理时,主办单位和协办单位共同协作,完成提案。
本申请的提案处理方法,可应用于多种需要处理提案的场景。现将该方法应用于政协提案为例,进行说明。如图4所示,有委员编写提案时,服务器利用人工智能算法,从主题库中提炼出最近一段时间的热门主题,给委员以参考,了解时下热点。如热门主题为“合理发展地摊经济”,“对接大湾区”等。委员确定提案主题为“如何在安徽省有效规范地摊经济发展”。根据提案主题,服务器为其推荐参考资料。参考资料与提案主题相关。如推荐的提案资料包括“1、地摊经济与需要经济化管理”,“2、高密市政协助力规范有序发展“地摊经济””。委员可查看推荐资料列表中的参考资料,为提案撰写提供素材。委员根据参考资料编写提案内容。在编写完成后,推荐其它委员作为该提案的联名人。具体地,服务器预先对委员进行画像,对每个委员添加用户画像标签,如一个委员的标签为:经济发展,地摊经济。对于撰写完成的提案,服务器根据提案主题秘委员画像的关联度,推荐该委员作为提案的联名人。提交提案后,提案进入办理流程。上级部门在接收到提案后,计算提案与其它提案的相似度,合并相似提案,应当注意的是,合并的提案应当为同一届的。通过将相似提案进行合并,避免提案重复提交。对于提案的办理,利用机器学习算法,根据历史提案办理情况,基于历史相似提案的办理单位推荐的候选办理单位。用户从推荐办理单位中确定主办单位和协办单位,完成办理。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种提案处理装置,包括:
热门主题加载模块502,用于根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到。
提案主题显示模块504,用于显示确定的提案主题。
参考资料加载模块506,用于加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关。
参考资料查看模块508,用于当获取到对所述参考资料的触发操作时,打开所述参考资料的内容。
提案内容处理模块510,用于获取基于所述参考资料的内容所撰写的提案内容。
提交模块512,用于响应提交指令,根据所述提案主题和提案内容生成提案并提交。
上述提案处理装置,在对提案进行处理时,加载热门主题,而热门题是通过对新闻资讯进行聚类得到,因而,热门主题能够帮助提案人确定主题。进一步地,在确定提案主题后,加载与提案主题相关的参考资料,且通过触发操作,能够查看参考资料,省去了提案人查找相关资料的时间,提高了提案处理效率。
在另一个实施例中,提案处理装置还包括:
候选联名人推荐模块,用于显示根据提案人画像与提案主题的关联度推荐的候选联名人;
联名人选定模块,用于当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
在另一个实施例中,提案处理装置还包括:
联名人信息查看模块,用于当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
在另一个实施例中,提案处理装置还包括:
提案合并处理模块,用于显示基于提案内容相似度推荐的候选合并提案;当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
在另一个实施例中,提案合并处理模块,还用于当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;当查看操作结束时,关闭所述候选合并提案的提案内容。
在另一个实施你还中,提案处理模块,还包括:响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位;当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
具体地,当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位。
关于提案处理装置的具体限定可以参见上文中对于提案处理方法的限定,在此不再赘述。上述提案处理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。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图6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、通信接口、显示屏和输入装置。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和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种提案处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6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的限定,具体的计算机设备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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
显示根据提案人画像与提案主题的关联度推荐的候选联名人;
当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;
当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
显示基于提案内容相似度推荐的候选合并提案;
当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;
当查看操作结束时,关闭所述候选合并提案的提案内容。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位;
当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
在一个实施例中,当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位,包括:当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
显示根据提案人画像与提案主题的关联度推荐的候选联名人;
当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;
当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
显示基于提案内容相似度推荐的候选合并提案;
当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;
当查看操作结束时,关闭所述候选合并提案的提案内容。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位;
当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
在一个实施例中,当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位,包括:当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位。
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,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种提案处理方法,所述方法包括:
根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
显示确定的提案主题;
加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
获取基于所述参考资料的内容所撰写的提案内容;
响应提交指令,根据所述提案主题和提案内容生成提案并提交。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
显示根据提案人画像与提案主题的关联度推荐的候选联名人;
当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人。
3.根据权利要求2所述的方法,其特征在于,当从所述候选联名人中选定联名人时,将所述联名人作为所述提案的联名人之前,还包括:
当获取到对所述候选联名人的查看操作时,显示所述候选联名人的履历信息和/或提案人画像;
当查看操作结束时,关闭所述候选联名人的履历信息和/或提案人画像。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
显示基于提案内容相似度推荐的候选合并提案;
当从所述候选合并提案中选定目标合并提案时,将当前提案与所述目标合并提案合并。
5.根据权利要求4所述的方法,其特征在于,当从所述候选合并提案中选定目标合并提案时,将所述当前提案与所述目标合并提案合并之前,还包括:
当获取到对所述候选合并提案的查看操作时,显示所述候选合并提案的提案内容;
当查看操作结束时,关闭所述候选合并提案的提案内容。
6.根据权利要求1所述的方法,其特征在于,所述方法包括:
响应针对提案的办理操作,显示基于历史相似提案的办理单位推荐的候选办理单位;
当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位。
7.根据权利要求6所述的方法,其特征在于,当从所述候选办理单位中选定目标办理单位时,将所述提案提交至所述目标办理单位,包括:
当从所述候选办理单位中选定目标主办单位和目标协办单位时,将所述提案提交至所述目标主办单位和目标协办单位。
8.一种提案处理装置,其特征在于,所述装置包括:
热门主题加载模块,用于根据提案处理请求,加载热门主题;所述热门主题通过对新闻资讯进行聚类得到;
提案主题显示模块,用于显示确定的提案主题;
参考资料加载模块,用于加载为所述提案主题推荐的参考资料;所述参考资料与所述提案主题相关;
参考资料查看模块,用于当获取到对所述参考资料的触发操作时,打开所述参考资料的内容;
提案内容处理模块,用于获取基于所述参考资料的内容所撰写的提案内容;
提交模块,用于响应提交指令,根据所述提案主题和提案内容生成提案并提交。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252174.9A CN112395416A (zh) | 2020-11-11 | 2020-11-11 | 提案处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011252174.9A CN112395416A (zh) | 2020-11-11 | 2020-11-11 | 提案处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112395416A true CN112395416A (zh) | 2021-02-23 |
Family
ID=74601004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011252174.9A Pending CN112395416A (zh) | 2020-11-11 | 2020-11-11 | 提案处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395416A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190658A (zh) * | 2021-06-10 | 2021-07-30 | 湖南正宇软件技术开发有限公司 | 提案热点精准提取的方法、装置、计算机设备和存储介质 |
CN113326355A (zh) * | 2021-07-29 | 2021-08-31 | 湖南正宇软件技术开发有限公司 | 提案评分的方法、装置、计算机设备和存储介质 |
CN116644175A (zh) * | 2023-07-26 | 2023-08-25 | 山东唐和智能科技有限公司 | 一种提案办理单位的推荐系统及方法 |
CN116910228A (zh) * | 2023-07-24 | 2023-10-20 | 山东唐和智能科技有限公司 | 一种提案信息处理系统及方法 |
CN116932702A (zh) * | 2023-09-19 | 2023-10-24 | 湖南正宇软件技术开发有限公司 | 提案并案的方法、系统、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605665A (zh) * | 2013-10-24 | 2014-02-26 | 杭州电子科技大学 | 一种基于关键词的评审专家智能检索与推荐方法 |
CN110490333A (zh) * | 2019-08-26 | 2019-11-22 | 上海晏鼠计算机技术股份有限公司 | 基于ai撰写的专业性内容智能化生成方法 |
CN110851562A (zh) * | 2019-08-19 | 2020-02-28 | 湖南正宇软件技术开发有限公司 | 一种信息获取方法和系统、设备及存储介质 |
CN111695348A (zh) * | 2020-05-22 | 2020-09-22 | 湖南正宇软件技术开发有限公司 | 一种根据提案办理经验推荐办案单位的方法和装置 |
US20200311214A1 (en) * | 2019-03-30 | 2020-10-01 | Wipro Limited | System and method for generating theme based summary from unstructured content |
CN111767389A (zh) * | 2020-05-22 | 2020-10-13 | 湖南正宇软件技术开发有限公司 | 一种根据提案内容推荐办案单位的方法和装置 |
CN111832275A (zh) * | 2020-09-21 | 2020-10-27 | 北京百度网讯科技有限公司 | 文本的创作方法、装置、设备以及存储介质 |
-
2020
- 2020-11-11 CN CN202011252174.9A patent/CN112395416A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605665A (zh) * | 2013-10-24 | 2014-02-26 | 杭州电子科技大学 | 一种基于关键词的评审专家智能检索与推荐方法 |
US20200311214A1 (en) * | 2019-03-30 | 2020-10-01 | Wipro Limited | System and method for generating theme based summary from unstructured content |
CN110851562A (zh) * | 2019-08-19 | 2020-02-28 | 湖南正宇软件技术开发有限公司 | 一种信息获取方法和系统、设备及存储介质 |
CN110490333A (zh) * | 2019-08-26 | 2019-11-22 | 上海晏鼠计算机技术股份有限公司 | 基于ai撰写的专业性内容智能化生成方法 |
CN111695348A (zh) * | 2020-05-22 | 2020-09-22 | 湖南正宇软件技术开发有限公司 | 一种根据提案办理经验推荐办案单位的方法和装置 |
CN111767389A (zh) * | 2020-05-22 | 2020-10-13 | 湖南正宇软件技术开发有限公司 | 一种根据提案内容推荐办案单位的方法和装置 |
CN111832275A (zh) * | 2020-09-21 | 2020-10-27 | 北京百度网讯科技有限公司 | 文本的创作方法、装置、设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
吴斌: "《网络科学与计算》", 31 August 2019, 北京邮电大学出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190658A (zh) * | 2021-06-10 | 2021-07-30 | 湖南正宇软件技术开发有限公司 | 提案热点精准提取的方法、装置、计算机设备和存储介质 |
CN113190658B (zh) * | 2021-06-10 | 2021-08-24 | 湖南正宇软件技术开发有限公司 | 提案热点精准提取的方法、装置、计算机设备和存储介质 |
CN113326355A (zh) * | 2021-07-29 | 2021-08-31 | 湖南正宇软件技术开发有限公司 | 提案评分的方法、装置、计算机设备和存储介质 |
CN116910228A (zh) * | 2023-07-24 | 2023-10-20 | 山东唐和智能科技有限公司 | 一种提案信息处理系统及方法 |
CN116910228B (zh) * | 2023-07-24 | 2024-04-12 | 山东道智盛信息科技有限公司 | 一种提案信息处理系统及方法 |
CN116644175A (zh) * | 2023-07-26 | 2023-08-25 | 山东唐和智能科技有限公司 | 一种提案办理单位的推荐系统及方法 |
CN116644175B (zh) * | 2023-07-26 | 2023-10-20 | 山东唐和智能科技有限公司 | 一种提案办理单位的推荐系统及方法 |
CN116932702A (zh) * | 2023-09-19 | 2023-10-24 | 湖南正宇软件技术开发有限公司 | 提案并案的方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Dynamic attention deep model for article recommendation by learning human editors' demonstration | |
CN112395416A (zh) | 提案处理方法、装置、计算机设备和存储介质 | |
Peng et al. | Information extraction from research papers using conditional random fields | |
Liu et al. | Harnessing global expertise: A comparative study of expertise profiling methods for online communities | |
Li et al. | Multimodal architecture for video captioning with memory networks and an attention mechanism | |
Zhao et al. | A hybrid approach of topic model and matrix factorization based on two-step recommendation framework | |
US11023503B2 (en) | Suggesting text in an electronic document | |
Li et al. | Cascading hybrid bandits: Online learning to rank for relevance and diversity | |
Hua et al. | Probabilistic topic modeling for comparative analysis of document collections | |
CN110909120B (zh) | 简历搜索/投递方法、装置、系统及电子设备 | |
CN113544689A (zh) | 为文档的来源观点生成并提供附加内容 | |
CN111324771A (zh) | 视频标签的确定方法、装置、电子设备及存储介质 | |
CN109857853B (zh) | 基于电子书的搜索方法、电子设备及计算机存储介质 | |
Rani et al. | A weighted word embedding based approach for extractive text summarization | |
Xu et al. | A dynamic users’ interest discovery model with distributed inference algorithm | |
Sajeev et al. | Effective web personalization system based on time and semantic relatedness | |
US20220083871A1 (en) | Generating realistic counterfactuals with residual generative adversarial nets | |
Hagar et al. | Writer movements between news outlets reflect political polarization in media | |
Yang et al. | User-directed non-disruptive topic model update for effective exploration of dynamic content | |
Joorabchi et al. | Towards linking libraries and Wikipedia: automatic subject indexing of library records with Wikipedia concepts | |
Viegas et al. | Semantic Academic Profiler (SAP): a framework for researcher assessment based on semantic topic modeling | |
Yang et al. | The stability and usability of statistical topic models | |
Kim et al. | Improving patent search by search result diversification | |
CN109918583B (zh) | 一种任务信息处理方法及装置 | |
Righi et al. | Integration of survey data and big data for finite population inference in official statistics: statistical challenges and practical applications |
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 |
Application publication date: 20210223 |
|
RJ01 | Rejection of invention patent application after publication |