CN113421003A - 标的信息匹配方法、装置、计算机设备及存储介质 - Google Patents
标的信息匹配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113421003A CN113421003A CN202110740030.6A CN202110740030A CN113421003A CN 113421003 A CN113421003 A CN 113421003A CN 202110740030 A CN202110740030 A CN 202110740030A CN 113421003 A CN113421003 A CN 113421003A
- Authority
- CN
- China
- Prior art keywords
- target information
- matching
- information
- target
- complexity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 83
- 238000012795 verification Methods 0.000 claims description 40
- 238000012549 training Methods 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000013145 classification model Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及分类模型领域,尤其涉及一种标的信息匹配方法、装置、计算机设备及存储介质,其方法包括:从指定的标的信息源定时获取若干标的信息;标的信息包含投标时间;将若干标的信息输入标的信息匹配模型,得到各标的信息与客户端需求之间的匹配率;将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;将第一标的信息输入复杂度模型,获取与第一标的信息对应的复杂度;计算第一标的信息的期限时间;根据复杂度和期限时间确定第一标的信息的难易评估指标,并将难易评估指标发送给客户端。本发明基于标的信息匹配模型、复杂度模型和期限时间完成对标的信息的匹配,提高了标的信息匹配的准确性。
Description
技术领域
本发明涉及分类模型领域,尤其涉及一种标的信息匹配方法、装置、计算机设备及存储介质。
背景技术
随着互联网的迅速发展,招投标作为市场经济中的重要采购合作模式,被广泛应用在各个行业中。
招标方和投标方接收大量的标的信息,使得招标方和投标方很难匹配到对应的标的信息。现有技术中,通过对关键词进行检索,获取标的信息,进而对标的信息进行筛选。然而,仅仅依赖于关键词的匹配,使标的信息的匹配效率和准确性较低。另外,由于标的信息更新频率较高,不能及时获取最新的标的信息也是亟待解决的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种标的信息匹配方法、装置、计算机设备及存储介质,以解决现有技术中,仅仅依赖于关键词的匹配,使标的信息的匹配效率和准确性较低的问题。
一种标的信息匹配方法,包括:
从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
一种标的信息匹配装置,包括:
标的信息获取模块,用于从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
匹配率模块,用于将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
第一标的信息模块,用于将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
复杂度模块,用于将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
期限时间模块,用于获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
难易评估指标模块,用于根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
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标的信息匹配方法。
一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如上述标的信息匹配方法。
上述标的信息匹配方法、装置、计算机设备及存储介质,通过从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;提高标的信息匹配的准确率。将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端;通过复杂度模型第一标的信息的复杂度进行预测,并基于预测的复杂度和第一标的信息的期限时间确定难易评估指标,并将难易评估指标发送给客户端,进一步提高了标的信息匹配的准确性。
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性的前提下,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标的信息匹配方法的一应用环境示意图;
图2是本发明一实施例中标的信息匹配方法的一流程示意图;
图3是本发明一实施例中标的信息匹配装置的一结构示意图;
图4是本发明一实施例中计算机设备的一示意图。
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。
本实施例提供的标的信息匹配方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端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,提供一种标的信息匹配方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间。
可理解的,标的信息源可以是用于招标方发布标的信息和投标方获取标的信息的网络信息平台,比如,招投标资讯网。由于标的信息更新频率较高,为了及时获取最新标的信息,可在客户端对标的信息源上发布的标的信息设置定时获取,例如,每日或每周,从指定的标的信息源获取一次标的信息。可根据客户端的设置对标的信息源进行切换。标的信息包括投标时间、唯一码、标的类型、标的地址(省市区县等)、发布标的信息的单位、金额、标的标题和招标单位等信息。其中,标的信息是指由招标方提供给投标方的招标信息。投标时间是指投标的最后期限时间。唯一码是指标的信息的唯一代码,用于确保获取的标的信息是不重复的。
具体的,根据客户端的设置,从客户端指定的标的信息源定时获取招标方发布的招标信息。例如,客户端设置标的信息源为招投标资讯网,设置获取标的信息的时间为每天,则每天从招投标资讯网自动获取若干标的信息。该若干标的信息包括招标方最新发布的招标信息或过去某段时间发布的招标信息。
S20、将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率。
可理解的,标的信息匹配模型是通过若干被标注的标的信息训练得到的模型。该标的信息匹配模型用于对输入数据的匹配率进行预测,即对标的信息的匹配率进行预测,得到该标的信息的匹配率。其中,匹配率是指标的信息与客户端需求之间的匹配度,取值范围为(0,1)。其中,客户端需求可通过客户画像得到,客户画像是基于客户端历史投标记录生成。匹配率的值越大,则说明该匹配率对应的标的信息与客户端的需求越接近。
具体的,定时从指定的标的信息源获取若干标的信息,每次获取若干标的信息后,将该若干标的信息输入标的信息匹配模型,标的信息匹配模型对输入的若干标的信息进行数据匹配处理,输出每个标的信息与客户端需求之间的匹配率。一个标的信息对应一个匹配率。
S30、将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息。
可理解的,通过标的信息匹配模型,每个标的信息都对应得到一个匹配率。预先设置一个匹配率阈值,将每个标的信息对应的匹配率与该匹配率阈值进行比较,并将匹配率大于该匹配率阈值的标的信息确定为第一标的信息。例如,匹配率阈值设置为0.6,当某个标的信息对应的匹配率大于0.6,则将匹配率大于0.6的该标的信息确定为第一标的信息。反之,则对该标的信息的匹配率进行验证,并根据验证结果对该标的信息进行标注正误标签。并将该标的信息和该标的信息对应的校验结果通过邮件或短信等通讯方式发送给客户端,同时将标注正误标签后的标的信息保存至资讯数据库。以便后续根据该资讯数据库对标的信息匹配模型进行优化训练,提高该标的信息匹配模型预测结果的准确率。
S40、将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度。
可理解的,复杂度模型可以是基于深度神经网络(DNN)的神经网络模型,通过对若干标的信息的复杂度进行训练,得到上述复杂度模型。该复杂度模型用于对标的信息的复杂度进行预测,即对第一标的信息的复杂度进行预测,得到该第一标的信息的复杂度。其中,复杂度是指实施该标的信息的难易程度,该复杂度通过对标的信息的标的地址、标的信息的单位和标的金额等多个维度进行评估得到,取值范围为(0,1)。一般地,复杂度的值越大,说明该复杂度对应的标的信息越难以实施。不同的客户端需求实施一个标的信息的困难程度不相同。
具体的,将若干第一标的信息输入复杂度模型中,复杂度模型对各第一标的信息进行复杂度计算,得到各第一标的信息的复杂度。对于一个客户端,一个第一标的信息对应一个复杂度。
S50、获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间。
可理解的,当前系统时间是指当前应用系统上显示的实时时间。每个标的信息对应一个投标时间。投标时间是指投标的最后期限时间,即投标截止时间。第一标的信息的期限时间是指可对第一标的信息进行投标的剩余时间。
具体的,获取当前应用系统的实时时间和第一标的信息中包含的投标时间。将当前应用系统的实时时间和第一标的信息中包含的投标时间进行差值计算,可得到第一标的信息的期限时间。例如,第一标的信息的投标时间为3月5日,当前系统时间为3月2日,则第一标的信息的期限时间为3日。
S60、根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
可理解的,可通过复杂度和期限时间对实施第一标的信息的难易程度进行评估。难易评估指标是指通过复杂度和期限时间计算得到的一个评估值,根据该评估值可对若干第一标的信息进行排序并发送给客户端。
具体的,通过预设的计算公式对第一标的信息的复杂度和期限时间进行计算,得到第一标的信息的难易评估指标。并将第一标的信息、难易评估指标和当前系统时间通过通讯方式发送给客户端。
在步骤S10-S60中,通过从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;提高标的信息匹配的准确率。将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端;通过复杂度模型第一标的信息的复杂度进行预测,并基于预测的复杂度和第一标的信息的期限时间确定难易评估指标,并将难易评估指标发送给客户端,进一步提高了标的信息匹配的准确性。
可选的,在步骤S20之前,即所述将若干所述标的信息输入标的信息匹配模型之前,包括:
S201、根据预设行业关键词从指定标的信息源获取标的信息,获取所述标的信息的校验结果,根据所述校验结果生成所述标的信息的标注信息。
可理解的,预设行业关键词是指预先设置的行业关键词。其中,行业关键词可以是基于用户对相关行业或业务的理解得到的关键词。行业关键词可以一个或多个。例如,智能客服领域,行业关键词可以是智能客服。标的信息源包含各行各业的标的信息。
具体的,通过预先设置的行业关键词在指定标的信息源中检索与关键词相匹配的标的信息。不同的行业关键词可以匹配到不同的标的信息,通过多个行业关键词对指定标的信息源中的标的信息进行检索,获取通过行业关键词匹配到的所有标的信息。可使获取到的标的信息更加全面,避免遗漏。进一步的,对通过当前行业关键词匹配到的所有标的信息进行是否与用户匹配的校验,得到校验结果,并根据校验结果对标的信息进行标注正误标签,得到标的信息的标注信息。例如,若标的信息的校验结果为与用户匹配,则该标的信息的正误标签可标注为1,否则标注为0。1和0即为标的信息的标注信息。其中,校验可以通过行业专家、用户调查或预设校验工具等判断方式进行。
S202、将标注校验结果的所述标的信息存储在资讯数据库中。
可理解的,资讯数据库用于存储标注校验结果的标的信息。存储在资讯数据库中的,标注校验结果的标的信息可用于训练、验证标的信息匹配模型。提高标的信息匹配模型的适配性和准确率。
S203、从所述资讯数据库获取所述标的信息,并在所述标的信息中获取标的标题文本。
可理解的,从资讯数据库中获取标注校验结果的若干标的信息,对获取到的标的信息的标题进行识别,得到标的信息的标题文本。一个标的信息对应包含一个标题文本。
S204、通过标题文本转换算法将所述标的标题文本转化为标题词向量。
可理解的,标题文本转换算法用于对标题文本进行切词。其中,切词指将标题文本中包含的词组进行切分。通常,采取最常见的1000个词组作为词向量的全集,对每一条标的信息的标题文本进行切词后,将切词后得到的各个词组与全集中的词组进行对比统计,得到词向量。
具体的,在一示例中,如一标题文本为“智能大数据的精准人工智能平台”,则该标题文本可被切词分为“智能,大数据,的,精准,人工,智能,平台”。其中,“智能”出现了两次,“大数据”、“的”、“精准”、“人工”和“平台”分别出现一次,则可得到标题词向量为[2,1,1,1,1,1]。另一标题文本为“大数据人工智能”,则该另一标题文本可被切词分为“大数据,人工,智能”。其中,“大数据”、“人工”和“智能”分别出现一次,则可得到标题词向量为[1,1,0,0,1,0]。
S205、根据所述标题词向量,得到第一训练样本,并将所述第一训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
可理解的,第一训练样本包含若干标题词向量,标题词向量通过对标的信息的标题文本进行分词得到。预设网络结构用于提取标题词向量的特征向量。该预预设网络结构可根据实际需求设置,例如,该预预设网络结构可以是基于多项式朴素贝叶斯算法的深度学习网络结构。其中,深度学习网络结构可以是CNN和RNN等。将第一训练样本输入预先设置的网络结构中进行训练,得到标的信息匹配模型。该标的信息匹配模型用于对输入数据的匹配率进行预测,即对标的信息的匹配率进行预测,得到该标的信息的匹配率。
可选的,在步骤S20之前,即所述将若干所述标的信息输入标的信息匹配模型之前,还包括:
S206、从资讯数据库中获取历史标的信息,并在所述历史标的信息中获取历史标的标题文本;
S207、通过预设规则,将所述历史标的标题文本转化为历史标题词向量;
S208、根据所述历史标题词向量,得到第二训练样本,并将所述第二训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
可理解的,资讯数据库用于存储历史标的信息。随着客户端的使用,资讯数据库不断更新(增加新词汇、新业务等),可提高标的信息匹配模型的适配性和准确率。历史标的信息是指用户过去某段时间内检索得到所有标的信息。历史标的信息的正误标签可根据用户检索后是否选择该历史标的信息生成。例如,用户在检索后得到一标的信息,并选择了该标的信息,则可将该标的信息的正误标签标注为1,否则标注为0。
具体的,从资讯数据库中获取用户的历史标的信息,并在历史标的信息中获取历史标的标题文本,通过对历史标的标题文本进行切词,得到历史标题词向量。将若干历史标题词向量作为第二训练样本,输入基于多项式朴素贝叶斯算法构建的网络模型进行训练得到标的信息匹配模型。
可选的,在步骤S60中,即所述根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,包括:
S601、获取所述第一标的信息的复杂度和期限时间;
S602、通过预设难易评估指标公式处理所述复杂度和所述期限时间,获得所述第一标的信息的难易评估指标。
可理解的,第一标的信息的复杂度是指实施第一标的信息的难易程度。期限时间是指可对第一标的信息进行投标的剩余时间。预设难易评估指标公式预先设置的用于计算第一标的信息难易评估指标的计算公式。例如,难易评估指标=a×复杂度+b×(期限时间/预期准备时间),其中,a和b均为常数系数,预期准备时间为预计从收集标的信息到完成标书制作需要的时间。
具体的,获取第一标的信息的复杂度和期限时间,将复杂度和期限时间输入预先设置的难易评估指标公式,通过难易评估指标公式对复杂度和所述期限时间进行计算,得到与第一标的信息对应的难易评估指标。一个第一标的信息对应一个难易评估指标,当难易评估指标满足预设评估要求时,将该难易评估指标对应的第一标的信息和第一标的信息的相关数据通过通讯工具发送给用户,反之,则不发送。例如,当通过难易评估指标公式对复杂度和所述期限时间进行计算,得到难易评估指标为0.61时,若难易评估指标为0.61满足预设评估要求,则将该难易评估指标对应的第一标的信息和第一标的信息的相关数据通过通讯工具发送给用户。其中,相关数据包括第一标的信息的获取时间、期限时间、复杂度等信息。通讯工具包括邮件、短信、微信公众号等。
可选的,在步骤S60中,即所述将所述难易评估指标发送给客户端,包括:
S603、获取所述第一标的信息的难易评估指标;
S604、判断所述第一标的信息的难易评估指标是否满足预设评估要求;
S605、将满足预设评估指标的所述第一标的信息通过邮件发送给客户端。
可理解的,预设评估要求是预先设置的评估要求。其中,评估要求可根据需求设定。例如,评估要求设置为难易评估指标小于0.65,则当难易评估指标小于0.65时,判定该难易评估指标满足预设评估要求,并通过邮件第一标的信息的相关数据发送给用户。其中,相关数据包括第一标的信息的获取时间、期限时间、复杂度等信息。
可选的,在步骤S20之后,即所述将若干所述标的信息输入标的信息匹配模型,获取若干所述标的信息匹配模型输出的与所述标的信息对应的匹配率之后,包括:
S2011、判断所述标的信息匹配模型输出的与所述标的信息对应的匹配率是否大于预设匹配率阈值;
S2012、若所述标的信息匹配模型输出的与所述标的信息对应的匹配率小于或等于所述预设匹配率阈值,则对所述标的信息进行校验,得到校验结果;
S2013、将所述校验结果保存在资讯数据库中,并将通过校验的所述标的信息发送给客户端。
可理解的,标的信息匹配模型输出与所述标的信息对应的匹配率。预设匹配率阈值是预先设置的匹配率阈值。其中,匹配率阈值可根据需求设定,例如,匹配率阈值可设置为0.82,则当标的信息的匹配率小于或等于0.82时,则对标的信息进行校验,验证该标的信息是否与客户端的需求匹配,得到校验结果,并根据校验结果标注正误标签。将校验结果、校验结果对应的正误标签和校验结果对应的标的信息保存在资讯数据库中。若标的信息的校验结果为与用户匹配,则判定该标的信息通过校验,该标的信息的正误标签可标注为1,反之标注为0。以便后续根据该资讯数据库对标的信息匹配模型进行优化训练,提高该标的信息匹配模型预测结果的准确率。将通过校验的标的信息以及该标的信息对应的校验结果通过通讯工具发送给客户端,供客户端参考选择。其中,校验可以通过行业专家或用户调查等判断方式进行。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种标的信息匹配装置,该标的信息匹配装置与上述实施例中标的信息匹配方法一一对应。如图3所示,该标的信息匹配装置包括标的信息获取模块10、匹配率模块20、第一标的信息模块30、复杂度模块40、期限时间模块50和难易评估指标模块60。各功能模块详细说明如下:
标的信息获取模块10,用于从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
匹配率模块20,用于将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
第一标的信息模块30,用于将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
复杂度模块40,用于将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
期限时间模块50,用于获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
难易评估指标模块60,用于根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
可选的,在匹配率模块20之前,包括:
标注信息单元,用于根据预设行业关键词从指定标的信息源获取标的信息,获取所述标的信息的校验结果,根据所述校验结果生成所述标的信息的标注信息;
资讯数据库单元,用于将标注校验结果的所述标的信息存储在资讯数据库中;
标题文本获取单元,用于从所述资讯数据库获取所述标的信息,并在所述标的信息中获取标的标题文本;
标题词向量单元,用于通过标题文本转换算法将所述标的标题文本转化为标题词向量;
第一标的信息匹配模型单元,用于根据所述标题词向量,得到第一训练样本,并将所述第一训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
可选的,在匹配率模块20之前,包括:
历史标的标题文本单元,用于从资讯数据库中获取历史标的信息,并在所述历史标的信息中获取历史标的标题文本;
历史标题词向量单元,用于通过预设规则,将所述历史标的标题文本转化为历史标题词向量;
第二标的信息匹配模型单元,用于根据所述历史标题词向量,得到第二训练样本,并将所述第二训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
可选的,难易评估指标模块60,包括:
复杂度和期限时间获取单元,用于获取所述第一标的信息的复杂度和期限时间;
难易评估指标单元,用于通过预设难易评估指标公式处理所述复杂度和所述期限时间,获得所述第一标的信息的难易评估指标。
可选的,难易评估指标模块60,还包括:
难易评估指标获取单元,用于获取所述第一标的信息的难易评估指标;
难易评估指标判断单元,用于判断所述第一标的信息的难易评估指标是否满足预设评估要求;
第一标的信息发送单元,用于将满足预设评估指标的所述第一标的信息通过邮件发送给客户端。
可选的,在匹配率模块20之后,包括:
匹配率判断单元,用于判断所述标的信息匹配模型输出的与所述标的信息对应的匹配率是否大于预设匹配率阈值;
校验单元,用于若所述标的信息匹配模型输出的与所述标的信息对应的匹配率小于或等于所述预设匹配率阈值,则对所述标的信息进行校验,得到校验结果;
标的信息发送单元,用于将所述校验结果保存在资讯数据库中,并将通过校验的所述标的信息发送给客户端。
关于标的信息匹配装置的具体限定可以参见上文中对于标的信息匹配方法的限定,在此不再赘述。上述标的信息匹配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4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、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可读存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令。该内存储器为可读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。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机可读指令被处理器执行时以实现一种标的信息匹配方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器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以下步骤:
从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
在一个实施例中,提供了一个或多个存储有计算机可读指令的计算机可读存储介质,本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时实现以下步骤:
从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
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可读取存储介质或易失性可读存储介质中,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/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(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)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、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、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)
1.一种标的信息匹配方法,其特征在于,包括:
从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
2.如权利要求1所述的标的信息匹配方法,其特征在于,所述将若干所述标的信息输入标的信息匹配模型之前,包括:
根据预设行业关键词从指定标的信息源获取标的信息,获取所述标的信息的校验结果,根据所述校验结果生成所述标的信息的标注信息;
将标注校验结果的所述标的信息存储在资讯数据库中;
从所述资讯数据库获取所述标的信息,并在所述标的信息中获取标的标题文本;
通过标题文本转换算法将所述标的标题文本转化为标题词向量;
根据所述标题词向量,得到第一训练样本,并将所述第一训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
3.如权利要求1所述的标的信息匹配方法,其特征在于,所述将若干所述标的信息输入标的信息匹配模型之前,还包括:
从资讯数据库中获取历史标的信息,并在所述历史标的信息中获取历史标的标题文本;
通过预设规则,将所述历史标的标题文本转化为历史标题词向量;
根据所述历史标题词向量,得到第二训练样本,并将所述第二训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
4.如权利要求1所述的标的信息匹配方法,其特征在于,所述根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,包括:
获取所述第一标的信息的复杂度和期限时间;
通过预设难易评估指标公式处理所述复杂度和所述期限时间,获得所述第一标的信息的难易评估指标。
5.如权利要求1所述的标的信息匹配方法,其特征在于,所述将所述难易评估指标发送给客户端,包括:
获取所述第一标的信息的难易评估指标;
判断所述第一标的信息的难易评估指标是否满足预设评估要求;
将满足预设评估指标的所述第一标的信息通过邮件发送给客户端。
6.如权利要求1所述的标的信息匹配方法,其特征在于,所述将若干所述标的信息输入标的信息匹配模型,获取若干所述标的信息匹配模型输出的与所述标的信息对应的匹配率之后,包括:
判断所述标的信息匹配模型输出的与所述标的信息对应的匹配率是否大于预设匹配率阈值;
若所述标的信息匹配模型输出的与所述标的信息对应的匹配率小于或等于所述预设匹配率阈值,则对所述标的信息进行校验,得到校验结果;
将所述校验结果保存在资讯数据库中,并将通过校验的所述标的信息发送给客户端。
7.一种标的信息匹配装置,其特征在于,包括:
标的信息获取模块,用于从指定的标的信息源定时获取若干标的信息;所述标的信息包含投标时间;
匹配率模块,用于将若干所述标的信息输入标的信息匹配模型,得到各所述标的信息与客户端需求之间的匹配率;
第一标的信息模块,用于将匹配率大于预设匹配率阈值的标的信息确定为第一标的信息;
复杂度模块,用于将所述第一标的信息输入复杂度模型,输出得到与所述第一标的信息对应的复杂度;
期限时间模块,用于获取当前系统时间,根据所述当前系统时间和所述第一标的信息的投标时间,计算所述第一标的信息的期限时间;
难易评估指标模块,用于根据所述复杂度和所述期限时间确定所述第一标的信息的难易评估指标,并将所述难易评估指标发送给客户端。
8.如权利要求7所述的标的信息匹配装置,其特征在于,所述将若干所述标的信息输入标的信息匹配模型之前,包括:
校验单元,用于根据预设行业关键词从指定标的信息源获取标的信息,获取所述标的信息的校验结果,根据所述校验结果生成所述标的信息的标注信息;
资讯数据库单元,用于将标注校验结果的所述标的信息存储在资讯数据库中;
标题文本获取单元,用于从所述资讯数据库获取所述标的信息,并在所述标的信息中获取标的标题文本;
标题词向量单元,用于通过标题文本转换算法将所述标的标题文本转化为标题词向量;
第一标的信息匹配模型单元,用于根据所述标题词向量,得到第一训练样本,并将所述第一训练样本输入预设网络结构进行训练,得到标的信息匹配模型;所述标的信息匹配模型为基于多项式朴素贝叶斯算法构建的模型。
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6中任一项所述标的信息匹配方法。
10.一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至6中任一项所述标的信息匹配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740030.6A CN113421003A (zh) | 2021-06-30 | 2021-06-30 | 标的信息匹配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110740030.6A CN113421003A (zh) | 2021-06-30 | 2021-06-30 | 标的信息匹配方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113421003A true CN113421003A (zh) | 2021-09-21 |
Family
ID=77717512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110740030.6A Pending CN113421003A (zh) | 2021-06-30 | 2021-06-30 | 标的信息匹配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113421003A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114925260A (zh) * | 2022-05-30 | 2022-08-19 | 南瑞集团有限公司 | 一种智能招投标信息契合方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001095223A2 (en) * | 2000-06-07 | 2001-12-13 | Neoit.Com, Inc. | Method and system for outsourcing information technology projects and services |
CN109658174A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 投标招标方法、装置、设备及计算机可读存储介质 |
CN110502623A (zh) * | 2019-07-08 | 2019-11-26 | 平安科技(深圳)有限公司 | 智能问答方法、电子装置、计算机设备及可读存储介质 |
WO2019245182A1 (ko) * | 2018-06-21 | 2019-12-26 | (주)엔터랩 | 조달입찰정보 매칭방법, 장치 및 프로그램 |
CN111221936A (zh) * | 2020-01-02 | 2020-06-02 | 中科鼎富(北京)科技发展有限公司 | 一种信息匹配方法、装置、电子设备及存储介质 |
CN112184401A (zh) * | 2020-09-22 | 2021-01-05 | 筑客网络技术(上海)有限公司 | 一种用于建材招投标平台的智能匹配方法 |
-
2021
- 2021-06-30 CN CN202110740030.6A patent/CN113421003A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001095223A2 (en) * | 2000-06-07 | 2001-12-13 | Neoit.Com, Inc. | Method and system for outsourcing information technology projects and services |
WO2019245182A1 (ko) * | 2018-06-21 | 2019-12-26 | (주)엔터랩 | 조달입찰정보 매칭방법, 장치 및 프로그램 |
CN109658174A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 投标招标方法、装置、设备及计算机可读存储介质 |
CN110502623A (zh) * | 2019-07-08 | 2019-11-26 | 平安科技(深圳)有限公司 | 智能问答方法、电子装置、计算机设备及可读存储介质 |
CN111221936A (zh) * | 2020-01-02 | 2020-06-02 | 中科鼎富(北京)科技发展有限公司 | 一种信息匹配方法、装置、电子设备及存储介质 |
CN112184401A (zh) * | 2020-09-22 | 2021-01-05 | 筑客网络技术(上海)有限公司 | 一种用于建材招投标平台的智能匹配方法 |
Non-Patent Citations (1)
Title |
---|
郭福春等: "《互联网金融概论》", 30 September 2018, 中国金融出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114925260A (zh) * | 2022-05-30 | 2022-08-19 | 南瑞集团有限公司 | 一种智能招投标信息契合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108711110B (zh) | 保险产品推荐方法、装置、计算机设备和存储介质 | |
CN111859960B (zh) | 基于知识蒸馏的语义匹配方法、装置、计算机设备和介质 | |
CN110162633B (zh) | 语音数据意图确定方法、装置、计算机设备和存储介质 | |
CN109800307B (zh) | 产品评价的分析方法、装置、计算机设备及存储介质 | |
CN108520041B (zh) | 文本的行业分类方法、系统、计算机设备和存储介质 | |
CN109597874B (zh) | 信息推荐方法、装置及服务器 | |
CN110489622B (zh) | 对象信息的分享方法、装置、计算机设备和存储介质 | |
CN112163424A (zh) | 数据的标注方法、装置、设备和介质 | |
CN111859986A (zh) | 基于多任务孪生网络的语义匹配方法、装置、设备和介质 | |
CN112434949A (zh) | 基于人工智能的业务预警处理方法、装置、设备和介质 | |
CN112416778A (zh) | 测试用例推荐方法、装置和电子设备 | |
CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
CN115423578B (zh) | 基于微服务容器化云平台的招投标方法和系统 | |
CN114693215A (zh) | 采购请求处理方法、装置、计算机设备及存储介质 | |
CN113343091A (zh) | 面向产业和企业的科技服务推荐计算方法、介质及程序 | |
CN112906361A (zh) | 文本数据的标注方法和装置、电子设备和存储介质 | |
CN110457361B (zh) | 特征数据获取方法、装置、计算机设备和存储介质 | |
CN113421003A (zh) | 标的信息匹配方法、装置、计算机设备及存储介质 | |
CN111382250A (zh) | 问句文本的匹配方法、装置、计算机设备和存储介质 | |
CN111782782B (zh) | 智能客服的咨询回复方法、装置、计算机设备和存储介质 | |
CN111400340B (zh) | 一种自然语言处理方法、装置、计算机设备和存储介质 | |
CN107644042B (zh) | 软件程序点击率预估排序方法及服务器 | |
CN108986786B (zh) | 语音交互设备评级方法、系统、计算机设备和存储介质 | |
CN110597951A (zh) | 文本解析方法、装置、计算机设备和存储介质 | |
CN115114073A (zh) | 告警信息的处理方法及装置、存储介质、电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210921 |