CN113468108B - 基于特征数据识别的企业策划方案智能管理分类系统 - Google Patents
基于特征数据识别的企业策划方案智能管理分类系统 Download PDFInfo
- Publication number
- CN113468108B CN113468108B CN202111035963.1A CN202111035963A CN113468108B CN 113468108 B CN113468108 B CN 113468108B CN 202111035963 A CN202111035963 A CN 202111035963A CN 113468108 B CN113468108 B CN 113468108B
- Authority
- CN
- China
- Prior art keywords
- module
- feature
- classification
- characteristic
- scheme
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 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
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/113—Details of archiving
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据识别技术领域，具体地说，涉及基于特征数据识别的企业策划方案智能管理分类系统。其包括策划特征提取单元、特征点分析单元、方案归类单元和归类结果输出单元。本发明中通过特征点分析单元对策划特征提取单元提取的企业策划方案特征内容进行分析，以得出策划方案特征点，并通过策划方案特征点对企业策划方案进行归类，从而实现企业策划方案的智能化识别，以提高企业策划方案整理的效率，解决人工判断无法同一归类标准的问题。
Description
技术领域
本发明涉及数据识别技术领域，具体地说，涉及基于特征数据识别的企业策划方案智能管理分类系统。
背景技术
目前，企业为了方便管理，通常需要将各个部分起草的企业策划方案进行归类存储，通常都是通过工作人员浏览策划方案一些具有特征性的内容进行归类，例如：方案的名称、起草的部门以及起草日期等，具体归类时，为了提高工作的速度，都是采用多人工作的，这样就会出现标准不统一的情况，因此为了提高归类的质量还会在一次归类后进行二次核对，虽然保证了归类的质量，但是耗费了大量的人力资源，而且每个人都有自己的主观思想，会常常出现归类意见不统一而进行讨论的现象。
发明内容
本发明的目的在于提供基于特征数据识别的企业策划方案智能管理分类系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供基于特征数据识别的企业策划方案智能管理分类系统，包括策划特征提取单元、特征点分析单元、方案归类单元和归类结果输出单元，其中：
策划特征提取单元用于对策划方案的内容特征进行识别，然后提取识别的特征内容，并将提取的特征内容传输至特征点分析单元；
特征点分析单元用于对特征内容进行分析，并得出策划方案特征点；
方案归类单元用于根据特征点分析单元得出的策划方案特征点对被提取的策划方案进行归类；
归类结果输出单元用于输出方案归类单元归类的结果。
作为本技术方案的进一步改进，所述策划特征提取单元包括提取特征预设模块、预设特征识别模块和提取特征传输模块；所述提取特征预设模块用于设定策划方案需要提取的特征；预设特征识别模块用于对需要提取的特征进行识别；提取特征传输模块用于提取识别出的特征内容，并将该特征内容传输至特征点分析单元。
作为本技术方案的进一步改进，所述预设特征识别模块的识别包括文档识别和图片识别。
作为本技术方案的进一步改进，所述特征点分析单元包括分析模块和特征点输出模块；所述分析模块用于对识别出的特征内容进行分析，以得出特征内容的特征点；特征点输出模块用于将得出的特征点发送至方案归类单元。
作为本技术方案的进一步改进，所述分析模块采用特征拟合算法，其算法公式如下：
其中，
为第
个策划方案特征拟合参数；
为特征内容的总残差；
为特征内
容的总个数；
为特征内容。
作为本技术方案的进一步改进，所述特征内容
采用回归分析算法进行均值归零
处理，其算法公式如下：
其中，
为残差的方差；
为第
个策划方案特征的回归参数。
作为本技术方案的进一步改进，所述方案归类单元包括特征点类别设置模块和按点归类模块；所述特征点类别设置模块用于设置特征点对应的归类类别；所述按点归类模块用于将相应特征点的策划方案归类至对应类别内。
作为本技术方案的进一步改进，所述方案归类单元还包括新类增加模块，所述新类增加模块用于根据出现的新特征点进行类别增加。
作为本技术方案的进一步改进，所述归类结果输出单元包括归类结果接收模块和归类结果显示模块；所述归类结果接收模块用于接收按点归类模块对策划方案归类的类别；归类结果显示模块用于利用界面对接收的策划方案归类类别进行显示。
作为本技术方案的进一步改进，所述界面显示的信息包括归类类别名称、类别所在位置以及类别位置的状况。
与现有技术相比，本发明的有益效果：
1.该基于特征数据识别的企业策划方案智能管理分类系统中，通过特征点分析单元对策划特征提取单元提取的企业策划方案特征内容进行分析，以得出策划方案特征点，并通过策划方案特征点对企业策划方案进行归类，从而实现企业策划方案的智能化识别，以提高企业策划方案整理的效率，解决人工判断无法同一归类标准的问题。
2.该基于特征数据识别的企业策划方案智能管理分类系统中，通过文档识别和图片识别实现两种不同的识别方式，解决文档形式和纸质形式的企业策划方案无法统一识别的问题，从而提高整个系统的实用性。
3.该基于特征数据识别的企业策划方案智能管理分类系统中，通过界面对接收的策划方案归类类别进行显示，从而直观的直到当前企业策划方案的归类位置，同时界面显示的信息包括归类类别名称、类别所在位置以及类别位置的状况，这样能及时的了解归类位置的状况信息，进而提高了整个系统归类的联动性，减少工作人员的工作量。
附图说明
图1为本发明实施例1的整体工作原理模块框图；
图2为本发明实施例2的策划特征提取单元工作原理模块框图；
图3为本发明实施例3的特征点分析单元工作原理模块框图；
图4为本发明实施例3的方案归类单元工作原理模块框图；
图5为本发明实施例5的归类结果输出单元工作原理模块框图。
图中各个标号意义为：
100、策划特征提取单元；110、提取特征预设模块；120、预设特征识别模块；130、提取特征传输模块；
200、特征点分析单元；210、分析模块；220、特征点输出模块；
300、方案归类单元；310、特征点类别设置模块；320、按点归类模块；330、新类增加模块；
400、归类结果输出单元；410、归类结果接收模块；420、归类结果显示模块。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明提供基于特征数据识别的企业策划方案智能管理分类系统，请参阅图1所示，包括策划特征提取单元100、特征点分析单元200、方案归类单元300和归类结果输出单元400，其中：
策划特征提取单元100用于对策划方案的内容特征进行识别，然后提取识别的特征内容，并将提取的特征内容传输至特征点分析单元200；
特征点分析单元200用于对特征内容进行分析，并得出策划方案特征点；
方案归类单元300用于根据特征点分析单元200得出的策划方案特征点对被提取的策划方案进行归类；
归类结果输出单元400用于输出方案归类单元300归类的结果。
本实施例中通过特征点分析单元200对策划特征提取单元100提取的企业策划方案特征内容进行分析，以得出策划方案特征点，并通过策划方案特征点对企业策划方案进行归类，从而实现企业策划方案的智能化识别，以提高企业策划方案整理的效率，解决人工判断无法同一归类标准的问题。
实施例2
为了实现多种方式的企业策划方案识别，本实施例在实施例1的基础上进行改进，请参阅图2所示，其中：
策划特征提取单元100包括提取特征预设模块110、预设特征识别模块120和提取特征传输模块130；提取特征预设模块110用于设定策划方案需要提取的特征；预设特征识别模块120用于对需要提取的特征进行识别，具体的，预设特征识别模块120的识别包括文档识别和图片识别；提取特征传输模块130用于提取识别出的特征内容，并将该特征内容传输至特征点分析单元200。
具体工作时，首先通过预设特征识别模块120设置需要提取的特征，例如：
设置需要提取的特征为企业策划方案的名称、策划日期、目录、策划部门和前言，此时预设特征识别模块120根据名称、策划日期、目录、策划部门和前言对企业策划方案进行定向识别，其中：
当企业策划方案为.doc、.docx或者.pdf文档时，预设特征识别模块120通过文档识别的方式对企业策划方案中名称、策划日期、目录、策划部门和前言进行提取；
当企业策划方案为纸质材料时，预设特征识别模块120通过摄像装置（例如：摄像头）对纸质材料的企业策划方案进行拍摄，然后接收拍摄照片，再通过图片识别的方式对企业策划方案中名称、策划日期、目录、策划部门和前言进行提取。
实施例3
为了提高特征点提取的精确度，本实施例与实施例1不同的是，请参阅图3所示，其中：
特征点分析单元200包括分析模块210和特征点输出模块220；分析模块210用于对识别出的特征内容进行分析，以得出特征内容的特征点，具体的：分析模块210采用特征拟合算法，其算法公式如下：
其中，
为第
个策划方案特征拟合参数；
为特征内容的总残差；
为特征内
容的总个数；
为特征内容，本实施例在具体工作时，以名称、策划日期、策划部门进行举
例，假设归类位置1的信息为宣传活动策划、日期为2021年6-8月、策划部门为宣传部，归类
位置2的信息为营销活动策划、日期为2021年6-8月、策划部门为营销部，策划方案1的名称：
节日活动宣传策划、日期为2021年7月、策划部门为宣传部，策划方案2的名称：销售策划案、
日期为2021年8月、策划部门为销售部，然后根据特征拟合算法进行拟合，首先策划方案1与
归类位置1拟合结果为：节日活动宣传策划-宣传活动策划、2021年7月-2021年6-8月，宣传
部-宣传部，得拟合点3，再将策划方案1与归类位置2进行拟合，结果为：2021年7月-2021年
6-8月，得拟合点1，因此策划方案1与归类位置1拟合度更高，从而将策划方案1归入归类位
置1；
策划方案2与归类位置1拟合结果为：2021年8月-2021年6-8月，得拟合点1，策划方案2与归类位置2拟合结果为：营销活动策划-销售策划案，2021年8月-2021年6-8月，销售部-销售部，得拟合点3，因此将策划方案2归入归类位置2，然后特征点输出模块220将得出的特征点发送至方案归类单元300，请参阅图4所示，方案归类单元300包括特征点类别设置模块310和按点归类模块320；特征点类别设置模块310用于设置特征点对应的归类类别；按点归类模块320用于将相应特征点的策划方案归类至对应类别内。
具体的，方案归类单元300还包括新类增加模块330，新类增加模块330用于根据出现的新特征点进行类别增加，从而提高整个系统的功能性，避免出现新的类别后无法进行归类的问题。
值得说明的是，名称、策划日期、策划部门为必须拟合点，即：只要名称、策划日期、策划部门其中一个与归类位置无法拟合，则不能将该策划方案归入该归类位置，以便于后期精确的寻找，而目录和前言为非必须拟合点，在归类过程中根据特征点进行归类，以提供一个归类方向。
此外，特征内容
采用回归分析算法进行均值归零处理，其算法公式如下：
其中，
为残差的方差；
为第
个策划方案特征的回归参数，从而通过回归
分析算法确定特征点与拟合点的近似函数关系式，从而提高非必须拟合点特征确定的合理
性，以保证归类方向的精确度。
实施例4
为了便于归类人员进行观察，本实施例与实施例3不同的是，请参阅图5所示，归类结果输出单元400包括归类结果接收模块410和归类结果显示模块420；归类结果接收模块410用于接收按点归类模块320对策划方案归类的类别；归类结果显示模块420用于利用界面对接收的策划方案归类类别进行显示，从而直观的直到当前企业策划方案的归类位置，同时界面显示的信息包括归类类别名称、类别所在位置以及类别位置的状况，这样能及时的了解归类位置的状况信息，例如：假设归类位置的存储能力为100份企业策划方案，而当前归类位置已存储100份，这时就需要建立新的存储位置，进而提高了整个系统归类的联动性，减少工作人员的工作量。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.基于特征数据识别的企业策划方案智能管理分类系统，其特征在于，包括策划特征提取单元（100）、特征点分析单元（200）、方案归类单元（300）和归类结果输出单元（400），其中：
策划特征提取单元（100）用于对策划方案的内容特征进行识别，然后提取识别的特征内容，并将提取的特征内容传输至特征点分析单元（200）；
特征点分析单元（200）用于对特征内容进行分析，并得出策划方案特征点；
方案归类单元（300）用于根据特征点分析单元（200）得出的策划方案特征点对被提取的策划方案进行归类；
归类结果输出单元（400）用于输出方案归类单元（300）归类的结果；
所述策划特征提取单元（100）包括提取特征预设模块（110）、预设特征识别模块（120）和提取特征传输模块（130）；所述提取特征预设模块（110）用于设定策划方案需要提取的特征；预设特征识别模块（120）用于对需要提取的特征进行识别；提取特征传输模块（130）用于提取识别出的特征内容，并将该特征内容传输至特征点分析单元（200）；
所述预设特征识别模块（120）的识别包括文档识别和图片识别；
所述特征点分析单元（200）包括分析模块（210）和特征点输出模块（220）；所述分析模块（210）用于对识别出的特征内容进行分析，以得出特征内容的特征点；特征点输出模块（220）用于将得出的特征点发送至方案归类单元（300）；
所述分析模块（210）采用特征拟合算法，其算法公式如下：
其中，
为第
个策划方案特征拟合参数；
为特征内容的总残差；
为特征内容的
总个数；
为特征内容；
所述特征内容
采用回归分析算法进行均值归零处理，其算法公式如下：
其中，
为残差的方差；
为第
个策划方案特征的回归参数；
所述方案归类单元（300）包括特征点类别设置模块（310）和按点归类模块（320）；所述特征点类别设置模块（310）用于设置特征点对应的归类类别；所述按点归类模块（320）用于将相应特征点的策划方案归类至对应类别内；
所述方案归类单元（300）还包括新类增加模块（330），所述新类增加模块（330）用于根据出现的新特征点进行类别增加。
2.根据权利要求1所述的基于特征数据识别的企业策划方案智能管理分类系统，其特征在于：所述归类结果输出单元（400）包括归类结果接收模块（410）和归类结果显示模块（420）；所述归类结果接收模块（410）用于接收按点归类模块（320）对策划方案归类的类别；归类结果显示模块（420）用于利用界面对接收的策划方案归类类别进行显示。
3.根据权利要求2所述的基于特征数据识别的企业策划方案智能管理分类系统，其特征在于：所述界面显示的信息包括归类类别名称、类别所在位置以及类别位置的状况。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035963.1A CN113468108B (zh) | 2021-09-06 | 2021-09-06 | 基于特征数据识别的企业策划方案智能管理分类系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111035963.1A CN113468108B (zh) | 2021-09-06 | 2021-09-06 | 基于特征数据识别的企业策划方案智能管理分类系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113468108A CN113468108A (zh) | 2021-10-01 |
| CN113468108B true CN113468108B (zh) | 2021-11-12 |
Family
ID=77867572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111035963.1A Active CN113468108B (zh) | 2021-09-06 | 2021-09-06 | 基于特征数据识别的企业策划方案智能管理分类系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113468108B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8799082B2 (en) * | 2006-10-31 | 2014-08-05 | Microsoft Corporation | Generalized online matching and real time risk management |
| US9153235B2 (en) * | 2012-04-09 | 2015-10-06 | Sony Computer Entertainment Inc. | Text dependent speaker recognition with long-term feature based on functional data analysis |
| CN103838798B (zh) * | 2012-11-27 | 2017-07-14 | 阿里巴巴集团控股有限公司 | 页面分类系统及页面分类方法 |
| CN107885853A (zh) * | 2017-11-14 | 2018-04-06 | 同济大学 | 一种基于深度学习的组合式文本分类方法 |
| CN111046920A (zh) * | 2019-11-22 | 2020-04-21 | 中国科学院计算技术研究所 | 一种训练食品图像分类模型的方法及图像分类方法 |
| CN112214605A (zh) * | 2020-11-05 | 2021-01-12 | 腾讯科技（深圳）有限公司 | 一种文本分类方法和相关装置 |
| CN112685565B (zh) * | 2020-12-29 | 2023-07-21 | 平安科技（深圳）有限公司 | 基于多模态信息融合的文本分类方法、及其相关设备 |
| CN112990432B (zh) * | 2021-03-04 | 2023-10-27 | 北京金山云网络技术有限公司 | 目标识别模型训练方法、装置及电子设备 |
-
2021
- 2021-09-06 CN CN202111035963.1A patent/CN113468108B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113468108A (zh) | 2021-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110472524B (zh) | 基于深度学习的发票信息管理方法、系统和可读介质 | |
| CN106156347A (zh) | 云相册分类展示方法、装置及服务器 | |
| CN112488507B (zh) | 一种基于聚类的专家分类画像方法、装置及存储介质 | |
| CN110599319B (zh) | 自动审计方法、装置、终端及存储介质 | |
| CN111680073A (zh) | 一种基于用户数据的金融服务平台政策资讯推荐方法 | |
| CN105095479A (zh) | 一种移动终端及其实现照片分类管理的方法 | |
| CN116307928A (zh) | 一种目标督查督办管理系统 | |
| CN110929032B (zh) | 一种软件系统的用户需求处理系统及处理方法 | |
| CN112732918A (zh) | 投诉工单智能分类系统 | |
| CN116542631A (zh) | 一种分布式架构企业信息管理系统 | |
| CN116228319A (zh) | 基于埋点的智能广告投放方法与系统 | |
| CN116934256A (zh) | 基于框选标记技术赋分点的评标方法、监管方法及系统 | |
| CN113468108B (zh) | 基于特征数据识别的企业策划方案智能管理分类系统 | |
| CN116484109B (zh) | 基于人工智能的客户画像分析系统及方法 | |
| CN113469704A (zh) | 一种自动推荐客户服务策略的系统和方法 | |
| CN111582914A (zh) | 基于工程预算和结算的数据采集系统 | |
| CN116894622A (zh) | 一种基于库存的采购分析系统 | |
| CN115062876B (zh) | 基于ocr的流程快速建模方法、系统、设备及存储介质 | |
| CN107643968A (zh) | 崩溃日志处理方法及装置 | |
| CN114037154A (zh) | 基于注意特征的科技成果数量与主题的预测方法及系统 | |
| CN113806368A (zh) | 一种将文档识别并自动建立数据库的系统及方法 | |
| US20220365972A1 (en) | Classification device, classification method, and classification program | |
| CN111652258A (zh) | 一种图像分类数据标注质量评估方法 | |
| CN112766817A (zh) | 一种企业与政策智能匹配系统 | |
| TWM625235U (zh) | 智能信用貸款評估系統 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221214 Address after: 410007 Rooms 1401-1404 and 1408, Wanbo Huimingdi Phase III, No. 489, Shaoshan Middle Road, Yuhua District, Changsha City, Hunan Province Patentee after: Hunan Mingrui Culture Media Co.,Ltd. Address before: 518052 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong Patentee before: CHENFENG planning (Shenzhen) Co.,Ltd. |
|
| TR01 | Transfer of patent right |