CN113962565B - 一种基于大数据的项目评分方法、系统和可读存储介质 - Google Patents
一种基于大数据的项目评分方法、系统和可读存储介质 Download PDFInfo
- Publication number
- CN113962565B CN113962565B CN202111248157.2A CN202111248157A CN113962565B CN 113962565 B CN113962565 B CN 113962565B CN 202111248157 A CN202111248157 A CN 202111248157A CN 113962565 B CN113962565 B CN 113962565B
- Authority
- CN
- China
- Prior art keywords
- item
- declaration
- items
- reporting
- target
- 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
- 238000013077 scoring method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 238000013145 classification model Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于大数据的项目评分方法、系统和可读存储介质,所述方法包括:通过项目申报窗口接收多个申报项目;分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序。本发明能够降低各个项目之间的评分误差,提高了评分准确度。
Description
技术领域
本发明涉及智能评分技术领域,尤其涉及一种基于大数据的项目评分方法、系统和可读存储介质。
背景技术
项目申报是指政府机关针对企业或其他研究单位作出的一系列优惠政策,企业或相关研究单位再根据政府的政策进行编写申报文件然后根据相关申报要求和流程进行申报。
目前,每年有越来越多的企业进行申报项目,然而由于优惠政策的有限性,不可能对所有申报项目的企业进行开放优惠政策,则需要从申报的项目中按照评分机制筛选出高质量项目,并高质量项目的企业开放优惠政策。传统的评分机制,则需要由专家委员会分别对申报的项目进行逐一评分,一旦申报项目较多,则需要投入的人力成本较大,同时受到人为主观因素的影响,导致评分误差较大,且由于传统的评分机制,都是专家委员会对各个项目进行独立评分,项目与项目之间并未介入参考性评分,将可能会导致多个项目之间的评分误差较大,影响多个项目之间的评分排序,进而导致优惠政策不匹配的现象。
发明内容
为了解决上述至少一个技术问题,本发明提出了一种基于大数据的项目评分方法、系统和可读存储介质,能够降低各个项目之间的评分误差,提高了评分准确度,同时替代了传统的人工评分方式,进一步节省了大量的人力成本。
本发明第一方面提出了一种基于大数据的项目评分方法,所述方法包括:
通过项目申报窗口接收多个申报项目;
分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序。
本方案中,针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序。
本方案中,在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述方法还包括:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后,则统计所述目标申报项目N个部分分别获取挑战成功的总次数Si,其中Si表示第i个部分获取挑战成功的总次数,i=1,2,…,N;
预设N个部分对项目总体评分的影响权重为Wi,其中Wi表示第i个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数Si和N个部分对项目总体评分的影响权重Wi计算所述目标申报项目的总体评分
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序。
本方案中,在根据每个申报项目的总体评分的高低顺序进行排序之后,所述方法还包括:
预设多个申报项目的数量为M个,晋级的申报项目数量为K个;
在完成每一种类别的申报项目排序后,从每一种类别的申报项目中按照排序的先后顺序选定前K/M比例的申报项目晋级到候选申报项目队列中;
将所述候选申报项目队列中每个候选申报项目逐一与剩余候选申报项目进行对比评分挑战,并计算得到每个候选申报项目的总体评分;
根据每个候选申报项目的总体评分的高低顺序进行排序。
本方案中,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战,具体包括:
从所述目标申报项目的N个部分中选定目标部分,确定所述目标部分的评价维度,预设所述评价维度包括字数、资料全面度;
将所述目标申报项目的目标部分的字数、资料全面度与某个剩余申报项目的对应部分的字数、资料全面度进行差异性比对;
计算得到两者的字数差值与资料全面度差值,基于两者的字数差值与资料全面度差值并通过量级转化表转化为对应的字数差值等级h1与资料全面度差值等级h2;
预设字数与资料全面度对所述目标部分的评价影响权重分别为k1和k2,根据两者的字数差值等级h1与资料全面度差值等级h2,计算所述目标申报项目的目标部分与某个剩余申报项目的对应部分的整体差值H=h1×k1+h2×k2;
判断所述整体差值H是否为正,如果是,则对所述目标申报项目的目标部分记录一次挑战成功,如果否,则不记录。
本方案中,在得到多种类别的申报项目之后,所述方法还包括:
判断某类别的申报项目总数是否超过第二预设阈值,如果是,则将该类别的申报项目按照预设分组方式划分为多组;
针对每组的申报项目,分别从中依次选定一个目标申报项目,并将其与同组的所有剩余申报项目进行逐一对比评分挑战;
如果所述目标申报项目的评分高于同组的其它申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同组的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别计算出同组内其它申报项目获取挑战成功的累计次数,根据累计次数的多少进行排序,得到多组已排序的申报项目;
按照预设的筛选名额分别从多组已排序的申报项目中从优选取对应数量的申报项目进入优选队列中;
将优选队列中的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数,根据每个申报项目获取挑战成功的累计次数的多少进行排序,得到已排序的优选队列。
本发明第二方面还提出一种基于大数据的项目评分系统,包括存储器和处理器,所述存储器中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被所述处理器执行时实现如下步骤:
通过项目申报窗口接收多个申报项目;
分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序。
本方案中,针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序。
本方案中,在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述基于大数据的项目评分方法程序被所述处理器执行时还实现如下步骤:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后,则统计所述目标申报项目N个部分分别获取挑战成功的总次数Si,其中Si表示第i个部分获取挑战成功的总次数,i=1,2,…,N;
预设N个部分对项目总体评分的影响权重为Wi,其中Wi表示第i个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数Si和N个部分对项目总体评分的影响权重Wi计算所述目标申报项目的总体评分
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序。
本发明第三方面还提出一种计算机可读存储介质,所述计算机可读存储介质中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被处理器执行时,实现如上述的一种基于大数据的项目评分方法的步骤。
本发明提出的一种基于大数据的项目评分方法、系统和可读存储介质,能够实现对项目的智能化评分,节省了大量的人力成本,且评分效率以及准确度较高。同时,本发明并非独立对某个申报项目进行孤立评分,而是将待评申报项目与其它申报项目进行对比挑战,从而得到所述待评申报项目在全局申报项目中的相对评分,降低各个项目之间的评分误差,从而便于后续按照相对评分进行准确排序,以及精准提名。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1示出了本发明一种基于大数据的项目评分方法的流程图;
图2示出了本发明一种基于大数据的项目评分系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大数据的项目评分方法的流程图。
如图1所示,本发明第一方面提出一种基于大数据的项目评分方法,所述方法包括:
S102,通过项目申报窗口接收多个申报项目;
S104,分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
S106,基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
S108,基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
S110,针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序。
需要说明的是,由于各个企业可能分别从事不同类型的行业,则所申报的项目则也会分别基于对应到相应类型的行业。但在申报项目中,只能提取项目名称、项目申报公司以及项目的技术内容部分,仅从这些内容可能无法准确对该项目进行作分类,本发明的实施例可以基于关键因素(如项目申报公司等),并借助大数据平台进行搜集其它有利于分类的扩展因素,如该企业主营产品等,最终使神经网络分类模型根据关键因素和扩展因素对相应的项目进行准确分类,并针对分类后的每种类别的申报项目进行类别内评分,避免不同类别交叉评分引起的误差排序的现象。
可以理解,在对每一种类别的申报项目进行评分高低排序之后,即可由项目评定主持方从优选取对应数量的项目进行晋级或进行二次评审处理。
根据本发明的具体实施例,通过预设的神经网络分类模型对多个申报项目进行分类,具体包括:
构建神经网络分类模型,并提供项目样本数据;
根据项目样本数据训练所述神经网络分类模型,以得到所述神经网络分类模型的最优参数;
将所述最优参数置入所述神经网络分类模型,并使所述神经网络分类模型对多个申报项目进行分类处理。
根据本发明的实施例,针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序。
可以理解,当所述目标申报项目的评分不高于同类别的一个剩余申报项目,则对所述目标申报项目不记录挑战成功。
需要说明的是,本发明的实施例突破了传统由专家委员会独立对单个申报项目进行评分机制,而是将同类别内多个申报项目进行串接起来进行评价,即每个申报项目均需要与同类别的剩余申报项目进行两两对比评分挑战,根据每个申报项目挑战成功的累计次数进行排序,且最终得到排序实际是同类别内的多个申报项目之间的相对排序,能够实现对同类别的申报项目排序的合理性、准确性。
可以理解,如果是由专家委员会独立对每个申报项目进行评分,则每个申报项目的评分都是孤立的,收到主客观因素的影响,在不同的时段或环境对两个申报项目的评分机制可能有差异,则得到评分也会有误差,从而影响同类别内的多个申报项目的评分排序。然而本发明的实施例则是两两申报项目进行对比分析,能够实现申报项目的准确排序。
根据本发明的具体实施例,在得到多种类别的申报项目之后,所述方法还包括:
判断每一类别的项目总数是否超过第一预设阈值;
如果某类别的申报项目总数超过第一预设阈值,则将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数,根据每个申报项目获取挑战成功的累计次数的多少进行排序;
如果某类别的申报项目总数未超过第一预设阈值,且大于1,则从历史数据库中相同类别的历史申报项目中,随机抽取一定数量的历史申报项目,以补位到该类别中,且补位后的该类别的项目总数达到第一预设阈值;然后将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数,根据每个申报项目获取挑战成功的累计次数的多少进行排序;
如果某类别的申报项目总数等于1,则将类别的唯一申报项目晋级为候选申报项目。
可以理解,在相同类别的各个项目进行相互挑战对比分析时,为了提升最终各个项目的评分准确性,则需要满足相同类别的项目总数达到第一预设阈值,如果不满足,则可以从历史数据库中随机抽取一定数量的历史申报项目进行补充,由于补充后的类别中即包含当前的申报项目,也包含历史申报项目,则只需要计算每个申报项目的挑战成功累计次数,并按照累计次数的多少对申报项目进行排序即可,无需计算历史申报项目的挑战成功累计次数。
进一步的,如果某类别的申报项目只有一个,则直接将其晋级为候选申报项目,稍后进一步在候选申报项目队列中进行排序或筛选工作。
根据本发明的实施例,在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述方法还包括:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后,则统计所述目标申报项目N个部分分别获取挑战成功的总次数Si,其中Si表示第i个部分获取挑战成功的总次数,i=1,2,…,N;
预设N个部分对项目总体评分的影响权重为Wi,其中Wi表示第i个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数Si和N个部分对项目总体评分的影响权重Wi计算所述目标申报项目的总体评分
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序。
需要说明的是,根据主持方的项目材料撰写模板,则企业在准备项目文件时通常会按照多个部分的格式要求进行描述,例如技术背景、技术内容、社会效益等,而且每个部分的重要程度不同,例如技术背景部分显然比技术内容部分对项目总体评分的影响权重较低。本发明的实施例则将两两申报项目的N个部分进行分别对比挑战,在目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后,则增加不同部分对总体评分的影响权重,进而合理计算得到所述目标申报项目的总体评分。由于所述目标申报项目的总体评分并非由专家委员会独立评价完成的,这里的总体评分实际是相对于其它申报项目的相对评分,按照上述总体评分进行排序,能够实现排序准确性和合理性。
根据本发明的实施例,在根据每个申报项目的总体评分的高低顺序进行排序之后,所述方法还包括:
预设多个申报项目的数量为M个,晋级的申报项目数量为K个;
在完成每一种类别的申报项目排序后,从每一种类别的申报项目中按照排序的先后顺序选定前K/M比例的申报项目晋级到候选申报项目队列中;
将所述候选申报项目队列中每个候选申报项目逐一与剩余候选申报项目进行对比评分挑战,并计算得到每个候选申报项目的总体评分;
根据每个候选申报项目的总体评分的高低顺序进行排序。
需要说明的是,由于申报项目较多,可以按照不同类别进行划分为多个类别,然后基于各个类别内的申报项目进行相互评分挑战,得到类别内的申报项目的排序,根据晋级的申报项目数量从各个类别的申报项目中从优选取对应比例的申报项目进行晋级为候选申报项目。之后再对候选申报项目队列中的各个候选申报项目进行相互评分挑战,从而按照评分挑战结果来对候选申报项目队列中的各个候选申报项目进行排序。
根据本发明的具体实施例,从每一种类别的申报项目中按照排序的先后顺序选定前K/M比例的申报项目晋级到候选申报项目队列中,具体包括:
如果某类别在从优选取前K/M比例的申报项目时,在按照排序关系选取最后一个申报项目时,有至少两个申报项目的总体评分相同,则将至少两个申报项目分别与排序在前的所有申报项目逐一进行对比评分挑战,并分别计算至少两个申报项目的校验总体评分,根据至少两个申报项目的校验总体评分进行排序,按照排序关系从至少两个申报项目中选取其中一个晋级到候选申报项目队列中。
可以理解,在某类别按照总体评分排序关系晋级前K/M比例的申报项目时,有可能最后一个待选的申报项目与其它申报项目的总体评分相同,或者排序的序号并列。此时需要对这些申报项目进行重新比对评分挑战,以及排序,为了进一步提升重新排序的准确度,则可以将排序在前的所有申报项目作为评分挑战对象,由于排序在前的申报项目更加贴近于标准模板或满分申报项目,因此,通过与排序在前的申报项目进行对比评分挑战,能够有效提升了排序的真实度。
根据本发明的具体实施例,将所述候选申报项目队列中每个候选申报项目逐一与剩余候选申报项目进行对比评分挑战,并计算得到每个候选申报项目的总体评分,具体包括:
预设候选申报项目均包括N个部分,从候选申报项目队列中选定一个候选申报项目作为目标候选申报项目,在所述目标候选申报项目与某个剩余候选申报项目进行对比评分挑战时,将所述目标候选申报项目的N个部分逐一与该剩余候选申报项目的对应部分进行对比评分挑战;
当所述目标候选申报项目某部分的评分高于该剩余候选申报项目的对应部分时,则对所述目标候选申报项目的该部分记录一次挑战成功;
待所述目标候选申报项目逐一与所有剩余候选申报项目进行对比评分挑战完成后,则统计所述目标候选申报项目N个部分分别获取挑战成功的总次数Si,其中Si表示第i个部分获取挑战成功的总次数,i=1,2,…,N;
预设N个部分对项目总体评分的影响权重为Wi,其中Wi表示第i个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数Si和N个部分对项目总体评分的影响权重Wi计算所述目标申报项目的总体评分
分别将每个候选申报项目的N个部分逐一与剩余候选申报项目的对应部分进行对比评分挑战,并计算得到每个候选申报项目的总体评分;
根据每个候选申报项目的总体评分的高低顺序进行排序。
根据本发明的实施例,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战,具体包括:
从所述目标申报项目的N个部分中选定目标部分,确定所述目标部分的评价维度,预设所述评价维度包括字数、资料全面度;
将所述目标申报项目的目标部分的字数、资料全面度与某个剩余申报项目的对应部分的字数、资料全面度进行差异性比对;
计算得到两者的字数差值与资料全面度差值,基于两者的字数差值与资料全面度差值并通过量级转化表转化为对应的字数差值等级h1与资料全面度差值等级h2;
预设字数与资料全面度对所述目标部分的评价影响权重分别为k1和k2,根据两者的字数差值等级h1与资料全面度差值等级h2,计算所述目标申报项目的目标部分与某个剩余申报项目的对应部分的整体差值H=h1×k1+h2×k2;
判断所述整体差值H是否为正,如果是,则对所述目标申报项目的目标部分记录一次挑战成功,如果否,则不记录。
需要说明的是,由于项目中可能包括多个部分,每个部分的侧重点不同,例如技术背景部分,则侧重于技术背景的全面性,则可以从字数多少和资料全面度两个维度进行评价,又例如,技术内容部分更加侧重于技术先进性和可实施性,社会效益部分更加侧重于收益金额以及审计等证明材料的完整性。而且每个部分不同评价维度的影响权重也不完全相同,例如社会效益部分,收益金额占有更大的影响权重。本发明的实施例通过多维度评价体系能够实现对两项目相同部分的综合对比分析,进一步提升了后续项目排序的准确度。
需要说明的是,在进行字数差值的量级转化时,预设字数差值100字以内则对应字数差值等级1,字数差值超过100字且小于200字则对应字数差值等级2,依次类推,即可实现度对字数差值的量级转化。同理,资料全面度差值也会根据对应的量级转化表进行转化为对应的资料全面度差值等级。可以理解,由于不同维度的单位不同,字数差值通常会相对较大,通过量级转化可以将其趋向于与资料全面度差值相同的数量级,进而便于后续的综合评价计算。
根据本发明的实施例,在得到多种类别的申报项目之后,所述方法还包括:
判断某类别的申报项目总数是否超过第二预设阈值,如果是,则将该类别的申报项目按照预设分组方式划分为多组;
针对每组的申报项目,分别从中依次选定一个目标申报项目,并将其与同组的所有剩余申报项目进行逐一对比评分挑战;
如果所述目标申报项目的评分高于同组的其它申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同组的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别计算出同组内其它申报项目获取挑战成功的累计次数,根据累计次数的多少进行排序,得到多组已排序的申报项目;
按照预设的筛选名额分别从多组已排序的申报项目中从优选取对应数量的申报项目进入优选队列中;
将优选队列中的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数,根据每个申报项目获取挑战成功的累计次数的多少进行排序,得到已排序的优选队列。
需要说明的是,如果某一类别的申报项目数量较多,则该类别的每个申报项目均需要与剩余申报项目进行比对分析,则需要比对的次数较多,且花费的总评分时间较长。通常项目评定主持方在选定申报项目时,只需要选定前多少名的申报项目,因此本实施例可以将该类别的申报项目按照随机分组的方式进行分为多组,稍后针对每个组的申报项目进行组内相对评分挑战,由于组内的各个申报项目对比的次数仅为该组的申报项目数量,且远小于类别的申报项目总数,从而大大减少了比对次数,进一步缩短了总评分时间。在完成每组的申报项目评分挑战后,即可进行排序,并按照预设的筛选名额从各组从优选取对应数量的申报项目进入优选队列中,同时优选队列的申报项目也将进行相互评分挑战,进行排序,以便于后续选取晋级的候选申报项目。
可以理解,优选队列的申报项目数量一般大于该类别晋级为候选申报项目的名额,在对该类别的申报项目选定前K/M比例的申报项目晋级到候选申报项目队列时,则此时的分母项M,则需要考虑各组没有进入优选队列中的剩余申报项目,但分子项K则仅仅按照优选队列中的申报项目晋级为候选申报项目。
根据本发明的具体实施例,判断某类别的申报项目总数是否超过第二预设阈值,如果是,则将该类别的申报项目按照预设分组方式划分为多组,具体包括:
预设所述第二预设阈值等于2倍的极限分组阈值,其中所述极限分组阈值为满足多个申报项目进行相互评分挑战且保证准确排序的最小数量;
判断某类别的申报项目总数是否大于等于2倍的极限分组阈值,且小于3倍的极限分组阈值;如果是,则将类别的申报项目随机划分为两组相同数量的申报项目;
如果否,继续判断该类别的申报项目总数是否大于等于3倍的极限分组阈值,且小于4倍的极限分组阈值;如果是,则将类别的申报项目随机划分为三组相同数量的申报项目;
如果否,继续判断该类别的申报项目总数是否大于等于p倍的极限分组阈值,且小于p+1倍的极限分组阈值;如果是,则将类别的申报项目随机划分为p组相同数量的申报项目,其中p取值大于等于4的正整数。
可以理解,本发明的实施例在确保组内各个申报项目排序准确的同时,尽可能的将同类别的多个申报项目划分为更多的组,以此减少比对次数,缩短了项目评分时长。
根据本发明的具体实施例,按照预设的筛选名额分别从多组已排序的申报项目中从优选取对应数量的申报项目进入优选队列中,具体包括:
如果某组在从优选取对应数量的申报项目时,在按照排序关系选取最后一个申报项目时,有至少两个申报项目获取挑战成功的累计次数相同,则将至少两个申报项目分别与排序在前的所有申报项目逐一进行对比评分挑战,并分别计算至少两个申报项目获取挑战成功的累计次数,根据至少两个申报项目获取挑战成功的累计次数的多少进行排序,按照排序关系从至少两个申报项目中选取其中一个进入优选队列中。
可以理解,在按照累计次数的排序关系筛选对应数量申报项目时,有可能最后一个待选的申报项目与其它申报项目的累计次数相同,或者排序的序号并列。此时需要对这些申报项目进行重新比对评分挑战,以及排序,为了进一步提升重新排序的准确度,则可以将排序在前的所有申报项目作为评分挑战对象,由于排序在前的申报项目更加贴近于标准模板或满分申报项目,因此,通过与排序在前的申报项目进行对比评分挑战,能够有效提升了排序的真实度。
图2示出了本发明一种基于大数据的项目评分系统的框图。
如图2所示,本发明第二方面还提出一种基于大数据的项目评分系统2,包括存储器21和处理器22,所述存储器中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被所述处理器执行时实现如下步骤:
通过项目申报窗口接收多个申报项目;
分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序。
根据本发明的实施例,针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序。
根据本发明的实施例,在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述基于大数据的项目评分方法程序被所述处理器执行时还实现如下步骤:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后,则统计所述目标申报项目N个部分分别获取挑战成功的总次数Si,其中Si表示第i个部分获取挑战成功的总次数,i=1,2,…,N;
预设N个部分对项目总体评分的影响权重为Wi,其中Wi表示第i个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数Si和N个部分对项目总体评分的影响权重Wi计算所述目标申报项目的总体评分
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序。
本发明第三方面还提出一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被处理器执行时,实现如上述的一种基于大数据的项目评分方法的步骤。
本发明提出的一种基于大数据的项目评分方法、系统和可读存储介质,能够实现对项目的智能化评分,节省了大量的人力成本,且评分效率以及准确度较高。同时,本发明并非独立对某个申报项目进行孤立评分,而是将待评申报项目与其它申报项目进行对比挑战,从而得到所述待评申报项目在全局申报项目中的相对评分,降低各个项目之间的评分误差,从而便于后续按照相对评分进行准确排序,以及精准提名。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种基于大数据的项目评分方法,其特征在于,所述方法包括:
通过项目申报窗口接收多个申报项目;
分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序;
在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述方法还包括:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后, 则统计所述目标申报项目N个部分分别获取挑战成功的总次数,其中/>表示第/>个部分获取挑战成功的总次数,/>;
预设N个部分对项目总体评分的影响权重为,其中/>表示第/>个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数和N 个部分对项目总体评分的影响权重/>计算所述目标申报项目的总体评分/>;
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序;
将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战,具体包括:
从所述目标申报项目的N个部分中选定目标部分,确定所述目标部分的评价维度,预设所述评价维度包括字数、资料全面度;
将所述目标申报项目的目标部分的字数、资料全面度与某个剩余申报项目的对应部分的字数、资料全面度进行差异性比对;
计算得到两者的字数差值与资料全面度差值,基于两者的字数差值与资料全面度差值并通过量级转化表转化为对应的字数差值等级与资料全面度差值等级/>;
预设字数与资料全面度对所述目标部分的评价影响权重分别为和/>,根据两者的字数差值等级/>与资料全面度差值等级/>,计算所述目标申报项目的目标部分与某个剩余申报项目的对应部分的整体差值/>;
判断所述整体差值是否为正,如果是,则对所述目标申报项目的目标部分记录一次挑战成功,如果否,则不记录。
2.根据权利要求1所述的一种基于大数据的项目评分方法,其特征在于,在根据每个申报项目的总体评分的高低顺序进行排序之后,所述方法还包括:
预设多个申报项目的数量为M个,晋级的申报项目数量为K个;
在完成每一种类别的申报项目排序后,从每一种类别的申报项目中按照排序的先后顺序选定前K/M比例的申报项目晋级到候选申报项目队列中;
将所述候选申报项目队列中每个候选申报项目逐一与剩余候选申报项目进行对比评分挑战,并计算得到每个候选申报项目的总体评分;
根据每个候选申报项目的总体评分的高低顺序进行排序。
3.根据权利要求1所述的一种基于大数据的项目评分方法,其特征在于,在得到多种类别的申报项目之后,所述方法还包括:
判断某类别的申报项目总数是否超过第二预设阈值,如果是,则将该类别的申报项目按照预设分组方式划分为多组;
针对每组的申报项目,分别从中依次选定一个目标申报项目,并将其与同组的所有剩余申报项目进行逐一对比评分挑战;
如果所述目标申报项目的评分高于同组的其它申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同组的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别计算出同组内其它申报项目获取挑战成功的累计次数,根据累计次数的多少进行排序,得到多组已排序的申报项目;
按照预设的筛选名额分别从多组已排序的申报项目中从优选取对应数量的申报项目进入优选队列中;
将优选队列中的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数,根据每个申报项目获取挑战成功的累计次数的多少进行排序,得到已排序的优选队列。
4.一种基于大数据的项目评分系统,其特征在于,包括存储器和处理器,所述存储器中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被所述处理器执行时实现如下步骤:
通过项目申报窗口接收多个申报项目;
分别从每个申报项目中提取对应的关键因素,其中所述关键因素至少包括项目名称、项目申报公司;
基于所述关键因素并通过大数据平台进行相关性搜索分析,获取对应的扩展因素,其中所述扩展因素至少包括所述项目申报公司所属技术领域以及主营产品;
基于所述关键因素和所述扩展因素,并通过预设的神经网络分类模型对多个申报项目进行分类,得到多种类别的申报项目;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序;
针对每一种类别的申报项目,通过预设的评分算法进行评分,并按照评分高低进行排序,具体包括:
针对某类别的申报项目,从中依次选定一个申报项目为目标申报项目;
将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战;
当所述目标申报项目的评分高于同类别的一个剩余申报项目,则对所述目标申报项目记录一次挑战成功;
待所述目标申报项目与同类别的所有剩余申报项目进行对比评分挑战完成后,则计算所述目标申报项目获取挑战成功的累计次数;
分别将该类别的每个申报项目逐一与剩余申报项目进行对比评分挑战,并计算每个申报项目获取挑战成功的累计次数;
根据每个申报项目获取挑战成功的累计次数的多少进行排序;
在将所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战之后,所述基于大数据的项目评分方法程序被所述处理器执行时还实现如下步骤:
预设该类别的每个申报项目均包括N个部分,在所述目标申报项目与某个剩余申报项目进行对比评分挑战时,将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战;
当所述目标申报项目某部分的评分高于该剩余申报项目的对应部分时,则对所述目标申报项目的该部分记录一次挑战成功;
待所述目标申报项目逐一与该类别的剩余申报项目进行对比评分挑战完成后, 则统计所述目标申报项目N个部分分别获取挑战成功的总次数,其中/>表示第/>个部分获取挑战成功的总次数,/>;
预设N个部分对项目总体评分的影响权重为,其中/>表示第/>个部分对项目总体评分的影响权重;
根据N个部分获取挑战成功的总次数和N 个部分对项目总体评分的影响权重/>计算所述目标申报项目的总体评分/>;
分别将该类别的每个申报项目的N个部分逐一与剩余申报项目的对应部分进行对比评分挑战,并计算得到每个申报项目的总体评分;
根据每个申报项目的总体评分的高低顺序进行排序;
将所述目标申报项目的N个部分逐一与该剩余申报项目的对应部分进行对比评分挑战,具体包括:
从所述目标申报项目的N个部分中选定目标部分,确定所述目标部分的评价维度,预设所述评价维度包括字数、资料全面度;
将所述目标申报项目的目标部分的字数、资料全面度与某个剩余申报项目的对应部分的字数、资料全面度进行差异性比对;
计算得到两者的字数差值与资料全面度差值,基于两者的字数差值与资料全面度差值并通过量级转化表转化为对应的字数差值等级与资料全面度差值等级/>;
预设字数与资料全面度对所述目标部分的评价影响权重分别为和/>,根据两者的字数差值等级/>与资料全面度差值等级/>,计算所述目标申报项目的目标部分与某个剩余申报项目的对应部分的整体差值/>;
判断所述整体差值是否为正,如果是,则对所述目标申报项目的目标部分记录一次挑战成功,如果否,则不记录。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种基于大数据的项目评分方法程序,所述基于大数据的项目评分方法程序被处理器执行时,实现如权利要求1至3中任一项所述的一种基于大数据的项目评分方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111248157.2A CN113962565B (zh) | 2021-10-26 | 2021-10-26 | 一种基于大数据的项目评分方法、系统和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111248157.2A CN113962565B (zh) | 2021-10-26 | 2021-10-26 | 一种基于大数据的项目评分方法、系统和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113962565A CN113962565A (zh) | 2022-01-21 |
CN113962565B true CN113962565B (zh) | 2024-05-21 |
Family
ID=79467150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111248157.2A Active CN113962565B (zh) | 2021-10-26 | 2021-10-26 | 一种基于大数据的项目评分方法、系统和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113962565B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187299B (zh) * | 2023-03-07 | 2024-03-15 | 广东省技术经济研究发展中心 | 一种科技项目文本数据检定评价方法、系统及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582133A (zh) * | 2008-05-14 | 2009-11-18 | 北京六所和瑞科技发展有限公司 | 一种方案评审系统及评审方法 |
CN106897844A (zh) * | 2017-03-17 | 2017-06-27 | 国网四川省电力公司经济技术研究院 | 一种电力企业项目的审核方法及系统 |
CN108241913A (zh) * | 2016-12-23 | 2018-07-03 | 广东省科技基础条件平台中心 | 一种科技项目验收评价方法 |
CN110852089A (zh) * | 2019-10-25 | 2020-02-28 | 国家电网有限公司 | 基于智能分词与深度学习的运维项目管理方法 |
CN111598528A (zh) * | 2020-04-21 | 2020-08-28 | 奇计(江苏)科技服务有限公司 | 一种企业项目对比评审方法 |
CN111861366A (zh) * | 2020-06-08 | 2020-10-30 | 远光软件股份有限公司 | 一种项目可研的智能审核系统及计算机 |
CN112434155A (zh) * | 2020-10-29 | 2021-03-02 | 苏州浪潮智能科技有限公司 | 一种评论质量分类的方法、装置、设备及可读介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200387850A1 (en) * | 2019-06-04 | 2020-12-10 | Eleanor Kramer | Using score tiers to facilitate evaluation of computer-assessed candidates for employment purposes |
-
2021
- 2021-10-26 CN CN202111248157.2A patent/CN113962565B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582133A (zh) * | 2008-05-14 | 2009-11-18 | 北京六所和瑞科技发展有限公司 | 一种方案评审系统及评审方法 |
CN108241913A (zh) * | 2016-12-23 | 2018-07-03 | 广东省科技基础条件平台中心 | 一种科技项目验收评价方法 |
CN106897844A (zh) * | 2017-03-17 | 2017-06-27 | 国网四川省电力公司经济技术研究院 | 一种电力企业项目的审核方法及系统 |
CN110852089A (zh) * | 2019-10-25 | 2020-02-28 | 国家电网有限公司 | 基于智能分词与深度学习的运维项目管理方法 |
CN111598528A (zh) * | 2020-04-21 | 2020-08-28 | 奇计(江苏)科技服务有限公司 | 一种企业项目对比评审方法 |
CN111861366A (zh) * | 2020-06-08 | 2020-10-30 | 远光软件股份有限公司 | 一种项目可研的智能审核系统及计算机 |
CN112434155A (zh) * | 2020-10-29 | 2021-03-02 | 苏州浪潮智能科技有限公司 | 一种评论质量分类的方法、装置、设备及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113962565A (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8666998B2 (en) | Handling data sets | |
CN110928764B (zh) | 移动应用众包测试报告自动化评估方法及计算机存储介质 | |
CN107633030B (zh) | 基于数据模型的信用评估方法及装置 | |
CN112463971B (zh) | 一种基于层级组合模型的电商商品分类方法及系统 | |
CN111506727B (zh) | 文本内容类别获取方法、装置、计算机设备和存储介质 | |
CN112966962A (zh) | 一种电商企业评优方法 | |
CN112734161A (zh) | 精准识别空壳企业的方法、设备和存储介质 | |
CN113962565B (zh) | 一种基于大数据的项目评分方法、系统和可读存储介质 | |
CN112860769A (zh) | 一种能源规划数据管理系统 | |
CN113642922A (zh) | 一种中小微企业信用评估方法及装置 | |
CN114049016A (zh) | 指标相似性判断方法、系统、终端设备及计算机存储介质 | |
CN113177643A (zh) | 一种基于大数据的自动建模系统 | |
CN113450004A (zh) | 电力信用报告生成方法、装置、电子设备及可读存储介质 | |
CN117648581A (zh) | 一种企业相似度评估方法、装置、终端及介质 | |
JP3703064B2 (ja) | ソフトウェア品質評価装置および品質評価方法 | |
CN108615124B (zh) | 基于词频分析的企业评价方法及系统 | |
CN112506930B (zh) | 一种基于机器学习技术的数据洞察系统 | |
CN115271442A (zh) | 基于自然语言评估企业成长性的建模方法及系统 | |
CN114676253A (zh) | 一种基于机器学习算法的元数据分级分类方法 | |
CN113779243A (zh) | 一种商品自动分类方法、装置及计算机设备 | |
CN114663102A (zh) | 基于半监督模型预测发债主体违约的方法、设备及存储介质 | |
CN113064993A (zh) | 一种基于大数据的自动化文本分类标注系统的设计方法、优化方法及标注方法 | |
CN112347085B (zh) | 一种指标式数值型金融时间序列数据校核方法 | |
CN113205270B (zh) | 一种满意度评价表自动生成和评价得分计算的方法及系统 | |
CN115187387B (zh) | 一种风险商家的识别方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |