CN114238668B - 行业信息展示方法、系统、计算机设备和存储介质 - Google Patents
行业信息展示方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114238668B CN114238668B CN202111400449.3A CN202111400449A CN114238668B CN 114238668 B CN114238668 B CN 114238668B CN 202111400449 A CN202111400449 A CN 202111400449A CN 114238668 B CN114238668 B CN 114238668B
- Authority
- CN
- China
- Prior art keywords
- industry
- question
- information
- user
- questionnaire
- 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
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
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/41—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/438—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种行业信息展示方法、系统、计算机设备和存储介质。该行业信息展示方法包括:根据所述行业特征数据生成调查题库;根据所述用户画像群体获取用户关键词;根据所述目标关键词特征、所述题型特征和所述生成时间特征从所述调查题库中获取目标题目,并根据所述目标题目生成行业问卷;采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息;获取行业指数信息,根据所述行业指数信息确定行业指数生成模型;根据所述有效用户答复信息和所述行业指数生成模型生成行业调查报告。该行业信息展示方法能够让行业信息更准确地展示出来。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种行业信息展示方法、系统、计算机设备和存储介质。
背景技术
当前在线调查是节省时间、经费和人力,并可量化的一种数据采集方式,但目前市面上数据采集质量效果不佳,尤其对于一些行业状况的在线调查,其采集样本的代表性以及问卷的可信度都会较大影响调查结果的质量,使得在线调查后展示出来的行业信息不够准确。
发明内容
有鉴于此,本申请实施例提供了一种行业信息展示方法、系统、计算机设备和存储介质,用以解决在线调查后展示出来的行业信息不够准确的问题。
第一方面,本申请实施例提供了一种行业信息展示方法,包括:
获取行业特征数据;
根据所述行业特征数据生成调查题库,其中,所述调查题库中的题目包括关键词特征、题型特征和生成时间特征;
根据所述行业特征数据确定用户画像群体;
根据所述用户画像群体获取用户关键词;
根据所述用户关键词从所述关键词特征中确定目标关键词特征;
根据所述目标关键词特征、所述题型特征和所述生成时间特征从所述调查题库中获取目标题目,并根据所述目标题目生成行业问卷;
通过所述行业问卷获取用户答复信息;
采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息,其中,所述问卷校验规则根据所述行业问卷确定;
获取行业指数信息,根据所述行业指数信息确定行业指数生成模型;
根据所述有效用户答复信息和所述行业指数生成模型生成行业调查报告。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述行业特征数据生成调查题库,包括:
根据所述行业特征数据确定目标媒体资源;
通过语音识别模型、文本提取模型从所述目标媒体资源中获取行业状况信息;
采用语义分析模型分析所述行业状况信息,从所述行业状况信息中确定目标问答形式信息,根据所述问答形式信息生成所述调查题库。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述目标问答形式信息包括文本类问答形式信息、音频类问答形式信息和视频类问答形式信息,根据所述问答形式信息生成所述调查题库,包括:
根据所述问答形式信息的字节容量确定所述文本类问答形式信息、所述音频类问答形式信息和所述视频类问答形式信息;
采用预设的生成模板,根据所述文本类问答形式信息、所述音频类问答形式信息和所述问答形式信息生成所述调查题库,所述调查题库的题目包括文本类题目、音频类题目和视频类题目。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述行业特征数据确定用户画像群体,包括:
获取用户特征数据,所述用户特征数据包括用户行业信息、用户行为信息和用户兴趣信息;
根据所述用户行业信息、所述用户行为信息和所述用户兴趣信息获取相关度得分值;
若所述相关度得分值不小于第一阈值,将用户归入所述用户画像群体,其中,所述相关度得分值根据所述行业特征数据确定。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述用户关键词从所述关键词特征中确定目标关键词特征,包括:
采用语义分析模型分析所述用户关键词,获取用户关键词特征;
采用所述关键词特征与所述用户关键词特征进行匹配,得到匹配相关度;
若所述匹配相关度不小于第二阈值,确定所述关键词特征为所述目标关键词特征。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述根据所述目标关键词特征、所述题型特征和所述生成时间特征从所述调查题库中获取目标题目,包括:
根据所述目标关键词特征,从所述调查题库中获取第一待筛选题目;
根据所述生成时间特征,从所述第一待筛选题目中获取第二待筛选题目;
采用预设的分配比例,根据所述题型特征,从所述第二待筛选题目中选取目标题目。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,在所述采用问卷校验规则校验所述用户答复信息,确定有效用户答复信息之前,所述方法还包括:
获取所述行业问卷调查中每个所述题目的回答关键词;
采用语义分析将所述题目的回答关键词转换为标准回答关键词;
根据所述标准回答关键词确定所述问卷校验规则。
第二方面,本申请实施例提供了一种行业信息展示系统,包括:
第一获取模块,用于获取行业特征数据;
第一生成模块,用于根据所述行业特征数据生成调查题库,其中,所述调查题库中的题目包括关键词特征、题型特征和生成时间特征;
第一确定模块,用于根据所述行业特征数据确定用户画像群体;
第二获取模块,用于根据所述用户画像群体获取用户关键词;
第二确定模块,用于根据所述用户关键词从所述关键词特征中确定目标关键词特征;
第三获取模块,用于根据所述目标关键词特征、所述题型特征和所述生成时间特征从所述调查题库中获取目标题目,并根据所述目标题目生成行业问卷;
第四获取模块,用于通过所述行业问卷获取用户答复信息;
第三确定模块,用于采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息,其中,所述问卷校验规则根据所述行业问卷确定;
第四确定模块,用于获取行业指数信息,根据所述行业指数信息确定行业指数生成模型;
第二生成模块,用于根据所述有效用户答复信息和所述行业指数生成模型生成行业调查报告。
第三方面,本申请实施例提供了一种计算机设备,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执行如第一方面所述行业信息展示方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如第一方面所述行业信息展示方法的步骤。
在本申请实施例中,根据行业特征数据生成调查题库、以及根据有效用户答复信息和行业指数生成模型生成行业调查报告确定用户画像群体,可使得调查题库中的题目、答复问卷的用户与行业关联性更高;根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目,并根据目标题目生成行业问卷,可使得生成的行业问卷更具有针对性、更贴近行业调查的实际需求;采用问卷校验规则检验用户答复信息,可有效地过滤无效的用户答复信息,以使得行业问卷的调查结果更加准确;根据有效用户答复信息和行业指数生成模型生成行业调查报告,可直观、全面地总结归纳有效用户答复信息,让行业信息更准确、全面地展示出来。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例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申请的一些实施例,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它的附图。
图1是本申请实施例中一种行业信息展示方法的流程图;
图2是本申请实施例中一种行业信息展示系统的系统模块图;
图3是本申请实施例中一种计算机设备的示意图。
具体实施方式
为了更好的理解本申请的技术方案,下面结合附图对本申请实施例进行详细描述。
应当明确,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的相同的字段,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本申请实施例中可能采用术语第一、第二、第三等来描述预设范围等,但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如,在不脱离本申请实施例范围的情况下,第一预设范围也可以被称为第二预设范围,类似地,第二预设范围也可以被称为第一预设范围。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
图1是本申请实施例中一种行业信息展示方法的流程图。该行业信息展示方法可应用在用户在线调查行业数据、生成行业相关报告的场景。该行业信息展示方法具体可通过行业信息展示系统实现。如图1所示,该行业信息展示方法包括如下步骤:
S10:获取行业特征数据。
其中,行业特征数据是指能够体现行业特性、突出、代表行业的数据,具体可以是一些行业的关键词。比如有关医疗、法律、媒体等职业方向相关的关键词。通过这些行业特征数据,可以确定行业信息展示的行业对象,以更精确、全面地将行业信息的调查结果展示出来。进一步地,行业可以是具体的职业,还可以是概念更泛的领域,例如关于饲养宠物等非盈利的项目内容,本申请中的行业可理解为某一领域中的项目内容。
S20:根据行业特征数据生成调查题库,其中,调查题库中的题目包括关键词特征、题型特征和生成时间特征。
在一实施例中,可利用这些行业特征数据通过数据挖掘的方式,在如境内外新闻、论坛、社交媒体、门户网站、期刊杂志、市场调查数据库等挖掘匹配到相关的题目,并生成相应的调查题库,以通过该调查题库生成行业问卷。具体地,调查题库中的题目包括关键词特征、题型特征和生成时间特征,其中,关键词特征体现对题目领域更细的分类,题型特征可体现题目的不同展示形式,如文本、音频、视频等,生成时间特征可体现题目涉及的具体时间段,这些特征可在生成行业问卷时,根据实际需求生成更精确、全面的行业问卷。
S30:根据行业特征数据确定用户画像群体。
其中,用户画像群体是具体相同或相似用户特征的用户群体,这些相同或相似用户特征构成了描述这些用户群体的画像。
在一实施例中,可根据行业特征数据匹配与之相关的用户特征(如关键词匹配),并根据这些匹配确定的用户特征确定用户画像群体。可以理解地,该通过用户特征确定的用户画像群体与行业特征数据具有较大的关联性。具体地,用户画像群体中的人可以是行业中的专业人士,或者对于该行业有浓厚兴趣的学者等。这样可更有针对性地完成行业问卷的调查,使得行业问卷的调查结果更加准确,可信度、相关性、专业性更高。
S40:根据用户画像群体获取用户关键词。
在一实施例中,在确定用户画像群体之后,可在用户画像群体的基础上,拓展与该用户画像群体更多相关的用户特征,获取范围更大的用户关键词。可以理解地,该用户关键词相比确定用户画像群体的用户特征涉及的具体行业方向、行业相关信息更广,在进行行业问卷调查时,能够得到更全面的调查结果。
S50:根据用户关键词从关键词特征中确定目标关键词特征。
在一实施例中,行业问卷的调查由实际需求决定。在确定用户画像群体之后,可根据实际需求从用户关键词中进一步筛选确定与此次调查相关的目标关键词特征,通过该目标用户关键词能够生成相关性更高的行业问卷,让此次行业问卷更贴近实际目标,能够更加精确地完成行业信息展示。
S60:根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目,并根据目标题目生成行业问卷。
在一实施例中,在确定目标关键词特征后,可从调查题库中根据题型特征和生成时间特征选取目标题目。具体地,为了提高用户的参与度,可以多采用题型特征为(短)视频的题目作为目标题目;对于受时间影响较大的题目,可根据时间特征筛选出目标题目。可以理解地,通过目标关键词特征、题型特征和生成时间特征生成的行业问卷,更具有针对性,能够与用户画像群体相契合。行业问卷中的题目是用户画像群体熟悉、感兴趣的领域,这些用户画像群体更乐于参与该行业问卷调查,并且也能给出比较准确、可信度高的答复。
S70:通过行业问卷获取用户答复信息。
在一实施例中,行业问卷可通过社交媒体、邮件等渠道方式发送到用户画像群体。行业信息展示系统可根据用户反馈获取用户答复信息。
S80:采用问卷校验规则检验用户答复信息,确定有效用户答复信息,其中,问卷校验规则根据行业问卷确定。
在一实施例中,行业问卷中存在无效的用户答复信息是难免的,为了让行业信息展示的结果更加精确,可先根据行业问卷确定问卷校验规则,再根据该问卷校验规则校验用户答复信息,过滤掉回答不相关、没有回答等无效的用户答复信息。这样,在根据行业问卷实现行业信息展示时可展示出更加精确、全面、与实际调查需求相关性高的行业信息。
S90:获取行业指数信息,根据行业指数信息确定行业指数生成模型。
其中,行业指数信息是指行业信息展示时的事项信息,即行业信息展示时通过具体的多个指数(维度),从多方面完成分析。可以理解地,行业信息的展示是对有效用户答复信息总结归纳后,基于行业指数信息,从不同维度对行业信息的展示。进一步地,这些行业指数信息可以通过仪表盘、雷达图、热力图、地图、动态曲线等形式进行数据可视化展示。
S100:根据有效用户答复信息和行业指数生成模型生成行业调查报告。
在一实施例中,行业指数生成模型确定了此次行业信息展示的主要维度,根据有效用户答复信息可总结归纳数据并采用行业指数信息的方式展示行业信息,该行业信息展示通过生成的行业调查报告实现。
本申请实施例中,根据行业特征数据生成调查题库、以及根据有效用户答复信息和行业指数生成模型生成行业调查报告确定用户画像群体,可使得调查题库中的题目、答复问卷的用户与行业关联性更高;根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目,并根据目标题目生成行业问卷,可使得生成的行业问卷更具有针对性、更贴近行业调查的实际需求;采用问卷校验规则检验用户答复信息,可有效地过滤无效的用户答复信息,以使得行业问卷的调查结果更加准确;根据有效用户答复信息和行业指数生成模型生成行业调查报告,可直观、全面地总结归纳有效用户答复信息,让行业信息更准确、全面地展示出来。
进一步地,在步骤S20中,即根据行业特征数据生成调查题库中,具体包括如下步骤:
S21:根据行业特征数据确定目标媒体资源。
其中,媒体资源可以是如境内外新闻、论坛、社交媒体、门户网站等中包括的音视频信息资源。目标媒体资源是指与行业特征数据相关的媒体资源。
在一实施例中,根据能够体现行业特征的关键字段,通过字段匹配,可在媒体资源中初步筛选得到目标媒体资源。可以理解地,相比于传统的文本问卷的方式,本申请除了文本的问卷方式,还引入了音频类、视频类的问卷方式,以从音频类、视频类中提取更多的与行业相关的信息。
S22:通过语音识别模型、文本提取模型从目标媒体资源中获取行业状况信息。
在一实施例中,一些目标媒体资源并不是以纯文本的形式存储的,因此本申请中通过语音识别模型对音频类中的内容进提取,以转换为文本信息;对于视频类中的内容,可以结合语音识别模型和文本提取模型共同将内容转换为文本信息。可以理解地,对于目标媒体资源,其内容中反映的是与行业密切相关的内容,这些从目标资源中获取的文本信息为行业状况信息。
S23:采用语义分析模型分析行业状况信息,从行业状况信息中确定目标问答形式信息,根据问答形式信息生成调查题库。
在一实施例中,可采用语义分析模型从行业状况信息中筛选出适合用于作为行业问卷的目标问答形式信息。其中,目标问答形式信息是指期望获取的以问、答形式为主的文本信息。可以理解地,在挑选题目时,优先从行业状况信息中筛选以问答形式为主的文本信息,如通过判断疑问句的方式进行筛选。此外对于一些适合作为题目的内容,亦可通过语义分析后将内容转换为调查题库中的题目。
步骤S21-S23中,提供了一种生成调查题库的具体实施方式。本申请结合了媒体资源,通过文本提取可获取更多的行业状况信息,使得根据行业状况信息确定的题目更加丰富、涉及面更广,同时也更方便生成音频、视频类的题目。
进一步地,目标问答形式信息包括文本类问答形式信息、音频类问答形式信息和视频类问答形式信息。
在一实施例中,调查题库中的题目可以采用文本、音频、视频的方式呈现在行业问卷中。在获取目标问答形式信息,还未确定调查题库之前,可以预先划分哪些适合作为文本题目,哪些适合作为音频题目、视频题目,以提前做好标记。
进一步地,在步骤S23中,即根据问答形式信息生成调查题库中,具体包括如下步骤:
S231:根据问答形式信息的字节容量确定文本类问答形式信息、音频类问答形式信息和视频类问答形式信息。
在一实施例中,采用字节容量大小来作为问答形式信息的划分。可以理解地,占用字节容量大的内容,适合作为视频类问答形式信息;占用字节容量比较小的内容,适合作为文本类问答形式信息,这样对于文本类型的题目来说,会更加简短精炼,用户也会更有耐心和兴趣进行答复。
S232:采用预设的生成模板,根据文本类问答形式信息、音频类问答形式信息和问答形式信息生成调查题库,调查题库的题目包括文本类题目、音频类题目和视频类题目。
在一实施例中,对于文本类问答形式信息、音频类问答形式信息和问答形式信息分别采用不同的生成模板来生产对应的文本题目、音频类题目和视频类题目。这样,就可根据问答形式信息快速生成文本、音频、视频不同种类的题目,得到与行业高度相关、题目类型丰富的调查题库。
步骤S231-S232中,可根据划分好的问答形式信息,根据生成模板快速生成文本、音频、视频不同种类的题目,使得调查题库中的题目类型更加丰富。在流量迸发的时代,能够结合线上问卷调查增加用户的答复兴趣。例如,用户可在答复行业问卷的同时观看短视频(题目)。
进一步地,在步骤S30中,即根据行业特征数据确定用户画像群体中,具体包括如下步骤:
S31:获取用户特征数据,用户特征数据包括用户行业信息、用户行为信息和用户兴趣信息。
其中,用户行业信息具体可以是用户的职业状况。用户兴趣信息具体可以是用户的爱好。用户行为信息是与用户行为分析相关的信息。
在一实施例中,获取用户特征数据可用于判断用户与行业的相关性是不是较高,若确定用户适合作为此次行业问卷调查的对象,则可发送相应的行业问卷到用户关注的公众号、邮件等接收客体。
S32:根据用户行业信息、用户行为信息和用户兴趣信息获取相关度得分值。
在一实施例中,可预先设置好用户行业信息、用户行为信息和用户兴趣信息各自的得分值,然后通过加权的方式综合得到最后的相关度得分值。该相关度得分值反映的是用户是否适合此次行业问卷调查,可依据该相关度得分值筛选待发送行业问卷的用户。
S33:若相关度得分值不小于第一阈值,将用户归入用户画像群体,其中,相关度得分值根据行业特征数据确定。
在一实施例中,依据相关性,可预先根据行业特征数据设置好用户行业信息、用户行为信息和用户兴趣信息各自的得分值,这样能够让根据得分值确定的相关度得分值的结果更加准确。其中,当相关度得分值大于第一阈值时,可认为该用户与此次行业问卷调查的相关性较高,因此可将用户作为待发送行业问卷的用户。在行业层次范围内,这类用户具有相同或相似的特征,可称为用户画像群体。
步骤S31-S33中,提供了一种确定用户画像群体的具体实施方式,基于用户行业信息、用户行为信息和用户兴趣信息对用户进行分析,将对行业问卷兴趣较大,答复结果更准确的用户归入到用户画像群体。这样,可以精确地找到适合行业问卷调查的用户。由于这些用户都是通过相关度筛选出来的,这样的行业问卷调查的答复率会比较高,题目答复的准确性、可信度上也会更高。
进一步地,在步骤S50中,即根据用户关键词从关键词特征中确定目标关键词特征中,具体包括如下步骤:
S51:采用语义分析模型分析用户关键词,获取用户关键词特征。
其中,用户关键词可以从用户行业信息、用户行为信息和用户兴趣信息中得到,能够反映用户与行业相关的关键信息。
可以理解地,调查题库中的题目很多,涉及的领域中的具体方向也有很大区别。调查题库中的题目可根据关键词特征进行划分。其中,对于行业问卷的生成,调查题库可能有一部分或大部分的题目是不会在行业问卷中出现的,因为行业问卷在领域中也有很多不同方向上的研究。因此,本申请实施例中从用户角度出发,利用用户关键词来从调查题库中获取适合生成此次行业问卷的题目。具体地,首先可以采用语义分析模型对用户关键词进行分析,获取用户关键词特征,其中,该用户关键词特征可以是用户关键词的归纳、标准表示,如将多种类似的关键词特征采用一种标准方式进行表述。
S52:采用关键词特征与用户关键词特征进行匹配,得到匹配相关度。
在一实施例中,关键词特征和用户关键词特征可以采用矩阵的方式来表示特征,然后具体可采用余弦相似度计算得到两者的匹配相关度。该匹配相关度反映的是关键词特征与用户关键词特征之间的相关度,实际上也反映出用户与题目的契合度,即行业问卷中的题目是否适合该用户。
可以理解地,传统的问卷调查方式都是先出行业问卷再寻找用户来答卷。而本申请是先对用户进行分析,再决定生成哪些题目。相比较传统的问卷调查方式,本申请生成的行业问卷会更有针对性,参与答卷的用户的答复质量会比较高,这样最终展示的行业信息的准确度也会比较高。
S53:若匹配相关度不小于第二阈值,确定关键词特征为目标关键词特征。
在一实施例中,当匹配相关度大于第二阈值时,说明匹配的关键词特征与用户关键词特征的相关度比较大,那么可确定该关键词特征为目标关键词特征。这样,根据目标关键词特征可从调查题库中选取到适合此次行业问卷的题目。
步骤S51-S53中,可结合用户来选取调查题库中的题目,这样选出来的题目会更契合用户,有助于提高行业信息展示的准确度。
进一步地,在步骤S60中,即根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目中,具体包括如下步骤:
S61:根据目标关键词特征,从调查题库中获取第一待筛选题目。
在一实施例中,在确定目标关键词后,即可确定可用于生成行业问卷的题目。这些题目可称为第一筛选题目,该第一筛选题目还可以进一步进行筛选。
S62:根据生成时间特征,从第一待筛选题目中获取第二待筛选题目。
在一实施例中,调查题库中的题目预先可设置有时间属性,如果对于时间区间有要求的,可优先选择该时间区间内的题目;一般情况下可默认选择时间较新的题目。可以理解地,本申请对第一待筛选题目在时间维度上做了进一步的筛选,可进一步优化题目的选择。
S63:采用预设的分配比例,根据题型特征,从第二待筛选题目中选取目标题目。
在一实施例中,可以采用预设的分配比例,如视频:音频:文本的题目个数的分配比例为3:2:5确定行业问卷中不同题型的比例,这样,可在第二待筛选题目中根据分配比例选取目标题目。
步骤S61-S63中,提供了从调查题库中获取目标题目的具体实施方式,结合了目标关键词特征、生成时间特征和题型特征优化题目的选取,得到目标题目。该目标题目精准定位用户,可提高行业信息展示的准确度。
进一步地,在步骤S80之前,即在采用问卷校验规则校验用户答复信息,确定有效用户答复信息的步骤之前,该行业信息展示方法还包括:
S81:获取行业问卷调查中每个题目的回答关键词。
在一实施例中,可以采用语句分割、关键词匹配对每个题目的回答进行关键词提取,获取回答关键词。
S82:采用语义分析将题目的回答关键词转换为标准回答关键词。
可以理解地,不同的词可能表示的意思是同一个意思,因此,可根据预先设定的对照规则,采用语义分析将题目中含义相同的回答关键词转换为标准回答关键词。
S83:根据标准回答关键词确定问卷校验规则。
在一实施例中,可利用标准关键词相应地制定问卷校验规则,如果用户填写的内容在语义分析后跟标准回答关键词没有关联,那么可认为用户填写的内容是无效的。
步骤S81-S83中,提供了根据行业问卷确定问卷校验规则的具体实施方式,通过该问卷检验规则,可以过滤掉无效的用户答复信息,提高行业信息展示的准确度。
在本申请实施例中,根据行业特征数据生成调查题库、以及根据有效用户答复信息和行业指数生成模型生成行业调查报告确定用户画像群体,可使得调查题库中的题目、答复问卷的用户与行业关联性更高;根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目,并根据目标题目生成行业问卷,可使得生成的行业问卷更具有针对性、更贴近行业调查的实际需求;采用问卷校验规则检验用户答复信息,可有效地过滤无效的用户答复信息,以使得行业问卷的调查结果更加准确;根据有效用户答复信息和行业指数生成模型生成行业调查报告,可直观、全面地总结归纳有效用户答复信息,让行业信息更准确、全面地展示出来。
进一步地,本申请实施例结合了媒体资源,通过文本提取可获取更多的行业状况信息,使得根据行业状况信息确定的题目更加丰富、涉及面更广,同时也更方面生成音频、视频类的题目。
进一步地,本申请实施例可根据划分好的问答形式信息,根据生成模板快速生成文本、音频、视频不同种类的题目,使得调查题库中的题目类型更加丰富。在流量迸发的时代,能够结合线上问卷调查增加用户的答复兴趣。例如,用户可边答复行业问卷的同时边观看短视频(题目)。
进一步地,本申请实施例基于用户行业信息、用户行为信息和用户兴趣信息对用户进行分析,将对行业问卷兴趣较大,答复结果更准确的用户归入到用户画像群体。这样,可以精确地找到适合行业问卷调查的用户,由于这些用户都是通过相关度筛选出来的,这样的行业问卷调查的答复率会比较高,题目答复的准确性、有效性上也会更高。
进一步地,本申请实施例结合用户来选取调查题库中的题目,有助于提高行业信息展示的准确度。
进一步地,本申请实施例结合了目标关键词特征、生成时间特征和题型特征优化题目的选取,得到目标题目。该目标题目精准定位用户,可提高行业信息展示的准确度。
进一步地,本申请实施例通过该问卷检验规则,可以过滤掉无效的用户答复信息,提高行业信息展示的准确度。
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,而不应对本申请实施例的实施过程构成任何限定。
图2是本申请实施例中一种行业信息展示系统的系统模块图。如图2所示,该行业信息展示系统包括第一获取模块10、第一生成模块20、第一确定模块30、第二获取模块40、第二确定模块50、第三获取模块60、第四获取模块70、第三确定模块80、第四确定模块90和第二生成模块100。其中,第一获取模块10、第一生成模块20、第一确定模块30、第二获取模块40、第二确定模块50、第三获取模块60、第四获取模块70、第三确定模块80、第四确定模块90和第二生成模块100的实现功能与行业信息展示方法对应的步骤一一对应,为避免赘述,本实施例不一一详述。
进一步地,第一生成模块20还具体用于:
根据行业特征数据确定目标媒体资源;
通过语音识别模型、文本提取模型从目标媒体资源中获取行业状况信息;
采用语义分析模型分析行业状况信息,从行业状况信息中确定目标问答形式信息,根据问答形式信息生成调查题库。
进一步地,目标问答形式信息包括文本类问答形式信息、音频类问答形式信息和视频类问答形式信息。
进一步地,第一生成模块20还具体用于:
根据问答形式信息的字节容量确定文本类问答形式信息、音频类问答形式信息和视频类问答形式信息;
采用预设的生成模板,根据文本类问答形式信息、音频类问答形式信息和问答形式信息生成调查题库,调查题库的题目包括文本类题目、音频类题目和视频类题目。
进一步地,第一确定模块30还具体用于:
获取用户特征数据,用户特征数据包括用户行业信息、用户行为信息和用户兴趣信息;
根据用户行业信息、用户行为信息和用户兴趣信息获取相关度得分值;
若相关度得分值不小于第一阈值,将用户归入用户画像群体,其中,相关度得分值根据行业特征数据确定。
进一步地,第二确定模块50还具体用于:
采用语义分析模型分析用户关键词,获取用户关键词特征;
采用关键词特征与用户关键词特征进行匹配,得到匹配相关度;
若匹配相关度不小于第二阈值,确定关键词特征为目标关键词特征。
进一步地,第三获取模块60还具体用于:
根据目标关键词特征,从调查题库中获取第一待筛选题目;
根据生成时间特征,从第一待筛选题目中获取第二待筛选题目;
采用预设的分配比例,根据题型特征,从第二待筛选题目中选取目标题目。
进一步地,该行业信息展示系统还具体用于:
获取行业问卷调查中每个题目的回答关键词;
采用语义分析将题目的回答关键词转换为标准回答关键词;
根据标准回答关键词确定问卷校验规则。
在本申请实施例中,根据行业特征数据生成调查题库、以及根据有效用户答复信息和行业指数生成模型生成行业调查报告确定用户画像群体,可使得调查题库中的题目、答复问卷的用户与行业关联性更高;根据目标关键词特征、题型特征和生成时间特征从调查题库中获取目标题目,并根据目标题目生成行业问卷,可使得生成的行业问卷更具有针对性、更贴近行业调查的实际需求;采用问卷校验规则检验用户答复信息,可有效地过滤无效的用户答复信息,以使得行业问卷的调查结果更加准确;根据有效用户答复信息和行业指数生成模型生成行业调查报告,可直观、全面地总结归纳有效用户答复信息,让行业信息更准确、全面地展示出来。
图3是本申请实施例中一种计算机设备的示意图。
如图3所示,计算机设备110包括处理器111、存储器112以及存储在存储器112中并可在处理器111上运行的计算机可读指令113。处理器111执行计算机可读指令113时实现由第一终端或第二终端执行的信息录入方法的各个步骤。或者,处理器111执行计算机可读指令113时实现由第一终端或第二终端执行的信息录入装置各模块/单元的功能。
示例性地,计算机可读指令113可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器112中,并由处理器111执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述计算机可读指令113在计算机设备110中的执行过程。
计算机设备110可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括,但不仅限于,处理器111、存储器112。本领域技术人员可以理解,图3仅仅是计算机设备110的示例,并不构成对计算机设备110的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器111可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器112可以是计算机设备110的内部存储单元,例如计算机设备110的硬盘或内存。存储器112也可以是计算机设备110的外部存储设备,例如计算机设备110上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器112还可以既包括计算机设备110的内部存储单元也包括外部存储设备。存储器112用于存储计算机可读指令以及计算机设备所需的其他程序和数据。存储器112还可以用于暂时地存储已经输出或者将要输出的数据。
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。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本申请实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机可读指令在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机可读指令包括计算机可读指令代码,所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述行业信息展示方法的步骤。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种行业信息展示方法,其特征在于,包括:
获取行业特征数据;
根据所述行业特征数据确定目标媒体资源;
通过语音识别模型、文本提取模型从所述目标媒体资源中获取行业状况信息;
采用语义分析模型分析所述行业状况信息,从所述行业状况信息中确定目标问答形式信息,根据所述问答形式信息生成调查题库,其中,所述调查题库中的题目包括关键词特征、题型特征和生成时间特征,其中,所述目标问答形式信息包括文本类问答形式信息、音频类问答形式信息和视频类问答形式信息,其中,所述根据所述问答形式信息生成所述调查题库,包括:根据所述问答形式信息的字节容量确定所述文本类问答形式信息、所述音频类问答形式信息和所述视频类问答形式信息;采用预设的生成模板,根据所述文本类问答形式信息、所述音频类问答形式信息和所述视频类问答形式信息生成所述调查题库,所述调查题库的题目包括文本类题目、音频类题目和视频类题目;
根据所述行业特征数据确定用户画像群体;
根据所述用户画像群体获取用户关键词;
根据所述用户关键词从所述关键词特征中确定目标关键词特征;
根据所述目标关键词特征,从所述调查题库中获取第一待筛选题目;
根据所述生成时间特征,从所述第一待筛选题目中获取第二待筛选题目;
采用预设的分配比例,根据所述题型特征,从所述第二待筛选题目中选取目标题目,并根据所述目标题目生成行业问卷;
通过所述行业问卷获取用户答复信息;
采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息,其中,所述问卷校验规则根据所述行业问卷确定;
获取行业指数信息,根据所述行业指数信息确定行业指数生成模型;
根据所述有效用户答复信息和所述行业指数生成模型生成行业调查报告。
2.根据权利要求1所述的方法,其特征在于,所述根据所述行业特征数据确定用户画像群体,包括:
获取用户特征数据,所述用户特征数据包括用户行业信息、用户行为信息和用户兴趣信息;
根据所述用户行业信息、所述用户行为信息和所述用户兴趣信息获取相关度得分值;
若所述相关度得分值不小于第一阈值,将用户归入所述用户画像群体,其中,所述相关度得分值根据所述行业特征数据确定。
3.根据权利要求1所述的方法,其特征在于,所述根据所述用户关键词从所述关键词特征中确定目标关键词特征,包括:
采用语义分析模型分析所述用户关键词,获取用户关键词特征;
采用所述关键词特征与所述用户关键词特征进行匹配,得到匹配相关度;
若所述匹配相关度不小于第二阈值,确定所述关键词特征为所述目标关键词特征。
4.根据权利要求1-3任一项所述的方法,其特征在于,在所述采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息之前,所述方法还包括:
获取所述行业问卷调查中每个所述题目的回答关键词;
采用语义分析将所述题目的回答关键词转换为标准回答关键词;
根据所述标准回答关键词确定所述问卷校验规则。
5.一种行业信息展示系统,其特征在于,包括:
第一获取模块,用于获取行业特征数据;
第一生成模块,用于根据所述行业特征数据确定目标媒体资源;通过语音识别模型、文本提取模型从所述目标媒体资源中获取行业状况信息;采用语义分析模型分析所述行业状况信息,从所述行业状况信息中确定目标问答形式信息,根据所述问答形式信息生成调查题库,其中,所述调查题库中的题目包括关键词特征、题型特征和生成时间特征,其中,所述目标问答形式信息包括文本类问答形式信息、音频类问答形式信息和视频类问答形式信息,其中,所述根据所述问答形式信息生成所述调查题库,包括:根据所述问答形式信息的字节容量确定所述文本类问答形式信息、所述音频类问答形式信息和所述视频类问答形式信息;采用预设的生成模板,根据所述文本类问答形式信息、所述音频类问答形式信息和所述视频类问答形式信息生成所述调查题库,所述调查题库的题目包括文本类题目、音频类题目和视频类题目;
第一确定模块,用于根据所述行业特征数据确定用户画像群体;
第二获取模块,用于根据所述用户画像群体获取用户关键词;
第二确定模块,用于根据所述用户关键词从所述关键词特征中确定目标关键词特征;
第三获取模块,用于根据所述目标关键词特征,从所述调查题库中获取第一待筛选题目;根据所述生成时间特征,从所述第一待筛选题目中获取第二待筛选题目;采用预设的分配比例,根据所述题型特征,从所述第二待筛选题目中选取目标题目,并根据所述目标题目生成行业问卷;
第四获取模块,用于通过所述行业问卷获取用户答复信息;
第三确定模块,用于采用问卷校验规则检验所述用户答复信息,确定有效用户答复信息,其中,所述问卷校验规则根据所述行业问卷确定;
第四确定模块,用于获取行业指数信息,根据所述行业指数信息确定行业指数生成模型;
第二生成模块,用于根据所述有效用户答复信息和所述行业指数生成模型生成行业调查报告。
6.一种计算机设备,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执行如权利要求1-4任一项所述行业信息展示方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1-4任一项所述行业信息展示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400449.3A CN114238668B (zh) | 2021-11-19 | 2021-11-19 | 行业信息展示方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111400449.3A CN114238668B (zh) | 2021-11-19 | 2021-11-19 | 行业信息展示方法、系统、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114238668A CN114238668A (zh) | 2022-03-25 |
CN114238668B true CN114238668B (zh) | 2022-10-28 |
Family
ID=80750767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111400449.3A Active CN114238668B (zh) | 2021-11-19 | 2021-11-19 | 行业信息展示方法、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114238668B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831137B (zh) * | 2012-01-16 | 2015-09-16 | 中新力合股份有限公司 | 一种企业信息的展示方法以及基于该方法的系统 |
KR101808631B1 (ko) * | 2013-06-28 | 2017-12-13 | 삼성에스디에스 주식회사 | 설문에 대한 피설문자 응답을 게시하는 방법 및 그 방법을 지원하는 설문 서비스 서버 |
CN105139146A (zh) * | 2015-09-17 | 2015-12-09 | 东北财经大学 | 一种企业预算管理成熟度测评方法及其系统 |
CN108197305A (zh) * | 2018-01-30 | 2018-06-22 | 深圳壹账通智能科技有限公司 | 调查问卷测评处理方法、装置、计算机设备和存储介质 |
CN110427547A (zh) * | 2018-04-26 | 2019-11-08 | 观相科技(上海)有限公司 | 一种基于行业特征的搜索系统及搜索方法 |
CN110413926B (zh) * | 2019-07-24 | 2022-08-09 | 秒针信息技术有限公司 | 一种问卷调查方法及装置 |
CN110490644A (zh) * | 2019-07-31 | 2019-11-22 | 恒大智慧科技有限公司 | 一种在线问卷调研方法、装置及存储介质 |
CN111368064B (zh) * | 2020-03-26 | 2023-04-07 | 深圳平安医疗健康科技服务有限公司 | 调查信息处理方法、装置、设备及存储介质 |
CN112184055A (zh) * | 2020-10-19 | 2021-01-05 | 深圳蜂巢互联科技有限公司 | 一种面向制造业的在线调研报告自动生成设备 |
-
2021
- 2021-11-19 CN CN202111400449.3A patent/CN114238668B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114238668A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9165254B2 (en) | Method and system to predict the likelihood of topics | |
US8781989B2 (en) | Method and system to predict a data value | |
US9305083B2 (en) | Author disambiguation | |
CN110795542B (zh) | 对话方法及相关装置、设备 | |
Stamatatos | Authorship Verification: A Review of Recent Advances. | |
CN109783631B (zh) | 社区问答数据的校验方法、装置、计算机设备和存储介质 | |
US20200250212A1 (en) | Methods and Systems for Searching, Reviewing and Organizing Data Using Hierarchical Agglomerative Clustering | |
Stede et al. | The climate change debate and natural language processing | |
WO2018227930A1 (zh) | 智能提示答案的方法及装置 | |
Li et al. | Feature extraction from social media posts for psychometric typing of participants | |
KR20200145299A (ko) | 온라인 면접 동영상 분석 및 소셜미디어 정보분석 기반 지능형 채용지원 플랫폼 | |
John et al. | Graph-based cluster analysis to identify similar questions: A design science approach | |
CN112307336A (zh) | 热点资讯挖掘与预览方法、装置、计算机设备及存储介质 | |
Zhang | Exploring personal metadiscourse markers across speech and writing using cluster analysis | |
CN109344232B (zh) | 一种舆情信息检索方法及终端设备 | |
Arai et al. | Predicting quality of answer in collaborative Q/A community | |
KR102280490B1 (ko) | 상담 의도 분류용 인공지능 모델을 위한 훈련 데이터를 자동으로 생성하는 훈련 데이터 구축 방법 | |
Pojanapunya et al. | The influence of the benchmark corpus on keyword analysis | |
CN112732910B (zh) | 跨任务文本情绪状态评估方法、系统、装置及介质 | |
KR101585644B1 (ko) | 단어 연관성 분석을 이용한 문서 분류 장치, 방법 및 이를 위한 컴퓨터 프로그램 | |
Zhitomirsky-Geffet et al. | Utilizing overtly political texts for fully automatic evaluation of political leaning of online news websites | |
CN112307726A (zh) | 因果去偏差模型指导的法院观点自动生成方法 | |
KR102126911B1 (ko) | KeyplayerRank를 이용한 소셜 미디어상의 주제별 키플레이어 탐지 방법 | |
CN114238668B (zh) | 行业信息展示方法、系统、计算机设备和存储介质 | |
CN111222032A (zh) | 舆情分析方法及相关设备 |
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 |