CN115660493A - 一种基于大数据的企业产品标准建立方法及系统 - Google Patents
一种基于大数据的企业产品标准建立方法及系统 Download PDFInfo
- Publication number
- CN115660493A CN115660493A CN202211365074.6A CN202211365074A CN115660493A CN 115660493 A CN115660493 A CN 115660493A CN 202211365074 A CN202211365074 A CN 202211365074A CN 115660493 A CN115660493 A CN 115660493A
- Authority
- CN
- China
- Prior art keywords
- product
- standard
- unit
- data
- preset
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000007667 floating Methods 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 230000010365 information processing Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 abstract description 4
- 238000009472 formulation Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 138
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 239000013067 intermediate product Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及产品标准建立技术领域，具体公开了一种基于大数据的企业产品标准建立方法及系统，所述方法包括提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；根据回馈数据确定串联单元中各单元的浮动产品标准；统计基础产品标准和浮动产品标准，插入所述产品图谱。本发明通过图谱的形式统计企业的产品，当接收到关于某一产品的标准制订任务时，根据产品之间的关联度提取一串产品，统计这些产品的基础产品标准和浮动产品标准，从整体上制订该产品的标准，契合度极高；此外，浮动产品标准与客户喜好息息相关，灵活度极高。
Description
技术领域
本发明涉及产品标准建立技术领域，具体是一种基于大数据的企业产品标准建立方法及系统。
背景技术
企业标准是在企业范围内需要协调、统一的技术要求、管理要求和工作要求所制定的标准，是企业组织生产、经营活动的依据。国家鼓励企业自行制定严于国家标准或者行业标准的企业标准。
对于一些规范性标准，往往由专门的组织进行统筹制定，统筹制订的标准适用范围极广，但是对某个企业单独来说，可能契合度不是很高，因此，企业往往会基于统筹制订的标准进行更加细化的制订；如何在统筹制订的标准的基础上，制订契合度更高，更加灵活的标准是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种基于大数据的企业产品标准建立方法及系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于大数据的企业产品标准建立方法，所述方法包括：
获取企业的产品图谱，计算产品图谱中各单元的关联度；
根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
根据所述回馈数据确定串联单元中各单元的浮动产品标准；
统计基础产品标准和浮动产品标准，插入所述产品图谱。
作为本发明进一步的方案：所述获取企业的产品图谱，计算产品图谱中各单元的关联度的步骤包括：
读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
根据所述标记信息简化所述流水线；
比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
根据产品图谱计算各组分标签之间的关联度。
作为本发明进一步的方案：所述根据产品图谱计算各组分标签之间的关联度的步骤包括：
依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
将所述连通特征输入预设的关联度计算模型，得到关联度；
统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
作为本发明进一步的方案：所述根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准的步骤包括：
接收用户输入的选取信息，根据选取信息在产品图谱中定位目标单元；所述目标单元为组分标签；
接收用户输入的关联度条件，根据所述关联度条件在所述目标单元对应的关联度表中标记符合条件的元素，并读取相应的标签项，得到串联单元；
依次读取串联单元中的单元，输入预设的标准存储库并遍历比对，查询各单元对应的基础产品标准；
统计各单元的基础产品标准。
作为本发明进一步的方案：所述将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据的步骤包括：
依次读取串联单元中的各个单元，输入预设的搜索模型；
获取所述搜索模型的输出数据，根据区域标签对所述输出数据进行聚类；
根据预设的排列规则将对同类输出数据进行排序，并转换为图像数据；所述图像数据中各部分的位置与排序结果之间存在映射关系；
基于图像数据和映射关系对各类输出数据进行筛选，统计筛选后的输出数据，连接区域标签，得到含有区域标签的回馈数据。
作为本发明进一步的方案：所述基于图像数据和映射关系对各类输出数据进行筛选的步骤包括：
对所述图像数据进行区域识别，定位文本区；
对所述文本区进行内容识别，根据内容识别结果判断图像数据中各位置的数据的效力状态；所述效力状态包括有效和无效；
根据所述映射关系查询并标记无效数据对应的输出数据；
在排序后的输出数据中剔除标记的数据。
作为本发明进一步的方案：所述根据所述回馈数据确定串联单元中各单元的浮动产品标准的步骤包括：
遍历回馈数据，剔除回馈数据中的虚词；
根据预设的词库对剔除虚词后的回馈数据进行词性分析，计算褒义词、贬义词和中性的个数；
根据褒义词、贬义词和中性的个数计算回馈数据的价值分；
根据价值分选取回馈数据，向检测端发送，接收检测端发送的各单元的浮动产品标准。
本发明技术方案还提供了一种基于大数据的企业产品标准建立系统，所述系统包括：
关联度计算模块，用于获取企业的产品图谱，计算产品图谱中各单元的关联度；
基础标准查询模块，用于根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
回馈数据获取模块，用于将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
浮动标准查询模块，用于根据所述回馈数据确定串联单元中各单元的浮动产品标准；
数据结合模块，用于统计基础产品标准和浮动产品标准，插入所述产品图谱。
作为本发明进一步的方案：所述关联度计算模块包括：
标记信息读取单元，用于读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
流水线简化单元，用于根据所述标记信息简化所述流水线；
比对连接单元，用于比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
计算执行单元，用于根据产品图谱计算各组分标签之间的关联度。
作为本发明进一步的方案：所述计算执行单元包括：
特征查询子单元，用于依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
模型应用子单元，用于将所述连通特征输入预设的关联度计算模型，得到关联度；
关联度统计子单元，用于统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
与现有技术相比，本发明的有益效果是：本发明通过图谱的形式统计企业的产品，当接收到关于某一产品的标准制订任务时，根据产品之间的关联度提取一串产品，统计这些产品的基础产品标准和浮动产品标准，从整体上制订该产品的标准，契合度极高；此外，浮动产品标准与客户喜好息息相关，灵活度极高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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。
图1为基于大数据的企业产品标准建立方法的流程框图。
图2为基于大数据的企业产品标准建立方法的第一子流程框图。
图3为基于大数据的企业产品标准建立方法的第二子流程框图。
图4为基于大数据的企业产品标准建立方法的第三子流程框图。
图5为基于大数据的企业产品标准建立方法的第四子流程框图。
图6为基于大数据的企业产品标准建立系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
图1为基于大数据的企业产品标准建立方法的流程框图，本发明实施例中，一种基于大数据的企业产品标准建立方法，所述方法包括：
步骤S100：获取企业的产品图谱，计算产品图谱中各单元的关联度；
一个企业的产品类型有很多，在生产某一产品的过程中，很多中间产物有时候也可以作为产品，因此，一个企业的产品，可以用图谱的形式表示；直观上说，所述产品图谱可以类比为地铁线路，不同流水线上的产品，有的是相同的，类似于地铁线路的中转站。
步骤S200：根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
根据关联度在产品图谱中提取一串产品，对这一串产品进行标准建立，与传统的对单独一个产品进行标准建立相比，整体性更高；在实际应用中，如果每个产品都按照最低标准来要求，那么它们组成的流水线，很有可能无法正常运行；因此，在制作产品时，企业往往会有意的提高各个环节的产品的质量，从而保证流水线的正常运行；这种方式是可行的，但是工作人员很难把控产品的标准；其原因在于，现有的标准建立过程都是独立的，实际上，标准建立过程需要置于某个应用场景中，才会更加准确；这个应用场景由一串产品反映。
步骤S300：将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
基础产品标准是由行业内的组织共同确定的规范，它的适用范围广，但是，对于某个企业来说，如果能够根据用户的反馈信息对产品标准进行调整，那么就可以极大地提高产品的竞争力。
其中，所述搜索模型可以是基于现有的搜索引擎的集成式搜索App，所述搜索引擎可以是现有的社交类App中内置的搜索引擎。
步骤S400：根据所述回馈数据确定串联单元中各单元的浮动产品标准；
由回馈数据确定浮动产品标准，基于浮动产品标准对基础产品标准进行调整后，可以得到更加适合企业、灵活度更高和时效性更强的产品标准。
步骤S500：统计基础产品标准和浮动产品标准，插入所述产品图谱；
统计基础产品标准和浮动产品标准，再插入产品图谱后，即可以产品图谱的形式展示产品标准，直观性更高。
图2为基于大数据的企业产品标准建立方法的第一子流程框图，所述获取企业的产品图谱，计算产品图谱中各单元的关联度的步骤包括：
步骤S101：读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
企业的流水线是已知数据，在流水线中，有的中间产物只是过渡性产物，有的中间产物也可以作为产品，而且何时作为过渡性产物，何时作为产品并不固定，因此，需要接收工作人员输扩的标记信息，对流水线中的组成进行标记。
步骤S102：根据所述标记信息简化所述流水线；
所述简化是指，将作为产品的组分保留，将作为过渡性产物的组分用连接线代替。
步骤S103：比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
比对简化后的流水线中的组分标签，建立连接关系，即可得到产品图谱；
步骤S104：根据产品图谱计算各组分标签之间的关联度；
产品图谱生成后，根据产品图谱进一步计算各组分标签之间的关联度。
作为本发明技术方案的一个优选实施例，所述根据产品图谱计算各组分标签之间的关联度的步骤包括：
依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
将所述连通特征输入预设的关联度计算模型，得到关联度；
统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
在本发明技术方案的一个实例中，依次以各个组分标签为基准，查询该组分标签与其他组分标签的连通关系，所述连通关系由关联度表反映；连通关系的确定过程需要借助预设的关联度计算模型，关联度计算模型的输入是涉及的流水线个数和间隔标签数；举例来说，如果将产品图谱类比于地铁线路，那么流水线个数就对应两个站点之间涉及到地铁线路数，所述间隔标签数就对应两个站点之间有多少个站点。
图3为基于大数据的企业产品标准建立方法的第二子流程框图，所述根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准的步骤包括：
步骤S201：接收用户输入的选取信息，根据选取信息在产品图谱中定位目标单元；所述目标单元为组分标签；
选取信息由用户输入，用于定位目标单元；所述目标单元是待分析的组分标签，因此称为目标单元；
步骤S202：接收用户输入的关联度条件，根据所述关联度条件在所述目标单元对应的关联度表中标记符合条件的元素，并读取相应的标签项，得到串联单元；
读取该目标单元对应的关联度表，根据用户输入的关联度条件在关联度表中选取符合关联度条件的组分标签，可以得到一串组分标签，也就是上述串联单元；
步骤S203：依次读取串联单元中的单元，输入预设的标准存储库并遍历比对，查询各单元对应的基础产品标准；
基础产品标准是已知数据，存储于数据库（标准存储库）。将串联单元中的各个单元输入该数据库，即可查询到相应的基础产品标准。
步骤S204：统计各单元的基础产品标准；
当获取到各个单元的基础产品标准后，需要进行统计。
图4为基于大数据的企业产品标准建立方法的第三子流程框图，所述将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据的步骤包括：
步骤S301：依次读取串联单元中的各个单元，输入预设的搜索模型；
提取到的各个单元是组分标签，将组分标签的内容输入预设的搜索模型；
步骤S302：获取所述搜索模型的输出数据，根据区域标签对所述输出数据进行聚类；
获取搜索模型的输出数据，在现有的App中，归属地信息都比较容易获取，有些App要求必须显示；对于一些精度较高的归属地信息，也就是上述区域标签，还需要有权限获取这一步骤。举例来说，如果搜索模型是一些推送类App，获取到的输出数据就是一些推送数据，这些推送数据中的区域标签可以指向受众的区域，也可以指向发布者的区域，获取过程中的权限，默认为拥有。
步骤S303：根据预设的排列规则将对同类输出数据进行排序，并转换为图像数据；所述图像数据中各部分的位置与排序结果之间存在映射关系；
步骤S304：基于图像数据和映射关系对各类输出数据进行筛选，统计筛选后的输出数据，连接区域标签，得到含有区域标签的回馈数据；
由于本发明技术方案的搜索模型基于现有的App，这些App的服务商为了提高收入，往往会推送一些无效的广告信息，这些影响回馈数据的真实性，因此，需要对广告信息进行过滤筛选。
具体的，所述基于图像数据和映射关系对各类输出数据进行筛选的步骤包括：
对所述图像数据进行区域识别，定位文本区；
对所述文本区进行内容识别，根据内容识别结果判断图像数据中各位置的数据的效力状态；所述效力状态包括有效和无效；
根据所述映射关系查询并标记无效数据对应的输出数据；
在排序后的输出数据中剔除标记的数据。
对图像数据进行图像识别，定位文本区，对于现有的推送数据，如果它是广告或者是其他类型的无关数据，都需要进行标记，因此，对文本区进行内容识别，可以判断各输出数据的有效性，将无效数据剔除，即可得到对应单元的有效数据。
图5为基于大数据的企业产品标准建立方法的第四子流程框图，所述根据所述回馈数据确定串联单元中各单元的浮动产品标准的步骤包括：
步骤S401：遍历回馈数据，剔除回馈数据中的虚词；
步骤S402：根据预设的词库对剔除虚词后的回馈数据进行词性分析，计算褒义词、贬义词和中性的个数；
步骤S403：根据褒义词、贬义词和中性的个数计算回馈数据的价值分；
步骤S404：根据价值分选取回馈数据，向检测端发送，接收检测端发送的各单元的浮动产品标准。
对有效数据进行分析，首先，剔除如“的”这类的虚词，对剔除虚词后的回馈数据进行词性分析，可以计算出褒义词、贬义词和中性的个数，这些判定计算过程在现有的文本分析软件中都有类似的方案，比如练习打字的软件；至于词语的褒贬性，在预设的词库中是确定的。
根据褒义词、贬义词和中性的个数可以计算出回馈数据的价值分，由价值分选取一些值得分析的回馈数据，向检测端发送，检测端可以是内置识别算法的信息交互端口，由工作人员在检测端上对回馈数据进行分析，确定产品浮动标准；产品浮动标准确定后，检测端将产品浮动标准向数据处理端发送。
实施例2
图6为基于大数据的企业产品标准建立系统的组成结构框图，本发明实施例中，一种基于大数据的企业产品标准建立系统，所述系统10包括：
关联度计算模块11，用于获取企业的产品图谱，计算产品图谱中各单元的关联度；
基础标准查询模块12，用于根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
回馈数据获取模块13，用于将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
浮动标准查询模块14，用于根据所述回馈数据确定串联单元中各单元的浮动产品标准；
数据结合模块15，用于统计基础产品标准和浮动产品标准，插入所述产品图谱。
所述关联度计算模块11包括：
标记信息读取单元，用于读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
流水线简化单元，用于根据所述标记信息简化所述流水线；
比对连接单元，用于比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
计算执行单元，用于根据产品图谱计算各组分标签之间的关联度。
所述计算执行单元包括：
特征查询子单元，用于依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
模型应用子单元，用于将所述连通特征输入预设的关联度计算模型，得到关联度；
关联度统计子单元，用于统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的企业产品标准建立方法，其特征在于，所述方法包括：
获取企业的产品图谱，计算产品图谱中各单元的关联度；
根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
根据所述回馈数据确定串联单元中各单元的浮动产品标准；
统计基础产品标准和浮动产品标准，插入所述产品图谱。
2.根据权利要求1所述的基于大数据的企业产品标准建立方法，其特征在于，所述获取企业的产品图谱，计算产品图谱中各单元的关联度的步骤包括：
读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
根据所述标记信息简化所述流水线；
比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
根据产品图谱计算各组分标签之间的关联度。
3.根据权利要求2所述的基于大数据的企业产品标准建立方法，其特征在于，所述根据产品图谱计算各组分标签之间的关联度的步骤包括：
依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
将所述连通特征输入预设的关联度计算模型，得到关联度；
统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
4.根据权利要求1所述的基于大数据的企业产品标准建立方法，其特征在于，所述根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准的步骤包括：
接收用户输入的选取信息，根据选取信息在产品图谱中定位目标单元；所述目标单元为组分标签；
接收用户输入的关联度条件，根据所述关联度条件在所述目标单元对应的关联度表中标记符合条件的元素，并读取相应的标签项，得到串联单元；
依次读取串联单元中的单元，输入预设的标准存储库并遍历比对，查询各单元对应的基础产品标准；
统计各单元的基础产品标准。
5.根据权利要求1所述的基于大数据的企业产品标准建立方法，其特征在于，所述将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据的步骤包括：
依次读取串联单元中的各个单元，输入预设的搜索模型；
获取所述搜索模型的输出数据，根据区域标签对所述输出数据进行聚类；
根据预设的排列规则将对同类输出数据进行排序，并转换为图像数据；所述图像数据中各部分的位置与排序结果之间存在映射关系；
基于图像数据和映射关系对各类输出数据进行筛选，统计筛选后的输出数据，连接区域标签，得到含有区域标签的回馈数据。
6.根据权利要求5所述的基于大数据的企业产品标准建立方法，其特征在于，所述基于图像数据和映射关系对各类输出数据进行筛选的步骤包括：
对所述图像数据进行区域识别，定位文本区；
对所述文本区进行内容识别，根据内容识别结果判断图像数据中各位置的数据的效力状态；所述效力状态包括有效和无效；
根据所述映射关系查询并标记无效数据对应的输出数据；
在排序后的输出数据中剔除标记的数据。
7.根据权利要求6所述的基于大数据的企业产品标准建立方法，其特征在于，所述根据所述回馈数据确定串联单元中各单元的浮动产品标准的步骤包括：
遍历回馈数据，剔除回馈数据中的虚词；
根据预设的词库对剔除虚词后的回馈数据进行词性分析，计算褒义词、贬义词和中性的个数；
根据褒义词、贬义词和中性的个数计算回馈数据的价值分；
根据价值分选取回馈数据，向检测端发送，接收检测端发送的各单元的浮动产品标准。
8.一种基于大数据的企业产品标准建立系统，其特征在于，所述系统包括：
关联度计算模块，用于获取企业的产品图谱，计算产品图谱中各单元的关联度；
基础标准查询模块，用于根据所述关联度提取产品图谱中的串联单元，将所述串联单元输入预设的标准存储库，查询并调整串联单元中各单元的基础产品标准；
回馈数据获取模块，用于将串联单元输入预设的搜索模型，获取含有区域标签的回馈数据；
浮动标准查询模块，用于根据所述回馈数据确定串联单元中各单元的浮动产品标准；
数据结合模块，用于统计基础产品标准和浮动产品标准，插入所述产品图谱。
9.根据权利要求8所述的基于大数据的企业产品标准建立系统，其特征在于，所述关联度计算模块包括：
标记信息读取单元，用于读取企业的流水线，显示所述流水线并接收用户输入的标记信息；所述流水线包括含有连接关系的组分标签；所述标记信息用于标记产品；所述连接关系包含方向信息；
流水线简化单元，用于根据所述标记信息简化所述流水线；
比对连接单元，用于比对简化后的流水线中的组分标签，根据比对结果连接所有流水线，得到产品图谱；
计算执行单元，用于根据产品图谱计算各组分标签之间的关联度。
10.根据权利要求9所述的基于大数据的企业产品标准建立系统，其特征在于，所述计算执行单元包括：
特征查询子单元，用于依次读取组分标签，查询该组分标签与其他标签的连通特征；所述连通特征由两个标签的连接关系确定；所述连接关系包括涉及的流水线个数和间隔标签数；
模型应用子单元，用于将所述连通特征输入预设的关联度计算模型，得到关联度；
关联度统计子单元，用于统计该组分标签的所有关联度，得到以该组分标签为索引的关联度表；所述关联度表包括标签项和关联度项；
其中，当连通特征达到预设的特征阈值时，将关联度赋值为预设的默认值；所述特征阈值包括流水线个数阈值和间隔标签数阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211365074.6A CN115660493A (zh) | 2022-11-03 | 2022-11-03 | 一种基于大数据的企业产品标准建立方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211365074.6A CN115660493A (zh) | 2022-11-03 | 2022-11-03 | 一种基于大数据的企业产品标准建立方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115660493A true CN115660493A (zh) | 2023-01-31 |
Family
ID=84995165
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211365074.6A Withdrawn CN115660493A (zh) | 2022-11-03 | 2022-11-03 | 一种基于大数据的企业产品标准建立方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115660493A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117891935A (zh) * | 2024-01-15 | 2024-04-16 | 朴道征信有限公司 | 价值展示图分发方法、装置、电子设备和计算机可读介质 |
-
2022
- 2022-11-03 CN CN202211365074.6A patent/CN115660493A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117891935A (zh) * | 2024-01-15 | 2024-04-16 | 朴道征信有限公司 | 价值展示图分发方法、装置、电子设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102232212B (zh) | 在数据管理系统中映射数据集的实例 | |
| CN100514337C (zh) | 关键词的联想信息生成系统和生成方法 | |
| CN102629263B (zh) | 对企业间交互的业务数据进行格式转换的方法及系统 | |
| CN109902100A (zh) | 报表查询方法、装置及存储介质 | |
| US20020129011A1 (en) | System for collecting specific information from several sources of unstructured digitized data | |
| US20070088743A1 (en) | Information processing device and information processing method | |
| CN103605651A (zh) | 一种基于olap多维分析的数据处理展现方法 | |
| CN109558441A (zh) | 财务指标自动监控方法、装置、计算机设备及存储介质 | |
| CN111274301B (zh) | 一种基于数据资产智能治理方法及系统 | |
| CN111125116B (zh) | 定位业务表中代码字段及对应代码表的方法及系统 | |
| CN101005531A (zh) | 质检方法、质检设备及质检系统 | |
| CN104756113A (zh) | 用于检测数据源中的偏差的方法、设备和计算机程序 | |
| CN115660493A (zh) | 一种基于大数据的企业产品标准建立方法及系统 | |
| CN111159204B (zh) | 一种通过配置的方式生成标签的方法及系统 | |
| CN112182184B (zh) | 一种基于审计数据库的精准匹配搜索方法 | |
| CN112579629A (zh) | 一种帮助电子元器件企业的采购员准确找到产品的方法 | |
| CN116881512A (zh) | 一种跨系统元数据血缘自动解析方法 | |
| CN111581504A (zh) | 一种基于大数据的行业信息推送方法及系统 | |
| CN102479072B (zh) | 一种多表头报表的生成方法、装置及终端 | |
| CN101334793B (zh) | 一种自动识别需求依赖关系的方法 | |
| CN113536788A (zh) | 信息处理方法、装置、存储介质及设备 | |
| CN113688126A (zh) | 确定源数据与标准数据的映射关系的方法、系统和介质 | |
| CN108132940A (zh) | 一种应用程序数据提取方法及装置 | |
| CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
| KR101997613B1 (ko) | 인공지능을 활용한 기업과 이벤트 상호 매칭시스템 및 매칭방법 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230131 |