CN116644175B - 一种提案办理单位的推荐系统及方法 - Google Patents

一种提案办理单位的推荐系统及方法 Download PDF

Info

Publication number
CN116644175B
CN116644175B CN202310920596.6A CN202310920596A CN116644175B CN 116644175 B CN116644175 B CN 116644175B CN 202310920596 A CN202310920596 A CN 202310920596A CN 116644175 B CN116644175 B CN 116644175B
Authority
CN
China
Prior art keywords
proposal
unit
attribute
coefficient
processing unit
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
Application number
CN202310920596.6A
Other languages
English (en)
Other versions
CN116644175A (zh
Inventor
邱发科
钱秋雷
姜金龙
高跃岭
李明旭
王义同
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Tanghe Intelligent Technology Co ltd
Original Assignee
Shandong Tanghe Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Tanghe Intelligent Technology Co ltd filed Critical Shandong Tanghe Intelligent Technology Co ltd
Priority to CN202310920596.6A priority Critical patent/CN116644175B/zh
Publication of CN116644175A publication Critical patent/CN116644175A/zh
Application granted granted Critical
Publication of CN116644175B publication Critical patent/CN116644175B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种提案办理单位的推荐系统及方法,尤其涉及提案信息处理技术领域,包括信息采集模块,用以采集各提案处理单位的各信息和待分配提案内容;单位属性模块,用以对提案处理单位的属性进行确定,并进行划档;提案类型模块,用以对待分配提案类型进行确定;单位推荐模块,用以对待分配提案的提案处理单位进行推荐;单位反馈模块,用以对提案处理单位的属性程度系数的计算过程进行校正。本发明通过对提案办理单位的提案办理类型进行划档,并根据提案办理单位的能力和实时提案处理情况进行合理分配,且根据提案办理单位的实际完成情况对提案办理单位进行反馈调整,提高了提案办理单位的推荐效率。

Description

一种提案办理单位的推荐系统及方法
技术领域
本发明涉及提案信息处理技术领域,尤其涉及一种提案办理单位的推荐系统及方法。
背景技术
提案是指针对某个问题、议题或需求,由个人、团体、组织或政府机构提出的具体建议或计划。它是一种对于特定事项的解决方案或改进措施的提出,旨在引起关注、讨论和行动。提案可以涵盖各个领域和层面,如政府机构的政策提案、组织的项目提案、个人的创意提案等。它们可以用于各种情况和目的,旨在促进问题解决、决策制定、改进实践等。提案需要交给提案办理单位实施,不同的提案涉及不同的领域和专业知识,推荐合适的提案办理单位可以确保提案在相应领域得到专业的处理和解决,不同的单位在人力、技术、财力等方面具有不同的资源储备和能力,通过推荐合适的提案办理单位,可以充分利用其资源优势,提高提案办理的效率和效果,推荐具有丰富经验的提案办理单位可以借鉴其过去的成功案例和经验教训,提供更具实际操作性和可行性的建议和解决方案,不同的提案可能涉及不同的利益相关者,推荐适当的提案办理单位可以在各方利益之间进行协调和平衡,确保提案办理过程的公正性和公平性,在大规模的提案办理中,推荐合适的提案办理单位可以实现统一的管理和监督。通过集中管理提案办理单位,可以提高办理过程的协调性和一致性,减少重复工作和资源浪费,进行提案办理单位的推荐可以确保提案在相应领域得到专业的处理和解决,充分利用资源优势,借鉴经验积累,平衡各方利益,实现统一的管理和监督,提高提案办理的质量和效率。
中国专利公开号:CN111190994B,公开了一种为提案委员会推荐提案承办单位的方法,包括:根据提案内容构建提案内容属性索引;根据多个承办单位的历年办理提案和承办单位标签,分别构建多个承办单位属性索引;计算所述提案内容属性索引和多个所述承办单位属性索引之间的相关性;根据所述相关性的高低推荐所述承办单位。通过本发明,能快速对大量的推荐单位进行分析,从而大幅度减少在承办单位选择时耗费的人力物力。但该方案过于简单,无法根据提案办理单位的实时工作内容对提案办理单位的提案办理类型进行划档,也没有根据提案办理单位的能力和实时提案处理情况进行合理分配,且无法根据提案办理单位的实际完成情况对提案办理单位进行宏观调控,无法提高提案办理单位的推荐效率。
发明内容
为此,本发明提供一种提案办理单位的推荐系统及方法,用以克服现有技术中提案办理单位推荐效率低的问题。
为实现上述目的,一方面,本发明提供一种提案办理单位的推荐系统,包括:
信息采集模块,用以采集各提案处理单位的政府官方信息、历史提案信息、历年报告信息和当前提案处理个数,还用以采集待分配提案内容;
单位属性模块,用以对提案处理单位的属性进行确定,还用以设定属性程度系数,并以此对提案单位的属性进行划档,单位属性模块设有属性确定单元,其用以根据提案处理单位的政府官方信息对提案处理单位的属性进行确定,并以此设定属性程度系数,单位属性模块还设有调节单元,其用以根据提案处理单位的历史推荐次数对属性程度系数进行调节,单位属性模块还设有补偿单元,其用以根据提案处理单位的历史提案信息中的历史提案个数对调节过程进行补偿,单位属性模块还设有属性划档单元,其用以根据属性程度系数对提案处理单位的属性进行划档;
提案类型模块,用以根据待分配提案内容对待分配提案类型进行确定;
单位推荐模块,用以根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐,单位推荐模块设有推荐系数计算单元,其用以根据政府官方信息中的提案处理单位办案周期计算划档后为备选提案单位的推荐系数,并根据推荐系数对提案处理单位进行推荐,单位推荐模块还设有系数修正单元,其用以根据政府官方信息中的提案处理单位人数对推荐系数进行修正,单位推荐模块还设有系数更正单元,其用以根据当前提案处理个数对修正过程进行更正,单位推荐模块还设有系数调整单元,其用以根据提案处理单位的关联情况对推荐系数进行调整,单位推荐模块还设有信息推送单元,其用以根据备选提案单位的推荐系数对推荐单位和单位推荐排序进行推送;
单位反馈模块,用以根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正。
进一步地,所述属性确定单元将政府官方信息中的提案处理单位的办理类型确定为该提案处理单位的属性,所述属性确定单元根据政府官方信息中的提案处理单位的办理类型对属性程度系数进行设定:
当政府官方信息中的提案处理单位的办理类型存在该属性时,所述属性确定单元设定该属性的属性程度系数A=1;
当政府官方信息中的提案处理单位的办理类型不存在该属性时,所述属性确定单元设定该属性的属性程度系数A=0。
进一步地,所述调节单元获取所述提案处理单位的历史推荐次数m,并将历史推荐次数m与预设历史推荐次数m0进行比对,根据比对结果对调节情况进行判断,其中:
当m<m0时,所述调节单元判定不对属性程度系数进行调节;
当m≥m0时,所述调节单元计算调节系数J,设定J=1+(m-m0)/m,并对属性程度系数A进行调节,调节后的属性程度系数为Aj,设定Aj=J×A。
进一步地,所述补偿单元对提案处理单位的历史提案内容进行历史提案关键词提取,所述补偿单元根据历史提案的关键词进行提案分类,将关键词一致的提案归为同一类,形成提案类型簇,并获取各提案类型簇对应的提案类型的历史提案个数k,所述补偿单元根据历史提案个数k计算补偿系数L,设定L=1+(k-k0)/k,k0为预设历史提案个数k,所述补偿单元根据补偿系数L对调节系数进行补偿,补偿后的调节系数为JL,设定JL=J×L。
进一步地,所述属性划档单元将属性程度系数A与预设属性程度系数A0进行比对,并根据比对结果对提案处理单位的属性进行划档,其中:
当A>A0时,所述属性划档单元将提案处理单位的该属性划分为一档属性;
当A≤A0时,所述属性划档单元将提案处理单位的该属性划分为二档属性。
进一步地,所述推荐系数计算单元将提案处理单位中,待分配提案类型对应属性为一档属性的提案处理单位作为备选提案单位,并根据提案处理单位办案周期P计算提案处理单位的推荐系数B,设定B=P/P0,P0为预设提案处理单位办案周期,所述推荐系数计算单元获取所述各提案处理单位的推荐系数,将所述各提案处理单位按照推荐系数从大至小的顺序进行排序,选取最大推荐系数的提案处理单位作为推荐单位;
所述系数修正单元根据提案处理单位的政府官方信息中的提案处理单位人数C计算修正系数D,设定D=1+(C-C0)/C,以对推荐系数进行修正,修正后的推荐系数为Bc,设定Bc=B×D;
所述系数更正单元将当前提案处理个数E与预设提案处理个数E0进行比对,并根据比对结果对所述提案处理单位的更正情况进行判断,其中:
当E≤E0时,所述系数更正单元判定不对该提案处理单位进行更正;
当E>E0时,所述系数更正单元判定对该提案处理单位进行更正,并计算更正系数F,设定F=1+(E0-E)/E,更正后的修正系数为Df,设定Df=D×F。
进一步地,所述系数调整单元获取提案处理单位的关联情况,并根据提案处理单位的关联情况设定调整系数,其中:
当提案处理单位的关联单位为备选提案单位的,所述系数调整单元设定调整系数为β,设定1<β<1.5,并对推荐系数进行调整,调整后的推荐系数为B2,设定B2=β×B。
进一步地,所述信息推送单元将备选提案单位的推荐系数B与预设推荐系数B0进行比对,并根据比对结果对备选提案单位的推送情况进行判断,其中:
当B>B0时,所述信息推送单元判定对所述备选提案单位进行推送;
当B≤B0时,所述信息推送单元判定不对所述备选提案单位进行推送;
所述信息推送单元将进行推送的所述各备选提案单位按照推荐系数从大至小的顺序进行排序,以此作为单位推荐排序,所述信息推送单元对推荐单位和单位推荐排序进行推送。
进一步地,所述单位反馈模块获取用户对提案处理单位的提案完成满意度G,将提案完成满意度G与预设提案完成满意度G0进行比对,并根据比对结果对反馈情况进行判断,其中:
当G≥G0时,所述单位反馈模块判定反馈情况正常;
当G<G0时,所述单位反馈模块判定反馈情况异常,并计算校正系数H,设定H=1-(G-G0)/G,以对提案处理单位的属性程度系数的计算过程中的预设属性程度系数A0进行校正,校正后的预设属性程度系数A0为Ag0,设定Ag0=A×H。
另一方面,本发明还提供一种提案办理单位的推荐方法,包括:
步骤S1,采集各提案处理单位的政府官方信息、历史提案信息和当前提案处理个数以及待分配提案内容;
步骤S2,对提案处理单位的属性进行确定,设定属性程度系数,并以此对提案单位的属性进行划档;
步骤S3,根据待分配提案内容对待分配提案类型进行确定;
步骤S4,根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐;
步骤S5,根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正。
与现有技术相比,本发明的有益效果在于,所述系统通过信息采集模块采集各提案处理单位信息和待分配提案内容,以根据实际信息对提案处理单位进行推荐,所述系统通过单位属性模块对提案处理单位的属性进行确定,从而明确提案处理单位的属性,所述系统通过单位属性模块设定属性程度系数,并对提案单位的属性进行划档,从而明确提案处理单位擅长的提案处理类型,所述系统通过提案类型模块根据待分配提案内容对待分配提案类型进行确定,从而明确待分配提案类型,所述系统通过单位推荐模块根据提案处理单位划档后的属性和待分配提案类型对待分配提案的提案处理单位进行推荐,从而根据实际情况对提案处理单位进行推荐,提高提案处理单位的推荐效率,所述系统通过单位反馈模块计算校正系数,以对提案处理单位的属性程度系数的计算过程进行校正,从而根据提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正,进一步提高提案处理单位的推荐效率。
尤其,所述系数修正单元使修正系数随着提案处理单位人数的增大而增大,以根据提案处理单位人数计算修正系数,使修正系数反映提案处理单位的提案处理能力,所述系数修正单元根据修正系数对推荐系数进行修正,以使修正后的推荐系数随着修正系数的增大而增大,从而使修正后的推荐系数随着提案处理单位人数的增大而增大,提高推荐系数计算的准确度,进一步提高提案处理单位的推荐效率。
尤其,在当前提案处理个数大于预设提案处理个数时,所述系数更正单元计算更正系数,并使更正系数随着当前提案处理个数的增大而减小,以在当前提案处理个数多,对其他提案的处理能力低时,减小更正系数,所述系数更正单元根据更正系数对修正系数进行更正,以使更正后的修正系数为随着更正系数的减小而减小,以提高修正系数计算的准确率,从而提高推荐系数计算的准确度,进一步提高提案处理单位的推荐效率。
尤其,在提案完成满意度小于预设提案完成满意度时,所述单位反馈模块计算校正系数,以使校正系数随着提案完成满意度的减小而增大,并根据校正系数对提案处理单位的属性程度系数的计算过程中的预设属性程度系数进行校正,以使校正后的预设属性程度系数随着校正系数的增大而增大,从而通过提高反馈情况异常的提案处理单位的属性程度系数,提高对一档属性的划分标准,从而根据反馈情况实时调整备选提案单位的划分标准,进一步提高提案处理单位的推荐效率。
附图说明
图1为本实施例提案办理单位的推荐系统的结构示意图;
图2为本实施例单位属性模块的结构示意图;
图3为本实施例单位推荐模块的结构示意图;
图4为本实施例提案办理单位的推荐方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例提案办理单位的推荐系统的结构示意图,所述系统包括:
信息采集模块,用以采集各提案处理单位的政府官方信息、历史提案信息和当前提案处理个数,还用以采集待分配提案内容,所述提案处理单位的政府官方信息包括提案处理单位的办理类型、人数和办案周期,所述历史提案信息包括历史提案内容和历史提案个数,所述历年报告信息包括历年年度报告内容和历年工作报告内容;
单位属性模块,用以对提案处理单位的属性进行确定,还用以设定属性程度系数,并以此对提案单位的属性进行划档,单位属性模块与信息采集模块连接;
提案类型模块,用以根据待分配提案内容对待分配提案类型进行确定,提案类型模块与信息采集模块连接;
单位推荐模块,用以根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐,单位推荐模块与单位属性模块和提案类型模块连接;
单位反馈模块,用以根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正,单位反馈模块与单位推荐模块和单位属性模块连接。
具体而言,所述系统通过信息采集模块采集各提案处理单位信息和待分配提案内容,以根据实际信息对提案处理单位进行推荐,所述系统通过单位属性模块对提案处理单位的属性进行确定,从而明确提案处理单位的属性,所述系统通过单位属性模块设定属性程度系数,并对提案单位的属性进行划档,从而明确提案处理单位擅长的提案处理类型,所述系统通过提案类型模块根据待分配提案内容对待分配提案类型进行确定,从而明确待分配提案类型,所述系统通过单位推荐模块根据提案处理单位划档后的属性和待分配提案类型对待分配提案的提案处理单位进行推荐,从而根据实际情况对提案处理单位进行推荐,提高提案处理单位的推荐效率,所述系统通过单位反馈模块计算校正系数,以对提案处理单位的属性程度系数的计算过程进行校正,从而根据提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正,进一步提高提案处理单位的推荐效率。
具体而言,所述系统基于大数据的信息采集和分析,通过大数据在政府官方网站上采集提案处理单位的政府官方信息、历史提案信息、历年报告信息和当前提案处理个数,所述政府官方网站是指政府部门公开发布有关提案办理单位的信息的提案办理单位的网页或部门的相关页面。
请参阅图2所示,其为本实施例单位属性模块的结构示意图,所述单位属性模块包括:
属性确定单元,用以根据提案处理单位的政府官方信息对提案处理单位的属性进行确定,并以此设定属性程度系数;
调节单元,用以根据提案处理单位的历史推荐次数对属性程度系数进行调节,调节单元与属性确定单元连接;
补偿单元,用以根据提案处理单位的历史提案信息中的历史提案个数对调节过程进行补偿,补偿单元与调节单元连接;
属性划档单元,用以根据属性程度系数对提案处理单位的属性进行划档,属性划档单元与补偿单元连接。
请参阅图3所示,其为本实施例单位推荐模块的结构示意图,所述单位推荐模块包括:
推荐系数计算单元,用以根据政府官方信息中的提案处理单位办案周期计算划档后为备选提案单位的推荐系数,并根据推荐系数对提案处理单位进行推荐;
系数修正单元,用以根据政府官方信息中的提案处理单位人数对推荐系数进行修正,系数修正单元与推荐系数计算单元连接;
系数更正单元,用以用以根据当前提案处理个数对修正过程进行更正,系数更正单元与系数修正单元连接;
系数调整单元,用以根据提案处理单位的关联情况对推荐系数进行调整,系数调整单元与推荐系数计算单元连接;
信息推送单元,用以根据备选提案单位的推荐系数对推荐单位和单位推荐排序进行推送,信息推送单元与推荐系数计算单元连接。
具体而言,所述属性确定单元将政府官方信息中的提案处理单位的办理类型确定为该提案处理单位的属性,如政府官方信息中的提案处理单位的办理类型为刑法类、犯罪类和刑侦类提案办理类型,所述属性确定单元将刑法类、犯罪类和刑侦类提案办理类型确定为该提案处理单位的属性,所述属性确定单元根据政府官方信息中的提案处理单位的办理类型对属性程度系数进行设定:
当政府官方信息中的提案处理单位的办理类型存在该属性时,所述属性确定单元设定该属性的属性程度系数A=1;
当政府官方信息中的提案处理单位的办理类型不存在该属性时,所述属性确定单元设定该属性的属性程度系数A=0。
具体而言,所述调节单元获取所述提案处理单位的历史推荐次数m,并将历史推荐次数m与预设历史推荐次数m0进行比对,根据比对结果对调节情况进行判断,其中:
当m<m0时,所述调节单元判定不对属性程度系数进行调节;
当m≥m0时,所述调节单元计算调节系数J,设定J=1+(m-m0)/m,并对属性程度系数A进行调节,调节后的属性程度系数为Aj,设定Aj=J×A。
具体而言,所述补偿单元对提案处理单位的历史提案内容进行挖掘,并对历史提案内容进行预处理,所述预处理包括清洗、去重和格式转换等操作,以确保数据的质量和一致性,对预处理后的历史提案内容使用NLP自然语言处理的文本挖掘技术,通过分词、词性标注、去除停用词的方法,提取出历史提案内容关键词,所述补偿单元应用K-means的聚类分析根据提案的关键词进行提案分类,将关键词一致的提案归为一类,形成提案类型簇,得到各提案类型簇对应的提案类型的历史提案个数k,所述补偿单元根据历史提案个数k计算补偿系数L,设定L=1+(k-k0)/k,k0为预设历史提案个数k,所述补偿单元根据补偿系数L对调节系数进行补偿,补偿后的调节系数为JL,设定JL=J×L。
具体而言,本实施例不对文本挖掘技术的使用作具体限定,本领域技术人员可以自由设置,只需满足对文本内容进行挖掘的需求即可,如还可设置文本挖掘技术为语义分析技术,本实施例不对聚类分析算法的使用作具体限定,本领域技术人员可以自由设置,只需满足对文本内容进行挖掘的需求即可,如还可设置为DBSCAN的聚类分析算法。
具体而言,所述属性划档单元将属性程度系数A与预设属性程度系数A0进行比对,并根据比对结果对提案处理单位的属性进行划档,其中:
当A>A0时,所述属性划档单元将提案处理单位的该属性划分为一档属性;
当A≤A0时,所述属性划档单元将提案处理单位的该属性划分为二档属性。
具体而言,所述属性程度系数表示该类属性在该提案处理单位中的处理程度。
具体而言,所述提案类型模块根据待分配提案内容对待分配提案类型进行确定,将已标记的提案样本集中的各提案的内容转换为特征向量表示,并采取词袋模型的方法来对提案内容进行特征提取,将提案内容表示为一个向量,其中每个维度代表一个特征词,将提案内容的特征向量和对应的提案类型输入到朴素贝叶斯分类器中,进行模型的训练,得到训练好的朴素贝叶斯模型。将待分配提案内容转换为特征向量表示,然后通过朴素贝叶斯分类器计算出每个提案类型的后验概率,选择具有最高后验概率的提案类型作为待分配提案内容的提案类型。
具体而言,所述已标记的提案样本集是指已知提案类型的提案的集合,已知的内容包括提案内容和对应的提案类型。本实施例不对特征提取的方法作具体限定,本领域技术人员可以自由设置,只需满足对提案内容的特征提取需求即可,如还可采取TF-IDF的方法来对提案内容进行特征提取。
具体而言,所述推荐系数计算单元将提案处理单位中,待分配提案类型对应属性为一档属性的提案处理单位作为备选提案单位,并根据提案处理单位办案周期P计算提案处理单位的推荐系数B,设定B=P/P0,P0为预设提案处理单位办案周期,所述推荐系数计算单元获取所述各提案处理单位的推荐系数,将所述各提案处理单位按照推荐系数从大至小的顺序进行排序,选取最大推荐系数的提案处理单位进行推荐。
具体而言,所述系数修正单元根据提案处理单位的政府官方信息中的提案处理单位人数C计算修正系数D,设定D=1+(C-C0)/C,以对推荐系数进行修正,修正后的推荐系数为Bc,设定Bc=B×D。
具体而言,所述系数修正单元使修正系数随着提案处理单位人数的增大而增大,以根据提案处理单位人数计算修正系数,使修正系数反映提案处理单位的提案处理能力,所述系数修正单元根据修正系数对推荐系数进行修正,以使修正后的推荐系数随着修正系数的增大而增大,从而使修正后的推荐系数随着提案处理单位人数的增大而增大,提高推荐系数计算的准确度,进一步提高提案处理单位的推荐效率。
具体而言,所述系数更正单元将当前提案处理个数E与预设提案处理个数E0进行比对,并根据比对结果对所述提案处理单位的更正情况进行判断,其中:
当E≤E0时,所述系数更正单元判定不对该提案处理单位进行更正;
当E>E0时,所述系数更正单元判定对该提案处理单位进行更正,并计算更正系数F,设定F=1+(E0-E)/E,更正后的修正系数为Df,设定Df=D×F。
具体而言,在当前提案处理个数大于预设提案处理个数时,所述系数更正单元计算更正系数,并使更正系数随着当前提案处理个数的增大而减小,以在当前提案处理个数多,对其他提案的处理能力低时,减小更正系数,所述系数更正单元根据更正系数对修正系数进行更正,以使更正后的修正系数为随着更正系数的减小而减小,以提高修正系数计算的准确率,从而提高推荐系数计算的准确度,进一步提高提案处理单位的推荐效率。
具体而言,所述系数调整单元获取提案处理单位的关联情况,并根据提案处理单位的关联情况设定调整系数,其中:
当提案处理单位的关联单位为备选提案单位的,所述系数调整单元设定调整系数为β,设定1<β<1.5,并对推荐系数进行调整,调整后的推荐系数为B2,设定B2=β×B。
具体而言,所述信息推送单元将备选提案单位的推荐系数B与预设推荐系数B0进行比对,并根据比对结果对备选提案单位的推送情况进行判断,其中:
当B>B0时,所述信息推送单元判定对所述备选提案单位进行推送;
当B≤B0时,所述信息推送单元判定不对所述备选提案单位进行推送;
所述信息推送单元将进行推送的所述各备选提案单位按照推荐系数从大至小的顺序进行排序,以此作为单位推荐排序,所述信息推送单元对推荐单位和单位推荐排序进行推送。
具体而言,所述单位反馈模块获取用户对提案处理单位的提案完成满意度G,将提案完成满意度G与预设提案完成满意度G0进行比对,并根据比对结果对反馈情况进行判断,其中:
当G≥G0时,所述单位反馈模块判定反馈情况正常;
当G<G0时,所述单位反馈模块判定反馈情况异常,并计算校正系数H,设定H=1-(G-G0)/G,以对提案处理单位的属性程度系数的计算过程中的预设属性程度系数A0进行校正,校正后的预设属性程度系数A0为Ag0,设定Ag0=A×H。
具体而言,在提案完成满意度小于预设提案完成满意度时,所述单位反馈模块计算校正系数,以使校正系数随着提案完成满意度的减小而增大,并根据校正系数对提案处理单位的属性程度系数的计算过程中的预设属性程度系数进行校正,以使校正后的预设属性程度系数随着校正系数的增大而增大,从而通过提高反馈情况异常的提案处理单位的属性程度系数,提高对一档属性的划分标准,从而根据反馈情况实时调整备选提案单位的划分标准,进一步提高提案处理单位的推荐效率。
具体而言,用户对提案处理单位的提案完成满意度可通过交互的方式进行获取,还可通过其他方式进行获取,以交互的方式为例,所述单位反馈模块在向用户进行交互时,向用户推送推荐的提案办理单位,并在经过预设办理周期后向用户推送反馈窗口,获取用户对提案处理单位的提案完成满意度。
请参阅图4所示,其为本实施例提案办理单位的推荐方法的流程示意图,所述方法包括:
步骤S1,采集各提案处理单位的政府官方信息、历史提案信息和当前提案处理个数以及待分配提案内容;
步骤S2,对提案处理单位的属性进行确定,设定属性程度系数,并以此对提案单位的属性进行划档;
步骤S3,根据待分配提案内容对待分配提案类型进行确定;
步骤S4,根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐;
步骤S5,根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (8)

1.一种提案办理单位的推荐系统,其特征在于,包括:
信息采集模块,用以采集各提案处理单位的政府官方信息、历史提案信息、历年报告信息和当前提案处理个数,还用以采集待分配提案内容;
单位属性模块,用以对提案处理单位的属性进行确定,还用以设定属性程度系数,并以此对提案单位的属性进行划档,单位属性模块设有属性确定单元,其用以根据提案处理单位的政府官方信息对提案处理单位的属性进行确定,并以此设定属性程度系数,单位属性模块还设有调节单元,其用以根据提案处理单位的历史推荐次数对属性程度系数进行调节,单位属性模块还设有补偿单元,其用以根据提案处理单位的历史提案信息中的历史提案个数对调节过程进行补偿,单位属性模块还设有属性划档单元,其用以根据属性程度系数对提案处理单位的属性进行划档;
提案类型模块,用以根据待分配提案内容对待分配提案类型进行确定;
单位推荐模块,用以根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐,单位推荐模块设有推荐系数计算单元,其用以根据政府官方信息中的提案处理单位办案周期计算划档后为备选提案单位的推荐系数,并根据推荐系数对提案处理单位进行推荐,单位推荐模块还设有系数修正单元,其用以根据政府官方信息中的提案处理单位人数对推荐系数进行修正,单位推荐模块还设有系数更正单元,其用以根据当前提案处理个数对修正过程进行更正,单位推荐模块还设有系数调整单元,其用以根据提案处理单位的关联情况对推荐系数进行调整,单位推荐模块还设有信息推送单元,其用以根据备选提案单位的推荐系数对推荐单位和单位推荐排序进行推送;
单位反馈模块,用以根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正;
所述推荐系数计算单元将提案处理单位中,待分配提案类型对应属性为一档属性的提案处理单位作为备选提案单位,并根据提案处理单位办案周期P计算提案处理单位的推荐系数B,设定B=P/P0,P0为预设提案处理单位办案周期,所述推荐系数计算单元获取所述各提案处理单位的推荐系数,将所述各提案处理单位按照推荐系数从大至小的顺序进行排序,选取最大推荐系数的提案处理单位作为推荐单位;
所述系数修正单元根据提案处理单位的政府官方信息中的提案处理单位人数C计算修正系数D,设定D=1+(C-C0)/C,以对推荐系数进行修正,修正后的推荐系数为Bc,设定Bc=B×D;
所述系数更正单元将当前提案处理个数E与预设提案处理个数E0进行比对,并根据比对结果对所述提案处理单位的更正情况进行判断,其中:
当E≤E0时,所述系数更正单元判定不对该提案处理单位进行更正;
当E>E0时,所述系数更正单元判定对该提案处理单位进行更正,并计算更正系数F,设定F=1+(E0-E)/E,更正后的修正系数为Df,设定Df=D×F;
所述系数调整单元获取提案处理单位的关联情况,并根据提案处理单位的关联情况设定调整系数,其中:
当提案处理单位的关联单位为备选提案单位的,所述系数调整单元设定调整系数为β,设定1<β<1.5,并对推荐系数进行调整,调整后的推荐系数为B2,设定B2=β×B。
2.根据权利要求1所述的提案办理单位的推荐系统,其特征在于,所述属性确定单元将政府官方信息中的提案处理单位的办理类型确定为该提案处理单位的属性,所述属性确定单元根据政府官方信息中的提案处理单位的办理类型对属性程度系数进行设定:
当政府官方信息中的提案处理单位的办理类型存在该属性时,所述属性确定单元设定该属性的属性程度系数A=1;
当政府官方信息中的提案处理单位的办理类型不存在该属性时,所述属性确定单元设定该属性的属性程度系数A=0。
3.根据权利要求2所述的提案办理单位的推荐系统,其特征在于,所述调节单元获取所述提案处理单位的历史推荐次数m,并将历史推荐次数m与预设历史推荐次数m0进行比对,根据比对结果对调节情况进行判断,其中:
当m<m0时,所述调节单元判定不对属性程度系数进行调节;
当m≥m0时,所述调节单元计算调节系数J,设定J=1+(m-m0)/m,并对属性程度系数A进行调节,调节后的属性程度系数为Aj,设定Aj=J×A。
4.根据权利要求3所述的提案办理单位的推荐系统,其特征在于,所述补偿单元对提案处理单位的历史提案内容进行历史提案关键词提取,所述补偿单元根据历史提案的关键词进行提案分类,将关键词一致的提案归为同一类,形成提案类型簇,并获取各提案类型簇对应的提案类型的历史提案个数k,所述补偿单元根据历史提案个数k计算补偿系数L,设定L=1+(k-k0)/k,k0为预设历史提案个数k,所述补偿单元根据补偿系数L对调节系数进行补偿,补偿后的调节系数为JL,设定JL=J×L。
5.根据权利要求4所述的提案办理单位的推荐系统,其特征在于,所述属性划档单元将属性程度系数A与预设属性程度系数A0进行比对,并根据比对结果对提案处理单位的属性进行划档,其中:
当A>A0时,所述属性划档单元将提案处理单位的该属性划分为一档属性;
当A≤A0时,所述属性划档单元将提案处理单位的该属性划分为二档属性。
6.根据权利要求5所述的提案办理单位的推荐系统,其特征在于,所述信息推送单元将备选提案单位的推荐系数B与预设推荐系数B0进行比对,并根据比对结果对备选提案单位的推送情况进行判断,其中:
当B>B0时,所述信息推送单元判定对所述备选提案单位进行推送;
当B≤B0时,所述信息推送单元判定不对所述备选提案单位进行推送;
所述信息推送单元将进行推送的所述各备选提案单位按照推荐系数从大至小的顺序进行排序,以此作为单位推荐排序,所述信息推送单元对推荐单位和单位推荐排序进行推送。
7.根据权利要求1所述的提案办理单位的推荐系统,其特征在于,所述单位反馈模块获取用户对提案处理单位的提案完成满意度G,将提案完成满意度G与预设提案完成满意度G0进行比对,并根据比对结果对反馈情况进行判断,其中:
当G≥G0时,所述单位反馈模块判定反馈情况正常;
当G<G0时,所述单位反馈模块判定反馈情况异常,并计算校正系数H,设定H=1-(G-G0)/G,以对提案处理单位的属性程度系数的计算过程中的预设属性程度系数A0进行校正,校正后的预设属性程度系数A0为Ag0,设定Ag0=A×H。
8.一种提案办理单位的推荐方法,其应用于如权利要求1-7任一项所述的提案办理单位的推荐系统,其特征在于,包括:
步骤S1,采集各提案处理单位的政府官方信息、历史提案信息和当前提案处理个数以及待分配提案内容;
步骤S2,对提案处理单位的属性进行确定,设定属性程度系数,并以此对提案单位的属性进行划档;
步骤S3,根据待分配提案内容对待分配提案类型进行确定;
步骤S4,根据划档后的备选提案单位和待分配提案类型对待分配提案的提案处理单位进行推荐;
步骤S5,根据用户对提案处理单位的提案完成满意度对提案处理单位的属性程度系数的计算过程进行校正。
CN202310920596.6A 2023-07-26 2023-07-26 一种提案办理单位的推荐系统及方法 Active CN116644175B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310920596.6A CN116644175B (zh) 2023-07-26 2023-07-26 一种提案办理单位的推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310920596.6A CN116644175B (zh) 2023-07-26 2023-07-26 一种提案办理单位的推荐系统及方法

Publications (2)

Publication Number Publication Date
CN116644175A CN116644175A (zh) 2023-08-25
CN116644175B true CN116644175B (zh) 2023-10-20

Family

ID=87625088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310920596.6A Active CN116644175B (zh) 2023-07-26 2023-07-26 一种提案办理单位的推荐系统及方法

Country Status (1)

Country Link
CN (1) CN116644175B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190994A (zh) * 2019-12-30 2020-05-22 安徽商信政通信息技术股份有限公司 一种为提案委员会推荐提案承办单位的方法
CN111695348A (zh) * 2020-05-22 2020-09-22 湖南正宇软件技术开发有限公司 一种根据提案办理经验推荐办案单位的方法和装置
CN111767389A (zh) * 2020-05-22 2020-10-13 湖南正宇软件技术开发有限公司 一种根据提案内容推荐办案单位的方法和装置
CN112395416A (zh) * 2020-11-11 2021-02-23 湖南正宇软件技术开发有限公司 提案处理方法、装置、计算机设备和存储介质
CN116230192A (zh) * 2023-05-09 2023-06-06 菏泽医学专科学校 一种医疗信息处理系统及方法
CN116304335A (zh) * 2023-03-17 2023-06-23 百度在线网络技术(北京)有限公司 对象推荐方法、用户偏好识别方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160103469A (ko) * 2015-02-24 2016-09-01 삼성전자주식회사 맞춤형 제안 서비스 운용 장치 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111190994A (zh) * 2019-12-30 2020-05-22 安徽商信政通信息技术股份有限公司 一种为提案委员会推荐提案承办单位的方法
CN111695348A (zh) * 2020-05-22 2020-09-22 湖南正宇软件技术开发有限公司 一种根据提案办理经验推荐办案单位的方法和装置
CN111767389A (zh) * 2020-05-22 2020-10-13 湖南正宇软件技术开发有限公司 一种根据提案内容推荐办案单位的方法和装置
CN112395416A (zh) * 2020-11-11 2021-02-23 湖南正宇软件技术开发有限公司 提案处理方法、装置、计算机设备和存储介质
CN116304335A (zh) * 2023-03-17 2023-06-23 百度在线网络技术(北京)有限公司 对象推荐方法、用户偏好识别方法及装置
CN116230192A (zh) * 2023-05-09 2023-06-06 菏泽医学专科学校 一种医疗信息处理系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A proposal for an adaptive Recommender System based on competences and ontologies;Julia Clemente等;《Expert Systems with Applications》;第208卷;1-22页 *
高校教代会提案管理系统分析与设计;杨艳;陈晓勇;;天津科技(11);43-45 *

Also Published As

Publication number Publication date
CN116644175A (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
US7222297B2 (en) System and method for using XML to normalize documents
CN107967575A (zh) 一种人工智能保险咨询服务人工智能平台系统
CN106557558A (zh) 一种数据分析方法及装置
CN106649890A (zh) 数据存储方法和装置
CN110516057B (zh) 一种信访问题答复方法及装置
CN116596494A (zh) 基于知识图谱深度学习的人岗匹配方法及系统
CN110222192A (zh) 语料库建立方法及装置
CN109582963A (zh) 一种基于极限学习机的档案自动分类方法
CN112767177A (zh) 基于随机森林进行客户等级划分的保险客户信息管理系统
CN111222753A (zh) 一种电子政务绩效评估系统和方法
CN111538821A (zh) 智能客服中解决知识库冷启动的方法和装置
CN115630843A (zh) 合同条款自动审核方法及系统
CN114238655A (zh) 企业关联关系识别方法、装置、设备及介质
CN116468460A (zh) 基于人工智能的消费金融客户画像识别系统及其方法
CN116775879A (zh) 大语言模型的微调训练方法、合同风险评审方法及系统
CN114817681A (zh) 一种基于大数据分析的金融风控系统及其管理设备
CN108280213A (zh) 一种大数据的分析系统
CN116644175B (zh) 一种提案办理单位的推荐系统及方法
CN113408964A (zh) 一种基于综合评价体系辅助政府碳管理的方法
CN113469704A (zh) 一种自动推荐客户服务策略的系统和方法
RU2624546C1 (ru) Способ автоматической оценки квалификации и компетенции сотрудников
CN115544250A (zh) 一种数据处理方法及系统
CN112749841A (zh) 一种基于自训练学习的用户口碑预测方法及系统
CN110795559A (zh) 用于客服问答的数据处理方法及装置
Sethi et al. An automated system for identification of tweets requiring customer service concern

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