[发明专利]一种项目信息标准化方法及装置

说明书

本发明提供了一种项目信息标准化方法，包括：接收外部输入的抓取规则和至少一个标准词；根据所述抓取规则，从至少一个网站中抓取至少一个项目的项目信息；针对所述至少一个标准词中的每一个标准词，将所述至少一个项目信息中所包括项目名称与所述标准词语义相近的至少一个项目信息划分一个项目信息分组；针对每一个所述项目信息分组，对所述项目信息分组包括的各个所述项目信息关联相同的标准项目名称和标准项目编码；针对每一个所述项目信息，在所述项目信息对应的网站上，将所述项目信息与对应的所述标准项目名称和所述标准项目编码进行关联。本方案能够提高对政务服务事项进行标准化的效率。

技术领域

本发明涉及数据处理技术领域，特别涉及一种项目信息标准化方法及装置。

背景技术

随着互联网的普及与发展，各地区各部门积极推进网上政府服务平台建设，开展网上办事，有效优化了政府服务、方便了企业和群众。但同时也存在网上政务服务内容不规范、政务服务的标准化规范化程度不够高等问题。为此，各地区各部门按照《“互联网+政务服务”技术体系建设指南》的要求，在2020年底前，将地方各级政务服务事项进行标准化、规范化，实现政务服务事项标准化。

目前，各地区各部门在实现政务服务事项标准化的过程中，没有有效的实时操作途径，只能通过人工操作来实现同一事项具有相同的编码和名称。

但是，政务服务事项的数据量较大，通过人工操作来实现政务服务事项标准化，需要耗费了各级职能部门大量的时间，造成对政务服务事项进行标准化的效率较低。

发明内容

本发明实施例提供了一种项目信息标准化方法及装置，能够提高对政务服务事项进行标准化的效率。

第一方面，本发明实施例提供了一种项目信息标准化方法，包括：接收外部输入的抓取规则和至少一个标准词；

根据所述抓取规则，从至少一个网站中抓取至少一个项目的项目信息；

针对所述至少一个标准词中的每一个标准词，将所述至少一个项目信息中所包括项目名称与所述标准词语义相近的至少一个项目信息划分为一个项目信息分组；

针对每一个所述项目信息分组，对所述项目信息分组包括的各个所述项目信息关联相同的标准项目名称和标准项目编码；

针对每一个所述项目信息，在所述项目信息对应的网站上，将所述项目信息与对应的所述标准项目名称和所述标准项目编码进行关联。

优选地，所述根据所述抓取规则从至少一个网站中抓取至少一个项目的项目信息，包括：

根据所述抓取规则包括的至少一个统一资源定位符URL，连接至少一个网站；

在预设的爬取时长内，根据所述抓取规则包括的抓取范围，从所述至少一个网站中抓取至少一个项目的项目信息。

优选地，所述将所述至少一个项目信息中所包括项目名称与所述标准词语义相近的至少一个项目信息划分为一个项目信息分组，包括：

根据预先设定的分词规则，将所述标准词拆分为至少两个第一相似词，其中，各个所述第一相似词之间语义不相近；

针对每一个所述项目信息，根据所述分词规则将所述项目信息包括的所述项目名称拆分为至少两个第二相似词，其中，各个所述第二相似词之间语义不相近；

分别确定每一个所述项目信息对应的所述至少两个第二相似词中所述第一相似词所占的个数比例；

将所对应的所述个数比例大于预先设定比例阈值的所述项目信息划分为一组，作为所述标准词对应的项目信息分组。

优选地，在所述根据预先设定的分词规则将所述标准词拆分为至少两个第一相似词之前，进一步包括：

预先设定至少一个停用词；