[发明专利]零件匹配方法、系统及终端

权利要求书

1.一种零件匹配方法，其特征在于，包括：

获取第一零件数据；其中，所述第一零件数据为零件生产厂商的零件数据；

获取第二零件数据；其中，所述第二零件数据为原汽车厂商的零件数据；

采用机器学习的方式对所述第一零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系；

所述获取第一零件数据的步骤，包括：

通过爬虫方式在网络上爬取第一零件数据；

和/或，

从零件生产厂商直接获取第一零件数据；

其中，所述获取第二零件数据的步骤，包括：

通过预先建立的零件数据库获取第二零件数据；其中，所述零件数据库中存储有原汽车厂商的零件信息；且获取的所述第二零件数据为符合预设格式的数据；

其中，所述通过预先建立的零件数据库获取第二零件数据的步骤，包括：

从预先建立的零件数据库中提取各零件的基础数据；

从所述零件数据库中查找与各所述零件有关的关联零件数据；

根据各所述零件对应的关联零件数据确定各所述零件的特征数据；

将各所述零件的基础数据和特征数据进行关联适配，形成符合预设格式的第二零件数据；

其中，所述采用机器学习的方式对所述第一零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系的步骤，包括：

采用深度学习的方式将所述第一零件数据转换为符合所述预设格式的第一标准零件数据；

采用机器学习的方式对所述第一标准零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系。

2.根据权利要求1所述的方法，其特征在于，所述采用深度学习的方式将所述第一零件数据转换为符合所述预设格式的第一标准零件数据的步骤，包括：

基于CRF算法和/或BI-LSTM算法将所述第一零件数据转换为符合所述预设格式的第一标准零件数据。

3.根据权利要求1所述的方法，其特征在于，所述采用机器学习的方式对所述第一标准零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系的步骤，包括：

基于SVM算法对所述第一标准零件数据和所述第二零件数据进行模糊匹配，以生成第一零件数据与第二零件数据的对应关系。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述第一零件数据与所述第二零件数据均以包括有多种零件数据的表格形式呈现。

5.一种零件匹配系统，其特征在于，包括：

第一获取模块，用于获取第一零件数据；其中，所述第一零件数据为零件生产厂商的零件数据；

第二获取模块，用于获取第二零件数据；其中，所述第二零件数据为原汽车厂商的零件数据；

匹配模块，用于采用机器学习的方式对所述第一零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系；

所述第一获取模块还用于：

通过爬虫方式在网络上爬取第一零件数据；

和/或，

从零件生产厂商直接获取第一零件数据；

其中，所述第二获取模块用于：

通过预先建立的零件数据库获取第二零件数据；其中，所述零件数据库中存储有原汽车厂商的零件信息；且获取的所述第二零件数据为符合预设格式的数据；

其中，所述第二获取模块还用于：

从预先建立的零件数据库中提取各零件的基础数据；

从所述零件数据库中查找与各所述零件有关的关联零件数据；

根据各所述零件对应的关联零件数据确定各所述零件的特征数据；

将各所述零件的基础数据和特征数据进行关联适配，形成符合预设格式的第二零件数据；

其中，所述匹配模块用于：

采用深度学习的方式将所述第一零件数据转换为符合所述预设格式的第一标准零件数据；

采用机器学习的方式对所述第一标准零件数据和所述第二零件数据进行匹配，以生成第一零件数据与第二零件数据的对应关系。

6.一种终端，其特征在于，所述终端包括存储器以及处理器，所述存储器用于存储支持处理器执行权利要求1至4任一项所述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。