[发明专利]一种基于政策资源大数据的智能分析及精准推送方法

权利要求书

1.一种基于政策资源大数据的智能分析及精准推送方法，其特征在于，首先对文本进行分词，分别对词频、词序、语义进行评分，以去除无效的、评分度低的分词，然后根据词频、词序、语义的综合评分进行排序，选取前N个综合评分较高的词作为词向量的表示，得到每个样本的词向量；将每个样本的词向量作为神经网络的输入进行训练，得到模型；进而对文本进行分类预测，最后向客户推送信息；

词频的评分是先对通知进行证据分词，并统计通知中分词在证据通知中出现的次数，从而计算词频得分；词序的评分是构建通知词的2-gram表达式，统计2-gram表达式与证据匹配的次数，从而计算词序得分；

语义的评分是先向量化表示问题和证据，然后分别进行证据向量、主向量集合、问题主向量，计算证据问题相关度，证据向量集合上通过PageRank算法计算证据权重，结合证据权重和证据问题相关度，计算得到语义得分；

分词模型的训练主要包括以下步骤：筛选训练语料，按字切分训练语料并特征提取，然后训练CRF分词模型，得到CRF分词模型；将待切分的句子输入词典匹配歧义判断，若存在歧义则输入CRF分词模型得到CRF分词，从而输出分词结果；若不存在歧义，则直接输出分词结果；将切分后的训练语料分别输入Brown聚类特征提取，输入word2vec字向量训练后输入K-Means聚类特征提取；

向客户推送信息主要包括静态数据推荐、基于内容的推荐、基于协同过滤算法的推荐；所述静态数据推荐是指利用客户的静态数据信息进行推荐相应的政策性信息；所述基于内容的推荐是指根据客户收藏的政策性信息，找出与其相关的政策性信息并推荐给客户；所述基于协同过滤算法的推荐是指收集客户喜欢的政策性信息，根据用户喜欢的政策性信息进行推荐相似的政策性信息；

所述静态数据推荐中根据客户的地区为客户推荐政策性信息；根据客户所处的行业为客户推荐政策性信息；所述基于协同过滤算法的推荐中追踪客户浏览的政策性信息，收集与客户浏览的政策性信息相关的政策性信息并根据相似度进行排名；然后将相似度较高的政策信息推荐给客户。

2.根据权利要求1所述的一种基于政策资源大数据的智能分析及精准推送方法，其特征在于，在预测的过程中，采用SVM对文本分类，使用下列公式进行添加新样本：

其中X_i，X表示两个向量的内积；在对文本进行分类预测的过程中，预测新点X的类别时，只需要计算预测新点X与训练数据点的内积即可；用到的训练数据点是支持向量的点，只有支持向量的点会被用来进行新样本的预测。

3.根据权利要求2所述的一种基于政策资源大数据的智能分析及精准推送方法，其特征在于，若输入的模型的数据点为支持向量，则有，且是一个非零的数，故支持向量的点被纳入模型中，进行新点的分类预测的计算；若输入的模型的数据点不是支持向量，则有，且由于非负，为满足最大化则为0，因此在预测新点X时，在模型中，由于为0，故非支持向量的点不纳入计算。

4.根据权利要求1所述的一种基于政策资源大数据的智能分析及精准推送方法，其特征在于，在分词模型的训练中，将切分后的训练语料分别输入Brown聚类特征提取，输入word2vec字向量训练后输入K-Means聚类特征提取。

5.根据权利要求1-4任一项所述的一种基于政策资源大数据的智能分析及精准推送方法，其特征在于，推送信息之前先采用FCM聚类，确定聚类数目c、加权指数m、终止误差d，然后初始化隶属度矩阵，计算c个聚类中心，计算目标函数并与阈值d比较，若目标函数大于等于阈值，则更新隶属度矩阵，计算c个聚类中心，循环上述步骤；若目标函数小于阈值，则完成聚类。