[发明专利]智能撮合系统在审
申请号: | 201910196864.8 | 申请日: | 2019-03-15 |
公开(公告)号: | CN110059246A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 封军;豆庆仁;李磊;李宗桓;高俊;马武 | 申请(专利权)人: | 安徽省优质采科技发展有限责任公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/951;G06Q30/06;G06Q30/08 |
代理公司: | 北京华仁联合知识产权代理有限公司 11588 | 代理人: | 张换君 |
地址: | 230000 安徽省合肥市包河区*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 公告信息 兴趣度 用户行为日志 撮合系统 用户注册 录入 数据采集模块 对象建模 算法模块 系统平台 信息推荐 用户关注 智能 采集 发布 网络 | ||
本发明提供一种智能撮合系统,包括:数据采集模块,用于采集网络和本系统平台上所发布的用户注册录入数据和用户行为日志;推荐对象建模模块,用于针对用户注册录入数据中的每条公告信息,提取出该条公告信息中的关键词,针对每个用户,根据其用户行为日志中用户关注过的所有公告信息,获得用户感兴趣的所有关键词,根据其用户行为日志中用户对其关注过的各个公告信息的关注行为,获得用户感兴趣的各个关键词的兴趣度;推荐算法模块,针对每条公告信息,根据从该条公告信息中提取出的关键词以及各个用户对提取出的关键词的兴趣度,计算出各个用户对该条公告信息的兴趣度,将该条公告信息推荐给兴趣度最高的多个用户。本发明信息推荐精度效率较高。
技术领域
本发明属于招投标和采购领域,具体涉及一种智能撮合系统。
背景技术
招投标作为范围广、普遍型市场交易行为,打破了行业垄断与地区封锁,电子化招投标让招投标行为更加公平、公正与公开,缩减了行业的“灰色地带”,节省了人力、物力、财力,实现了降本增效。随着招投标业务与企业采购业务电子化,各类电子招投标交易平台涌现,各类企业自主交易平台诞生,形成信息过载的现象,导致互联网上招标信息多、乱、杂,即招标公告发布平台多、招标公告格式乱、招标公告内容与分布杂乱,阻碍了招投标人快速有效的获取信息。
对于招标人来说,一方面,依靠过往合作过的投标人,另一方面,依靠投标人主动投标。对于投标人来说,一方面,投标人主动搜索自己关注的招标人是否发布项目,另一方面,投标人在各类电子化招投标平台搜索自己主营的相关产品,从而寻找合适的投标机会,招标人与投标人之间存在信息不畅通的问题,同样地,采购方和供应商之间亦是如此。另外,帮助投标人(或供应商)从庞大的数据库中筛选出用户感兴趣的招标公告(或采购物资信息),帮助招标人(或采购方)让自己的招标公告(或采购物资信息)脱颖而出,精准高效地推荐给投标人(或供应商),也是一件非常困难的事情。
发明内容
本发明提供一种智能撮合系统,以解决招标人与投标人之间、采购方与供应商之间信息不畅通以及信息推荐精度效率较低的问题。
根据本发明实施例的第一方面,提供一种智能撮合系统,包括:
数据采集模块,用于采集网络和本系统平台上所发布的用户注册录入数据和用户行为日志;
数据预处理模块,用于对所述数据采集模块采集到的数据进行预处理;
用户建模模块,用于构建各个用户对应的用户模型,针对每个用户模型,其都包括对应的用户注册录入数据和用户行为日志;
推荐对象建模模块,用于针对用户注册录入数据中的每条公告信息,利用自然语言处理技术,提取出该条公告信息中的关键词,针对每个用户,根据其用户行为日志中用户关注过的所有公告信息,获得用户感兴趣的所有关键词,根据其用户行为日志中用户对其关注过的各个公告信息的关注行为,获得用户感兴趣的各个关键词的兴趣度;
推荐算法模块,用于针对每条公告信息,根据从该条公告信息中提取出的关键词以及各个用户对提取出的关键词的兴趣度,计算出各个用户对该条公告信息的兴趣度,并将该条公告信息推荐给兴趣度最高的N个用户,N为大于0的整数;建立行业知识图谱,利用所述行业知识图谱的推理关系找到用户感兴趣的关键词的上下游关系,并将该用户可能感兴趣的公告信息推荐给该用户。
在一种可选的实现方式中,所述数据采集模块,利用分布式爬虫技术采集网络上所发布的用户注册录入数据和用户行为日志。
在另一种可选的实现方式中,所述数据预处理模块,用于按照以下步骤对所述数据采集模块采集到的数据进行预处理:
滤除所述数据中的脏数据;
对所述数据进行分类,去除重复和相似的数据;
将数据封装成标准的数据格式,以便根据需求进行数据提取分析。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽省优质采科技发展有限责任公司,未经安徽省优质采科技发展有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910196864.8/2.html,转载请声明来源钻瓜专利网。