[发明专利]一种基于机器学习的能力模型与工单匹配方法及系统

权利要求书

1.一种基于机器学习的能力模型与工单匹配方法，其特征在于，包括以下步骤：

S100、对工单进行分词处理得到准分词结果，根据准分词结果生成特征项，根据特征项建立特征项数据库；

S200、根据特征项数据库生成特征项-需求文档矩阵，建立隐性语义索引数据库；

S300、对专业词典中的特征项进行技术领域属性划分，将特征项打上技术领域标签，对特征项赋予权值，生成技术能力模型，将现有工单进行准分词和相似度匹配处理，得到特征项，通过特征项计算出技术领域能力值，将能力值带入技术能力模型进行训练完善；

S400、当系统获得新工单时，对该工单进行准分词和相似度匹配处理，生成工单的特征项，将特征项与技术能力模型进行匹配。

2.根据权利要求1所述的一种基于机器学习的能力模型与工单匹配方法，其特征在于，所述步骤S100中对需求文档进行分词处理得到准分词结果，根据准分词结果生成特征项包括以下步骤：

S101、遍历工单中的需求文档和技术文档，对文档进行准分词处理得到准分词结果；

S102、建立包括专业词汇的专业词典；

S103、将专业词典中的专业词汇与准分词结果进行相似度匹配，如果相似度匹配得到的相似度超过设定阈值的分词结果，则生成特征项，否则进行下一个准分词结果的匹配。

3.根据权利要求1所述的一种基于机器学习的能力模型与工单匹配方法，其特征在于：所述步骤S200根据特征项数据库生成特征项-需求文档矩阵，建立隐性语义索引数据库包括以下步骤：

S201、基于标引矩阵生成技术，结合特征项数据库中的特征项和工单中的需求文档，生成特征项-需求文档矩阵；

S202、对矩阵进行奇异值分解，并剔除不符合标准的奇异值；

S203、根据筛选后奇异值生成隐性语义索引数据库。

4.根据权利要求1所述的一种基于机器学习的能力模型与工单匹配方法，其特征在于，所述步骤S300中将特征项打上技术领域标签，对特征项赋予权值包括以下步骤：

S301、读取专业词典的专业词汇，选取专业词汇中的技术领域相关词汇，生成技术领域标签；

S302、将特征项关联技术领域标签，使特征项与技术领域标签建立映射关系；

S303、根据特征项与对应标签的实际关联性对映射关系进行权值计算。

5.根据权利要求1所述的一种基于机器学习的能力模型与工单匹配方法，其特征在于，所述步骤S400中生成工单的隐性语义特征项包括以下步骤：

S401、将该工单的需求文档与索引数据库中其他包含相同特征项或部分特征项的需求文档进行比对，以确定不同特征文档之间的语义相关性以及需求文档与特征项之间的相关性；

S402、将该需求文档与具有高语义相关性的需求文档进行比对，从中找出特定需求文档中存在的隐性特征项。

S403、根据特征项与隐性特征项，计算技术领域需求值；

S404、将技术领域需求值与技术能力模型进行匹配。

6.一种基于机器学习的技术人员能力模型与工单匹配系统，其特征在于，包括：

特征项生成单元，用于对工单进行分词处理得到准分词结果，根据准分词结果生成特征项，根据特征项建立特征项数据库；

隐性语义索引生成单元，根据特征项数据库生成特征项-需求文档矩阵，对矩阵进行奇异值分解，生成隐性语义索引数据库；

模型训练单元，对专业词典中的特征项进行技术领域属性划分，将特征项打上技术领域标签，对特征项赋予权值，生成技术能力模型，将现有工单进行准分词和相似度匹配处理，得到特征项，通过特征项计算出技术领域能力值，将能力值带入技术能力模型进行训练完善；

能力匹配单元，当系统获得新工单时，对该工单进行准分词和相似度匹配处理，生成工单的特征项和隐性语义特征项，根据特征项和隐性语义特征项计算技术领域需求值，与模型训练单元中的技术能力模型进行匹配。