[发明专利]政务事项的处理方法和装置在审

专利信息
申请号: 202011281580.8 申请日: 2020-11-16
公开(公告)号: CN112258368A 公开(公告)日: 2021-01-22
发明(设计)人: 骆雄辉;滕一帆;孙傲冰;李剑杰;王世清 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q50/26 分类号: G06Q50/26;G06Q10/04;G06K9/62
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 叶虹
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 政务 事项 处理 方法 装置
【权利要求书】:

1.一种政务事项的处理方法,其特征在于,包括:

获取企业的多个企业属性信息,以及所述企业对应的各类政务事项的事项名称信息;

基于所述企业的多个企业属性信息,生成企业特征,以及基于各类政务事项的事项名称信息,生成政务事项特征;

对所述政务事项特征和所述企业特征进行特征融合处理,生成融合后的特征向量;

基于融合后的特征向量,预测所述企业的各类政务事项的办理频次。

2.根据权利要求1所述的政务事项的处理方法,其特征在于,所述基于所述企业的多个企业属性信息,生成企业特征,包括:

分别提取所述企业的多个企业属性信息的特征,得到所述多个企业属性信息对应的特征;

对所述多个企业属性信息对应的特征进行全连接处理,生成企业特征。

3.根据权利要求1所述的政务事项的处理方法,其特征在于,所述基于各类政务事项的事项名称信息,生成政务事项特征,包括:

对各类政务事项的事项名称信息分别进行特征提取,得到各类政务事项对应的事项名称特征;

对各类政务事项对应的事项名称特征进行全连接处理,生成政务事项特征。

4.根据权利要求1所述的政务事项的处理方法,其特征在于,所述政务事项的处理方法,还包括:

基于预测的各类政务事项的办理频次,确定向所述企业进行推荐的待办理政务事项。

5.根据权利要求4所述的政务事项的处理方法,其特征在于,所述基于预测的各类政务事项的办理频次,确定向所述企业进行推荐的待办理政务事项,包括:

按照预测的各类政务事项的办理频次从高到低的顺序,对各类政务事项进行排序,生成政务事项排序列表;

从政务事项排序列表中选择排名在前的预定数量的政务事项,作为向所述企业进行推荐的待办理政务事项。

6.根据权利要求4所述的政务事项的处理方法,其特征在于,所述基于预测的各类政务事项的办理频次,确定向所述企业进行推荐的待办理政务事项,包括:

获取所述企业针对政务事项的历史办理记录;

基于所述历史办理记录,确定所述企业未办理过的政务事项,作为备选政务事项;

基于预测的各类政务事项的办理频次,确定针对所述备选政务事项预测的办理频次;

基于针对所述备选政务事项预测的办理频次,确定向所述企业进行推荐的待办理政务事项。

7.根据权利要求4所述的政务事项的处理方法,其特征在于,所述政务事项的处理方法,还包括:

基于向所述企业进行推荐的待办理政务事项,向所述企业推荐包含待办理政务事项的推荐消息;

若在推荐所述推荐消息后的预设时间段内未检测到所述企业针对所述待办理政务事项的办理记录,则基于预测的各类政务事项的办理频次,更新向所述企业进行推荐的待办理政务事项。

8.根据权利要求1至7任意一项所述的政务事项的处理方法,其特征在于,通过预训练的机器学习模型来生成所述企业特征、所述政务事项特征、所述融合后的特征向量及预测所述企业的各类政务事项的办理频次。

9.根据权利要求8所述的政务事项的处理方法,其特征在于,所述政务事项的处理方法,还包括:

获取用于对待训练的机器学习模型进行训练的训练集样本数据,所述训练集样本数据中的样本数据包括样本企业的多个企业属性信息、样本政务事项的事项名称信息和所述样本企业针对样本政务事项的办理频次;

通过所述训练集样本数据对待训练的机器学习模型进行训练,得到所述预训练的机器学习模型。

10.一种政务事项的处理装置,其特征在于,包括:

第一获取单元,用于获取企业的多个企业属性信息,以及所述企业对应的各类政务事项的事项名称信息;

生成单元,用于基于所述企业的多个企业属性信息,生成企业特征,以及基于各类政务事项的事项名称信息,生成政务事项特征;

融合单元,用于对所述政务事项特征和所述企业特征进行特征融合处理,生成融合后的特征向量;

预测单元,用于基于融合后的特征向量,预测所述企业的各类政务事项的办理频次。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202011281580.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top