[发明专利]一种企业信息与政策信息的处理方法

说明书

本发明涉及信息处理技术领域，尤其为一种企业信息与政策信息的处理方法，其方法包括如下步骤：通过数据源层收集获取企业信息和政策信息，为更深层次的数据分析、数据挖掘提供数据，将数据院层收集的类数据信息整合至数据原始层，数据原始层分为政府政策数据库和企业数据库，政策信息存储至政府政策数据库，企业信息储存至企业数据库，对收集到的政府政策信息进行数据处理，得到每个政府的信息特征，为下一步的企业与政策精准匹配打下基础，对收集的企业信息进行数据处理，得到每个企业的信息特征，为下一步的企业与政策精准匹配打下基础，通过特征信息词汇等为企业匹配合适的政府政策，通过构建的企业靶向模型进行相对应的政策推送。

技术领域

本发明涉及信息处理技术领域，具体为一种企业信息与政策信息的处理方法。

背景技术

企业在项目申报时要关注相关政策的条件、主题、领域、类别、发布部门、地区、补贴金额等信息，并从中选择满足要求且匹配度较高的政策项目进行申报。日常处理中，对政策信息的获取与筛选工作大多都是经由人工完成的，受人工素质因素影响，常常会出现信息疏漏的现象，由此会导致企业错过最佳项目申报的情况。

所以对信息的实时有效处理成为当今最为需要解决的问题。

发明内容

本发明的目的在于提供一种企业信息与政策信息的处理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种企业信息与政策信息的处理方法，其方法包括如下步骤：

S1：通过数据源层收集获取企业信息和政策信息，为更深层次的数据分析、数据挖掘提供数据；

S2：将数据院层收集的类数据信息整合至数据原始层，数据原始层分为政府政策数据库和企业数据库，政策信息存储至政府政策数据库，企业信息储存至企业数据库；

S3：对收集到的政府政策信息进行数据处理，得到每个政府的信息特征，为下一步的企业与政策精准匹配打下基础；

S4：对收集的企业信息进行数据处理，得到每个企业的信息特征，为下一步的企业与政策精准匹配打下基础；

S5：通过特征信息词汇等为企业匹配合适的政府政策，通过构建的企业靶向模型进行相对应的政策推送；。

优选的，所述步骤所述步骤S3包括以下步骤：

步骤S31：利用NPL及其相关技术对政府中句子、关键词和关键词逻辑关系等进行抽取；

步骤S32：基于大规模预训练模型BERT的Few-Shot分类模型对关键句子进行抽取；

步骤S33：基于大规模预训练模型BERT的迁移学习，序列标注模型BiLSTM-CRF对关键词语进行抽取；

步骤S34：大规模预训练模型BERT，基于Transformers和Span的关系生成模型对关键词逻辑关系进行抽取。

优选的，所述步骤S4包括以下步骤：

步骤S41：基于特征工程和企业画像刻画从而构建企业图像。

优选的，所述步骤S1中，通过采集互联网、政府系统或其他系统发布的各类政策和企业基础数据，为更深层次的数据分析、数据挖掘提供数据

优选的，所述步骤S5中，通过大数据和人工智能技术（主要是NLP技术）对政策和企业数据进行特征挖掘、标签管理、靶向模型分析等后，通过对敏感关键词汇的搜索，实现政策与企业的精准匹配。

与现有技术相比，本发明的有益效果如下：