[发明专利]一种项目清单的分类方法及装置

权利要求书

1.一种项目清单的分类方法，其特征在于，包括：

获取样本项目清单集，所述样本项目清单集包括多个样本项目清单，每个样本项目清单中均携带有清单属性信息和项目属性信息；

针对所述样本项目清单集中的每个样本项目清单，根据该样本项目清单中携带的项目属性信息，从各预设项目类型中确定该样本项目清单所属的项目类型；

针对确定的每个项目类型，确定与该项目类型对应的至少一个样本项目清单；获取预设清单词汇库，所述预设清单词汇库中包括与各个预设项目类型对应的预设清单词汇；

针对确定的每个项目类型，确定与该项目类型对应的至少一个预设清单词汇；采用TF-IDF算法确定与该项目类型对应的各预设清单词汇在每个样本项目清单中出现的次数，以及每个预设清单词汇在该项目类型对应的所有样本项目清单中出现的总次数；从所有预设清单词汇中筛选出与该项目类型对应的每个样本项目清单的目标清单词汇；

从确定的每个样本项目清单中提取出样本项目清单特征，包括：

基于筛选出的与该项目类型对应的每个样本项目清单的目标清单词汇，从确定的每个样本项目清单中提取出样本项目清单特征；

根据提取出的所有样本项目清单特征将该项目类型对应的所有样本项目清单进行聚类，得到与所述清单属性信息对应的至少一个样本项目清单子集；确定每个样本项目清单子集的价格区间信息。

2.根据权利要求1所述的方法，其特征在于，所述项目属性信息包括项目类型信息和项目描述信息；所述根据该样本项目清单中携带的项目属性信息，从各预设项目类型中确定该样本项目清单所属的项目类型，包括：

针对所述样本项目清单集中的每个样本项目清单，根据该样本项目清单的项目类型信息确定该样本项目清单所属的第一级项目类型；确定该样本项目清单所属的第一级项目类型对应的其他样本项目清单；

根据该样本项目清单的项目类型信息和项目描述信息，以及其他样本项目清单的项目类型信息和项目描述信息，从其他样本项目清单中确定与该样本项目清单属于同类工程的样本项目清单，并将确定的样本项目清单所属的第二级项目类型作为该样本项目清单所属的第二级项目类型。

3.根据权利要求2所述的方法，其特征在于，所述清单属性信息包括清单价格信息；在确定每个样本项目清单所属的第二级项目类型之后，还包括：

针对确定的每个第二级项目类型，确定与该第二级项目类型对应的至少一个样本项目清单；根据确定的每个样本项目清单的清单价格信息由大到小的顺序对所有样本项目清单进行排序；从所有样本项目清单中筛选出符合预设排序名次的样本项目清单作为与该第二级项目类型对应的目标样本项目清单。

4.根据权利要求1或3所述的方法，其特征在于，所述清单属性信息包括清单标识信息；所述根据提取出的所有样本项目清单特征将该项目类型对应的所有样本项目清单进行聚类，得到与所述清单属性信息对应的至少一个样本项目清单子集，包括：

从该项目类型对应的所有样本项目清单中随机选取出预设数量个样本项目清单作为聚类的质心；

将该项目类型对应的所有样本项目清单中剩余的样本项目清单分配至距离最小的质心所对应的聚类中；其中，所述剩余的样本项目清单与每个质心之间的距离由两者对应的样本项目清单特征的特征相似度以及两者对应的清单标识信息确定；

重新计算每个聚类的质心，并基于计算后的质心，重新对该项目类型对应的所有样本项目清单中的每一样本项目清单进行聚类分配，直至在判断出更新后的质心与更新前的质心符合预设距离阈值时，停止聚类分配，得到与每个所述清单标识信息对应的至少一个样本项目清单子集。

5.根据权利要求4所述的方法，其特征在于，所述确定每个样本项目清单子集的价格区间信息，包括：

针对每个清单标识信息，确定与该清单标识信息对应的每个样本项目清单子集中具有最高清单价格的样本项目清单，以及具有最低清单价格的样本项目清单；

基于所述最高清单价格和所述最低清单价格确定与该清单标识信息对应的每个样本项目清单子集的价格区间信息。