[发明专利]一种为提案委员会推荐提案承办单位的方法

权利要求书

1.一种为提案委员会推荐提案承办单位的方法，其特征在于，包括：

根据提案内容构建提案内容属性索引：通过分词算法对所述提案内容进行分词处理；对所述分词处理后的提案内容进行权重计算，所述权重计算的算法包括TF-IDF权重计算算法；根据所述权重计算的结果构建所述提案内容属性索引；

根据多个承办单位的历年办理提案和承办单位标签，分别构建多个承办单位属性索引：通过分词算法分别对多个所述承办单位的历年办理提案进行分词处理；分别提取多个所述承办单位的标签信息；将每个所述承办单位的分词处理结果和标签信息合并，进行权重计算，所述权重计算的算法包括TF-IDF权重计算算法；根据所述权重计算结果分别构建每个所述承办单位的承办单位属性索引；

计算所述提案内容属性索引和多个所述承办单位属性索引之间的相关性，所述相关性包括计算所述提案内容的特征向量和每个所述承办单位的特征向量之间的相关性：

其中，W为提案内容的特征向量；X为X单位历史五年的特征向量；

a₀、b₀、c₀、d₀和e₀分别为提案内容中五个关键词a、b、c、d和e的逆文本频率指数值；a_x1、b_x1、c_x1、d_x1、e_x1分别为关键词a、b、c、d、e五年的期望值；为所有关键词出现频率的平均值，为X单位中所有关键词的平均值；所述期望值的计算方法包括平均值法或加权平均值法，所述X单位历史五年的特征向量是根据五年中关键词a、b、c、d、e频率计算得到的期望值来构建的；

分别计算所述提案内容的特征向量和剩余每个所述承办单位的特征向量之间的相关性，根据所述相关性的高低推荐所述承办单位。

2.根据权利要求1所述的为提案委员会推荐提案承办单位的方法，其特征在于，

所述分词算法采用jieba分词工具。

3.根据权利要求1所述的为提案委员会推荐提案承办单位的方法，其特征在于，

所述相关性计算的算法包括余弦相似度算法或皮尔逊算法。

4.根据权利要求1所述的为提案委员会推荐提案承办单位的方法，其特征在于，

所述通过分词算法对所述提案内容进行分词处理包括：

通过分词算法对所述提案内容进行中文分词和去停用词处理，提取所述提案内容的关键词；

所述通过分词算法分别对多个所述承办单位的历年办理提案进行分词处理包括：

通过分词算法分别对每个所述承办单位的历年承办提案内容进行中文分词和去停用词处理，提取每个所述承办单位历年办理提案的关键词。

5.根据权利要求1所述的为提案委员会推荐提案承办单位的方法，其特征在于，

所述对所述分词处理后的提案内容进行权重计算包括：

计算所述提案内容中每个关键词的频率；

所述将每个所述承办单位的分词处理结果和标签信息合并，进行权重计算包括：

计算每个所述承办单位历年办理提案的关键词的频率。

6.根据权利要求1所述的为提案委员会推荐提案承办单位的方法，其特征在于，

所述根据权重计算结果构建提案内容属性索引包括：

根据所述提案内容中每个关键词的频率构建所述提案内容的特征向量；

根据权重计算结果构建承办单位属性索引包括：

根据每个所述承办单位历年办理提案中关键词的频率，分别构建每个所述承办单位的特征向量。