[发明专利]一种基于人工智能的智能匹配数据处理方法

权利要求书

1.一种基于人工智能的智能匹配数据处理方法，其特征在于，所述数据处理方法适用于对海量文章进行归类存储，所述数据处理方法包括：

步骤1，获取待录入文章中的关注词组，并根据所述关注词组计算所述待录入文章录入后的文章评分；

步骤2，根据所述关注词组以及所述文章评分，确定所述待录入文章在文章列表中的文献位置，以更新所述文章列表；

步骤3，根据更新后的所述文章列表，对录入的文章进行智能匹配数据归类存储。

2.如权利要求1所述的基于人工智能的智能匹配数据处理方法，其特征在于，所述文章列表由多个次级列表组成，所述关注词组至少包括一级词组，所述一级词组由多个关注词组成，所述文章评分至少包括聚类评分，所述步骤1包括：

步骤101，根据所述一级词组中的关注词，确定所述待录入文章在所述文章列表中的次级列表及初始位置；

步骤102，采用遍历的方式，根据所述一级词组中的关注词，计算录入所述待录入文章后次级列表中各录入文章的关注词对称变化率；

步骤103，根据所述关注词对称变化率，计算录入所述待录入文章后次级列表中各录入文章的标准化平均变化率；

步骤104，根据所述各录入文章的标准化平均变化率，计算所述待录入文章录入后的各录入文章所述聚类评分。

3.如权利要求2所述的基于人工智能的智能匹配数据处理方法，其特征在于，所述对称变化率的计算公式为：

C_i(1)＝α

式中，C_i(t)为第i个关注词对称变化率，Y_i(t)为一级词组中第i个关注词的词得分，i＝1,2,…,N，N为一级词组中关注词的总数，t为待录入文章录入次级列表后该次级列表中的文章编号，文章编号由次级列表中文章的排序确定，M为待录入文章加入次级列表后的文章总数，α为预设参数。

4.如权利要求3所述的基于人工智能的智能匹配数据处理方法，其特征在于，所述标准化平均变化率的计算公式为：

V(t)＝R(t)/F,t＝2,3,…,M

式中，V(t)为文章编号为t的文章对应的标准化平均变化率，R(t)为第t篇文章对应的平均变化率，F为标准化因子，S_i(t)为标准变化率，ω_i为第i个关注词的权重值。

5.如权利要求2所述的基于人工智能的智能匹配数据处理方法，其特征在于，所述关注词组还包括二级词组，所述文章评分还包括价值评分，所述步骤1还包括：

步骤111，根据预设数值规则，对所述二级词组中的关注词进行数值化，记作分数修正值；

步骤112，计算所述待录入文章的初始评分，并根据所述分数修正值以及所述待录入文章在所述次级列表中的文献位置，对所述初始评分进行修正，将修正结果记作所述价值评分。

6.如权利要求1所述的基于人工智能的智能匹配数据处理方法，其特征在于，所述文章评分至少包括聚类评分和价值评分，所述文章列表由多个次级列表组成，所述步骤2包括：

步骤21，采用迭代的方式，计算所述待录入文章录入后的所述聚类评分，并判断所述聚类评分是否小于或等于预设阈值；

步骤22，当判定所述聚类评分小于或等于所述预设阈值时，根据所述待录入文章在次级列表中的位置，更新所述次级列表对应的文章列表，生成一级列表，执行步骤24，其中，所述待录入文章在次级列表中的位置由所述待录入文章的关注词组和所述次级列表确定；

步骤23，当判定所述聚类评分大于所述预设阈值时，调整所述待录入文章在所述次级列表中的位置，重新计算所述聚类评分，执行步骤21；

步骤24，根据所述待录入文章的价值评分，依据所述一级列表中各个文章的价值评分高低和预设调整范围，调整所述待录入文章在所述一级列表中的位置，生成二级列表，并将所述二级列表记作更新后的文章列表，将调整后的所述待录入文章在所述一级列表中的位置记作所述文献位置。