[发明专利]提案评分的方法、装置、计算机设备和存储介质

权利要求书

1.一种提案评分的方法，其特征在于，所述方法包括：

建立综合数据库，所述综合数据库包括：历史文件库、法律文件库及历史提案库；所述历史文件库包括历史文件，所述历史文件是从机构服务器中提取得到的，包括工作重点以及热点话题；所述法律文件库包括法律文本；所述历史提案库包括历年的提案；

获取待评分提案，根据所述历史文件库与所述待评分提案的标题的相似度，得到第一分析结果，根据所述第一分析结果得到第一评分维度；

根据所述法律文件库与所述待评分提案的正文的引用关系，得到第二分析结果，根据所述第二分析结果得到第二评分维度；

根据所述历史提案库与所述待评分提案的正文的相似度，得到第三分析结果，根据所述第三分析结果得到第三评分维度；

建立评分标准库；所述评分标准库包括：评分选择区域和评分设置区域；所述评分选择区域的数据包括：第一评分维度、第二评分维度以及第三评分维度；所述评分设置区域中设置预设格式的维度填写表单；所述维度填写表单用于接收输入的评分维度数据，并且在接收到确认指令后将所述维度填写表单中的内容标准化后输入至所述评分选择区域；

以可视化方式显示所述评分标准库，并且根据所述评分选择区域中选定的评分维度，自适应输出用于提案评分的提案评分模型；

根据所述提案评分模型获得待评分提案的评分和评级；

根据所述评分选择区域中选定的评分维度，自适应输出用于提案评分的提案评分模型包括：

获取通过可视化方式选定的评分维度对应的重要度比值，并判断选定的评分维度是否属于标志维度，根据所述重要度比值和所述选定的评分维度是否属于标志维度，输出用于提案评分的提案评分模型；所述提案评分模型用于输出提案的评分和评级；

当选定的评分维度属于标志维度时，并且选定的评分维度的评分达到设定值，直接输出对应的评级；

当选定的评分维度不属于标志维度，或选定的评分维度属于标志维度且选定的评分维度的评分小于设定值时，根据选定的评分维度的所述重要度比值，计算评分，根据评分确定并输出对应的评级。

2.根据权利要求1所述的方法，其特征在于，根据所述历史文件库与所述待评分提案的标题的相似度，得到第一分析结果包括：

根据余弦相似度算法，对每个所述历史文件进行相似度分析，得到优选库；

根据K均值聚类算法，对所述优选库的每个历史文件进行聚类，得到簇类；

计算每个所述簇类的历史文件数量，得到热点簇；

对所述热点簇的每个历史文件提取关键词，计算每个历史文件的关键词次数，并按所述关键词次数对每个关键词进行排序，得到热点簇的主题词；

对所述主题词进行组合，得到热门话题；

根据预先设置的分词库，对所述待评分提案的标题进行分词，得到标题单词集；

根据TF-IDF算法，计算所述标题单词集中每个单词的权重，得到优选集；

根据余弦相似度算法，将所述优选集与所述热门话题进行相似度分析，得到第一分析结果。

3.根据权利要求1所述的方法，其特征在于，根据所述历史文件库与所述待评分提案的标题的相似度，得到第一分析结果包括：

对所述历史文件提取关键词并计算每个所述关键词的权重，按照权重从大到小的顺序对每个所述关键词进行排序，取权重靠前的关键词为热点词；

对每个所述热点词建立索引，根据所述热点词出现在所述历史文件的数量作为所述索引的索引值；

获取所述索引值的预期值，根据所述索引值达到预期值的索引确定热门话题；

根据预先设置的分词库，对所述待评分提案的标题进行分词，得到标题单词集；

根据TF-IDF算法，计算标题单词集中每个单词的权重，得到优选集；

根据余弦相似度算法，将优选集与热门话题进行相似度分析，得到第一分析结果。