[发明专利]一种基于多维协同的智能筛选设计方法及装置

说明书

本申请公开了一种基于多维协同的智能筛选设计方法及装置，其方法包括：在供应商数据库中确定目标供应商名称，并查询出对应的至少两种产品信息；从产品信息中提取出至少两种目标关键词，并基于预设关键词等级以及目标关键词的总个数，计算出每种目标关键词的权重指标；将产品信息输入至第一卷积神经网络，并得到每种产品信息的分类特征；根据每种目标关键词的权重指标以及分类特征，计算出目标供应商的参考指标，并对目标供应商进行筛选处理。通过结合关键词提取算法以及卷积神经网络等智能分析手段对与目标供应商名称对应的产品信息进行高效处理，以实现对该目标供应商的初步筛选，不仅提高整体筛选效率，还可保障结果的准确性。

技术领域

本申请属于线上投标技术领域，特别的涉及一种基于多维协同的智能筛选设计方法及装置。

背景技术

投标是一个投标招标的专业术语，一般指投标人应招标人的邀请，根据招标公告或投标邀请书所规定的条件，并在规定的期限内向招标人递盘的行为。大多数国家政府机构和公用事业单位可通过招标购买设备、材料和日用品等，且在进行资源勘探、开发矿藏或招商承建工程项目时，也常采用招标方式。

投标模式逐渐由线下转变为线上，在收到大量供应商或投标人的投标信息之后，仅可通过人工对该大量投标信息进行筛选，不仅极大增加了招标的时间成本，还易影响到招标整体的评审效率。

发明内容

本申请为解决上述提到的人工对该大量投标信息进行筛选，不仅极大增加了招标的时间成本，还易影响到招标整体的评审效率等技术问题，提出一种基于多维协同的智能筛选设计方法及装置，其技术方案如下：

第一方面，本申请实施例提供了一种基于多维协同的智能筛选设计方法，包括：

在供应商数据库中确定目标供应商名称，并查询出与目标供应商名称对应的至少两种产品信息；其中，供应商数据库中包括至少两个供应商名称，供应商数据库中的供应商名称个数按照预设时间间隔进行更新；

从至少两种产品信息中提取出至少两种目标关键词，并基于预设关键词等级以及至少两种目标关键词的总个数，计算出每种目标关键词的权重指标；

将至少两种产品信息输入至训练好的第一卷积神经网络，并根据第一卷积神经网络的预测结果得到每种产品信息的分类特征；其中，第一卷积神经网络由多个已知分类特征的样本产品信息以及第二卷积神经网络训练得到；

根据每种目标关键词的权重指标以及每种产品信息的分类特征，计算出目标供应商的参考指标，并基于目标供应商的参考指标对目标供应商进行筛选处理。

在第一方面的一种可选方案中，基于预设关键词等级以及至少两种目标关键词的总个数，计算出每种目标关键词的权重指标，包括：

根据至少两种目标关键词的总个数以及每种目标关键词的个数，得到计算出每种目标关键词的占比参数；

基于预设关键词等级确定出与每种目标关键词对应的等级指标，并根据每种目标关键词的占比参数以及与每种目标关键词对应的等级指标，计算出每种目标关键词的权重指标。

在第一方面的又一种可选方案中，根据第一卷积神经网络的预测结果得到每种产品信息的分类特征，包括：

从第一卷积神经网络的预测结果中划分出与每种产品信息对应的预测值；

当与产品信息对应的预测值处于预设第一区间时，确定产品信息的分类特征为第一类别；

当与产品信息对应的预测值处于预设第二区间时，确定产品信息的分类特征为第二类别；

当与产品信息对应的预测值处于预设第三区间时，查询出与产品信息对应的关联信息；

对产品信息以及与产品信息对应的关联信息进行叠加处理，并对经过叠加处理后的产品信息进行归一化处理；

将经过归一化处理后的产品信息重新输入至第一卷积神经网络，并根据第一卷积神经网络的预测结果得到产品信息的分类特征。