一种企业供需信息匹配方法和装置制造方法及图纸

本申请涉及一种企业供需信息匹配方法和装置，包括如下步骤：（1）、构建特征标签库；（2）、根据用户在平台上的操作行为构建用户行为标签库；（3）、根据步骤（1）和步骤（2）构建的标签库构建一个供需关键词匹配库；（4）、给待匹配企业及供需贴关键词标签；（5）、从有标签描述的企业供需中选择出匹配的供需列表；（6）、从匹配的供需列表中过滤掉部分供需形成推荐列表；（7）、将供需推荐列表推荐给用户。本申请能够为企业提供双向快速查找，促进企业的高效合作。

Method and device for matching supply and demand information of enterprise

The invention relates to a supply and demand information matching method and device, which comprises the following steps: (1) construction, feature tag library; (2), according to the construction of user behavior in the tag library platform on the operation behavior of the user; (3), according to the steps of (1) and step (2) construction of tag library construction a keyword matching supply and demand base; (4), to match the enterprise and the supply and demand posted Keywords tag (5); the choice of matching supply and demand list label of supply and demand; (6), filter out part of the supply and demand, from the list of recommended form of supply and demand in the list; (7). The supply and demand of recommendation list recommended to the user. This application can provide enterprises with two-way fast search, and promote efficient cooperation.

【技术实现步骤摘要】

本申请涉及一种企业供需信息匹配方法和装置，特别涉及一种提供快速高效双向企业供需信息匹配方法和装置。
技术介绍
随着互联网+这一互联网发展新业态的兴起，在大众创业，万众创新的热潮中，企业与企业之间的高效合作显得越来越重要。互联网已经不再是一个简单的工具，而是更加深刻深入的融入到了企业的精细化运营中。通过数据、技术、业务的融合提高企业经营效率，降低成本，增加营收已经成为一种新的变革。现有的企业之间合作不管是从效率上和合作的精准度上都略显粗放传统，这样传统的合作对接方式在一个互联网+变革的时代并不能很好的满足中国几千万家企业之间的合作需求。企业的基本信息、经营类型、提供的产品服务、竞争力、信用情况、行业动态、市场资讯，潜在客户等等信息缺乏一种高效精准的查询匹配方法，一方面是获取这些信息缺乏一个统一的入口，另一方面是为了找到适合的合作企业要投入不少时间和人力物力。虽然查询企业的基本工商注册信息已经有不少互联网工具或网站可以查询，但是仅凭这些信息仍很难促进企业之间进行高效合作。现有技术的各种实现，大多是传统的互联网技术，要依赖用户的单向主动搜索查询。存在企业信息供需合作信息不全，时效性差，不精准等缺点。
技术实现思路
为解决上述技术问题：本专利技术提出一种企业供需信息匹配方法，包括如下步骤：（1）、构建特征标签库；（2）、根据用户在平台上的操作行为构建用户行为标签库；（3）、根据步骤（1）和步骤（2）构建的标签库构建一个供需关键词匹配库；（4）、给待匹配企业及供需贴关键词标签；（5）、从有标签描述的企业供需中选择出匹配的供需列表；（6）、从匹配的供需列表中过滤掉部分供需形成推荐列表；（7）、将供需推荐列表推荐给用户。优选的是，所述步骤（1）具体包括，根据企业的基本信息，用户信息，资讯活动信息，供需描述信息进行关键词标签的抽取，构建特征标签库。优选的是，所述步骤（3）具体包括：（301）、通过人工进行编辑匹配的训练数据构建前期匹配库；（302）、通过该训练数据对后续的匹配算法进行训练（303）、不断优化匹配算法，将训练优化的结果继续补充到该供需匹配库。优选的是，所述步骤（5）具体包括：（501）、根据目标企业信息提取特征标签集合Map1；（502）、根据目标企业供需信息提取供需特征标签集合Map2；（503）、根据目标企业用户的操作行为提取行为标签集合Map3；（504）、根据目标企业的Map1,Map2,Map3特征标签集合构建一个该企业的标签列表TagList；（505）、根据企业的TagList去反向找与之匹配的的企业供需列表，最后形成一个供需推荐列表。优选的是，所述步骤（505）具体包括：（A）、根据企业的TagList和供需匹配库找到初次匹配的企业供需列表；（B）、计算初次匹配的企业供需列表中每个供需的业务匹配值；（C）、按照业务匹配值倒叙排序形成最终的企业供需推荐链接。一种企业供需信息匹配装置，包括第一构建模块，构建特征标签库；第二构建模块，根据用户在平台上的操作行为构建用户行为标签库；第三构建模块，根据第一构建模块和第二构建模块构建的标签库构建一个供需关键词匹配库；第一标识模块，给待匹配企业及供需贴关键词标签；第一匹配模块，从有标签描述的企业供需中选择出匹配的供需列表；第二匹配模块，从匹配的供需列表中过滤掉部分供需形成推荐列表；第一推荐模块，将供需推荐列表推荐给用户。优选的是，所述第三构建单元具体包括：匹配编辑模块，通过人工进行编辑匹配的训练数据构建前期匹配库；训练模块，通过该训练数据对后续的匹配算法进行训练更新模块，不断优化匹配算法，将训练优化的结果继续补充到该供需匹配库。优选的是，所述第二匹配模块具体包括：第一获取模块，根据目标企业信息提取特征标签集合Map1；第二获取模块，根据目标企业供需信息提取供需特征标签集合Map2；第三获取模块，根据目标企业用户的操作行为提取行为标签集合Map3；正向匹配模块，根据目标企业的Map1,Map2,Map3特征标签集合构建一个该企业的标签列表TagList；反向验证模块，根据企业的TagList去反向找与之匹配的的企业供需列表，最后形成一个供需推荐列表。优选的是，所述反向验证模块具体包括：初次匹配模块，根据企业的TagList和供需匹配库找到初次匹配的企业供需列表；匹配计算模块，计算初次匹配的企业供需列表中每个供需的业务匹配值；匹配确认模块，按照业务匹配值倒叙排序形成最终的企业供需推荐链接。优选的是，所述标签库设置不同的权重值，所述权重值通过机器学习更新完善。本申请与其他电商网站基于内容的匹配推荐或者基于用户行为的匹配推荐不同的关键点在于引入了业务匹配值计算，仅仅根据标签同类或者类似的推荐很难做出让企业满足的供需合作推荐列表。具有以下优点：1、首先会构建一个经过人工处理的供需标签匹配库，并给每个供需标签配对设置不同的权重值；2、构建初次的推荐供需列表时同时参考了3个标签库Map1,Map2,Map3。既有动态的信息也有静态的信息。保证了推荐列表的准备度和可扩充度；3、对初次的推荐供需列表会进行二次遍历，进一步计算各自的业务匹配值。值越大推荐越准确；4、为每家企业推荐匹配供需的过程也是整个方案进行自我学习进化的过程，提取的供需标签配对值会不断完善优化供需匹配库。附图说明图1为本申请的提供的方法流程图的一种优选的示意图。图2为本申请生成推荐列表的一种优选的示意图。图3为本申请生成供需推荐列表的一种优选的示意图。具体实施方式下面结合附图对本专利技术作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本专利技术进行进一步的说明，不能理解为对本专利技术保护范围的限制，该领域的技术人员可以根据上述
技术实现思路
对本专利技术作出一些非本质的改进和调整。图1示出了本专利技术提供的方法流程图。在该流程图中首先根据企业的基本信息，用户信息，资讯活动信息，供需描述信息进行关键词标签的抽取。其中的企业信息包括企业的经营范围、所处行业、发展阶段、企业规模、业务覆盖城市、企业的等，用户指在平台已注册并且加入了某家企业的企业用户，他的信息包括所在企业，职务类型，所在城市，性别等，资讯活动信息指资讯所属的行业，资讯类别等；活动信息指活动类型、举办时间、举办城市、规模等。供需描述信息包括供需描述内容、门槛，有效时间，地区等。其中，根据企业信息、用户信息、资讯活动信息构建特征标签库，特征标签库中有一个企业行业库，企业供需类型库。特征库中是一些名词或者形容词。抽取的关键词来自以下维度：1，企业信息：所处行业、企业介绍、提供的产品服务描述、所处城市、企业规模、发展阶段、团队人员介绍等。2，供需信息：供需类型、时间、城市、合作门槛、供需描述内容等。3，资讯信息：资讯的标题、行业类型、资讯内容等。4，活动信息:活动标题、举办城市、时间、活动类型、描述、活动组织者、报名人数、是否收费等。5，用户信息：用户职位、所在企业、所处行业、性别、工作城市等。抽取的关键词库由行业，供需类型，城市，常用时间，资讯类别等组成。至此，企业、供需、资讯活动的特征标签库抽取工作完毕。根据供需信息、企业信息、用户信息、资讯活动信息构建特征标签库。在推荐系统看来，企业信息，用户注册填的信息，资讯活动信息，企业相关新闻等都属于文档。所有构本文档来自技高网...

【技术保护点】
一种企业供需信息匹配方法，其特征在于：包括如下步骤：（1）、构建特征标签库；（2）、根据用户在平台上的操作行为构建用户行为标签库；（3）、根据步骤（1）和步骤（2）构建的标签库构建一个供需关键词匹配库；（4）、给待匹配企业及供需贴关键词标签；（5）、从有标签描述的企业供需中选择出匹配的供需列表；（6）、从匹配的供需列表中过滤掉部分供需形成推荐列表；（7）、将供需推荐列表推荐给用户。

【技术特征摘要】
1.一种企业供需信息匹配方法，其特征在于：包括如下步骤：（1）、构建特征标签库；（2）、根据用户在平台上的操作行为构建用户行为标签库；（3）、根据步骤（1）和步骤（2）构建的标签库构建一个供需关键词匹配库；（4）、给待匹配企业及供需贴关键词标签；（5）、从有标签描述的企业供需中选择出匹配的供需列表；（6）、从匹配的供需列表中过滤掉部分供需形成推荐列表；（7）、将供需推荐列表推荐给用户。2.如权利要求1所述的方法，其特征在于：所述步骤（1）具体包括，根据企业的基本信息，用户信息，资讯活动信息，供需描述信息进行关键词标签的抽取，构建特征标签库。3.如权利要求1所述的方法，其特征在于：所述步骤（3）具体包括：（301）、通过人工进行编辑匹配的训练数据构建前期匹配库；（302）、通过该训练数据对后续的匹配算法进行训练（303）、不断优化匹配算法，将训练优化的结果继续补充到该供需匹配库。4.如权利要求1所述的方法，其特征在于：所述步骤（5）具体包括：（501）、根据目标企业信息提取特征标签集合Map1；（502）、根据目标企业供需信息提取供需特征标签集合Map2；（503）、根据目标企业用户的操作行为提取行为标签集合Map3；（504）、根据目标企业的Map1,Map2,Map3特征标签集合构建一个该企业的标签列表TagList；（505）、根据企业的TagList去反向找与之匹配的的企业供需列表，最后形成一个供需推荐列表。5.如权利要求4所述的方法，其特征在于：所述步骤（505）具体包括：（A）、根据企业的TagList和供需匹配库找到初次匹配的企业供需列表；（B）、计算初次匹配的企业供需列表中每个供需的业务匹配值；（C）、按照业务匹配值倒叙排序形成最终的企业供需推荐链接。6....

【专利技术属性】
技术研发人员：刘茜，陈润鑫，张宇，胡诗财，
申请(专利权)人：深圳市由心网络科技有限公司，
类型：发明
国别省市：广东;44