一种基于私有云的清单智能组价方法技术

本发明专利技术提出了一种基于私有云的清单智能组价方法，包括以下步骤：S1：上传历史工程数据至私有云；S2：选择新工程中已经录入且待组价的清单；S3：根据S2选中的清单，通过自定义条件对历史清单进行初级过滤，得到符合条件的清单数据集；S4：获取S2选中的清单的项目特征并得到二维向量组；S5：逐条获取S3中初级过滤得到的历史清单的项目特征的二维向量组；S6：将S2中选中的清单的项目特征的二维向量组与S5中初级过滤得到的历史清单的项目特征的二维向量组逐条进行相似度计算；S7：根据S6的相似度计算结果选择符合条件的清单并直接复用该清单的组价内容。本发明专利技术解决了现有技术中工程清单组价费时费劲，历史工程数据无法效复用的问题。

【技术实现步骤摘要】
一种基于私有云的清单智能组价方法
本专利技术涉及涉及工程造价清单快速组价处理
，特别是一种基于私有云的清单智能组价方法。
技术介绍
随着工程造价数字化时代的到来，针对用户面临的工程清单组价费时、费劲，以往做过的工程数据又无法有效复用的问题，特别提出了一种基于私有云的清单智能组价方法，大大的提升了用户工程清单组价效率。目前的清单组价主要方法有：1.根据经验通过对项目特征的分析，手动套取相应的定额。2.根据工程性质分析，打开原来已经做过的类似工程，根据经验分析项目特征，找到原来工程相同的清单复制清单下已经套取的组价内容。3.根据工程性质分析，打开原来已经做过的类似工程，通过项目特征直接对比，判断是否一致，自动复制原来清单下已经套取的清单组价内容。这些方法都是要根据经验，自己分析项目特征内容，即使是复制原来做过的类似工程，也要求自己对原有做过的类似工程要有清晰的记忆，因此对个人的经验、技能要求相当高，而且对个人记忆力都有很高的要求，其效率是非常低的。为了解决上述问题，本专利技术提出的思想：用户将以往已经做过的工程上传到本地私有云中，用户下次做工程的时候，只要选择需要组价的清单，根据清单组价的特性，可以通过当前清单的项目特征与之前上传到本地私有云中的清单的项目特征，经过智能分析、计算，计算出相应的清单的相似度，按照计算得出的相似度结果从高到低排序，用户可以直接根据相似度情况选择需要复用的清单组价内容，以实现清单的智能组价。
技术实现思路
本专利技术的所要解决的是现有技术中工程清单组价费时费劲，历史工程数据无法效复用的问题。本专利技术提出了一种基于私有云的清单智能组价方法，其特征在于，包括以下步骤：S1：上传历史工程数据至私有云，其中工程数据包括：工程基本信息数据、清单定额数据、定额人材机数据、定额换算信息数据、定额关联子目数据、定额工作内容数据、人材机数据、人材机组成数据；S2：选择新工程中已经录入且待组价的清单，可以选择单条或多条清单；S3：根据所述S2中选中的清单，通过自定义条件对私有云中历史清单进行初级过滤，得到符合自定义条件规定的清单数据集，所述自定义条件包括编号、名称、单位、项目特征中的一个或一个以上，所述项目特征用以表述项目名称的实质内容，区分同一清单条目下各个具体的清单项目；S4：获取所述S2中选中的清单的项目特征并得到二维向量组；S5：逐条获取所述S3中初级过滤得到的历史清单的项目特征的二维向量组；S6：将所述S2中选中的清单的项目特征的二维向量组与S5中初级过滤得到的历史清单的项目特征的二维向量组逐条进行相似度计算；S7：根据所述S6的相似度计算结果选择符合条件的清单并直接复用该清单的组价内容。进一步的，所述步骤S1中，历史工程数据上传至私有云，上传过程中针对上传的工程数据进行有效整理，所述有效整理包括有效数据的提取和预处理。进一步的，所述步骤S3中初级过滤的过滤方法为：所述步骤S2中选择的清单与私有云中的历史清单清单根据自定义条件中选择的条件逐个条件获取清单字段数据进行比较。进一步的，所述步骤S4和S5中采用结巴分词方法按照词性和词重要性提取清单的项目特征中的关键词和特征向量组成二维向量组。进一步的，所述步骤S6中，采用余弦相似度算法对所述步骤S2中选中的清单项目特征的二维向量组与步骤S3中初级过滤得到的清单的项目特征的二维向量组逐条进行相似度计算。本专利技术同现有技术相比具有以下优点及效果：1、极大方便了新项目的工程组价；2、减少工作量，提高了工作效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一种基于私有云的清单智能组价方法。具体实施方式下面结合附图1详细说明本专利技术的操作步骤：历史工程项目数据不断累计，并将以往做过的工程逐个的上传到本地私有云；基于清单组价内容以及智能分析、计算需要，对上传的工程数据进行有效的整理；对新工程进行清单组价时，可以选中需要组价的清单；基于3选中的清单，通过自定义条件对本地私有云中的清单数据进行初级过滤，以便于减少智能分析、计算的清单数据量；基于3选中的清单，获取该清单的项目特征文本；基于中文文本分词技术研究，采用目前相对成熟的稳定的中文文本分词(结巴分词)，按照词性和词重要性，提取清单的项目特征文本中的关键词和特征向量，组成二维向量组；基于4初级过滤的清单，逐条获取清单的项目特征文本，对清单项目特征文本进行基于6的操作，逐条得出清单项目特征的二维向量组；基于文本之间相似度算法的研究，采用了适合本项目的余弦相似度算法，对选中清单项目特征的二维向量组与初级过滤出来的清单项目特征的二维向量组逐条进行相似度计算，得出基于4初级过滤的每条清单的相似度值；根据相似度结果值对基于4初级过滤的清单进行排序显示；根据相似度结果值，选择符合条件的清单，通过双击直接复用选择的清单组价内容。需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本专利技术专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本专利技术专利的保护范围内。本专利技术所属
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本专利技术的结构或者超越本权利要求书所定义的范围，均应属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于私有云的清单智能组价方法，其特征在于，包括以下步骤：S1：上传历史工程数据至私有云，所述工程数据包括：工程基本信息数据、清单定额数据、定额人材机数据、定额换算信息数据、定额关联子目数据、定额工作内容数据、人材机数据、人材机组成数据；S2：选择新工程中已经录入且待组价的清单，可以选择单条或多条清单；S3：根据所述S2中选中的清单，通过自定义条件对私有云中历史清单进行初级过滤，得到符合自定义条件规定的清单数据集，所述自定义条件包括编号、名称、单位、项目特征中的一个或一个以上，所述项目特征用以表述项目名称的实质内容，区分同一清单条目下各个具体的清单项目；S4：获取所述S2中选中的清单的项目特征并得到二维向量组；S5：逐条获取所述S3中初级过滤得到的历史清单的项目特征的二维向量组；S6：将所述S2中选中的清单的项目特征的二维向量组与S5中初级过滤得到的历史清单的项目特征的二维向量组逐条进行相似度计算；S7：根据所述S6的相似度计算结果选择符合条件的清单并直接复用该清单的组价内容。

【技术特征摘要】
1.一种基于私有云的清单智能组价方法，其特征在于，包括以下步骤：S1：上传历史工程数据至私有云，所述工程数据包括：工程基本信息数据、清单定额数据、定额人材机数据、定额换算信息数据、定额关联子目数据、定额工作内容数据、人材机数据、人材机组成数据；S2：选择新工程中已经录入且待组价的清单，可以选择单条或多条清单；S3：根据所述S2中选中的清单，通过自定义条件对私有云中历史清单进行初级过滤，得到符合自定义条件规定的清单数据集，所述自定义条件包括编号、名称、单位、项目特征中的一个或一个以上，所述项目特征用以表述项目名称的实质内容，区分同一清单条目下各个具体的清单项目；S4：获取所述S2中选中的清单的项目特征并得到二维向量组；S5：逐条获取所述S3中初级过滤得到的历史清单的项目特征的二维向量组；S6：将所述S2中选中的清单的项目特征的二维向量组与S5中初级过滤得到的历史清单的项目特征的二维向量组逐条进行相似度计算；S7：根据所述S6的相似度计...

【专利技术属性】
技术研发人员：温兴慧，夏可鑫，陈秀红，何楠，
申请(专利权)人：杭州品茗安控信息技术股份有限公司，
类型：发明
国别省市：浙江,33