基于工业资讯匹配的商机推送方法、系统、介质及设备技术方案

本发明专利技术提供了一种基于工业资讯匹配的商机推送方法、系统、介质及设备，包括：步骤1：建立商机资讯池，将商机数据进行结构化，并建立相应标签；步骤2：依据平台运营大数据中心建立的用户画像信息，配合SaaS软件积累的租户历史运营数据，通过数据清洗和数据挖掘、统计、分析，将用户的各类信息和商机资讯池联系起来；步骤3：建立基于品类、行业的上下游产业模型；步骤4：在用户注册登录系统后，通过订阅感兴趣类型关键词，搜索和查看商机资讯，在查看资讯后进行反馈。本发明专利技术通过采用平台数据互通、建立热点和数据比较功能，解决了用户在其他商机平台缺少对自有产品、行业前沿比对的有效分析的问题。的问题。的问题。

【技术实现步骤摘要】
基于工业资讯匹配的商机推送方法、系统、介质及设备


[0001]本专利技术涉及数据匹配
，具体地，涉及一种基于工业资讯匹配的商机推送方法、系统、介质及设备。

技术介绍

[0002]目前大多数商机推送技术都是基于商机标签和用户关键词订阅，用户获取到的商机范围较小，而且面临以招采信息为主，缺少行业政策企业战略等信息，用户只能查看已经发布的招采公告，时效性较低且价值度不高。
[0003]专利文献CN114155027A(申请号：CN202111451537.6)公开了一种企业获客管理系统，包括了企业云展子系统、大数据获客子系统、招标招商子系统、采购子系统、云上展览子系统、客户管理子系统、获客工具子系统、财务管理子系统，本申请提供的企业获客管理系统，借助数字孪生、人工智能、云计算、精准大数据库等核心技术与实体经济深入融合，渗透企业营销全场景，打造智能获客生态，实现获客、留存、转化、客户管理的数字营销闭环，赋能各行企业数字化转型升级，高效解决获客难题，满足全球企业的数字化贸易需求。
[0004]因为缺少用户实际业务行为数据，比如产品、交易订单、平台行为等，商机仍需要大量分析和匹配的任务，无法有效和用户自身结合，而且缺少直接和同行业进行比较的渠道，商机推送价值单一。

技术实现思路

[0005]针对现有技术中的缺陷，本专利技术的目的是提供一种基于工业资讯匹配的商机推送方法、系统、介质及设备。
[0006]根据本专利技术提供的基于工业资讯匹配的商机推送方法，包括：
[0007]步骤1：建立商机资讯池，将商机数据进行结构化，并建立相应标签；
[0008]步骤2：依据平台运营大数据中心建立的用户画像信息，配合SaaS软件积累的租户历史运营数据，通过数据清洗和数据挖掘、统计、分析，将用户的各类信息和商机资讯池联系起来；
[0009]步骤3：依据平台业务数据，依据采购企业、供应商和交易产品的所属行业信息，建立基于品类、行业的上下游产业模型；
[0010]步骤4：在用户注册登录系统后，通过订阅感兴趣类型关键词，搜索和查看商机资讯，在查看资讯后进行反馈。
[0011]优选的，基于平台各项业务运行数据，开放平台用户授权的可公开数据信息，建立基于行业、品类的热点分析功能，配合平台专家评审、多维度权重打分的形式发布行业资讯内容，引导用户比较自己产品和平台中相关行业的评价指标优秀的其他产品，辅助用户实现行业分析和竞品分析。
[0012]优选的，通过平台商机信息接口、外部资讯信息合作和信息抓取技术采集商机资讯，对采集的数据进行结构化处理，包括分类、清洗、去重、标记、补全；
[0013]商机资讯数据类型分类包括：采购公告、采购成交、招标公告、中标结果、拟建项目、企业公告、行业发布和国家政策；
[0014]对信息抓取技术和外部资讯信息合作获得的资讯，进行全局文本内容的固定关键信息抓取比对，补充缺失的标签；对所有资讯进行以标题、发布企业、内容重复度为维度的重复性排除，对于数据结构仍有缺失的进行人工维护补全、标记；
[0015]依据用户历史行为、业务数据，建立动态优化的可展现行业关联性的上下游产业模型，模型以行业名称、上游行业、下游行业、行业关联性和包含品类属性的树型结构形式呈现，将历史采购、销售的交易源数据定义为强；将搜索、订阅的关键词的源数据定义为中；将浏览、停留时长的源数据定义为弱；以周为单位收集业务数据及用户对资讯的评价反馈，进行上下游产业模型动态更新。
[0016]优选的，建立包括产业动向、招采公告的商机资讯池，为实现多角度辅助用户挖掘商机建立数据基础，同时使用技术识别和人工补充的方式将商机数据进行结构化，建立具有行业、企业、产品相关标签，支撑匹配模型的建立和优化；
[0017]根据产品点击分享数量、用户停留时长，通过数据清洗和数据挖掘、统计、分析，配合人工辅助，将用户的各类信息和商机资讯池联系起来，实现资讯信息的个性化推送；
[0018]根据用户采购销售订单、合格供应商、注册资质、采购企业、供应商、交易产品所属平台，建立基于品类、行业的上下游产业模型，上下游产业模型模型包括行业名称、关联性指标、相关产品，依据不同行业，包含特定的指标和维度，用户可看到和自己行业具备相关性的商机资讯；
[0019]在用户开启定时通知后，定期推送和用户相关性高的资讯内容，同时附带调查问卷，从可信度、适配度、及时性、准确性的维度评价商机资讯，在进一步收集用户对商机匹配度的评价后，将评价和反馈输入到用户自己的匹配模型中，对匹配模型进行优化更新；
[0020]匹配模型建立过程为：
[0021]收集商机资讯客户的线上行为、业务数据，从工商信息、行业信息、商品范围、业务订单、企业资质、订阅关键词的维度进行统计，并打标签；
[0022]从商机资讯池中获取包括成交公告、采购公告、竞价招标的资讯历史数据，将资讯全文文本作为匹配模型输入，将企业的信息标签作为输出，将所有源数据分批构成训练集、验证集和测试集，实现匹配模型对商机进行多分类打标签，企业信息标签包括产品范围、行业信息、供货地、企业资质和企业规模；
[0023]使用Bert模型进行数据自然语言预处理，转换到向量空间后使用Transformer Decoder输出，使用Finetune技术调整预训练后的匹配模型，设定循环次数，进行无监督学习训练，并且不过分耦合训练，实现商机资讯自动化打标签；
[0024]将训练好的神经网络模型应用到商机资讯池的所有信息中增加标签后，将客户信息标签和商机资讯标签的匹配度符合预设条件的商机资讯进行推送；同时依据用户对资讯的线上行为，结合用户资讯页面的停留时间，结合上下游产业模型的加权比重，定时收集数据形成新的源数据集，对匹配模型进行动态训练优化。
[0025]根据本专利技术提供的基于工业资讯匹配的商机推送系统，包括：
[0026]模块M1：建立商机资讯池，将商机数据进行结构化，并建立相应标签；
[0027]模块M2：依据平台运营大数据中心建立的用户画像信息，配合SaaS软件积累的租
户历史运营数据，通过数据清洗和数据挖掘、统计、分析，将用户的各类信息和商机资讯池联系起来；
[0028]模块M3：依据平台业务数据，依据采购企业、供应商和交易产品的所属行业信息，建立基于品类、行业的上下游产业模型；
[0029]模块M4：在用户注册登录系统后，通过订阅感兴趣类型关键词，搜索和查看商机资讯，在查看资讯后进行反馈。
[0030]优选的，基于平台各项业务运行数据，开放平台用户授权的可公开数据信息，建立基于行业、品类的热点分析功能，配合平台专家评审、多维度权重打分的形式发布行业资讯内容，引导用户比较自己产品和平台中相关行业的评价指标优秀的其他产品，辅助用户实现行业分析和竞品分析。
[0031]优选的，通过平台商机信息接口、外部资讯信息合作和信息抓取技术采集商机资讯，对采集的数据进行结构化处理，包括分类、清洗、去重、标记本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业资讯匹配的商机推送方法，其特征在于，包括：步骤1：建立商机资讯池，将商机数据进行结构化，并建立相应标签；步骤2：依据平台运营大数据中心建立的用户画像信息，配合SaaS软件积累的租户历史运营数据，通过数据清洗和数据挖掘、统计、分析，将用户的各类信息和商机资讯池联系起来；步骤3：依据平台业务数据，依据采购企业、供应商和交易产品的所属行业信息，建立基于品类、行业的上下游产业模型；步骤4：在用户注册登录系统后，通过订阅感兴趣类型关键词，搜索和查看商机资讯，在查看资讯后进行反馈。2.根据权利要求1所述的基于工业资讯匹配的商机推送方法，其特征在于，基于平台各项业务运行数据，开放平台用户授权的可公开数据信息，建立基于行业、品类的热点分析功能，配合平台专家评审、多维度权重打分的形式发布行业资讯内容，引导用户比较自己产品和平台中相关行业的评价指标优秀的其他产品，辅助用户实现行业分析和竞品分析。3.根据权利要求1所述的基于工业资讯匹配的商机推送方法，其特征在于，通过平台商机信息接口、外部资讯信息合作和信息抓取技术采集商机资讯，对采集的数据进行结构化处理，包括分类、清洗、去重、标记、补全；商机资讯数据类型分类包括：采购公告、采购成交、招标公告、中标结果、拟建项目、企业公告、行业发布和国家政策；对信息抓取技术和外部资讯信息合作获得的资讯，进行全局文本内容的固定关键信息抓取比对，补充缺失的标签；对所有资讯进行以标题、发布企业、内容重复度为维度的重复性排除，对于数据结构仍有缺失的进行人工维护补全、标记；依据用户历史行为、业务数据，建立动态优化的可展现行业关联性的上下游产业模型，模型以行业名称、上游行业、下游行业、行业关联性和包含品类属性的树型结构形式呈现，将历史采购、销售的交易源数据定义为强；将搜索、订阅的关键词的源数据定义为中；将浏览、停留时长的源数据定义为弱；以周为单位收集业务数据及用户对资讯的评价反馈，进行上下游产业模型动态更新。4.根据权利要求1所述的基于工业资讯匹配的商机推送方法，其特征在于，建立包括产业动向、招采公告的商机资讯池，为实现多角度辅助用户挖掘商机建立数据基础，同时使用技术识别和人工补充的方式将商机数据进行结构化，建立具有行业、企业、产品相关标签，支撑匹配模型的建立和优化；根据产品点击分享数量、用户停留时长，通过数据清洗和数据挖掘、统计、分析，配合人工辅助，将用户的各类信息和商机资讯池联系起来，实现资讯信息的个性化推送；根据用户采购销售订单、合格供应商、注册资质、采购企业、供应商、交易产品所属平台，建立基于品类、行业的上下游产业模型，上下游产业模型模型包括行业名称、关联性指标、相关产品，依据不同行业，包含特定的指标和维度，用户可看到和自己行业具备相关性的商机资讯；在用户开启定时通知后，定期推送和用户相关性高的资讯内容，同时附带调查问卷，从可信度、适配度、及时性、准确性的维度评价商机资讯，在进一步收集用户对商机匹配度的评价后，将评价和反馈输入到用户自己的匹配模型中，对匹配模型进行优化更新；
匹配模型建立过程为：收集商机资讯客户的线上行为、业务数据，从工商信息、行业信息、商品范围、业务订单、企业资质、订阅关键词的维度进行统计，并打标签；从商机资讯池中获取包括成交公告、采购公告、竞价招标的资讯历史数据，将资讯全文文本作为匹配模型输入，将企业的信息标签作为输出，将所有源数据分批构成训练集、验证集和测试集，实现匹配模型对商机进行多分类打标签，企业信息标签包括产品范围、行业信息、供货地、企业资质和企业规模；使用Bert模型进行数据自然语言预处理，转换到向量空间后使用Transformer Decoder输出，使用Finetune技术调整预训练后的匹配模型，设定循环次数，进行无监督学习训练，并且不过分耦合训练，实现商机资讯自动化打标签；将训练好的神经网络模型应用到商机资讯池的所有信息中增加标签后，将客户信息标签和商机资讯标签的匹配度符合预设条件的商机资讯进行推送；同时依据用户对资讯的线上行为，结合用户资讯页面的停留时间，结合上下游产业模型的加权比重，定时收集数据形成新的源数据集，对匹配模型进行动态训练优化。5.一种基于工业资讯匹配的商机推送系统，其特征在于，包括：模块M1：建立商机资讯池，将商机数据进行结构化，并建立相应标签；模块M2：依据平台运营大数据中心建立的用户画像信息，配合SaaS软件...

【专利技术属性】
技术研发人员：王力，刘铠，朱俊，陈克松，吕俊波，
申请(专利权)人：欧冶工业品股份有限公司，
类型：发明
国别省市：