本申请公开了一种造价清单自动匹配单价引用的方法、装置、设备及介质，该方法包括：获取工程监理数据库中的第一清单数据和第二清单数据；将所述第一清单数据进行数据预处理得到第一预处理数据，以及，将所述第二清单数据进行数据预处理得到第二预处理数据；将所述第一预处理数据和第二预处理数据输入到预先训练好的逻辑回归模型；获取所述预先训练好的逻辑回归模型输出的所述第一预处理数据和所述第二预处理数据之间是否存在引用关系的分析结果。本申请可以代替用户的人工手动输入，自动对多条造价清单的单价进行同步，以及对单价关系自动进行关联，提高造价清单的单价引用效率和准确率，降低人力成本和时间成本。降低人力成本和时间成本。降低人力成本和时间成本。
【技术实现步骤摘要】
造价清单自动匹配单价引用的方法、装置、设备及介质
[0001]本申请涉及工程造价人工智能
，尤其涉及一种造价清单自动匹配单价引用的方法、装置、设备及介质。
技术介绍
[0002]在工程造价过程中，工程造价清单是指在建设工程施工招标时，由招标人在招标文件中提供招标项目工程量清单，而由投标人自主报价的一种计价行为，根据工程量清单及所列项目的综合单价，即人工费、材料费及间接费用等计算出来的绝对值，进行合计后，作为工程投标报价的数据，称为工程量清单报价，它主要应用于招投标，也适用工程概算、预结算。
[0003]在相关技术中，用户在导入工程文件后通常需要人工手动对清单定额进行单价引用以实现多条工程造价清单的价格同步，人工手动进行单价引用的方式不仅增加了人力成本和时间成本，还会导致人工操作错误，使得造价清单的单价引用效率和准确率较低。
技术实现思路
[0004]本申请实施例提供一种造价清单自动匹配单价引用的方法、装置、设备及介质，可以代替用户的人工手动输入，自动对多条造价清单的单价进行同步，以及对单价关系自动进行关联，提高造价清单的单价引用效率和准确率，降低人力成本和时间成本。
[0005]本申请实施例提供了一种造价清单自动匹配单价引用的方法，包括：获取工程监理数据库中的第一清单数据和第二清单数据；将所述第一清单数据进行数据预处理得到第一预处理数据，以及，将所述第二清单数据进行数据预处理得到第二预处理数据；将所述第一预处理数据和第二预处理数据输入到预先训练好的逻辑回归模型；获取所述预先训练好的逻辑回归模型输出的所述第一预处理数据和所述第二预处理数据之间是否存在引用关系的分析结果。
[0006]在一些实施例中，所述逻辑回归模型的训练方式包括：获取工程监理数据库中的第一预设清单数据和第二预设清单数据；对所述第一预设清单数据和第二预设清单数据分别进行数据清洗和数据预处理，得到清洗和预处理后的第一预设向量和第二预设向量；将所述第一预设向量作为第一训练样本输入初始逻辑回归模型，以及，将所述第二预设向量作为第二训练样本输入初始逻辑回归模型；获取所述初始逻辑回归模型输出的所述第一预设清单数据与所述第二预设清单数据之间是否存在引用关系的训练分析结果；当所述训练分析结果与预设分析结果的相似度大于或等于预设阈值时，则所述初始逻辑回归模型训练成功，得到所述预先训练好的逻辑回归模型；当所述训练分析结果与预设分析结果的相似度小于预设阈值时，则通过调整所述
初始逻辑回归模型中的参数，继续对所述初始逻辑回归模型进行训练，直至所述初始逻辑回归模型训练成功。
[0007]在一些实施例中，对所述第一预设清单数据和第二预设清单数据分别进行数据清洗和数据预处理，得到清洗和预处理后的第一预设向量和第二预设向量，包括：对所述第一预设清单数据进行数据清洗得到第一预设干净数据，以及对所述第一预设干净数据进行One
‑
Hot独热编码处理，得到第一预设向量；对所述第二预设清单数据进行数据清洗得到第二预设干净数据，以及对所述第二预设干净数据进行One
‑
Hot独热编码处理，得到第二预设向量。
[0008]在一些实施例中，所述方法包括：按照至少两个维度将所述第一预设清单数据或所述第二预设清单数据中的若干个清单项目特征划分为若干个特征大类，其中，每个所述特征大类包含若干个不相同的特征小类；分别对所述特征大类和特征小类进行One
‑
Hot独热编码处理；合并所述特征大类和特征小类的One
‑
Hot独热编码处理结果得到第一向量；其中，所述第一向量为二维向量（特征大类，特征小类）。
[0009]在一些实施例中，所述方法还包括：对所述第一预设清单数据或第二预设清单数据中的清单名称分别进行分词，得到分词结果；对所述分词结果进行One
‑
Hot独热编码处理，得到第二向量；其中，所述第二向量的向量长度为20。
[0010]在一些实施例中，所述方法还包括：对所述第一预设清单数据或第二预设清单数据中的清单单位进行One
‑
Hot独热编码处理，得到第三向量；其中，所述第三向量为一维向量；将所述第一向量、第二向量和第三向量进行组合，得到组合向量（20，2，1）。
[0011]在一些实施例中，将所述第一预设向量作为第一训练样本输入初始逻辑回归模型，以及，将所述第二预设向量作为第二训练样本输入初始逻辑回归模型，包括：将所述第一预设清单数据或第二预设清单数据的组合向量（20，2，1）分别作为第一预设向量和第二预设向量；将所述第一预设清单数据的组合向量（20，2，1）作为第一训练样本输入初始逻辑回归模型，以及，将所述第二预设清单数据的组合向量（20，2，1）作为第二训练样本输入初始逻辑回归模型。
[0012]本申请实施例还提供一种造价清单自动匹配单价引用的装置，包括：数据获取单元，被配置为获取工程监理数据库中的第一清单数据和第二清单数据；数据处理单元，被配置为将所述第一清单数据进行数据预处理得到第一预处理数据，以及，将所述第二清单数据进行数据预处理得到第二预处理数据；数据输入单元，被配置为将所述第一预处理数据和第二预处理数据输入到预先训练好的逻辑回归模型；分析结果获取单元，被配置为获取所述预先训练好的逻辑回归模型输出的所述第
一预处理数据和所述第二预处理数据之间是否存在引用关系的分析结果。
[0013]本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的造价清单自动匹配单价引用的方法。
[0014]本申请实施例还提供一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现上述的造价清单自动匹配单价引用的方法。
[0015]本申请实施例采用下述技术方案：获取工程监理数据库中的第一清单数据和第二清单数据；将第一清单数据进行数据预处理得到第一预处理数据，以及，将第二清单数据进行数据预处理得到第二预处理数据；将第一预处理数据和第二预处理数据输入到预先训练好的逻辑回归模型；获取预先训练好的逻辑回归模型输出的第一预处理数据和第二预处理数据之间是否存在引用关系的分析结果。
[0016]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：可以代替用户的人工手动输入，自动对多条造价清单的单价进行同步，以及对单价关系自动进行关联，提高造价清单的单价引用效率和准确率，降低人力成本和时间成本。
附图说明
[0017]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的一种造价清单自动匹配单价引用的方法的流程示意图；图2为本申请实施例提供的逻辑回归模型的训练过程示意图；图3为本申请实施例提供的对清单数据进行数据清洗和One
‑
Hot独热编码处理的示意图；图4为本申请实施例提本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种造价清单自动匹配单价引用的方法，其特征在于，包括：获取工程监理数据库中的第一清单数据和第二清单数据；将所述第一清单数据进行数据预处理得到第一预处理数据，以及，将所述第二清单数据进行数据预处理得到第二预处理数据；将所述第一预处理数据和第二预处理数据输入到预先训练好的逻辑回归模型；获取所述预先训练好的逻辑回归模型输出的所述第一预处理数据和所述第二预处理数据之间是否存在引用关系的分析结果。2.根据权利要求1所述的造价清单自动匹配单价引用的方法，其特征在于，所述逻辑回归模型的训练方式包括：获取工程监理数据库中的第一预设清单数据和第二预设清单数据；对所述第一预设清单数据和第二预设清单数据分别进行数据清洗和数据预处理，得到清洗和预处理后的第一预设向量和第二预设向量；将所述第一预设向量作为第一训练样本输入初始逻辑回归模型，以及，将所述第二预设向量作为第二训练样本输入初始逻辑回归模型；获取所述初始逻辑回归模型输出的所述第一预设清单数据与所述第二预设清单数据之间是否存在引用关系的训练分析结果；当所述训练分析结果与预设分析结果的相似度大于或等于预设阈值时，则所述初始逻辑回归模型训练成功，得到所述预先训练好的逻辑回归模型；当所述训练分析结果与预设分析结果的相似度小于预设阈值时，则通过调整所述初始逻辑回归模型中的参数，继续对所述初始逻辑回归模型进行训练，直至所述初始逻辑回归模型训练成功。3.根据权利要求2所述的造价清单自动匹配单价引用的方法，其特征在于，对所述第一预设清单数据和第二预设清单数据分别进行数据清洗和数据预处理，得到清洗和预处理后的第一预设向量和第二预设向量，包括：对所述第一预设清单数据进行数据清洗得到第一预设干净数据，以及对所述第一预设干净数据进行One
‑
Hot独热编码处理，得到第一预设向量；对所述第二预设清单数据进行数据清洗得到第二预设干净数据，以及对所述第二预设干净数据进行One
‑
Hot独热编码处理，得到第二预设向量。4.根据权利要求3所述的造价清单自动匹配单价引用的方法，其特征在于，所述方法包括：按照至少两个维度将所述第一预设清单数据或所述第二预设清单数据中的若干个清单项目特征划分为若干个特征大类，其中，每个所述特征大类包含若干个不相同的特征小类；分别对所述特征大类和特征小类进行One
‑
Hot独热编码处理；合并所述特征大类和特征小...
【专利技术属性】
技术研发人员：贺文峰，彭子旭，杨莲子，张加元，李军，胡佳妍，成卫琴，
申请(专利权)人：品茗科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。