基于大数据的产业链优企信息管理方法及系统技术方案

本申请公开了一种基于大数据的产业链优企信息管理方法及系统。其首先获取待推广TOB业务的文本描述以及目标企业信息，接着，对所述待推广TOB业务的文本描述进行语义理解以得到业务语义表达特征向量，然后，对所述目标企业信息进行语义理解以得到目标企业语义表达特征向量，接着，对所述业务语义表达特征向量和所述目标企业语义表达特征向量进行语义关联编码以得到企业

【技术实现步骤摘要】
基于大数据的产业链优企信息管理方法及系统


[0001]本申请涉及信息管理领域，且更为具体地，涉及一种基于大数据的产业链优企信息管理方法及系统。

技术介绍

[0002]随着大数据时代的到来，企业获取和处理大量数据已成为现代商业活动的一项重要任务。而对于产业链优企这样的企业来说，如何快速、准确地为泛金融机构的TOB业务匹配符合其精准业务特征的企业合作目标是一个很大的挑战。
[0003]目前，传统的泛金融机构TOB业务匹配主要依赖于专业人士进行人工筛选和评估，这样不仅需要耗费大量人力成本，还会使得匹配的效率低下，难以满足实际应用需求。并且，传统的泛金融机构TOB业务匹配方式往往需要复杂的人力决策过程，容易出现错误、遗漏等问题，导致匹配的精准度较低，影响金融机构的客户服务能力和市场竞争力。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的产业链优企信息管理方法及系统，其可以提高企业合作伙伴的匹配效率，还可以降低人力成本和错误率，从而提升金融机构的客户服务能力和市场竞争力。
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的产业链优企信息管理方法，其特征在于，包括：获取待推广TOB业务的文本描述以及目标企业信息；对所述待推广TOB业务的文本描述进行语义理解以得到业务语义表达特征向量；对所述目标企业信息进行语义理解以得到目标企业语义表达特征向量；对所述业务语义表达特征向量和所述目标企业语义表达特征向量进行语义关联编码以得到企业
‑
业务语义匹配特征矩阵；以及基于所述企业
‑
业务语义匹配特征矩阵，确定是否向目标企业推送待推广TOB业务。2.根据权利要求1所述的基于大数据的产业链优企信息管理方法，其特征在于，对所述待推广TOB业务的文本描述进行语义理解以得到业务语义表达特征向量，包括：对所述待推广TOB业务的文本描述进行分词处理以得到业务特征描述词的序列；提取所述业务特征描述词的序列中各个业务特征描述词的词性信息以得到业务特征描述词性信息的序列；将所述业务特征描述词的序列和所述业务特征描述词性信息的序列分别转化为向量后融合以得到业务描述词综合向量的序列；以及通过基于第一深度神经网络模型的语义编码器对所述业务描述词综合向量的序列进行语义编码以得到所述业务语义表达特征向量。3.根据权利要求2所述的基于大数据的产业链优企信息管理方法，其特征在于，将所述业务特征描述词的序列和所述业务特征描述词性信息的序列分别转化为向量后融合以得到业务描述词综合向量的序列，包括：将所述业务特征描述词的序列中的各个词转化为词向量表示以得到业务描述词向量的序列；使用独热编码对所述业务特征描述词性信息的序列进行处理以得到业务特征描述词性向量的序列；以及融合所述业务描述词向量的序列和所述业务特征描述词性向量的序列以得到所述业务描述词综合向量的序列。4.根据权利要求3所述的基于大数据的产业链优企信息管理方法，其特征在于，所述第一深度神经网络模型为双向长短期记忆神经网络模型。5.根据权利要求4所述的基于大数据的产业链优企信息管理方法，其特征在于，对所述目标企业信息进行语义理解以得到目标企业语义表达特征向量，包括：对所述目标企业信息进行分词处理以得到目标企业描述词的序列；提取所述目标企业描述词的序列中各个目标企业描述词的词性信息以得到目标企业描述词性信息的序列；将所述目标企业描述词的序列和所述目标企业描述词性信息的序列分别转化为向量后融合以得到目标企业描述词综合向量的序列；以及通过基于第二深度神经网络模型的语义编码器对所述目标企业描述词综合向量的序列进行语义编码以得到所述业务语义表达特征向量。6.根据权利要求5所述的基于大数据的产业链优企信息管理方法，其特征在于，将所述目标企业描述词的序列和所述目标企业描述词性信息的...

【专利技术属性】
技术研发人员：李琦，
申请(专利权)人：北京每日信动科技有限公司，
类型：发明
国别省市：