System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 专家抽取方法、装置、设备、介质和程序产品制造方法及图纸_技高网

专家抽取方法、装置、设备、介质和程序产品制造方法及图纸

技术编号:40409657 阅读:6 留言:0更新日期:2024-02-20 22:29
本公开提供了一种专家抽取方法,可以应用于人工智能领域及金融技术领域。该方法包括:确定目标专家库;确定专家相关度特征;根据需求专家数量和专家相关度特征,对目标专家库进行聚类分组,得到多个子专家组;分别从各子专家组中抽取一个专家,得到目标专家组;其中,任意两个子专家组的聚类中心的间距大于预设阈值。本公开还提供了一种专家抽取装置、设备、存储介质和程序产品。

【技术实现步骤摘要】

本公开涉及人工智能领域及金融领域,具体地涉及一种专家抽取方法、装置、设备、介质和程序产品


技术介绍

1、当前招投标流程,无论是招标方采购还是委托招标公司采购,通常的流程都是由招标方提供本次项目的谈判专家组组成的初步意见,包括专家人数、专家专业、专家级别等等。在对应的专家库中通过随机抽取的方法确定对应人选。然后对抽取的专家发送谈判邀请,若专家选择不参与则继续进行随机抽取,直到达到满足人数要求的参加谈判的专家。由这些专家组成专家组对供应商进行资格审核、谈判磋商、定性及定量评分,最终得出参与谈判各公司的得分及入围情况。

2、由于随机算法抽取的专家并不一定能保证专家组的专家们两两之间的关联度尽可能低,如果专家存在非常高的关联性,对谈判结果可能会产生影响,不能保证采购谈判工作的公开、公平、公正。

3、基于以上分析,采购专家的抽取工作除满足招标方的基本要求外,还应尽可能保证专家组的专家们两两之间关联度尽可能低。


技术实现思路

1、鉴于上述问题,本公开提供了提高专家抽取可靠性的专家抽取方法、装置、设备、介质和程序产品,用于至少部分解决以上技术问题。

2、根据本公开的第一个方面,提供了一种专家抽取方法,包括:确定目标专家库;确定专家相关度特征;根据需求专家数量和专家相关度特征,对目标专家库进行聚类分组,得到多个子专家组;分别从各子专家组中抽取一个专家,得到目标专家组;其中,任意两个子专家组的聚类中心的间距大于预设阈值。

3、根据本公开的实施例,根据需求专家数量和专家相关度特征,对目标专家库进行聚类分组,得到多个子专家组包括:对专家相关度特征进行量化,得到多个坐标点;以及根据需求专家数量,采用kmeans算法对多个坐标点进行聚类分组,得到多个子专家组。

4、根据本公开的实施例,专家相关度特征包括当前工作地址和/或住址,对专家相关度特征进行量化,得到多个坐标点包括:将当前工作地址和/或住址的经纬度坐标映射到多维坐标空间,得到多个坐标点;其中,多维坐标空间包括多个坐标轴,且坐标轴与专家相关度特征一一对应。

5、根据本公开的实施例,专家相关度特征还包括学习经历和/或工作经历,对专家相关度特征进行量化,得到多个坐标点还包括:将学校地址和/或历史工作地址的经纬度坐标映射到多维坐标空间,得到多个坐标点。

6、根据本公开的实施例,专家相关度特征还包括年龄和/或性别,对专家相关度特征进行量化,得到多个坐标点还包括:将年龄和/或性别映射到多维坐标空间,得到多个坐标点;其中,与性别相对应的坐标轴刻度为男和女。

7、根据本公开的实施例,分别从各子专家组中抽取一个专家,得到目标专家组包括:分别对各子专家组中的专家进行随机排序,得到多个随机专家序列;从各随机专家序列中抽取一个专家,得到目标专家组;其中,从单个随机专家序列中抽取一个专家包括:根据专家参加意愿,按随机专家序列的顺序依次抽取专家。

8、根据本公开的实施例,根据需求专家数量和专家相关度特征,对目标专家库进行聚类分组,得到多个子专家组还包括:根据预设专家数量,采用kmeans算法对多个坐标点进行聚类分组,得到多个子专家组;其中,预设专家数量大于需求专家数量。

9、本公开的第二方面提供了一种专家抽取装置,包括:第一确定模块,用于确定目标专家库;第二确定模块,用于确定专家相关度特征;分组模块,用于根据需求专家数量和专家相关度特征,对目标专家库进行聚类分组,得到多个子专家组;以及抽取模块,用于分别从各子专家组中抽取一个专家,得到目标专家组;其中,任意两个子专家组的聚类中心的间距大于预设阈值。

10、本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器执行上述任一实施例的方法。

11、本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述任一实施例的方法。

12、本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一实施例的方法。

13、与现有技术相比,本公开提供的专家抽取方法、装置、电子设备、存储介质和程序产品,至少具有以下有益效果:

14、(1)本公开的专家抽取方法,根据专家的相关度特征,对多个待选专家进行聚类分组,使得相似度较大的专家处于同一个组内,其中,分组数量为需求专家的数量。然后,分别从每个分组中抽取一个专家构成目标专家组,降低了目标专家组中各专家之间的相似度,提高了专家抽取结果的可信度。

15、(2)本公开的专家抽取方法,通过对多种专家相关度特征进行量化,得到多维空间的坐标点,然后采用kmeans算法对坐标点进行聚类,降低了目标专家组中各专家之间的相似度,简便快捷。

16、(3)本公开的专家抽取方法,专家相关度特征具体包括工作地址、住址、学习经历、年龄、性别等,从多个维度降低不同组之间专家的相关度,切实有效。

本文档来自技高网...

【技术保护点】

1.一种专家抽取方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据需求专家数量和所述专家相关度特征,对所述目标专家库进行聚类分组,得到多个子专家组包括:

3.根据权利要求2所述的方法,其特征在于,所述专家相关度特征包括当前工作地址和/或住址,所述对所述专家相关度特征进行量化,得到多个坐标点包括:

4.根据权利要求3所述的方法,其特征在于,所述专家相关度特征还包括学习经历和/或工作经历,所述对所述专家相关度特征进行量化,得到多个坐标点还包括:

5.根据权利要求3所述的方法,其特征在于,所述专家相关度特征还包括年龄和/或性别,所述对所述专家相关度特征进行量化,得到多个坐标点还包括:

6.根据权利要求1所述的方法,其特征在于,所述分别从各所述子专家组中抽取一个专家,得到目标专家组包括:

7.根据权利要求2所述的方法,其特征在于,所述根据需求专家数量和所述专家相关度特征,对所述目标专家库进行聚类分组,得到多个子专家组还包括:

8.一种专家抽取装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~7中任一项所述的方法。

11.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~7中任一项所述的方法。

...

【技术特征摘要】

1.一种专家抽取方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据需求专家数量和所述专家相关度特征,对所述目标专家库进行聚类分组,得到多个子专家组包括:

3.根据权利要求2所述的方法,其特征在于,所述专家相关度特征包括当前工作地址和/或住址,所述对所述专家相关度特征进行量化,得到多个坐标点包括:

4.根据权利要求3所述的方法,其特征在于,所述专家相关度特征还包括学习经历和/或工作经历,所述对所述专家相关度特征进行量化,得到多个坐标点还包括:

5.根据权利要求3所述的方法,其特征在于,所述专家相关度特征还包括年龄和/或性别,所述对所述专家相关度特征进行量化,得到多个坐标点还包括:...

【专利技术属性】
技术研发人员:邬文佳
申请(专利权)人:中国工商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1