【技术实现步骤摘要】
本专利技术涉及工业大数据，尤其涉及一种建筑工程信息的推荐方法、推荐系统、计算机设备及介质。
技术介绍
1、随着建筑行业近年来的快速发展，建筑工程市场竞争也日益激烈。由于建筑工程信息种类繁多且复杂，对于部分建材企业而言，在通过各种媒体渠道、实地考察和面访获得大量工程信息后，会存在不清楚看哪些数据、找不到重点关注商机、无法判断公司是否值得跟进、对信息了解深度不够等问题，降低了建筑工程信息的流动性，使得建材企业无法有效识别潜在的商机和项目需求，降低建材企业的运营效率。
技术实现思路
1、本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供一种建筑工程信息的推荐方法、推荐系统、计算机设备及介质，可以为相应的建材企业识别潜在的商机和项目需求提供更可靠的数据支撑，有利于提高企业的运营效率。
2、第一方面，本专利技术实施例提供一种建筑工程信息的推荐方法，包括：
3、获取待分析建筑工程信息；
4、对所述待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，其中，所述目标建筑工程信息包括多个目标数据实体；
5、基于所述多个目标数据实体构建工程信息关联图谱，其中，所述工程信息关联图谱用于反映各个所述目标数据实体之间的关系；
6、获取用户针对建筑工程的订阅数据和行为数据；
7、根据所述订阅数据、所述行为数据和所述工程信息关联图谱构建工程信息推荐模型；
8、响应于用户访问目标工程页面生成的行为指令，根据所述工程信
9、根据本专利技术实施例提供的建筑工程信息的推荐方法，至少具有如下有益效果：通过获取待分析建筑工程信息，对待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，可以保证目标建筑工程信息的数据质量和准确性，目标建筑工程信息包括多个目标数据实体，通过基于多个目标数据实体构建工程信息关联图谱，可以反映各个目标数据实体之间的关系，便于后续可以进行深入的数据挖掘和分析，通过获取用户针对建筑工程的订阅数据和行为数据，可以更好地反映用户偏好，根据订阅数据、行为数据和工程信息关联图谱构建工程信息推荐模型，可以提高工程信息推荐模型推荐的准确性，响应于用户访问目标工程页面生成的行为指令，利用工程信息推荐模型实时生成个性化的推荐结果，可以给用户提供更加精准的商机推荐，可以理解的是，本专利技术通过利用应用统计和数据分析技术构建工程信息关联图谱，可以增强数据的流动性和深入性，同时结合用户的偏好，可以为相应的建材企业识别潜在的商机和项目需求提供更可靠的数据支撑，有利于提高企业的运营效率。
10、在上述建筑工程信息的推荐方法中，所述对所述待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，包括：
11、对所述待分析建筑工程信息进行遍历，识别重复信息并进行删除处理，得到第一预处理信息；
12、按照预设格式规则对所述第一预处理信息进行格式统一处理，得到第二预处理信息；
13、对所述第二预处理信息进行缺失值处理和异常值处理，得到第三预处理信息；
14、对所述第三预处理信息进行脱敏处理，得到第四预处理信息；
15、根据预设验证规则对所述第四预处理信息进行数据验证，得到目标建筑工程信息。
16、在上述建筑工程信息的推荐方法中，所述基于所述多个目标数据实体构建工程信息关联图谱，包括：
17、根据各个所述目标数据实体构建实体属性信息，并生成对应的实体信息表，其中，所述实体信息表与所述目标数据实体对应；
18、确定各个所述目标数据实体之间的关系类型，根据所述关系类型构建工程信息关联图谱。
19、在上述建筑工程信息的推荐方法中，所述根据所述订阅数据、所述行为数据和所述工程信息关联图谱构建工程信息推荐模型，包括：
20、将所述订阅数据、所述行为数据和所述工程信息关联图谱进行数据整合，生成数据源；
21、将所述数据源进行特征提取处理，转化成特征数据集，其中，所述特征数据集为影响建筑工程信息的关键特征数据；
22、确定所述特征数据集的数据类型，根据所述数据类型确定对应的目标推荐算法；
23、利用所述目标推荐算法和所述特征数据集训练工程信息推荐模型；
24、确定所述工程信息推荐模型的性能评估指标；
25、根据所述性能评估指标对所述工程信息推荐模型进行参数调优，得到训练好的工程信息推荐模型。
26、在上述建筑工程信息的推荐方法中，所述确定所述特征数据集的数据类型，根据所述数据类型确定对应的目标推荐算法，包括：
27、当确定所述特征数据集为第一数据类型，确定目标推荐算法为相似度算法，其中，所述第一数据类型用于反映所述特征数据集的特征明显；
28、当确定所述特征数据集为第二数据类型，确定目标推荐算法为深度学习推荐算法，其中，所述第二数据类型用于反映所述特征数据集的数据量大。
29、在上述建筑工程信息的推荐方法中，所述响应于用户访问目标工程页面生成的行为指令，根据所述工程信息推荐模型生成推荐结果，包括：
30、响应于用户访问目标工程页面生成的行为指令，获取对应的实时工程信息；
31、对所述实时工程信息进行特征提取处理，得到实时特征数据；
32、将所述实时特征数据输入至所述工程信息推荐模型，得到推荐结果，其中，所述推荐结果包括项目商机信息、招采商机信息、公司商机信息、关系人图谱中的至少之一。
33、在上述建筑工程信息的推荐方法中，还包括：
34、将所述推荐结果在用户交互界面中显示；
35、获取用户对所述推荐结果的反馈信息；
36、根据所述反馈信息优化所述工程信息推荐模型。
37、第二方面，本专利技术实施例提供一种建筑工程信息的推荐系统，包括：
38、第一获取模块，用于获取待分析建筑工程信息；
39、数据清洗模块，用于对所述待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，其中，所述目标建筑工程信息包括多个目标数据实体；
40、关联图谱构建模块，用于基于所述多个目标数据实体构建工程信息关联图谱，其中，所述工程信息关联图谱用于反映各个所述目标数据实体之间的关系；
41、第二获取模块，用于获取用户针对建筑工程的订阅数据和行为数据；
42、推荐模型构建模块，用于根据所述订阅数据、所述行为数据和所述工程信息关联图谱构建工程信息推荐模型；
43、推荐模块，用于响应于用户访问目标工程页面生成的行为指令，根据所述工程信息推荐模型生成推荐结果。
44、根据本专利技术实施例提供的建筑工程信息的推荐系统，至少具有如下有益效果：通过获取待分析建筑工程信息，对待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，可以保证目标建筑工程信息的数据质量和准确性，目标建筑工程信息包括多个目标数据实体，通本文档来自技高网...
【技术保护点】
1.一种建筑工程信息的推荐方法，其特征在于，包括：
2.根据权利要求1所述的推荐方法，其特征在于，所述对所述待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，包括：
3.根据权利要求1所述的推荐方法，其特征在于，所述基于所述多个目标数据实体构建工程信息关联图谱，包括：
4.根据权利要求1所述的推荐方法，其特征在于，所述根据所述订阅数据、所述行为数据和所述工程信息关联图谱构建工程信息推荐模型，包括：
5.根据权利要求4所述的推荐方法，其特征在于，所述确定所述特征数据集的数据类型，根据所述数据类型确定对应的目标推荐算法，包括：
6.根据权利要求1所述的推荐方法，其特征在于，所述响应于用户访问目标工程页面生成的行为指令，根据所述工程信息推荐模型生成推荐结果，包括：
7.根据权利要求1所述的推荐方法，其特征在于，还包括：
8.一种建筑工程信息的推荐系统，其特征在于，包括：
9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的推荐方法。
...【技术特征摘要】
1.一种建筑工程信息的推荐方法，其特征在于，包括：
2.根据权利要求1所述的推荐方法，其特征在于，所述对所述待分析建筑工程信息进行数据清洗，得到目标建筑工程信息，包括：
3.根据权利要求1所述的推荐方法，其特征在于，所述基于所述多个目标数据实体构建工程信息关联图谱，包括：
4.根据权利要求1所述的推荐方法，其特征在于，所述根据所述订阅数据、所述行为数据和所述工程信息关联图谱构建工程信息推荐模型，包括：
5.根据权利要求4所述的推荐方法，其特征在于，所述确定所述特征数据集的数据类型，根据所述数据类型确定对应的目标推荐算法，包括：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：邓蔚，石茜，吴家玲，陈灿，祝苗苗，
申请(专利权)人：北京瑞达恒建筑咨询有限公司，
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。