-
公开(公告)号：CN116244630A
公开(公告)日：2023-06-09
申请号：CN202310208498.X
申请日：2023-03-06
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F18/24 , G06F18/214 , G06F40/289 , G06N3/0464 , G06F40/242 , G06F16/31 , G06F16/33
摘要： 本发明提供了一种基于深度学习的商品物料分类方法、系统、介质及设备，包括：步骤S1：获取物料数据，进行数据预处理；步骤S2：设计并构建深度学习算法模型，并利用处理后的数据进行训练；步骤S3：对深度学习算法模型架构与数据特征进行优化，进行对比试验证明深度学习算法模型的有效性；步骤S4：利用优化后的深度学习算法模型，完成对给定物料的分类。本发明通过对每个字段的文本独立构建特征向量，进行特征学习的方式，从而避免了各字段对应文本的向量长度过低，语义信息存在割裂的情况。
-
公开(公告)号：CN113850638A
公开(公告)日：2021-12-28
申请号：CN202110892816.X
申请日：2021-08-04
申请人： 欧冶工业品股份有限公司
摘要： 本发明提供了一种基于工业品数字化匹配的采购策略方法和系统，包括：步骤1：对用户上传的询单数据进行预处理；步骤2：根据决策树模型，对预处理后的询单数据进行预测分类，得到用户询单分类结果；步骤3：根据询单分类结果，对询单进行向量化编码，得到询单嵌入数据；步骤4：根据询单嵌入数据计算询单与供应商商品库中工业品之间的相似度，并将相似度最高的工业品推荐给用户。本发明通过结合业务提供的分类对照表，为商品匹配加上了一层索引，提高了匹配的效率和准确率。
-
公开(公告)号：CN113850287A
公开(公告)日：2021-12-28
申请号：CN202110892807.0
申请日：2021-08-04
申请人： 欧冶工业品股份有限公司
IPC分类号： G06K9/62
摘要： 本发明提供了一种动态分析的工业品相似度计算方法和系统，包括：步骤S1：在Bert模型中添加输入层，对输入到Bert模型的行业数据先进行预处理再进行输入；步骤S2：对Bert模型进行参数优化，先使用通用参数进行模型训练，得到实际模型训练类别，再结合训练参数特点，预设指标后对损失函数进行收敛，得到实际模型训练结果；步骤S3：对实际模型训练结果进行相似度计算，得到符合预设条件的工业品。本发明从业务方面解决了因买卖双方对工业品的定义存在差异而导致商业关系匹配困难的痛点问题，并且适用于多种业务场景。
-
公开(公告)号：CN116188039A
公开(公告)日：2023-05-30
申请号：CN202310215311.9
申请日：2023-03-06
申请人： 欧冶工业品股份有限公司
IPC分类号： G06Q30/018 , G06Q30/0601
摘要： 本发明提供了一种供应商智能推荐方法及系统，涉及大数据分析技术领域，包括：步骤S1：识别并建立供应商主要特征集合，确定不同特征在供应商评价中的影响权重；步骤S2：计算得出供应商静态评价得分，作为供应商精排的依据，对采购方、供应商进行匹配，推荐候选对象。本发明能够获得供应商静态评价得分，在推荐流程中加入了采购方、供应商的主要特征匹配过程，同时借用ARIMA模型中的概念，带入了历史数据对当前决策的影响。
-
公开(公告)号：CN116187276A
公开(公告)日：2023-05-30
申请号：CN202310215304.9
申请日：2023-03-06
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F40/126 , G06F40/279 , G06F16/35 , G06F18/214 , G06Q50/18
摘要： 本发明提供了一种小样本学习的对非结构化招标文本智能审核方法及系统，包括：步骤S1：对获取文本数据进行数据分析及标注；步骤S2：对标注后的数据抽取模型进行微调；步骤S3：通过测试数据进行对比试验证明模型的有效性；步骤S4：利用构建好的模型完成对文本的审核。本发明通过使用小样本学习的方法，对训练模型微调，不仅提升了模型的信息的抽取能力，也避免了人力标注数据成本过高的问题。
-
公开(公告)号：CN115982630A
公开(公告)日：2023-04-18
申请号：CN202310208508.X
申请日：2023-03-06
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F18/24 , G06F18/214 , G06F40/289
摘要： 本发明提供一种多个分类器协同的商品智能分类方法、系统、设备及介质，包括：步骤S1：获取数据量分布均匀的训练集；步骤S2：对训练集中每个商品的描述信息做切词、去停用词，得到分词结果；步骤S3：对每个分词进行特征编码，并计算分词的TF‑IDF值作为该词汇的编码权重值；步骤S4：对所有分词的编码权重值求加权平均值作为商品的特征编码；步骤S5：将全部数据划分为用于训练分类器的训练集和测试集，训练多个分类器；步骤S6：计算各分类器的权重值，将各分类器结果加权求和；步骤S7：将得分最高的类别作为分类结果。本发明能够根据商品的描述信息判断其在平台商品管理体系中的所属品类，为商品的数字化管理和商品推荐等功能提供支持。
-
公开(公告)号：CN116384389A
公开(公告)日：2023-07-04
申请号：CN202310224764.8
申请日：2023-03-07
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F40/289 , G06F18/23 , G06F18/214 , G06F18/22
摘要： 本发明提供了一种基于聚类的对非结构化招标要求文本的提取方法及系统，包括：基础文本处理，对非结构化的文本全集进行分词、文本嵌入、降维操作，获得每个文本全集的低维特征向量；文本聚类，根据低维特征向量，对文本全集进行聚类；规则提取，根据分类结果，从文本全集抽样出M个样本量约为n的子数据集，指定其中一个为训练集，其余为测试集；标注与算法迭代，对所有训练集数据与测试集数据进行标注；算法检验，从文本全集中抽样出一个检验集。本发明通过使用无监督的算法作为预处理，利用大类抽样数据和小类数据进行规则总结和标注的方法，避免了大量的前期数据标注工作；缩小了规则总结需要关注的文本范围；降低了需要人工处理的数据量。
-
公开(公告)号：CN116361322A
公开(公告)日：2023-06-30
申请号：CN202310282131.2
申请日：2023-03-21
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F16/245 , G06F16/22 , G06F17/18 , G06F16/215 , G06F18/22
摘要： 本发明提供了一种基于向量索引的工业品物料替换物料搜索方法及系统，包括：步骤S1：根据品类物料的使用场景和物料特点，设置物料的技术属性架构；步骤S2：将技术属性结合技术属性权重编码为技术属性向量；步骤S3：基于FAISS搭建技术属性的向量索引，通过向量索引检索计算物料的可替换物料集合，并根据向量距离排序；所述物料的技术属性架构包括当前品类物料具备的技术属性以及当前技术属性对描述当前物料的权重。
-
公开(公告)号：CN113836309A
公开(公告)日：2021-12-24
申请号：CN202110891727.3
申请日：2021-08-04
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F16/36 , G06F16/35 , G06F40/242 , G06F40/289 , G06K9/62
摘要： 本发明提供了一种工业品实体数字化描述方法和系统，包括：步骤1：获取在售工业品数据并将其作为待匹配工业品的匹配源和命名标准；步骤2：构建训练数据集，用于数学向量训练和行业词典构建；步骤3：对训练数据集进行预处理，根据行业词典将工业品的文本数据进行分词并去停用词；步骤4：对预处理后的文本数据进行模型实验和测试，得到数学向量化模型；步骤5：将待匹配的工业品在匹配源中进行匹配，若匹配到对应结果，则直接输出；若没有匹配到对应结果，则利用数学向量化模型进行编码，根据编码后的匹配源数据计算相似度，得到相似度最高的工业品数据。本发明解决了因买卖双方对工业品的定义存在差异而导致商业关系匹配困难的痛点问题。
-
公开(公告)号：CN116384389B
公开(公告)日：2024-09-27
申请号：CN202310224764.8
申请日：2023-03-07
申请人： 欧冶工业品股份有限公司
IPC分类号： G06F40/289 , G06F18/23 , G06F18/214 , G06F18/22
摘要： 本发明提供了一种基于聚类的对非结构化招标要求文本的提取方法及系统，包括：基础文本处理，对非结构化的文本全集进行分词、文本嵌入、降维操作，获得每个文本全集的低维特征向量；文本聚类，根据低维特征向量，对文本全集进行聚类；规则提取，根据分类结果，从文本全集抽样出M个样本量约为n的子数据集，指定其中一个为训练集，其余为测试集；标注与算法迭代，对所有训练集数据与测试集数据进行标注；算法检验，从文本全集中抽样出一个检验集。本发明通过使用无监督的算法作为预处理，利用大类抽样数据和小类数据进行规则总结和标注的方法，避免了大量的前期数据标注工作；缩小了规则总结需要关注的文本范围；降低了需要人工处理的数据量。
-
-
-
-
-
-
-
-
-
搜索结果
20 条记录 (耗时 0.061 秒)
