[發(fā)明專利]建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710440788.1
• 申請日: 2017-06-13
• 公開（公告）號: CN107273484A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 胡焱;黃寧;周金源;蘇志偉;侯曉峰;張濤;陳紅仙
• 申請（專利權(quán)）人: 廣東中建普聯(lián)科技股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q50/08
• 代理公司: 北京市盈科律師事務(wù)所11344
• 代理人: 江錦利

技術(shù)領(lǐng)域

本發(fā)明屬于建設(shè)行業(yè)工程項(xiàng)目文件處理領(lǐng)域，具體涉及一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法及系統(tǒng)

背景技術(shù)

XML文件作為建設(shè)行業(yè)項(xiàng)目工程數(shù)據(jù)存儲(chǔ)的主要文件類型之一，已經(jīng)被廣泛使用。但是對于XML文件內(nèi)部的數(shù)據(jù)而言，建設(shè)行業(yè)還沒有一個(gè)通用、標(biāo)準(zhǔn)的歸集方案，因此建設(shè)行業(yè)的各企業(yè)主要按照各自的意愿設(shè)置各種標(biāo)準(zhǔn)進(jìn)行歸集。這些歸集標(biāo)準(zhǔn)不統(tǒng)一的XML文件數(shù)據(jù)在后期的應(yīng)用中難以自動(dòng)進(jìn)行識別及分析，因此對分析工作帶來了很大困難。現(xiàn)有的解決方案主要仍是通過人工進(jìn)行識別及分析，效率很低且成本過高。

故而，現(xiàn)有技術(shù)需要進(jìn)一步發(fā)展及改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決建設(shè)行業(yè)中缺少XML文件數(shù)據(jù)的通用歸集方案的問題，由此公開一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法。同時(shí)，本發(fā)明還相應(yīng)公開一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集系統(tǒng)。

為了實(shí)現(xiàn)以上目的，本發(fā)明公開的一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法，包括以下步驟：

A、基于分布式和高并發(fā)的計(jì)算機(jī)技術(shù)，獲取各客戶端上的建設(shè)行業(yè)工程項(xiàng)目XML文件，并提取XML文件中所有的節(jié)點(diǎn)屬性信息以及關(guān)鍵屬性字段；

B、根據(jù)提取的節(jié)點(diǎn)屬性信息將關(guān)鍵屬性字段轉(zhuǎn)換為標(biāo)準(zhǔn)文本信息；

C、分析所述標(biāo)準(zhǔn)文本信息，根據(jù)分析結(jié)果將對應(yīng)工程項(xiàng)目進(jìn)行歸集分類，對應(yīng)存儲(chǔ)至文檔庫、材價(jià)庫、項(xiàng)目庫以及供應(yīng)商/品牌庫中的其中一者；

D、將所存儲(chǔ)的工程項(xiàng)目按工程編碼歸集，并按照工程結(jié)構(gòu)自動(dòng)匯總工程項(xiàng)目數(shù)據(jù)層級，輸出工程指標(biāo)。

本發(fā)明的進(jìn)一步方案中，步驟B中具體包括：

B1、對包含有關(guān)鍵屬性字段的文本信息進(jìn)行IK分詞處理，并將與關(guān)鍵詞庫進(jìn)行匹配，得到有效的到關(guān)鍵屬性字段；

B2、通過Simhash算法對有效的關(guān)鍵屬性字段相似對度進(jìn)行計(jì)算及統(tǒng)計(jì)，提取出標(biāo)準(zhǔn)格式數(shù)據(jù)，并形成標(biāo)準(zhǔn)文本信息。

本發(fā)明的進(jìn)一步方案中，步驟D包括對標(biāo)準(zhǔn)文本信息按照工程項(xiàng)目數(shù)據(jù)層級進(jìn)行統(tǒng)一編碼。

本發(fā)明的進(jìn)一步方案中，步驟D的工程項(xiàng)目數(shù)據(jù)層級包括：建設(shè)項(xiàng)目、單項(xiàng)工程、單位工程、分部分項(xiàng)、清單、定額、消耗量、工料機(jī)數(shù)據(jù)。

本發(fā)明相應(yīng)公開的一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集系統(tǒng)，包括節(jié)點(diǎn)屬性及字段提取模塊、標(biāo)準(zhǔn)文本轉(zhuǎn)換模塊、工程項(xiàng)目歸集模塊、工程指標(biāo)輸出模塊；其中，

節(jié)點(diǎn)屬性及字段提取模塊用于在各客戶端上采集建設(shè)行業(yè)工程項(xiàng)目XML文件，并提取XML文件中所有的節(jié)點(diǎn)屬性信息以及關(guān)鍵屬性字段；標(biāo)準(zhǔn)文本轉(zhuǎn)換模塊用于根據(jù)提取的節(jié)點(diǎn)屬性信息將關(guān)鍵屬性字段轉(zhuǎn)換為標(biāo)準(zhǔn)文本信息；工程項(xiàng)目歸集模塊用于分析標(biāo)準(zhǔn)文本信息，根據(jù)分析結(jié)果將對應(yīng)工程項(xiàng)目進(jìn)行歸集分類，對應(yīng)存儲(chǔ)至文檔庫、材價(jià)庫、項(xiàng)目庫以及供應(yīng)商/品牌庫中的其中一者；工程指標(biāo)輸出模塊用于將所存儲(chǔ)的工程項(xiàng)目按工程編碼歸集，并按照工程結(jié)構(gòu)自動(dòng)匯總工程項(xiàng)目數(shù)據(jù)層級，輸出工程指標(biāo)。

有益效果：本發(fā)明通過提取XML文件數(shù)據(jù)的節(jié)點(diǎn)屬性信息以及關(guān)鍵屬性字段，對工程項(xiàng)目進(jìn)行分類歸集分類及編碼歸集，并按照工程項(xiàng)目結(jié)構(gòu)自動(dòng)匯總及輸出工程指標(biāo)，從而實(shí)現(xiàn)了一種高效的建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方案，為建設(shè)行業(yè)XML文件數(shù)據(jù)的通用歸集提供了參考案例。此外，本發(fā)明還具有歸集效率更高、更準(zhǔn)確等有益效果。

附圖說明

圖1是實(shí)施例一公開的建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法整體流程示意圖。

圖2是實(shí)施例二公開的建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集系統(tǒng)結(jié)構(gòu)框圖。

具體實(shí)施方式

為了便于本領(lǐng)域技術(shù)人員理解，下面將結(jié)合附圖以及實(shí)施例對本發(fā)明進(jìn)行進(jìn)一步描述。

實(shí)施例一

請參閱圖1，實(shí)施例一公開的一種建設(shè)行業(yè)工程項(xiàng)目XML文件數(shù)據(jù)歸集方法，主要包括以下步驟S100至S400：

S100、基于分布式和高并發(fā)的計(jì)算機(jī)技術(shù)，獲取各客戶端上的建設(shè)行業(yè)工程項(xiàng)目XML文件，并提取XML文件中所有的節(jié)點(diǎn)屬性信息以及關(guān)鍵屬性字段。

步驟S100中的節(jié)點(diǎn)屬性信息用于表征該節(jié)點(diǎn)中字段的屬性，譬如某工程項(xiàng)目XML文件中的節(jié)點(diǎn)屬性信息有：序號、定額編號、項(xiàng)目名稱、單位、數(shù)量、儀表名稱、單位定額值、合計(jì)值等；其中節(jié)點(diǎn)屬性信息的“項(xiàng)目名稱”有以下關(guān)鍵屬性字段：保護(hù)倒換測試、敷設(shè)管道光纜、光纜割接、光纖連接、光纜中繼段雙窗口測試等。

S200、根據(jù)提取的節(jié)點(diǎn)屬性信息將關(guān)鍵屬性字段轉(zhuǎn)換為標(biāo)準(zhǔn)文本信息。