[發明專利]一種招投標生命周期關聯方法、系統、存儲介質及計算機設備

有效

• 申請號: 201911163233.2
• 申請日: 2019-11-25
• 公開（公告）號: CN110969517B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 姜磊;楊釗;賴招展;袁廣馳;陳南山;朱振航;何慧;沈廣盈;屈呂杰
• 申請（專利權）人: 佰聆數據股份有限公司
• 主分類號: G06Q30/08
• 分類號: G06Q30/08;G06F40/242;G06F40/279;G06F40/126;G06F21/62;G06F21/64
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 林梅繁

1.一種招投標生命周期關聯方法，其特征在于，包括以下步驟：

S1、獲取已有的招投標公告數據，建立歷史數據庫；

S2、將歷史數據庫中所有招投標公告數據的標題和內容分詞后，轉換為字符編碼，

S3、建立需關聯數據字典，依次將每條招投標公告數據的需關聯數據分詞后，轉換為字符編碼；

S4、分別建立歷史數據的哈希表與需關聯數據的哈希表，通過n個哈希函數將招投標公告數據、需關聯數據的字符編碼轉化為哈希簽名，使得每條招投標公告數據都具有n個哈希簽名；構建杰卡德相似度閾值為t的局部敏感哈希模型，設定分組數目以及每組包含的哈希函數數量n；

S5、使用局部敏感哈希模型將需關聯數據的哈希表中的哈希簽名依次與包含所有招投標公告數據的歷史數據的哈希表中的哈希簽名進行匹配，獲得候選目標招投標公告數據；

S6、將候選目標招投標公告數據依次與需關聯數據進行區域、項目編號、招標人信息比對；當候選目標招投標公告數據與需關聯數據的區域、項目編號、招標人信息完全相同的情況下，進行編輯距離評分計算，獲得編輯距離結果；

S7、從編輯距離結果中返回編輯距離最短的招投標公告數據的ID，作為需關聯數據的ID。

2.根據權利要求1所述的招投標生命周期關聯方法，其特征在于，步驟S5包括：

步驟51、根據哈希函數數量n、杰卡德相似度閾值t對哈希函數進行分區，每個區間的哈希函數數量為C，區間數為B，即：n＝B*C；

步驟52、比對兩個文本J、K是否在B個區間中至少有一個區間存在相同的哈希簽名，如果兩個文本J、K在B個區間中的某個區間存在相同的哈希簽名，局部敏感哈希模型認為招投標公告數據與需關聯數據的杰卡德相似度達到杰卡德相似度閾值t；哈希簽名相等的概率P為：P＝1-(1–r^C)^B，其中r指文本J和文本K使用同一個哈希函數生成的哈希簽名相等的概率；

步驟53、若兩個文本J、K在B個區間中至少有一個區間內具有相同的哈希簽名，則返回兩個文本J、K相似的結果。

3.根據權利要求2所述的招投標生命周期關聯方法，其特征在于，比對兩個文本J、K是否在B個區間中至少有一個區間存在相同的哈希簽名的方法，包括：

步驟521、針對B個區間，準備B個哈希表，與區間號相對應；

步驟522、使用哈希函數將每個區間的部分簽名映射至對應的哈希表上；

步驟523、遍歷所有哈希表，將區間中相等的集合作為候選文本進行比較，找出相似的招投標公告數據與需關聯數據。

4.根據權利要求1所述的招投標生命周期關聯方法，其特征在于，步驟S6中編輯距離評分計算的方法包括：

步驟61、對目標語句a進行增刪改操作，使之變為匹配語句b；

步驟62、通過萊文斯坦距離公式衡量編輯距離：

式中，lev_a,b(i,j)指目標語句a中前i個字符和匹配語句b中前j個字符之間的距離；字符的計數從1開始計算，因此得到的編輯距離是i＝|a|，j＝|b|時的距離：lev_a,b(|a|,|b|)。

5.根據權利要求1所述的招投標生命周期關聯方法，其特征在于，步驟S3轉換為字符編碼的過程包括：對招投標公告數據的標題以及內容進行拼接后再進行分詞操作；對分詞結果取集合，去除重復詞，得到分詞集合；取出分詞集合中的詞對應的字符編碼。