[發明專利]對項目進行拆分的方法、裝置以及存儲介質

在審

• 申請號: 202011539291.3
• 申請日: 2020-12-23
• 公開（公告）號: CN112561376A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 吳風;趙秀娟;趙迎芳
• 申請（專利權）人: 北京橙色云科技有限公司;橙色云設計有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06F16/35;G06F40/253
• 代理公司: 北京萬思博知識產權代理有限公司 11694
• 代理人: 劉冀

1.一種對項目進行拆分的方法，其特征在于，包括：

利用預先訓練的需求分類模型確定第一項目對應的需求分類信息，其中所述需求分類信息用于指示所述第一項目對應的對象所屬的分類類別；以及

基于所述需求分類信息，利用預先訓練的項目拆分模型確定與所述第一項目相關的多個第二項目作為所述第一項目的子項目。

2.根據權利要求1所述的方法，其特征在于，利用預先訓練的需求分類模型確定第一項目對應的需求分類信息，包括：

接收與所述第一項目對應的需求文本；

對所述需求文本進行詞法分析，確定所述需求文本包含的單詞序列；以及

利用所述需求分類模型，根據所述單詞序列確定所述第一項目對應的需求分類信息。

3.根據權利要求2所述的方法，其特征在于，利用預先訓練的需求分類模型確定第一項目對應的需求分類信息，包括：

利用預先訓練的需求分類模型，根據所述單詞序列分別確定所述第一項目對應于每個分類類別的概率值；以及

根據所述概率值確定所述第一項目對應的需求分類信息。

4.根據權利要求1所述的方法，其特征在于，利用預先訓練的需求分類模型確定第一項目對應的需求分類信息，包括：

利用基于隨機森林算法的需求分類模型確定所述第一項目對應的需求分類信息。

5.根據權利要求4所述的方法，其特征在于，還包括：根據以下步驟訓練所述基于隨機森林算法的需求分類模型：

利用聚類算法對訓練數據進行聚類計算，確定所述訓練數據包含的分類類別；

對所述聚類計算的結果進行交叉驗證，判斷所述訓練數據包含的分類類別是否準確；以及

在所述分類類別準確的情況下利用隨機森林算法表示所述分類類別，確定所述需求分類模型。

6.根據權利要求1所述的方法，其特征在于，利用預先訓練的項目拆分模型確定與所述第一項目相關的多個第二項目，包括：

利用基于卷積神經網絡結構的項目拆分模型確定所述多個第二項目。

7.根據權利要求6所述的方法，其特征在于，還包括：根據以下步驟訓練所述基于卷積神經網絡結構的項目拆分模型：

從用于存儲項目數據的數據倉庫中獲取維度模型的模型數據，其中所述維度模型的模型數據分別包括每個類別的項目的組成結構；以及

根據所述模型數據對所述基于卷積神經網絡結構的項目拆分模型進行訓練。

8.根據權利要求1所述的方法，其特征在于，還包括：

將所述第二項目的信息存儲至預設的關系型數據庫；以及

對所述關系型數據庫中的所述第二項目的信息進行可視化展示。

9.根據權利要求7所述的方法，其特征在于，還包括根據以下步驟構建所述數據倉庫：

從業務系統采集項目數據并發送至大數據平臺進行保存；

從所述大數據平臺獲取所述項目數據，并利用并行處理方式對所述項目數據進行數據清洗操作；以及

利用維度建模構建數據倉庫模型，并將清洗過的所述項目數據存儲至所述數據倉庫。

10.一種存儲介質，其特征在于，所述存儲介質包括存儲的程序，其中，在所述程序運行時由處理器執行權利要求1至9中任意一項所述的方法。