[发明专利]一种基于政策性资源汇聚的互联网科技金融智能匹配方法

权利要求书

1.一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，包括以下步骤：

S1、建立关键词库，在关键词库中导入设定的目标关键词；

S2、设立网络爬虫，将其与关键词库关联，并放入网络中根据关键词库中的目标关键词进行网页目标抓取，获得目标网页文本；

S3、对网络爬虫抓取的目标网页文本进行文本预分析和过滤，筛选出有效文本；

S4、对筛选出的有效文本进行分类处理，然后传至质检单元进行分类质检；

S5、将分类质检通过的有效文本按照其分类发送给对应的客户，将分类质检不通过的有效文本进行人工分类，再发送至人工分类后对应的客户。

2.根据权利要求1所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S1中，关键词库包括主词库和目标词库，主词库用于存储历史关键词数据，目标词库用于导入目标关键词，步骤S2中的网络爬虫与目标词库进行关联。

3.根据权利要求2所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S1中，目标词库中的目标关键词由客户提供或/和从主词库中选取，其包括但不仅限于政府组织机构名称、领域人物名称、领域协会商会名称、互联网科技金融行业名词。

4.根据权利要求1所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S2中，目标网页文本抓取的步骤包括：

S21、将目标关键词设定为网络爬虫的抓取种子；

S22、采用基于目标网页特征、基于目标数据模式和基于领域概念并行的方式根据抓取种子抓取互联网目标网页文本；

S23、将抓取的目标网页文本进行反馈，并集中存储。

5.根据权利要求1所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S2中，所述网络爬虫包括通用网络爬虫、聚焦网络爬虫、增量式网络爬虫和深层网络爬虫。

6.根据权利要求1所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S3中，筛选有效文本的步骤包括：

S31、对所有目标网页文本进行重复率检索，对内容重复率达到设定阈值的多个目标网页文本进行提取；

S32、将提取出的多个目标网页文本进行字数比对，留下字数最多的一个，其余丢弃；

S33、建立敏感词库，利用敏感词库对未提取和提取比对留下的目标网页文本进行敏感词句检索；

S34、将检索到含有敏感词句的目标网页文本清除，剩余的目标网页文本为有效文本。

7.根据权利要求1所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在步骤S4中，有效文本的分类处理过程包括：

S41、对有效文本的目标关键词进行分词提取，然后对目标关键词的词频、词序和语义进行设定评分统计；

S42、根据词频、词序和语义的综合评分进行排序，选取前N个综合评分最高的目标关键词作为词向量，其中N为大于0的整数；

S43、将词向量导入预先建立的文本分类训练模型，进行自动分类，得到有效文本的自动分类结果；

S44、根据分类结果对有效文本进行分类标记，然后传送至质检单元。

8.根据权利要求7所述的一种基于政策性资源汇聚的互联网科技金融智能匹配方法，其特征在于，在质检单元设人工质检员来对有效文本进行分类质检，然后对质检通过的有效文本按其分类标记发送给对应客户，对质检不通过的有效文本进行人工分类并标记，将人工分类标记后的有效文本按人工分类标记发送给对应客户，并反馈对应质检不通过信息，用于分类训练模型的改进参照。