[发明专利]技术服务信息的推荐方法

说明书

本公开实施例涉及一种技术服务信息的推荐方法，该方法包括：针对技术服务需求信息，采用Bert预训练模型处理获得第一类句向量；针对技术服务自荐信息，确定技术服务自荐信息中每一属性数据内每一子项的概要信息，获取每一概要信息对应的第二类句向量；针对第一类句向量和每一个第二类句向量，采用训练的文本相似度得分模型进行计算，获取相似度得分并采用剪枝策略进行剪枝处理，获得各属性数据的得分矩阵，并采用熵值法计算各属性数据所占权重的权重矩阵；以获取与所述技术服务需求信息匹配的F项技术服务自荐信息。本方法能够对企业研发需求进行实时推荐，及时、准确地获取最为匹配的目标科研团队。

技术领域

本申请属于数据处理及分析技术领域，具体涉及一种技术服务信息的推荐方法。

背景技术

现如今各行各业对于科技研发的需求日益上升，科技信息化开始进入大规模应用阶段，但企业却很难寻找到专业的研发团队去满足相应的研发需求。相反，高校重点实验室即科研团队作为国内科研领域的重要组成部分，前沿科研应用于行业相对迟缓。因此，加大产学研密切合作，既是检验高校技术成果的有效途经，也是解决企业科技研发需求的有效方案。

关于在线平台的科技研发推荐的难点关键在于，第一：技术供给文本通常包含大量信息，如何基于这些大量信息确定需求方的匹配当前无法解决。第二，单一属性无法全面表征技术供给方的科研领域及能力，技术供给方通常会从多个方面介绍自己的科研领域，例如：论文、专利、项目、成果、仪器等。各种指标属性对于供需方成交的影响力不同，需求方不能从上述信息中获取直接关联的信息，无法知道供需匹配的结果。

为此，如何使科研团队的信息能够更好的与需求方进行匹配，有效解决企业科技研发的需求成为当前亟需解决的技术问题。

发明内容

(一)要解决的技术问题

鉴于现有技术的上述缺点、不足，本申请提供一种技术服务信息的推荐方法。

(二)技术方案

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供一种技术服务信息的推荐方法，该方法包括：

A10、针对技术服务需求信息，采用Bert预训练模型处理以获取该技术服务需求信息对应第一类句向量；

A20、针对技术服务自荐信息，确定技术服务自荐信息中每一属性数据内每一子项的概要信息，采用Bert预训练模型对每一个概要信息进行处理，获取每一概要信息对应的第二类句向量；

A30、针对第一类句向量和每一个第二类句向量，采用训练的文本相似度得分模型进行计算，获取相似度得分；

A40、针对每一属性数据中每一概要信息对应的相似度得分，采用剪枝策略进行剪枝处理，获得各属性数据的得分矩阵，并基于得分矩阵采用熵值法计算各属性数据所占权重的权重矩阵；

A50、基于所述得分矩阵和所述权重矩阵，获取与所述技术服务需求信息匹配的F项技术服务自荐信息，F取大于1的自然数。

可选地，所述技术服务需求信息包括：服务对象的介绍信息、服务技术要求、服务技术标准设定信息或服务区域的限定信息；

技术服务自荐信息包括：科研团队的论文属性数据、科研团队的专利属性数据；科研团队的项目属性数据，科研团队的专著属性数据或科研团队的成果属性数据；

所述每一属性数据内每一子项的概要信息为科研团队提供的核心概要信息。

可选地，A10包括：

对技术服务需求信息进行预处理，对预处理后的技术服务需求信息进行字编码，以使每一文字转为设备便于计算与存储的数字表示；

基于字编码的数字表示，使用Bert预训练模型转换第一类句向量；