“沈达峰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]基于聚类的对非结构化招标要求文本的提取方法及系统-CN202310224764.8在审
发明人： 沈达峰;夏竟翔;朱俊;姚泽坤;闫晨光;李燕北;孙志强;戴智鑫 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-07 - 公布日： 2023-07-04 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种基于聚类的对非结构化招标要求文本的提取方法及系统，包括：基础文本处理，对非结构化的文本全集进行分词、文本嵌入、降维操作，获得每个文本全集的低维特征向量；文本聚类，根据低维特征向量，对文本全集进行聚类；规则提取，根据分类结果，从文本全集抽样出M个样本量约为n的子数据集，指定其中一个为训练集，其余为测试集；标注与算法迭代，对所有训练集数据与测试集数据进行标注；算法检验，从文本全集中抽样出一个检验集。本发明通过使用无监督的算法作为预处理，利用大类抽样数据和小类数据进行规则总结和标注的方法，避免了大量的前期数据标注工作；缩小了规则总结需要关注的文本范围；降低了需要人工处理的数据量。
基于结构招标要求文本提取方法系统

[发明专利]基于向量索引的工业品物料替换物料搜索方法及系统-CN202310282131.2在审
发明人：田国兵;何海良;黄晓斌;夏竟翔;沈达峰;朱俊 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-21 - 公布日： 2023-06-30 - 主分类号： G06F16/245 文献下载
摘要：本发明提供了一种基于向量索引的工业品物料替换物料搜索方法及系统，包括：步骤S1：根据品类物料的使用场景和物料特点，设置物料的技术属性架构；步骤S2：将技术属性结合技术属性权重编码为技术属性向量；步骤S3：基于FAISS搭建技术属性的向量索引，通过向量索引检索计算物料的可替换物料集合，并根据向量距离排序；所述物料的技术属性架构包括当前品类物料具备的技术属性以及当前技术属性对描述当前物料的权重。
基于向量索引工业品物料替换搜索方法系统

[发明专利]基于深度学习的商品物料分类方法、系统、介质及设备-CN202310208498.X在审
发明人：姚泽坤;朱俊;李燕北;沈达峰;夏竟翔;闫晨光;孙志强;戴智鑫 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-06 - 公布日： 2023-06-09 - 主分类号： G06F18/24 文献下载
摘要：本发明提供了一种基于深度学习的商品物料分类方法、系统、介质及设备，包括：步骤S1：获取物料数据，进行数据预处理；步骤S2：设计并构建深度学习算法模型，并利用处理后的数据进行训练；步骤S3：对深度学习算法模型架构与数据特征进行优化，进行对比试验证明深度学习算法模型的有效性；步骤S4：利用优化后的深度学习算法模型，完成对给定物料的分类。本发明通过对每个字段的文本独立构建特征向量，进行特征学习的方式，从而避免了各字段对应文本的向量长度过低，语义信息存在割裂的情况。
基于深度学习商品物料分类方法系统介质设备

[发明专利]供应商智能推荐方法及系统-CN202310215311.9在审
发明人：周建平;闫晨光;朱俊;李燕北;夏竟翔;戴智鑫;沈达峰;姚泽坤 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G06Q30/018 文献下载
摘要：本发明提供了一种供应商智能推荐方法及系统，涉及大数据分析技术领域，包括：步骤S1：识别并建立供应商主要特征集合，确定不同特征在供应商评价中的影响权重；步骤S2：计算得出供应商静态评价得分，作为供应商精排的依据，对采购方、供应商进行匹配，推荐候选对象。本发明能够获得供应商静态评价得分，在推荐流程中加入了采购方、供应商的主要特征匹配过程，同时借用ARIMA模型中的概念，带入了历史数据对当前决策的影响。
供应商智能推荐方法系统

[发明专利]小样本学习的对非结构化招标文本智能审核方法及系统-CN202310215304.9在审
发明人：姚泽坤;沈达峰;朱俊;李燕北;夏竟翔;闫晨光;孙志强;戴智鑫 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G06F40/126 文献下载
摘要：本发明提供了一种小样本学习的对非结构化招标文本智能审核方法及系统，包括：步骤S1：对获取文本数据进行数据分析及标注；步骤S2：对标注后的数据抽取模型进行微调；步骤S3：通过测试数据进行对比试验证明模型的有效性；步骤S4：利用构建好的模型完成对文本的审核。本发明通过使用小样本学习的方法，对训练模型微调，不仅提升了模型的信息的抽取能力，也避免了人力标注数据成本过高的问题。
样本学习结构招标文本智能审核方法系统

[发明专利]基于供应链网络需求与偏好挖掘的供应商推荐系统及方法-CN202310219445.8在审
发明人：肖成祥;朱俊;夏竟翔;李燕北;姚泽坤;沈达峰 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-07 - 公布日： 2023-05-30 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供了一种基于供应链网络需求与偏好挖掘的供应商推荐方法及系统，包括：步骤S1：采用二分图网络结构描述采购商与供应商之间的供应链业务关系；步骤S2：从供应链询价单和报价单两类文本信息中挖掘采购商的商品需求和供应商偏好；步骤S3：将用于描述采购商与供应商之间的供应链业务关系的二分图网络结构利用二分图协同过滤算法召回候选推荐供应商，再基于采购商的商品需求和供应商偏好进行精准过滤，筛选出推荐供应商。
基于供应网络需求偏好挖掘供应商推荐系统方法

[发明专利]BERT、NER实体抽取以及知识图谱的物料分类优化方法及系统-CN202310215293.4在审
发明人：夏竟翔;沈达峰;朱俊;姚泽坤;闫晨光;李燕北;孙志强;戴智鑫 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-06 - 公布日： 2023-05-30 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种BERT、NER实体抽取以及知识图谱的物料分类优化方法及系统，包括：步骤S1：处理基础文本，清洗物料数据；步骤S2：使用NER模型提取物料数据中的实体信息，并打上相应标签；步骤S3：基于带实体标签的物料数据，训练BERT模型；步骤S4：基于训练后的BERT模型对物料信息进行嵌入，使用kmeans对物料向量聚类修正分类，再次训练BERT分类器，直到所有类别的分类精确度高于预设值。本发明通过采用NER实体抽取模型提取物料信息中关键实体的结构，将原物料数据的物料信息进行增强，解决了BERT模型训练时难以快速聚焦重要文本信息的问题。
bert ner 实体抽取以及知识图谱物料分类优化方法系统

[发明专利]供应商智能推荐方法及系统-CN202310219492.2在审
发明人：戴智鑫;朱俊;沈达峰;夏竟翔;姚泽坤;闫晨光;李燕北;孙志强 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-07 - 公布日： 2023-05-30 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供了一种供应商智能推荐方法及系统，包括：步骤S1：获取数据，对数据进行数据分析和清洗；步骤S2：建立供应商特征工程、询单特征工程及询单行物料特征工程；步骤S3：根据供应商特征工程、供应商画像、以及询单和物料维度特征工程进行供应商召回；步骤S4：对召回的供应商集进行排序，根据排序后的供应商筛选作为推荐的结果。本发明基于真实历史数据而来，解决了人工推荐工程中千人千面、供应商与业务人员绑定、新供应商得不到推荐机会的问题；本发明帮助业务人员找到更多的、优质的供应商；本发明为业务人员选择供应商提供更多的参考，从而给公司带来更多的营收。
供应商智能推荐方法系统

[发明专利]多个分类器协同的商品智能分类方法、系统、设备及介质-CN202310208508.X在审
发明人：王静;李燕北;朱俊;夏竟翔;戴智鑫;闫晨光;沈达峰 -专利权人：欧冶工业品股份有限公司
申请日： 2023-03-06 - 公布日： 2023-04-18 - 主分类号： G06F18/24 文献下载
摘要：本发明提供一种多个分类器协同的商品智能分类方法、系统、设备及介质，包括：步骤S1：获取数据量分布均匀的训练集；步骤S2：对训练集中每个商品的描述信息做切词、去停用词，得到分词结果；步骤S3：对每个分词进行特征编码，并计算分词的TF‑IDF值作为该词汇的编码权重值；步骤S4：对所有分词的编码权重值求加权平均值作为商品的特征编码；步骤S5：将全部数据划分为用于训练分类器的训练集和测试集，训练多个分类器；步骤S6：计算各分类器的权重值，将各分类器结果加权求和；步骤S7：将得分最高的类别作为分类结果。本发明能够根据商品的描述信息判断其在平台商品管理体系中的所属品类，为商品的数字化管理和商品推荐等功能提供支持。
分类协同商品智能方法系统设备介质

1
共 9 条