[发明专利]一种从互联网采集的政府采购中标公告判重方法及系统在审
| 申请号： | 201711036961.8 | 申请日： | 2017-10-30 |
| 公开（公告）号： | CN107832381A | 公开（公告）日： | 2018-03-23 |
| 发明（设计）人： | 姬永杰;陈国强;王长勇;任建新 | 申请（专利权）人： | 北京大数元科技发展有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/62 |
| 代理公司： | 北京天悦专利代理事务所(普通合伙)11311 | 代理人： | 田明,任晓航 |
| 地址： | 100094 北京市海淀区西北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种从互联网采集的政府采购中标公告判重方法及系统，首先，采集数据生成语料库，所述语料库基于NLP建立；从语料库中取出其中一条记录作为待判重公告，对该条记录对应的公告标题进行向量化处理，然后与语料库中其余的公告标题逐个计算相似度；当向量值差小于0.1条件成立时，则认为找到相似度较高的两个公告；找到后，进一步判断两个公告的采购人与供应商的相似度，如果采购人与供应商的相似度较高时，进一步判断两个公告的中标金额是否相等，如相等则判定为两个公告重复。该方法对通过网络爬虫的方式采集的政府采购中标公告进行判重，能够判别出一组政府采购中标公告中的重复公告，为后续数据分析与利用提供高质量数据集。 | ||
| 搜索关键词： | 一种 互联网 采集 政府 采购 中标 公告 方法 系统 | ||
【主权项】：
一种从互联网采集的政府采购中标公告判重方法，包括以下步骤：采集数据生成语料库，所述语料库基于NLP建立；从语料库中取出其中一条记录作为待判重公告，对该条记录对应的公告标题进行向量化处理，然后与语料库中其余的公告标题逐个计算相似度；当向量值差小于0.1条件成立时，则认为找到相似度较高的两个公告，否则认为未找到相似度较高的两个公告；在找到相似度较高的两个公告时，进一步判断两个公告的采购人与供应商的相似度，如果采购人与供应商的相似度较高时，进一步判断两个公告的中标金额是否相等，如相等则判定为两个公告重复。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大数元科技发展有限公司，未经北京大数元科技发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711036961.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据记录方法
- 下一篇：基于文字生成视频的方法、装置、设备及存储介质
