CN110378599A - 事故预防质量的评级方法、***、设备及计算机存储介质 - Google Patents
事故预防质量的评级方法、***、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN110378599A CN110378599A CN201910662490.4A CN201910662490A CN110378599A CN 110378599 A CN110378599 A CN 110378599A CN 201910662490 A CN201910662490 A CN 201910662490A CN 110378599 A CN110378599 A CN 110378599A
- Authority
- CN
- China
- Prior art keywords
- index
- scoring
- accident prevention
- data
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种事故预防质量的评级方法、***、设备及计算机存储介质,其中,所述方法包括:接收事故预防资料,并识别所述事故预防资料中的文本数据;提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。本申请提供的技术方案,能够确定事故预防服务的质量水平。
Description
技术领域
本发明实施例涉及数据处理技术领域,具体涉及一种事故预防质量的评级方法、***、设备及计算机存储介质。
背景技术
目前,针对煤矿、非煤矿山、危险化学品、烟花爆竹、交通运输、建筑施工、民用***物品、金属冶炼、渔业生产等高危行业领域的生产经营单位,通常会规定应当投保安全生产责任保险,并且鼓励其他行业领域生产经营单位投保安全生产责任保险。
保险公司在为煤矿承保后,需要聘请第三方事故预防服务公司或者煤矿领域专家对投保的煤矿进行事故预防服务。由于安全生产责任保险业务处于起步阶段,与之配套的事故预防服务存在标准不统一、服务质量参差不齐的情况,煤矿无法享受投保之后应有的事故预防服务。政府机构、保险公司、煤矿等业务参与方也无法标准化地、客观地评估事故预防服务的质量与效果,处于信息不对称的状态中,无法更加有效地提升煤矿安全生产的效率。
发明内容
本发明实施例的目的在于提供一种事故预防质量的评级方法、***、设备及计算机存储介质,用以确定事故预防服务的质量水平。
第一方面,本发明实施例提供了一种事故预防质量的评级方法,所述方法包括:接收事故预防资料,并识别所述事故预防资料中的文本数据;提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
进一步地,所述事故预防资料通过图片形式进行存储;
相应地,识别所述事故预防资料中的文本数据包括:
通过光学字符识别方法,从图片形式的事故预防资料中识别出文本数据,并按照输入流的形式,对所述文本数据进行读取。
进一步地,所述预设指标模型按照可扩展标记语言进行定义和存储,并且所述预设指标模型中包括指标子集、各个指标的名称以及各个指标的权重;所述指标子集包括一级指标、二级指标和三级指标。
进一步地,根据提取的所述关键词和预设指标模型,计算最终的指标评分包括:
根据提取出的三级指标的关键词,确定所述三级指标的初始分数;
在所述预设指标模型中确定所述三级指标的权重,并根据所述三级指标的初始分数和权重,计算所述三级指标的评分;
根据所述三级指标的评分,计算得到二级指标的评分,并根据所述二级指标的评分,计算得到一级指标的评分,以及根据所述一级指标的评分,计算得到最终的指标评分。
进一步地,按照以下公式计算三级指标的评分:
ci=xi·wi
其中,ci表示第i个三级指标的评分,xi表示第i个三级指标的初始分数,wi表示第i个三级指标的权重;
按照以下公式分别计算二级指标的评分和一级指标的评分:
其中,Bj表示第j个二级指标的评分,Ak表示第k个一级指标的评分,m表示第j个二级指标中包含的三级指标的个数,n表示第k个一级指标中包含的二级指标的个数;
按照以下公式计算最终的指标评分:
其中,S表示最终的指标评分,p为一级指标的总数。
进一步地,根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级包括:
若所述最终的指标评分处于目标评级的分数区间内,将所述目标评级作为所述文本数据对应的事故预防质量的评级。
进一步地,所述方法还包括:
若所述文本数据中目标指标的数据为空,或者所述文本数据中不存在所述目标指标的数据,将预设固定值作为所述目标指标的初始分数。
第二方面,本发明实施例还提供一一种事故预防质量的评级***,所述***包括:文本数据识别单元,用于接收事故预防资料,并识别所述事故预防资料中的文本数据;评分计算单元,用于提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;评级单元,用于根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
第三方面,本发明实施例还提供一种事故预防质量的评级设备所述设备包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现上述的事故预防质量的评级方法。
第四方面,本发明实施例还提供一种计算机存储介质,所述计算机存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现上述的事故预防质量的评级方法。
本发明实施例提供的技术方案至少具有如下优点:
本发明实施例提供的技术方案通过对多种指标进行考核,根据不同指标对应的不同权重,从而得出最终的指标评分,能够确定本次事故预防服务的质量水平。
附图说明
图1为本申请实施例中事故预防质量的评级方法的步骤图;
图2为本申请实施例中事故预防质量的评级***的功能模块示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本申请提供一种事故预防质量的评级方法,请参阅图1,所述方法包括以下步骤。
S1:接收事故预防资料,并识别所述事故预防资料中的文本数据。
在本实施方式中,针对数据输入而言,在一个事故预防服务订单中,跟评分有直接关系的部分包括:专家在服务完成后上传的资料和附件等、专家在指定站点中输入的服务情况、煤矿用户在服务结束后对服务的打分。
在本实施方式中,所述事故预防资料可以通过图片形式进行存储。这样,可以通过光学字符识别(OCR,Optical Character Recognition)方法,从图片形式的事故预防资料中识别出文本数据,并按照输入流的形式,对所述文本数据进行读取。通过上述方法将专家上传的资料转化为数据,此数据结合专家在网站中输入的服务情况和煤矿用户对服务的打分情况,会得到整个服务内容及服务情况的数据。
S2:提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分。
在本实施方式中,可以预先针对评分体系模型进行定义和存储,存储的方式可以是将指标的权重、名称、子集等以节点的形式存放在一个XML(eXtensible MarkupLanguage,可扩展标记语言)文件中,此时的模型将以一种树形结构存放在文件中,且具有鲜明的上下级和逻辑组织关系,该模型可以作为预设至指标模型。这样,所述预设指标模型按照可扩展标记语言进行定义和存储,并且所述预设指标模型中包括指标子集、各个指标的名称以及各个指标的权重。其中,所述指标子集可以包括一级指标、二级指标和三级指标。
在本实施方式中,在识别得到文本数据后,可以提取所述文本数据中各个指标的关键字(词),当存在某种关键字(词)时,便对应某一项指标的初始分数。这样,根据提取的所述关键词和预设指标模型,最终可以计算得到一级指标的评分。
具体地,在一个实施方式中,可以根据提取出的三级指标的关键词,确定所述三级指标的初始分数。然后,可以在所述预设指标模型中确定所述三级指标的权重,并根据所述三级指标的初始分数和权重,计算所述三级指标的评分。最终,可以根据所述三级指标的评分,计算得到二级指标的评分,并根据所述二级指标的评分,计算得到一级指标的评分,以及根据一级指标的评分,计算得到最终的指标评分。
具体地,可以按照以下公式计算三级指标的评分:
ci=xi·wi
其中,ci表示第i个三级指标的评分,xi表示第i个三级指标的初始分数,wi表示第i个三级指标的权重;
按照以下公式分别计算二级指标的评分和一级指标的评分:
其中,Bj表示第j个二级指标的评分,Ak表示第k个一级指标的评分,m表示第j个二级指标中包含的三级指标的个数,n表示第k个一级指标中包含的二级指标的个数;
按照以下公式计算最终的指标评分:
其中,S表示最终的指标评分,p为一级指标的总数。
S3:根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
在本实施方式中,根据最终的指标评分,可以将对事故预防服务质量进行评级,评级规则如下:
优:y∈[90,100];
良:y∈[75,90);
中:y∈[60,75);
差:y∈[0,60)。
这样,若所述最终的指标评分处于目标评级的分数区间内,将所述目标评级作为所述文本数据对应的事故预防质量的评级。
在一个实施方式中,还需要对异常数据进行处理。具体地,若所述文本数据中目标指标的数据为空,或者所述文本数据中不存在所述目标指标的数据,可以将预设固定值作为所述目标指标的初始分数。例如,在数据读取过程中可能会遇到对应指标的数据为空或无对应的指标,在这种情况下,将采用特定的异常处理机制,从所有的三级指标中通过指标对应的权重,将指标的重要性分为四个等级,非常重要、重要、比较重要、不重要,根据不同的指标重要性,若数据为空或者数据缺失,将指标的得分赋一个固定值,将由于指标的缺失而引起的结果偏差较大这一异常的影响降低,从而得到更加准确的得分。
在一个具体应用场景中,可以使用高级编程语言Java、C#等对指标模型XML文件进行解析,根据文件的树形结构使用递归的方式,得到指标模型树,根据树形结构从数据库中读取要评分的数据,并对数据中的关键字(词)进行读取搜索,从而得到所有三级指标的得分,再根据上述的公式,层层计算,逐步得出二级指标得分和一级指标得分,和最终的指标得分,并将这些得分以报告的形式输出,便于使用者了解打分的具体过程,同时也了解每一级指标的具体得分,从而通过简单的分析得知是哪些指标导致了最终的结果。
为防止数据的缺失对最终结果产生较大影响,此处应采用上述的异常处理方式,对打分过程中异常数据进行处理,并标记出缺失的指标项,方便使用人员了解哪些数据存在缺失的情况。
请参阅图2,本申请还提供一种事故预防质量的评级***,所述***包括:
文本数据识别单元100,用于接收事故预防资料,并识别所述事故预防资料中的文本数据;
评分计算单元200,用于提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;
评级单元300,用于根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
本申请还提供一种事故预防质量的评级设备,所述设备包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现上述的事故预防质量的评级方法。
本申请还提供一种计算机存储介质,所述计算机存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现上述的事故预防质量的评级方法。
由上可见,本申请提供的技术方案,通过对多种指标进行考核,根据不同指标对应的不同权重,从而得出最终的指标评分,能够确定本次事故预防服务的质量水平。
本发明所公开的实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序指令,当所述计算机程序指令在计算机上运行时,使得计算机执行上述的方法。
在本发明实施例中,处理器可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific工ntegrated Circuit,简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种事故预防质量的评级方法,其特征在于,所述方法包括:
接收事故预防资料,并识别所述事故预防资料中的文本数据;
提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;
根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
2.根据权利要求1所述的方法,其特征在于,所述事故预防资料通过图片形式进行存储;
相应地,识别所述事故预防资料中的文本数据包括:
通过光学字符识别方法,从图片形式的事故预防资料中识别出文本数据,并按照输入流的形式,对所述文本数据进行读取。
3.根据权利要求1所述的方法,其特征在于,所述预设指标模型按照可扩展标记语言进行定义和存储,并且所述预设指标模型中包括指标子集、各个指标的名称以及各个指标的权重;所述指标子集包括一级指标、二级指标和三级指标。
4.根据权利要求1或3所述的方法,其特征在于,根据提取的所述关键词和预设指标模型,计算最终的指标评分包括:
根据提取出的三级指标的关键词,确定所述三级指标的初始分数;
在所述预设指标模型中确定所述三级指标的权重,并根据所述三级指标的初始分数和权重,计算所述三级指标的评分;
根据所述三级指标的评分,计算得到二级指标的评分,并根据所述二级指标的评分,计算得到一级指标的评分,以及根据所述一级指标的评分,计算得到最终的指标评分。
5.根据权利要求4所述的方法,其特征在于,按照以下公式计算三级指标的评分:
ci=xi·wi
其中,ci表示第i个三级指标的评分,xi表示第i个三级指标的初始分数,wi表示第i个三级指标的权重;
按照以下公式分别计算二级指标的评分和一级指标的评分:
其中,Bj表示第j个二级指标的评分,Ak表示第k个一级指标的评分,m表示第j个二级指标中包含的三级指标的个数,n表示第k个一级指标中包含的二级指标的个数;
按照以下公式计算最终的指标评分:
其中,S表示最终的指标评分,p为一级指标的总数。
6.根据权利要求1所述的方法,其特征在于,根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级包括:
若所述最终的指标评分处于目标评级的分数区间内,将所述目标评级作为所述文本数据对应的事故预防质量的评级。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述文本数据中目标指标的数据为空,或者所述文本数据中不存在所述目标指标的数据,将预设固定值作为所述目标指标的初始分数。
8.一种事故预防质量的评级***,其特征在于,所述***包括:
文本数据识别单元,用于接收事故预防资料,并识别所述事故预防资料中的文本数据;
评分计算单元,用于提取所述文本数据中各个指标的关键词,并根据提取的所述关键词和预设指标模型,计算最终的指标评分;
评级单元,用于根据所述最终的指标评分,对所述文本数据对应的事故预防质量进行评级。
9.一种事故预防质量的评级设备,其特征在于,所述设备包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662490.4A CN110378599A (zh) | 2019-07-22 | 2019-07-22 | 事故预防质量的评级方法、***、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910662490.4A CN110378599A (zh) | 2019-07-22 | 2019-07-22 | 事故预防质量的评级方法、***、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378599A true CN110378599A (zh) | 2019-10-25 |
Family
ID=68254839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910662490.4A Pending CN110378599A (zh) | 2019-07-22 | 2019-07-22 | 事故预防质量的评级方法、***、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378599A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785279A (zh) * | 2021-02-04 | 2021-05-11 | 精英数智科技股份有限公司 | 一种基于区块链技术的安责险投保***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719139A (zh) * | 2009-11-10 | 2010-06-02 | 南京联创科技集团股份有限公司 | 基于指标集的数据质量监控方法 |
CN104268428A (zh) * | 2014-10-14 | 2015-01-07 | 国家电网公司 | 一种用于指标计算的可视化配置方法 |
US20160188600A1 (en) * | 2014-12-31 | 2016-06-30 | Facebook, Inc | Content Quality Evaluation and Classification |
CN106296021A (zh) * | 2016-08-18 | 2017-01-04 | 贵州电网有限责任公司遵义供电局 | 一种基建综合指标动态管控*** |
CN109102206A (zh) * | 2018-08-31 | 2018-12-28 | 深圳市轱辘汽车维修技术有限公司 | 一种汽车维修厂的评价方法及相关设备 |
CN109657310A (zh) * | 2018-12-07 | 2019-04-19 | 北京理工大学 | 一种煤矿井下瓦斯***实时动态虚拟现实仿真方法 |
-
2019
- 2019-07-22 CN CN201910662490.4A patent/CN110378599A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719139A (zh) * | 2009-11-10 | 2010-06-02 | 南京联创科技集团股份有限公司 | 基于指标集的数据质量监控方法 |
CN104268428A (zh) * | 2014-10-14 | 2015-01-07 | 国家电网公司 | 一种用于指标计算的可视化配置方法 |
US20160188600A1 (en) * | 2014-12-31 | 2016-06-30 | Facebook, Inc | Content Quality Evaluation and Classification |
CN106296021A (zh) * | 2016-08-18 | 2017-01-04 | 贵州电网有限责任公司遵义供电局 | 一种基建综合指标动态管控*** |
CN109102206A (zh) * | 2018-08-31 | 2018-12-28 | 深圳市轱辘汽车维修技术有限公司 | 一种汽车维修厂的评价方法及相关设备 |
CN109657310A (zh) * | 2018-12-07 | 2019-04-19 | 北京理工大学 | 一种煤矿井下瓦斯***实时动态虚拟现实仿真方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112785279A (zh) * | 2021-02-04 | 2021-05-11 | 精英数智科技股份有限公司 | 一种基于区块链技术的安责险投保***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Winkler | Matching and record linkage | |
US8112401B2 (en) | Analyzing externally generated documents in document management system | |
CN110443458A (zh) | 风险评估方法、装置、计算机设备和存储介质 | |
CN109522746A (zh) | 一种数据处理方法、电子设备及计算机存储介质 | |
CN103324609A (zh) | 文本校对装置和文本校对方法 | |
CN112434535B (zh) | 基于多模型的要素抽取方法、装置、设备及存储介质 | |
CN107704512A (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
CN106372798A (zh) | 一种基于风险的用户自定义的合同生成方法和*** | |
US8463738B2 (en) | Attribute extraction method, system, and program | |
CN108492001A (zh) | 一种用于担保贷款网络风险管理的方法 | |
CN110599289A (zh) | 一种裁判文书格式化处理方法 | |
CN109492097B (zh) | 一种企业新闻数据风险分类方法 | |
CN103577587A (zh) | 一种新闻主题分类方法 | |
CN110688407B (zh) | 一种社会关系挖掘的方法 | |
CN111815162A (zh) | 一种数字化审计工具及方法 | |
CN112258144A (zh) | 基于自动构建目标实体集的政策文件信息匹配和推送方法 | |
CN115687787A (zh) | 产业政策目标群画像构建方法、***及存储介质 | |
CN117669513B (zh) | 一种基于人工智能的数据管理***及方法 | |
US9977825B2 (en) | Document analysis system, document analysis method, and document analysis program | |
CN110378599A (zh) | 事故预防质量的评级方法、***、设备及计算机存储介质 | |
CN117556417A (zh) | 基于代码词法和结构信息融合的半监督漏洞评估方法 | |
CN108073678A (zh) | 应用于大数据分析中的文档解析处理方法、***及装置 | |
US20220121881A1 (en) | Systems and methods for enabling relevant data to be extracted from a plurality of documents | |
CN109324963A (zh) | 自动测试收益结果的方法及终端设备 | |
CN110941952A (zh) | 一种完善审计分析模型的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |
|
RJ01 | Rejection of invention patent application after publication |