CN117951160B - 数据分析与决策支持方法、***、计算机设备及存储介质 - Google Patents
数据分析与决策支持方法、***、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117951160B CN117951160B CN202410350404.7A CN202410350404A CN117951160B CN 117951160 B CN117951160 B CN 117951160B CN 202410350404 A CN202410350404 A CN 202410350404A CN 117951160 B CN117951160 B CN 117951160B
- Authority
- CN
- China
- Prior art keywords
- recruitment
- information
- scheme
- requirement
- similar
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000007405 data analysis Methods 0.000 title claims abstract description 36
- 230000007115 recruitment Effects 0.000 claims abstract description 731
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 47
- 238000012790 confirmation Methods 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 45
- 238000004891 communication Methods 0.000 claims description 38
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 230000006399 behavior Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 230000000295 complement effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000013439 planning Methods 0.000 abstract description 3
- 239000000463 material Substances 0.000 description 8
- 238000005065 mining Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据分析的技术领域,公开了数据分析与决策支持方法、***、计算机设备及存储介质,所述方法包括接收招采需求表单,提取招采关键词以从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;接收招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;接收招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台;本申请具有增加对小微型企业执行招采工作的决策支持的效果。
Description
技术领域
本申请涉及数据分析的技术领域,尤其是涉及一种数据分析与决策支持方法、***、计算机设备及存储介质。
背景技术
目前,云计算技术在企业内的应用越发广泛,许多企业开始应用云计算进行数据分析,以对企业的运营进行决策支持;许多小微型企业由于规模有限,缺乏专门从事招采工作的人员,因而在进行招采工作时难以取得较好的成效;因此,上述相关技术存在小微型企业招采等工作困难的问题。
发明内容
为了增加对小微型企业执行招采工作的决策支持,本申请提供一种数据分析与决策支持方法、***、计算机设备及存储介质。
本申请的发明目的一采用如下技术方案实现:
数据分析与决策支持方法,包括:
接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台;
所述招采需求表单为填报了招采要求初设信息后的预设的招采格式表单。
通过采用上述技术方案,招采工作具体可以是人员招聘、物资/服务招标、物资/服务采购等,当存在招采工作需求时,接收用户终端发送的招采需求表单,以便获知用户对招采工作初步设置的招采要求,从招采需求表单中提取招采关键词,以便根据招采关键词从招采投放平台中匹配到若干具有同类招采工作需求的若干同类招采信息以生成同类招采数据库;基于同类招采数据库统计各招采要求关键词在匹配到的所有同类招采信息中的提及率,根据提及率大于预设提及阈值的招采要求关键词以生成招采拟定表单并发送至用户终端,便于根据招采投放平台上其他企业的同类招采工作的招采要求自动拟定一个招采方案供用户参考;接收招采要求调整信息,以便获知用户对自动拟定的招采方案所希望作出的调整,从而更新招采拟定表单,从最新招采拟定表单中提取招采要求关键词,基于提取到的招采要求关键词重新从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端,便于用户获知重新调整了招采要求后匹配到的相似招采信息,以便参考相似招采信息生成后续的招采方案,该步骤可以重复多次直至用户调整至满意为止;当用户调整招采要求至满意后,接收招采确认信息,以根据相似招采信息生成最终的设定招采方案并发布至招采投放平台,从而实现了根据招采投放平台上现有的同类招采信息或相似招采信息拟定招采方案的效果,降低了对负责招采工作人员的专业知识需求,提高了招采效率。
本申请在一较佳示例中:所述接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采信息并发布至招采投放平台之后,包括:
基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案;
若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案。
通过采用上述技术方案,确定设定招采方案后,根据设定招采方案的招采要求关键词从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设的相似度阈值的若干个乙方招采方案作为备选招采方案,以便后续从备选招采方案中进行进一步选择;若备选招采方案不足,则下调相似度阈值,并在下一匹配周期重新匹配招采相似度高于下调后相似度阈值的若干个乙方招采方案,以满足备选招采方案的数量需求。
本申请在一较佳示例中:所述接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库之前,还包括:
当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端;
接收附有效标记的企业信息填报表单以生成对应的招采格式表单;
当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端;
所述企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法。
通过采用上述技术方案,当用户第一次使用时,检测用户终端发送的是否为初次招采信息,若是,则将预设的企业信息填报表单和企业填报指引信息发送至用户终端,以指引首次使用的用户填报企业信息;企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法,便于评估用户对企业信息填报表单内必填信息的填报完整度,并将完成必填信息的企业信息填报表单附上有效标记,接收附带有效标记的企业信息填报表单并生成对应的招采格式表单,便于后续重复使用完成了企业信息填报的招采格式表单;当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端,以便引导用户在招采格式表单中填报招采要求初设信息。
本申请在一较佳示例中:所述基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案之后,还包括:
基于各备选招采方案生成对应的邀约信息并发送至各备选招采方案对应的相对人端;
接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值;
所述应约招采分值的计算公式为:;
所述S为应约招采分值,n为赋分项数量,i为赋分项序号,Ki为各赋分项的权重值,Ai为赋分项分值。
通过采用上述技术方案,基于各备选招采方案生成对应的邀约信息并发送至对应的相对人端,以便项该相对人发出邀约;接收相对人端发送的应约招采方案,以便获取该相对人的最新招采方案,从应约招采方案中识别出若干条件关键信息,以便根据各条件关键信息和预设的条件赋分规则计算应约招采方案的应约招采分值,从而便于量化评估各应约招采方案的优劣。
本申请在一较佳示例中:当招采方案为应聘者简历时;所述接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值之后,还包括:
获取面试交流音频,通过语音识别算法识别受试者的异常语音行为次数,以计算异常语音频率,所述异常语音行为包括语音重复、语音停顿和语音拖长;
通过两种语音文本转换算法对面试交流音频进行处理,以生成第一面试交流文本和第二面试交流文本并标注面试者和受试者,识别第一面试交流文本和第二面试交流文本中受试者语音文本的语音相似度;
通过语义识别算法对第一面试交流文本进行识别,统计受试者的语病发生频率和回答正确率;
基于所述异常语音频率、语音相似度、语病发生频率、回答正确率和预设的面试赋分规则,计算面试分值。
通过采用上述技术方案,获取面试交流音频,以便通过语音识别算法识别受试者的语音重复、语音停顿和语音拖长等异常语音行为的次数和发生频率,便于评估受试者在面试时的紧张度和语言表达流畅度;通过两种不同的语音文本转换算法对面试交流音频进行处理,以生成两种面试交流文本,在面试交流文本中分别标注出面试者和受试者,以便识别受试者在不同语音文本转换算法识别出的语音相似度,以便评估受试者的语音准确度,若相似度越高则受试者的语音越准确;通过语义识别算法对第一面试交流文本进行识别,以统计受试者语言中语病的出现频率和问题的回答正确率,以便评估受试者的专业知识水平;根据异常语音频率、语音相似度、语病发生频率、回答正确率和面试赋分规则计算面试分值,以便量化评估受试者的面试表现。
本申请的发明目的二采用如下技术方案实现:
数据分析与决策支持***,应用于上述任一项所述数据分析与决策支持方法,包括:
同类招采信息匹配模块,用于接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
招采拟定表单生成模块,用于基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
招采要求调整模块,用于接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
设定招采方案生成模块,用于接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台。
本申请在一较佳示例中:还包括:
备选招采方案设定模块,用于基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案;
备选招采方案补足模块,用于若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案。
本申请在一较佳示例中:所述同类招采信息匹配模块包括:
企业信息填报表单发送子模块,用于当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端;
招采格式表单生成子模块,用于接收附有效标记的企业信息填报表单以生成对应的招采格式表单;
招采需求表单填报子模块,用于当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端。
本申请的发明目的三采用如下技术方案实现:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述数据分析与决策支持方法的步骤。
本申请的发明目的四采用如下技术方案实现:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述数据分析与决策支持方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1. 根据招采投放平台上现有的同类招采信息或相似招采信息拟定招采方案,增加了对小微型企业执行招采工作的决策支持,降低了对负责招采工作人员的专业知识需求,提高了招采效率。
2. 确定设定招采方案后,根据设定招采方案的招采要求关键词从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设的相似度阈值的若干个乙方招采方案作为备选招采方案,以便后续从备选招采方案中进行进一步选择;若备选招采方案不足,则下调相似度阈值,并在下一匹配周期重新匹配招采相似度高于下调后相似度阈值的若干个乙方招采方案,以满足备选招采方案的数量需求。
3. 当用户第一次使用时,检测用户终端发送的是否为初次招采信息,若是,则将预设的企业信息填报表单和企业填报指引信息发送至用户终端,以指引首次使用的用户填报企业信息;企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法,便于评估用户对企业信息填报表单内必填信息的填报完整度,并将完成必填信息的企业信息填报表单附上有效标记,接收附带有效标记的企业信息填报表单并生成对应的招采格式表单,便于后续重复使用完成了企业信息填报的招采格式表单;当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端,以便引导用户在招采格式表单中填报招采要求初设信息。
附图说明
图1是本申请实施例一中数据分析与决策支持方法的流程图。
图2是本申请实施例二中数据分析与决策支持***的一原理框图。
图3是本申请实施例三中的设备示意图。
具体实施方式
以下结合附图1至3对本申请作进一步详细说明。
实施例一
参照图1,本申请公开一种数据分析与决策支持方法,该方法可用于对人员招聘、物资/服务招标、物资/服务采购等工作的决策支持,执行数据分析与决策支持方法的服务器位于云端,通过云计算执行该方法,具有对本地服务器的计算机性能、存储介质容量要求较低的优势,便于节约企业的计算机设备采购成本;数据分析与决策支持方法具体包括如下步骤:
S10:接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库。
在本实施例中,用户终端是指需要使用云计算数据分析与决策支持的用户所使用的终端设备;招采需求表单为填报了招采要求初设信息后的预设的招采格式表单;招采关键词是从用户填报在招采需求表单中的信息中提取的关键词;招采投放平台是指供招采需求方投放招采方案的平台;同类招采信息是指与用户的招采需求同类的招采方案的信息;同类招采数据库是指用于存储同类招采信息的数据库。
具体地,招采工作具体可以是人员招聘、物资/服务招标、物资/服务采购等;当存在招采工作需求时,接收用户终端发送的招采需求表单,以便获知用户对招采工作初步设置的招采要求,从招采需求表单中提取招采关键词,以便根据招采关键词从招采投放平台中匹配到若干具有同类招采工作需求的若干同类招采信息以生成同类招采数据库。
具体地,例如,当招采工作为人员招聘,例如需招聘销售人员时,招采需求表单中应当至少填报的招采要求初设信息包括岗位名称、工作时间等信息,招采关键词具体可能为“销售”、“五天/双休”“8小时”等,招采投放平台可以是求职平台的网站/应用程序等,同类招采信息为招采投放平台中同样招聘该岗位、工作时间接近的招聘信息。
例如,当招采工作为物资采购时,招采需求表单中应当至少填报的招采要求初设信息包括物资名称、用途等信息,招采关键词具体可能为“办公电脑”、“办公/编程/制图/设计/剪辑”等,招采投放平台可以是物资采购平台的网站/应用程序等,同类招采信息为招采投放平台中发布的同样需要采购办公电脑的采购信息。
其中,在步骤S10之前,还包括:
S11:当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端。
在本实施例中,初次招采信息是指用户初次使用招采工作决策支持功能时生成的信息,用于识别用户是初次使用还是二次使用;企业信息填报表单是指用于填报企业信息的表单,具体可以是在线表单,企业信息填报表单中填报的信息可以根据实际需求进行修改;企业填报指引信息用于记录对用户填报企业信息的指引信息。
具体地,当用户第一次使用时,检测用户终端发送的是否为初次招采信息,若是,则将预设的企业信息填报表单和企业填报指引信息发送至用户终端,以指引首次使用的用户填报企业信息;由于用户可能多次使用招采功能,但用户企业信息通常不会出现频繁变更,因此,通过企业信息填报表单获取用户的企业信息,便于用户在后续重复使用招采工作决策支持功能时无需每次都填报企业信息,以提高招采需求表单的填报效率。
具体地,企业信息主要包括企业名称、企业性质等工商信息,当招采工作为人员招聘时,企业信息还包括工作时间制度信息。
S12:接收附有效标记的企业信息填报表单以生成对应的招采格式表单。
在本实施例中,企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法,其中完整度检测算法用于检测企业信息填报表单中必填项的填写完整度,有效性判断算法用于在检测到企业信息填报表单中必填项全部填写完毕后生成有效标记。
具体地,企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法,便于评估用户对企业信息填报表单内必填信息的填报完整度,并将完成必填信息的企业信息填报表单附上有效标记,而未附带有效标记的企业信息填报表单无法提交;接收附带有效标记的企业信息填报表单并生成对应的招采格式表单,便于后续重复使用完成了企业信息填报的招采格式表单。
S13:当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端。
在本实施例中,二次招采信息是指用户非初次使用招采工作决策支持功能时生成的信息。
具体地,当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端,以便引导用户在招采格式表单中填报招采要求初设信息。
S20:基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端。
在本实施例中,提及率是指招采要求关键词在同类招采信息的文案中被提及的概率;提及阈值是指用于判断提及率高低的阈值,优选的,提及阈值可以设置为20%,招采要求关键词为预设的若干与招采工作相关的用于描述招采工作要求的关键词。
具体地,基于同类招采数据库统计各招采要求关键词在匹配到的所有同类招采信息中的提及率,根据提及率大于预设提及阈值的招采要求关键词和对应的提及率数据以生成招采拟定表单并发送至用户终端,便于根据招采投放平台上其他企业的同类招采工作的招采要求自动拟定一个招采方案供用户参考。
具体地,例如招采工作为销售人员招聘时,而负责招聘工作的用户对销售人员的任职要求不够了解时,自动从同类招聘信息中识别提及率大于20%的招采要求关键词,以生成招采拟定表单,便于用户获知招采投放平台上同类招采信息的招采要求,以参照同类招聘信息补齐对本次招聘对应聘者的技能需求描述,从而提高了后续生成招采方案的效率和自动化水平。
S30:接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端。
在本实施例中,招采要求调整信息是指根据用户对招采拟定表单中的招采方案的招采要求调整意见生成的信息,具体可以是对招采要求关键词的增减,也可以是对招采要求关键词之外的预算相关数据的设定或调整等;相似招采信息是指与招采拟定表单的招采要求关键词相似度最高的同类招采信息。
具体地,接收招采要求调整信息,以便获知用户对自动拟定的招采方案所希望作出的调整,从而根据招采要求调整信息更新招采拟定表单,从最新招采拟定表单中提取招采要求关键词,基于提取到的招采要求关键词重新从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端,便于用户获知重新调整了招采要求后匹配到的相似招采信息,以便参考相似招采信息生成后续的招采方案,该步骤可以重复多次直至用户调整至满意为止;其中,匹配的相似招采信息的数量可以是一个或多个,当采用匹配多个相似招采信息的方案时,则对多个相似招采信息中的信息、数据进行合并、求均值等处理。
具体地,例如,当招采工作为人员招聘,招采要求调整信息可以是新增薪资区间的设定,以进一步根据设定的薪资区间匹配相似度最高的招聘信息作为参考;当招采工作为物资采购时,招采要求调整信息可以是新增采购预算的设定,以进一步根据设定的采购预算匹配相似度最高的物资供应信息作为参考。
S40:接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台。
在本实施例中,招采确认信息是指根据用户在认可了招采拟定表单或者是对招采拟定表单调整至满意状态后而通过用户终端输入的信息,具体可以是直接确认或对招采拟定表单进行调整后确认;设定招采方案是指用户最终确认向招采投放平台投放的招采方案。
具体地,当用户调整招采要求至满意后,接收用户终端发送的招采确认信息,以根据对应的相似招采信息生成最终的设定招采方案并发布至招采投放平台,从而实现了根据招采投放平台上现有的同类招采信息或相似招采信息拟定招采方案的效果,降低了对负责招采工作人员的专业知识需求,提高了招采效率。
其中,在步骤S40之后,数据分析与决策支持方法还包括:
S50:基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案。
在本实施例中,乙方方案信息平台是指用于提供乙方招采方案的平台,具体可以是与招采投放平台的同一平台或不同的平台;乙方招采方案是指招采工作相对方的提供的供企业选择的招采方案,例如个人简历、产品报价文件、投标方案等;方案接收数据库是指用于接收招采工作相对方主动向企业投放的乙方招采方案的数据库;相似度阈值是指用于判断招采相似率是否合格的阈值,优选的,相似度阈值可以设置为70%。
具体地,确定设定招采方案后,根据设定招采方案的招采要求关键词从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设的相似度阈值的若干个乙方招采方案作为备选招采方案,以便后续从备选招采方案中进行进一步选择。
S60:若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案。
在本实施例中,方案数量阈值为备选招采方案的最小需求量,优选的,方案数量阈值可以设置为3个;匹配周期是指重新匹配相似招采方案的周期,优选的,匹配周期可以设置为30分钟;优选的,每次下调相似度阈值的下调量可以设置为5%。
具体地,若备选招采方案不足,则下调相似度阈值,并在下一匹配周期重新匹配招采相似度高于下调后相似度阈值的若干个乙方招采方案,以满足备选招采方案的数量需求。
进一步地,当相似招采信息的数量较大时,还可以设置方案上限阈值,将各相似招采信息的招采相似度从高到低排序,取招采相似度较高的方案上限阈值个数的相似招采信息设定为备选招采方案。
其中,在步骤S50之后,数据分析与决策支持方法还包括:
S70:基于各备选招采方案生成对应的邀约信息并发送至各备选招采方案对应的相对人端。
在本实施例中,邀约信息是指用于向招采相对人发出投送招采方案的邀约的信。
具体地,基于各备选招采方案生成对应的邀约信息并发送至对应的相对人端,以便项该相对人发出邀约,促使招采相对人向用户投送其招采方案。
S80:接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值。
在本实施例中,应约招采分值的计算公式为,其中S为应约招采分值,n为赋分项数量,i为赋分项序号,Ki为各赋分项的权重值,Ai为赋分项分值。
其中,赋分项数量为用户企业为招采方案设定的考核项目数量,赋分项分值为招采方案中记录的信息依照条件赋分规则所得的分值,若招采方案中未达到某各赋分项对应的考核项目的要求,则对应的赋分项分值可根据预设的条件赋分规则记为0分或特定分值。
具体地,接收相对人端发送的应约招采方案,以便获取该相对人的最新招采方案,从应约招采方案中识别出若干条件关键信息,以便根据各条件关键信息和预设的条件赋分规则计算应约招采方案的应约招采分值,从而便于量化评估各应约招采方案的优劣。
具体地,假设招采方案为应聘者简历,招采工作为外语接待员的招聘时,若应聘者简历中记录了其英语书写水平、英语口语水平、德语口语水平的信息,而条件赋分规则记录了对英语书写水平、英语口语水平、德语口语水平、法语口语水平的赋分规则,则该应聘者简历的应约招采分值的计算式中应当包括英语书写水平、英语口语水平、德语口语水平、法语口语水平这四个考核项目的赋分项分值,对于英语书写水平、英语口语水平、德语口语水平按照条件赋分规则进行赋分,对于法语口语水平的赋分项分值可记为0分或特定分值。
其中,当招采方案为应聘者简历,也即招采工作为人员招聘时;在步骤S80之后,数据分析与决策支持方法还包括:
S90:获取面试交流音频,通过语音识别算法识别受试者的异常语音行为次数,以计算异常语音频率,所述异常语音行为包括语音重复、语音停顿和语音拖长。
在本实施例中,语音重复是指对语句、词语或单个字的重复,语音停顿是指超过特定时间如5秒钟的沉默,语音拖长是指对单个音节拖长超过特定如1秒的情况;异常语音频率是指单位时间内的异常语音行为发生次数。
具体地,获取面试交流音频,通过语音识别算法识别受试者的语音重复、语音停顿和语音拖长等异常语音行为的次数和发生频率,便于评估受试者在面试时的紧张度和语言表达流畅度。
S100:通过两种语音文本转换算法对面试交流音频进行处理,以生成第一面试交流文本和第二面试交流文本并标注面试者和受试者,识别第一面试交流文本和第二面试交流文本中受试者语音文本的语音相似度。
在本实施例中,语音文本转换算法是指用于将音频转换为文本的算法;第一面试交流文本为识别效果较好的语音文本转换算法生成的文本;语音相似度是指第一面试交流文本与第二面试交流文本之间文本内容的相似度。
具体地,由于不同的语音文本转换算法对不标准语音音频的识别效果不同,但是对标准语音音频的识别效果差异较小,因此,通过两种不同的语音文本转换算法对面试交流音频进行处理,以生成两种面试交流文本,在面试交流文本中分别标注出面试者和受试者,以便识别受试者在不同语音文本转换算法识别出的语音相似度,以便评估受试者的语音准确度,若语音相似度越高,则受试者的语音越标准,否则反之。
S110:通过语义识别算法对第一面试交流文本进行识别,统计受试者的语病发生频率和回答正确率。
在本实施例中,语病发生频率是指通过语义识别算法对第一面试交流文本进行语义识别后,语义中语病的发生频率,语病具体也包括专业术语的错误使用。
具体地,通过语义识别算法对第一面试交流文本进行识别,以统计受试者语言中语病的出现频率和问题的回答正确率,以便评估受试者的专业知识水平。
S120:基于所述异常语音频率、语音相似度、语病发生频率、回答正确率和预设的面试赋分规则,计算面试分值。
在本实施例中,面试赋分规则是指用于根据异常语音频率、语音相似度、语病发生频率、回答正确率等数据计算面试分值的规则,具体可以根据实际需求而确定。
具体地,根据异常语音频率、语音相似度、语病发生频率、回答正确率和面试赋分规则计算面试分值,以便量化评估受试者的面试表现。
应理解,上述实施例中各步骤的序号大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二
数据分析与决策支持***,该数据分析与决策支持***与上述实施例中数据分析与决策支持方法相对应。
如图2所示,数据分析与决策支持***,包括同类招采信息匹配模块、招采拟定表单生成模块、招采要求调整模块和设定招采方案生成模块。各功能模块的详细说明如下:
同类招采信息匹配模块,用于接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
招采拟定表单生成模块,用于基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
招采要求调整模块,用于接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
设定招采方案生成模块,用于接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台。
其中,同类招采信息匹配模块还包括:
企业信息填报表单发送子模块,用于当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端;
招采格式表单生成子模块,用于接收附有效标记的企业信息填报表单以生成对应的招采格式表单;
招采需求表单填报子模块,用于当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端。
其中,数据分析与决策支持***还包括:
备选招采方案设定模块,用于基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案;
备选招采方案补足模块,用于若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案。
邀约信息发送模块,用于基于各备选招采方案生成对应的邀约信息并发送至各备选招采方案对应的相对人端;
应约招采方案评估模块,用于接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值。
异常语音频率计算模块,用于获取面试交流音频,通过语音识别算法识别受试者的异常语音行为次数,以计算异常语音频率,所述异常语音行为包括语音重复、语音停顿和语音拖长;
语音相似度评估模块,用于通过两种语音文本转换算法对面试交流音频进行处理,以生成第一面试交流文本和第二面试交流文本并标注面试者和受试者,评估第一面试交流文本和第二面试交流文本中受试者语音文本的语音相似度;
语义识别分析模块,用于通过语义识别算法对第一面试交流文本进行识别,统计受试者的语病发生频率和回答正确率;
面试分值计算模块,用于基于所述异常语音频率、语音相似度、语病发生频率、回答正确率和预设的面试赋分规则,计算面试分值。
关于数据分析与决策支持***的具体限定可以参见上文中对于数据分析与决策支持方法的限定,在此不再赘述;上述数据分析与决策支持***中的各个模块可全部或部分通过软件、硬件及其组合来实现;上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以是以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例三
一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储招采需求表单、招采关键词、同类招采信息、同类招采数据库、招采要求关键词、提及率、提及阈值、招采拟定表单、招采要求调整信息、招采投放平台、相似招采信息、招采确认信息、设定招采方案、招采要求初设信息和招采格式表单等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现数据分析与决策支持方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S10:接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
S20:基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
S30:接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
S40:接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
S10:接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
S20:基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
S30:接收用户终端发送的招采要求调整信息以更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
S40:接收用户终端发送的招采确认信息后,基于相似招采信息生成设定招采方案并发布至招采投放平台。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM,Read-OnlyMemory)、可编程ROM(PROM,Programmable Read-Only Memory)、电可编程ROM(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程ROM(EEPROM,ElectricallyErasable Programmable Read-Only Memory)或闪存。易失性存储器可包括随机存取存储器(RAM,Random Access Memory)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM,Static Random Access Memory)、动态RAM(DRAM,DynamicRandom Access Memory)、同步DRAM(SDRAM,Synchronous Dynamic Random AccessMemory)、双数据率SDRAM(DDRSDRAM,Double Data Rate Synchronous Dynamic RandomAccess Memory)、增强型SDRAM(ESDRAM,Enhanced Synchronous Dynamic Random AccessMemory)、同步链路 DRAM(SLDRAM,Synchlink Dynamic Random Access Memory)、存储器总线直接RAM(RDRAM,Rambus Direct Random Access Memory)、直接存储器总线动态RAM(DRDRAM,Direct Rambus Dynamic Random Access Memory)、以及存储器总线动态RAM(RDRAM,Rambus Direct Random Access Memory)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (5)
1.数据分析与决策支持方法,其特征在于,包括:
接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
同类招采信息是指与用户的招采需求同类的招采方案的信息;
基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
提及率是指招采要求关键词在同类招采信息的文案中被提及的概率;提及阈值是指用于判断提及率高低的阈值,招采要求关键词为预设的若干与招采工作相关的用于描述招采工作要求的关键词;
接收用户终端发送的招采要求调整信息,根据招采要求调整信息更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
招采要求调整信息是指根据用户对招采拟定表单中的招采方案的招采要求调整意见生成的信息,
相似招采信息是指与招采拟定表单的招采要求关键词相似度最高的同类招采信息;
匹配的相似招采信息的数量是一个或多个,当采用匹配多个相似招采信息的方案时,则对多个相似招采信息中的信息、数据进行合并、求均值处理;
当用户调整招采需求至满意后,接收用户终端发送的招采确认信息,基于对应的相似招采信息生成设定招采方案并发布至招采投放平台;所述招采需求表单为填报了招采要求初设信息后的预设的招采格式表单;
所述当用户调整招采需求至满意后,接收用户终端发送的招采确认信息,基于对应的相似招采信息生成设定招采方案并发布至招采投放平台之后,包括:
基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案;
若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案;所述方案数量阈值为备选招采方案的最小需求量;所述接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库之前,还包括:
当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端;
接收附有效标记的企业信息填报表单以生成对应的招采格式表单;当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端;
所述企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法;其中完整度检测算法用于检测企业信息填报表单中必填项的填写完整度,有效性判断算法用于在检测到企业信息填报表单中必填项全部填写完毕后生成有效标记;所述基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案之后,还包括:
基于各备选招采方案生成对应的邀约信息并发送至各备选招采方案对应的相对人端;
接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值;
所述应约招采分值的计算公式为:;
所述S为应约招采分值,n为赋分项数量,i为赋分项序号,Ki为各赋分项的权重值,Ai为赋分项分值;
赋分项数量为用户企业为招采方案设定的考核项目数量,赋分项分值为招采方案中记录的信息依照条件赋分规则所得的分值,若招采方案中未达到某各赋分项对应的考核项目的要求,则对应的赋分项分值根据预设的条件赋分规则记为0分或特定分值。
2.根据权利要求1所述的数据分析与决策支持方法,其特征在于:当招采方案为应聘者简历时;所述接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值之后,还包括:
获取面试交流音频,通过语音识别算法识别受试者的异常语音行为次数,以计算异常语音频率,所述异常语音行为包括语音重复、语音停顿和语音拖长;
通过两种语音文本转换算法对面试交流音频进行处理,以生成第一面试交流文本和第二面试交流文本并标注面试者和受试者,识别第一面试交流文本和第二面试交流文本中受试者语音文本的语音相似度;
通过语义识别算法对第一面试交流文本进行识别,统计受试者的语病发生频率和回答正确率;
基于所述异常语音频率、语音相似度、语病发生频率、回答正确率和预设的面试赋分规则,计算面试分值。
3.数据分析与决策支持***,其特征在于,应用于权利要求1-2任一项所述数据分析与决策支持方法,包括:
同类招采信息匹配模块,用于接收用户终端发送的招采需求表单,从招采需求表单提取招采关键词,基于所述招采关键词从招采投放平台中匹配若干同类招采信息,生成同类招采数据库;
同类招采信息是指与用户的招采需求同类的招采方案的信息;招采拟定表单生成模块,用于基于所述同类招采数据库统计预设的各招采要求关键词在同类招采信息中的提及率,基于提及率大于预设提及阈值的招采要求关键词生成招采拟定表单并发送至用户终端;
提及率是指招采要求关键词在同类招采信息的文案中被提及的概率;提及阈值是指用于判断提及率高低的阈值,招采要求关键词为预设的若干与招采工作相关的用于描述招采工作要求的关键词;
招采要求调整模块,用于接收用户终端发送的招采要求调整信息,根据招采要求调整信息更新招采拟定表单,从最新招采拟定表单提取招采要求关键词以从招采投放平台中匹配招采相似度最高的相似招采信息并发送至用户终端;
招采要求调整信息是指根据用户对招采拟定表单中的招采方案的招采要求调整意见生成的信息,
相似招采信息是指与招采拟定表单的招采要求关键词相似度最高的同类招采信息;
匹配的相似招采信息的数量是一个或多个,当采用匹配多个相似招采信息的方案时,则对多个相似招采信息中的信息、数据进行合并、求均值处理;
设定招采方案生成模块,用于当用户调整招采需求至满意后,接收用户终端发送的招采确认信息,基于对应的相似招采信息生成设定招采方案并发布至招采投放平台;
所述招采需求表单为填报了招采要求初设信息后的预设的招采格式表;
还包括:
备选招采方案设定模块,用于基于设定招采方案的招采要求关键词分别从乙方方案信息平台和方案接收数据库中匹配招采相似度高于预设相似度阈值的若干乙方招采方案为备选招采方案;
备选招采方案补足模块,用于若备选招采方案的数量小于预设的方案数量阈值,下调相似度阈值,在下一匹配周期,重新匹配招采相似度高于相似度阈值的若干乙方招采方案以补足备选招采方案;所述方案数量阈值为备选招采方案的最小需求量;所述同类招采信息匹配模块包括:
企业信息填报表单发送子模块,用于当接收到用户终端发送的初次招采信息时,将预设的企业信息填报表单和企业填报指引信息发送至用户终端;
招采格式表单生成子模块,用于接收附有效标记的企业信息填报表单以生成对应的招采格式表单;
招采需求表单填报子模块,用于当接收到用户终端发送的二次招采信息时,将招采格式表单和招采填报指引信息发送至用户终端;
所述企业信息填报表单设置有信息完整度检测算法和基于信息完整度要求生成有效标记的有效性判断算法;其中完整度检测算法用于检测企业信息填报表单中必填项的填写完整度,有效性判断算法用于在检测到企业信息填报表单中必填项全部填写完毕后生成有效标记;
邀约信息发送模块,用于基于各备选招采方案生成对应的邀约信息并发送至各备选招采方案对应的相对人端;
应约招采方案评估模块,用于接收相对人端发送的应约招采方案,识别应约招采方案中的若干条件关键信息,基于预设的条件赋分规则和各条件关键信息计算对应的应约招采分值;
所述应约招采分值的计算公式为:;
所述S为应约招采分值,n为赋分项数量,i为赋分项序号,Ki为各赋分项的权重值,Ai为赋分项分值;
赋分项数量为用户企业为招采方案设定的考核项目数量,赋分项分值为招采方案中记录的信息依照条件赋分规则所得的分值,若招采方案中未达到某各赋分项对应的考核项目的要求,则对应的赋分项分值根据预设的条件赋分规则记为0分或特定分值。
4.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述数据分析与决策支持方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述数据分析与决策支持方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410350404.7A CN117951160B (zh) | 2024-03-26 | 2024-03-26 | 数据分析与决策支持方法、***、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410350404.7A CN117951160B (zh) | 2024-03-26 | 2024-03-26 | 数据分析与决策支持方法、***、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117951160A CN117951160A (zh) | 2024-04-30 |
CN117951160B true CN117951160B (zh) | 2024-05-28 |
Family
ID=90796596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410350404.7A Active CN117951160B (zh) | 2024-03-26 | 2024-03-26 | 数据分析与决策支持方法、***、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117951160B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190046104A (ko) * | 2017-10-25 | 2019-05-07 | (주)다래전략사업화센터 | 특허 빅데이터 분석 방법론을 활용한 기술 융합형 디자인 솔루션 비즈니스 모델 |
CN112733002A (zh) * | 2020-12-02 | 2021-04-30 | 珠海南方数字娱乐公共服务中心 | 一种基于新媒体平台的品牌推广关键数据的提取和分析方法 |
CN115238676A (zh) * | 2022-08-03 | 2022-10-25 | 中国电信股份有限公司 | 招标需求热点识别方法、装置、存储介质及电子设备 |
CN116361726A (zh) * | 2023-04-03 | 2023-06-30 | 全拓科技(杭州)股份有限公司 | 一种基于多维大数据分析的数据处理方法 |
CN116361367A (zh) * | 2023-01-17 | 2023-06-30 | 广州高才信息科技有限公司 | 一种高效发布招聘信息的内容识别***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070179846A1 (en) * | 2006-02-02 | 2007-08-02 | Microsoft Corporation | Ad targeting and/or pricing based on customer behavior |
-
2024
- 2024-03-26 CN CN202410350404.7A patent/CN117951160B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190046104A (ko) * | 2017-10-25 | 2019-05-07 | (주)다래전략사업화센터 | 특허 빅데이터 분석 방법론을 활용한 기술 융합형 디자인 솔루션 비즈니스 모델 |
CN112733002A (zh) * | 2020-12-02 | 2021-04-30 | 珠海南方数字娱乐公共服务中心 | 一种基于新媒体平台的品牌推广关键数据的提取和分析方法 |
CN115238676A (zh) * | 2022-08-03 | 2022-10-25 | 中国电信股份有限公司 | 招标需求热点识别方法、装置、存储介质及电子设备 |
CN116361367A (zh) * | 2023-01-17 | 2023-06-30 | 广州高才信息科技有限公司 | 一种高效发布招聘信息的内容识别***及方法 |
CN116361726A (zh) * | 2023-04-03 | 2023-06-30 | 全拓科技(杭州)股份有限公司 | 一种基于多维大数据分析的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117951160A (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765244B (zh) | 获取应答话术的方法、装置、计算机设备及存储介质 | |
CN109960725B (zh) | 基于情感的文本分类处理方法、装置和计算机设备 | |
US11720834B2 (en) | Talent platform exchange and recruiter matching system | |
CN109767787B (zh) | 情绪识别方法、设备及可读存储介质 | |
US8612532B2 (en) | System and method for optimizing response handling time and customer satisfaction scores | |
US11144880B2 (en) | Document analysis using machine learning and neural networks | |
US11610580B2 (en) | System and method for determining reasons for anomalies using cross entropy ranking of textual items | |
CN110717021B (zh) | 人工智能面试中获取输入文本和相关装置 | |
CN112395391B (zh) | 概念图谱构建方法、装置、计算机设备及存储介质 | |
US20230140026A1 (en) | Automatically Labeling Data using Natural Language Processing | |
CN112003989A (zh) | 坐席员的匹配方法、装置、电子设备及计算机存储介质 | |
CN113709313B (zh) | 客服通话数据智能质检方法、装置、设备及介质 | |
CN113935322A (zh) | 基于自然语言处理的案件分配方法、装置、设备及介质 | |
CN112416765B (zh) | 代码评审方法、装置、设备及介质 | |
CN117951160B (zh) | 数据分析与决策支持方法、***、计算机设备及存储介质 | |
CN113342954A (zh) | 一种应用于问答***的图像信息处理方法、装置及电子设备 | |
CN113033941A (zh) | 客诉案件分配方法、装置、设备及存储介质 | |
US11361032B2 (en) | Computer driven question identification and understanding within a commercial tender document for automated bid processing for rapid bid submission and win rate enhancement | |
CN113111157B (zh) | 问答处理方法、装置、计算机设备和存储介质 | |
WO2019091002A1 (zh) | 交流页面管控方法、装置、终端和计算机可读存储介质 | |
CN110502675B (zh) | 基于数据分析的语音拨叫用户分类方法及相关设备 | |
CN114141235A (zh) | 语音语料库生成方法、装置、计算机设备和存储介质 | |
CN113779998A (zh) | 业务信息的结构化处理方法、装置、设备及存储介质 | |
CN104834393A (zh) | 自动化测试装置及*** | |
CN117875921B (zh) | 基于人工智能的人力资源管理方法和*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |