一种信息智能推荐方法、装置、设备及存储介质与流程

摘要: 本申请涉及信息提取,具体涉及信息智能推荐方法、装置、设备及存储介质。背景技术:1、现阶段,商机/线索到执行团队(或历史参考案例)的智能推荐,是企业内部知识管理与...
一种信息智能推荐方法、装置、设备及存储介质与流程

本申请涉及信息提取,具体涉及信息智能推荐方法、装置、设备及存储介质。

背景技术:

1、现阶段,商机/线索到执行团队(或历史参考案例)的智能推荐,是企业内部知识管理与资源调度系统中的常见场景。现有相关系统一般包括:附件文档的ocr/文档理解解析环节、基于大模型的信息萃取环节、以及基于结构化标签或语义相似度的候选召回与排序环节。其中,排序环节多采用固定权重的线性加权公式或单一相似度模型,对候选数量不足的场景通常采取"一次性放宽全部过滤条件"或直接返回不足量结果两种简单策略。

2、因此,为满足实际需求,现提出一种信息智能推荐技术。

技术实现思路

1、针对现有技术中存在的缺陷,本申请的目的在于提供一种信息智能推荐方法、装置、设备及存储介质,降低解析成本,控制萃取成本,兼顾候选覆盖率与精度,克服现有技术的缺陷,满足实际工作需求。

2、为达到以上目的,本申请采取的技术方案是:

3、第一方面,本申请提供一种信息智能推荐方法,所述方法包括以下步骤:

4、基于原始文件,进行信息萃取,获得对应的基础信息字段以及隐形知识字段;

5、基于所述基础信息字段以及所述隐形知识字段,在预设的项目候选库中查询获得相似项目候选集;

6、评估所述相似项目候选集中各相似项目与所述基础信息字段以及所述隐形知识字段之间的整体语义相关性,对所述相似项目候选集中各相似项目进行排序;

7、基于排序后的所述相似项目候选集,获得各所述相似项目的信息字段。

8、在上述技术方案的基础上,所述方法还包括以下步骤:

9、将所述原始文件的基础信息字段以及隐形知识字段,同步更新至所述相似项目候选集。

10、在上述技术方案的基础上,所述基础信息字段包括项目名称、项目名称、客户名称、所属行业、品牌名称、业务类型、项目金额、执行周期、责任团队、项目地区、项目状态、所属业务线、合作模式、多值项目标签以及关键里程碑节点。

11、在上述技术方案的基础上,所述隐形知识字段包括消费者洞察、目标受众画像、营销目标、核心创意主题、传播策略、媒介组合、报价明细结构、成本构成占比、关键成功要素、项目风险点、客户决策链、客户偏好、协作方画像、执行难点、复盘结论、效果达成情况、转化漏斗特征、内容调性、竞争态势、预算分配逻辑、创意方法论、数据资产沉淀、合规注意点、客户满意度信号以及续约/复购倾向。

12、第二方面,本申请提供一种信息智能推荐装置,所述装置包括:

13、信息萃取模块,其用于基于原始文件,进行信息萃取,获得对应的基础信息字段以及隐形知识字段;

14、候选集查询模块,其用于基于所述基础信息字段以及所述隐形知识字段,在预设的项目候选库中查询获得相似项目候选集;

15、相似项目排序模块,其用于评估所述相似项目候选集中各相似项目与所述基础信息字段以及所述隐形知识字段之间的整体语义相关性,对所述相似项目候选集中各相似项目进行排序;

16、项目信息提取模块,其用于基于排序后的所述相似项目候选集,获得各所述相似项目的信息字段。

17、在上述技术方案的基础上,所述装置还包括:

18、候选集更新模块,其用于将所述原始文件的基础信息字段以及隐形知识字段,同步更新至所述相似项目候选集。

19、在上述技术方案的基础上,所述基础信息字段包括项目名称、项目名称、客户名称、所属行业、品牌名称、业务类型、项目金额、执行周期、责任团队、项目地区、项目状态、所属业务线、合作模式、多值项目标签以及关键里程碑节点。

20、在上述技术方案的基础上,所述隐形知识字段包括消费者洞察、目标受众画像、营销目标、核心创意主题、传播策略、媒介组合、报价明细结构、成本构成占比、关键成功要素、项目风险点、客户决策链、客户偏好、协作方画像、执行难点、复盘结论、效果达成情况、转化漏斗特征、内容调性、竞争态势、预算分配逻辑、创意方法论、数据资产沉淀、合规注意点、客户满意度信号以及续约/复购倾向。

21、第三方面,本申请提供一种设备,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述设备执行第一方面提及的所述方法的步骤。

22、第四方面,本申请提供一种介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面提及的所述方法的步骤。

23、与现有技术相比,本申请的优点在于:

24、本申请降低解析成本,控制萃取成本,兼顾候选覆盖率与精度,克服现有技术的缺陷,满足实际工作需求。

25、本申请中解析成本大幅降低:同一份文档内容无论被多少业务对象、多少流程重复引用,理论上只需解析一次,显著降低外部文档理解服务的调用次数与成本,并具备原始文件缺失场景下的解析结果容灾复用能力。

26、本申请中萃取成本可控、易扩展:仅具备高价值附件的对象才承担成本较高的多文档综合萃取,且预留了不影响现有数据结构的隐性知识萃取扩展位,兼顾了萃取深度与算力成本。

27、本申请中候选覆盖率与精度兼顾:级联补位机制在保证主召回精度优先的前提下,将候选粒度覆盖不足的场景占比大幅降低,同时防止不加区分放宽条件带来的召回质量下降。

28、本申请中排序策略敏捷可调、持续自优化:维度权重可独立启停,配合基于隐式反馈的自适应调整机制,使排序策略无需修改代码、无需重新发布即可响应“某维度信号变差”的业务判断,并随数据积累持续提升匹配准确率。

29、本申请中用户体验稳定:自适应分档保证任意匹配强度下展示分组均非空、均有区分度;快照与实时字段混合输出机制保证多数请求响应迅速,同时避免关键时效字段陈旧。

1.一种信息智能推荐方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的信息智能推荐方法,其特征在于,所述方法还包括以下步骤:

3.如权利要求1所述的信息智能推荐方法,其特征在于:

4.如权利要求1所述的信息智能推荐方法,其特征在于:

5.一种信息智能推荐装置,其特征在于,所述装置包括:

6.如权利要求5所述的信息智能推荐装置,其特征在于,所述装置还包括:

7.如权利要求5所述的信息智能推荐装置,其特征在于:

8.如权利要求5所述的信息智能推荐装置,其特征在于:

9.一种设备,其特征在于,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述设备执行权利要求1~4任一项所述方法的步骤。

10.一种介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~4中任一项所述方法的步骤。