【技术实现步骤摘要】
本专利技术涉及物资推荐，具体涉及一种基于知识图谱和价格分析的物资智能推荐方法及系统。
技术介绍
1、随着招投标业务与企业采购业务电子化，各类电子招投标交易平台涌现，各类企业自主交易平台诞生，形成信息过载的现象，导致互联网平台上供需上方的物资数据信息多、乱、杂，即物资数据格式乱、内容与分布杂乱，阻碍了供应商和采购商物资匹配的准确性和效率。
技术实现思路
1、针对上述现有技术存在的问题，本专利技术提供了一种基于知识图谱和价格分析的物资智能推荐方法及系统，提升了物资匹配速度，进而提高了物资价格比对的准确率和效率。该技术方案如下：
2、第一方面，提供了一种基于知识图谱和价格分析的物资智能推荐方法，包括：
3、采集数据，获取当前平台上所有工业物资的信息，包括物资图片、物资名称及介绍、物资供应商、物资价格；
4、基于采集的工业物资信息进行物资信息标准化处理；
5、基于标准化后的工业物资信息构建物资知识图谱，其中每个节点表示一个物资，边表示物资之间的关系；
6、基于构建的知识图谱结合图文检测模型对供应商发布的工业物资信息进行内容合规性校验，对于未合规的工业物资信息反馈给供应商进行重新修改完善并重新提交工业物资信息，对于合规的工业物资信息发布到平台上；
7、对于平台上接收的用户搜索的物资内容，基于物资知识图谱进行物资匹配，并且根据匹配到的物资的价格进行排序，以提供面向用户的物资推荐结果。
8、在一些实施方式中，所述
9、（1）对于平台上接收的用户搜索的物资内容，进行实体识别，获取实体识别结果；若实体识别结果中包括所有预设实体类别，则进入步骤（2），否则进入步骤（3）；
10、（2）则直接基于实体识别结果在知识图谱中进行精确匹配，获取精确匹配结果；若精确匹配结果为空，则进入步骤（3），若精确匹配结果不为空，则基于精确匹配结果获取推荐物资集，并经过价格分析确定推荐物资集中的物资排序；
11、（3）根据步骤（1）的实体识别结果中的所有实体类别和实体值，将名称、品牌、型号/规格分为固定实体类别，将名称、品牌、型号/规格之外的实体类别分为非固定实体类别，保留固定实体类别的实体值并在非固定实体类别中删除至少一个形成新的实体识别结果；
12、（4）基于步骤（3）的新的实体识别结果在知识图谱中进行匹配，获取匹配结果，记为第一候选集；
13、（5）基于步骤（1）用户输入的物资图像，利用训练完成的clip模型，输出对应的候选物资数据，记为第二候选集；
14、（6）基于步骤（1）用户输入的物资文本，利用训练完成的clip模型，输出对应的候选物资数据，记为第三候选集；
15、（7）在第二候选集和第三候选集中找到与第一候选集中相同的所有候选物资数据作为推荐物资集，并经过价格分析确定推荐物资集中的物资排序。
16、在一些实施方式中，所述的基于知识图谱和价格分析的物资智能推荐方法，还包括：
17、（8）在步骤（7）中，若推荐物资集中的物资个数小于第一预设值，则增加推荐物资集中的物资个数，增加方法为：基于第二候选集和第三候选集中相同的物资增加到推荐物资集中。
18、在一些实施方式中，在步骤（3）中，形成新的实体识别结果时，在非固定实体类别中删除的个数优先取值最小值1；
19、所述所述对于平台上接收的用户搜索的物资内容，基于物资知识图谱进行物资匹配，并且根据匹配到的物资的价格进行排序，还包括：
20、在步骤（8）中，若最终的推荐物资集为空，则在步骤（3）中，增大删除的非固定实体类别的个数。
21、在一些实施方式中，所述标准化处理包括：
22、使用大语言模型提示词工程技术对物资名称及介绍中的文本内容进行语义信息抽取，得到每一个物资的预设属性的属性值，所述预设属性包括品牌、类别、规格型号；
23、基于信息抽取结果，将不同来源和平台上的相同物资属性对齐到同一字段中。
24、在一些实施方式中，所述基于标准化后的工业物资信息构建物资知识图谱，构建物资知识图谱的步骤包括：
25、基于标准化后的工业物资信息，获取不同物资信息实体；
26、基于物资信息实体进行分类，包括物资主体、物资关联属性、物资关联属性值；
27、基于标准化后的工业物资信息的物资信息实体，挖掘不同类型的物资主体和其对应的物资关联属性、所述物资关联属性和物资关联属性值之间的所属关系规则；
28、基于所述所属关系规则，以物资主体名称作为知识图谱的中心节点逐步构建其余的节点及边，形成物资知识图谱。
29、在一些实施方式中，所述基于标准化后的工业物资信息的物资信息实体，挖掘不同类型的物资主体和其对应的物资关联属性、所述物资关联属性和物资关联属性值之间的所属关系规则，包括：
30、对于物资主体，根据物资名称获取所述物资主体所属的多级分类类别；
31、对于物资主体所在最大级的分类下，确定在当前分类下的所有物资主体共有的第一物资关联属性形成第一物资关联属性集；
32、对于下一级分类下，以第一物资关联属性集为父集，并新增当前分类下所有物资主体共有的非第一物资关联属性的第二物资关联属性形成第二物资关联属性集作为子集，以第一物资关联属性集和第二物资关联属性集合并作为下一级分类下物资主体对应的物资关联属性；
33、对于物资主体所在的最后一级的分类下，获取所有的父集和子集的物资关联属性，并获取所有的父集和子集的物资关联属性中的每个物资关联属性对应的所有物资关联属性值形成物资关联属性值子集；
34、基于所有的父集、子集、物资关联属性值子集及其关系确定所述所属关系规则。
35、在一些实施方式中，还包括对所属关系规则的实时更新，更新过程包括：
36、对于新增的标准化后的工业物资信息，获取工业物资信息的物资信息实体；
37、分析物资主体的物资名称、对应的物资关联属性、物资关联属性值是否在已有所属关系规则中存在，若未存在，则更新所属关系规则，所述更新方法为：
38、基于新增物资的物资名称，根据物资名称语义识别，确定与新增物资相似度最大的物资的多级类别作为新增物资的多级类别，记为第一分类结果；
39、获取新增物资的所有物资关联属性及对应的物资关联属性值，在已有的所属关系规则中搜索符合度最大的由父集和子集组成的物资关联属性集连接链，所述物资关联属性集连接链上的父集和子集中的所有物资关联属性及对应的物资关联属性值与新增物资的所有物资关联属性及对应的物资关联属性值符合度最大；
40、基于物资关联属性集连接链上的父集和子集中的所有物资关联属性与新增物资的所有物资关联属性之间的包含关系本文档来自技高网...
【技术保护点】
1.一种基于知识图谱和价格分析的物资智能推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述对于平台上接收的用户搜索的物资内容，基于物资知识图谱进行物资匹配，并且根据匹配到的物资的价格进行排序，包括如下步骤：
3.根据权利要求2所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，还包括：
4.根据权利要求2所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，
5.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述标准化处理包括：
6.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述基于标准化后的工业物资信息构建物资知识图谱，构建物资知识图谱的步骤包括：
7.根据权利要求6所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述基于标准化后的工业物资信息的物资信息实体，挖掘不同类型的物资主体和其对应的物资关联属性、所述物资关联属性和物资关联属性值之间的所属关系规则，包括：
8.根据权利要求7所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，还包括对所属关系规则的实时更新，更新过程包括：
9.根据权利要求8所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述基于第一分类结果和第二分类结果的一致性程度，确定最终的分类结果，包括：
10.基于知识图谱和价格分析的物资智能推荐系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于知识图谱和价格分析的物资智能推荐方法，其特征在于，包括：
2.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述对于平台上接收的用户搜索的物资内容，基于物资知识图谱进行物资匹配，并且根据匹配到的物资的价格进行排序，包括如下步骤：
3.根据权利要求2所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，还包括：
4.根据权利要求2所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，
5.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述标准化处理包括：
6.根据权利要求1所述的基于知识图谱和价格分析的物资智能推荐方法，其特征在于，所述基于标准化...
【专利技术属性】
技术研发人员：卢晓凯，封军，吴增峰，高俊，
申请(专利权)人：安徽省优质采科技发展有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。