数据需求匹配方法和装置、电子设备、存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255096A(43)申请公布日2022.03.29(21)申请号202111445788.3G06F16/9535(2019.01)(22)申请日2021.11.30G06F40/194(2020.01)G06F40/211(2020.01)(71)申请人王建冬G06F40/279(2020.01)地址518000广东省深圳市福田区槟榔道3G06F40/30(2020.01)号深九科技创业园第5栋第11层申请人黄倩倩深圳市数聚湾区大数据研究院(72)发明人洪博然尹志斌杜自然邵雷董传晔(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人廖慧贤(51)Int.Cl.G06Q30/06(2012.01)G06F16/33(2019.01)权利要求书2页说明书12页附图4页(54)发明名称数据需求匹配方法和装置、电子设备、存储介质(57)摘要本公开实施例提供数据需求匹配方法和装置、电子设备、存储介质，涉及人工智能技术领域。该数据需求匹配方法，包括：获取买方需求信息，将买方需求文本输入预先训练的需求文本提取模型，得到需求关键词，根据需求关键词和买方需求标签得到关联买方，根据关联买方的历史交易数据获取第一需求推荐列表，根据需求关键词输入预先训练的卖方商品推荐模型得到第二需求推荐列表，根据第一需求推荐列表和第二需求推荐列表得到匹配结果。本申请实施例结合买方和卖方两个角度的需求推荐列表得到最终的匹配结果，能够更全面的匹配买方需求，提高数据需求匹配效率。CN114255096ACN114255096A权利要求书1/2页1.一种数据需求匹配方法，其特征在于，包括：获取买方需求信息，所述买方需求信息包括：买方需求文本和买方需求标签；将所述买方需求文本输入预先训练的需求文本提取模型，得到需求关键词；将所述需求关键词和所述买方需求标签输入预先训练的关联买方推荐模型，得到关联买方；根据所述关联买方的历史交易数据获取第一需求推荐列表；将所述需求关键词输入预先训练的卖方商品推荐模型，得到第二需求推荐列表；根据所述第一需求推荐列表和所述第二需求推荐列表得到匹配结果。2.根据权利要求1所述的数据需求匹配方法，其特征在于，所述预先训练的需求文本提取模型包括：文本分析模型和关键词提取模型；所述将所述买方需求文本输入预先训练的需求文本提取模型，得到需求关键词，包括：将所述买方需求文本输入所述文本分析模型，得到文本分析结果；将所述文本分析结果输入所述关键词提取模型进行匹配，得到所述需求关键词。3.根据权利要求1所述的数据需求匹配方法，其特征在于，所述将所述需求关键词和所述买方需求标签输入预先训练的关联买方推荐模型，得到关联买方，包括：将所述需求关键词和所述买方需求标签输入预先训练的关联买方推荐模型，计算得到用户相似度；根据所述用户相似度筛选得到所述关联买方。4.根据权利要求1所述的数据需求匹配方法，其特征在于，所述根据所述第一需求推荐列表和所述第二需求推荐列表得到匹配结果，包括：获取所述第一需求推荐列表的第一相关性排序结果；根据所述第一相关性排序结果获取第一匹配结果；获取所述第二需求推荐列表的第二相关性排序结果；根据所述第二相关性排序结果获取第二匹配结果；根据所述第一匹配结果和所述第二匹配结果得到所述匹配结果。5.根据权利要求4所述的数据需求匹配方法，其特征在于，所述根据所述第一匹配结果和所述第二匹配结果取交集，得到所述匹配结果，包括：对所述第一匹配结果和所述第二匹配结果进行第三相关性排序；根据所述第三相关性排序结果获取匹配结果。6.根据权利要求1至5任一项所述的数据需求匹配方法，其特征在于，所述根据所述第一需求推荐列表和所述第二需求推荐列表得到匹配结果后，还包括：根据所述匹配结果生成交易推荐方案。7.根据权利要求6所述的数据需求匹配方法，其特征在于，还包括：获取买方根据所述交易推荐方案执行的交易行为；利用所述交易行为训练所述关联买方推荐模型和所述卖方商品推荐模型。8.一种数据需求匹配装置，其特征在于，包括：买方需求信息获取模块，用于获取买方需求信息，所述买方需求信息包括：买方需求文本和买方需求标签；关键词提取模块，用于将所述买方需求文本输入预先训练的需求文本提取模型，得到2CN114255096A权利要求书2/2页需求关键词；关联买方推荐模块，用于将所述需求关键词和所述买方需求标签输入预先训练的关联买方推荐模型，得到关联买方；第一需求推荐列表获取模块，用于根据所述关联买方的历史交易数据获取第一需求推荐列表；第二需求推荐列表获取模块，用于将所述需求关键词输入预先训练的卖方商品推荐模型，得到第二需求推荐列表；匹配模块，用于根据所述第一需求推荐列表和所述第二需求推荐列表得到匹