摘要
本发明公开了一种基于深度学习的招投标供应商智能画像与匹配系统,包括:构建多维度招投标知识库,采集资质证书、经营数据和招投标文件;用CNN处理资质证书图像提取关键字段获得第一权重;用NLP分析经营数据获得第二权重;用NLP分析招投标文件获得第三权重;融合权重输出供应商画像;基于画像用余弦相似度算法计算需求向量相似度,优先匹配第一权重达标且综合相似度高的供应商,权重动态调整;知识库动态维护:API实时更新数据,重新评估权重,增量学习训练模型;风险控制模块:异常检测扫描经营数据异常生成风险评分纳入画像,输出带注释供应商列表;本发明可以多维度的输出供应商的画像及提供与招标相匹配的供应商名单,针对不同企业及时间动态调整权重比例。
技术关键词
资质证书
画像
分布式计算框架
增量学习方法
双通道神经网络
训练深度学习模型
关系网络
数据
关键字
长短期记忆网络
动态
自然语言
算法
重建误差
风险
控制模块
模型更新
注意力机制
列表
系统为您推荐了相关专利信息
增量学习方法
校准
联合损失函数
学生
检测数据输入
推送系统
语义向量
多智能体强化学习
信息处理模块
时间序列分析技术
画像生成方法
标签体系
实时数据采集
层次分析法
企业
标注方法
数据
点云特征提取
分布式计算技术
图像特征提取