(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210115303.2 (22)申请日 2022.02.07 (65)同一申请的已公布的文献号 申请公布号 CN 114138755 A (43)申请公布日 2022.03.04 (73)专利权人 中国建筑第五工程局有限公司 地址 410011 湖南省长 沙市雨花区中意 一 路158号 (72)发明人 孙智凯　游杰勇　高鹏　刘建军　 王欢欢　刘伟昆　李炳坤　王春光　 程晓宁　熊俊杰　 (74)专利代理 机构 郑州芝麻知识产权代理事务 所(普通合伙) 41173 代理人 张丹丹 (51)Int.Cl. G06F 16/21(2019.01)G06F 16/22(2019.01) G06F 16/23(2019.01) G06F 16/2457(2019.01) G06F 16/2458(2019.01) G06Q 30/06(2012.01) (56)对比文件 CN 112765385 A,2021.0 5.07 CN 10982 9052 A,2019.0 5.31 CN 109376 309 A,2019.02.2 2 CN 106599278 A,2017.04.26 CN 112163136 A,2021.01.01 KR 10184152 2 B1,2018.0 3.23 US 2021182912 A1,2021.0 6.17 US 20210895 39 A1,2021.0 3.25 US 201916 3500 A1,2019.0 5.30 审查员 蔡智勇 (54)发明名称 一种基于人工智能的针对供方协同的物料 档案检索方法 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种基于人工智能的针对供方协同的物料档案检 索方法。 该方法首先获取用户输入的需求标签向 量。 根据需求标签量从物料库中获取部分物料构 建直接检索库和预加载库。 扩增物料库中各物料 的初始标签向量， 由扩增前后物料的被选择次数 占比更新初始标签向量。 获取每次初始标签更新 前后各物料的物料被选次数序列和标签相似度 序列， 由物料被选次数序列和标签相似度序列得 到每个物料的稳定性。 根据稳定性对 预加载库进 行首次更新， 由首次更新后的预加载库中各物料 的被选择次数二次更新预加载库， 根据二次更新 后的预加载库进行检索。 本发明通过不断更新直 接检索库和预加载库， 使用户在 进行检索时更顺 利的选取需要的物料。 权利要求书3页 说明书9页 附图3页 CN 114138755 B 2022.04.08 CN 114138755 B 1.一种基于人工智能的针对供方协同的物料档案检索方法， 其特征在于， 该方法包括 以下步骤： 获取用户输入的需求标签向量； 根据所述需求标签向量从物料库的历史物料库中选取相关的多个历史物料， 构建直接 检索库； 所述物料库包括所述历史物料库和非历史物料库； 从非历史物料库中选取与所述 直接检索库中历史物料相关的多个非历史物料， 构建预加载库； 扩增所述物料库中物料的初始标签向量， 由扩增前后物料的被选择次数占比计算更新 权重系数， 根据所述更新权重系 数更新初始标签 向量； 根据更新后的初始标签向量对直接 检索库进行 更新； 获取所述物料每次更新初始标签向量后的第一被选次数， 构建物料被选次数序列； 获 取每次初始标签向量更新前后两个初始标签 向量的相似度， 构建标签相似度序列； 由所述 物料被选次数序列的方差和所述标签相似度序列的均值得到每个物料对应的稳定性； 多个 物料对应的所述稳定性作为更新条件首次更新预加载库， 获取首次更新后预加载库中各非 历史物料的第二被选次数， 根据所述第二被选次数计算二次更新系数， 二次更新预加载库； 根据更新后的直接检索库和预加载库进行检索。 2.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述物料的初始标签向量的获取 方法， 包括： 获取物料库中各物料的物料标签库， 所述物料标签库包括物料标签向量和对应的标签 权重向量； 所述标签权重向量由物料标签向量中各标签元素在检索平台被检索的次数构 建； 所述物料在不同的检索平台具有不同的标签； 获取当前检索平台的各物料的历史标签构建历史标签库； 根据 所述历史标签库 得到每 个物料对应的匹配向量； 所述匹配向量和所述标签权重向量的相同位置处的元素的乘积作为初始权重向量； 根 据所述初始权 重向量从物料 标签向量中选取部分标签向量作为初始标签向量。 3.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述根据所述需求标签向量从物料库 的历史物料库中选取相关的多个历史物 料， 构建直接检索库， 包括： 计算所述历史物料库中各历史物料的初始标签向量和所述需求标签向量的相似度作 为第二匹配程度； 对所述第 二匹配程度进行排序， 选取最大的前k个第 二匹配程度对应的历史物料， 并按 照所述第二匹配程度的大小顺序对k个历史物料进行排序， 构建所述 直接检索库。 4.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述根据所述需求标签向量从物料库 的历史物料库中选取相关的多个历史物 料， 构建直接检索库之前， 还 包括： 计算所述需求标签向量和物料库中多个物料的初始标签向量的相似度作为第一匹配 程度； 按照所述第一匹配程度的大小顺序对所述物料库中的多个物料进行排序， 构建系统 库。 5.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其权　利　要　求　书 1/3 页 2 CN 114138755 B 2特征在于， 所述从非历史物料库中选取与所述直接检索库中历史物料相关的多个非历史物 料， 构建预加载库， 包括： 计算所述非历史物料库中各非历史物料的初始标签向量和所述直接检索库中各历史 物料的初始标签向量的相似度作为相关度； 对所述相关度进行排序， 选取最大的前k个相关度对应的非历史物料， 并按照所述相关 度的大小顺序对k个非历史物料进行排序， 构建所述预加载库。 6.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述由扩增前后物料的被选择次数占比计算更新权 重系数， 包括： 获取扩增前物料的被选择次数占比和扩增后物料的被选择次数占比； 所述更新权 重系数的计算公式为： 其中， 为所述更新权重系数； 为所述扩增后物料的被选择次数占比； 为所述扩增 前物料的被选择次数占比。 7.根据权利要求2所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述 根据所述更新权 重系数更新初始标签向量， 包括： 获取扩增后的初始标签向量中的扩增物料标签向量以及扩增物料标签向量的所述标 签权重向量； 扩增物料标签向量中各标签元素对应的标签权重和所述更新权重系数相乘， 得到多个 权重调整系数； 多个所述权重调整系数和未扩增前的初始标签向量中各标签元素对应的初 始权重排序得到第二权重序列， 根据所述第二权重序列从所述扩增物料标签向量和所述初 始标签向量中选取部分标签向量作为更新后的初始标签向量。 8.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述由所述物料被选次数序列的方差和所述标签相似度序列的均值得到每个物 料对应的稳定性， 包括： 所述稳定性的计算公式为： 其中， 为所述稳定性； 为所述物料被选次数序列的方差； 为所述标签相似度序列 的均值； 为方差权重系数； 为均值权 重系数。 9.根据权利要求5所述的一种基于人工智能的针对供方协同的物料档案检索方法， 其 特征在于， 所述多个物料对应的所述稳定性作为更新条件首次更新预加载库， 包括： 利用归一化后的所述稳定性和所述相关度的乘积对各所述历史物料的相关度进行更 新； 根据更新后的相关度首次更新预加载库。 10.根据权利要求1所述的一种基于人工智能的针对供方协同的物料档 案检索方法， 其 特征在于， 所述 根据所述第二被选次数计算 二次更新系数， 二次更新预加载库， 包括： 获取首次更新后预加载库中所有物料的第二被选次数之和；权　利　要　求　书 2/3 页 3 CN 114138755 B 3