本申請涉及提案處理，特別是涉及一種基于降維聚類的提案合案的方法、裝置、設備和介質(zhì)。

背景技術：

1、提案工作中，經(jīng)常會出現(xiàn)多名人員針對類似問題提出相似建議的情況。如果不加處理，會出現(xiàn)辦理單位重復勞動、疲于奔命等問題，而提案合案能夠避免重復提案，提升提案整體質(zhì)量，因此在提案工作中具有重要意義。

2、現(xiàn)有技術中，提案合案方式為人工處理等傳統(tǒng)方式或者程序篩選相似提案輔助合案。

3、但是，這兩種處理方式仍然需要大量人工參與，誤判率高，效率較低。

技術實現(xiàn)思路

1、基于此，有必要針對上述技術問題，提供一種基于降維聚類的提案合案的方法、裝置、設備和介質(zhì)，能夠?qū)崿F(xiàn)全程自動化處理提案合案，并提高合案的準確性。

2、一種基于降維聚類的提案合案的方法，包括：

3、獲取提案庫的數(shù)據(jù)，并構建提案集；

4、對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣；對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組；

5、對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)；

6、根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案。

7、在一個實施例中，對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣，包括：

8、對提案集的每篇提案，進行預處理，并采用jieba分詞模型，進行分詞，得到多個提案詞；

9、根據(jù)多個提案詞，采用fasttext預訓練模型，得到多個詞向量；

10、根據(jù)多個詞向量，對提案進行表示，得到每一篇提案的文檔向量；

11、根據(jù)每一篇提案的文檔向量，構建所有提案的特征矩陣。

12、在一個實施例中，對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組，包括：

13、對所有提案的特征矩陣，進行降維處理，得到所有提案的降維矩陣；

14、根據(jù)降維矩陣，確定相似度閾值和最小樣本數(shù)目；對于每篇提案，計算歐氏距離；根據(jù)歐氏距離、相似度閾值以及最小樣本數(shù)目，確定核心提案；

15、從核心提案開始，使用歐氏距離來擴展聚類，得到多個聚類組。

16、在一個實施例中，對所有提案的特征矩陣，進行降維處理，得到所有提案的降維矩陣，包括：

17、對所有提案的特征矩陣，引入pca技術，計算特征矩陣的協(xié)方差矩陣；

18、對協(xié)方差矩陣進行特征值分解，得到特征值和相應的特征向量；

19、選擇最大的多個特征值對應的特征向量，構成特征向量矩陣；

20、根據(jù)特征向量矩陣，構造投影矩陣，并將提案集投影到降維后的特征空間，從而完成降維處理，得到所有提案的降維矩陣。

21、在一個實施例中，對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)，包括：

22、對每個聚類組，構建每篇提案的文檔-詞項矩陣；

23、使用nmf算法，對文檔-詞項矩陣進行分解，得到文檔-主題矩陣和主題-詞項矩陣；

24、根據(jù)預設標準，設置每篇提案的系數(shù)比例，并結合文檔-主題矩陣和主題-詞項矩陣，對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)。

25、在一個實施例中，預設標準包括：

26、主題一致性、主題多樣性、關鍵詞突出性以及文檔連貫性。

27、在一個實施例中，根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案，包括：

28、以每個聚類組中質(zhì)量系數(shù)最高的提案為主合提案，其它提案為相似提案；

29、根據(jù)主合提案和相似提案，對每個聚類組的所有提案進行合案。

30、一種基于降維聚類的提案合案的裝置，包括：

31、獲取模塊，用于獲取提案庫的數(shù)據(jù)，并構建提案集；

32、處理模塊，用于對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣；對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組；

33、分析模塊，用于對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)；

34、合案模塊，用于根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案。

35、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

36、獲取提案庫的數(shù)據(jù)，并構建提案集；

37、對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣；對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組；

38、對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)；

39、根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案。

40、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

41、獲取提案庫的數(shù)據(jù)，并構建提案集；

42、對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣；對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組；

43、對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)；

44、根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案。

45、上述基于降維聚類的提案合案的方法，是一種結合dbscan算法及nmf算法實現(xiàn)提案合案的方法，通過一系列的數(shù)據(jù)預處理、精準聚類、提案質(zhì)量分析，實現(xiàn)自動化合案，幫助提案工作高效開展。與現(xiàn)有技術相比，本申請對dbscan算法進行改進以對提案進行聚類，無需預設簇（即聚類）的數(shù)量，即無需人工參與預設聚類數(shù)量，提高了聚類的效率和準確率；采用pca技術，對高維的提案特征矩陣進行降維，能夠減少特征的維度，保留數(shù)據(jù)中最重要的方差成分；使用網(wǎng)格搜索確定最優(yōu)參數(shù)，能夠更準確地識別不同提案文檔中的相似性，從而提高聚類的準確性；聚類完成后，結合nmf算法選出主合提案，能夠?qū)⒁粋€非負的文檔-詞項矩陣分解為代表文檔的矩陣和代表詞項的矩陣，以非負約束促進了文檔主題的清晰解釋性，能夠更好地識別提案內(nèi)容并進行質(zhì)量分析，能夠?qū)崿F(xiàn)全程自動化處理提案合案，解決了重復處理提案的問題，節(jié)省時間和資源。

技術特征：

1.一種基于降維聚類的提案合案的方法，其特征在于，包括：

2.根據(jù)權利要求1所述的一種基于降維聚類的提案合案的方法，其特征在于，對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣，包括：

3.根據(jù)權利要求1或2所述的一種基于降維聚類的提案合案的方法，其特征在于，對所有提案的特征矩陣，進行降維處理，并采用dbscan算法對所有提案進行聚類，得到多個聚類組，包括：

4.根據(jù)權利要求3所述的一種基于降維聚類的提案合案的方法，其特征在于，對所有提案的特征矩陣，進行降維處理，得到所有提案的降維矩陣，包括：

5.根據(jù)權利要求1或2所述的一種基于降維聚類的提案合案的方法，其特征在于，對每個聚類組，采用nmf算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)，包括：

6.根據(jù)權利要求5所述的一種基于降維聚類的提案合案的方法，其特征在于，預設標準包括：

7.根據(jù)權利要求1或2所述的一種基于降維聚類的提案合案的方法，其特征在于，根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案，包括：

8.一種基于降維聚類的提案合案的裝置，其特征在于，包括：

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的方法的步驟。

技術總結
本申請屬于提案處理技術領域，涉及一種基于降維聚類的提案合案的方法、裝置、設備和介質(zhì)。方法包括：獲取提案庫的數(shù)據(jù)，并構建提案集；對提案集的每篇提案，進行預處理，并得到每篇提案的文檔向量，以構建所有提案的特征矩陣；對所有提案的特征矩陣，進行降維處理，并采用DBSCAN算法對所有提案進行聚類，得到多個聚類組；對每個聚類組，采用NMF算法對每篇提案進行質(zhì)量分析，得到每篇提案的質(zhì)量系數(shù)；根據(jù)每篇提案的質(zhì)量系數(shù)，對每個聚類組的所有提案進行合案。采用本申請能夠?qū)崿F(xiàn)全程自動化處理提案合案，并提高合案的準確性。

技術研發(fā)人員：劉躍華,溫柔,文婧嫻,劉梓韻
受保護的技術使用者：湖南正宇軟件技術開發(fā)有限公司
技術研發(fā)日：
技術公布日：2025/1/6