服务需求方与服务提供方匹配方法及装置

摘要

本申请涉及一种服务需求方与服务提供方匹配方法及装置，服务需求方与服务提供方匹配方法包括建立多维度行业属性标签规则库；获取多个维度下所有服务需求方与服务提供方的属性标签；将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；根据每个维度下服务需求方与服务提供方的匹配深度值计算所述服务需求方与所述服务提供方的匹配度。本申请可以实现匹配过程具体化，匹配结果精准化，满足服务需求方与服务提供方双方需求。

说明书

技术领域

本申请属于智能教育技术领域，具体涉及一种服务需求方与服务提供方匹配方法及装置。

背景技术

随着互联网的普及，各种在线教育的资源也变得更加丰富起来。如何撮合在线教育的服务提供方即教育机构与服务需求方即用户就成为了一个非常契合实际的问题。在复杂、开放环境下，不仅用户对教育服务的需求越来越精细和多样化，同时，在线教育机构也在不断的市场竞争中形成了差异化的、各具特色的服务内容。无论是作为服务需求方的用户，还是作为服务提供方的教育机构，都对双方的精准匹配有着越来越高的要求。如何解析用户或教育机构复杂的需求，并查找和匹配到最符合用户诉求的教育服务或教育机构最适用的用户，是交易撮合匹配研究中的关键。

相关技术中，使用文本标签匹配方法对服务需求方与服务提供方进行匹配，但文本标签匹配由于匹配规则单一，如：服务提供方A具备标签“测试培训”，用户B具备标签“JAVA培训”，由于两个标签经过比较后并不相同，因此会出现使用文本标签匹配计算出关联度为0的情况。此种情况在直观的理解中是没有关联的，但实际应用中，服务提供方A提供的课程与用户B意向的课程之间并非简单的相同或相似关系。因此，文本标签匹配方式是粗略的，不能够对标签中的关联关系进行归纳和总结，因此往往也不能反映出真实的对象之间的匹配度，导致匹配结果不准确或不能满足服务需求方与服务提供方实际需求。

发明内容

为至少在一定程度上克服文本标签匹配方式规则单一，匹配过程粗略，不能够对标签中的关联关系进行归纳和总结，因此往往也不能反映出真实的对象之间的匹配度，导致匹配结果不准确或不能满足服务需求方与服务提供方实际需求的问题，本申请提供一种服务需求方与服务提供方匹配方法及装置。

第一方面，本申请提供一种服务需求方与服务提供方匹配方法，包括：

建立多维度行业属性标签规则库；

获取多个维度下所有服务需求方与服务提供方的属性标签；

将每个维度下服务需求方或服务提供方的属性标签与所述多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；

根据所述每个维度下服务需求方与服务提供方的匹配深度值计算所述服务需求方与所述服务提供方的匹配度。

进一步的，所述建立多维度行业属性标签规则库包括：

获取多维度行业属性特征；

对每一维度下所述行业属性特征按照预设路径规则进行处理，生成具有深度值的叶子标签；

根据所述具有深度值的叶子标签生成对应维度下的行业属性标签规则库。

进一步的，所述预设路径规则，包括：

通过人工配置生成，和/或，采用人工智能算法自动生成。

进一步的，还包括：

将同一维度下的多个叶子标签的深度调整为相同深度值。

进一步的，所述根据所述每个维度下服务需求方与服务提供方的匹配深度值计算所述服务需求方与所述服务提供方的匹配度，包括：

为每个维度分配权重值；

所述匹配度为所有维度权重值与对应维度下匹配深度值乘积的总和。

进一步的，所述将每个维度下服务需求方或服务提供方的属性标签与所述多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值，包括：

获取服务需求方或服务提供方在一个维度下的最后叶子节点的第一行业属性标签；

计算服务需求方或服务提供方所有行业属性标签的第一深度值；

获取对应的服务提供方或服务需求方在所述维度下的与所述第一行业属性标签匹配的第二行业属性标签及第二行业属性对应的第二深度值；

比较所述第一深度值与所述第二深度值，若相同，则将所述第一深度值作为匹配深度值。

进一步的，还包括：

若不相同，查找服务需求方或服务提供方在一个维度下的最后叶子节点的所有父节点；

将所有父节点与对应的服务提供方或服务需求方中第二行业属性标签进行匹配，直到获取到与第一深度值相同的第二深度值及第二行业属性标签。

进一步的，若所有父节点与对应的服务提供方或服务需求方匹配上的第二行业属性标签为多个，还包括：

取匹配上的第二行业属性标签中对应的最大第二深度值作为匹配深度值。

进一步的，所述计算所述服务需求方与所述服务提供方的匹配度后，还包括：

按照预设匹配度阈值筛选满足匹配度要求的服务需求方或所述服务提供方作为匹配对象进行推荐。

第二方面，本申请提供一种服务需求方与服务提供方匹配装置，包括：

建立模块，用于建立多维度行业属性标签规则库；

获取模块，用于获取多个维度下所有服务需求方与服务提供方的属性标签；

匹配模块，用于将每个维度下服务需求方或服务提供方的属性标签与所述多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；

计算模块，用于根据所述每个维度下服务需求方与服务提供方的匹配深度值计算所述服务需求方与所述服务提供方的匹配度。

本申请的实施例提供的技术方案可以包括以下有益效果：

本发明实施例提供的服务需求方与服务提供方匹配方法及装置，通过建立多维度行业属性标签规则库，获取多个维度下所有服务需求方与服务提供方的属性标签，将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值，根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与所述服务提供方的匹配度，实现匹配过程具体化，匹配结果精准化，满足服务需求方与服务提供方双方需求。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请一个实施例提供的一种服务需求方与服务提供方匹配方法的流程图。

图2为本申请另一个实施例提供的一种服务需求方与服务提供方匹配方法的流程图。

图3为本申请一个实施例提供的一种服务需求方与服务提供方匹配装置的功能结构图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。

图1为本申请一个实施例提供的服务需求方与服务提供方匹配方法的流程图，如图1所示，该服务需求方与服务提供方匹配方法，包括：

S11：建立多维度行业属性标签规则库；

S12：获取多个维度下所有服务需求方与服务提供方的属性标签；

S13：将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；

S14：根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与所述服务提供方的匹配度。

传统的在线教育资源撮合方法使用文本标签匹配方法对服务需求方与服务提供方进行匹配，但文本标签匹配由于匹配规则单一，如：服务提供方A具备标签“测试培训”，用户B具备标签“JAVA培训”，由于两个标签经过比较后并不相同，因此会出现使用文本标签匹配计算出关联度为0的情况。此种情况在直观的理解中是没有关联的，但实际应用中，服务提供方A提供的课程与用户B意向的课程之间并非简单的相同或相似关系。因此，文本标签匹配方式是粗略的，不能够对标签中的关联关系进行归纳和总结，因此往往也不能反映出真实的对象之间的匹配度，导致匹配结果不准确或不能满足服务需求方与服务提供方实际需求。

本实施例中，通过建立多维度行业属性标签规则库，获取多个维度下所有服务需求方与服务提供方的属性标签，将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值，根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与所述服务提供方的匹配度，实现匹配过程具体化，匹配结果精准化，满足服务需求方与服务提供方双方需求。

图2为本申请另一个实施例提供的一种服务需求方与服务提供方匹配方法的流程图，如图2所示，该服务需求方与服务提供方匹配方法，包括：

S21：获取多维度行业属性特征；

S22：对每一维度下行业属性特征按照预设路径规则进行处理，生成具有深度值的叶子标签；

一些实施例中，预设路径规则，包括：

通过人工配置生成，和/或，采用人工智能算法自动生成。

一些实施例中还包括：

将同一维度下的多个叶子标签的深度调整为相同深度值。

在为待匹配对象(包括服务提供方和服务需求方)贴的标签是叶子标签，并且保证叶子标签所处的维度是一致的。例如：

调整前，培训类型维度的路径及深度包括：

培训类型-IT培训-java培训深度2；

培训类型-IT培训-测试培训-自动化培训深度3；

培训类型-IT培训-测试培训-压力测试培训深度3；

对象A(服务提供方)标签java培训自动化培训；

对象B1(服务需求方)标签java培训跟对象A标签对比计算出的深度2；

对象B2(服务需求方)标签自动化培训跟对象A标签对比计算出的深度3；

但实际上，B1和B2的意向对于A对象是一样的，由于叶子节点的深度不一样，经过计算后导致的意向度不一致的情况。为保证同一维度下叶子节点的深度是一致的，需对叶子标签的深度值进行调制。

调整后，培训类型维度的路径及深度包括：

培训类型-IT培训-空-java培训深度3；

培训类型-IT培训-测试培训-自动化培训深度3；

培训类型-IT培训-测试培训-压力测试培训深度3；

对象A标签java培训自动化培训；

对象B1标签java培训跟对象A标签对比计算出的深度3；

对象B2标签自动化培训跟对象A标签对比计算出的深度3；

从而保证计算出的B1和B2的意向度是一样的，符合用户实际需求。

S23：根据所述具有深度值的叶子标签生成对应维度下的行业属性标签规则库。

规则库最终以根-路径-叶子的形式存储行业属性标签，每个深度路径下都存在根节点、路径和最后的叶子节点，保证不同维度的叶子节点在同一深度中。具体如下形式：

LA-LA1-LA2-LA3-LA4-LA5-LA6-LA7-LA8-LA9，其中LA维度如果为所有维度中的最深的路径；

LB-空-空-空-空-空-空-空-空-LB9其中LB9的深度为9；

LC-LC1-空-空-LC5-空-空-空-空-LC9其中LC1的深度为1，LC5的深度为5。

S24：获取服务需求方或服务提供方在一个维度下的最后叶子节点的第一行业属性标签；

S25：计算服务需求方或服务提供方所有行业属性标签的第一深度值；

S26：获取对应的服务提供方或服务需求方在所述维度下的与第一行业属性标签匹配的第二行业属性标签及第二行业属性对应的第二深度值；

S27：比较第一深度值与所述第二深度值，若相同，则将第一深度值作为匹配深度值。

一些实施例中，还包括：

若第一深度值与所述第二深度值不相同，查找服务需求方或服务提供方在一个维度下的最后叶子节点的所有父节点；

将所有父节点与对应的服务提供方或服务需求方中第二行业属性标签进行匹配，直到获取到与第一深度值相同的第二深度值及第二行业属性标签。

若所有父节点与对应的服务提供方或服务需求方匹配上的第二行业属性标签为多个，还包括：

取匹配上的第二行业属性标签中对应的最大第二深度值作为匹配深度值。

例如，首先进行同一维度上所有属性标签的匹配计算，根据标签深度得出单一维度的意向度。

步骤1：提取待匹配对象A在某一维度上的所有标签。

步骤2：依次提取待匹配对象B在这一维度上的所有标签；

步骤3：计算待匹配对象A的在这一维度上一个标签(LA)的深度；

步骤4：计算待匹配对象B在这一维度上的所有叶子标签、叶子标签对应的父标签及各个标签的深度；

步骤5：计算待匹配对象B所有标签是否有处于同待匹配对象A中标签(LA)同样深度标签。

步骤6：如果存在与标签(LA)相同的标签(LB)，且，标签(LA)与标签(LB)的深度值相同；记录标签(LA)对应的深度值为匹配深度值。

步骤7：如果没有同样深度的标签，则取(LA)的前一个父标签再与待匹配对象B的所有标签比较，直到筛选出待匹配对象A和B存在的所有相同标签，且相同标签对应的深度相同的深度值；

步骤8：待匹配对象A同一维度下所有标签与待匹配对象B匹配完成后，计算出的最大深度值作为匹配深度值。

S28：根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与服务提供方的匹配度。

一些实施例中，根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与服务提供方的匹配度，包括：

为每个维度分配权重值，匹配度为所有维度权重值与对应维度下匹配深度值乘积的总和。

依次计算出所有维度下的匹配深度值；

两个对象间的匹配度＝维度1权重*深度+维度2权重*深度......+维度N权重*深度。其中，权重总和为1。

同理，计算出，系统中所有服务提供方和服务需求方两两之间的匹配度。

S29：按照预设匹配度阈值筛选满足匹配度要求的服务需求方或服务提供方作为匹配对象进行推荐。

筛选出匹配度高的服务提供方和服务需求方进行相互推荐。

一些实施例中，把计算得出的匹配度进行排序，根据排序结果进行服务提供方和服务需求方相互推荐。

例如，机构A为一家进行大数据培训的机构，机构B为一家进行测试培训、JAVA培训的机构，C机构为一家进行舞蹈培训的机构，现有一个想学习html技术的用户M，三个教育机构与用户M的匹配度计算过程包括：

预置基于教育行业的标签规则库，预置不同维度标签的深度。规则库中三个培训机构的标签存储结构分别为：

LA-LA1-LA2-LA3-LA4-LA5-LA6-LA7-LA8-LA9；LB-空-空-空-空-空-空-空-空-LB9；LC-LC1-空-空-LC5-空-空-空-空-LC9其中LC1的深度为1，LC5的深度为5。

提取机构A的标签，与教育行业的标签规则库进行匹配，提取到的标签如果在路径中越靠右说明越精确，越靠左的标签越模糊，比如提取到了LA8的标签。那通过以上的路径数，可以很明确LA8往左的标签都是机构A存在的标签。提取用户M的标签，同一个维度的标签，如果都靠右，则相关匹配度越接近，越靠左则匹配度越弱。比如机构A提取的标签为LA8，我们可以计算为匹配深值度为8。如果标签为LA6，则匹配深值度为6。值越高说明匹配度越高。需要说明的是，同一维度根标签下会有多个分支即存在多种路径的情况，形式例如为：

L1-L2-L3-L41-L42-L43-L44-L45-L46-L47-L48

L1-L2-L3-L51-L52-L53-L54-L55-L56-L57-L58

提取机构A的标签为L48，提取用户M的标签为L57，L48的深度为10，L57的深度为9，其匹配深度值不能简单的确定为9，而是需要往左找到最左父节点所在的深度即L3,L3的深度值为2，因此，匹配深度值为2。还存在一种情况就是机构A的标签为L48，用户M的标签为L46、L57，那在这一维度上两个标签的最左节点为L46，则深度为8，因此机构A与用户M的匹配深度值为8。若在同一根节点下存在多个匹配深度值，取最大匹配深度值。

同样的，运用以上方法可以计算N种不同维度标签的深度。不同维度的标签的匹配意向度是不一样的，为维度设置一种权重，将所有维度的匹配度值相加即可得出一种两个对象之间的精准匹配度。

本实施例中，在进行标签属性的分析时，通过建立不同维度的属性标签规则库，对行业属性标签进行归纳和总结，在进行标签匹配性的计算时，通过循环计算待匹配对象的所有属性标签在某一维度中匹配度，综合所有维度精确得出最终匹配结果，满足教育提供方与教育需求方的双重需求，提高用户满意度。

本发明实施例提供一种服务需求方与服务提供方匹配装置，如图3所示的功能结构图，该服务需求方与服务提供方匹配装置包括：

建立模块31，用于建立多维度行业属性标签规则库；

获取模块32，用于获取多个维度下所有服务需求方与服务提供方的属性标签；

匹配模块33，用于将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；

计算模块34，用于根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与所述服务提供方的匹配度。

一些实施例中，还包括：推荐模块35，用于按照预设匹配度阈值筛选满足匹配度要求的服务需求方或服务提供方作为匹配对象进行推荐。

本实施例中，通过建立模块建立多维度行业属性标签规则库；获取模块获取多个维度下所有服务需求方与服务提供方的属性标签；匹配模块将每个维度下服务需求方或服务提供方的属性标签与多维度行业属性标签规则库进行匹配得到每个维度下服务需求方与服务提供方的匹配深度值；计算模块根据每个维度下服务需求方与服务提供方的匹配深度值计算服务需求方与所述服务提供方的匹配度，可以实现匹配过程具体化，匹配结果精准化，满足服务需求方与服务提供方双方需求。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能组件的形式实现。所述集成的模块如果以软件功能组件的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

需要说明的是，本发明不局限于上述最佳实施方式，本领域技术人员在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是具有与本申请相同或相近似的技术方案，均落在本发明的保护范围之内。