本发明涉及石化项目规划，更具体地说，涉及一种基于ai和知识图谱的项目规划及商情智能推送系统。
背景技术：
1、现有技术主要为对各类网站、社交媒体、新闻源等海量数据的实时抓取和高效处理，该技术已经广泛应用于金融、电商、政务等多个领域，经过不断的优化和迭代，已具备较高的稳定性和可靠性；能够支持对海量数据的快速采集、清洗、整合和分析，满足对科创商情资讯的全方位、多角度的监测需求，通过该技术，可以实现对竞争对手、行业动态、技术趋势等的实时跟踪和深度分析；
2、但是在实际使用过程中，虽然自然语言处理(nlp)技术在文本分析、情感分析等方面已经取得了显著进展，但在深度语义理解和推理方面仍面临挑战，科创商情资讯往往涉及专业术语和复杂语境，需要更加精准的语义理解技术来提取关键信息和识别潜在价值；
3、而且关联推荐技术是实现个性化信息推送的关键，然而，现有的推荐算法往往存在冷启动、数据稀疏等问题，导致推荐效果不尽如人意，推荐的准确性和个性化程度不足。
技术实现思路
1、针对现有技术存在的现有的不足，本发明的目的在于提供一种基于ai和知识图谱的项目规划及商情智能推送系统。
2、为实现上述目的，本发明一方面提供了如下技术方案：
3、一种基于ai和知识图谱的项目规划及商情智能推送系统，包括数据采集模块，所述数据采集模块用于实时抓取行业数据：
4、商情分析模块，所述商情分析模块包括语言处理单元、知识图谱构建单元和决策支持单元；
5、所述语言处理单元用于根据所述数据采集模块的信息来提取关键信息，并将关键信息转化后传输至所述知识图谱构建单元和决策支持单元；
6、所述知识图谱构建单元根据所述语言处理单元的关键信息构建知识库，并且形成知识图谱信息，并将知识谱图信息传输至所述决策支持单元；
7、所述决策支持单元用于根据所述语言处理单元和所述知识图谱构建单元的结果来进行统计和分析，辅助做出商业决策；
8、智能推送模块，所述智能推送模块包括个性化单元和推送单元，所述个性化单元用于根据所述商情分析模块和所述数据采集模块的信息来理解用户需求；
9、所述推送单元用于根据所述个性化单元的判断结果来推送相关信息。
10、优选的，所述数据采集模块包括采集单元、处理单元和监测单元；
11、所述采集单元用于从不同数据源收集原始数据；
12、所述处理单元用于对所述采集单元的原始数据进行处理，具体步骤为：
13、区分不同类型的原始数据；
14、从不同类型的原始数据中提取可读文本，进行文本提取，并且清洗html内容，提取有用文本并去除标签；
15、删除可读文本中无关的填充词、特殊字符和格式错误，纠正拼写错误和语法错误，识别并处理重复数据；
16、识别文本中的特定实体，包括人名、地点名称和组织名称，并将其标准化，并且标准化日期、货币和度量单位的数据字段；
17、所述监测单元用于对所述采集单元和所述处理单元的过程进行实时监控。
18、优选的，所述监测单元的具体工作方式如下：
19、根据公式计算获取得到所述数据的实时监测值q，其中n为数据的度量特征数量，xi为该数据第i个度量特征的评估值，ωi为该数据第i个度量特征的权重系数；
20、事先设定一个实时监测值的阈值，如果该数据的实时监测值q小于实时监测值的阈值，则将该数据标记为异常，对异常的数据进行删减。
21、优选的，所述语言处理单元的具体工作方式如下：
22、根据公式计算获取得到该文本信息的综合价值w，其中e为文本信息中特征信息的数量，其中ry为第y个特征信息的评估值，δy为第y个信息的权重系数；
23、事先设定一个综合价值的阈值，将该文本的综合价值w和综合价值的阈值进行对比，如果该文本信息的综合价值w大于综合价值的阈值，则将该文本信息传输至所述知识图谱构建单元。
24、优选的，所述该文本信息中所有特征信息的评估值的获取方式如下：
25、文本信息中特征信息分别包括关键词重要值、情感倾向得分、语义相关性得分、信息新颖得分和语度语义理解得分；
26、对于关键词重要，事先记录标记和项目规划相关关键词的重要值，获取得到文本信息中所有关键词重要值的综合值；
27、情感倾向得分通过评估文本信息中的情感倾向获得，其中积极为正值，消极和负值，通过获得文本信息中所有情感倾向的总和得到情感倾向得分；
28、语义相关性得分通过评估文本信息与预设领域的语义相似度得到；
29、信息新颖得分和语度语义理解得分通过评估文本的深度语义理解和文本信息的新颖性得到。
30、优选的，所述语言处理单元的具体工作方式还包括：
31、获取得到文本信息中每个词语与上下文词语之间的相似度，然后取所有相似度的平均值，获取得到上下文调整因子t；
32、根据公式u＝a*g+(1-a)*j，获取得到适应性调整因子，其中g为术语权重值，j为领域匹配得分，a为预设的参数，用于平衡术语权重和模型匹配度在计算中的相对重要性；
33、使用性能提升得分除以最大性能提升得分获取得到持续调整因子y；
34、根据公式k＝w*t*j*y，获取得到调整后的综合价值k，根据调整后的总和价值k来代替综合价值w进行评估。
35、优选的，所述知识图谱构建单元的具体工作方式如下：
36、获取得到所述数据处理单元传输的文本信息；
37、使用命名实体识别(ner)技术来标注文本中的实体，应用关系抽取技术来确定实体间的语义联系；
38、定义本体和模式，确立知识图谱的结构，将抽取的实体和关系映射到预定义的本体中，使用图数据库或其他存储解决方案来构建知识图谱；
39、为实体添加详细的属性和分类信息，利用图谱推理技术发现新的知识和联系，完成知识图谱的构建。
40、优选的，所述决策支持单元的具体工作方式如下：
41、根据所述知识图谱构建单元和所述数据处理单元中的文本信息获取得到用户企业的市场需求、市场增长率和技术适配度；
42、根据市场需求乘以市场增长率再乘以技术适配度获得市场潜力评估值h；
43、根据用户企业的净利润减去投资成本再除以投资成本获取得到用户企业的投资回报率z；
44、根据企业的潜在损失乘以发生概率再除以风险承受能力获取风险评估值c；
45、将市场潜力评估值h、企业的投资回报率z和风险评估值c进行标准化后计算总和，获得总和决策得分n；
46、事先设定一个总和决策得分的接受阈值，如果当前的总和决策得分n大于接受阈值，得标记当前企业的策略可行，如果否，则需要进行调整。
47、优选的，所述个性化单元的具体工作方式如下：
48、获取得到该用户对浏览内容的种类数和对每个内容的浏览次数，计算该用户每个浏览内容乘以对应浏览次数的总和，得到该用户的偏好值v；
49、获取得到每个种类待推送内容的特征向量∈；
50、根据公式计算获取得到用户对每个种类的偏好权重δj，其中δj表示对第j个种类的偏好权重，∈是内容类别的总数，vj是该用户对第j类内容的偏好值，其中j为1至∈的任意整数，代表不同的内容类别；
51、根据公式获取得到每个内容的内容得分τ，其中ρj是每类内容在第φ个特征上的值，δφ表示第φ个特征的权重系数；
52、获取得到内容的新鲜度b；
53、根据公式γ＝τ*(b+1)，获取得到最终的推荐得分γ，设定一个推荐得分的阈值，将推荐得分高于阈值的推送内容传输至所述推送单元。
54、优选的，所述推送单元的具体工作方式如下：
55、将推荐得分高的内容丰富用户的推荐列表，并推荐给用户，同时收集用户对推送内容的反馈和参与度。
56、工作原理
57、通过深化自然语言处理技术的应用，来提升文本分析和语义理解的精度和深度和创新关联推荐算法，来提高推荐的准确性和个性化程度，通过分析用户的历史行为和偏好，即使在用户数据有限的情况下也能提供个性化推荐；并且预测用户可能感兴趣的内容，即使在数据不足的情况下，有利于根据用户的具体需求和偏好，提供定制化的信息和分析，增强用户体验；结合实时市场分析和用户画像，确保推送内容与用户的兴趣和需求高度相关。
1.一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，包括数据采集模块，所述数据采集模块用于实时抓取行业数据：
2.根据权利要求1所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述数据采集模块包括采集单元、处理单元和监测单元；
3.根据权利要求2所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述监测单元的具体工作方式如下：
4.根据权利要求1所述的基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述语言处理单元的具体工作方式如下：
5.根据权利要求4所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述该文本信息中所有特征信息的评估值的获取方式如下：
6.根据权利要求4所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述语言处理单元的具体工作方式还包括：
7.根据权利要求4所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述知识图谱构建单元的具体工作方式如下：
8.根据权利要求7所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述决策支持单元的具体工作方式如下：
9.根据权利要求1所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述个性化单元的具体工作方式如下：
10.根据权利要求9所述的一种基于ai和知识图谱的项目规划及商情智能推送系统，其特征在于，所述推送单元的具体工作方式如下：
