© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州筑龙信息技术股份有限公司
企业杭州筑龙信息技术股份有限公司成立于2008年，位于浙江省。所属行业为软件和信息技术服务业。经营范围包括第二类增值电信业务；广播电视节目制作经营(依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准)。技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广；软件开发；信息咨询服务（不含许可类信息咨询服务）。
新三板(终止上市)高新技术企业科技型中小企业瞪羚企业专精特新企业
数据集列表
建筑行业建造师执业业绩问数垂类大模型语料数据
本数据产品专为训练建筑行业建造师执业业绩查询领域垂类大语言模型而构建。建筑行业在建造师执业业绩查询方面长期面临信息分散、查询效率低、评估标准不统一等痛点。建造师业绩数据分散存储于各企业和地方住建部门，涉及建造师姓名、执业资格、注册编号、所属企业、项目名称、工程类型、项目所在地、总投资、项目角色、开工及竣工日期、项目状态等多维度信息，传统人工查询方式需跨多个省份平台逐一检索，耗时费力，难以快速获取准确的业绩概况。本数据产品通过Text-to-SQL技术路径，将自然语言问题精准转化为SQL查询语句，覆盖建造师基本信息查询、执业资格查询、所属企业查询、项目名称查询、工程类型查询、投资规模查询、项目状态查询、多条件组合查询等18种典型业务场景。企业可基于本语料数据的“指标名称”“问题查询”等字段内容，适配自身数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据为建筑行业提供了稀缺的、高质量的垂直领域语料，有力支撑了建造师执业业绩查询领域的自然语言处理技术研发、模型训练与评测，对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。1. 数据清洗与标准化：
对生成的Text-to-SQL语料数据进行多维度清洗处理：（1）去重处理：基于自然语言问题的语义相似度（余弦相似度阈值0.95）去除重复或高度相似的查询语料；（2）SQL语法校验：对每条生成的SQL语句进行语法正确性验证，确保可正常执行；（3）结果一致性校验：验证SQL查询结果与自然语言描述结果的一致性，确保结果输出准确对应查询意图；（4）敏感信息脱敏：对建造师姓名、注册编号、企业名称等个人信息进行脱敏处理；（5）保留"无匹配数据"样本，增强模型对数据缺失场景的理解能力。
2. 问题分类与结构化：
将查询语料按查询意图归类为18种场景类型：建造师基本信息查询、执业资格查询、注册编号查询、所属企业查询、项目名称查询、工程类型查询、项目所在地查询、项目角色查询、投资规模查询、开工日期查询、竣工日期查询、项目状态查询、企业建造师查询、地区建造师查询、投资范围筛选、日期范围查询、多条件组合查询、建造师业绩总览查询。每种场景包含多种自然语言问法变体，覆盖不同表述习惯。
3. 核心算法建模：
（1）语义解析与要素提取：基于预训练语言模型（BERT-base-Chinese，12层Transformer，768维隐藏层）对用户自然语言问题进行语义解析，采用TextCNN分类器识别18种查询场景意图，采用CRF序列标注模型提取关键实体（建造师姓名、企业名称、工程类型、日期、投资额等）。
（2）SQL语句生成：基于模板匹配与语法树构建的双路径策略。对于高频固定模式问题，直接匹配SQL模板；对于复杂组合查询，通过构建抽象语法树（AST）生成SQL语句，确保SELECT字段、WHERE条件、聚合函数的正确组合。
（3）异常值检测：采用IsolationForest孤立森林算法（n_estimators=100, contamination=0.05, max_samples='auto'）对生成的语料进行异常检测，识别SQL与问题不匹配、结果输出异常、数据逻辑矛盾等样本，异常语料过滤率>=99%。
浙江省数据知识产权登记平台2026-07-04 更新00
建筑行业转介绍预测垂类大模型语料数据
该数据可用于训练建筑行业转介绍行为预测垂类大语言模型，使其能够深度理解企业在客户关系管理与业务拓展过程中对于转介绍行为预测方向的自然语言问题，并准确转化为对应的SQL查询语句，从而实现转介绍行为数据的高效查询与智能预测分析。依托建设通平台整合的企业基础信息、合作历史、满意度评价、转介绍记录、关系深度等多源数据构建标准化语料体系，模型经训练后可精准理解"转介绍意愿""预测概率""忠诚度评分""转介绍成功率""关系深度等级""转化率"等转介绍行为预测特有需求，建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身客户数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据也为建筑行业提供稀缺的、高质量的转介绍行为预测垂直领域语料库，支撑意图识别、自然语言处理等核心技术的研发与评测，推动建筑行业对于项目转介绍的行为预测形成可量化评估的方向发展。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。1. 数据清洗与标准化
数据清洗：对从建设通平台整合的企业基础信息、合作历史、满意度评价、转介绍记录等多源原始数据进行清洗，剔除重复评估记录、缺失关键字段（如企业名称、转介绍意愿、预测结果）的数据及存在逻辑矛盾的样本。例如，转介绍成功次数超过转介绍总次数、转介绍成功率为负值、满意度评分超出1-5分范围、预测概率超过100%等异常记录均予以剔除。表格中"结果输出"为"无匹配数据"的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。
格式统一：统一转介绍意愿等级划分标准（高/中/低）、关系深度等级（浅层/中层/深层/战略）、预测结果分类（会转介绍/可能转介绍/不会转介绍）和SQL语法风格，确保语料的规范性和一致性。对建表语句进行格式化，统一字段类型和注释风格。
2. 问题分类与结构化
按照转介绍行为预测的特定场景对问题进行归类，主要包括转介绍预测总览（如"某企业会不会转介绍"）、转介绍意愿筛选（如"哪些企业转介绍意愿高"）、转介绍成功率排名、预测结果分类查询（如"预测会转介绍的企业"）、预测概率区间查询、关系深度筛选、忠诚度评分排名、合作满意度筛选、转介绍频次统计、合作深度与转介绍关联分析、高意愿低转化企业排查、转介绍目标企业分析、区域转介绍分布统计、资质等级与转介绍关联分析、评估周期对比、企业类型转介绍分析及综合转介绍排名等，确保语料对转介绍行为预测核心场景的全面覆盖。
3. 核心算法建模
（1）语义解析与要素提取：采用基于规则和行业词典的文本分析方法，对自然语言问题进行解析，精准提取关键要素。针对转介绍行为预测领域的特有表述（如"老带新""口碑推荐""引荐""转介绍""推荐客户""介绍业务"等），构建转介绍术语同义词映射表，将口语化表述归一化为标准转介绍意愿和预测查询条件。同时提取查询对象（企业/客户）、筛选条件（转介绍意愿、预测结果、预测概率区间、关系深度、忠诚度评分、满意度、区域、评估周期）及聚合维度等关键要素。
（2）SQL语句生成：基于预定义的"转介绍术语-字段"映射规则和"查询意图-过滤条件"映射规则，自动生成标准化的SQL查询语句。映射规则覆盖多条件组合、排序、分页（LIMIT）、聚合函数、分组统计及日期范围查询等SQL语法结构，重点强化合作深度与转介绍关联查询和高意愿低转化交叉分析的SQL生成能力。
浙江省数据知识产权登记平台2026-07-04 更新00
建筑行业合同关键信息智能提取大模型训练数据
本数据集作为建筑行业合同关键信息智能提取大模型的核心训练语料，用于 RoBERTa-wwm-ext 预训练语言模型的领域微调，以及 BiLSTM-CRF 序列标注模型的训练，使模型能够准确识别合同中的甲方名称、乙方名称、合同金额、签订日期等 18 种关键实体。同时，数据集可支撑模型在 18 种提取场景下的端到端准确率评测、LOF 异常检测算法验证及置信度校准。基于提取结果，可构建建筑行业合同要素知识图谱，积累标准条款、付款方式等行业基准数据，并为智能合同管理、招投标辅助审核、财务结算对接等下游业务系统提供结构化数据支撑。
浙江省数据知识产权登记平台2026-07-03 更新20
建筑施工安全风险智能评估问数垂类大模型语料数据
本数据专为训练建筑行业施工安全风险评估领域垂类大语言模型而构建。当前建筑安全风险管控主要依赖人工定期巡查和纸质记录，安全检查记录分散在施工日志、检查报告、整改通知等多个渠道中，隐患整改跟踪效率低下。安全管理人员需要手动汇总安全风险数据，难以实时掌握项目的真实安全状况。面对大量在建项目，人工逐项分析风险等级、评估整改效果效率低下，导致风险预警滞后，错失最佳整改时机。不同项目的安全风险数据格式不统一、字段定义不一致，给跨项目风险对比和趋势分析带来困难。本数据产品采用风险评估模式下的Text-to-SQL技术路径，围绕建筑安全风险信息表设计18种典型查询场景，覆盖风险类别查询、处罚金额查询、逾期未改查询、多条件组合查询、安全风险趋势等场景，生成高质量的问题-SQL-结果三元组训练语料。企业可基于本语料数据的“指标名称”“问题查询”等字段内容，适配自身数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据产品作为稀缺的、高质量的垂直领域语料，对推动建筑行业施工安全风险评估智能化发展提供了有力支撑，对建筑行业数据要素价值释放和AI技术应用落地具有重要意义。1. 数据清洗与标准化：
对原始建筑安全风险数据进行多维度清洗处理：（1）脱敏处理：企业名称字段采用"前2字+**+后4字"的脱敏规则，检查人员等姓名字段采用"姓+*+名"的脱敏规则，项目所在地等地址字段采用"省市+***"的脱敏规则，确保训练数据不泄露真实商业信息；（2）数据标准化：统一日期格式、金额单位等数据表达规范，处罚金额等数值字段保留两位小数精度；（3）异常样本保留：对查询结果为"无匹配数据"的样本予以保留，用于训练模型识别边界查询和空结果场景，提升模型的鲁棒性。
2. 问题分类与结构化：
将自然语言问题按施工安全风险评估场景归类为18种类型：企业安全风险总览、风险等级筛选、风险类别查询、检查类型查询、整改状态查询、隐患描述查询、项目安全查询、地区安全分布、检查日期查询、整改期限查询、检查人员查询、处罚金额查询、逾期未改查询、多条件组合查询、安全风险趋势、企业多项目安全、风险类别分布、安全综合评估查询。同时按查询复杂度分为单条件查询、范围查询、多条件组合查询和综合分析查询四个维度。
3. 核心算法建模：
（1）语义解析：基于预训练语言模型（BERT-base-Chinese，12层Transformer，768维隐藏层）对用户自然语言问题进行深度语义解析，采用CRF序列标注技术提取问题中的关键查询条件（企业名称、项目名称、风险等级、风险类别、检查日期、整改状态等），为后续SQL生成提供结构化输入。
（2）SQL生成：根据识别的意图和提取的实体，按照场景模板生成对应的SQL查询语句，支持单条件查询、范围查询、多条件组合查询和综合分析查询。结合风险等级、隐患描述、整改状态等多维信息，对施工安全风险进行量化评估，输出风险等级判定和整改建议。
（3）异常检测：采用IsolationForest（n_estimators=100, contamination=0.05）孤立森林算法对生成的语料进行异常检测，识别SQL语法错误、语义不一致、结果与问题不匹配等异常样本，异常语料过滤率不低于99%，确保训练语料的质量和可靠性。
浙江省数据知识产权登记平台2026-06-24 更新10
建筑行业招投标异常行为检测垂类大模型语料数据
该数据可用于训练建筑行业招投标异常行为检测垂类大语言模型，使其能够深度理解招投标活动中围标串标、资质挂靠、虚假投标、恶意低价、违规评标、转包分包等异常行为检测方向的自然语言问题，并准确转化为对应的SQL查询语句，从而实现招投标异常行为数据的高效查询与智能分析。依托建设通平台整合的评标报告、投诉举报、审计检查、系统监测等多源数据构建标准化语料体系，模型经训练后可精准理解"围标串标""资质挂靠""恶意低价""违规评标""黑名单"等招投标异常行为特有需求，建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身异常行为数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据也为建筑行业提供稀缺的、高质量的招投标异常行为检测垂直领域语料库，支撑意图识别、自然语言处理等核心技术的研发与评测，对推动建筑行业数据要素价值释放与AI技术应用落地具有重要意义。
浙江省数据知识产权登记平台2026-06-18 更新00
建筑行业招投标异常行为检测垂类大模型语料数据
该数据可用于训练建筑行业招投标异常行为检测垂类大语言模型，使其能够深度理解招投标活动中围标串标、资质挂靠、虚假投标、恶意低价、违规评标、转包分包等异常行为检测方向的自然语言问题，并准确转化为对应的SQL查询语句，从而实现招投标异常行为数据的高效查询与智能分析。依托建设通平台整合的评标报告、投诉举报、审计检查、系统监测等多源数据构建标准化语料体系，模型经训练后可精准理解"围标串标""资质挂靠""恶意低价""违规评标""黑名单"等招投标异常行为特有需求，建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身异常行为数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据也为建筑行业提供稀缺的、高质量的招投标异常行为检测垂直领域语料库，支撑意图识别、自然语言处理等核心技术的研发与评测，对推动建筑行业数据要素价值释放与AI技术应用落地具有重要意义。1. 数据清洗与标准化
数据清洗：对从建设通平台整合超千万级的评标报告、投诉举报、审计检查、系统监测等多源原始数据进行清洗，剔除重复异常记录、缺失关键字段（如项目名称、异常类型、涉及企业）的数据及存在逻辑矛盾的样本。例如，下浮率为负值、投标金额超过控制价、异常发现时间早于投标递交时间等异常记录均予以剔除。表格中"结果输出"为"无匹配数据"的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。
格式统一：统一异常类型名称（如"围标串标""资质挂靠""虚假投标""恶意低价""违规评标""转包分包"）、异常等级划分标准（严重/一般/轻微）和SQL语法风格，确保语料的规范性和一致性。对建表语句进行格式化，统一字段类型和注释风格。
2. 问题分类与结构化
按照招投标异常行为检测的特定场景对问题进行归类，主要包括项目异常总览（如"某项目的异常投标记录"）、异常类型筛选（如"围标串标记录"）、异常等级筛选（如"严重等级的异常行为"）、涉及企业查询（如"某企业涉及的异常行为"）、下浮率异常筛查（如"下浮率超过30%的投标"）、投标金额异常查询（如"投标金额异常偏低的记录"）、投标时间异常分析（如"投标递交时间异常集中"）、处理结果查询（如"被取消中标资格的记录"）等，确保语料对招投标异常行为检测核心场景的全面覆盖。
3. 核心算法建模
（1）语义解析与要素提取：采用基于规则和行业词典的文本分析方法，对自然语言问题进行解析，精准提取关键要素。针对招投标异常行为领域的特有表述（如"串标""陪标""围标""挂靠""借用资质""低价抢标""围标串标""黑名单"等），构建异常术语同义词映射表，将口语化表述归一化为标准异常类型名称。同时提取查询对象（项目/企业/招标单位）、筛选条件（异常类型、异常等级、下浮率范围、时间范围、确认状态）及聚合维度等关键要素。
（2）SQL语句生成：基于预定义的"异常术语-字段"映射规则和"查询意图-过滤条件"映射规则，自动生成标准化的SQL查询语句。映射规则覆盖多条件组合（AND/OR）、排序（ORDER BY）、分页（LIMIT）、聚合函数（COUNT/SUM/AVG/MAX/MIN）、分组统计（GROUP BY）及日期范围查询（BETWEEN）等SQL语法结构，重点强化异常类型归一化和下浮率/金额异常阈值查询的SQL生成能力。
浙江省数据知识产权登记平台2026-07-04 更新00
建筑施工行业项目价值评估数据
通过统计公司平台建筑施工行业项目全量数据，整合省市重点项目、土地交易等数据表信息，经数据清洗、跨表关联、补全、异常值过滤及标准化转换后，通过计算项目价值得分，实现项目管控，为业务提供数据支撑。项目管理中，基于评分实现精细化分级。S级优先配置优质资源，实时监控进度、资金与质量；A级纳入重点跟进清单，优化资源配置与实施流程；B级执行标准化管理流程，季度复盘项目进展与效益；C级精简非必要管理环节，聚焦核心交付成果；D级制定成本压缩与风险应对方案，必要时调整项目优先级。对于建筑行业，通过评分量化不同地域价值贡献。结合施工项目规模等数据，分析核心业务与配套业务的投入产出比，同时挖掘低占比高价值领域的市场潜力，优化业务布局。市场拓展决策中，基于评分的项目规模、领域特征分析，锁定高价值市场。可组建区域专项拓展团队，针对性开展市场攻坚；对高评分项目集中的城市，优化服务网点布局，提升市场渗透率。风险管控场景下，通过算法识别长周期、低频次、低价值等隐患。对评分偏低的项目，重点监控资金周转、工期履约等关键指标；对无明确工期、投资异常的项目，推动数据补全与合规核查，建立风险预警，降低经营损失。一、加工前数据说明
本次加工数据为建筑施工行业项目结构化运营数据，基于建筑施工领域实际项目中标、合作履约及业绩备案记录构建，核心涵盖项目名称、中标企业、业主、招标代理机构、中标金额（万）、工期（天）、中标时间、中标距今天数、业绩类型等项目经营类基础信息。数据核心涵盖项目动态运营数据，包括中标距今天数、近 3 年同类项目合作频次等与项目合作活跃度、业务频次相关的信息；以及项目价值规模数据，包括总投资、中标金额等与项目体量、经济价值相关的经营类基础数据。所有数据均已完成初步匿名化处理，全面移除中标企业、业主、招标代理机构的具体名称及项目详细对接信息等可直接识别主体身份的敏感信息，确保加工前的数据无法直接关联到具体企业或项目，同时杜绝通过任何可逆模型或算法还原原始项目数据，从源头规避原始信息泄露风险。
二、处理规则说明：
1、数据预处理：
数据处理严格遵循标准化、规范化及信息保护优先的核心原则，明确统一处理规则，确保数据质量与安全性，具体流程如下：首先，对采集到的原始数据进行分类梳理，按项目活跃度、业务合作频次、价值规模三大类精准划分，开展数据补全工作，对关键缺失数据进行明确标注后单独归档处理，坚决不随意篡改原始数据核心信息；数据处理全程同步执行去标识化处理，对所有涉企相关数据进行不可逆加密，加工过程中不留存任何可识别市场主体的冗余信息，保障数据集的动态更新与完整性。
2、单项指标分数：
R 分（最近活跃度得分）= 最近关键节点距今天数（＜90 天 = 100 分，≥90 至＜180 天 = 85 分，≥180 至＜365 天 = 70 分，≥365 至＜730 天 = 55 分，≥730 天 = 40 分）；
F 分（业务频次得分）= 近 3 年同类项目合作频次（≥5 次 = 100 分，≥3 至＜5 次 = 80 分，≥2 至＜3 次 = 60 分，≥1 至＜2 次 = 40 分，0 次 = 20 分）；
M 分（价值规模得分）= 总投资（万）（＞50000 = 100 分，≥10000 至≤50000 = 85 分，≥5000 至＜10000= 70 分，≥1000 至＜5000= 55 分，＜1000= 40 分）；
RFM 综合评分 = R 分 ×0.3 + F 分 ×0.25 + M 分 ×0.45；
浙江省数据知识产权登记平台2026-07-03 更新10
建筑企业诉讼风险查询垂类大模型语料数据
本数据产品专为解决建筑行业企业多维度法律风险控制垂类大语言模型而构建，旨在训练建筑企业司法诉讼风险综合汇总查询识别，使模型能够深度理解企业在"查一下XX公司有没有被起诉""XX企业是不是失信被执行人""XX企业有没有被限制高消费""XX公司涉及多少建设工程合同纠纷"等实际业务场景中的自然语言问题，并精准转化为对应的SQL查询语句。依托建设通平台整合的过亿级数据资源，构建覆盖民事案件、刑事案件、行政案件、执行案件等多维度的标准化语料体系。模型经训练后可精准理解"建设工程合同纠纷""拖欠工程款""失信被执行人""限制高消费""财产保全"等建筑行业高频司法风险术语。建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身司法风险数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据为建筑行业提供了稀缺的、高质量的司法风险查询垂直领域语料库，有效解决企业司法尽调效率低、风险信息获取难等共性痛点，推动建筑行业对于企业司法诉讼风险查询形成可量化评估的方向发展。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。
浙江省数据知识产权登记平台2026-07-03 更新00
建筑施工行业项目价值评估数据
通过统计公司平台建筑施工行业项目全量数据，整合省市重点项目、土地交易等数据表信息，经数据清洗、跨表关联、补全、异常值过滤及标准化转换后，通过计算项目价值得分，实现项目管控，为业务提供数据支撑。项目管理中，基于评分实现精细化分级。S级优先配置优质资源，实时监控进度、资金与质量；A级纳入重点跟进清单，优化资源配置与实施流程；B级执行标准化管理流程，季度复盘项目进展与效益；C级精简非必要管理环节，聚焦核心交付成果；D级制定成本压缩与风险应对方案，必要时调整项目优先级。对于建筑行业，通过评分量化不同地域价值贡献。结合施工项目规模等数据，分析核心业务与配套业务的投入产出比，同时挖掘低占比高价值领域的市场潜力，优化业务布局。市场拓展决策中，基于评分的项目规模、领域特征分析，锁定高价值市场。可组建区域专项拓展团队，针对性开展市场攻坚；对高评分项目集中的城市，优化服务网点布局，提升市场渗透率。风险管控场景下，通过算法识别长周期、低频次、低价值等隐患。对评分偏低的项目，重点监控资金周转、工期履约等关键指标；对无明确工期、投资异常的项目，推动数据补全与合规核查，建立风险预警，降低经营损失。
浙江省数据知识产权登记平台2026-06-18 更新00
建筑行业转介绍预测垂类大模型语料数据
该数据可用于训练建筑行业转介绍行为预测垂类大语言模型，使其能够深度理解企业在客户关系管理与业务拓展过程中对于转介绍行为预测方向的自然语言问题，并准确转化为对应的SQL查询语句，从而实现转介绍行为数据的高效查询与智能预测分析。依托建设通平台整合的企业基础信息、合作历史、满意度评价、转介绍记录、关系深度等多源数据构建标准化语料体系，模型经训练后可精准理解"转介绍意愿""预测概率""忠诚度评分""转介绍成功率""关系深度等级""转化率"等转介绍行为预测特有需求，建筑行业企业可基于本语料数据的"指标名称""问题查询"等字段内容，适配自身客户数据表结构（如替换建表语句中的表名、字段名），快速启用文字转SQL功能进行复用。本数据也为建筑行业提供稀缺的、高质量的转介绍行为预测垂直领域语料库，支撑意图识别、自然语言处理等核心技术的研发与评测，推动建筑行业对于项目转介绍的行为预测形成可量化评估的方向发展。同时对推动建筑行业数据要素价值释放和AI技术应用落地具有重要意义。
浙江省数据知识产权登记平台2026-06-18 更新00