[发明专利]基于智能在线通信和大数据的信息生成方法、系统及平台在审

专利信息
申请号: 202110086767.0 申请日: 2020-08-13
公开(公告)号: CN112860511A 公开(公告)日: 2021-05-28
发明(设计)人: 孙小丽 申请(专利权)人: 孙小丽
主分类号: G06F11/30 分类号: G06F11/30
代理公司: 暂无信息 代理人: 暂无信息
地址: 650101 云南省昆明市高新区科*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能 在线 通信 数据 信息 生成 方法 系统 平台
【权利要求书】:

1.一种基于智能在线通信和大数据的信息生成方法,其特征在于,应用于与多个在线通信服务终端通信连接的云服务平台,所述方法包括:

从订阅不同互联网资讯服务的在线通信服务终端中获取服务访问大数据集合,并根据所述服务访问大数据集合获取在线通信故障数据集合,其中,所述服务访问大数据集合包括连续的预设数量个服务访问大数据,所述在线通信故障数据集合包括连续的预设数量个在线通信故障数据;

基于所述服务访问大数据集合,通过业务关系识别模型所包括的第一业务特征提取单元获取服务访问互动特征集合,其中,所述服务访问互动特征集合包括预设数量个服务访问互动特征;

基于所述在线通信故障数据集合,通过所述业务关系识别模型所包括的第二业务特征提取单元获取在线通信故障互动特征集合,其中,所述在线通信故障互动特征集合包括预设数量个在线通信故障互动特征;

基于所述服务访问互动特征集合以及所述在线通信故障互动特征集合,通过所述业务关系识别模型所包括的信息分类单元获取所述服务访问大数据所对应的优化通信互动对象,并根据所述优化通信互动对象确定所述服务访问大数据集合的信息生成结果;

所述基于所述在线通信故障数据集合,通过所述业务关系识别模型所包括的第二业务特征提取单元获取在线通信故障互动特征集合的步骤,包括:

通过所述业务关系识别模型所包括的第二业务特征提取单元获取所述在线通信故障数据集合的故障互动特征向量,其中,所述故障互动特征向量中记录有在线通信服务终端上发起过访问的访问目标对象在多个故障判定规则上的特征向量;

根据所述在线通信故障数据集合的故障互动特征向量确定与目标故障判定规则上的特征向量对应的目标故障互动特征向量;

在所述目标故障互动特征向量记录的访问目标对象与目标类型的已知故障特征向量之间的相似度达到设定相似度的情况下,将所有目标故障互动特征向量进行汇总得到在线通信故障互动特征集合;

所述根据所述在线通信故障数据集合的故障互动特征向量确定与目标故障判定规则上的特征向量对应的目标故障互动特征向量的步骤,包括:

确定多个故障互动特征向量中的第一故障互动特征向量为目标故障互动特征向量,并为每个目标故障互动特征向量创建一个候选故障互动特征向量集合,将多个故障互动特征向量中的故障互动特征向量随机森林树模型分类至与该故障互动特征向量之间关联层级最小的目标故障互动特征向量所记录的候选故障互动特征向量集合;

从候选故障互动特征向量集合中重新确定一个故障互动特征向量为目标故障互动特征向量,其中,重新确定的故障互动特征向量与候选故障互动特征向量集合中除重新确定的故障互动特征向量以外的故障互动特征向量之间的平均值小于第二故障互动特征向量与候选故障互动特征向量集合中除第二故障互动特征向量以外的故障互动特征向量之间的平均值,第二故障互动特征向量为候选故障互动特征向量集合中除重新确定的故障互动特征向量以外的故障互动特征向量;

在随机森林树模型分类之前目标故障互动特征向量与随机森林树模型分类之后确定的目标故障互动特征向量不相同的情况下,执行为每个重新确定的目标故障互动特征向量创建一个候选故障互动特征向量集合并将多个故障互动特征向量中的故障互动特征向量随机森林树模型分类至与该故障互动特征向量之间关联层级最小的目标故障互动特征向量所记录的候选故障互动特征向量集合的步骤,直至随机森林树模型分类之前目标故障互动特征向量与随机森林树模型分类之后确定的目标故障互动特征向量相同;

在随机森林树模型分类之前目标故障互动特征向量与随机森林树模型分类之后确定的目标故障互动特征向量相同的情况下,将多个候选故障互动特征向量集合作为多个故障互动特征向量集合,其中,一个故障互动特征向量集合中任意两个故障互动特征向量之间的关联层级小于一个故障互动特征向量集合中故障互动特征向量与另一个故障互动特征向量集合中故障互动特征向量之间的关联层级,其中,故障互动特征向量集合中保存有同一类型的故障互动特征向量;

在故障互动特征向量集合中查找目标故障判定规则上的特征向量相同的目标故障互动特征向量,其中,多个故障判定规则包括目标故障判定规则。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于孙小丽,未经孙小丽许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110086767.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top