[发明专利]基于人工智能的智慧在线服务信息推荐方法及云计算系统在审
申请号: | 202110682159.6 | 申请日: | 2021-06-20 |
公开(公告)号: | CN113343093A | 公开(公告)日: | 2021-09-03 |
发明(设计)人: | 曾新士 | 申请(专利权)人: | 曾新士 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/906;G06F16/36;G06F40/35;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 650034 云南省昆明市西山*** | 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 人工智能 智慧 在线 服务 信息 推荐 方法 计算 系统 | ||
1.一种基于人工智能的智慧在线服务信息推荐方法,其特征在于,应用于云计算系统,所述云计算系统与所述多个智慧在线服务终端通信连接,所述云计算系统基于预先申请的云计算资源进行智慧在线服务信息推荐,所述方法包括:
获取所述智慧在线服务终端发起的智慧在线服务页面的在线服务会话信息和对应的订阅推荐标签信息,所述订阅推荐标签信息包括待推荐内容标签和推荐业务节点;
提取所述在线服务会话信息中每个会话推荐对象的对象特征,得到会话推荐对象特征,并提取所述待推荐内容标签的对象特征,得到待推荐内容标签特征;
基于所述会话推荐对象特征进行画像维度应用场景属性提取和非画像维度应用场景属性提取,得到画像维度应用场景属性和非画像维度应用场景属性,基于所述推荐业务节点从所述画像维度应用场景属性和所述非画像维度应用场景属性中确定目标画像维度应用场景属性和目标非画像维度应用场景属性;
基于所述目标画像维度应用场景属性和目标非画像维度应用场景属性进行深度关联应用场景属性计算,得到所述推荐业务节点的深度关联应用场景属性;
基于所述推荐业务节点的深度关联应用场景属性和所述待推荐内容标签特征进行推荐决策,得到推荐倾向参数,所述推荐倾向参数用于表征所述在线服务会话信息中所述推荐业务节点对应的会话推荐对象被所述待推荐内容标签进行推荐的倾向参数。
2.根据权利要求1所述的基于人工智能的智慧在线服务信息推荐方法,其特征在于,所述方法还包括:
将所述在线服务会话信息和所述订阅推荐标签信息输入会话推荐学习网络中,所述会话推荐学习网络提取所述在线服务会话信息中每个会话推荐对象的对象特征,得到会话推荐对象特征,并提取所述待推荐内容标签的对象特征,得到待推荐内容标签特征,基于所述会话推荐对象特征进行画像维度应用场景属性提取和非画像维度应用场景属性提取,得到画像维度应用场景属性和非画像维度应用场景属性,基于所述推荐业务节点从所述画像维度应用场景属性和所述非画像维度应用场景属性中确定目标画像维度应用场景属性和目标非画像维度应用场景属性;
基于所述目标画像维度应用场景属性和目标非画像维度应用场景属性进行深度关联应用场景属性计算,得到所述推荐业务节点的深度关联应用场景属性,基于所述推荐业务节点的深度关联应用场景属性和所述待推荐内容标签特征进行推荐决策,得到推荐倾向参数;所述会话推荐学习网络是基于神经网络模型使用标定数据集和对应的标注会话推荐对象信息进行训练得到的;
基于所述推荐倾向参数使用所述待推荐内容标签对所述在线服务会话信息中所述推荐业务节点对应的会话推荐对象进行推荐,得到推荐信息。
3.根据权利要求2所述的基于人工智能的智慧在线服务信息推荐方法,其特征在于,所述会话推荐学习网络包括会话推荐提取层和会话推荐分类层;
所述将所述在线服务会话信息和所述订阅推荐标签信息输入会话推荐学习网络中,包括:
将所述在线服务会话信息和所述订阅推荐标签信息输入到所述会话推荐提取层中,所述会话推荐提取层提取所述在线服务会话信息中每个会话推荐对象的对象特征,得到会话推荐对象特征,并提取所述待推荐内容标签的对象特征,得到待推荐内容标签特征,基于所述会话推荐对象特征进行画像维度应用场景属性提取和非画像维度应用场景属性提取,得到画像维度应用场景属性和非画像维度应用场景属性,基于所述推荐业务节点从所述画像维度应用场景属性和所述非画像维度应用场景属性中确定目标画像维度应用场景属性和目标非画像维度应用场景属性,基于所述目标画像维度应用场景属性和目标非画像维度应用场景属性进行深度关联应用场景属性计算,得到所述推荐业务节点的深度关联应用场景属性;
将所述推荐业务节点的深度关联应用场景属性和所述待推荐内容标签特征输入到所述会话推荐分类层中,所述会话推荐分类层基于所述推荐业务节点的深度关联应用场景属性和所述待推荐内容标签特征进行推荐决策,得到推荐倾向参数。
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曾新士,未经曾新士许可,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/202110682159.6/1.html,转载请声明来源钻瓜专利网。