[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

专利信息
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
【权利要求书】:

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。

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。

×

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