会议预定模型的使用方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种会议预定模型的使用方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：获取目标会议室的历史数据，历史数据包括预约信息以及状态信息；调用会议预定模型对目标会议室的历史数据进行处理，输出当前时间段之后的未来时间段的状态预测概率；根据目标会议室在未来时间段的状态预测概率，对目标会议室进行推荐。本申请通过设计会议预定模型，将会议室的预约信息和状态信息作为历史数据，对目标会议室在未来时间段的状态概率进行预测，根据状态预测概率向用户帐号准确推荐符合用户的使用需求且时间上空置概率较大的可用会议室，有效降低了会议室预定工作的复杂程度，提高了进行会议预定工作时的人机互动效率。效率。效率。

【技术实现步骤摘要】
会议预定模型的使用方法、装置、设备及存储介质


[0001]本申请涉及人工智能领域，特别涉及一种会议预定模型的使用方法、装置、设备及存储 介质。

技术介绍

[0002]会议室预定包括确认与会人员、会议场地、会议时间、会议室所需材料设备等多项工 作，是企业行政工作中的重要部分。
[0003]在相关技术中，用户通过会议室预定系统对会议时间、会议地点等条件进行筛选，在满 足筛选条件的会议室中进行选择，以完成会议室预定工作。
[0004]然而，在上述会议室预定过程中，需要在会议室预定系统中进行多次交互，对会议室进 行人工筛选，工作过程繁琐。

技术实现思路

[0005]本申请提供了一种会议预定模型的使用方法、装置、设备及存储介质，所述技术方案如 下：
[0006]根据本申请的一方面，提供了一种会议预定模型的使用方法，所述方法包括：
[0007]获取目标会议室的历史数据，所述历史数据包括所述目标会议室在n个历史时间段和当 前时间段的预约信息，以及所述目标会议室在第一个历史时间段和当前时间段的状态信息， 所述第一个历史时间段是所述n个历史时间段中距离所述当前时间段最远的历史时间段；所 述预约信息是用户帐号对所述目标会议室进行预约的记录信息，所述状态信息是所述目标会 议室的使用情况的记录信息，n为正整数；
[0008]调用所述会议预定模型对所述目标会议室的所述历史数据进行处理，输出所述当前时间 段之后的未来时间段的状态预测概率，所述状态预测概率用于描述所述目标会议室的预测状 态信息，所述会议预定模型是具有时间序列处理能力的机器学习模型；
[0009]根据所述目标会议室在所述未来时间段的状态预测概率，对所述目标会议室进行推荐。
[0010]根据本申请的另一方面，提供了一种会议预定模型的使用装置，所述装置包括：
[0011]获取模块，用于获取目标会议室的历史数据，所述历史数据包括所述目标会议室的预约 信息，以及所述目标会议室的状态信息；所述预约信息是用户帐号对所述目标会议室进行预 约的记录信息，所述状态信息是所述目标会议室的使用情况的记录信息；
[0012]预测模块，用于调用所述会议预定模型对所述目标会议室的所述历史数据进行处理，输 出所述当前时间段之后的未来时间段的状态预测概率，所述状态预测概率用于描述所述目标 会议室的预测状态信息，所述会议预定模型是具有时间序列处理能力的机器学习模型；
[0013]推荐模块，用于根据所述目标会议室在所述未来时间段的状态预测概率，对所述目标会 议室进行推荐。
[0014]在申请的一个可选设计中，所述会议预定模型包括：编码网络和预测网络；
[0015]所述预测模块，包括：
[0016]编码单元，用于调用所述编码网络对所述目标会议室的所述历史数据进行处理，输出所 述历史数据对应的历史数据特征；
[0017]预测单元，用于调用所述预测网络对所述历史数据特征进行处理，得到所述目标会议室 的所述状态预测概率。
[0018]在申请的一个可选设计中，所述会议预定模型还包括：分析网络；
[0019]所述装置还包括：
[0020]预处理单元，用于在调用所述预测网络对所述历史数据特征进行处理之前，调用所述分 析网络对所述历史数据特征进行分析处理，所述分析处理的方式包括如下至少之一：
[0021]主成分分析；
[0022]归一化处理；
[0023]标准化处理。
[0024]在申请的一个可选设计中，所述预测网络包括：第一隐藏层、第二隐藏层和输出层；所 述历史数据特征包括：所述目标会议室在n个历史时间段和当前时间段的预约信息特征，以 及所述第一个历史时间段和当前时间段的状态信息特征；
[0025]所述预测单元，还用于：
[0026]调用所述第一隐藏层对所述第一个历史时间段的所述状态信息特征进行处理，得到第一 隐层特征，所述第一隐层特征包括所述第一个历史时间段的历史数据对应的隐层特征表示；
[0027]调用所述第二隐藏层对所述第一隐层特征和所述预约信息特征进行处理，得到第二隐层 特征，所述第二隐层特征包括n个历史时间段中除第一个历史时间段以外和所述当前时间段 的历史数据对应的历史隐层特征和所述未来时间段对应的预测隐层特征；
[0028]调用所述输出层对所述第二隐层特征中所述当前时间段的隐层特征和所述当前时间段的 所述状态信息特征进行处理，得到所述目标会议室的所述状态预测概率。
[0029]在申请的一个可选设计中，所述第二隐藏层包括：历史隐藏层和预测隐藏层；
[0030]所述预测单元，还用于：
[0031]调用所述历史隐藏层对所述第一隐层特征和所述n个历史时间段的所述预约信息特征进 行处理，得到所述历史隐层特征，所述历史隐层特征包括n个历史时间段中除所述第一个历 史时间段以外的历史时间段和所述当前时间段的历史数据对应的隐层特征表示；
[0032]调用所述预测隐藏层对所述历史隐层特征中所述当前时间段的隐层特征和所述当前时间 段的所述预约信息特征进行处理，得到所述预测隐层特征，所述预测隐层特征包括所述未来 时间段对应的隐层特征表示。
[0033]在申请的一个可选设计中，所述预测单元，还用于：
[0034]调用所述历史隐藏层对所述第一隐层特征和所述n个历史时间段的所述预约信息特征进 行处理，得到所述历史隐藏层基于历史隐藏层参数进行计算得到的所述历史隐层特征；
[0035]调用所述预测隐藏层对所述历史隐层特征中所述当前时间段的隐层特征和所述当前时间 段的所述预约信息特征进行处理，得到所述预测隐藏层基于预测隐藏层参数进行计算得到的 预测隐层特征；
[0036]其中，所述预测隐藏层参数是基于所述历史隐藏层参数得到的。
[0037]在申请的一个可选设计中，所述预测单元，还用于：
[0038]调用所述输出层对所述第二隐层特征中所述当前时间段的隐层特征和所述当前时间段的 所述状态信息特征进行处理，得到所述输出层基于输出层网络参数进行计算得到的所述目标 会议室的所述状态预测概率；
[0039]其中，所述输出层的网络参数是基于历史输出参数得到的，所述历史输出参数用于对第 a个历史时间段的隐层特征和第a
‑
1个历史时间段的状态信息特征进行计算，对第a个历史 时间段的状态信息特征进行预测；所述第a个历史时间段是所述n个历史时间段中除所述第 一个历史时间段以外的任一历史时间段，或者对所述当前时间段的所述状态信息特征进行预 测。
[0040]在申请的一个可选设计中，所述输出层的激活函数是S型生长曲线。
[0041]在申请的一个可选设计中，所述推荐单元，还用于：
[0042]根据所述目标会议室在所述未来时间段的状态预测概率，对所述目标会议室进行排序， 得到推荐顺序列表；
[0043]根据所述推荐顺序列表，对所述目标会议室进行推荐。
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种会议预定模型的使用方法，其特征在于，所述方法包括：获取目标会议室的历史数据，所述历史数据包括所述目标会议室的预约信息，以及所述目标会议室的状态信息；所述预约信息是用户帐号对所述目标会议室进行预约的记录信息，所述状态信息是所述目标会议室的使用情况的记录信息；调用所述会议预定模型对所述目标会议室的所述历史数据进行处理，输出所述当前时间段之后的未来时间段的状态预测概率，所述状态预测概率用于描述所述目标会议室的预测状态信息，所述会议预定模型是具有时间序列处理能力的机器学习模型；根据所述目标会议室在所述未来时间段的状态预测概率，对所述目标会议室进行推荐。2.根据权利要求1所述的方法，其特征在于，所述会议预定模型包括：编码网络和预测网络；所述调用所述会议预定模型对所述目标会议室的所述历史数据进行处理，输出所述当前时间段之后的未来时间段的状态预测概率，包括：调用所述编码网络对所述目标会议室的所述历史数据进行处理，输出所述历史数据对应的历史数据特征；调用所述预测网络对所述历史数据特征进行处理，得到所述目标会议室的所述状态预测概率。3.根据权利要求2所述的方法，其特征在于，所述会议预定模型还包括：分析网络；所述方法还包括：在调用所述预测网络对所述历史数据特征进行处理之前，调用所述分析网络对所述历史数据特征进行分析处理，所述分析处理的方式包括如下至少之一：主成分分析；归一化处理；标准化处理。4.根据权利要求2所述的方法，其特征在于，所述预测网络包括：第一隐藏层、第二隐藏层和输出层；所述历史数据特征包括：所述目标会议室在n个历史时间段和当前时间段的预约信息特征，以及所述第一个历史时间段和当前时间段的状态信息特征；所述调用所述预测网络对所述历史数据特征进行处理，得到所述目标会议室的所述状态预测概率，包括：调用所述第一隐藏层对所述第一个历史时间段的所述状态信息特征进行处理，得到第一隐层特征，所述第一隐层特征包括所述第一个历史时间段的历史数据对应的隐层特征表示；调用所述第二隐藏层对所述第一隐层特征和所述预约信息特征进行处理，得到第二隐层特征，所述第二隐层特征包括n个历史时间段中除第一个历史时间段以外和所述当前时间段的历史数据对应的历史隐层特征和所述未来时间段对应的预测隐层特征；调用所述输出层对所述第二隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述状态信息特征进行处理，得到所述目标会议室的所述状态预测概率。5.根据权利要求4所述的方法，其特征在于，所述第二隐藏层包括：历史隐藏层和预测隐藏层；
所述调用所述第二隐藏层对所述第一隐层特征和所述预约信息特征进行处理，得到第二隐层特征，包括：调用所述历史隐藏层对所述第一隐层特征和所述n个历史时间段的所述预约信息特征进行处理，得到所述历史隐层特征，所述历史隐层特征包括n个历史时间段中除所述第一个历史时间段以外的历史时间段和所述当前时间段的历史数据对应的隐层特征表示；调用所述预测隐藏层对所述历史隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述预约信息特征进行处理，得到所述预测隐层特征，所述预测隐层特征包括所述未来时间段对应的隐层特征表示。6.根据权利要求5所述的方法，其特征在于，所述调用所述历史隐藏层对所述第一隐层特征和所述n个历史时间段的所述预约信息特征进行处理，得到所述历史隐层特征，包括：调用所述历史隐藏层对所述第一隐层特征和所述n个历史时间段的所述预约信息特征进行处理，得到所述历史隐藏层基于历史隐藏层参数进行计算得到的所述历史隐层特征；所述调用所述预测隐藏层对所述历史隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述预约信息特征进行处理，得到所述预测隐层特征，包括：调用所述预测隐藏层对所述历史隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述预约信息特征进行处理，得到所述预测隐藏层基于预测隐藏层参数进行计算得到的预测隐层特征；其中，所述预测隐藏层参数是基于所述历史隐藏层参数得到的。7.根据权利要求4所述的方法，其特征在于，所述调用所述输出层对所述第二隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述状态信息特征进行处理，得到所述目标会议室的所述状态预测概率，包括：调用所述输出层对所述第二隐层特征中所述当前时间段的隐层特征和所述当前时间段的所述状态信息特征进行处理，得到所述输出层基于输出层网络参数进行计算得到的所述目标会议室的所述状态预测概率；其中，所述输...

【专利技术属性】
技术研发人员：钟子宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：