一种基于场景的可视化智能决策方法及系统技术方案

本发明专利技术公开了一种基于场景的可视化智能决策方法，包括：获取与创建的场景有关的输入数据；基于该输入数据利用图引擎、专家规则和机器学习模型创建对应的指标；利用指标创建决策规则并基于创建的决策规则创建决策流；对决策流进行调试：对决策规则所涉及的阈值及决策流的整体流程进行调试；基于针对场景的将被用于进行决策的数据，利用调试后的决策流进行决策以提供决策结果和可视化展示。并提供了相应的可视化智能决策系统。本发明专利技术可支持用户自己创建场景，不再单纯依赖专家规则创建指标，而是结合机器学习模型和图引擎一起创建指标，因此，不仅更具通用性，而且能够更加适应复杂多变的业务场景并且提供准确率和稳定性更高的决策结果。决策结果。决策结果。

【技术实现步骤摘要】
一种基于场景的可视化智能决策方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种基于场景的可视化智能决策方法及系统。

技术介绍

[0002]在进行决策前，通常首先需要收集用于决策的信息，在现今大数据技术日益普及的当下，可以用于决策的信息也越来越多、形态越来越丰富。这就要求决策产品需要支持灵活多变的数据格式和较好的扩展性。然而，现有的决策产品大多仅支持结构化数据，而没有考虑与图等新兴数据恰当结合以便做出更具洞察力的决策。此外，在决策方案制定过程中，现有决策产品主要是进行专家经验决策，然而这严重依赖专家个人水平，决策准确率及稳定性无法保证，同时存在时效性差和投入产出差的缺点。在大数据量下，专家的分析和总结能力也会遇到瓶颈，无法适应复杂多变的业务场景。而且，现阶段决策产品大多受制于以规则为中心的设计思路，对能够处理复杂长尾变量的机器学习模型的兼容适配差，而开源免费的决策产品，又往往离客户的实际需求较远，需要较多的开发和维护成本。部分已经商业化的决策产品又因为设计起初面向方向为特定业务场景，导致业务属性耦合严重，无法成为通用化的决策产品。鉴于此，需要更加通用、能够适应复杂多变的业务场景并且具有更高决策准确率和稳定性的智能决策可视化产品。

技术实现思路

[0003]为此，本专利技术实施例提供一种基于场景的可视化智能决策方法及系统，以提供更加通用、能够适应复杂多变的业务场景并且具有更高决策准确率和稳定性的可视化智能决策方案。
[0004]为了实现上述目的，本专利技术提供如下技术方案：/>[0005]本专利技术一方面提供了一种基于场景的可视化智能决策方法，包括如下步骤：
[0006]获取与创建的场景有关的输入数据；
[0007]基于所获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标；
[0008]利用创建的指标创建决策规则并基于创建的决策规则创建决策流；
[0009]对创建的决策流进行调试：对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试；
[0010]基于针对所述场景的将被用于进行决策的数据，利用调试后的决策流进行决策以提供决策结果和可视化展示。
[0011]该可视化智能决策方法，还包括预先创建场景的步骤：
[0012]可视化定义所述场景的基本信息，定义所述场景的输入信息和输出信息，并且将所述场景的输入信息与适于所述场景的业务字段相映射；或者利用预置的场景模板来创建可视化场景。
[0013]优选地，对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试包括：
[0014]可视化地显示针对决策规则所涉及的不同阈值的二分类指标，并根据显示的二分类评价指标对创建的决策规则所涉及的阈值进行调试，其中，二分类评价指标包括混淆矩阵和根据混淆矩阵衍生出的评价指标中的至少一个；
[0015]可视化地显示与决策流有关的统计数据，并根据显示的统计数据对决策流中的决策规则所涉及的阈值以及决策流的整体流程进行调整。
[0016]其中，基于获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标包括：
[0017]基于获取的输入数据之中的适于利用专家规则进行处理的输入数据，利用专家规则创建经验相关指标；
[0018]基于获取的输入数据之中的适于利用图引擎进行处理的输入数据来创建图，并利用创建的图创建图相关指标；
[0019]基于获取的输入数据之中的适于利用机器学习模型进行处理的输入数据来创建机器学习模型，并利用机器学习模型创建模型相关指标。
[0020]本专利技术另一方面还提供一种基于场景的可视化智能决策系统，包括：
[0021]数据获取单元，用于获取与创建的场景有关的输入数据；
[0022]指标创建单元，用于基于所获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标；
[0023]决策流创建单元，利用创建的指标创建决策规则并基于创建的决策规则创建决策流；
[0024]调试单元，用于对创建的决策流进行调试：对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试；
[0025]决策执行单元，基于针对所述场景的将被用于进行决策的数据，利用调试后的决策流进行决策以提供决策结果和可视化展示。
[0026]该可视化智能决策系统，还包括：
[0027]场景创建单元，用于可视化定义所述场景的基本信息，定义所述场景的输入信息和输出信息，并且将所述场景的输入信息与适于所述场景的业务字段相映射；或者利用预置的场景模板来创建可视化场景。
[0028]该可视化智能决策系统中，对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试包括：
[0029]可视化地显示针对决策规则所涉及的不同阈值的二分类指标，并根据显示的二分类评价指标对创建的决策规则所涉及的阈值进行调试，其中，二分类评价指标包括混淆矩阵和根据混淆矩阵衍生出的评价指标中的至少一个；
[0030]可视化地显示与决策流有关的统计数据，并根据显示的统计数据对决策流中的决策规则所涉及的阈值以及决策流的整体流程进行调整。
[0031]其中，基于获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标包括：
[0032]基于获取的输入数据之中的适于利用专家规则进行处理的输入数据，利用专家规则创建经验相关指标；
[0033]基于获取的输入数据之中的适于利用图引擎进行处理的输入数据来创建图，并利
用创建的图创建图相关指标；
[0034]基于获取的输入数据之中的适于利用机器学习模型进行处理的输入数据来创建机器学习模型，并利用机器学习模型创建模型相关指标。
[0035]本专利技术还提供一种存储指令的计算机可读存储介质，当所述指令被至少一个计算装置运行时，促使所述至少一个计算装置执行所述智能决策方法。
[0036]本专利技术还提供一种包括至少一个计算装置和存储指令的至少一个存储装置的系统，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行所述智能决策方法。
[0037]本专利技术实施例具有如下优点：
[0038]根据本专利技术的基于场景的智能决策方法和智能决策系统，不仅可支持用户自己创建场景，而且不再单纯依赖专家规则创建指标，而是结合机器学习模型和图引擎一起创建指标，因此，不仅更具通用性，而且能够更加适应复杂多变的业务场景并且提供准确率和稳定性更高的决策结果。
附图说明
[0039]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其他的实施附图。
[0040]图1为本专利技术实施例提供的基于场景的可视化智能决策系统的架构示意图；
[0041]图2为本专利技术实施例提供的可视化智能决策系统进行智能决策的示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景的可视化智能决策方法，其特征在于，包括如下步骤：获取与创建的场景有关的输入数据；基于所获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标；利用创建的指标创建决策规则并基于创建的决策规则创建决策流；对创建的决策流进行调试：对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试；基于针对所述场景的将被用于进行决策的数据，利用调试后的决策流进行决策以提供决策结果和可视化展示。2.如权利要求1所述的可视化智能决策方法，其特征在于，还包括预先创建场景的步骤：可视化定义所述场景的基本信息，定义所述场景的输入信息和输出信息，并且将所述场景的输入信息与适于所述场景的业务字段相映射；或者利用预置的场景模板来创建可视化场景。3.如权利要求1所述的可视化智能决策方法，其特征在于，对创建的决策规则所涉及的阈值以及决策流的整体流程进行调试包括：可视化地显示针对决策规则所涉及的不同阈值的二分类指标，并根据显示的二分类评价指标对创建的决策规则所涉及的阈值进行调试，其中，二分类评价指标包括混淆矩阵和根据混淆矩阵衍生出的评价指标中的至少一个；可视化地显示与决策流有关的统计数据，并根据显示的统计数据对决策流中的决策规则所涉及的阈值以及决策流的整体流程进行调整。4.如权利要求1所述的智能决策方法，其特征在于，基于获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标包括：基于获取的输入数据之中的适于利用专家规则进行处理的输入数据，利用专家规则创建经验相关指标；基于获取的输入数据之中的适于利用图引擎进行处理的输入数据来创建图，并利用创建的图创建图相关指标；基于获取的输入数据之中的适于利用机器学习模型进行处理的输入数据来创建机器学习模型，并利用机器学习模型创建模型相关指标。5.一种基于场景的可视化智能决策系统，其特征在于，包括：数据获取单元，用于获取与创建的场景有关的输入数据；指标创建单元，用于基于所获取的输入数据利用图引擎、专家规则和机器学习模型创建对应的指标；决策流创建单元，利用创建的指标创建决策规...

【专利技术属性】
技术研发人员：杨超，
申请(专利权)人：北京无代码科技有限公司，
类型：发明
国别省市：