基于人工智能的数据匹配检测处理方法及系统技术方案

本发明专利技术提供的基于人工智能的数据匹配检测处理方法及系统，通过噪声抑制方式调试所得的匹配检测决策算法，能够保障所确定的业务主题匹配指示的挖掘分析准确度和合理度，通过调试所得的匹配检测决策算法，对获得的数字化业务交互数据进行匹配检测决策分析，可以准确可靠地挖掘得到数字化业务交互数据中包含的业务主题匹配指示，从而可依据业务主题匹配指示对数字化业务交互数据进行针对性的分配处理，提高数字化业务交互数据的分配精度和可信度，并保障数字化业务交互数据的使用效率。并保障数字化业务交互数据的使用效率。并保障数字化业务交互数据的使用效率。

【技术实现步骤摘要】
基于人工智能的数据匹配检测处理方法及系统


[0001]本专利技术涉及人工智能
，特别涉及一种基于人工智能的数据匹配检测处理方法及系统。

技术介绍

[0002]人工智能技术通过对人的各种活动的“替代”，不仅能够大大减轻我们的体力负担和脑力负担，甚至可以替代我们完成一些以往需要人的智能才能完成的工作，从而减轻人们智力劳动和脑力劳动的压力，使人们的生活更加便捷化，工作效率更加高效化。在人工智能领域，神经网络模型+数据处理的应用模式越来越广泛，针对数据匹配/分配处理而言，上述应用模式在实际实施时存在匹配检测分析精度低下的问题。

技术实现思路

[0003]为改善相关技术中存在的技术问题，本专利技术提供了一种基于人工智能的数据匹配检测处理方法及系统。
[0004]第一方面，本专利技术实施例提供了一种基于人工智能的数据匹配检测处理方法，应用于人工智能系统，所述方法包括：响应于数据处理指令，从云共享数据库中获得待进行检测分析的数字化业务交互数据；将所述数字化业务交互数据加载到通过噪声抑制方式调试所得的匹配检测决策算法，得到所述数字化业务交互数据中包含的业务主题匹配指示。
[0005]如此设计，通过噪声抑制方式调试所得的匹配检测决策算法，能够保障所确定的业务主题匹配指示的挖掘分析准确度和合理度，通过调试所得的匹配检测决策算法，对获得的数字化业务交互数据进行匹配检测决策分析，可以准确可靠地挖掘得到数字化业务交互数据中包含的业务主题匹配指示，从而可依据业务主题匹配指示对数字化业务交互数据进行针对性的分配处理，提高数字化业务交互数据的分配精度和可信度，并保障数字化业务交互数据的使用效率。
[0006]在一些可独立实施的实施例中，所述匹配检测决策算法的调试步骤为：获得第一在线业务互动数据和至少X组第二在线业务互动数据，所述第二在线业务互动数据与所述第一在线业务互动数据携带一致的数据匹配检测知识；通过匹配检测决策算法对所述第一在线业务互动数据进行服务要素挖掘处理，得到第一数据服务要素向量，并通过所述匹配检测决策算法的卷积处理单元，分别对每组所述第二在线业务互动数据进行服务要素挖掘处理，得到至少X个第二数据服务要素向量；依据所述第一数据服务要素向量和每个所述第二数据服务要素向量之间的第一特征共性值，确定第一算法代价指标，并依据所述第一数据服务要素向量与至少部分先验服务要素簇中的第三数据服务要素向量的第二特征共性值，确定第二算法代价指标；每个所述先验服务要素簇中包含的第三数据服务要素向量为在进行当前次调试之前，在剩余次调试中通过剩余第二在线业务互动数据所确定的；依据所述第一算法代价指标和所述第二算法代价指标，确定目标算法代价，并通过所述目标算法代价对所述匹配检测决策算法进行循环调试，直到符合调试结束要求，得到完成调试的
匹配检测决策算法。
[0007]如此设计，通过从第一在线业务互动数据中挖掘的第一数据服务要素向量和从每组第二在线业务互动数据中挖掘的第二数据服务要素向量之间的第一特征共性值，确定第一算法代价指标，没有必要缓存和调取数据匹配检测知识对应的属性字段，便能够确定算法在估计携带一致数据匹配检测知识的在线业务互动数据时的算法代价，减少了算法调试时的算力负荷。鉴于第三数据服务要素向量为剩余次调试中通过剩余第二在线业务互动数据所确定的，所以第三数据服务要素向量相当于第一数据服务要素向量的扰动信息，而基于第一数据服务要素向量与至少部分先验服务要素簇中的第三数据服务要素向量的第二特征共性值，确定第二算法代价指标，再基于第二算法代价指标确定目标算法代价并通过目标算法代价对算法进行调试，可以实现对扰动信息的抑制，减少扰动信息对算法处理质量的负面影响，提高完成调试的匹配检测决策算法的匹配检测处理准确性和对扰动信息的抵抗性能。
[0008]在一些可独立实施的实施例中，所述第一在线业务互动数据和第二在线业务互动数据为数字化业务交互数据，所述匹配检测决策算法为深度学习网络。
[0009]如此设计，通过数字化业务交互数据对深度学习网络进行调试，不仅能够减少算法调试时的算力负荷，还可以提高完成调试的深度学习网络的业务主题匹配指示挖掘准确性和对业务主题匹配扰动的抵抗性能。
[0010]在一些可独立实施的实施例中，所述依据所述第一数据服务要素向量和每个所述第二数据服务要素向量之间的第一特征共性值，确定第一算法代价指标，包括：从所述至少X个所述第一特征共性值中，确定出第一目标特征共性值，并依据所述第一目标特征共性值和设定的参考值之间的第一比较结果，确定所述第一算法代价指标。
[0011]如此设计，由于第一在线业务互动数据和第二在线业务互动数据携带一致数据匹配检测知识，所以第一数据服务要素向量和第二数据服务要素向量之间的特征共性值越大，第二数据服务要素向量与数据匹配检测知识对应的属性字段越类似。通过选取至少X个第一特征共性值中的第一目标特征共性值，能够获得与数据匹配检测知识对应的属性字段最类似的第二数据服务要素向量和第一数据服务要素向量之间的特征共性值，通过该特征共性值确定第一算法代价指标，可以提高所确定的第一算法代价指标的精度。且通过设定的参考值对第一目标特征共性值进行处理，可以提高存在相异类型数据匹配检测知识的在线业务互动数据之间的显著差异性，通过处理后得到的第一比较结果确定第一算法代价指标，并通过基于第一算法代价指标所确定的目标算法代价对匹配检测决策算法进行调试，可以提高匹配检测决策算法在处理存在相异类型数据匹配检测知识的在线业务互动数据时，输出的数据服务要素向量的显著差异性。
[0012]在一些可独立实施的实施例中，所述依据所述第一数据服务要素向量与至少部分先验服务要素簇中的第三数据服务要素向量的第二特征共性值，确定第二算法代价指标，包括：对于每个先验服务要素簇，经由该先验服务要素簇中的每个所述第三数据服务要素向量与所述第一数据服务要素向量之间的第二特征共性值，确定该先验服务要素簇对应的第二目标特征共性值；结合每个所述先验服务要素簇的簇类别，从所述先验服务要素簇中确定出所述簇类别与所述第一在线业务互动数据的数据匹配检测知识不相同的目标先验服务要素簇；所述簇类别为用于挖掘所述先验服务要素簇中任一所述第三数据服务要素向
量的剩余第二在线业务互动数据的数据匹配检测知识；结合每个所述目标先验服务要素簇分别对应的第二目标特征共性值，确定所述第二算法代价指标。
[0013]如此设计，通过各个先验服务要素簇的簇类别与第一在线业务互动数据的数据匹配检测知识，对先验服务要素簇进行确定，可以清洗簇类别与第一在线业务互动数据的数据匹配检测知识一致的先验服务要素簇，减少该先验服务要素簇对算法抵抗性能的负面干扰，此外，可以确定出簇类别与第一在线业务互动数据的数据匹配检测知识不相同的目标先验服务要素簇。通过每个目标先验服务要素簇分别对应的第二目标特征共性值，确定第二算法代价指标，再通过基于第二算法代价指标所确定的目标算法代价对匹配检测决策算法进行调试，可以提高匹配检测决策算法对在线业务互动数据扰动的抵抗性能。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的数据匹配检测处理方法，其特征在于，应用于所述人工智能系统，所述方法包括：响应于数据处理指令，从云共享数据库中获得待进行检测分析的数字化业务交互数据；将所述数字化业务交互数据加载到通过噪声抑制方式调试所得的匹配检测决策算法，得到所述数字化业务交互数据中包含的业务主题匹配指示。2.根据权利要求1所述的方法，其特征在于，所述匹配检测决策算法的调试步骤为：获得第一在线业务互动数据和至少X组第二在线业务互动数据，所述第二在线业务互动数据与所述第一在线业务互动数据携带一致的数据匹配检测知识；通过匹配检测决策算法对所述第一在线业务互动数据进行服务要素挖掘处理，得到第一数据服务要素向量，并通过所述匹配检测决策算法的卷积处理单元，分别对每组所述第二在线业务互动数据进行服务要素挖掘处理，得到至少X个第二数据服务要素向量；依据所述第一数据服务要素向量和每个所述第二数据服务要素向量之间的第一特征共性值，确定第一算法代价指标，并依据所述第一数据服务要素向量与至少部分先验服务要素簇中的第三数据服务要素向量的第二特征共性值，确定第二算法代价指标；其中，每个所述先验服务要素簇中包含的第三数据服务要素向量为在进行当前次调试之前，在剩余次调试中通过剩余第二在线业务互动数据所确定的；依据所述第一算法代价指标和所述第二算法代价指标，确定目标算法代价，并通过所述目标算法代价对所述匹配检测决策算法进行循环调试，直到符合调试结束要求，得到完成调试的匹配检测决策算法。3.根据权利要求2所述的方法，其特征在于，所述第一在线业务互动数据和第二在线业务互动数据为数字化业务交互数据，所述匹配检测决策算法为深度学习网络；其中，所述依据所述第一数据服务要素向量和每个所述第二数据服务要素向量之间的第一特征共性值，确定第一算法代价指标，包括：从所述至少X个所述第一特征共性值中，确定出第一目标特征共性值，并依据所述第一目标特征共性值和设定的参考值之间的第一比较结果，确定所述第一算法代价指标。4.根据权利要求2所述的方法，其特征在于，所述依据所述第一数据服务要素向量与至少部分先验服务要素簇中的第三数据服务要素向量的第二特征共性值，确定第二算法代价指标，包括：对于每个先验服务要素簇，经由该先验服务要素簇中的每个所述第三数据服务要素向量与所述第一数据服务要素向量之间的第二特征共性值，确定该先验服务要素簇对应的第二目标特征共性值；结合每个所述先验服务要素簇的簇类别，从所述先验服务要素簇中确定出所述簇类别与所述第一在线业务互动数据的数据匹配检测知识不相同的目标先验服务要素簇；其中，所述簇类别为用于挖掘所述先验服务要素簇中任一所述第三数据服务要素向量的剩余第二在线业务互动数据的数据匹配检测知识；结合每个所述目标先验服务要素簇分别对应的第二目标特征共性值，确定所述第二算法代价指标；...

【专利技术属性】
技术研发人员：胡春芳，任先哲，
申请(专利权)人：潍坊羞摆信息科技有限公司，
类型：发明
国别省市：