基于人工智能的业务场景控制方法、系统及云平台技术方案

本发明专利技术的基于人工智能的业务场景控制方法、系统及云平台，通过借助知识映射范围存在差异的第一专家知识处理算子和第二专家知识处理算子分别对待分析业务会话互动记录进行业务偏好提炼，以挖掘得到相异窗口规模下的描述待分析业务会话互动记录的会话特征的数据，从而分别获得对应的业务偏好知识关系网。通过对业务偏好知识关系网进行知识整理，以利用相异窗口规模下的描述待分析业务会话互动记录的会话特征的数据，保障获得的与待分析业务会话互动记录对应的第一业务偏好热力分布的准确性，该第一业务偏好热力分布能够指示当前业务服务在业务偏好层面的实时更新处理，从而提高对不同业务场景下的服务升级优化的针对性和智能化程度。和智能化程度。和智能化程度。

【技术实现步骤摘要】
基于人工智能的业务场景控制方法、系统及云平台


[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业务场景控制方法、系统及云平台。

技术介绍

[0002]人工智能能够让计算机拥有自主学习能力，可以通过对图像、声音、温度等的探测感知，得到可数据化的信息，可以通过学习实现人脑的自我辨识和产生自主指令。大数据和人工智能时代下的业务转型已经渗入人们日常的衣食住行、工作生活、生产服务等方方面面。各类业务服务的竞争激烈程度与日俱增，为了提高用户存留率，保障业务服务的核心竞争力，针对业务服务的高质量升级优化至关重要，但在实现业务服务的升级优化之前，如何精准挖掘用户偏好是保障升级优化的针对性和智能化程度的关键环节。

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业务场景控制方法、系统及云平台。
[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业务场景控制方法，应用于业务场景控制云平台，所述方法包括：响应于业务场景处理请求，获取待分析业务会话互动记录、第一专家知识处理算子和第二专家知识处理算子，所述第一专家知识处理算子的知识映射范围与所述第二专家知识处理算子的知识映射范围存在差异；通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap2；对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布；其中，所述第一业务偏好热力分布用于指示当前业务服务的实时更新处理。
[0005]如此设计，通过借助知识映射范围存在差异的第一专家知识处理算子和第二专家知识处理算子分别对待分析业务会话互动记录进行业务偏好提炼，以挖掘得到相异窗口规模下的描述待分析业务会话互动记录的会话特征的数据，从而分别获得对应的业务偏好知识关系网FeatureMap1和业务偏好知识关系网FeatureMap2。通过对业务偏好知识关系网FeatureMap1和业务偏好知识关系网FeatureMap2进行知识整理，以利用相异窗口规模下的描述待分析业务会话互动记录的会话特征的数据，保障获得的与待分析业务会话互动记录对应的第一业务偏好热力分布的准确性，该第一业务偏好热力分布能够指示当前业务服务在业务偏好层面的实时更新处理，从而提高对不同业务场景下的服务升级优化的针对性和智能化程度。
[0006]在一些实施例中，在所述对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布之前，所述方法还包括：对所述待分析业务会话互动记录进行第一会话要素挖掘操作，获得第一会话互动要素
向量，对所述待分析业务会话互动记录进行第二会话要素挖掘操作，获得第二会话互动要素向量，所述第一会话互动要素向量和所述第二会话互动要素向量均用于表征所述待分析业务会话互动记录的窗口规模信息，且所述第一会话互动要素向量所反映的窗口规模信息与所述第二会话互动要素向量所反映的窗口规模信息存在差异；结合所述第一会话互动要素向量确定所述业务偏好知识关系网FeatureMap1的第一重要度，结合所述第二会话互动要素向量确定所述业务偏好知识关系网FeatureMap2的第二重要度；所述对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布，包括：结合所述第一重要度和所述第二重要度对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得所述第一业务偏好热力分布。
[0007]如此设计，通过对待分析业务会话互动记录分别进行第一会话要素挖掘操作和第二会话要素挖掘操作以提取相异窗口规模下的待分析业务会话互动记录的信息，获得第一会话互动要素向量和第二会话互动要素向量。结合第一会话互动要素向量确定业务偏好知识关系网FeatureMap1的第一重要度，结合第二会话互动要素向量确定业务偏好知识关系网FeatureMap2的第二重要度，并结合第一重要度和第二重要度对业务偏好知识关系网FeatureMap1和业务偏好知识关系网FeatureMap2进行知识整理，可提升获取到的第一业务偏好热力分布的准确性。
[0008]在另一些实施例中，所述结合所述第一重要度和所述第二重要度对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得所述第一业务偏好热力分布，包括：确定所述第一重要度与所述业务偏好知识关系网FeatureMap1之间的设定运算结果，获得业务偏好知识关系网FeatureMap3；确定所述第二重要度与所述业务偏好知识关系网FeatureMap2之间的设定运算结果，获得业务偏好知识关系网FeatureMap4；对所述业务偏好知识关系网FeatureMap3和所述业务偏好知识关系网FeatureMap4进行知识整理，获得所述第一业务偏好热力分布。
[0009]在又一些实施例中，所述结合所述第一会话互动要素向量确定所述业务偏好知识关系网FeatureMap1的第一重要度，结合所述第二会话互动要素向量确定所述业务偏好知识关系网FeatureMap2的第二重要度，包括：对所述第一会话互动要素向量和所述第二会话互动要素向量进行量纲标准化，获得所述第一会话互动要素向量对应的第三会话互动要素向量和所述第二会话互动要素向量对应的第四会话互动要素向量；将所述第三会话互动要素向量作为所述第一重要度，将所述第四会话互动要素向量作为所述第二重要度。
[0010]如此设计，通过对第一会话互动要素向量和第二会话互动要素向量进行量纲标准化，可使第一会话互动要素向量与第二会话互动要素向量中相同分布区域的业务活动数据块的特征值的求和结果为1。再通过将第一会话互动要素向量作为第一重要度、将第二会话互动要素向量作为第二重要度对业务偏好知识关系网FeatureMap1和业务偏好知识关系网FeatureMap2进行知识整理，可实现对待分析业务会话互动记录中不同记录内容集执行不同知识映射范围的业务偏好提炼，保障获得的第一业务偏好热力分布的准确性。
[0011]在又一些实施例中，在所述通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系
网FeatureMap2之前，所述方法还包括：对所述待分析业务会话互动记录进行第三会话要素挖掘操作，获得业务偏好知识关系网FeatureMap5；所述通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的业务场景控制方法，其特征在于，应用于业务场景控制云平台，所述方法包括：响应于业务场景处理请求，获取待分析业务会话互动记录、第一专家知识处理算子和第二专家知识处理算子，所述第一专家知识处理算子的知识映射范围与所述第二专家知识处理算子的知识映射范围存在差异；通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap2；对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布；其中，所述第一业务偏好热力分布用于指示当前业务服务的实时更新处理。2.根据权利要求1所述的方法，其特征在于，所述对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布，包括：对所述待分析业务会话互动记录进行第一会话要素挖掘操作，获得第一会话互动要素向量，对所述待分析业务会话互动记录进行第二会话要素挖掘操作，获得第二会话互动要素向量；所述第一会话互动要素向量携带的内容包含：所述待分析业务会话互动记录中的业务活动数据块的选定窗口规模与所述业务偏好知识关系网FeatureMap1的窗口规模的适配系数；所述第二会话互动要素向量携带的内容包含：所述待分析业务会话互动记录中的业务活动数据块的选定窗口规模与所述业务偏好知识关系网FeatureMap2的窗口规模的适配系数；结合所述第一会话互动要素向量确定所述业务偏好知识关系网FeatureMap1的第一重要度，结合所述第二会话互动要素向量确定所述业务偏好知识关系网FeatureMap2的第二重要度；结合所述第一重要度和所述第二重要度对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布。3.根据权利要求2所述的方法，其特征在于，所述结合所述第一重要度和所述第二重要度对所述业务偏好知识关系网FeatureMap1和所述业务偏好知识关系网FeatureMap2进行知识整理，获得第一业务偏好热力分布，包括：确定所述第一重要度与所述业务偏好知识关系网FeatureMap1之间的设定运算结果，获得业务偏好知识关系网FeatureMap3；确定所述第二重要度与所述业务偏好知识关系网FeatureMap2之间的设定运算结果，获得业务偏好知识关系网FeatureMap4；对所述业务偏好知识关系网FeatureMap3和所述业务偏好知识关系网FeatureMap4进行知识整理，获得所述第一业务偏好热力分布。4.根据权利要求3所述的方法，其特征在于，所述结合所述第一会话互动要素向量确定所述业务偏好知识关系网FeatureMap1的第一重要度，结合所述第二会话互动要素向量确定所述业务偏好知识关系网FeatureMap2的第二重要度，包括：对所述第一会话互动要素向量和所述第二会话互动要素向量进行量纲标准化，获得所
述第一会话互动要素向量对应的第三会话互动要素向量和所述第二会话互动要素向量对应的第四会话互动要素向量；将所述第三会话互动要素向量作为所述第一重要度，将所述第四会话互动要素向量作为所述第二重要度。5.根据权利要求3所述的方法，其特征在于，在所述通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap2之前，所述方法还包括：对所述待分析业务会话互动记录进行第三会话要素挖掘操作，获得业务偏好知识关系网FeatureMap5；所述通过所述第一专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述待分析业务会话互动记录进行业务偏好提炼获得业务偏好知识关系网FeatureMap2，包括：通过所述第一专家知识处理算子对所述业务偏好知识关系网FeatureMap5进行业务偏好提炼获得所述业务偏好知识关系网FeatureMap1，通过所述第二专家知识处理算子对所述业务偏好...

【专利技术属性】
技术研发人员：胡春芳，孙恒坤，
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：