基于工业大数据的工业算法模型推荐方法技术

本发明专利技术涉及互联网和大数据技术领域，具体涉及基于工业大数据的工业算法模型推荐方法，包括：获取工业算法模型，并对工业算法模型进行模型画像，生成对应的模型标签；基于推荐算法建立推荐模型，并基于工业算法模型的模型标签训练推荐模型；获取用户输入的与模型需求相关的语句文本，并对语句文本进行自然语言语义理解和分析，生成对应的用户需求；将用户需求输入经过训练的推荐模型中，输出对应的工业算法模型推荐结果。本发明专利技术能够识别用户需求并根据用户需求匹配工业算法模型，并且能够保证工业算法模型的匹配度并降低操作难度和耗费时间，从而能够辅助提高工业算法模型选取的效率和有效性。和有效性。和有效性。

【技术实现步骤摘要】
基于工业大数据的工业算法模型推荐方法


[0001]本专利技术涉及互联网和大数据
，具体涉及基于工业大数据的工业算法模型推荐方法。

技术介绍

[0002]工业互联网（Industrial Internet）是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，其通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。
[0003]当前，工业领域已沉淀海量成熟算法模型支撑工业数字化转型及工业互联网建设。
[0004]然而，工业算法模型的种类繁多，功能各不相同，如何有效选取合适的工业算法模型进行应用一直是本领域存在的技术难题。实际应用时，用户需要在海量的工业算法模型中自己挑选、分析、使用适合自己业务场景和需求的模型，存在匹配度低，操作难度大、耗费时间长等问题，导致工业算法模型选取的效率和有效性均不好。因此，如何设计一种能够辅助提高工业算法模型选取的效率和有效性的方法是亟需解决的技术问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种基于工业大数据的工业算法模型推荐方法，能够识别用户需求并根据用户需求匹配工业算法模型，并且能够保证工业算法模型的匹配度并降低操作难度和耗费时间，从而能够辅助提高工业算法模型选取的效率和有效性，并为工业互联网的工业算法模型选取提供一种新的思路。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：基于工业大数据的工业算法模型推荐方法，包括：S1：获取工业算法模型，并对工业算法模型进行模型画像，生成对应的模型标签；S2：基于推荐算法建立推荐模型，并基于工业算法模型的模型标签训练推荐模型；S3：获取用户输入的与模型需求相关的语句文本，并对语句文本进行自然语言语义理解和分析，生成对应的用户需求；S4：将用户需求输入经过训练的推荐模型中，输出对应的工业算法模型推荐结果。
[0007]优选的，步骤S2中，根据工业算法模型的算法属性、应用场景、应用领域和技术方案进行抽象，生成对应的模型标签。
[0008]优选的，步骤S2中，工业算法模型的模型标签基于结构化标签体系生成。
[0009]优选的，步骤S3中，通过结合本体知识库及自然词依存句法树构建语义树的方式实现语句文本的自然语言语义理解和分析。
[0010]优选的，步骤S4中，推荐模型为排序模型。
[0011]优选的，推荐模型通过如下步骤输出工业算法模型推荐结果：S401：获取用户需求，以及对应的多个待推荐工业算法模型的模型标签；S402：将用户需求和模型标签输入推荐模型的卷积网络模型，得到模型标签对应的排序序号；其中，卷积网络模型基于工业算法模型的模型标签训练得到；S403：根据排序序号对待推荐工业算法模型进行排序，并将排序最靠前的一个或多个待推荐工业算法模型作为工业算法模型推荐结果。
[0012]本专利技术中基于工业大数据的工业算法模型推荐方法与现有技术相比，具有如下有益效果：本专利技术通过对语句文本进行自然语言语义理解和分析生成用户需求，进而将用户需求输入经过训练的推荐模型中生成对应的工业算法模型推荐结果，一方面，本专利技术不需要复杂的配置，用户输入模型需求即可实现工业算法模型推荐，有效降低了对工业算法模型使用的难度及门槛，即能够识别用户需求并根据用户需求匹配工业算法模型，从而能够辅助提高工业算法模型选取的效率。另一方面，本专利技术基于推荐算法建立推荐模型并进行模型训练，使得能够通过预先训练的推荐模型实现工业算法模型快速推荐，并且能够保证工业算法模型的匹配度并降低操作难度和耗费时间，从而能够辅助提高工业算法模型选取的有效性，并为工业互联网的工业算法模型选取提供一种新的思路。
[0013]本专利技术通过对语句文本进行自然语言语义理解和分析的方式，能够准确、有效的获取用户需求，进而根据用户需求实现工业算法模型快速推荐，从而能够进一步工业算法模型快速推荐的有效性。同时，本专利技术通过对工业算法模型进行模型画像的方式，能够有效去除工业算法模型异中的常数据的影响并解决数据分布不一致的问题，进而能够保证推荐模型的训练效果，同样能够进一步工业算法模型快速推荐的有效性。
附图说明
[0014]为了使专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1为基于工业大数据的工业算法模型推荐方法的逻辑框图。
具体实施方式
[0015]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例都属于本专利技术保护的范围。
[0016]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放
的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。此外，术语“水平”、“竖直”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0017]实施例：本实施例中公开了一种基于工业大数据的工业算法模型推荐方法。
[0018]如图1所示，基于工业大数据的工业算法模型推荐方法，包括：S1：获取工业算法模型，并对工业算法模型进行模型画像，生成对应的模型标签；S2：基于推荐算法建立推荐模型，并基于工业算法模型的模型标签训练推荐模型；S3：获取用户输入的与模型需求相关的语句文本，并对语句文本进行自然语言语义理解和分析，生成对应的用户需求；S4：将用户需求输入经过训练本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于工业大数据的工业算法模型推荐方法，其特征在于，包括：S1：获取工业算法模型，并对工业算法模型进行模型画像，生成对应的模型标签；S2：基于推荐算法建立推荐模型，并基于工业算法模型的模型标签训练推荐模型；S3：获取用户输入的与模型需求相关的语句文本，并对语句文本进行自然语言语义理解和分析，生成对应的用户需求；S4：将用户需求输入经过训练的推荐模型中，输出对应的工业算法模型推荐结果。2.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S2中，根据工业算法模型的算法属性、应用场景、应用领域和技术方案进行抽象，生成对应的模型标签。3.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S2中，工业算法模型的模型标签基于结构化标签体系生成。4.如权利要求1所述的基于...

【专利技术属性】
技术研发人员：巩书凯，王立东，陈磊，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：