【技术实现步骤摘要】
本申请涉及知识库管理领域，特别涉及知识库运营服务系统和融合知识库管理方法。
技术介绍
1、纵观互联网的历史，知识库是一个自助服务库或图书馆，可以用来存储有关企业产品、服务或主题的易于检索的信息。从本质上讲，它是一个企业内部或外部知识的集合，可以帮助员工或客户及时寻找所需问题的答案；如今，知识库已经成为任何知识管理系统的一部分不少地方利用互联网技术搭建了多个知识库平台，作为对数据进行统一的存储、整合、应用、运营、分析，也可作为各部门信息系统的中间介质，提供统一的对外接口，获取相关的业务数据，对执行业务服务提供强有力的数据支撑，因此对知识库的运营与管理是当今不可或缺的；
2、现有技术cn111459917b公开了知识库管理方法、装置及处理设备，包括可以针对群聊服务场景，对于群聊用户多，角色不清晰的聊天内容进行对话响应关系的确定，再基于对话响应关系进行问答信息的挖掘，确定出候选问答信息；利用人工客服对候选问答信息的点击采纳实现对候选问答信息进行反馈验证，将采纳率大于预设阈值的候选问答信息添加知识库中；
3、存在以下问题：
4、(1)仅基于对话响应关系进行问答信息的挖掘确定出候选问答信息，问答消息回答准确率不高；
5、(2)需要利用人工客服进行反馈验证，智能化程度不高，一旦人工客服不在反馈验证将难以持续。
技术实现思路
1、本申请的目的是提供知识库运营服务系统和融合知识库管理方法，旨在解决准确率不高，智能化程度低的问题。
2、为实
3、本申请提供一种知识库运营服务系统，包括：知识数据层、知识处理层和知识应用层；
4、所述知识数据层用于存储各类数据并支撑运营服务运行；
5、所述知识处理层包括云平台学习处理模块和大数据协同处理模块；
6、所述云平台学习处理模块对读取的行为进行深度分析；
7、所述大数据协同处理模块采用隐语义模型推荐算法进行大数据协同学习与深度推荐；
8、所述知识应用层是用于用户从知识库获取知识、信息、数据和服务。
9、进一步的，所述的知识库运营服务系统，所述云平台学习处理模块基于saas将私有云与混合云进行融合搭建实现深度识别云平台；云平台学习处理模块包括自动语言处理和知识处理；自动语言处理采用深度神经网络技术和大规模数据构造高准确率数据识别系统。
10、进一步的，所述的知识库运营服务系统，所述大数据协同处理模块基于spark进行协同过滤处理，所述隐语义模型推荐算法，包括：
11、大数据协同处理模块根据需求信息选择需求业务矩阵，得到用户需求信息推荐随时间变化的时间权重需求模型；将简化时间权重需求模型添加到隐语义模型中得到rmse值；对隐语义模型的损失函数改进根据梯度下降求解的过程并进行反复迭代；当求得局部极小值之后停止迭代过程，通过得到的rmse值确定参数，最终确定推荐模型；
12、所述需求业务矩阵可通过下式确定：
13、r∈rm×n
14、其中m表示用户输入的词语；n表示用户选择的需求业务；
15、所述时间权重需求模型可通过下式确定：
16、
17、其中α表示常数，tnow表示当前时间与系统初始时间的时间差，tu,m表示用户输入词语选择业务与系统初始时间的差值，m表示用户输入的词语，u表示用户，fu,m表示时间权重需求模型，e表示自然数；
18、所述隐语义模型可通过下式确定：
19、
20、其中tnow表示时间差，指当前时间与系统初始时间的差值，fu,m表示时间权重需求模型，rui表示推荐业务的信息，表示实际需求业务信息。
21、一种融合知识库管理方法，采用任一项所述的知识库运营服务系统，所述融合知识库管理方法，包括：
22、s1：根据需求信息获取语义词向量；
23、s2：根据语义词向量构建出准度目标函数和广度目标函数；
24、s3：将准度目标函数和广度目标函数进行融合得到动态自适应搜索函数，并利用动态自适应优化算法完成对知识库的搜索管理；
25、s4：在知识库中进行分类存储，完成融合知识库搜索管理。
26、进一步的，所述的融合知识库管理方法，所述s1的步骤中，包括：
27、通过l层的神经网络时，可以获得需求信息tk处下文依赖的隐藏层和需求信息tk处上文依赖的隐藏层使用上文依赖的隐藏层与下文依赖的隐藏层的拼接获得前向与后向语言模型的似然函数；
28、所述词语对应后向序列的概率可通过下式确认：
29、
30、所述词语对应前向序列的概率可通过下式确认：
31、
32、其中p(t1,t2,...,tn)表示词语对应后向序列的概率，可以获得需求信息tk处依赖于下文的隐藏层表示p(t1,t2,...tk-1)表示词语对应前向序列的概率，j＝1,…,l，可以获得需求信息tk处依赖于上文的隐藏层表示第l层的输出将预测下一个词语tk+1；需要通过给定下文序列p(t1，t2，...,tn)和上文序列p(t1,t2,...,tk-1)，f(tk|tk+1,tk+2,...+tn)表示需求信息tk的下文序列，f(tk|t1,t2,...,tk-1)表示需求信息tk的上文序列；
33、所述前向与后向语言模型的似然函数可通过下式确定：
34、
35、其中(log p(tk|t1,t2,...tk+1))表示前向语言似然概率；(log p(tk|tk+1,tk+2,...+tn))表示后向语言语言似然概率。
36、进一步的，所述的融合知识库管理方法，所述准度目标函数利用斯皮尔曼相关系数衡量各语义词向量得到准度优化函数；所述准度目标函数可通过下式确认：
37、
38、其中，sm表示准度优化函数，xi表示输入需求信息的语义词向量、xj表示各业务中语义词向量，n为语义词向量总数量。
39、进一步的，所述的融合知识库管理方法，所述广度目标函数通过语义词向量的冗余性为目标进行构建；所述广度目标函数可通过下式确认：
40、
41、其中，sp表示第i各个体的拥挤距离，表示第i+1个个体在第m个目标函数上的值，表示第i-1个个体在第m个目标函数上的值，n表示语义词向量总数量。
42、进一步的，所述的融合知识库管理方法，所述s3的步骤中，包括：
43、基于词语在需求信息中出现的频率采用tf-idf算法计算语义注解权值，数据库资源d，i为输入词语，资源d与词语i是相关联的，该注解被赋予权值di，权值di的计算方法可通过下式确认：
44、
45、其中fi,d是资源d中词语i出现的个数，词语j是资源d出现的次数最多的词语，maxxjfj,d是资源中词语j本文档来自技高网...
【技术保护点】
1.一种知识库运营服务系统，其特征在于，包括：知识数据层、知识处理层和知识应用层；
2.根据权利要求1所述的知识库运营服务系统，其特征在于，所述云平台学习处理模块基于SaaS将私有云与混合云进行融合搭建实现深度识别云平台；云平台学习处理模块包括自动语言处理和知识处理；自动语言处理采用深度神经网络技术和大规模数据构造高准确率数据识别系统。
3.根据权利要求1所述的知识库运营服务系统，其特征在于，所述大数据协同处理模块基于Spark进行协同过滤处理，所述隐语义模型推荐算法，包括：
4.一种融合知识库管理方法，其特征在于，采用如权利要求1-3任一项所述的知识库运营服务系统，所述融合知识库管理方法，包括：
5.根据权利要求4所述的融合知识库管理方法，其特征在于，所述S1的步骤中，包括：
6.根据权利要求4所述的融合知识库管理方法，其特征在于，所述准度目标函数根据斯皮尔曼相关系数衡量各语义词向量得到准度优化函数；所述准度目标函数可通过下式确认：
7.根据权利要求4所述的融合知识库管理方法，其特征在于，所述广度目标函数通
8.根据权利要求4所述的融合知识库管理方法，其特征在于，所述S3的步骤中，包括：
...【技术特征摘要】
1.一种知识库运营服务系统，其特征在于，包括：知识数据层、知识处理层和知识应用层；
2.根据权利要求1所述的知识库运营服务系统，其特征在于，所述云平台学习处理模块基于saas将私有云与混合云进行融合搭建实现深度识别云平台；云平台学习处理模块包括自动语言处理和知识处理；自动语言处理采用深度神经网络技术和大规模数据构造高准确率数据识别系统。
3.根据权利要求1所述的知识库运营服务系统，其特征在于，所述大数据协同处理模块基于spark进行协同过滤处理，所述隐语义模型推荐算法，包括：
4.一种融合知识库管理方法，其特征在于，采用如权利要求1-3...
【专利技术属性】
技术研发人员：许汨，梁文朗，赵炜军，郑吴志，万焜，廖幸平，岑日恒，
申请(专利权)人：深圳市中京政通科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。