【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于自然语言的用户消费行为数据分析方法和装置。
技术介绍
1、随着科技的发展，制氧机、呼吸机、监护仪等医疗设备被广泛使用，这些设备在使用过程中会产生大量关于用户的消费行为数据。这些数据如果得以有效分析，可以为用户提供更加智能化和个性化的服务。
2、对于医疗服务提供方的员工来说，往往缺乏建模方面的专业知识，因此无法高效利用用户的消费行为数据。此外，现有的数据分析工具大多需要编程实现，不够智能，无法实时响应多变的分析需求。
3、如何简单高效地实现对用户消费行为数据的分析，是目前需要解决的技术问题。
技术实现思路
1、本专利技术提供一种基于自然语言的用户消费行为数据分析方法和装置，用以解决现有技术中存在的缺陷。
2、本专利技术提供一种基于自然语言的用户消费行为数据分析方法，包括：
3、获取用户上传的待分析用户消费行为数据以及针对所述待分析用户消费行为数据的需求文本信息；
4、将所述需求文本信息输入至预先训练的自然语言模型中，得到与所述需求文本信息指示的分析需求相对应的执行代码以及所述执行代码的解释说明文本信息；
5、在预设代码执行环境中运行所述执行代码，对所述待分析用户消费行为数据进行分析，得到分析结果；
6、其中，所述自然语言模型是基于从多个医疗设备收集的原始数据构建得到的训练数据集对预训练语言模型进行训练得到。
7、根据本专利技术提供的一种基于自然语言的
8、获取多个医疗设备收集的原始数据，对所述多个医疗设备收集的原始数据执行数据预处理操作并进行意图标注，得到训练数据集；其中，所述数据预处理操作包括数据清洗、数据标准化以及数据转换；
9、基于所述训练数据集对预训练语言模型进行预训练，并对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型。
10、根据本专利技术提供的一种基于自然语言的用户消费行为数据分析方法，所述对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型，包括：
11、通过rlhf算法和用户交互信息对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型；其中，所述rlhf算法用于对预训练后的预训练语言模型参数进行优化。
12、根据本专利技术提供的一种基于自然语言的用户消费行为数据分析方法，所述在预设代码执行环境中运行所述执行代码，对所述待分析用户消费行为数据进行分析，得到分析结果，包括：
13、利用容器中的内核管理器创建多个独立的内核，将多个需求文本信息分别加载至对应的内核中；其中，多个所述内核加载的需求文本信息彼此不同，所述内核为所述需求文本信息指示的分析需求相对应的执行代码的代码执行环境；
14、对于每个需求文本信息，在对应的内核中运行对应的执行代码，对对应的待分析用户消费行为数据进行分析，得到分析结果。
15、根据本专利技术提供的一种基于自然语言的用户消费行为数据分析方法，所述将所述需求文本信息输入至预先训练的自然语言模型中，得到与所述需求文本信息指示的分析需求相对应的执行代码以及所述执行代码的解释说明文本信息，包括：
16、在所述需求文本信息为非首次输入的需求文本信息的情况下，将所述分析需求文本信息输入至预先训练的自然语言模型中；
17、基于所述需求文本信息以及前一个需求文本信息，得到对应的执行代码以及所述执行代码的解释说明文本信息。
18、本专利技术还提供一种基于自然语言的用户消费行为数据分析装置，包括：
19、获取模块，用于获取用户上传的待分析用户消费行为数据以及针对所述待分析用户消费行为数据的需求文本信息；
20、输入模块，用于将所述需求文本信息输入至预先训练的自然语言模型中，得到与所述需求文本信息指示的分析需求相对应的执行代码以及所述执行代码的解释说明文本信息；
21、分析模块，用于在预设代码执行环境中运行所述执行代码，对所述待分析用户消费行为数据进行分析，得到分析结果；
22、其中，所述自然语言模型是基于从多个医疗设备收集的原始数据构建得到的训练数据集对预训练语言模型进行训练得到。
23、根据本专利技术提供的一种基于自然语言的用户消费行为数据分析装置，所述装置还包括训练模块，具体用于：
24、获取多个医疗设备收集的原始数据，对所述多个医疗设备收集的原始数据执行数据预处理操作并进行意图标注，得到训练数据集；其中，所述数据预处理操作包括数据清洗、数据标准化以及数据转换；
25、基于所述训练数据集对预训练语言模型进行预训练，并对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型。
26、根据本专利技术提供的一种基于自然语言的用户消费行为数据分析装置，所述训练模块，具体还用于：
27、通过rlhf算法和用户交互信息对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型；其中，所述rlhf算法用于对预训练后的预训练语言模型参数进行优化。
28、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于自然语言的用户消费行为数据分析方法。
29、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于自然语言的用户消费行为数据分析方法。
30、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于自然语言的用户消费行为数据分析方法。
31、本专利技术提供的一种基于自然语言的用户消费行为数据分析方法和装置，通过获取用户上传的待分析用户消费行为数据以及针对待分析用户消费行为数据的需求文本信息，将需求文本信息输入至预先训练的自然语言模型中，得到与需求文本信息指示的分析需求相对应的执行代码以及执行代码的解释说明文本信息，在预设代码执行环境中运行执行代码，对待分析用户消费行为数据进行分析，得到分析结果；其中，自然语言模型是基于从多个医疗设备收集的原始数据构建得到的训练数据集对预训练语言模型进行训练得到。由此可知，本专利技术通过预先训练的自然语言模型，根据待分析用户消费行为数据的需求文本信息，编写对应的执行代码，通过运行执行代码，即可得到待分析用户消费行为数据的分析结果，医疗服务提供方无需编程知识便可得到分析结果，方法简单高效，可以为医疗用户提供更多个性化服务。
本文档来自技高网...【技术保护点】
1.一种基于自然语言的用户消费行为数据分析方法，其特征在于，包括：
2.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述自然语言模型的训练过程，包括：
3.根据权利要求2所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型，包括：
4.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述在预设代码执行环境中运行所述执行代码，对所述待分析用户消费行为数据进行分析，得到分析结果，包括：
5.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述将所述需求文本信息输入至预先训练的自然语言模型中，得到与所述需求文本信息指示的分析需求相对应的执行代码以及所述执行代码的解释说明文本信息，包括：
6.一种基于自然语言的用户消费行为数据分析装置，其特征在于，包括：
7.根据权利要求6所述的基于自然语言的用户消费行为数据分析装置，其特征在于，所述装置还包括训练模块，具体用于：
...【技术特征摘要】
1.一种基于自然语言的用户消费行为数据分析方法，其特征在于，包括：
2.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述自然语言模型的训练过程，包括：
3.根据权利要求2所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述对预训练后的预训练语言模型参数进行优化，以得到所述自然语言模型，包括：
4.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述在预设代码执行环境中运行所述执行代码，对所述待分析用户消费行为数据进行分析，得到分析结果，包括：
5.根据权利要求1所述的基于自然语言的用户消费行为数据分析方法，其特征在于，所述将所述需求文本信息输入至预先训练的自然语言模型中，得到与所述需求文本信息指示的分析需求相对应的执行代码以及所述...
【专利技术属性】
技术研发人员：董小蒙，
申请(专利权)人：北京亿家老小科技有限公司，
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。