【技术实现步骤摘要】
本专利技术涉及人工智能，具体地说是基于人工智能大模型的交互式申报方法及系统。
技术介绍
1、互联网+服务政务的系统使用门槛较高，用户不能高效快捷的进行网上申报。目前现有技术常见的就是采用传统的表单方式，在关键填报内容处进行文字提示，这虽然在一定程度上能够帮助用户进行网上申报，但是由于这种提示不够灵活，没有与用户进行灵活互动引导，导致系统使用门槛并没有大幅度的降低，影响群众办事效率，不利于优化营商环境。
2、如何降低用户使用门槛、引导交流式实现用户网上申报，是需要解决的技术问题。
技术实现思路
1、本专利技术的技术任务是针对以上不足，提供基于人工智能大模型的交互式申报方法及系统，来解决如何降低用户使用门槛、引导交流式实现用户网上申报的技术问题。
2、第一方面，本专利技术一种基于人工智能大模型的交互式申报方法，包括如下步骤：
3、业务场景与数据收集：确认业务场景以及对应的业务数据；
4、业务模型设计：根据业务场景进行业务模型定义，包括定义业务模型的目标变量、数据源以及数据样本的抽取；
5、据特征筛选：基于业务数据提取数据特征，基于数据特征构建训练集和测试集；
6、业务模型训练：基于训练集对同时对定义的多个业务模型进行模型训练，得到训练后业务模型；
7、业务模型验证：基于测试集对每个训练后业务模型进行验证评估；
8、业务模型融合：将多个训练后业务模型进行合并为一个业务模型，得到合并后业务模型；
9、业务系统与大模型交互：业务系统与合并后业务模型进行交互、得到具有合并后业务模型的业务系统，基于业务系统中用户输入的信息，以用户输入为合并后业务模型的输入，并通过业务系统将业务模型的输出结果反馈至用户；
10、系统与模型测试：对具有合并后业务模型的业务系统进行系统测试；
11、线上运营：部署生产环境，将具有合并后业务模型的业务系统应用于生产环境。
12、作为优选，数据样本的抽取方式包括随机抽取和分层抽样两种方式。
13、作为优选，基于业务数据提取数据特征时，对业务数据进行数据清洗，对于清洗后的业务数据，通过特征工程进行数据特征提取，并对提取的数据特征进行特征选择构建训练集和测试集。
14、作为优选，通过模型集成的方式将多个训练后业务模型合并为一个模型；
15、模型集成的方式包括加权融合方法、bagging方法、boosting方法昂发、以及stacking或blending方法。
16、第二方面，本专利技术一种基于人工智能大模型的交互式申报系统，用于通过如第一方面任一项所述的一种于人工智能大模型的交互式申报方法实现用户申报，所述系统包括业务场景与数据收集模块、业务模型设计模块、特征筛选模块、业务模型训练模块、业务模型验证模块、业务模型融合模块、业务系统与大模型交互模块、系统与模型测试模块以及线上运营模块；
17、业务场景与数据收集模块用于执行如下：确认业务场景以及对应的业务数据；
18、业务模型设计模块用于执行如下：根据业务场景进行业务模型定义，包括定义业务模型的目标变量、数据源以及数据样本的抽取；
19、据特征筛选模块用于执行如下：基于业务数据提取数据特征，基于数据特征构建训练集和测试集；
20、业务模型训练模块用于执行如下：基于训练集对同时对定义的多个业务模型进行模型训练，得到训练后业务模型；
21、业务模型验证模块用于执行如下：基于测试集对每个训练后业务模型进行验证评估；
22、业务模型融合模块用于执行如下：将多个训练后业务模型进行合并为一个业务模型，得到合并后业务模型；
23、业务系统与大模型交互模块用于执行如下：业务系统与合并后业务模型进行交互、得到具有合并后业务模型的业务系统，基于业务系统中用户输入的信息，以用户输入为合并后业务模型的输入，并通过业务系统将业务模型的输出结果反馈至用户；
24、系统与模型测试模块用于执行如下：对具有合并后业务模型的业务系统进行系统测试；
25、线上运营模块用于执行如下：部署生产环境，将具有合并后业务模型的业务系统应用于生产环境。
26、作为优选，数据样本的抽取方式包括随机抽取和分层抽样两种方式。
27、作为优选，基于业务数据提取数据特征时，特征筛选模块用于执行如下：对业务数据进行数据清洗，对于清洗后的业务数据，通过特征工程进行数据特征提取，并对提取的数据特征进行特征选择构建训练集和测试集。
28、作为优选，业务模型融合模块用于通过模型集成的方式将多个训练后业务模型合并为一个模型；
29、模型集成的方式包括加权融合方法、bagging方法、boosting方法昂发、以及stacking或blending方法。
30、本专利技术的基于人工智能大模型的交互式申报方法及系统具有以下优点：
31、1、采用人工智能大模型进行交互式智能申报，与用户进行自然、流畅的引导式交流，让系统更加灵活；
32、2、采用交互式申报，能够降低系统使用门槛，避免了由于对业务不熟悉不知道如何进行填报的问题；
33、3、可以通过不断学习和改进，逐步提高自身的服务质量和智能水平，为用户提供更好的服务体验。
本文档来自技高网...【技术保护点】
1.一种基于人工智能大模型的交互式申报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，数据样本的抽取方式包括随机抽取和分层抽样两种方式。
3.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，基于业务数据提取数据特征时，对业务数据进行数据清洗，对于清洗后的业务数据，通过特征工程进行数据特征提取，并对提取的数据特征进行特征选择构建训练集和测试集。
4.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，通过模型集成的方式将多个训练后业务模型合并为一个模型；
5.一种基于人工智能大模型的交互式申报系统，其特征在于，用于通过如权利要求1-4任一项所述的一种于人工智能大模型的交互式申报方法实现用户申报，所述系统包括业务场景与数据收集模块、业务模型设计模块、特征筛选模块、业务模型训练模块、业务模型验证模块、业务模型融合模块、业务系统与大模型交互模块、系统与模型测试模块以及线上运营模块；
6.根据权利要求5所述的基于人工智能大模型的交互式申报
7.根据权利要求5所述的基于人工智能大模型的交互式申报系统，其特征在于，基于业务数据提取数据特征时，特征筛选模块用于执行如下：对业务数据进行数据清洗，对于清洗后的业务数据，通过特征工程进行数据特征提取，并对提取的数据特征进行特征选择构建训练集和测试集。
8.根据权利要求5所述的基于人工智能大模型的交互式申报系统，其特征在于，业务模型融合模块用于通过模型集成的方式将多个训练后业务模型合并为一个模型；
...【技术特征摘要】
1.一种基于人工智能大模型的交互式申报方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，数据样本的抽取方式包括随机抽取和分层抽样两种方式。
3.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，基于业务数据提取数据特征时，对业务数据进行数据清洗，对于清洗后的业务数据，通过特征工程进行数据特征提取，并对提取的数据特征进行特征选择构建训练集和测试集。
4.根据权利要求1所述的基于人工智能大模型的交互式申报方法，其特征在于，通过模型集成的方式将多个训练后业务模型合并为一个模型；
5.一种基于人工智能大模型的交互式申报系统，其特征在于，用于通过如权利要求1-4任一项所述的一种于人工智能大模型的交互式申报方法实现用户申报，所...
【专利技术属性】
技术研发人员：李君昊，李朋林，纪磊，张玉新，刘燕，
申请(专利权)人：浪潮软件股份有限公司，
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。