System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,具体为一种基于机器学习的企业管理咨询数据分析系统及方法。
技术介绍
1、企业管理咨询是帮助企业和企业家,通过发现和解决企业管理经营问题,提高企业竞争力,强化学习和实施变革以实现企业目标的一种专业性咨询服务。
2、公开号为cn117216192b中国专利技术专利,介绍了一种企业咨询管理系统,包括咨询模块、关键词提取模块、匹配模块和业务处理模块;咨询模块用于为客户提供用于输入咨询信息的对话框,以及用于将咨询信息发送至关键词提取模块;关键词提取模块用于采用多种时间复杂度不同的关键词获取算法获取咨询信息中的关键词;匹配模块用于基于咨询信息中的关键词确定为客户提供咨询服务的专业人员,并向该专业人员所使用的业务处理模块发送通知消息;业务处理模块用于专业人员根据通知消息为客户提供咨询服务;企业咨询过程的时间成本较高,难以及时反馈客户需求,也无法实现企业咨询信息的智能分析。
技术实现思路
1、(一)解决的技术问题
2、为解决
技术介绍
中出现的不足,本专利技术提供了一种基于机器学习的企业管理咨询数据分析系统及方法,实现企业管理咨询数据的科学分析,并智能推送企业管理咨询数据分析结果。
3、(二)技术方案
4、一种基于机器学习的企业管理咨询数据分析方法,包括以下步骤:
5、s1、采集咨询内容关键词特征数据和企业管理特征数据;
6、s2、依据所述咨询内容关键词特征数据和所述企业管理特征数据进行企业管理咨询内容搜索
7、s3、收集企业管理咨询内容特征数据的相关样本数据,生成企业管理咨询内容样本特征数据;
8、s4、基于所述企业管理咨询内容样本特征数据构建最终高斯朴素贝叶斯模型;
9、s5、将所述企业管理咨询内容特征数据输入构建的最终高斯朴素贝叶斯模型中进行企业管理咨询内容数据分析处理,生成企业管理咨询内容分析结果特征数据;
10、s6、基于所述咨询内容关键词特征数据、所述企业管理咨询内容特征数据和所述企业管理咨询内容分析结果特征数据构建企业管理咨询结果数据,并推送至数据分析结果展示平台。
11、本专利技术通过企业管理咨询平台接收用户的咨询请求以及咨询内容信息并采用textrank算法提取所述咨询内容信息中的关键词,确保提取结果的可靠性;通过深度优先搜索算法进行企业管理咨询内容搜索,生成企业管理咨询内容特征数据,保证了搜索结果的准确性;基于收集的企业管理咨询内容样本特征数据构建高斯朴素贝叶斯模型,为企业管理咨询数据分析提供了工具;通过人工鱼群算法对高斯朴素贝叶斯模型进行参数调优,提高了寻优过程的速度和效率,保证了寻优结果的准确性;将所述企业管理咨询内容特征数据输入构建的高斯朴素贝叶斯模型中进行企业管理咨询内容数据分析处理,生成企业管理咨询内容分析结果特征数据,实现企业管理咨询数据的科学分析;构建企业管理咨询结果数据,并通过无线通信网络推送至数据分析结果展示平台,实现企业管理咨询结果数据的智能推送。
12、优选的,采集咨询内容关键词特征数据和企业管理特征数据的具体步骤如下:
13、s11、通过企业管理咨询平台接收用户的咨询请求以及咨询内容信息,所述企业管理咨询平台接收到用户的咨询请求后采用textrank算法提取所述咨询内容信息中的关键词,生成咨询内容关键词特征数据集a={a1,a2,…,ai,…,ak},其中,ai表示第i个咨询内容关键词特征数据,k表示咨询内容关键词特征数据的总个数;
14、s12、通过调用相关企业的管理数据存储单元中的企业管理数据,生成企业管理特征数据b。
15、本专利技术通过企业管理咨询平台接收用户的咨询请求以及咨询内容信息并采用textrank算法提取所述咨询内容信息中的关键词,确保提取结果的可靠性。
16、优选的,依据所述咨询内容关键词特征数据和所述企业管理特征数据进行企业管理咨询内容搜索处理,生成企业管理咨询内容特征数据的具体步骤如下:
17、s21、采用深度优先搜索算法对所述咨询内容关键词特征数据集a中的咨询内容关键词特征数据和所述企业管理特征数据b按照咨询内容关键词编号依次进行企业管理咨询内容搜索处理,搜索出所述咨询内容关键词特征数据集a中咨询内容关键词特征数据对应的企业管理特征数据并经过数据标识生成企业管理咨询内容特征数据bzixun。
18、通过深度优先搜索算法进行企业管理咨询内容搜索,生成企业管理咨询内容特征数据,保证了搜索结果的准确性。
19、优选的,收集企业管理咨询内容特征数据的相关样本数据,生成企业管理咨询内容样本特征数据的具体步骤如下:
20、s31、收集所述企业管理咨询内容特征数据bzixun的相关样本数据,构建企业管理咨询内容样本特征数据集c={c1,c2,…,ci,…,cl},其中,ci表示收集到的第i个企业管理咨询内容样本特征数据,l表示收集到的企业管理咨询内容样本特征数据的总个数。
21、优选的,基于所述企业管理咨询内容样本特征数据构建最终高斯朴素贝叶斯模型的具体步骤如下:
22、s41、构建初始高斯朴素贝叶斯模型,设定初始高斯朴素贝叶斯模型的输入节点数量为a、输出节点数量为b、特征分布为高斯分布以及初始平滑参数为α;
23、s42、设定训练数据比例为λ和测试数据比例为η,根据所述训练数据比例λ和所述测试数据比例η对所述企业管理咨询内容样本特征数据集进行数据划分,分别得到企业管理咨询内容训练样本特征数据集和企业管理咨询内容测试样本特征数据集;
24、s43、设定最大训练次数为n1以及训练误差阈值为n2,将所述企业管理咨询内容训练样本特征数据集输入初始高斯朴素贝叶斯模型中进行训练,直至初始高斯朴素贝叶斯模型的训练误差小于训练误差阈值n2或者训练次数大于最大训练次数n1,停止对初始高斯朴素贝叶斯模型的训练,得到训练好的高斯朴素贝叶斯模型;
25、s44、设定测试准确度阈值为n3、第一测试样本数据比例为h1以及第二测试样本数据比例为h2,根据所述第一测试样本数据比例h1以及第二测试样本数据比例h2对所述企业管理咨询内容测试样本特征数据集进行数据划分,分别得到第一企业管理咨询内容测试样本特征数据集和第二企业管理咨询内容测试样本特征数据集;
26、将所述第一企业管理咨询内容测试样本特征数据集和所述第二企业管理咨询内容测试样本特征数据集分别输入训练好的高斯朴素贝叶斯模型进行测试,计算测试结果的准确度,分别得到第一测试准确度γ1和第二测试准确度γ2;
27、当h1·γ1+h2·γ2≥n3时,得到最终高斯朴素贝叶斯模型;否则,对当前高斯朴素贝叶斯模型进行参数调优,并返回s42重新训练,直至h1·γ1+h2·γ2≥n3;
28、s44中参数调优包括以下步骤:
29、s441、构建人工鱼种群,设定人工鱼种群规模为n、人工鱼本文档来自技高网...
【技术保护点】
1.一种基于机器学习的企业管理咨询数据分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S1包括以下步骤:
3.根据权利要求2所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S2包括以下步骤:
4.根据权利要求3所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S3包括以下步骤:
5.根据权利要求4所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S4包括以下步骤:
6.根据权利要求5所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S44中参数调优包括以下步骤:
7.根据权利要求6所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S443包括以下步骤:
8.根据权利要求7所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述S5包括以下步骤:
9.根据权利要求8所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于
10.一种实现如权利要求1-9中任一项所述的基于机器学习的企业管理咨询数据分析方法的系统,其特征在于,包括数据采集模块、企业管理咨询内容特征数据搜索模块、企业管理咨询内容样本特征数据收集模块、最终高斯朴素贝叶斯模型构建模块、参数优化模块、数据分析模块以及企业管理咨询结果数据输出模块。
...【技术特征摘要】
1.一种基于机器学习的企业管理咨询数据分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述s1包括以下步骤:
3.根据权利要求2所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述s2包括以下步骤:
4.根据权利要求3所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述s3包括以下步骤:
5.根据权利要求4所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述s4包括以下步骤:
6.根据权利要求5所述的一种基于机器学习的企业管理咨询数据分析方法,其特征在于,所述s44中参数调优包括以...
【专利技术属性】
技术研发人员:袁浩祥,刘晨旭,冀祥朋,
申请(专利权)人:亳州合界科技咨询有限公司,
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。