[发明专利]基于知识图谱的用户用车体验调研方法、系统和云服务器

说明书

本申请提供一种基于知识图谱的用户用车体验调研方法、系统和云服务器，首先建立网络预测结构模型，接着将评分信息输入到所述网络预测结构模型判断模糊意图，并将所述评分信息输入到知识图谱数据库判断标准意图，比较所述模糊意图和所述标准意图，建立损失函数，根据所述损失函数调整所述网络预测结构模型的结构参数并更新至所述网络预测结构模型，以得到用于判断用户用车体验真实意图的分类器函数。本申请能够利用算法网络构建判断模型，而且能够根据实际情况不断修正判断模型的参数，从而能够自动获取评分，并根据评分智能识别出用户真实意图的有效信息，以便研发人员根据有效信息作出开发需求，从而使产品能够适应市场需求的发展趋势。

技术领域

本申请涉及数据调研技术领域，具体涉及一种基于知识图谱的用户用车体验调研方法，一种基于知识图谱的用户用车体验调研系统，以及配置所述基于知识图谱的用户用车体验调研系统的云服务器。

背景技术

随着互联网发展的突飞猛进，人们逐渐从一个信息匮乏的时代进入到了一个信息过载的时代。信息爆炸式的增长使得网络中信息泛滥的问题变得极其严重，对于用户来说从海量数据中寻找到对自己有价值的数据便变得很困难，一些有用信息往往被淹没到信息的海洋中，成为孤岛信息。

在汽车技术领域，研发人员在进行开发时，往往需要调查用户的满意度，根据用户的满意度进行针对性设计。但是，很多用户反馈的满意度，不是用户的真实意图，比如很多用户不希望花时间，所以在调查表格上随便打勾或者随便写一些评价。

这些不是真实的用户体验，不仅对研发人员毫无帮助，而且会反过来影响研发的判断，导致做出与市场需求完全相反的产品，而严重影响后续的产品销售、甚至影响到公司的生死存亡。

针对现有技术的多方面不足，本申请的发明人经过深入研究，提出一种基于知识图谱的用户用车体验调研方法、系统和云服务器。

发明内容

本申请的目的在于，提供一种基于知识图谱的用户用车体验调研方法、系统和云服务器，能够利用算法网络构建判断模型，而且能够根据实际情况不断修正判断模型的参数，从而能够用于自动获取评分，并能根据评分进行智能识别出用户真实意图的有效信息，以便研发人员根据有效信息作出开发需求，从而使产品能够适应市场需求的发展趋势，提高公司的产品竞争力。

为解决上述技术问题，本申请提供一种基于知识图谱的用户用车体验调研方法，作为其中一种实施方式，所述用户用车体验调研方法包括步骤：

建立网络预测结构模型；

将用于表示用户用车体验的评分信息输入到所述网络预测结构模型，通过所述网络预测结构模型判断所述评分信息的模糊意图；

将所述评分信息输入到知识图谱数据库，利用所述知识图谱数据库判断所述评分信息的标准意图；

比较所述模糊意图和所述标准意图，根据所述标准意图建立所述评分信息的损失函数；

根据所述损失函数调整所述网络预测结构模型的结构参数，将调整的结构参数更新至所述网络预测结构模型，以得到期望的用于判断用户用车体验真实意图的分类器函数。

作为其中一种实施方式，所述将用于表示用户用车体验的评分信息输入到所述网络预测结构模型的步骤之前，还包括：

获取用户输入的初始文本；

利用词向量模型对所述初始文本进行句法/语义处理，以得到用于表示用户用车体验的所述评分信息。

作为其中一种实施方式，所述词向量模型为用于构建整份文件的word2vec神经网络。

作为其中一种实施方式，所述获取用户输入的初始文本，具体包括：

从用户交互的网页、测试数据库或者预设的大数据数据库中获取所述初始文本。