[发明专利]一种数据处理方法、装置及计算机可读存储介质在审

专利信息
申请号: 202010849838.3 申请日: 2020-08-21
公开(公告)号: CN112035567A 公开(公告)日: 2020-12-04
发明(设计)人: 王子丰;文瑞;陈曦 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/26 分类号: G06F16/26;G06F9/451;G16H40/20;G06K9/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数据处理 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种数据处理方法,其特征在于,所述方法包括:

显示导诊服务界面,所述导诊服务界面中设有状态输入区和会话展示区,所述状态输入区用于接收用户输入的状态描述数据;

在所述导诊服务界面的会话展示区中展示所述状态描述数据;

输出与所述状态描述数据相关的推荐状态集合,所述推荐状态集合中包括至少一个推荐状态描述数据;

从所述推荐状态集合中选中至少一个推荐状态描述数据,并根据输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据在所述导诊服务界面中显示状态分类结果。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在所述导诊服务界面中显示与所述状态分类结果相关联的操作入口;

当所述操作入口被触发时,从所述导诊服务界面跳转至操作页面。

3.根据权利要求1或2所述的方法,其特征在于,所述状态分类结果是利用状态分类模型、第一图网络和第二图网络对输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据进行处理后得到的,所述推荐状态集合是利用状态检索模型和所述第一图网络对输入的所述状态描述数据进行处理后得到的,所述第一图网络包括建立连接关系的多个类型节点和多个状态节点,所述第二图网络包括建立连接关系的多个用户节点和所述多个状态节点。

4.根据权利要求3所述的方法,其特征在于,所述根据输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据在所述导诊服务界面中显示状态分类结果,包括:

利用所述状态分类模型和所述第二图网络对输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据进行处理,以获取所述用户的特征信息;

利用所述状态分类模型和所述第一图网络对所述用户的特征信息进行处理,以确定所述用户的状态分类结果;

在所述导诊服务界面中显示所述状态分类结果。

5.根据权利要求4所述的方法,其特征在于,所述利用所述状态分类模型和所述第一图网络对所述用户的特征信息进行处理,以确定所述用户的状态分类结果,包括:

获取所述第一图网络包括的类型节点对应的多个分类中每个分类的特征信息;

利用所述状态分类模型对所述用户的特征信息和所述每个分类的特征信息进行处理,以得到所述用户的状态分类结果。

6.根据权利要求5所述的方法,其特征在于,所述利用所述状态分类模型对所述用户的特征信息和所述每个分类的特征信息进行处理,以得到所述用户的状态分类结果,包括:

将所述用户的特征信息和所述每个分类的特征信息输入所述状态分类模型,以得到所述用户与所述每个分类的匹配概率;

根据所述匹配概率从所述多个分类中确定目标分类;

将所述目标分类作为所述用户的状态分类结果。

7.根据权利要求4所述的方法,其特征在于,所述利用所述状态分类模型和所述第二图网络对输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据进行处理,以获取所述用户的特征信息,包括:

获取所述第二图网络中与输入的所述状态描述数据和选中的所述至少一个推荐状态描述数据对应的状态节点连接的用户节点;

获取所述第二图网络中与所述用户节点连接的各个状态节点;

利用所述状态分类模型中的图卷积神经网络将所述各个状态节点对应的状态的特征信息向所述用户聚合,以得到所述用户的特征信息。

8.根据权利要求3所述的方法,其特征在于,所述方法还包括:

获取所述第一图网络中与输入的所述状态描述数据对应的状态节点相连接的至少一个类型节点;

获取与所述至少一个类型节点连接的多个状态节点;

获取所述多个状态节点各自对应的状态与输入的所述状态描述数据之间的相似度;

根据所述相似度从所述多个状态节点对应的多个状态中确定所述推荐状态集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010849838.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top