[发明专利]场景服务推荐方法、装置、设备及存储介质在审

专利信息
申请号: 202111214190.3 申请日: 2021-10-19
公开(公告)号: CN113901320A 公开(公告)日: 2022-01-07
发明(设计)人: 刘明 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/36;G06F16/27;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
地址: 518000 广东省深圳市福田区福*** 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: 场景 服务 推荐 方法 装置 设备 存储 介质
【权利要求书】:

1.一种场景服务推荐方法,其特征在于,所述方法包括:

获取目标用户的目标历史行为信息,并根据所述目标历史行为信息确定目标业务信息;

获取所述目标用户的用户画像信息,并调用所述目标业务信息对应的目标意图分类模型对所述目标历史行为信息以及所述用户画像信息进行意图预测,以从所述目标业务信息对应的多个候选意图中确定目标意图;

基于知识图谱获取与所述目标意图具有关联关系的至少一个场景服务;所述知识图谱包括每个候选意图与场景服务之间的关联关系;

从所述至少一个场景服务中确定目标场景服务,并输出所述目标场景服务。

2.如权利要求1所述的方法,其特征在于,所述调用所述目标业务信息对应的目标意图分类模型对所述目标历史行为信息以及所述用户画像信息进行意图预测,以从所述目标业务信息对应的多个候选意图中确定目标意图,包括:

对所述目标历史行为信息以及所述用户画像信息进行预处理得到特征向量;

调用所述目标意图分类模型对所述特征向量进行处理,得到所述多个候选意图的置信度;

从所述多个候选意图的置信度中确定最高置信度,并将最高置信度对应的候选意图确定为所述目标意图。

3.如权利要求2所述的方法,其特征在于,所述对所述目标历史行为信息以及所述用户画像信息进行预处理得到特征向量,包括:

基于所述目标历史行为信息构造基础向量,以及基于所述用户画像信息构造用户属性向量;

将所述基础向量以及所述用户属性向量进行融合,得到中间向量;

调用特征提取模型对所述中间向量进行处理,得到所述特征向量。

4.如权利要求1所述的方法,其特征在于,所述基于知识图谱获取与所述目标意图具有关联关系的至少一个场景服务之前,所述方法还包括:

获取业务数据,所述业务数据包括场景服务、所述场景服务的属性以及所述场景服务之间的关联关系;

基于所述场景服务、所述场景服务的属性以及所述场景服务之间的关联关系确定所述知识图谱。

5.如权利要求1所述的方法,其特征在于,所述从所述至少一个场景服务中确定目标场景服务,包括:

分别获取所述至少一个场景服务与所述目标业务信息的相关度;

根据所述至少一个场景服务与所述目标业务信息的相关度确定所述目标场景服务。

6.如权利要求1-5任一项所述的方法,其特征在于,所述获取目标用户的目标历史行为信息,包括:

获取所述目标用户在第一时间段内的第一历史行为信息,以及获取所述目标用户在第二时间段内的第二历史行为信息;所述第一时间段的时长大于所述第二时间段的时长;

根据所述第一历史行为信息以及所述第二历史行为信息确定所述目标历史行为信息。

7.如权利要求6所述的方法,其特征在于,所述根据所述第一历史行为信息以及所述第二历史行为信息确定所述目标历史行为信息,包括:

分别获取所述第一历史行为信息对应的注意力权重以及所述第二历史行为信息对应的注意力权重;

基于所述第一历史行为信息对应的注意力权重以及所述第二历史行为信息对应的注意力权重,对所述第一历史行为信息以及所述第二历史行为信息进行处理,得到所述目标历史行为信息。

8.一种场景服务推荐装置,其特征在于,所述方法包括:

确定单元,用于获取目标用户的目标历史行为信息,并根据所述目标历史行为信息确定目标业务信息;

意图预测单元,用于获取所述目标用户的用户画像信息,并调用所述目标业务信息对应的目标意图分类模型对所述目标历史行为信息以及所述用户画像信息进行意图预测,以从所述目标业务信息对应的多个候选意图中确定目标意图;

获取单元,用于基于知识图谱获取与所述目标意图具有关联关系的至少一个场景服务;所述知识图谱包括每个候选意图与场景服务之间的关联关系;

所述确定单元还用于从所述至少一个场景服务中确定目标场景服务,并输出所述目标场景服务。

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平安科技(深圳)有限公司,未经平安科技(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/202111214190.3/1.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