[发明专利]一种通过人机决策的方法、装置、设备和可读存储介质

说明书

本申请提供一种通过人机决策的方法、装置、设备和可读存储介质，该方法包括，获取目标用户的基础用户信息；将基础用户信息输入提前训练好的人机决策模型中，得到目标用户对应的人机决策结果，其中，人机决策模型是通过多次对初始人机决策模型的算法权值和转入人席的得分阈值进行调整得到的，初始人机决策模型是通过多个用户的多个基础信息样本对分类模型进行训练得到的，人机决策结果表示人机决策目标用户是否转入人席的决策结果。通过该方法可以达到准确的通过人机决策是否转入人席的效果。

技术领域

本申请涉及人工智能的领域，具体而言，涉及一种通过人机决策的方法、装置、设备和可读存储介质。

背景技术

目前，在通过人机决策是否转入人席时用到的方法主要是通过策略专家给出固定规则，人机通过用户的要求确定是否满足上述固定规则来做出是否转入人席的决策。

上述基于固定规则进行人机决策的方法存在很大的局限性，在进行人机决策时需要依靠专家的主观判断，导致最终人机决策结果出现不准确的现象。

因此，如何准确的通过人机决策是否转入人席，是一个需要解决的技术问题。

发明内容

本申请实施例的目的在于提供一种通过人机决策的方法，通过本申请的实施例的技术方案可以达到准确的通过人机决策是否转入人席的效果。

第一方面，本申请实施例提供了一种通过人机决策的方法，包括，获取目标用户的基础用户信息；将基础用户信息输入提前训练好的人机决策模型中，得到目标用户对应的人机决策结果，其中，人机决策模型是通过多次对初始人机决策模型的算法权值和转入人席的得分阈值进行调整得到的，初始人机决策模型是通过多个用户的多个基础信息样本对分类模型进行训练得到的，人机决策结果表示人机决策目标用户是否转入人席的决策结果。

本申请在上述实施例中，通过目标用户的基础用户信息则可以直接通过人机决策模型确定是否转入人席，人机决策模型是通过不断调试，利用更精准的数据进行训练得到的，通过该人机决策模型确定是否转入人席会更加准确。

在一些实施例中，在获取目标用户的基础用户信息之前，还包括：

获取多个用户的多个基础信息样本，其中，多个基础信息样本包括多个用户的基础信息和每一基础信息对应的是否转入人席的决策结果；

通过多个基础信息样本对分类模型进行训练，得到初始人机决策模型；

利用测试集中的基础信息样本对初始人机决策模型进行测试，并通过得到的测试结果对初始人机决策模型的算法权值和转入人席的得分阈值进行调整，得到人机决策模型。

本申请在上述实施例中，通过实际标准的用户基础信息和决策结果对人机决策模型进行训练和测试，可以得到精确的人机决策模型，通过该人机决策模型决策用户是否需要转入人席的判断结果也更加准确。

在一些实施例中，通过多个基础信息样本对分类模型进行训练，得到初始人机决策模型，包括：

将多个基础信息样本中的多个基础信息输入初始人机决策模型，得到多个基础信息中每一基础信息对应的多个决策得分；

将每一基础信息对应的多个决策得分分别加权求和，得到多个决策总分；

将多个决策总分和转入人席的得分阈值进行比较，得到多个决策结果；

将所说多个决策结果和多个基础信息样本中的多个标准决策结果进行比较，得到比较结果；

通比较结果对多个基础信息中每一基础信息对应的多个决策得分进行调整，得到初始人机决策模型。

本申请在上述实施例中，通过预设的得分阈值和通过人机决策模型得到的决策总分进行比较，可以对每一基础信息对应的多个决策得分进行适当调整，可以增加人机决策模型决策的准确性。