[发明专利]基于工业大数据的工业算法模型推荐方法

权利要求书

1.基于工业大数据的工业算法模型推荐方法，其特征在于，包括：

S1：获取工业算法模型，并对工业算法模型进行模型画像，生成对应的模型标签；

S2：基于推荐算法建立推荐模型，并基于工业算法模型的模型标签训练推荐模型；

S3：获取用户输入的与模型需求相关的语句文本，并对语句文本进行自然语言语义理解和分析，生成对应的用户需求；

S4：将用户需求输入经过训练的推荐模型中，输出对应的工业算法模型推荐结果。

2.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S2中，根据工业算法模型的算法属性、应用场景、应用领域和技术方案进行抽象，生成对应的模型标签。

3.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S2中，工业算法模型的模型标签基于结构化标签体系生成。

4.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S3中，通过结合本体知识库及自然词依存句法树构建语义树的方式实现语句文本的自然语言语义理解和分析。

5.如权利要求1所述的基于工业大数据的工业算法模型推荐方法，其特征在于：步骤S4中，推荐模型为排序模型。

6.如权利要求5所述的基于工业大数据的工业算法模型推荐方法，其特征在于，推荐模型通过如下步骤输出工业算法模型推荐结果：

S401：获取用户需求，以及对应的多个待推荐工业算法模型的模型标签；

S402：将用户需求和模型标签输入推荐模型的卷积网络模型，得到模型标签对应的排序序号；其中，卷积网络模型基于工业算法模型的模型标签训练得到；

S403：根据排序序号对待推荐工业算法模型进行排序，并将排序最靠前的一个或多个待推荐工业算法模型作为工业算法模型推荐结果。