[發明專利]業務場景預測、分類的方法、系統、設備和存儲介質

在審

• 申請號: 201810160035.X
• 申請日: 2018-02-26
• 公開（公告）號: CN110197188A
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 王穎帥;李曉霞;苗詩雨
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 薛琦;羅朗

本發明公開了一種業務場景預測、分類的方法、系統、設備和存儲介質。其中業務場景的預測方法包括：預設自定義詞庫，自定義詞庫包括N個詞語，其中N為正整數；獲取所有用戶的歷史輸入信息；為每一歷史輸入信息添加標簽數據，標簽數據包括多個業務場景；對每一歷史輸入信息進行分詞；用特征向量表示每一歷史輸入信息，特征向量包括N個分量，N個分量分別對應于自定義詞庫中的每一詞語，N個分量的值分別表示每一詞語在經分詞的歷史輸入信息中出現的頻次；將訓練數據輸入支持向量機，訓練數據包括特征向量和標簽數據，訓練得到預測模型，預測模型用于根據用戶輸入信息預測目標業務場景。

技術領域

本發明涉及機器學習領域，特別涉及一種業務場景預測、分類的方法、系統、設備和存儲介質。

背景技術

隨著人工智能的快速發展，機器學習算法在互聯網技術領域取得了很大進步。在人機交互界面中，根據用戶輸入內容，預測并將用戶分至用戶最想瀏覽的業務場景，是未來互聯網技術發展的趨勢。

當前實現業務場景分類的技術方案采用斯坦福CoreNLP處理工具，首先進行基礎語言底層分詞、詞性標注等分析，然后編寫正則匹配模板，進而提取出特定話術中的特定業務場景。該技術方案提取業務場景的方法比較死板，只有存在相應的正則匹配模板，才能從特定話術中提取特定業務場景。而隨著業務場景的擴大，為了提取特定話術中的特定業務場景，則需要編寫越來越多的正則匹配模板，于是比較浪費人力與程序資源，應用起來也不夠靈活。

發明內容

本發明要解決的技術問題是為了克服現有技術中實現業務場景分類的方法比較死板的缺陷，提供一種業務場景預測、分類的方法、系統、設備和存儲介質。

本發明是通過下述技術方案來解決上述技術問題：

一種業務場景的預測方法，其特點在于，所述預測方法包括：

預設自定義詞庫，所述自定義詞庫包括N個詞語，其中N為正整數；

獲取所有用戶的歷史輸入信息；

為每一所述歷史輸入信息添加標簽數據，所述標簽數據包括多個業務場景；

對每一所述歷史輸入信息進行分詞；

用特征向量表示每一所述歷史輸入信息，所述特征向量包括N個分量，所述N個分量分別對應于所述自定義詞庫中的每一詞語，所述N個分量的值分別表示所述每一詞語在經分詞的所述歷史輸入信息中出現的頻次；

將訓練數據輸入支持向量機，所述訓練數據包括所述特征向量和所述標簽數據，訓練得到預測模型，所述預測模型用于根據用戶輸入信息預測目標業務場景。

較佳地，獲取所有用戶的歷史輸入信息的步驟具體包括：

獲取并根據預設規則清洗所有用戶的輸入日志，得到歷史輸入信息。

較佳地，所述輸入日志包括語音輸入日志。

較佳地，所述業務場景包括以下至少一種：

特定對象查詢業務場景、訂單查詢業務場景、模糊優惠查詢業務場景、特定優惠查詢業務場景、售后服務業務場景、全站直達業務場景、未知業務場景。

較佳地，所述特征向量還包括第N+1個分量，若所述N個分量的值均為0，則所述第N+1個分量的值為1；否則，所述第N+1個分量的值為0。

一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特點在于，所述處理器執行所述計算機程序時實現上述任一種業務場景的預測方法。

一種計算機可讀存儲介質，其上存儲有計算機程序，其特點在于，所述計算機程序被處理器執行時實現上述任一種業務場景的預測方法。

一種業務場景分類方法，其特點在于，所述業務場景分類方法包括：