[發明專利]基于機器學習的物品清單自動生成方法及裝置

在審

• 申請號: 201910435029.5
• 申請日: 2019-05-23
• 公開（公告）號: CN110334328A
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 徐唐生
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F17/24
• 分類號: G06F17/24;G06F16/29;G06N20/00
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種基于機器學習的物品清單自動生成方法，其特征在于，包括：

獲取用戶的身份信息；

獲取與所述用戶的身份信息關聯的用戶屬性信息；

從所述用戶屬性信息中獲取所有用戶共有的第一目標屬性信息，并獲取所述用戶獨有的第二目標屬性信息；

根據所述第一目標屬性信息及所述第二目標屬性信息，生成用戶屬性數據地圖；

將所述用戶屬性數據地圖輸入預先訓練好的機器學習模型，得到所述用戶的所需物品清單。

2.根據權利要求1所述的方法，其特征在于，所述根據所述第一目標屬性信息及所述第二目標屬性信息，生成用戶屬性數據地圖，包括：

將所述第一目標屬性信息轉化為與所述第一目標屬性信息對應的第一屬性標簽及第一屬性值；

將所述第二目標屬性信息轉化為所述第二目標屬性信息對應的第二屬性標簽及第二屬性值；

根據所述第一屬性標簽，將所述第一屬性值添加到預設的第一空白地圖，得到第一屬性數據子地圖；

根據所述第二屬性標簽，將所述第二屬性值添加到預設的第二空白地圖，得到第二屬性數據子地圖；

根據所述第一屬性數據子地圖與所述第二屬性數據子地圖，生成所述用戶屬性數據地圖。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述用戶獨有的第二目標屬性信息，包括：

獲取所述用戶屬性信息中除去所述共有的目標屬性信息之外其它的屬性信息；

獲取所述其它的屬性信息中屬性的屬性值，所述屬性值為正值和負值中一種；

當所述屬性值為正值時，將所述屬性值對應的屬性信息作為所述用戶獨有的第二目標屬性信息。

4.根據權利要求1所述的方法，其特征在于，所述從所述用戶屬性信息中獲取所有用戶共有的第一目標屬性信息，并獲取所述用戶獨有的第二目標屬性信息，包括：

獲取所述用戶所來自的地域信息；

根據所述地域信息獲取與所述地域信息對應的目標屬性信息模板；

利用所述目標屬性信息模板，從所述用戶屬性信息中獲取所有用戶共有的第一目標屬性信息，并獲取所述用戶獨有的第二目標屬性信息。

5.根據權利要求1所述的方法，其特征在于，所述機器學習模型的訓練方法，包括：

收集歷史上根據用戶的目標屬性信息獲取了用戶的所需物品清單的用戶屬性數據地圖樣本集；

將所述用戶屬性數據地圖樣本的數據輸入機器學習模型，輸出與所述用戶屬性數據地圖樣本對應的所需物品清單；

如果輸出的所述所需物品清單與所述樣本對應的所需物品清單不一致，則調整機器學習模型的系數，直到一致；

當所有的樣本的數據輸入機器學習模型后，輸出的所述所需物品清單與每個所述樣本對應的所需物品清單一致，訓練結束。

6.根據權利要求1所述的方法，其特征在于，在獲取與所述用戶的身份信息關聯的用戶屬性信息之后，所述方法還可以包括：

獲取入學所需物品與用戶屬性對應關系配置規則列表；

按照所述配置規則列表中的每個配置規則，逐一驗證所述用戶的用戶屬性信息，得到驗證結果，所述驗證結果包括通過和不通過中一種；

當所述驗證結果為通過時，將所述通過的驗證結果對應的配置規則中的入學所需物品，加入所述用戶的所需物品清單。

7.根據權利要求1所述的方法，其特征在于，在將所述用戶屬性數據地圖輸入預先訓練好的機器學習模型，得到所述用戶的所需物品清單之后，所述方法還包括：

從所述用戶的所需物品清單中，獲取需官方處理物品；

根據所述需官方處理物品查找處理所述需官方處理物品的部門信息；

將所述需官方處理物品以及對應的部門信息形成處理部門清單。