[發(fā)明專利]自學(xué)習(xí)推薦方法、裝置、計算機設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010579718.6
• 申請日: 2020-06-23
• 公開（公告）號: CN111797313A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 郭凌峰;黃北辰
• 申請（專利權(quán)）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/332;G06K9/62;G06N20/00
• 代理公司: 北京匯思誠業(yè)知識產(chǎn)權(quán)代理有限公司 11444
• 代理人: 馮曉平

1.一種自學(xué)習(xí)推薦方法，其特征在于，所述方法包括：

從商務(wù)系統(tǒng)數(shù)據(jù)庫中獲取訓(xùn)練字段，其中，所述訓(xùn)練字段包括字段特征；

計算所述字段特征之間的相關(guān)性；

采集用戶輸入的歷史提問信息，基于所述字段特征從所述歷史提問信息中獲取目標(biāo)字段特征，其中，所述字段特征包括所述目標(biāo)字段特征；

對所述目標(biāo)字段特征進行特征選擇預(yù)處理，并將特征選擇預(yù)處理后的所述目標(biāo)字段特征輸入到自動機器學(xué)習(xí)模型中，通過遞歸特征消除的方式確定組合字段特征，其中，所述自動機器學(xué)習(xí)模型采用所述遞歸特征消除的架構(gòu)；

獲取用戶輸入的提問信息，根據(jù)所述字段特征之間的相關(guān)性和所述組合字段特征輸出推薦回答。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述字段特征從所述歷史提問信息中獲取目標(biāo)字段特征，包括：

從所述歷史提問信息中提取字段信息；

將所述字段信息和所述訓(xùn)練字段進行字段匹配，得到目標(biāo)字段信息；

將出現(xiàn)頻次大于預(yù)設(shè)閾值的所述目標(biāo)字段信息作為目標(biāo)字段；

根據(jù)所述目標(biāo)字段獲取所述目標(biāo)字段特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述對所述目標(biāo)字段特征進行特征選擇預(yù)處理之前，還包括：

檢測所述目標(biāo)字段特征是否存在字段異常；

若存在字段異常，根據(jù)所述字段異常的類型，采用預(yù)設(shè)的字段異常處理操作對所述目標(biāo)字段特征進行修復(fù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述目標(biāo)字段特征包括連續(xù)變量和分類變量，所述對所述目標(biāo)字段特征進行特征選擇預(yù)處理，并將特征選擇預(yù)處理后的所述目標(biāo)字段特征輸入到自動機器學(xué)習(xí)模型中，通過遞歸特征消除的方式確定組合字段特征，包括：

將目標(biāo)字段特征的連續(xù)變量采用等距分箱的方式離散化，以及將目標(biāo)字段特征的分類變量采用合并的方式進行特征預(yù)組合，完成所述目標(biāo)字段特征的特征選擇預(yù)處理；

將特征選擇預(yù)處理后的所述目標(biāo)字段特征輸入到自動機器學(xué)習(xí)模型中，采用所述自動機器學(xué)習(xí)模型對特征選擇預(yù)處理后的所述目標(biāo)字段特征進行特征選擇的訓(xùn)練，其中，在每輪訓(xùn)練后，將權(quán)值系數(shù)絕對值小于參考閾值的特征選擇預(yù)處理后的所述目標(biāo)字段特征去除，并進行下一輪訓(xùn)練，其中，特征選擇預(yù)處理后的所述目標(biāo)字段特征在進行訓(xùn)練時預(yù)設(shè)有所述權(quán)值系數(shù)，所述權(quán)值系數(shù)在每輪訓(xùn)練后更新；

當(dāng)特征選擇預(yù)處理后的所述目標(biāo)字段特征達到預(yù)設(shè)數(shù)目時，停止所述特征選擇的訓(xùn)練，并確定所述組合字段特征。

5.根據(jù)權(quán)利要求1-4任意一項所述的方法，其特征在于，在所述通過遞歸特征消除的方式確定組合字段特征之后，還包括：

若所述目標(biāo)字段特征包括時間變量，則基于所述自動機器學(xué)習(xí)模型建立與所述時間變量相關(guān)的多個預(yù)測模型；

融合所述多個預(yù)測模型，得到融合預(yù)測模型；

將所述融合預(yù)測模型的預(yù)測結(jié)果中，準確率超過判斷閾值的所述預(yù)測結(jié)果重新確定為所述組合字段特征。

6.一種自學(xué)習(xí)推薦裝置，其特征在于，所述裝置包括：

第一處理模塊，用于從商務(wù)系統(tǒng)數(shù)據(jù)庫中獲取訓(xùn)練字段，其中，所述訓(xùn)練字段包括字段特征；

第二處理模塊，用于計算所述字段特征之間的相關(guān)性；

第三處理模塊，用于采集用戶輸入的歷史提問信息，基于所述字段特征從所述歷史提問信息中獲取目標(biāo)字段特征，其中，所述字段特征包括所述目標(biāo)字段特征；

第四處理模塊，用于對所述目標(biāo)字段特征進行特征選擇預(yù)處理，并將特征選擇預(yù)處理后的所述目標(biāo)字段特征輸入到自動機器學(xué)習(xí)模型中，通過遞歸特征消除的方式確定組合字段特征，其中，所述自動機器學(xué)習(xí)模型采用所述遞歸特征消除的架構(gòu)；

第五處理模塊，用于獲取用戶輸入的提問信息，根據(jù)所述字段特征之間的相關(guān)性和所述組合字段特征輸出推薦回答。