[發明專利]基于人工智能和大數據的數據解析方法、系統及服務平臺

在審

• 申請號: 202110058270.8
• 申請日: 2020-07-28
• 公開（公告）號: CN112783881A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 薛楊楊
• 申請（專利權）人: 薛楊楊
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/242;G06F16/23;G06F16/35;G06F40/284;G06F40/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請實施例提供一種基于人工智能和大數據的數據解析方法、系統及服務平臺，通過獲取智能互動終端基于互動內容返回對應的冗余修正數據，以獲得由多個冗余修正數據構成的冗余修正大數據，然后根據冗余修正大數據獲取至少一個冗余服務源對象，接著基于冗余服務源對象中所屬冗余標簽下各編碼向量表示和預設的人工智能模型，對互動內容所對應的互動知識點的匹配內容數據進行數據分析，得到互動知識點的冗余內容特征向量和對應的冗余參數，從而能夠對下發的互動內容的冗余數據以特征識別的形式進行更新，而非簡單的內容屏蔽，進而提高用戶對于所獲取信息的體驗，減少冗余數據的引入給互動內容的準確性和匹配度產生的影響。

技術領域

本申請涉及移動互聯網技術領域，具體而言，涉及一種基于人工智能和大數據的數據解析方法、系統及服務平臺。

背景技術

伴隨著移動互聯網技術，通過服務平臺與用戶之間進行信息互動，可以更好地向用戶進行相關互聯網服務的解決方案，從而減少用戶線下的頻繁咨詢活動。

然而，傳統方案中，服務平臺下發的互動內容中往往會包含諸多冗余數據，導致用戶對于所獲取信息的體驗不佳。

發明內容

有鑒于此，本申請的目的在于提供一種基于人工智能和大數據的數據解析方法、系統及服務平臺，能夠對下發的互動內容的冗余數據以特征識別的形式進行更新，而非簡單的內容屏蔽，進而提高用戶對于所獲取信息的體驗，減少冗余數據的引入給互動內容的準確性和匹配度產生的影響。

根據本申請的第一方面，提供一種基于人工智能和大數據的數據解析方法，應用于與智能互動終端通信連接的區塊鏈服務平臺，所述方法包括：

獲取所述智能互動終端發送的待互動信息，并根據所述待互動信息向所述智能互動終端發送互動內容，以使得所述智能互動終端基于所述互動內容返回對應的冗余修正數據，以獲得由多個冗余修正數據構成的冗余修正大數據，其中，所述冗余修正數據用于指示所述互動內容中存在的與所述待互動信息對應的原始問題的冗余數據區域；

根據所述冗余修正大數據獲取至少一個冗余服務源對象，每個所述冗余服務源對象中各對象特征向量屬于同一冗余標簽，并且，每個所述對象特征向量包含所屬冗余標簽下的編碼向量表示；

基于所屬冗余標簽下各編碼向量表示和預設的人工智能模型，對所述互動內容所對應的互動知識點的匹配內容數據進行數據分析，得到所述互動知識點的冗余內容特征向量和對應的冗余參數；

根據所述互動知識點的冗余內容特征向量和對應的冗余參數對所述互動知識點的匹配內容數據進行更新，并將更新后的所述互動知識點的匹配內容數據上傳到對應的區塊鏈中。

在第一方面的一種可能的實現方式中，所述根據所述冗余修正大數據獲取至少一個冗余服務源對象的步驟，包括：

根據所述冗余修正大數據構建對應不同冗余標簽的編碼向量數據庫，所述編碼向量數據庫包括預設數量的編碼向量表示；

獲取包含所述編碼向量數據庫中任一編碼向量表示的對象特征向量，并根據各所述對象特征向量的標簽識別信息，將獲取的所述對象特征向量進行劃分，得到至少一個冗余服務源對象。

在第一方面的一種可能的實現方式中，所述基于所屬冗余標簽下各編碼向量表示和預設的人工智能模型，對所述互動內容所對應的互動知識點的匹配內容數據進行數據分析，得到所述互動知識點的冗余內容特征向量和對應的冗余參數的步驟，包括：

對每個冗余服務源對象，遍歷所述冗余服務源對象中的對象特征向量，從所述對象特征向量中提取包含該冗余服務源對象所屬冗余標簽下各編碼向量表示的編碼向量分段，根據提取的編碼向量分段從所述互動內容所對應的互動知識點的匹配內容數據中確定與所述冗余服務源對象對應的冗余反饋信息；

根據預設的人工智能模型，在所述冗余反饋信息中提取出滿足預設冗余參數要求的各冗余反饋節點的冗余內容特征向量，獲得所述互動知識點的冗余內容特征向量和對應的冗余參數。