[發明專利]基于機器學習的設備維保單位評估方法、裝置及電子設備

在審

• 申請號: 202111007177.0
• 申請日: 2021-08-30
• 公開（公告）號: CN113723811A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 劉佳
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/00;G06K9/62
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 王曉妍

本申請適用于人工智能技術領域，提供了一種基于機器學習的設備維保單位評估方法、裝置、電子設備及計算機可讀存儲介質，包括：獲取目標維保單位針對目標設備的維保數據，根據維保數據中包括的維保單位數據構建企業特征畫像，根據維保數據中包括的設備數據構建設備特征畫像；接著，基于經過機器學習得到的維保單位評估模型的特征向量提取層對該企業特征畫像和設備特征畫像進行處理，得到目標特征向量，再通過維保單位評估模型的預設分類器對目標特征向量進行處理，得到分類概率；之后，根據該分類概率，確定目標維保單位對應的評分信息。本申請實施例能夠使得維保單位的工作能力能夠通過該評分信息被有效地量化評估，從而便于對維保單位進行監管。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種基于機器學習的設備維保單位評估方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

隨著機器自動化的發展，各種各樣的設備被應用于人們的工作和生活中，給人們帶來極大的便利。通常，設備由維保單位定期進行維護保養，以保證設備能夠正常、安全地運行。特別對于諸如電梯、大型游樂設施等特種設備，其運行情況關系到社會公眾的生命安全，更是需要進行及時有效的維護保養。

然而，設備的各個維保單位的工作質量參差不齊且難以有效進行監管，導致有些設備未能夠及時進行有效的維護保養，造成一定的安全隱患。

發明內容

有鑒于此，本申請實施例提供了一種基于機器學習的設備維保單位評估方法、裝置、電子設備及計算機可讀存儲介質，以解決現有技術中如何準確地對設備的維保單位進行評估，以保證設備能夠及時極性有效的維護保養的問題。

本申請實施例的第一方面提供了一種基于機器學習的設備維保單位評估方法，包括：

獲取目標維保單位針對目標設備的維保數據，所述維保數據包括所述目標維保單位對應的維保單位數據和所述目標設備對應的設備數據；

根據所述維保單位數據，構建所述目標維保單位對應的企業特征畫像；

根據所述設備數據，構建所述目標設備對應的設備特征畫像；

基于維保單位評估模型的特征向量提取層對所述企業特征畫像和所述設備特征畫像進行處理，得到目標特征向量；其中，所述維保單位評估模型為提前經過機器學習得到的模型；

基于所述維保單位評估模型的預設分類器對所述目標特征向量進行處理，得到分類概率；

根據所述分類概率，確定所述目標維保單位對應的評分信息。

可選地，所述維保數據還包括所述目標維保單位的維保從業人員數據，在所述基于維保單位評估模型的特征向量提取層對所述企業特征畫像和所述設備特征畫像進行處理，得到目標特征向量之前，還包括：

根據所述維保從業人員數據，構建維保從業人員特征畫像；

對應地，所述基于維保單位評估模型的特征向量提取層對所述企業特征畫像和所述設備特征畫像進行處理，得到目標特征向量，包括：

基于維保單位評估模型的特征向量提取層對所述企業特征畫像、所述設備特征畫像和所述維保從業人員特征畫像進行處理，得到目標特征向量。

可選地，所述維保數據還包括所述目標設備的使用單位對應的使用單位數據，在所述基于維保單位評估模型的特征向量提取層對所述企業特征畫像和所述設備特征畫像進行處理，得到目標特征向量之前，還包括：

根據所述使用單位數據，構建使用單位特征畫像；

對應地，所述基于維保單位評估模型的特征向量提取層對所述企業特征畫像和所述設備特征畫像進行處理，得到目標特征向量，包括：

基于維保單位評估模型的特征向量提取層對所述企業特征畫像、所述設備特征畫像和所述使用單位特征畫像進行處理，得到目標特征向量。