[發(fā)明專(zhuān)利]一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111100915.6
• 申請(qǐng)日: 2021-09-18
• 公開(kāi)（公告）號(hào): CN113626718A
• 公開(kāi)（公告）日: 2021-11-09
• 發(fā)明（設(shè)計(jì)）人: 盧有飛;馮國(guó)平;梁雪青;杜舒明;周德喜;趙小凡;劉超;李明久
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司廣州供電局
• 主分類(lèi)號(hào): G06F16/9535
• 分類(lèi)號(hào): G06F16/9535;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08;G06Q10/06
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 駱英靜

1.一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，包括以下步驟：

步驟S1、從目標(biāo)對(duì)象端的交互事件中提取目標(biāo)語(yǔ)義，并根據(jù)目標(biāo)語(yǔ)義對(duì)交互事件進(jìn)行輿情預(yù)測(cè)得到交互事件的發(fā)展趨勢(shì)的預(yù)測(cè)結(jié)果；

步驟S2、根據(jù)交互事件的發(fā)展趨勢(shì)的預(yù)測(cè)結(jié)果定義所述交互事件的交互等級(jí)，依據(jù)交互等級(jí)將交互事件分發(fā)至對(duì)應(yīng)等級(jí)的職能部門(mén)端進(jìn)行職能處理，并反饋對(duì)交互事件的處理結(jié)果至目標(biāo)對(duì)象端；

步驟S3、在目標(biāo)對(duì)象端等待所述目標(biāo)對(duì)象端對(duì)所述處理結(jié)果的確認(rèn)結(jié)果，并根據(jù)確認(rèn)結(jié)果監(jiān)測(cè)交互事件處理進(jìn)度直至交互事件處理結(jié)果被目標(biāo)對(duì)象端確認(rèn)驗(yàn)收。

2.根據(jù)權(quán)利要求1所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，所述步驟S1還包括建立事件輿情預(yù)測(cè)模型，所述輿情事件預(yù)測(cè)模型的建立方法包括：

步驟S101、采集企業(yè)事件輿情數(shù)據(jù)，所述企業(yè)事件輿情數(shù)據(jù)包括輿情時(shí)間、輿情地點(diǎn)和輿情描述；

步驟S102、對(duì)企業(yè)事件輿情數(shù)據(jù)進(jìn)行語(yǔ)義分析得到企業(yè)熱詞；

步驟S103、基于所述輿情熱詞訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)得到輿情事件預(yù)測(cè)模型；

其中，多個(gè)所述企業(yè)熱詞位于所述卷積神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元，所述企業(yè)熱詞通過(guò)卷積神經(jīng)網(wǎng)絡(luò)計(jì)算對(duì)應(yīng)得到多個(gè)事件詞性，多個(gè)所述事件詞性位于所述卷積神經(jīng)網(wǎng)絡(luò)的隱藏層神經(jīng)元，所述輸出層神經(jīng)元通過(guò)卷積神經(jīng)網(wǎng)絡(luò)計(jì)算所述事件詞性的含義得到企業(yè)事件的發(fā)展趨勢(shì)以實(shí)現(xiàn)對(duì)企業(yè)事件發(fā)展趨勢(shì)的預(yù)測(cè)。

3.根據(jù)權(quán)利要求2所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，對(duì)企業(yè)事件輿情數(shù)據(jù)進(jìn)行語(yǔ)義分析得到企業(yè)熱詞，包括：

建立單詞查找樹(shù)；

建立隱馬爾科夫模型；

通過(guò)所述單詞查找樹(shù)和隱馬爾科夫模型可將企業(yè)事件輿情數(shù)據(jù)分解成企業(yè)熱詞；

其中：

所述單詞查找樹(shù)包括字符、字符串、節(jié)點(diǎn)和根節(jié)點(diǎn)；其中，所述根節(jié)點(diǎn)不包含字符，除根節(jié)點(diǎn)外每一個(gè)節(jié)點(diǎn)都只包含一個(gè)字符；從根節(jié)點(diǎn)到某一節(jié)點(diǎn)，路徑上經(jīng)過(guò)的字符連接起來(lái)，為該節(jié)點(diǎn)對(duì)應(yīng)的字符串，每個(gè)節(jié)點(diǎn)的所有子節(jié)點(diǎn)包含的字符均不相同；

所述隱馬爾科夫模型包括狀態(tài)集合和概率矩陣，所述狀態(tài)集合包括隱含狀態(tài)S和可觀測(cè)狀態(tài)O，所述概率矩陣包括初始狀態(tài)概率矩陣π、隱含狀態(tài)轉(zhuǎn)移概率矩陣A和觀測(cè)狀態(tài)轉(zhuǎn)移概率矩陣B。

4.根據(jù)權(quán)利要求3所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，所述步驟S1中，根據(jù)目標(biāo)語(yǔ)義對(duì)交互事件進(jìn)行輿情預(yù)測(cè)，包括：

將交互事件利用正向最大匹配算法獲取表征所述交互事件的目標(biāo)語(yǔ)義的目標(biāo)語(yǔ)義詞；其中，所述正向最大匹配算法的方法包括：從交互事件的交互事件描述數(shù)據(jù)的起始位置開(kāi)始，向右截取預(yù)設(shè)最大長(zhǎng)度組成當(dāng)前截取詞，并和所有企業(yè)熱詞進(jìn)行逐一匹配，并將當(dāng)前截取詞作為目標(biāo)語(yǔ)義詞；

若匹配成功，則進(jìn)行下一次匹配，所述下一次匹配的起始位置則為上個(gè)當(dāng)前截取詞的后一字；

若未成功匹配，依次縮短預(yù)設(shè)最大長(zhǎng)度在交互事件描述數(shù)據(jù)中進(jìn)行重新截取以及匹配當(dāng)前截取詞，直至當(dāng)前截取詞與企業(yè)熱詞匹配或者當(dāng)前截取詞為單字；

將所述目標(biāo)語(yǔ)義詞輸入輿情事件預(yù)測(cè)模型預(yù)測(cè)出交互事件的發(fā)展趨勢(shì)。

5.根據(jù)權(quán)利要求4所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，

所述輿情事件預(yù)測(cè)模型的輸入為目標(biāo)語(yǔ)義詞；

所述輿情事件預(yù)測(cè)模型的輸出為交互事件發(fā)展為所有企業(yè)事件的發(fā)生概率；

選取發(fā)生概率最高的企業(yè)事件作為所述交互事件的發(fā)展趨勢(shì)。

6.根據(jù)權(quán)利要求5所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，所述步驟S2中，據(jù)交互事件的發(fā)展趨勢(shì)的預(yù)測(cè)結(jié)果定義所述交互事件的交互等級(jí)，包括：

將作為所述交互事件的發(fā)展趨勢(shì)的企業(yè)事件的事件等級(jí)作為所述交互事件的交互等級(jí)。

7.根據(jù)權(quán)利要求6所述的一種企業(yè)管理系統(tǒng)人機(jī)交互事件處理方法，其特征在于，所述步驟S3中，所述確認(rèn)結(jié)果包括目標(biāo)對(duì)象端確認(rèn)驗(yàn)收和目標(biāo)對(duì)象端拒絕驗(yàn)收；

其中，若所述目標(biāo)對(duì)象端確認(rèn)驗(yàn)收，則所述交互事件處理完畢，若所述目標(biāo)對(duì)象端拒絕驗(yàn)收，則企業(yè)管理系統(tǒng)會(huì)將所述交互事件返回至職能部門(mén)端繼續(xù)處理。