[發(fā)明專利]事件智能分撥方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210137918.5
• 申請日: 2022-02-15
• 公開（公告）號(hào): CN114492663A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 徐瑞
• 申請（專利權(quán)）人: 平安國際智慧城市科技股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N5/00;G06Q10/06;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及人工智能技術(shù)，揭露了一種事件智能分撥方法，包括：采集不同渠道來源的問題集，并對問題集進(jìn)行量化處理，得到文本向量集；基于預(yù)構(gòu)建的隨機(jī)森林分類模型對所述文本向量集進(jìn)行分級分類；利用預(yù)構(gòu)建的自動(dòng)判重模型，從所述問題集中篩選出重復(fù)問題集及非重復(fù)問題集，并對所述重復(fù)問題集進(jìn)行處理，利用非重復(fù)問題集生成環(huán)境問題事件集；計(jì)算預(yù)設(shè)處置人員群組中處置人員的綜合得分，基于分類結(jié)果及綜合得分，將問題事件分配至對應(yīng)的處置人員進(jìn)行處理。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，問題集可存儲(chǔ)于區(qū)塊鏈的節(jié)點(diǎn)。本發(fā)明還提出一種問題事件智能分撥裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)。本發(fā)明可以提高問題時(shí)間分撥準(zhǔn)確度和效率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種事件智能分撥方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

智慧城市建設(shè)中都有環(huán)境問題事件處理的公眾服務(wù)系統(tǒng)，所述環(huán)境問題事件的來源途徑眾多，需要進(jìn)行事件分撥再進(jìn)行處理。

當(dāng)前環(huán)境問題事件分撥方法主要存在如下兩點(diǎn)問題：1、需要經(jīng)過分配人員的判斷，通過人工手動(dòng)的對任務(wù)進(jìn)行分撥，分配人員常常憑借自身經(jīng)驗(yàn)按照事件的來源、類型及問題描述等內(nèi)容進(jìn)行人工判斷進(jìn)行分配，分撥的準(zhǔn)確率不高；2、各個(gè)事件數(shù)據(jù)來源單一，不能綜合多個(gè)業(yè)務(wù)部門的相關(guān)事件數(shù)據(jù)，不能總體監(jiān)督，分派各個(gè)事件，會(huì)存在處理重復(fù)事件的情況。

綜上所述，當(dāng)前環(huán)境問題事件分撥存在分撥準(zhǔn)確度和效率不高的問題。

發(fā)明內(nèi)容

本發(fā)明提供一種事件智能分撥方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的在于解決進(jìn)行產(chǎn)品推薦時(shí)的精確度較低的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種事件智能分撥方法，包括：

采集不同渠道來源的問題集，并對所述問題集進(jìn)行量化處理，得到文本向量集；

提取所述文本向量集中的時(shí)間文本向量集，基于預(yù)構(gòu)建的第一隨機(jī)森林分類模型對所述時(shí)間文本向量集進(jìn)行分級，得到所述問題集中各個(gè)環(huán)境問題的緊急程度；

提取所述文本向量集中的問題類型向量集，基于預(yù)構(gòu)建的第二隨機(jī)森林分類模型對所述問題類型向量集進(jìn)行分級，得到所述問題集中各個(gè)環(huán)境問題的重要程度；

提取所述文本向量集中的環(huán)境類型向量集及地點(diǎn)信息向量集，基于預(yù)構(gòu)建的第三隨機(jī)森林分類模型對所述環(huán)境類型向量集及地點(diǎn)信息向量集進(jìn)行分類，得到所述問題集中各個(gè)環(huán)境問題的問題類別集及區(qū)域?qū)傩约?/p>

利用預(yù)構(gòu)建的自動(dòng)判重模型，對所述問題集進(jìn)行去重處理，并根據(jù)去重處理后的問題集生成問題事件集，將所述問題事件集及對應(yīng)的緊急程度、重要程度、問題類別及區(qū)域?qū)傩源嫒氲筋A(yù)設(shè)的待分撥庫中；

從所述待分撥庫中獲取所述問題事件的緊急程度、重要程度、問題類別及區(qū)域?qū)傩裕⒂?jì)算預(yù)設(shè)處置人員群組中處置人員的綜合得分，基于所述緊急程度、所述重要程度、所述問題類別、所述區(qū)域?qū)傩约八鼍C合得分，將所述問題事件分配至對應(yīng)的處置人員進(jìn)行處理。

可選地，所述對所述問題集進(jìn)行量化處理，得到文本向量集，包括：

將所述問題集進(jìn)行分詞處理，得到詞語集合；

利用預(yù)構(gòu)建的量化工具將所述詞語集合進(jìn)行量化，得到詞向量集合；

根據(jù)預(yù)設(shè)的位置編碼，對所述詞向量集合進(jìn)行順序標(biāo)注，得到順序詞向量集合；

根據(jù)預(yù)設(shè)的格式化規(guī)則，對所述順序詞向量集合進(jìn)行拆分，并將拆分結(jié)果進(jìn)行排列，得到矩陣向量的文本向量集。

可選地，所述基于預(yù)構(gòu)建的第一隨機(jī)森林分類模型對所述時(shí)間文本向量集進(jìn)行分級，得到所述問題集中各個(gè)環(huán)境問題的緊急程度之前，所述方法還包括：

從所述時(shí)間文本向量集中逐個(gè)選取其中一個(gè)時(shí)間文本向量作為目標(biāo)時(shí)間文本向量；