一种人工智能自学习的订单操作导引方法与流程

本发明属于人工智能自学习领域，尤其涉及一种人工智能自学习的订单操作导引方法。

背景技术：

电信运营商每天处理各种订单，包括新增、扩容、修改、暂停、启动、删除等等，后台技术人员根据订单处理相应的订单，通过后台运营管理系统相应的功能模块执行这些订单。

而目前电信运营平台对业务流程的自动化已经基本实现，但是由于基础设施建设的时间跨度比较长，设备型号及种类繁多，各种操作平台及接口很难统一，在通讯线路操作过程中，不可避免使用人工的方式进行订单的实施。而人工执行订单存在失误的可能性较大。

技术实现要素：

本发明的目的在于提供一种人工智能自学习的订单操作导引方法，旨在解决人工执行订单存在失误的可能性较大的技术问题。

本发明是这样实现的，一种人工智能自学习的订单操作导引方法，所述订单操作导引方法包括以下步骤：

步骤s1：将订单文件打开，并将订单文件中的文字获取到字符串中；

步骤s2：对订单文件进行语义分析，并将分析出的订单文件的操作需求提交给自学习神经网络；

步骤s3：自学习神经网络调取操作历史数据库进行历史数据查询，如果查询出与订单相应的操作需求则提供操作动作指引，并采集操作动作，如果没有查询出与订单相应的操作需求则采集操作动作，并将其更新到操作历史数据库中并对神经网络进行训练，通过自学习的方式不断增强神经网络提供操作动作指引的能力；

步骤s4：将采集的操作动作进行结束分析，如果结束分析结果为是，则进入下一步骤，如果结束分析结果为否，则将当前操作动作与操作动作指引对比，如果对比结果一致，则保存操作动作到操作历史数据库中，并重复本步骤，直至结束分析结果为是；如果对比结果不一致则进行警告提醒，并保存操作动作到操作历史数据库中，并重复本步骤，直至结束分析结果为是；

步骤s5：将订单分析数据及完整的操作动作保存到操作历史数据库中，对操作历史数据库进行更新，并将更新的操作历史数据库作为样本，训练自学习神经网络，自学习神经网络训练结束。

本发明的进一步技术方案是：所述步骤s2中的对订单文件进行语义分析为分析客户信息、订单信息、订单指令及订单参数。

本发明的进一步技术方案是：所述客户信息包括公司名称及邮件地址，所述订单信息为订单号，所述订单指令包括开通、新增、修改、停止撤销及暂停，所述订单参数包括线路路径两端地址及线路带宽。

本发明的进一步技术方案是：所述步骤s3中的调取操作历史数据库进行历史数据查询为获取操作历史数据库中关联的信息，如邮件地址相同或线路带宽相同或订单指令相同的历史操作记录，并通过自学习神经网络将分析出来的订单及操作历史数据库中查询出的类似订单的历史指令作为输入进行分析，并进行人工智能决策，得出相应的指令集，将操作的动作及操作动作的顺序返回给列表，并将指令集作为操作动作指引，如果无法决策，则返回空。

本发明的进一步技术方案是：所述步骤s4中的操作动作进行结束分析，如果没有结束则：将当前操作动作与操作动作指引做比较，如果比较相同，则操作动作指引跳至下一个，如果比较不相同，则发出警告提醒，提醒内容为操作动作内容及操作动作指引的差异，操作动作指引跳至下一个，直至操作动作分析为结束，并将订单分析结果及对应的操作动作保存到操作历史数据库中。

本发明的进一步技术方案是：将更新的操作历史数据作为样本对神经网络进行训练，完成神经网络自学习。

本发明的有益效果是：通过此种人工智能自学习的订单操作导引方法可以智能分析订单，了解订单意图，给出操作动作指引，并监控人员操作的指令与参数，避免了传统人工操作造成的错误，系统可以针对订单对人员给出操作的指引，方便没有经验的操作人员熟悉操作，提高效率。

附图说明

图1是本发明实施例提供的一种人工智能自学习的订单操作导引方法的步骤流程图；图2是本发明实施例提供的一种人工智能自学习的订单操作导引方法的流程图。

具体实施方式

图1-2示出了本发明提供的一种人工智能自学习的订单操作导引方法，所述订单操作导引方法包括以下步骤：

步骤s1：将订单文件打开，并将订单文件中的文字获取到字符串中；

步骤s2：对订单文件进行语义分析，并将分析出的订单文件的操作需求提交给自学习神经网络；

所述步骤s2中的对订单文件进行语义分析为分析客户信息、订单信息、订单指令及订单参数。

所述客户信息包括公司名称及邮件地址，所述订单信息为订单号，所述订单指令包括开通、新增、修改、停止撤销及暂停，所述订单参数包括线路路径两端地址及线路带宽。

步骤s3：自学习神经网络调取操作历史数据库进行历史数据查询，如果查询出与订单相应的操作需求则提供操作动作指引，并采集操作动作，如果没有查询出与订单相应的操作需求则采集操作动作，并将其更新到操作历史数据库中并对神经网络进行训练，通过自学习的方式不断增强神经网络提供操作动作指引的能力；

所述步骤s3中的调取操作历史数据库进行历史数据查询为获取操作历史数据库中关联的信息，如邮件地址相同或线路带宽相同或订单指令相同的历史操作记录，并通过自学习神经网络将分析出来的订单及操作历史数据库中查询出的类似订单的历史指令作为输入进行分析，并进行人工智能决策，得出相应的指令集，将操作的动作及操作动作的顺序返回给列表，并将指令集作为操作动作指引，如果无法决策，则返回空。

步骤s4：将采集的操作动作进行结束分析，如果结束分析结果为是，则进入下一步骤，如果结束分析结果为否，则将当前操作动作与操作动作指引对比，如果对比结果一致，则保存操作动作到操作历史数据库中，并重复本步骤，直至结束分析结果为是；如果对比结果不一致则进行警告提醒，并保存操作动作到操作历史数据库中，并重复本步骤，直至结束分析结果为是；

所述步骤s4中的操作动作进行结束分析，如果没有结束则：将当前操作动作与操作动作指引做比较，如果比较相同，则操作动作指引跳至下一个，如果比较不相同，则发出警告提醒，提醒内容为操作动作内容及操作动作指引的差异，操作动作指引跳至下一个，直至操作动作分析为结束，并将订单分析结果及对应的操作动作保存到操作历史数据库中。

步骤s5：将订单分析数据及完整的操作动作保存到操作历史数据库中，对操作历史数据库进行更新，并将更新的操作历史数据库作为样本，训练自学习神经网络，自学习神经网络训练结束。

将更新的操作历史数据作为样本对神经网络进行训练，完成神经网络自学习。

通过此种人工智能自学习的订单操作导引方法可以智能分析订单，了解订单意图，给出操作动作指引，并监控人员操作的指令与参数，避免了传统人工操作造成的错误，系统可以针对订单对人员给出操作的指引，方便没有经验的操作人员熟悉操作，提高效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：

技术总结
本发明适用于人工智能自学习领域，提供了一种人工智能自学习的订单操作导引方法，所述订单操作导引方法包括以下步骤：步骤S1：将订单文件打开，并将订单文件中的文字获取到字符串中；步骤S2：对订单文件进行语义分析，并将分析出的订单文件的操作需求提交给自学习神经网络；步骤S3：自学习神经网络调取操作历史数据库进行历史数据查询，如果查询出与订单相应的操作需求则提供操作动作指引，并采集操作动作，如果没有查询出与订单相应的操作需求则采集操作动作，并将其更新到操作历史数据库中并对神经网络进行训练；通过自学习的方式不断增强神经网络提供操作动作指引的能力，解决人工执行订单存在失误的可能性较大的技术问题。

技术研发人员：周凡
受保护的技术使用者：太平洋电信股份有限公司
技术研发日：2018.04.25
技术公布日：2018.11.06