在线咨询方法及系统与流程

文档序号:33983882发布日期:2023-04-29 10:44阅读:43来源:国知局
在线咨询方法及系统与流程

本申请涉及计算机应用,具体涉及一种在线咨询方法及 系统。


背景技术:

1、目前正处于大数据重构的重要阶段,利用大数据构建智慧城市是 研究热点。面向智慧城市构建咨询系统的主要关键点在于数据从何获 取,如何分类后推荐给用户使用。

2、信息组建的重点在于数据的获取与安全使用,数据的隐私保护已 经处于非常严格的态势。数据的获取渠道主要为用户输入检索关键词, 通过互联网搜索引擎从不同领域的网络资源中靶向性筛选出有用信 息。这些信息来源于企业产生的用户数据、数据平台购买的数据、机 构公开的数据和数据管理咨询公司等。数据获取的技术手段通过爬虫 聚焦场景,返回网页信息。不同领域的用户往往具有不同的检索目的 和需求,通用搜索引擎所返回的结果包含大量用户不关心的网页。为 了解决这个问题,网络爬虫系统应运而生。数据的处理方法主要通过 多元数据挖掘提供咨询信息。针对用户经常关心的问题,商家提前制 定业务对策,供用户离线选择,多元数据挖掘方案如图1所示。

3、现有的咨询系统在与用户交互环节上提供定向咨询服务,实现某 一领域内的内容咨询。其咨询方向单一,多为人工归纳总结,前端提 供离线业务,造成信息量狭隘,离线业务体验差,多场景数据业务支 撑能力不足。在文本的获取上基于传统的将小数据集给聚合起来,成 为大数据,然后分类,构建文本推荐系统。这种方式数据安全隐患报 漏无疑。伴随着数据安全问题,导致现有的训练系统样本短缺,不会 训练一个好的深度模型,或许可以来训练支持向量机或决策树,但往 往不精确。即使数据量远远不够的情况下,数据的获取方式上,也是 在固定源头获取全维度的数据,造成信息安全隐患。


技术实现思路

1、本申请实施例提供一种在线咨询方法及系统,用以解决现有的咨 询方法影响用户数据的安全性,且推荐效果差的技术问题。

2、第一方面,本申请实施例提供一种在线咨询方法,包括:

3、云端服务器接收目标终端发送的用户输入的咨询信息类别,查询 所述咨询信息类别对应的文档信息,将所述咨询信息类别对应的第一 模型和所述文档信息下发给所述目标终端;

4、接收所述目标终端发送的第二模型,将所述第一模型和第二模型 进行融合得到第三模型,将所述第三模型下发给所述目标终端,所述 目标终端将所述咨询信息类别的当前本地数据输入所述第三模型中, 输出所述用户的兴趣点,根据所述兴趣点从所述文档信息中选择文档 信息推荐给所述用户;

5、其中,所述第一模型由所述云端服务器根据不同样本终端关于所 述咨询信息类别的不同维度的样本数据和所述样本数据对应的预设 用户兴趣点进行横向联邦学习获得;

6、所述第二模型由所述目标终端根据所述目标终端关于所述咨询 信息类别的历史本地数据和所述历史本地数据对应的预设用户兴趣 点,对所述第一模型进行训练得到。

7、在一个实施例中,在所述将所述咨询信息类别对应的第一模型和 所述文档信息下发给所述目标终端的步骤之前,还包括:

8、接收每个样本终端发送的每个样本终端关于所述咨询信息类别 的不同维度的样本数据;

9、将同一时刻接收的所有样本终端发送的样本数据进行组合;

10、将组合的所述样本数据输入所述第一模型,对所述第一模型进行 训练。

11、在一个实施例中,在所述接收所述目标终端发送的第二模型的步 骤之前,还包括:

12、在所述历史本地数据的维数小于预设阈值的情况下,将所述咨询 信息类别对应的第一模型下发给每个样本终端;

13、接收每个样本终端发送的第四模型;其中,所述第四模型由每个 样本终端根据每个样本终端关于所述咨询信息类别的历史本地数据 和所述历史本地数据对应的预设用户兴趣点,对所述第一模型进行训 练得到;

14、将所有样本终端发送的第四模型进行融合得到第五模型,将所述 第五模型下发给所述目标终端,所述目标终端将所述咨询信息类别的 当前本地数据输入所述第五模型中,输出所述用户的兴趣点。

15、在一个实施例中,所述第一模型包括多阶函数;

16、所述将所述咨询信息类别对应的第一模型下发给每个样本终端, 包括:

17、将所述多阶函数中阶数大于预设值的部分乘以相应的预设系数, 获取更新后的所述第一模型;其中,所述预设系数大于或等于0,且 小于1;

18、将更新后的所述第一模型下发给所述样本终端。

19、在一个实施例中,所述查询所述咨询信息类别对应的文档信息, 包括:

20、根据所述咨询信息类别,通过网络爬虫获取所述咨询信息类别对 应的文档信息。

21、在一个实施例中,所述历史本地数据包括所述用户的视频浏览记 录、电子文档和收藏文档。

22、在一个实施例中,所述第一模型为神经网络模型、支持向量机或 决策树。

23、第二方面,本申请实施例提供一种在线咨询系统,包括:

24、第一下发模块,用于接收目标终端发送的用户输入的咨询信息类 别,查询所述咨询信息类别对应的文档信息,将所述咨询信息类别对 应的第一模型和所述文档信息下发给所述目标终端;

25、第二下发模块,用于接收所述目标终端发送的第二模型,将所述 第一模型和第二模型进行融合得到第三模型,将所述第三模型下发给 所述目标终端,所述目标终端将所述咨询信息类别的当前本地数据输 入所述第三模型中,输出所述用户的兴趣点,根据所述兴趣点从所述 文档信息中选择文档信息推荐给所述用户;

26、其中,所述第一模型由云端服务器根据不同样本终端关于所述咨 询信息类别的不同维度样本数据和所述样本数据对应的预设用户兴 趣点进行横向联邦学习获得;

27、所述第二模型由所述目标终端根据所述目标终端关于所述咨询 信息类别的历史本地数据和所述历史本地数据对应的预设用户兴趣 点,对所述第一模型进行训练得到。

28、第三方面,本申请实施例提供一种电子设备,包括处理器和存储 有计算机程序的存储器,所述处理器执行所述程序时实现第一方面所 述的在线咨询方法的步骤。

29、第四方面,本申请实施例提供一种计算机程序产品,包括计算机 程序,所述计算机程序被处理器执行时实现第一方面所述的在线咨询 方法的步骤。

30、本申请实施例提供的在线咨询方法及系统,通过云端服务器从不 同样本终端获取不同维度的样本数据进行横向联邦学习,保护了用户 数据的隐私,在样本数量有限的情况下实现了对模型的优化;使用目 标终端的历史本地数据对模型进一步优化,并综合目标终端和云端服 务器共同建模,准确分析出用户的兴趣点,提高推荐效果。



技术特征:

1.一种在线咨询方法,其特征在于,包括:

2.根据权利要求1所述的在线咨询方法,其特征在于,在所述将所述咨询信息类别对应的第一模型和所述文档信息下发给所述目标终端的步骤之前,还包括:

3.根据权利要求1或2所述的在线咨询方法,其特征在于,在所述接收所述目标终端发送的第二模型的步骤之前,还包括:

4.根据权利要求3所述的在线咨询方法,其特征在于,所述第一模型包括多阶函数;

5.根据权利要求1或2所述的在线咨询方法,其特征在于,所述查询所述咨询信息类别对应的文档信息,包括:

6.根据权利要求1或2所述的在线咨询方法,其特征在于,所述历史本地数据包括所述用户的视频浏览记录、电子文档和收藏文档。

7.根据权利要求1或2所述的在线咨询方法,其特征在于,所述第一模型为神经网络模型、支持向量机或决策树。

8.一种在线咨询系统,其特征在于,包括:

9.一种电子设备,包括处理器和存储有计算机程序的存储器,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的在线咨询方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的在线咨询方法的步骤。


技术总结
本申请提供一种在线咨询方法及系统。所述方法包括:云端服务器接收目标终端发送的用户输入的咨询信息类别,查询所述咨询信息类别对应的文档信息,将所述咨询信息类别对应的第一模型和所述文档信息下发给所述目标终端;接收所述目标终端发送的第二模型,将所述第一模型和第二模型进行融合得到第三模型,将所述第三模型下发给所述目标终端,所述目标终端将所述咨询信息类别的当前本地数据输入所述第三模型中,输出所述用户的兴趣点,根据所述兴趣点从所述文档信息中选择文档信息推荐给所述用户。本申请实施例提供的在线咨询方法可以保护用户数据的隐私,在样本数量有限的情况下实现了对模型的优化,提高推荐效果。

技术研发人员:张远思,马渤涛,张伟,朱宇昕
受保护的技术使用者:中移系统集成有限公司
技术研发日:
技术公布日:2024/1/11
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1