CN107729510B - 信息交互方法、信息交互终端及存储介质 - Google Patents
信息交互方法、信息交互终端及存储介质 Download PDFInfo
- Publication number
- CN107729510B CN107729510B CN201710995039.5A CN201710995039A CN107729510B CN 107729510 B CN107729510 B CN 107729510B CN 201710995039 A CN201710995039 A CN 201710995039A CN 107729510 B CN107729510 B CN 107729510B
- Authority
- CN
- China
- Prior art keywords
- event
- information
- result
- simulation
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
在本发明中提供了一种基于数据分析的信息交互方法、信息交互终端及存储介质,接收用户输入问题信息,并检索事件答案库中是否含有与所述问题信息相匹配的事件答案;若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果,否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,并将所述分析结果作为问题信息所对应的事件答案结果输出。由于采用了通过数据分析的方法对用户输入问题信息进行分析,并结合仿真语言进行用户事件模仿的方式,得到的符合预期事件的仿真结果输出,解决了现有仿真语言在表达和处理方式上基于数据分析而进行仿真的缺陷,方便用户使用。
Description
技术领域
本发明涉及仿真语言技术领域,尤其涉及一种基于数据分析的信息交互方法、信息交互终端及存储介质。
背景技术
随着计算机技术和网络的快速发展,仿真语言也得到强有力的高速发展,仿真语言的表达和应用已经逐渐深入到企业办公和日常生活中。近40年以来,在应用需求的推动下和科技技术促进下,仿真语言和仿真技术充分吸收了仿真方法学、计算机、系统工程、人工智能、自动控制等技术的新成果,从而得到很大的发展。仿真软件、仿真技术是一门多学科的综合性技术,它以控制论、系统论、相似原理和信息技术为基础,利用计算机为工具,通过系统建模队实际或者设想的系统或事物进行动态试验,通过模拟和仿真整个系统处理过程。一直以来,人们总是用"想象模型"去更好地了解实际,去做计划,去考虑事件的各种可能性,去与其他人交换思想,去制订某些想法的行动计划,或去证实某些不能实现的想法。
现实中,人们总是用一个具体的物体去模仿想象进行试验。而这种实物的模型在计算机领域通常称为物理模型。与物理模型相呼应的另外一个模型叫做数字模型,通常是对物理模型的数学描述。而人们脑海中常常想象的东西模型,我简单把他称为精神模型,它其实就是一个思维想法的过程。根据实物用系统或方法进行模拟的过程,这就是我们所要研究的建模过程。利用物理模型继续仿真,叫做物理仿真;利用熟悉模型进行仿真,叫做数学仿真。数学仿真实质上就是对该数学模型进行求解。如果用计算机来求解,就称为计算机仿真。
仿真语言就是专门用于仿真研究的计算机高级语言,是一种面向问题的非顺序性的计算机语言。仿真语言是一类重要的仿真软件。在系统仿真时应用仿真语言,不要求用户深入掌握通用高级语言编程的细节和技巧,因此用户可用原来习惯的表达方式来描述仿真模型,而把主要精力集中在仿真研究上。伴随着科技的发展,各种仿真语言不断诞生,仿真语言的应用也越来越广。
现在许多应用程序都利用数据,有些使用数据的应用程序还达到了很高的水平,但这些应用程序可能并不是基于数据的系统,它们没有进行数据采集、数据存储,也就无法拥有信息数据库。就像知识付费应用程序一样,如果还是采用以为的仿真语言的表达和处理方法,则无法做到用户问题、讲师知识的有效存储和识别,无法进行有效的人机交互,得不到正确的问题、知识数据。一般应用程序与基于数据系统之间的区别在于一般应用程序将问题求解的数据隐含地编码在程序中,而基于数据的系统则将应用领域的问题求解数据显示地表达出来,并组成一个相对独立的程序实体。所以,现有的仿真语言、仿真技术满足不了知识付费这类实时性要求高的应用的需求。用现有的仿真技术,用户需要等待很长时间才能得到仿真的结果,大大延緩了数据处理和人机响应的进程。虽然目前仿真技术可以结合并行计算,但离人机交互数据实时性的需求尚远。
因此,现有技术需要进一步的改进。
发明内容
针对上述技术问题,本发明实施例提供了一种基于数据分析的信息交互方法、信息交互终端及存储介质,以旨在实现快速响应用户需求时,能节约用户终端内存的消耗,缓解服务器的压力问题。
本发明实施例的第一方面提供一种基于数据分析的信息交互方法,所述信息交互方法包括步骤:
接收用户输入问题信息;
检索事件答案库中是否含有与所述问题信息相匹配的事件答案;
若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果;
否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系;
以及,将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出。
可选地,所述接收用户输入问题信息步骤之前,还包括;
收集各种问题信息,构建用户问题信息库;
收集与问题信息相匹配的事件答案;构建事件答案库;
建立问题信息与事件答案之间的关联关系表;
收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库。
可选地,所述检索事件答案库中是否含有与所述问题信息相匹配的事件答案步骤包括:
将所述问题信息存入用户问题信息库中;
查找所述关联关系表中是否含有与所述问题信息相匹配的事件答案;
若有,则遍历所述事件答案库中查找出与所述问题信息相匹配的事件答案;
否则,判定所述事件答案库中不含有与所述问题信息相匹配的事件答案。
可选地,所述利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果步骤还包括:
判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值;
若超出,则将所述分析结果保存至事件临时结果库;
否则使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果并对判定新获取的分析结果与问题信息之间的匹配度是否超出预设阈值,同时删除事件匹配度低于预设阈值的分析结果。
可选地,所述将所述分析结果保存至事件临时结果库步骤之后,还包括:
使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
本发明实施例的第二方面提供一种基于数据分析的信息交互终端,所述基于数据分析的信息交互终端包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的基于数据分析的信息交互程序,其中所述基于数据分析的信息交互程序被所述处理器执行时实现以下步骤:
接收用户输入问题信息;
检索事件答案库中是否含有与所述问题信息相匹配的事件答案;
若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果;
否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系;
以及,将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出。
可选地,所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
收集各种问题信息,构建用户问题信息库;
收集与问题信息相匹配的事件答案;构建事件答案库;
建立问题信息与事件答案之间的关联关系表;
收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库。
可选地,所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值;
若超出,则将所述问题信息与所述分析结果保存至事件临时结果库;
否则,使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果,并判断新获取的分析结果是否与问题信息之间的匹配度超出预设阈值,同时删除事件匹配度低于预设阈值的分析结果。
可选地,所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
本发明实施例的第三方面提供一种计算机可读存储介质,所述计算机存储介质上存储基于数据分析的信息交互程序,所述基于数据分析的信息交互程序被处理器执行时实现所述的基于数据分析的信息交互方法。
在本发明中提供了一种基于数据分析的信息交互方法、信息交互终端及存储介质,由于采用了通过数据分析的方法对用户输入问题信息进行分析,并结合仿真语言进行用户事件模仿的方式,不断对数据进行数据分析和仿真,从而得到的符合预期事件的仿真结果输出,解决了现有仿真语言在表达和处理方式上不基于数据分析而进行仿真的缺陷,满足了实时性要求高的应用需求,能够自动及时地反馈正确答案,方便用户使用。
附图说明
图1为本发明所述的基于数据分析的信息交互方法的步骤流程图;
图2为本发明所述的基于数据分析的信息交互方法原理示意框图;
图3为本发明所述的基于数据分析的信息交互方法的具体应用实施例步骤流程示意图;
图4为本发明所述的基于数据分析的信息交互终端的原理结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的在于提供一种基于数据分析的信息交互方法、信息交互终端及存储介质,实现快速响应用户需求时,能节约用户终端内存的消耗,缓解服务器的压力,同时减少同一时间大量用户使用应用系统时对正常办公的影响,增加用户使用的方便性和体验感。同时在知识付费领域,用户的问题需求将会更加个性化,语境化,多样化,如果不对积累下来的大量用户数据进行分析,数据挖掘,数据分类,数据标识等等,则应用程序将无法满足用户快速获取问题答案的需求。
本发明提供一种基于数据分析的信息交互方法,如图1所示,所述信息交互方法包括步骤:
步骤S1、接收用户输入问题信息,并检索事件答案库中是否含有与所述问题信息相匹配的事件答案;若含有,则执行步骤S2,否则,执行步骤S3。
本步骤中显示根据用户输入的问题信息基于预先设置的事件答案库中查询是否有相匹配的答案,由于本步骤中为初步信息处理,因此为了获取比较准确的问题答案结果,本步骤中可以将匹配时设置较高的匹配阈值,以达到较好的匹配效果,比如:匹配阈值设置为90%以上的数字。
具体的,所述检索事件答案库中是否含有与所述问题信息相匹配的事件答案步骤包括:
将所述问题信息存入用户问题信息库中;
查找所述关联关系表中是否含有与所述问题信息相匹配的事件答案;
若有,则遍历所述事件答案库中查找出与所述问题信息相匹配的事件答案;
否则,判定所述事件答案库中不含有与所述问题信息相匹配的事件答案。
在查找与所述问题信息相匹配的事件答案时,可以通过计算问题信息与事件答案所对应问题信息的匹配对,判断是否相同,若匹配度超出预设匹配阈值,则判定所述关联关系表中含有与所述问题信息相匹配的事件答案,否则,判断所述关联关系表中不含有与所述问题信息相匹配的事件答案。
步骤S2、将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果。
由于所述事件答案库中含有与所述问题信息相对应的答案,则可以直接从事件答案库中获取相匹配的事件答案,并输出显示给其他用户。
步骤S3、利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系。
利用仿真语言对所述问题信息进行数据分析,所述仿真程序库中含有不同仿真规则所对应的仿真程序,则分别使用不同的仿真处理程序对问题信息进行仿真处理,从而得到分析结果。
为了获取较准确的分析结果,所述本步骤还包括:
步骤S31、判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值,若超出,则执行步骤S4,否则执行步骤S32;
步骤S32、使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果后,重复步骤S31,同时删除事件匹配度低于预设阈值的分析结果。
步骤S4、将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出。
本步骤中使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
为了获取更好的技术效果,所述步骤S1之前,还包括;
步骤SO1、收集各种问题信息,构建用户问题信息库;
步骤SO2、收集与问题信息相匹配的事件答案;构建事件答案库;
步骤S03、建立问题信息与事件答案之间的关联关系表;
步骤S04、收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
步骤SO5、利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库。
本发明所公开的方法为了更好的实现仿真语言对问题信息进行数据分析,通过建立用于保存用户输入的问题信息的用户问题信息库、用于保存用户问题所对应事件的事件答案库、用于保存所述问题信息对应答案的事件答案库,用于存储仿真语音所对应不同仿真程序的仿真程序库等信息库,运用数据分析方法对用户输入的问题进行模拟仿真,经过数据挖掘、数据分类、数据识别、数据存储等过程将用户问题的答案给仿真处理,完成用户事件的建模仿真过程,在此过程中涉及到以下数据库,包括:用户问题信息库、仿真程序库、事件临时结果库、事件答案库。
在此过程中涉及到以下数据库,包括:用户问题信息库、仿真程序库、事件临时结果库和事件答案库。
为了构建上述数据库本方法包含以下步骤:
收集数据,包括用户输入的数据、应用系统导入的数据,构建用户问题库;
收集整理仿真规范,通过归纳分类处理,将处理后的仿真规范存入仿真程序库,构建仿真程序库。
通过仿真规范对用户事件进行仿真模拟,通过对用户事件进行数据分析,识别出符合用户问题的结果信息,并将其进行归类总结,存入事件临时结果库进行保存;
通过不断检索用户问题库和事件临时结果库,建立用户问题库和事件临时结果库之间的映射关联关系,建立视图。
在现实场景中,当用户输入问题信息后,则后台系统访问上述构建的多种数据库,对以上几个数据库进行查找,查找匹配用户问题的事件,然后根据几个数据库之间建立的映射关联关系,从中找出符合用户问题的仿真结果,存入到事件临时结果库中。
对事件临时结果库中的分析结果进行并行运算,当查找出匹配用户问题的仿真答案,则将其存入事件答案库中,然后将其作为正式答案输出到用户端,完成对用户事件的响应过程。
本方法中除了以上正常步骤之外,还需要考虑一些异常情况。在上述步骤中还可以包括:
当系统对用户问题的仿真处理结果不够理想,输出的结果不能完全表述用户正确意思,那这个时候,当用户不再进行反馈或者反馈这些信息不是用户想要的答案信息,也要触发用仿真语言进行模拟用户问题解决答案的事件和动作,不断更新跳转仿真规范,然后通过数据分析方法进行分析,最后将结果又存储到仿真规范库和仿真输出库中,不断迭代反复更新,直到仿真输出达到用户目标,然后才将仿真输出数据从仿真输出库中推送到答案库中,从而推送给前端用户,完成对用户事件的响应。这样以后在遇到此类用户问题,就能做到快速、及时自动实时仿真,实时响应用户目标,推送正确答案。
为了说明本发明所述的技术方案,下面通过所述方法的具体实施例来进行说明。
本发明的核心元素就是通过数据分析对预先建立的用户问题库、事件答案库等数据库,进行预先存储预备问题和相应答案,然后利用仿真语言和仿真技术对用户事件进行仿真建模,从而得出预期仿真结果答案,通过不断仿真更新,最终得到结果作为自动实时仿真结果输出答案,反馈给用户,并存储在答案库中。
如图2所示为本发明实施例提供的所述信息交互方法的第一具体应用实施例,为了便于说明仅示出了与本发明实施例相关的部分。本实施例中,通过处理终端实现信息的交互处理过程。
现实中,当用户事件发生,则将当前用户事件存入到用户问题事件库中,接下来先将当前用户事件在用户问题事件库中进行通库遍历一遍,看看是否能够找到匹配的问题,如果在问题库中遍历不到相同或相似的问题,这个时候利用仿真语言和仿真技术将当前用户事件进行仿真建模,为这个事件建立独特的标识符,并将其存储到用户问题事件库中,更新当前用户问题事件库。
本发明中涉及到的用户事件建模的方法是基于agent的方式,由api.ai提供,在此基础上,事先建立用户问题事件库、关联关系表、事件临时结果库、仿真程序库以及事件答案库。过程场景是这样的:步骤1自定义Entity(实体),step2自定义Intents(意向),step3自定义Action,step4分别编写Intents、Entities的examples,step5在console中进行测试,step6通过训练器训练NER和Intent Classification,step7整合发布,后台webservice自动执行,并得到执行结果。
2、在这个过程中,就需要运用到数据分析技术了,在经历数据收集、数据挖掘、数据分析操作后,然后利用仿真规则对新增加的当前问题事件进行仿真,得到新增加的当前问题事件的用户问题信息库。
3、在接下来就是将仿真输出结果与用户新增事件之间建立相应的关联关系,也就是两者之间建立映射,以便最终得到新的映射关系,从而更新映射关系表,删除之前仿真中存在的数据记录,只保留最后一次符合当前事件条件的关系数据。
4、在完成建立映射关联关系的同时,这个时候也要根据在数据分析中的记录,不断更新仿真语言所采用的规则信息,直到产生符合当前用户事件的规则出现,然后删除之前在仿真数据分析中产生的规则信息,同时也删除与这些规则相关联的用户事件临时输出结果信息,也只保留符合用户事件的预期结果信息。
5、最后一步就是在完成上述步骤之后,就是根据仿真临时结果库中的仿真临时答案,通过仿真语言并行处理,会得到大量并行处理的结果,那这个时候就要进行大量的数据分析工作了,需要不断的收集数据,不断地更新规则,不断产生事件临时结果;在需要更新用户事件库中事件时,在用户事件库中将原事件替换为更新后的事件,得到最新事件库,然后利用仿真规则库中仿真规则对更新后的事件进行仿真,得到更新后的事件仿真结果,再将更新后的事件仿真结果归类并加入仿真临时结果输出库,得到最新仿真结果输出库,并将此最新仿真结果输出存储到最终仿真答案库中。
图3所示为本发明实施例提供的所述信息交互方法的第二具体应用实施例的步骤流程时序图。本实施例中包括:用户端和服务器端。
用户侧:首先在用户侧的终端上,用户使用应用程序触发事件,用户输入问题信息,从而触发系统服务侧响应的事件信息。
服务侧:在服务端,系统预先按照设置好的仿真规则和标准建立用户问题信息库、建立问题事件临时结果库、建立关联关系表、建立仿真程序库、建立事件答案库,以处理用户侧的事件,完成用户响应。
首先在系统服务侧,按照应用事先设置好的规则和条件,设置好相应的几个库;每当现实环境中有用户事件发生时,用户侧输入信息,系统服务侧接受用户的输入信息,此时系统做初步的数据分析工作,从而为用户数输入信息做准确的识别。由于在处理事件的过程中涉及数据分析工作,接下来简单概述一下其工作原理,典型数据分析步骤:输入数据或导入数据、数据准备,清理和转化、建立数据模型、评估模型、模型和数据的交叉验证、评估模型和数据的符合度、输出报告。当用户输入数据时,就进入数据收集阶段,这个时候有个前提就是要为数据分析识别出信息需求,也就是收集数据的目的和目标,是做什么用的,这样的话收集的数据也能保证有针对性和有效性。随后将识别的信息需求转化为具体的要求,明确标识这些数据的来源和渠道,是由谁在什么时候通过什么工具进行操作的。通过记录这些数据标识信息,然后将其存放到数据记录表中进行存储起来,每个数据都有独特的编号,具有唯一性,防止数据丢失和虚假数据对系统的干扰。完成了数据收集工作,那接下来就是数据分析工作了。
数据分析方法包含以下几个:探索性数据分析、模型选定分析、推断分析。探索性数据分析用于处理刚收集到的数据,由于刚收集的数据可能是杂乱无章,看不出规律,这个时候就可以通过各种工具和算法,进行规律性探索动作;在完成探索性分析后,通过采用仿真语言或仿真技术进行建模,模型可以是一类或几类,不过最终还是选择一个符合要求的模型;模型选择之后就是用数量统计的方法对所定模型进行有效模拟实验,从而做出对数据的可靠程度和精确程度做出判断。
当服务端接收到了用户的事件后,系统会自动将接收到的用户事件与用户问题信息库中的数据进行检索,如若事件库已经有了相同的问题事件,则系统自动将该问题事件所对应的事件答案结果存入事件临时结果库中,如若用户问题信息库中没有相同的问题事件,则系统自动对问题进行基于数据处理的仿真语义分析。
由于仿真语言具有并行处理事件的能力,故系统在处理此条数据的时候,还可以并行处理其他接收到的数据,并行处理。将当前事件存入用户问题信息库中,打上标记,然后推送到相关的关联关系表中,搜索有关的关联关系表数据;当找到匹配的映射关系,则根据这个关联关系去检索事件临时结果库,计算现实事件和临时事件结果的匹配情况,从而更新事件的匹配度信息;当事件匹配度不符合要求,则去仿真规则库中获取对应的规则,更新规则信息;当事件匹配度符合要求,则将临时事件结果存储到事件答案库中,作为用户问题事件的最终结果输出。
本发明在公开上述信息交互方法的基础上,还提供了一种基于数据分析的信息交互终端,如图4所示,所述基于数据分析的信息交互终端40包括:处理器410、存储器420及存储在所述存储器420上并可在所述处理器上运行的基于数据分析的信息交互程序,其中所述基于数据分析的信息交互程序被所述处理器执行时实现以下步骤:
接收用户输入问题信息;检索事件答案库中是否含有与所述问题信息相匹配的事件答案;其功能与上述步骤S1相同。
若含有,则将所述问题信息所对应的事件答案保存到事件答案库中,并输出事件答案结果;其功能与上述步骤S2相同。
否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系;其功能与上述步骤S3相同。
以及,将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出,其功能与上述步骤S4相同。
所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
收集各种问题信息,构建用户问题信息库;
收集与问题信息相匹配的事件答案;构建事件答案库;
建立问题信息与事件答案之间的关联关系表;
收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库。
所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值;
若超出,则将所述问题信息与所述分析结果保存至事件临时结果库;
否则,使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果,并判断新获取的分析结果是否与问题信息之间的匹配度超出预设阈值,同时删除事件匹配度低于预设阈值的分析结果。
所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
其中,存储器420作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器410通过运行存储在存储器420中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的文字语义分析方法。
存储器420可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据报表自动生成系统的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器120可选包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至文字语义分析终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器420中,当被所述一个或者多个处理器410执行时,执行上述任意方法实施例中的文字语义分析方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机存储介质上存储文字语义分析程序,所述文字语义分析程序被处理器执行时实现所述的文字语义分析方法。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
在本发明中提供了一种基于数据分析的信息交互方法、信息交互终端及存储介质,接收用户输入问题信息,并检索事件答案库中是否含有与所述问题信息相匹配的事件答案;若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果,否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,并将所述分析结果作为问题信息所对应的事件答案结果输出。由于采用了通过数据分析的方法对用户输入问题信息进行分析,并结合仿真语言进行用户事件模仿的方式,得到的符合预期事件的仿真结果输出,解决了现有仿真语言在表达和处理方式上基于数据分析而进行仿真的缺陷,方便用户使用。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及本发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (6)
1.一种基于数据分析的信息交互方法,其特征在于,包括步骤:
接收用户输入问题信息;
检索事件答案库中是否含有与所述问题信息相匹配的事件答案;
若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果;
否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系;
以及,将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出;
所述接收用户输入问题信息步骤之前,还包括;
收集各种问题信息,构建用户问题信息库;
收集与问题信息相匹配的事件答案;构建事件答案库;
建立问题信息与事件答案之间的关联关系表;
收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库;
所述检索事件答案库中是否含有与所述问题信息相匹配的事件答案步骤包括:
将所述问题信息存入用户问题信息库中;
查找所述关联关系表中是否含有与所述问题信息相匹配的事件答案;
若有,则遍历所述事件答案库中查找出与所述问题信息相匹配的事件答案;
否则,判定所述事件答案库中不含有与所述问题信息相匹配的事件答案。
2.根据权利要求1所述的基于数据分析的信息交互方法,其特征在于,所述利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果步骤还包括:
判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值;
若超出,则将所述分析结果保存至事件临时结果库;
否则使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果并对判定新获取的分析结果与问题信息之间的匹配度是否超出预设阈值,同时删除事件匹配度低于预设阈值的分析结果。
3.根据权利要求2所述的基于数据分析的信息交互方法,其特征在于,所述将所述分析结果保存至事件临时结果库步骤之后,还包括:
使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
4.一种基于数据分析的信息交互终端,其特征在于,所述基于数据分析的信息交互终端包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的基于数据分析的信息交互程序,其中所述基于数据分析的信息交互程序被所述处理器执行时实现以下步骤:
接收用户输入问题信息;
检索事件答案库中是否含有与所述问题信息相匹配的事件答案;
若含有,则将所述问题信息所对应的事件答案保存至事件答案库中,并输出事件答案结果;
否则,利用仿真语言对所述问题信息进行数据分析,获取所述问题信息的分析结果,将所述分析结果保存至事件临时结果库,同时建立所述问题信息与所述分析结果之间的关联关系;
以及,将所述问题信息与所述分析结果保存到事件答案库中,并将所述分析结果作为问题信息所对应的事件答案结果输出;
所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
收集各种问题信息,构建用户问题信息库;
收集与问题信息相匹配的事件答案;构建事件答案库;
建立问题信息与事件答案之间的关联关系表;
收集多种仿真规则所对应的仿真数据处理程序,构建仿真程序库;
利用多种仿真程序对所述各种问题信息进行数据分析,并将数据分析结果进行语义分析,并将分析结果保存至事件临时结果库,构建事件临时结果库;
所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
判断问题信息与所述分析结果之间的信息匹配度是否超出预设阈值;
若超出,则将所述问题信息与所述分析结果保存至事件临时结果库;否则,使用不同的仿真数据处理程序对所述问题信息重新进行数据分析,获取分析结果,并判断新获取的分析结果是否与问题信息之间的匹配度超出预设阈值,同时删除事件匹配度低于预设阈值的分析结果。
5.根据权利要求4所述的基于数据分析的信息交互终端,其特征在于,所述基于数据分析的信息交互程序被所述处理器执行时,还实现以下步骤:
使用不同的仿真数据处理程序对所述事件临时结果库中保存的分析结果进行并行仿真语言处理,得到更新后的仿真结果,将所述仿真结果作为问题信息最终所对应的事件答案结果输出。
6.一种计算机可读存储介质,其特征在于,所述计算机存储介质上存储基于数据分析的信息交互程序,所述基于数据分析的信息交互程序被处理器执行时实现如权利要求1至3中任一项所述的基于数据分析的信息交互方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710995039.5A CN107729510B (zh) | 2017-10-23 | 2017-10-23 | 信息交互方法、信息交互终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710995039.5A CN107729510B (zh) | 2017-10-23 | 2017-10-23 | 信息交互方法、信息交互终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107729510A CN107729510A (zh) | 2018-02-23 |
CN107729510B true CN107729510B (zh) | 2021-07-06 |
Family
ID=61213233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710995039.5A Active CN107729510B (zh) | 2017-10-23 | 2017-10-23 | 信息交互方法、信息交互终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729510B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241254B (zh) * | 2018-08-06 | 2021-02-02 | 深圳市玖胜云智联科技有限公司 | 一种应用于机器人的语料采集方法及采集装置 |
CN115174383B (zh) * | 2022-05-30 | 2024-03-22 | 青岛海尔科技有限公司 | 设备更新方法、存储介质及电子装置 |
CN115114805B (zh) * | 2022-08-26 | 2023-01-31 | 深圳市城市交通规划设计研究中心股份有限公司 | 自主式交通系统架构的信息交互对离散仿真方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1645371A (zh) * | 2005-02-23 | 2005-07-27 | 新浪网技术(中国)有限公司 | 一种基于搜索引擎技术的提问式知识聚合方法以及知识共享方法 |
CN101751454A (zh) * | 2009-12-12 | 2010-06-23 | 浙江大学 | 一种基于概率潜在语义分析的网络答案选择方法 |
CN104657346A (zh) * | 2015-01-15 | 2015-05-27 | 深圳市前海安测信息技术有限公司 | 智能交互系统中的问题匹配方法和系统 |
CN105824933A (zh) * | 2016-03-18 | 2016-08-03 | 苏州大学 | 基于主述位的自动问答系统及其实现方法 |
CN105912697A (zh) * | 2016-04-25 | 2016-08-31 | 北京光年无限科技有限公司 | 一种对话系统知识库的优化方法及装置 |
CN106326640A (zh) * | 2016-08-12 | 2017-01-11 | 上海交通大学医学院附属瑞金医院卢湾分院 | 一种医疗语音控制系统及其控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967588A (zh) * | 2006-04-11 | 2007-05-23 | 华为技术有限公司 | 交互式问卷定制、交互系统及方法 |
CN104331441A (zh) * | 2014-10-24 | 2015-02-04 | 北京奇虎科技有限公司 | 基于搜索引擎提供问题答案的方法和装置 |
US10248689B2 (en) * | 2015-10-13 | 2019-04-02 | International Business Machines Corporation | Supplementing candidate answers |
US10489712B2 (en) * | 2016-02-26 | 2019-11-26 | Oath Inc. | Quality-based scoring and inhibiting of user-generated content |
CN107273350A (zh) * | 2017-05-16 | 2017-10-20 | 广东电网有限责任公司江门供电局 | 一种实现智能问答的信息处理方法及其装置 |
-
2017
- 2017-10-23 CN CN201710995039.5A patent/CN107729510B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1645371A (zh) * | 2005-02-23 | 2005-07-27 | 新浪网技术(中国)有限公司 | 一种基于搜索引擎技术的提问式知识聚合方法以及知识共享方法 |
CN101751454A (zh) * | 2009-12-12 | 2010-06-23 | 浙江大学 | 一种基于概率潜在语义分析的网络答案选择方法 |
CN104657346A (zh) * | 2015-01-15 | 2015-05-27 | 深圳市前海安测信息技术有限公司 | 智能交互系统中的问题匹配方法和系统 |
CN105824933A (zh) * | 2016-03-18 | 2016-08-03 | 苏州大学 | 基于主述位的自动问答系统及其实现方法 |
CN105912697A (zh) * | 2016-04-25 | 2016-08-31 | 北京光年无限科技有限公司 | 一种对话系统知识库的优化方法及装置 |
CN106326640A (zh) * | 2016-08-12 | 2017-01-11 | 上海交通大学医学院附属瑞金医院卢湾分院 | 一种医疗语音控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107729510A (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109240901B (zh) | 性能分析方法、性能分析装置、存储介质和电子设备 | |
Kamimura et al. | Extracting candidates of microservices from monolithic application code | |
Bharathy et al. | Validating agent based social systems models | |
US9984336B2 (en) | Classification rule sets creation and application to decision making | |
CN111126495B (zh) | 模型训练方法、信息预测方法、装置、存储介质及设备 | |
CN107729510B (zh) | 信息交互方法、信息交互终端及存储介质 | |
CN109299258A (zh) | 一种舆情事件检测方法、装置及设备 | |
CN108491714A (zh) | 验证码的人机识别方法 | |
CN110971659A (zh) | 推荐消息的推送方法、装置及存储介质 | |
CN110716950B (zh) | 一种口径系统建立方法、装置、设备及计算机存储介质 | |
CN109145168A (zh) | 一种专家服务机器人云平台 | |
US20220327398A1 (en) | Technology maturity judgment method and system based on science and technology data | |
EP4290351A1 (en) | Environment modeling method and apparatus based on decision flow graph, and electronic device | |
CN109189675A (zh) | 大数据架构软件测试方法、装置、计算机设备和存储介质 | |
CN111291936B (zh) | 产品生命周期预估模型生成方法、装置及电子设备 | |
CN105511869A (zh) | 一种基于用户反馈的需求跟踪系统及方法 | |
Akca et al. | Run-time measurement of cosmic functional size for java business applications: Initial results | |
Filip | Designing and building modern information systems; A series of decisions to be made | |
CN115830419A (zh) | 一种数据驱动式人工智能技术评测系统及方法 | |
Zhang et al. | On the cost of interactions in interactive visual machine learning | |
CN110517070B (zh) | 一种消费者人群圈选方法及装置 | |
CN104715000A (zh) | 用于支持评价分析的装置和方法 | |
CN114611990A (zh) | 一种网络信息体系要素体系贡献率评估方法和装置 | |
Papoutsoglou et al. | Mining DEV for social and technical insights about software development | |
US9239867B2 (en) | System and method for fast identification of variable roles during initial data exploration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen Qianhai Zhongxing scientific research Co.,Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant before: SHENZHEN QIANHAI ZHONGXING E-COMMERCE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |