CN107844567B - 一种业务经验包推荐系统和方法 - Google Patents
一种业务经验包推荐系统和方法 Download PDFInfo
- Publication number
- CN107844567B CN107844567B CN201711067839.7A CN201711067839A CN107844567B CN 107844567 B CN107844567 B CN 107844567B CN 201711067839 A CN201711067839 A CN 201711067839A CN 107844567 B CN107844567 B CN 107844567B
- Authority
- CN
- China
- Prior art keywords
- user
- experience
- service
- module
- business
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 230000003993 interaction Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000003213 activating effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种业务经验包推荐系统及方法,可以在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。由于该系统及方法能够自动将存储在云端智库中的、合适的业务经验包推荐给用户,缩短了用户获取业务经验的时间,提高了用户获取业务经验的效率,从而也提高了解决业务问题的效率。
Description
本申请要求2017年2月26日提交的、申请号为“201710105706.8”的中国专利申请的优先权,此处通过引入的方式将其并入。
技术领域
本申请涉及机器智能技术领域,尤其涉及一种业务经验包推荐系统和方法。
背景技术
在各行各业中,专家处理具体业务问题的业务经验是经过长期实践积累获得的宝贵财富,不但行业专家可以直接依据这些业务经验解决该行业的一些业务问题,而且行业内的其他人员也可以通过学习获得这些业务经验以解决该行业的一些业务问题。
但是,随着时代的发展和技术的进步,各行业的业务经验量和业务量均呈爆炸式增长,行业内的人员不仅需要花费大量的时间,才能从大量的业务经验中找到合适的业务经验,还需要花费大量的精力和时间对这些业务经验进行学习、消化、改进,才能解决相应的业务问题。
很显然,现有的这种通过人工获得合适的业务经验的方式效率低下,导致解决业务问题的效率也较低,不能及时处理暴增的业务量。
发明内容
本申请实施例提供一种业务经验包推荐系统和方法,以提高用户获得合适的业务经验的效率。
第一方面,本申请实施例提供一种业务经验包推荐系统,包括:人机交互界面、云端智库和推荐模块;其中,
所述人机交互界面,用于接收用户对所述系统的操作;
所述云端智库,用于存储和管理多种业务类型的业务经验包,所述业务经验包中存储有处理对应的业务类型中的业务问题的经验流程和经验解决方案;
所述推荐模块,用于在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
第二方面,本申请实施例还提供一种业务经验包推荐方法,应用于本申请第一方面提供的系统,所述方法包括:
在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;
根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及
根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:能够自动将存储在云端智库中的、合适的业务经验包推荐给用户,缩短了用户获取业务经验的时间,提高了用户获取业务经验的效率,从而也提高了解决业务问题的效率,能够及时处理各行业暴增的业务量。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种业务经验包推荐系统的一种具体实施方式的结构框图;
图2为本申请实施例提供的一种业务经验包推荐系统中的推荐模块向用户推荐业务经验包的一种具体实施方式的流程示意图;
图3为本申请实施例提供的一种业务经验包推荐系统中的推荐模块的一种具体实施方式的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了解决现有技术存在的问题,本申请实施例提供了一种业务经验包推荐系统和方法,以下结合附图,详细说明本申请各实施例提供的技术方案。
首先需要说明的是,本申请实施例中所述的业务经验包推荐系统也可以被称为专家系统或者专家系统经验共享平台。
如图1所示,本申请实施例提供的一种业务经验包推荐系统,可以包括:人机交互界面101、云端智库102和推荐模块103。
人机交互界面101,用于接收用户对该推荐系统的操作,还可以用于像用户展示推荐结果。
具体来说,人机交互界面101可以是该推荐系统的界面或该推荐系统的界面的一部分,并且,该人机交互界面101可以是可视化界面。用户可以通过在该人机交互界面101上执行点击操作、拖拽操作、滚动操作、滑动操作等操作来实现人机交互,在具体实现过程中,用户可以通过鼠标执行这些操作,也可以通过触摸执行这些操作。
通过该人机交互界面101,用户不仅可以加载、编辑和修改本地专家经验形成新的业务经验包,还可以将新的业务经验包上传到上述云端智库102中,以实现业务经验包的共享,并且,在此过程中不需要用户编写程序代码,简单易行。
云端智库102,用于存储和管理多种业务类型的业务经验包,所述业务经验包中存储有处理对应的业务类型中的业务问题的经验流程和经验解决方案。
具体来说,业务经验包,可以是不同行业内的行业专家定位和解决该行业内的不同业务类型中的业务问题的经验流程和经验解决方案等形成的数据包;其中,经验流程可以理解为是行业专家处理对应的业务类型中的业务问题的思路,解决方案可以理解为是行业专家处理对应的业务类型中的业务问题的方法。例如,经验流程可以是分析流程和决策流程等,解决方案可以是算法、日志解析方案、图像识别方案、指令集等等。
较佳的,为了能够快速的向用户推荐业务经验包,云端智库102中的业务经验包一般是按行业类型、业务类型对应存储的。
在实际应用中,业务经验包既可以存储在云端智库102中,也可以存储在业务经验包推荐系统所在设备的本地,这都是合理的。其中,云端智库102可以理解为是一个云端数据库。当然,当业务经验包存储在云端智库102中时,可以实现业务经验在不同推荐系统之间的共享。
例如,由于云端智库102可以支持用户通过本申请实施例提供的推荐系统搜索、下载业务经验包,因此能够实现业务经验包的复用。
推荐模块103,用于在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
在一个更为详细的实施方式中,推荐模块103,具体可以用于根据检测到的用户在所述人机交互界面中编辑的内容中的关键字,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包。
由于云端智库中存储的业务经验包一般是按行业类型、业务类型对应分类存储的,因此,上述关键字可以是行业类型、业务类型等。
在实际应中,使用本申请实施例提供的业务包推荐系统的用户,一般会归属于某一个特定行业,如移动网络故障维护用户归属于通信行业,如果该移动网络故障维护用户编辑的内容为“核心网故障处理”,则对应的行业类型为通信,对应的业务类型为核心网维护,也即对应的关键字为通信和核心网维护;然后,将云端智库102中存储与这两个关键字匹配的业务经验包推荐给用户。
在另一个更为详细的实施方式中,用户历史关注信息可以包括点击过或下载过的业务经验包的行业类型和业务类型。
本申请实施例提供的一种业务经验包推荐系统,能够自动将存储在云端智库中的、合适的业务经验包推荐给用户,缩短了用户获取业务经验的时间,提高了用户获取业务经验的效率,从而也提高了解决业务问题的效率,能够及时处理各行业暴增的业务量。
可选地,本申请实施例提供的业务经验包推荐系统,还可以包括:执行模块,该执行模块可以加载执行业务经验包中的经验流程和业务解决方案,也可以处理业务经验包推荐系统的决策结果(如指令操作、告警输出等)等,以解决相应的业务问题。具体来说,执行模块,可以接收并执行用户通过人机交互界面101配置到该推荐系统中的业务经验包中的经验流程和业务解决方案,且该业务经验包既可以是用户在本地编辑形成的业务经验包,也可以是上述推荐模块103推荐给用户的业务经验包。
通俗地讲,本申请实施例提供的业务经验包推荐系统可以通过上述执行模块自动进行一系列的计算和操作以解决相应的业务问题,这些计算和操作可替代人类专家解决业务问题时所进行的思维活动和操作。其中,思维活动包括但不限于比较、判断、逻辑推理等,操作包括但不限于执行系统指令、采集数据(通过接收指令或传感器采集)、发送告警、通过系统指令修复故障(例如重启板卡)、清空缓存、处理方案推荐,等等。
可选地,本申请实施例提供的业务经验包推荐系统,还可以包括:学习模块,用于对已有的业务经验包进行学习和建模,获得新的业务经验包。具体来说,该学习模块不仅能学习并存储记录本地业务经验包(本地专家经验),还可基于推荐模块103推荐的云端智库102中的业务经验包进行学习,从而结合不同专家的思维方式,找到更好的解决业务问题的方法,智能处理各类业务问题。
可以理解,在各行各业,无论是从工作效率还是工作效果来看,有经验的专家和缺少经验的新手的差别是很明显的。机器也一样,能够学习、吸收现有的业务经验获得新的业务经验包推荐系统,其执行模块解决相应业务问题的效率和效果会更好。
在一个更为具体的实施方式中,上述人机交互界面101可以包括:流程配置管理模块、动态轨迹跟踪模块、反馈模块和业务经验包审核模块等模块中的一个或多个。
上述流程配置模块,用于接收用户对所述人机交互界面中的界面元素的操作,对业务处理流程图中的流程图元素进行控制管理,并接收用户对业务处理流程图中的任务节点进行的编辑配置。
其中,所述界面元素包括所述人机交互界面中显示的组件,具体可以是流程组件;所述流程图元素为业务处理流程图中由流程图符号表示的业务处理步骤或业务数据;所述任务节点为业务处理流程图中能够被用户配置业务解决方案的流程图元素。业务处理流程图,既可以是用户在业务包推荐系统本地编辑形成的业务处理流程图,也可以是推荐模块推荐给用户的业务经验包中的经验流程对应的业务处理流程图。
不难想象,通过该流程配置模块编辑配置流程时,不需要用户编写程序代码,简单易行。
上述动态轨迹跟踪模块,用于以动态轨迹图的方式展现业务处理流程的执行过程。这可以使用户了解业务处理流程的执行进度。
可选地,动态轨迹跟踪模块所展现的所述动态轨迹图中的任务节点对应的日志信息,还能够被用户通过对所述任务节点的查看操作进行查看,方便用户知晓当前节点中的任务。
上述反馈模块,用于接收用户对所述推荐模块推荐的业务经验包的反馈信息,使得用户能够根据实际使用效果,对推荐模块103推荐的业务经验包进行评价和反馈,提高了用户体验。
这些反馈信息可以包括:经验流程执行结果、用户根据业务经验包的实际使用效果对业务经验包的评分信息、评价内容和建议内容,等等。其中,评分信息、评价内容和建议内容既可以是针对业务经验包中的经验流程的,也可以是针对业务经验包中的解决方案的。
上述业务经验包审核模块,用于审核本地业务经验包,激活所述本地业务经验包,并将所述本地业务经验包上传至所述云端智库。将本地形成的新的本地业务经验包上传并存储至云端智库102,可以完成新的业务经验的更新与共享。
在本申请实施例提供的业务经验包推荐系统中的人机交互界面101中包含反馈模块的基础上,申请实施例提供的业务经验包推荐系统还可以包括:通知模块,用于在所述反馈模块接收到反馈信息时,向所述推荐模块发送根据接收到的所述反馈信息更新业务经验包推荐策略的通知,以使所述推荐模块103向用户重新推荐更优的业务经验包。
此时,推荐模块103,具体用于根据用户在所述人机交互界面中编辑的内容和所述反馈信息中的打分信息和/或评价内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;或者,所述推荐模块103,具体用于根据用户的历史关注信息、历史搜索信息以及所述反馈信息中的打分信息和/或评价内容,向用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
可选地,推荐模块103,还可以具体用于根据配置到所述系统中的业务经验包中的经验流程的内容,和/或,根据配置到所述系统中的业务经验包中的经验流程的执行结果,向用户推荐业务经验包。
不难理解,推荐模块103向用户推荐业务经验包时,考虑的因素越多,推荐结果更符合用户的预期,更有助于提高解决业务问题的效率。
上述的业务经验包审核模块具体可以包括:获取单元、审核单元和上传单元。其中,获取单元,用于获取用户结合自身经验和相关知识对所推荐的业务经验包进行修改产生的本地业务经验包;审核单元,用于审核所述本地业务经验包;上传单元,用于将所述审核单元审核通过的本地业务经验包上传至所述云端智库。
如前文所述,将本地业务经验包上传至云端智库,可以实现业务经验包在不同的业务经验包推荐系统之间的共享,实现了本地业务经验包的复用。
在上述任一实施例的基础上,申请实施例提供的业务经验包推荐系统还可以包括:搜索模块和下载模块。
其中,搜索模块,用于从所述云端智库中搜索业务经验包;下载模块,用于从所述云端智库下载业务经验包到本地。
在实际应用中,搜索模块和下载模块具体也可以是上述人机交互界面101中的一个模块,方便用户搜索、下载存储在云端智库102中的业务经验包。
为了更清楚地理解本申请实施例提供的一种业务经验包推荐系统推荐业务经验包的过程,下面采用一个更为详细的实施例进行说明。
如图2所示,本申请实施例提供的一种业务经验包推荐系统中的推荐模块向用户推荐业务经验包的过程可以包括如下步骤:
开始,执行步骤S201、S203或S207;
S201、推荐模块推荐业务经验包;然后转入步骤S202或S207;
步骤S201执行的内容具体可以是,在用户登录业务经验包推荐系统后,将云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给用户,以供本地业务经验包推荐系统学习或参考,使该本地业务经验包推荐系统结合推荐模块所推荐的业务经验包中的其他专家的思维方式,找到更好的解决相应业务问题的方法与思路,从而优化本地业务经验包推荐系统中的经验流程,并自动执行优化后的经验流程已处理相应的业务问题。
或者,步骤S201执行的内容具体可以是,检测用户在所述人机交互界面中编辑的内容,根据检测到的所述内容,触发搜索云端智库中存储的同类型的业务经验包,以向用户推荐与所编辑的内容相匹配的业务类型的业务经验包,并展示在人机交互界面上,以供本地业务经验包推荐系统学习或参考,使该本地业务经验包推荐系统结合推荐模块所推荐的业务经验包中的其他专家的思维方式,找到更好的解决相应业务问题的方法与思路,从而优化本地业务经验包推荐系统中的经验流程,并自动执行优化后的经验流程已处理相应的业务问题。
S202、接收用户下载推荐模块所推荐的业务经验包的下载请求;然后转入步骤S204;
步骤S202执行的具体内容可以是,接收用户下载推荐模块所推荐的业务经验包的下载请求,使用户将推荐模块推荐的业务经验包下载至本地,接收用户结合自身的业务经验和相关知识对推荐模块推荐的业务经验包进行的修改形成新的业务经验包,并接收用户执行的将该新的业务经验包配置到业务经验包推荐系统中的操作,然后转入步骤S204。
S203、接收用户编辑经验流程(也可以称为经验流程配置),并接收用户将编辑好的经验流程配置到业务经验包推荐系统中的操作;然后转入步骤S201或S204。
S204、执行经验流程,然后转入步骤S205或步骤S208;
该经验流程既可以是步骤S202中配置到业务经验包推荐系统中的经验流程,也可以是步骤S203中配置到业务经验包推荐系统中的经验流程。
S205、接收流程执行结果反馈信息,然后转入步骤S206;
流程执行结果反馈信息具体可以是相应的业务问题的处理结果,例如,如果相应的业务问题是核心网故障排除,那么相应的业务问题处理结果可以是处理成功或失败,或者具体排除的故障类型。
S206、优化业务经验流程,然后返回步骤S203;
步骤S206执行的具体内容可以是,根据接收到的流程执行结果反馈信息进行业务经验流程的优化。
S207、接收用户录入解决方案,然后执行步骤S208;
步骤S207执行的内容具体可以是,接收用户在人机交互界面中录入的本地解决方案。
S208、向用户推荐解决方案,然后执行步骤S209;
步骤S208执行的内容具体可以是,推荐模块根据用户录入的解决方案中的关键字,向用户推荐与该关键字匹配的存储在云端智库中的业务经验包的中的解决方案。
S209、接收用户对解决方案的评分,具体可以是接收用户对推荐模块推荐的解决方案的评分,然后执行步骤S210;
当然,在步骤S209中,还可以接收用户对推荐模块所推荐的解决方案的评价内容和建议改进的内容,以帮助推荐模块将更优的业务经验包推荐给用户。
S210、修正解决方案,具体可以根据接收到的用户对解决方案的评分,对解决方案进行修正获得新的解决方案,然后返回步骤S207。
此外,在步骤S204执行经验流程的过程中,推荐模块可以根据经验流程中的内容和/或执行结果,通过特定算法(例如协同过滤算法等)将更符合用户需求的、更优的业务经验包推荐给用户;或者,本申请实施例提供的业务经验包推荐系统还可以根据反馈模块接收到的反馈信息对推荐模块所使用的推荐策略进行调整和优化;或者,使推荐模块重新学习、分析出现的新的经验包,以及反馈信息中的评分信息、评价内容和建议内容等,形成更优的经验包推荐方案和策略。
通过图2不难看出,上述步骤S201-S210形成闭环,可以不断地优化经验流程、修正解决方案,从而使推荐模块能够不断地分析新的业务经验包以及反馈信息,形成更优的经验包推荐方案和策略,给用户推荐更加合适的业务经验包,提高了用户获取预期的业务经验包的效率,最终提升了处理相关业务问题的效率,可以满足日益增长的业务需求。
还需要说明的是,本申请实施例提供的一种业务经验包推荐系统(如前文所述,也可以称为专家系统)的应用范围包括但不限于上述实施例所涉及的范围,例如除了应用于通信网络智能维护,还可以应用于智能交通、智能医疗等其他领域。
例如,使用本申请实施例提供的一种业务经验包推荐系统,可以帮助网络维护人员发现设备故障可疑点并替代维护专家快速进行故障设备重启、倒边、隔离、数据修改等操作抢通业务。由于机器的执行速度和性能远高于人类,因此,应用该业务经验包推荐系统可以大幅缩短故障定位(业务问题)的耗时,提高故障定位的效率。并且,由于该业务经验包推荐系统还可以不断地学习业务经验,因此应用该业务经验包推荐系统还可以有效提高故障定位的准确度和业务恢复正常的速度。网络维护人员可以通过搜索的方式或该业务经验包推荐系统推荐的方式获取到目标业务经验包(如前文所述的经验流程和解决方案)等。
下面参考图3对申请实施例提供的一种业务经验包推荐系统及其推荐模块的在实际应用中的一种具体结构进行示意性地说明。图3所示的业务经验包推荐系统,具体可以是通信网络专家系统的结构示意图。
如图3所示,业务经验包推荐系统300具体可以包括:云端智库301、推荐算法库302、推荐模块303和反馈模块304;其中,推荐模块303可以获得云端智库301中存储的业务经验包,业务经验包中示例性地可以包含故障诊断及处理经验流程、日志解析方案、故障处理解决方案等业务经验;同时,推荐模块303还可以从反馈模块304中获得用户反馈的反馈信息,这些反馈信息示例性地可以包含经验流程执行结果反馈信息、解决方案评分、用户行为数据(用户的历史关注信息、及历史搜索习惯等)等;然后,推荐模块303可以利用推荐算法库302中存储的特定推荐算法(如:协同过滤算法等)以及反馈信息向目标用户306推荐合适的业务经验包305,所推荐的业务经验包305具体可以包括经验流程、解决方案和日志解析方案等等。
相应于本申请实施例提供的一种业务经验包推荐系统,基于相同的发明构思,本申请实施例还提供了一种业务经验推荐方法,下面进行简要地介绍。
本申请实施例提供的一种业务经验推荐方法,可以包括:
在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;
根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及
根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
具体的,可以根据检测到的用户在所述人机交互界面中编辑的内容中的关键字,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包。
本申请实施例提供的一种业务经验包推荐系统,能够自动将存储在云端智库中的、合适的业务经验包推荐给用户,缩短了用户获取业务经验的时间,提高了用户获取业务经验的效率,从而也提高了解决业务问题的效率,能够及时处理各行业暴增的业务量。
可选地,本申请实施例提供的一种业务经验推荐方法,还可以包括:接收用户对所推荐的业务经验包的反馈信息;这些反馈信息可以包括:经验流程执行结果、用户根据业务经验包的实际使用效果对业务经验包的评分信息、评价内容和建议内容,等等。其中,评分信息、评价内容和建议内容既可以是针对业务经验包中的经验流程的,也可以是针对业务经验包中的解决方案的。
在此基础上,本申请实施例提供的一种业务经验推荐方法,具体可以包括:根据检测到的用户在所述人机交互界面中编辑的内容和反馈信息中的打分信息和/或评价内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,根据用户的历史关注信息、历史搜索信息以及反馈信息中的打分信息和/或评价内容,向用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
进一步地,本申请实施例提供的一种业务经验推荐方法,还可以包括:在接收到反馈信息时,向所述推荐模块发送根据接收到的所述反馈信息更新业务经验包推荐策略的通知,以使所述推荐模块向用户重新推荐更优的业务经验包。
不难理解,向用户推荐业务经验包时,考虑的因素越多,推荐结果更符合用户的预期,更有助于提高解决业务问题的效率。
需要说明的是,由于本申请实施例提供的一种业务经验包推荐方法与本申请实施例提供的一种业务经验包推荐系统相对应,因此,在本说明书中对一种业务经验包推荐方法描述的较为简单,相关之处请参考上文中对一种业务经验包推荐系统的介绍。
图4示出了是本申请实施例提供的一种电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成网络覆盖性能表征装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
在用户登录所述系统后,将云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;
根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,
根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
上述如本申请图4所示实施例揭示的业务经验包推荐系统执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行图4所示实施例中业务经验包推荐系统执行的方法,并具体用于执行:
在用户登录所述系统后,将云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;
根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,
根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,本申请中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种业务经验包推荐系统,其特征在于,包括:人机交互界面、云端智库和推荐模块;其中,
所述人机交互界面,用于接收用户对所述系统的操作;
所述云端智库,用于存储和管理多种业务类型的业务经验包,所述业务经验包中存储有处理对应的业务类型中的业务问题的经验流程和经验解决方案,不同业务经验包是不同行业内的行业专家定位和解决该行业内的不同业务类型中的业务问题的经验流程和经验解决方案形成的数据包;
所述推荐模块,用于在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户;根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及,根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
2.如权利要求1所述的系统,其特征在于,所述推荐模块,具体用于根据检测到的用户在所述人机交互界面中编辑的内容中的关键字,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包。
3.如权利要求1所述的系统,其特征在于,所述人机交互界面包括:流程配置管理模块、动态轨迹跟踪模块、反馈模块和业务经验包审核模块中的一个或多个;
所述流程配置管理模块,用于接收用户对所述人机交互界面中的界面元素的操作,对业务处理流程图中的流程图元素进行控制管理,并接收用户对业务处理流程图中的任务节点进行的编辑配置;其中,所述界面元素包括所述人机交互界面中显示的组件;所述流程图元素为业务处理流程图中由流程图符号表示的业务处理步骤或业务数据;所述任务节点为业务处理流程图中能够被用户配置业务解决方案的流程图元素;
所述动态轨迹跟踪模块,用于以动态轨迹图的方式展现业务处理流程的执行过程;
所述反馈模块,用于接收用户对所述推荐模块推荐的业务经验包的反馈信息;
所述业务经验包审核模块,用于审核本地业务经验包,激活所述本地业务经验包,并将所述本地业务经验包上传至所述云端智库。
4.如权利要求3所述的系统,其特征在于,所述动态轨迹跟踪模块所展现的所述动态轨迹图中的任务节点对应的日志信息,能够被用户通过对所述任务节点的查看操作进行查看。
5.如权利要求3所述的系统,其特征在于,所述业务经验包审核模块具体包括:获取单元、审核单元和上传单元,
所述获取单元,用于获取用户结合自身经验和相关知识对所推荐的业务经验包进行修改产生的本地业务经验包;
所述审核单元,用于审核所述本地业务经验包;
所述上传单元,用于将所述审核单元审核通过的本地业务经验包上传至所述云端智库。
6.如权利要求3所述的系统,其特征在于,所述系统还包括:通知模块,
所述通知模块,用于在所述反馈模块接收到反馈信息时,向所述推荐模块发送根据接收到的所述反馈信息更新业务经验包推荐策略的通知,以使所述推荐模块向用户重新推荐更优的业务经验包。
7.如权利要求6所述的系统,其特征在于,
所述推荐模块,具体用于根据用户在所述人机交互界面中编辑的内容和所述反馈信息中的打分信息和/或评价内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;
或者,所述推荐模块,具体用于根据用户的历史关注信息、历史搜索信息以及所述反馈信息中的打分信息和/或评价内容,向用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
8.如权利要求1-7任一项所述的系统,其特征在于,所述推荐模块,还用于根据配置到所述系统中的业务经验包中的经验流程的内容,和/或,根据配置到所述系统中的业务经验包中的经验流程的执行结果,向用户推荐业务经验包。
9.如权利要求1-7任一项所述的系统,其特征在于,所述系统还包括:搜索模块和下载模块,
所述搜索模块,用于从所述云端智库中搜索业务经验包;
所述下载模块,用于从所述云端智库下载业务经验包到本地。
10.一种业务经验包推荐方法,应用于如权利要求1-9任一项所述的系统,其特征在于,所述方法包括:
在用户登录所述系统后,将所述云端智库里存储的与所述用户所从事的行业相关的、未被下载过的业务经验包推荐给所述用户,所述业务经验包是所述用户所从事行业内的行业专家定位和解决该行业内的业务问题的经验流程和经验解决方案形成的数据包;
根据检测到的用户在所述人机交互界面中编辑的内容,向用户推荐与所编辑的内容相匹配的业务类型的业务经验包;以及
根据用户的历史关注信息以及历史搜索信息,为用户推荐与所述历史关注信息及所述历史搜索信息相关的业务类型的业务经验包。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/114410 WO2018153140A1 (zh) | 2017-02-26 | 2017-12-04 | 一种业务经验包推荐系统和方法 |
EP17897775.7A EP3588283A4 (en) | 2017-02-26 | 2017-12-04 | SYSTEM AND PROCEDURE FOR RECOMMENDING A SERVICE EXPERIENCE PACKAGE |
US16/547,872 US20190378023A1 (en) | 2017-02-26 | 2019-08-22 | System and method for recommending business experience packages |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2017101057068 | 2017-02-26 | ||
CN201710105706.8A CN106897067A (zh) | 2017-02-26 | 2017-02-26 | 一种基于人机交互技术建模的方法和专家系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107844567A CN107844567A (zh) | 2018-03-27 |
CN107844567B true CN107844567B (zh) | 2021-07-09 |
Family
ID=59185703
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710105706.8A Pending CN106897067A (zh) | 2017-02-26 | 2017-02-26 | 一种基于人机交互技术建模的方法和专家系统 |
CN201711067839.7A Active CN107844567B (zh) | 2017-02-26 | 2017-11-03 | 一种业务经验包推荐系统和方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710105706.8A Pending CN106897067A (zh) | 2017-02-26 | 2017-02-26 | 一种基于人机交互技术建模的方法和专家系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190378023A1 (zh) |
EP (1) | EP3588283A4 (zh) |
CN (2) | CN106897067A (zh) |
WO (1) | WO2018153140A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897067A (zh) * | 2017-02-26 | 2017-06-27 | 广州衡昊数据科技有限公司 | 一种基于人机交互技术建模的方法和专家系统 |
EP3718001A1 (en) * | 2018-03-05 | 2020-10-07 | Siemens Aktiengesellschaft | Method and computer-program-product determining measures for the development, design and/or deployment of complex embedded or cyber-physical systems, in particular complex software architectures used therein, of different technical domains |
CN108629416A (zh) * | 2018-04-25 | 2018-10-09 | 有产亿金(湖北)科技有限公司 | 一种提高人类学习研究与决策办事效率的云端专家系统 |
US11645545B2 (en) | 2018-06-20 | 2023-05-09 | Sap Se | Train a digital assistant with expert knowledge |
CN111382239B (zh) * | 2018-12-27 | 2023-06-23 | 上海智臻智能网络科技股份有限公司 | 一种交互流程的优化方法及其装置 |
CN109933651B (zh) * | 2019-03-26 | 2022-06-28 | 联想(北京)有限公司 | 信息交互方法、装置及服务器 |
CN112036899A (zh) * | 2019-05-14 | 2020-12-04 | 阿里巴巴集团控股有限公司 | 提供服务信息的方法、装置及电子设备 |
CN110264243A (zh) * | 2019-05-21 | 2019-09-20 | 深圳壹账通智能科技有限公司 | 基于活体检测的产品推广方法、装置、设备及存储介质 |
CN110765328A (zh) * | 2019-10-25 | 2020-02-07 | 腾讯科技(深圳)有限公司 | 一种数据处理的方法、装置及存储介质 |
CN113159810B (zh) * | 2020-01-22 | 2024-06-04 | 百度在线网络技术(北京)有限公司 | 策略评估方法、装置、设备及存储介质 |
CN111552887B (zh) * | 2020-05-20 | 2024-04-19 | 支付宝(杭州)信息技术有限公司 | 一种业务内容的投放方法、装置及电子设备 |
CN112819429B (zh) * | 2021-01-29 | 2024-06-07 | 贵州惠智电子技术有限责任公司 | 基于大数据自主学习功能的流程管理系统及管理方法 |
CN114051052B (zh) * | 2021-11-11 | 2024-05-28 | 北京淘友天下科技发展有限公司 | 行为事件配置方法、系统、装置、服务器及存储介质 |
CN114358828A (zh) * | 2021-12-29 | 2022-04-15 | 南京晟泰科信息技术有限公司 | 一种大数据分析推荐用户个性化商务彩铃的方法 |
CN115238197B (zh) * | 2022-09-26 | 2023-05-23 | 中国电子科技集团公司第十研究所 | 一种基于专家思维模型的领域业务辅助分析方法 |
CN115964027B (zh) * | 2023-03-16 | 2023-06-30 | 杭州实在智能科技有限公司 | 基于人工智能的桌面嵌入式rpa流程配置系统及方法 |
CN117235444A (zh) * | 2023-11-08 | 2023-12-15 | 深圳刷宝科技有限公司 | 一种融合深度学习与专家经验的金融风控方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751422A (zh) * | 2008-12-08 | 2010-06-23 | 北京摩软科技有限公司 | 一种移动终端智能搜索的方法、移动终端和服务器 |
CN101847228A (zh) * | 2010-03-29 | 2010-09-29 | 清华大学 | 基于流程模式的工作流静态规划方法 |
CN103617481A (zh) * | 2013-11-04 | 2014-03-05 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种面向流程的领域知识抽取与推送系统及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8291319B2 (en) * | 2009-08-28 | 2012-10-16 | International Business Machines Corporation | Intelligent self-enabled solution discovery |
CN101794419A (zh) * | 2010-04-13 | 2010-08-04 | 中兴通讯股份有限公司 | 一种自动实现业务流程的方法及装置 |
CN102339420A (zh) * | 2010-07-23 | 2012-02-01 | 上海宝信软件股份有限公司 | 一种基于企业管理系统的信息推送装置及其方法 |
CN103942220A (zh) * | 2013-01-23 | 2014-07-23 | 成都勤智数码科技股份有限公司 | 一种适用于it运维系统的工单智能关联知识库知识的方法 |
CN104052881A (zh) * | 2013-03-11 | 2014-09-17 | 中兴通讯股份有限公司 | 智能业务系统的业务实现方法及装置、智能业务系统 |
CN103324703A (zh) * | 2013-06-14 | 2013-09-25 | 西安工程大学 | 基于工作流引擎和知识引擎双驱动的知识推送方法 |
JP2015049578A (ja) * | 2013-08-30 | 2015-03-16 | アクセンチュア グローバル サービシズ リミテッド | ユーザとの自然会話能力を備えたエージェントシステム、エージェント制御方法、エージェント制御プログラム、及び記録媒体 |
CN104166713A (zh) * | 2014-08-14 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 网络业务的推荐方法和装置 |
US9514124B2 (en) * | 2015-02-05 | 2016-12-06 | International Business Machines Corporation | Extracting and recommending business processes from evidence in natural language systems |
CN104636470B (zh) * | 2015-02-11 | 2018-04-24 | 广州华多网络科技有限公司 | 一种推荐业务资讯的方法及装置 |
CN105141670A (zh) * | 2015-08-04 | 2015-12-09 | 北京金山安全软件有限公司 | 一种业务信息推送方法及系统 |
CN106897067A (zh) * | 2017-02-26 | 2017-06-27 | 广州衡昊数据科技有限公司 | 一种基于人机交互技术建模的方法和专家系统 |
-
2017
- 2017-02-26 CN CN201710105706.8A patent/CN106897067A/zh active Pending
- 2017-11-03 CN CN201711067839.7A patent/CN107844567B/zh active Active
- 2017-12-04 EP EP17897775.7A patent/EP3588283A4/en not_active Withdrawn
- 2017-12-04 WO PCT/CN2017/114410 patent/WO2018153140A1/zh unknown
-
2019
- 2019-08-22 US US16/547,872 patent/US20190378023A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101751422A (zh) * | 2008-12-08 | 2010-06-23 | 北京摩软科技有限公司 | 一种移动终端智能搜索的方法、移动终端和服务器 |
CN101847228A (zh) * | 2010-03-29 | 2010-09-29 | 清华大学 | 基于流程模式的工作流静态规划方法 |
CN103617481A (zh) * | 2013-11-04 | 2014-03-05 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种面向流程的领域知识抽取与推送系统及方法 |
Non-Patent Citations (2)
Title |
---|
Design and Implementation of Expert Recommending System with Extended Object-Based Thesauri on Social Network Services;Jong Gook Bae 等;《IEEE》;20110523;第1-7页 * |
云计算环境下基于学习风格的教学资源推荐系统设计与实现;郑清雅;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160915;I138-607 * |
Also Published As
Publication number | Publication date |
---|---|
WO2018153140A9 (zh) | 2018-12-13 |
CN107844567A (zh) | 2018-03-27 |
EP3588283A4 (en) | 2021-04-28 |
WO2018153140A1 (zh) | 2018-08-30 |
US20190378023A1 (en) | 2019-12-12 |
CN106897067A (zh) | 2017-06-27 |
EP3588283A1 (en) | 2020-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844567B (zh) | 一种业务经验包推荐系统和方法 | |
US20210318851A1 (en) | Systems and Methods for Dataset Merging using Flow Structures | |
US9471470B2 (en) | Automatically recommending test suite from historical data based on randomized evolutionary techniques | |
CN107111799A (zh) | 作业调度和监测 | |
US20150356623A1 (en) | System And Method For Recommending Customized Tourism Content Based On Collecting And Structurizing Of Unstructured Tourism Data | |
US9270749B2 (en) | Leveraging social media to assist in troubleshooting | |
CN105447038A (zh) | 用于获取用户特征的方法和系统 | |
US10671061B2 (en) | Devices, methods, and systems for a distributed rule based automated fault detection | |
US11574237B2 (en) | Quick path to train, score, and operationalize a machine learning project | |
Kiourtis et al. | An autoscaling platform supporting graph data modelling big data analytics | |
Moreno-Montes de Oca et al. | Pragmatic guidelines for business process modeling | |
CN115113528A (zh) | 神经网络模型的运行控制方法、装置、设备及介质 | |
US11250080B2 (en) | Method, apparatus, storage medium and electronic device for establishing question and answer system | |
Sankar et al. | Prediction of code fault using Naive Bayes and SVM classifiers | |
CN112364185B (zh) | 多媒体资源的特征确定方法、装置、电子设备和存储介质 | |
CN113448807B (zh) | 告警监测方法、系统、电子设备及计算机可读存储介质 | |
CN106610989B (zh) | 搜索关键词聚类方法及装置 | |
US9563540B2 (en) | Automated defect positioning based on historical data | |
US11068796B2 (en) | Pruning process execution logs | |
GB2505186A (en) | Using machine learning to categorise software items | |
CN109389972B (zh) | 语义云功能的质量测试方法、装置、存储介质和设备 | |
CN116383521A (zh) | 主题词挖掘方法及装置、计算机设备及存储介质 | |
CN106951434B (zh) | 一种用于搜索引擎的搜索方法、装置及可编程设备 | |
CN115238194A (zh) | 书籍推荐方法、计算设备及计算机存储介质 | |
CN104252544A (zh) | 一种大数据挖掘方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 510700 B03, E-PARK Creative Park, yuzhuzhi Valley, 32, Keng Kong Street, Maogang village, Whampoa, Guangzhou, Guangdong Applicant after: GUANGZHOU HENGHAO DATA TECHNOLOGY CO., LTD. Address before: 510700 B03, E-PARK Creative Park, yuzhuzhi Valley, Whampoa District, Guangzhou, Guangdong Applicant before: GUANGZHOU HENGHAO DATA TECHNOLOGY CO., LTD. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |