CN107977794B - 工业产品的数据处理方法、装置、计算机设备及存储介质 - Google Patents
工业产品的数据处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN107977794B CN107977794B CN201711337107.5A CN201711337107A CN107977794B CN 107977794 B CN107977794 B CN 107977794B CN 201711337107 A CN201711337107 A CN 201711337107A CN 107977794 B CN107977794 B CN 107977794B
- Authority
- CN
- China
- Prior art keywords
- information
- product
- user identification
- industrial
- industrial product
- 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
- 238000003672 processing method Methods 0.000 title abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012549 training Methods 0.000 claims abstract description 41
- 238000013145 classification model Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims description 18
- 230000008921 facial expression Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 19
- 238000011161 development Methods 0.000 abstract description 11
- 239000000284 extract Substances 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000018109 developmental process Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种工业产品的数据处理方法、装置、计算机设备及存储介质，包括：获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识，提取工业产品反馈信息中的工业产品种类信息及工业产品信息，根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息，将待分类工业产品的特征信息以及用户标识的特征信息输入预先训练得到的分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型，将划分结果发送给用户标识对应的终端。根据产品的划分结果可以快速得到产品的特征信息，从而降低了产品的开发和设计周期。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种工业产品的数据处理方法、装置、计算机设备及存储介质。
背景技术
由于缺乏经验，在新产品的开发和设计过程中往往会出现许多问题。然而，在新产品的开发和设计过程中是不容易发现问题的，通常是在新产品的开发或者设计完成，开始使用之后才会发现存在的问题。发现问题后，产品的开发和设计人员会根据发现的问题对产品进行改进，改进完成再投入市场。在市场中再发现问题时，开发和设计人员会再对产品进行改进。
传统的这种发现问题的方法时间较长，对新产品的开发和设计缺乏必要的数据分析和积累，使得新产品的开发和设计周期太长，而且成本太高，从而导致产品的品质不高。
发明内容
基于此，有必要针对上述对新产品的开发和设计缺乏必要的数据分析和积累，使得新产品的开发和设计周期太长的问题，提供一种工业产品的数据处理方法、装置、计算机设备及存储介质。
一种工业产品的数据处理方法，所述方法包括：
获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识；
提取所述工业产品反馈信息中的工业产品种类信息及工业产品信息；
根据所述工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及所述用户标识的特征信息；
将所述待分类工业产品的特征信息以及与所述待划分用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，所述分类模型为根据产品信息及用户标识的特征信息训练得到的模型；
将所述划分结果发送给所述用户标识对应的终端。
在一个实施例中，所述方法还包括：
根据训练样本中样本产品信息提取样本产品特征信息；
根据所述训练样本中样本产品对应的用户标识信息提取所述样本产品对应的用户标识特征信息；
根据所述样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征；
根据所述样本特征训练获得分类模型。
在一个实施例中，所述根据所述训练样本中样本产品信息提取样本产品特征信息，包括：
对所述样本产品信息进行分词，得到样本产品的候选词；
从所述候选词中筛选出样本产品特征词；
计算所述样本产品特征词占所述样本产品候选词的比率，得到样本产品特征信息。
在一个实施例中，所述获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识，包括：
获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识；
提取所述意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息；
将所述关键字信息、面部表情信息及文字信息作为所述工业产品反馈信息。
在一个实施例中，根据所述工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及与所述用户标识的特征信息之后，所述方法还包括：
提取所述工业产品种类信息以及工业产品信息中的特征信息；
根据所述特征信息对所述工业产品的种类进行划分；
根据所述用户标识查找与所述工业产品对应的特征信息关联的用户标识；
根据所述工业产品对应的特征信息对所述用户标识进行划分。
在一个实施例中，所述方法还包括：
获取所述产品与所述产品对应用户标识的划分结果；
根据所述划分结果对所述产品与所述用户标识进行组合，得到组合信息；
发送所述组合信息给所述终端。
在一个实施例中，所述工业产品反馈信息包括产品的数据信息、产品的生产信息、产品的使用信息以及产品对应的用户标识信息。
一种工业产品的数据处理装置，所述装置包括：
信息获取模块，用于获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识；
信息提取模块，用于提取所述工业产品反馈信息中的工业产品种类信息及工业产品信息；
信息生成模块，用于根据所述工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及所述用户标识的特征信息；
信息输入模块，用于将所述待分类工业产品的特征信息以及与所述待划分用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，所述分类模型为根据产品信息及用户标识的特征信息训练得到的模型；
结果发送模块，用于将所述划分结果发送给所述用户标识对应的终端。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
上述工业产品的数据处理方法、装置、计算机设备及存储介质，通过获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识，提取工业产品反馈信息中的工业产品种类信息及工业产品信息，根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息，将待分类工业产品的特征信息以及用户标识的特征信息输入预先训练得到的分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型，将划分结果发送给用户标识对应的终端。通过建立分类模型根据产品的特征信息划分产品类别，得到产品的划分结果，根据产品的划分结果可以快速得到产品的特征信息，从而降低了产品的开发和设计周期。根据技术人员的划分结果，可以准确找出与产品对应的技术人员，从而降低了生产成本，进而提高了产品的品质。
附图说明
图1为一个实施例中工业产品的数据处理方法的应用环境图；
图2为一个实施例中图1中服务器的内部结构图；
图3为一个实施例中工业产品的数据处理方法的流程图；
图4为一个实施例中获得分类模型的方法流程图；
图5为一个实施例中提取样本产品特征信息的方法流程图；
图6为一个实施例中获取反馈信息与用户标识的方法流程图；
图7为一个实施例中划分工业产品和用户标识的方法流程图；
图8为一个实施例中组合工业产品与用户标识的方法流程图；
图9为一个实施例中工业产品的数据处理装置的结构示意图；
图10为另一个实施例中工业产品的数据处理装置的结构示意图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
图1为一个实施例中工业产品的数据处理方法的应用环境图。如图1所示，该应用环境包括终端110和服务器120，其中，终端110通过网络与服务器120进行通信。
终端110可为笔记本电脑、台式计算机、个人数字电脑、便携式膝上型电脑、智能手机等，但并不局限于此。服务器120可以获取终端110提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识。服务器120可以提取工业产品反馈信息中的工业产品种类信息和工业产品信息。服务器120还可以根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及所述用户标识的特征信息。服务器120可以将待分类工业产品的特征信息与用户标识的特征信息输入分类模型，得到产品与产品对应的用户标识的划分结果。服务器120可以将划分结果发送给终端110。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，图1中的服务器120的内部结构如图2所示，服务器120包括通过系统总线连接的处理器、存储介质、内存和网络接口。其中，该处理器120用于提供计算和控制能力，支撑整个用户终端的运行。服务器120的存储介质存储有操作系统以及一种工业产品的数据处理装置的计算机程序，该工业产品的数据处理装置的计算机程序被处理器执行时，用于实现一种工业产品的数据处理方法。服务器120中的内存为存储介质中实现工业产品的数据处理装置的运行提供环境，网络接口用于与终端110进行网络通信，例如，获取终端110提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识，服务器120还可以将分类模型中得到的划分结果发送给终端110。图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种工业产品的数据处理方法，以应用于上述应用环境中的服务器来举例说明，如图3所示，包括如下步骤：
步骤S302，获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识。
工业产品反馈信息可以包括产品的数据信息、产品的生产信息、产品的使用信息以及产品对应的用户标识信息。服务器可以获取终端提交的工业产品反馈信息，服务器还可以根据提交工业产品反馈信息的终端获取到终端对应的用户标识。
步骤S304，提取工业产品反馈信息中的工业产品种类信息及工业产品信息。
工业产品有很多种类，每种工业产品的功能、性能、技术要求甚至材料等都不相同。工业产品信息可以包括工业产品的结构信息、尺寸信息、材料信息以及模具开模结构信息等。
终端上传的工业产品反馈信息中可以含有不同种类工业产品的不同信息。服务器在获取到工业产品反馈信息后，可以对其中的工业产品种类信息以及工业产品信息进行提取。例如，终端上传了一件工业产品的反馈信息，包含这件工业产品的种类为汽车部件，工业产品信息为这个汽车部件的结构信息和尺寸信息。
步骤S306，根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息。
工业产品的特征信息是从工业产品信息中提取出来的，表明该工业产品是否有必要继续生产，或者表明该工业产品是否满足产品性能要求的信息。用户标识的特征信息可以包括用户标识与完成产品质量的匹配信息。
服务器在获取到工业产品种类信息、工业产品信息以及对应的用户标识后，可以生成待分类的工业产品的特征信息和用户标识的特征信息。
步骤S308，将待分类工业产品的特征信息以及与用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型。
分类模型可以是根据产品信息和用户标识的特征信息训练得到的，将产品信息和用户标识的特征信息输入到这个模型中可以得到不同产品的分类信息和不同产品对应的用户标识信息。
服务器可以将待分类工业产品的特征信息和用户标识的特征信息输入到分类模型中，得到产品与产品对应的用户标识的划分结果。划分结果可以是产品的划分种类以及产品对应的用户标识的类别。例如，划分结果可以是产品的划分种类为汽车部件，产品对应的用户标识的类别为适合。
步骤S310，将划分结果发送给用户标识对应的终端。
终端在提交工业产品反馈信息的时候对应有用户标识，服务器获取到划分结果后可以将划分结果发送给用户标识对应的终端。
通过获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识，提取工业产品反馈信息中的工业产品种类信息及工业产品信息，根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息，将待分类工业产品的特征信息以及用户标识的特征信息输入预先训练得到的分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型，将划分结果发送给用户标识对应的终端。通过建立分类模型根据产品的特征信息划分产品类别，得到产品的划分结果，根据产品的划分结果可以快速得到产品的特征信息，从而降低了产品的开发和设计周期。根据技术人员的划分结果，可以准确找出与产品对应的技术人员，从而降低了生产成本，进而提高了产品的品质。
在一个实施例中，提供的一种工业产品的数据处理方法还包括获取分类模型的过程，如图4所示，具体包括：
步骤S402，根据训练样本中样本产品信息提取样本产品特征信息。
训练样本是指通过算法调整网络结构，使输出的值与预期的值相符合。样本产品信息是从所有工业产品信息中随机提取出来的一部分信息。服务器可以从样本产品信息中提取出样本产品的特征信息。
步骤S404，根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息。
其中，用户标识可以是与工业产品对应的技术人员，用户标识信息可以包括与工业产品对应的产品完成情况的信息，例如，用户标识信息可以是技术人员完成产品花费的时间信息、完成产品使用的方法信息、完成产品使用的成本信息以及完成产品过程中处理问题的方法信息等。用户标识特征信息可以包括与技术人员对应的工业产品完成质量相关的信息，例如，用户标识特征信息可以是技术人员完成产品使用的方法信息、完成产品过程中处理问题的方法信息等。
同样的，样本产品对应的用户标识信息是从所有工业产品对应的用户标识信息中随机选取的一部分用户标识信息。服务器可以从样本产品对应的用户标识信息中提取样本产品对应的用户标识特征信息。
步骤S406，根据样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征。
提取出来的样本产品特征信息和样本产品对应的用户标识特征信息可以用来生成样本特征。服务器可以根据样本产品特征信息和样本产品对应的用户标识特征信息生成样本特征。
步骤S408，根据样本特征训练获得分类模型。
模型通常是通过训练后获得的。服务器可以对生成的样本特征进行训练，从而得到分类模型。
根据训练样本中样本产品信息提取样本产品特征信息，根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息，根据样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征，根据样本特征训练获得分类模型。由于分类模型是通过训练后获得的，通过分类模型得到的划分可以更加准确，从而可以更加快速的匹配到产品与产品对应的用户标识。
如图5所示，在一个实施例中，提供的一种工业产品的数据处理方法还包括提取样本产品特征信息的过程，具体步骤包括：
步骤S502，对样本产品信息进行分词，得到样本产品的候选词。
样本产品信息可以是对样本产品的一段描述，而样本产品的候选词可以是对样本产品的描述性词语。服务器获取到样本产品信息后，可以对样本产品信息进行分词，得到对样本产品的一个个分开的描述性词语，即得到候选词。
步骤S504，从候选词中筛选出样本产品特征词。
特征词可以是对样本产品的特征进行描述的词语。候选词是对样本产品的描述性词语，候选词中可以有一些与样本产品的特征不想关的词语。服务器可以对候选词进行筛选，筛选出样本产品的特征词。
步骤S506，计算样本产品特征词占样本产品候选词的比率，得到样本产品特征信息。
服务器在得到样本产品的候选词和特征词后，可以计算出特征词占候选词的比率。服务器还可以根据计算出的比率得到样本产品的特征信息。
通过对样本产品信息进行分词，得到样本产品的候选词，从候选词中筛选出样本产品特征词，计算样本产品特征词占样本产品候选词的比率，得到样本产品特征信息。通过提取候选词和特征词的方式获取样本产品的特征信息，可以更加方便的得到样本产品的特征。
在一个实施例中，提供的一种工业产品的数据处理方法还包括获取反馈信息与用户标识的过程，如图6所示，具体包括：
步骤S602，获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识。
意见调查信息、视频信息以及语音信息可以有多个不同的来源，可以是终端通过线上获取的，也可以是通过线下获取的。意见调查信息、视频信息以及语音信息可以来源于实体公司的技术人员和加工工厂，例如，实体公司的设计人员可以包括模具工程师、结构工程师、材料工程师、工业设计工程师、机械设计工程师、电气工程师、面向成本的设计工程师、面向材料的设计工程师等；加工工厂可以包括试模中心、实验工厂、测试中心以及工程中心等。
意见调查信息、视频信息以及语音信息可以包括来源于试模中心与加工中心的信息，例如，对产品设计合理性的意见和建议，关于产品结构设计是否可以实现的意见，产品是否可以通过开模和加工实现的建议，对产品尺寸大小是否合适的意见，产品的尺寸大小是否满足生产和加工的强度、韧性要求，是否可以满足产品性能要求的意见。意见调查信息、视频信息以及语音信息还可以包括来源于实验工厂的信息，例如，生产工艺设计是否合理、工艺流程及组装是否合理的建议。意见调查信息、视频信息以及语音信息还可以包括来源于测试中心和工程中心的信息，例如，产品功能与性能设计是否合理的建议。
意见调查信息、视频信息以及语音信息还可以来源于外部工厂，例如，对外部工厂自身基本情况的意见和建议、对生产现场的意见和建议以及生产人员对产品生产的意见和建议。
意见调查信息、视频信息以及语音信息还可以来源于客户，例如，客户使用产品的信息反馈、客户对产品质量的反馈等。
服务器还可以获取通过终端上传的对应的用户标识。
步骤S604，提取意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息。
服务器在获取到意见调查信息、视频信息以及语音信息后，可以对意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息进行提取。
步骤S606，将关键字信息、面部表情信息及文字信息作为工业产品反馈信息。
关键字信息、面部表情信息以及文字信息分别是从意见调查信息、视频信息以及语音信息中提取出来的，服务器可以将这些信息作为工业产品反馈信息。
通过获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识，提取意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息，将关键字信息、面部表情信息及文字信息作为工业产品反馈信息。通过获取工业产品反馈信息可以真实的反映出工业产品在设计生产过程中出现的问题，从而更好的改进工业产品。
如图7所示，在一个实施例中，提供的一种工业产品的数据处理方法还包括划分工业产品和用户标识的过程，具体步骤包括：
步骤S702，提取工业产品种类信息以及工业产品信息中的特征信息。
工业产品种类相关的特征信息可以包括每一种工业产品的特征，工业产品信息相关的特征信息可以包括工业产品对应种类的反馈信息。服务器可以从工业产品种类信息中提取与工业产品种类相关的特征信息，服务器还可以从工业产品信息中提取与工业产品相关的特征信息。
步骤S704，根据特征信息对所述工业产品的种类进行划分。
每种工业产品的特征不同，对应的特征信息也不同。服务器可以根据特征信息对不同种类的工业产品进行分类。
步骤S706，根据用户标识查找与工业产品对应的特征信息关联的用户标识。
终端上传工业产品反馈信息时都对应有用户标识，每一个用户标识都对应有工业产品。服务器可以查找与工业产品对应的特征信息关联的用户标识，此时的用户标识对应的是工业产品的特征信息，表明用户标识与对应的工业产品是匹配的。
步骤S708，根据工业产品对应的特征信息对用户标识进行划分。
用户标识可以是与工业产品对应的技术人员。服务器查找的用户标识与工业产品是匹配的。工业产品对应的特征信息可以是该工业产品不符合要求，也可以是该工业产品符合要求。服务器可以根据工业产品对应的特征信息对用户标识进行划分，例如，将技术人员划分为符合要求的技术人员与不符合要求的技术人员。
通过提取工业产品种类信息以及工业产品信息中的特征信息，根据特征信息对所述工业产品的种类进行划分，根据用户标识查找与工业产品对应的特征信息关联的用户标识，根据工业产品对应的特征信息对用户标识进行划分。服务器可以对用户标识进行划分，从而得到与工业产品的最匹配的技术人员，进而提供对工业产品对应的技术人员的指导。
在一个实施例中，提供的一种工业产品的数据处理方法还包括组合工业产品与用户标识的过程，如图8所示，具体包括：
步骤S802，获取产品与产品对应用户标识的划分结果。
服务器可以获取到产品与产品对应用户标识的划分结果。例如，服务器可以获取符合要求与不符合要求的产品的划分结果，也可以获取符合要求与不符合要求的用户标识的划分结果。
步骤S804，根据划分结果对产品与用户标识进行组合，得到组合信息。
服务器可以根据划分结果将符合要求的产品与符合要求的用户标识组合在一起，也可以将不符合要求的产品与不符合要求的用户标识组合在一起，得到产品与用户标识的组合信息。
步骤S806，发送组合信息给终端。
服务器可以将组合信息发送给终端。当需求者通过终端发布工业产品需求信息时，服务器可以向终端推送与工业产品对应的用户标识。
通过获取产品与产品对应用户标识的划分结果，根据划分结果对产品与用户标识进行组合，得到组合信息，发送组合信息给终端。服务器记录组合信息，当终端上传工业产品需求信息时将产品对应的用户标识推送给终端，从而为技术人员与产品的组合提供指导，避免人员选择的盲目性。
在一个实施例中，提供了一种工业产品的数据处理方法，实现该方法的具体步骤如下所述：
首先，服务器可以获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识。服务器可以获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识。提取意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息。服务器在获取到意见调查信息、视频信息以及语音信息后，可以对意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息进行提取。再将关键字信息、面部表情信息及文字信息作为工业产品反馈信息。
接着，服务器可以提取工业产品反馈信息中的工业产品种类信息及工业产品信息。终端上传的工业产品反馈信息中可以含有不同种类工业产品的不同信息。服务器在获取到工业产品反馈信息后，可以对其中的工业产品种类信息以及工业产品信息进行提取。例如，终端上传了一件工业产品的反馈信息，包含这件工业产品的种类为汽车部件，工业产品信息为这个汽车部件的结构信息和尺寸信息。
接着，服务器可以根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息。工业产品的特征信息是从工业产品信息中提取出来的，表明该工业产品是否有必要继续生产，或者表明该工业产品是否满足产品性能要求的信息。用户标识的特征信息可以包括用户标识与完成产品质量的匹配信息。服务器在获取到工业产品种类信息、工业产品信息以及对应的用户标识后，可以生成待分类的工业产品的特征信息和用户标识的特征信息。
接着，服务器根据训练样本中样本产品信息提取样本产品特征信息。训练样本是指通过算法调整网络结构，使输出的值与预期的值相符合。样本产品信息是从所有工业产品信息中随机提取出来的一部分信息。服务器可以从样本产品信息中提取出样本产品的特征信息。服务器还可以根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息。服务器还可以根据样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征。提取出来的样本产品特征信息和样本产品对应的用户标识特征信息可以用来生成样本特征。服务器可以根据样本产品特征信息和样本产品对应的用户标识特征信息生成样本特征。服务器还可以根据样本特征训练获得分类模型。
其中，服务器根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息，可以通过对样本产品信息进行分词，得到样本产品的候选词。样本产品信息可以是对样本产品的一段描述，而样本产品的候选词可以是对样本产品的描述性词语。服务器获取到样本产品信息后，可以对样本产品信息进行分词，得到对样本产品的一个个分开的描述性词语，即得到候选词。服务器还可以从候选词中筛选出样本产品特征词。特征词可以是对样本产品的特征进行描述的词语。候选词是对样本产品的描述性词语，候选词中可以有一些与样本产品的特征不想关的词语。服务器可以对候选词进行筛选，筛选出样本产品的特征词。服务器还可以计算样本产品特征词占样本产品候选词的比率，得到样本产品特征信息。
接着，服务器可以提取工业产品种类信息以及工业产品信息中的特征信息。服务器可以根据特征信息对所述工业产品的种类进行划分。每种工业产品的特征不同，对应的特征信息也不同。服务器可以根据特征信息对不同种类的工业产品进行分类。服务器可以根据用户标识查找与工业产品对应的特征信息关联的用户标识。终端上传工业产品反馈信息时都对应有用户标识，每一个用户标识都对应有工业产品。服务器可以查找与工业产品对应的特征信息关联的用户标识，此时的用户标识对应的是工业产品的特征信息，表明用户标识与对应的工业产品是匹配的。服务器还可以根据工业产品对应的特征信息对用户标识进行划分。
其次，服务器可以将待分类工业产品的特征信息以及与用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型。其中，服务器可以获取产品与产品对应用户标识的划分结果，再根据划分结果对产品与用户标识进行组合，得到组合信息。服务器可以根据划分结果将符合要求的产品与符合要求的用户标识组合在一起，也可以将不符合要求的产品与不符合要求的用户标识组合在一起，得到产品与用户标识的组合信息。服务器还可以发送组合信息给终端。
最后，服务器可以将划分结果发送给用户标识对应的终端。终端在提交工业产品反馈信息的时候对应有用户标识，服务器获取到划分结果后可以将划分结果发送给用户标识对应的终端。
如图9所示，在一个实施例中，提供了一种工业产品的数据处理装置，具体包括：
信息获取模块910，用于获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识。
信息提取模块920，用于提取工业产品反馈信息中的工业产品种类信息及工业产品信息。
信息生成模块930，用于根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息。
信息输入模块940，用于将待分类工业产品的特征信息以及与待划分用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型。
结果发送模块950，用于将划分结果发送给用户标识对应的终端。
在一个实施例中，如图10所示，提供的一种工业产品的数据处理装置，还可以包括：
特征信息提取模块960，用于根据训练样本中样本产品信息提取样本产品特征信息。
用户标识提取模块970，用于根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息。
样本特征生成模块980，用于根据样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征。
模型获取模块990，用于根据样本特征训练获得分类模型。
在一个实施例中，特征信息提取模块960还可以用于对样本产品信息进行分词，得到样本产品的候选词，从候选词中筛选出样本产品特征词，计算样本产品特征词占样本产品候选词的比率，得到样本产品特征信息。
在一个实施例中，信息获取模块910还可以用于获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识，提取意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息，将关键字信息、面部表情信息及文字信息作为工业产品反馈信息。
在一个实施例中，信息生成模块930还可以用于提取工业产品种类信息以及工业产品信息中的特征信息，根据特征信息对工业产品的种类进行划分，根据用户标识查找与工业产品对应的特征信息关联的用户标识，根据工业产品对应的特征信息对用户标识进行划分。
在一个实施例中，结果发送模块950还可以用于获取产品与产品对应用户标识的划分结果，根据划分结果对产品与用户标识进行组合，得到组合信息，发送组合信息给终端。
在一个实施例中，工业产品反馈信息包括产品的数据信息、产品的生产信息、产品的使用信息以及产品对应的用户标识信息。
在一个实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：获取终端提交的工业产品反馈信息以及与工业产品反馈信息对应的用户标识，提取工业产品反馈信息中的工业产品种类信息及工业产品信息，根据工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及用户标识的特征信息，将待分类工业产品的特征信息以及与用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，分类模型为根据产品信息及用户标识的特征信息训练得到的模型，将划分结果发送给用户标识对应的终端。
在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：根据训练样本中样本产品信息提取样本产品特征信息，根据训练样本中样本产品对应的用户标识信息提取样本产品对应的用户标识特征信息，根据样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征，根据样本特征训练获得分类模型。
在一个实施例中，计算机程序被处理器执行提取样本产品特征信息包括：对样本产品信息进行分词，得到样本产品的候选词，从候选词中筛选出样本产品特征词，计算样本产品特征词占样本产品候选词的比率，得到样本产品特征信息。
在一个实施例中，计算机程序被处理器执行获取反馈信息与用户标识包括：获取终端上传的意见调查信息、视频信息以及语音信息，并获取终端对应的用户标识，提取意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息，将关键字信息、面部表情信息及文字信息作为工业产品反馈信息。
在一个实施例中，计算机程序被处理器执行划分工业产品和用户标识包括：提取工业产品种类信息以及工业产品信息中的特征信息，根据特征信息对工业产品的种类进行划分，根据用户标识查找与工业产品对应的特征信息关联的用户标识，根据工业产品对应的特征信息对用户标识进行划分。
在一个实施例中，计算机程序被处理器执行组合工业产品与用户标识包括：获取产品与产品对应用户标识的划分结果，根据划分结果对产品与用户标识进行组合，得到组合信息，发送组合信息给终端。
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非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的非易失性存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种工业产品的数据处理方法，其特征在于，所述方法包括：
获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识，所述用户标识是指与工业产品对应的技术人员；
提取所述工业产品反馈信息中的工业产品种类信息及工业产品信息；
根据所述工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及所述用户标识的特征信息；
将所述待分类的工业产品的特征信息以及所述用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，所述分类模型为根据产品信息及用户标识的特征信息训练得到的模型；
将所述划分结果发送给所述用户标识对应的终端。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据训练样本中样本产品信息提取样本产品特征信息；
根据所述训练样本中样本产品对应的用户标识信息提取所述样本产品对应的用户标识特征信息；
根据所述样本产品特征信息以及样本产品对应的用户标识特征信息生成样本特征；
根据所述样本特征训练获得分类模型。
3.根据权利要求2所述的方法，其特征在于，所述根据所述训练样本中样本产品信息提取样本产品特征信息，包括：
对所述样本产品信息进行分词，得到样本产品的候选词；
从所述候选词中筛选出样本产品特征词；
计算所述样本产品特征词占所述样本产品的候选词的比率，得到样本产品特征信息。
4.根据权利要求1所述的方法，其特征在于，所述获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识，包括：
获取终端上传的意见调查信息、视频信息以及语音信息；
提取所述意见调查信息中的关键字信息、视频信息中的面部表情信息以及语音信息中的文字信息；
将所述关键字信息、面部表情信息及文字信息作为所述工业产品反馈信息。
5.根据权利要求4所述的方法，其特征在于，所述意见调查信息、视频信息以及语音信息来源于实体公司的技术人员和加工工厂、试模中心与加工中心、外部工厂以及客户中的至少一种。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述产品与所述产品对应用户标识的划分结果；
根据所述划分结果对所述产品与所述用户标识进行组合，得到组合信息；
发送所述组合信息给需求者对应的终端。
7.根据权利要求1所述的方法，其特征在于，所述工业产品反馈信息包括产品的数据信息、产品的生产信息、产品的使用信息以及产品对应的用户标识信息。
8.一种工业产品的数据处理装置，其特征在于，所述装置包括：
信息获取模块，用于获取终端提交的工业产品反馈信息以及与所述工业产品反馈信息对应的用户标识，所述用户标识是指与工业产品对应的技术人员；
信息提取模块，用于提取所述工业产品反馈信息中的工业产品种类信息及工业产品信息；
信息生成模块，用于根据所述工业产品种类信息、工业产品信息以及用户标识生成待分类的工业产品的特征信息以及与述用户标识的特征信息；
信息输入模块，用于将所述待分类的工业产品的特征信息以及与所述用户标识的特征信息输入分类模型，获得产品与产品对应的用户标识的划分结果，所述分类模型为根据产品信息及用户标识的特征信息训练得到的模型；
结果发送模块，用于将所述划分结果发送给所述用户标识对应的终端。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711337107.5A CN107977794B (zh) | 2017-12-14 | 2017-12-14 | 工业产品的数据处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711337107.5A CN107977794B (zh) | 2017-12-14 | 2017-12-14 | 工业产品的数据处理方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107977794A CN107977794A (zh) | 2018-05-01 |
| CN107977794B true CN107977794B (zh) | 2021-09-17 |
Family
ID=62006357
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711337107.5A Active CN107977794B (zh) | 2017-12-14 | 2017-12-14 | 工业产品的数据处理方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107977794B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109086447B (zh) * | 2018-08-20 | 2020-11-20 | 珠海格力电器股份有限公司 | 热泵设备的能耗检测方法、装置、计算机设备和存储介质 |
| CN111866271A (zh) * | 2020-06-30 | 2020-10-30 | 由力自动化科技(上海)有限公司 | 一种智能5g通讯终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577989A (zh) * | 2012-07-30 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种基于产品识别的信息分类方法及信息分类系统 |
| CN103745288A (zh) * | 2013-08-13 | 2014-04-23 | 北京航空航天大学 | 一种基于知识的复杂产品研发过程协同方法 |
| CN104240026A (zh) * | 2014-09-05 | 2014-12-24 | 上海交通大学 | 产品设计知识管理服务机理及匹配方法 |
| CN107016138A (zh) * | 2016-01-28 | 2017-08-04 | 北京仿真中心 | 一种基于云制造的模具快速成型方法 |
| CN107229748A (zh) * | 2017-06-26 | 2017-10-03 | 广州博士信息技术研究院有限公司 | 一种有效的企业技术需求挖掘及对接方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699523B (zh) * | 2013-12-16 | 2016-06-29 | 深圳先进技术研究院 | 产品分类方法和装置 |
| CN104715047B (zh) * | 2015-03-26 | 2017-11-21 | 浪潮集团有限公司 | 一种社交网络数据采集与分析系统 |
| US11074537B2 (en) * | 2015-12-29 | 2021-07-27 | Workfusion, Inc. | Candidate answer fraud for worker assessment |
| CN106022599A (zh) * | 2016-05-18 | 2016-10-12 | 德稻全球创新网络（北京）有限公司 | 一种工业设计人才水平评测方法及系统 |
| CN106503236B (zh) * | 2016-10-28 | 2020-09-11 | 北京百度网讯科技有限公司 | 基于人工智能的问题分类方法以及装置 |
| CN106709758A (zh) * | 2016-12-19 | 2017-05-24 | 浙江网新恒天软件有限公司 | 一种电商产品中服务类商品的智能推荐和分配解决方法 |
-
2017
- 2017-12-14 CN CN201711337107.5A patent/CN107977794B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577989A (zh) * | 2012-07-30 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种基于产品识别的信息分类方法及信息分类系统 |
| CN103745288A (zh) * | 2013-08-13 | 2014-04-23 | 北京航空航天大学 | 一种基于知识的复杂产品研发过程协同方法 |
| CN104240026A (zh) * | 2014-09-05 | 2014-12-24 | 上海交通大学 | 产品设计知识管理服务机理及匹配方法 |
| CN107016138A (zh) * | 2016-01-28 | 2017-08-04 | 北京仿真中心 | 一种基于云制造的模具快速成型方法 |
| CN107229748A (zh) * | 2017-06-26 | 2017-10-03 | 广州博士信息技术研究院有限公司 | 一种有效的企业技术需求挖掘及对接方法 |
Non-Patent Citations (1)
| Title |
|---|
| 需求-服务匹配服务视角下的技术型知识员工任务指派问题研究;刘艺文等;《世界科技研究与发展》;20140228;第36卷(第1期);第19-25、41页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107977794A (zh) | 2018-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109873812B (zh) | 异常检测方法、装置及计算机设备 | |
| CN109165840B (zh) | 风险预测处理方法、装置、计算机设备和介质 | |
| CN109783785B (zh) | 生成实验检测报告的方法、装置和计算机设备 | |
| CN110991178B (zh) | 智能客服与人工客服的切换方法、装置及计算机设备 | |
| CN112889042A (zh) | 机器学习中超参数的识别与应用 | |
| CN109783604B (zh) | 基于少量样本的信息提取方法、装置和计算机设备 | |
| CN109447958B (zh) | 图像处理方法、装置、存储介质及计算机设备 | |
| CN109063921B (zh) | 客户风险预警的优化处理方法、装置、计算机设备和介质 | |
| CN111835561B (zh) | 基于用户行为数据的异常用户群体检测方法、装置、设备 | |
| CN110135943B (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN107977794B (zh) | 工业产品的数据处理方法、装置、计算机设备及存储介质 | |
| CN115859128B (zh) | 一种基于档案数据交互相似度的分析方法和系统 | |
| CN109034941B (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN113157898B (zh) | 候选问题的推荐方法、装置、计算机设备及存储介质 | |
| CN111124898B (zh) | 问答系统测试方法、装置、计算机设备和存储介质 | |
| CN108986786B (zh) | 语音交互设备评级方法、系统、计算机设备和存储介质 | |
| CN113516251A (zh) | 一种机器学习系统及模型训练方法 | |
| CN117708439A (zh) | 一种目标文本的推送方法、装置、介质及设备 | |
| CN113110961B (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
| WO2020057014A1 (zh) | 对话分析评价的方法、装置、计算机设备和存储介质 | |
| CN111552810B (zh) | 实体抽取与分类方法、装置、计算机设备和存储介质 | |
| CN113886548A (zh) | 意图识别模型训练方法、识别方法、装置、设备及介质 | |
| CN110177006B (zh) | 基于接口预测模型的节点测试方法及装置 | |
| CN112464660A (zh) | 文本分类模型构建方法以及文本数据处理方法 | |
| CN116304155A (zh) | 基于二维图片的三维构件检索方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |