CN112329927B - 电梯安装方的推荐方法及系统 - Google Patents

电梯安装方的推荐方法及系统 Download PDF

Info

Publication number
CN112329927B
CN112329927B CN202011386080.0A CN202011386080A CN112329927B CN 112329927 B CN112329927 B CN 112329927B CN 202011386080 A CN202011386080 A CN 202011386080A CN 112329927 B CN112329927 B CN 112329927B
Authority
CN
China
Prior art keywords
elevator
installation
intelligent robot
party
intelligent
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
Application number
CN202011386080.0A
Other languages
English (en)
Other versions
CN112329927A (zh
Inventor
都军
覃军
修艺多
丁颖
王亚东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oct Enterprises Co
Zhuhai Caizhu eComerce Co Ltd
Original Assignee
Oct Enterprises Co
Zhuhai Caizhu eComerce Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oct Enterprises Co, Zhuhai Caizhu eComerce Co Ltd filed Critical Oct Enterprises Co
Priority to CN202011386080.0A priority Critical patent/CN112329927B/zh
Publication of CN112329927A publication Critical patent/CN112329927A/zh
Application granted granted Critical
Publication of CN112329927B publication Critical patent/CN112329927B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/60—Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67—Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Manipulator (AREA)
  • Stored Programmes (AREA)

Abstract

本申请实施例提供一种电梯安装方的推荐方法及系统，所述方法包括如下步骤：智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。本申请提供的技术方案具有成本低的优点。

Description

电梯安装方的推荐方法及系统
技术领域
本申请涉及机器人技术领域，尤其涉及一种电梯安装方的推荐方法及系统。
背景技术
电梯是指服务于建筑物内若干特定的楼层，其轿厢运行在至少两列垂直于水平面或与铅垂线倾斜角小于15°的刚性轨道运动的永久运输设备。也有台阶式，踏步板装在履带上连续运行，俗称自动扶梯或自动人行道。
现有的电梯安装方的选择基于人工选择，无法为客户自动推荐电梯的供应商，因此现有的安装方推荐的成本高。
发明内容
本申请实施例公开了一种电梯安装方的推荐方法，能够用户的语音自动识别电梯的参数，依据该电梯的参数为用户推荐对应的电梯安装方，降低了电梯安装方推荐的成本。
本申请实施例第一方面提供一种电梯安装方的推荐方法，所述方法应用于智能机器人，其中，所述方法包括如下步骤：
智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；
智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；
智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。
本申请实施例第二方面提供一种电梯安装方的推荐系统，其特征在于，所述系统包括：
提取单元，用于提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；
通信单元，用于接入安装方的语音通话；
处理单元，用于依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。
本申请实施例第三方面提供一种智能机器人，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面所述的方法中的步骤的指令。
本申请实施例第四方面公开了一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面所述的方法。
本申请实施例第五方面公开了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
通过实施本申请实施例，本申请提供的技术方案智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。本申请的方案整个过程均无需人工参与，因此其具有降低成本的优点。
附图说明
以下对本申请实施例用到的附图进行介绍。
图1是本申请实施例提供的一种智能机器人的结构示意图；
图2是本申请实施例提供的一种电梯安装方的推荐方法的流程示意图；
图2a是本申请实施例提供的一种LSTM的结构示意图；
图3是本申请实施例提供的一种电梯安装方的推荐系统的结构示意图；
图4是本申请实施例提供的一种智能机器人的结构示意图。
具体实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。
本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/“，表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。本申请实施例中出现的“连接”是指直接连接或者间接连接等各种连接方式，以实现设备间的通信，本申请实施例对此不做任何限定。
本申请实施例中的智能机器人可以指各种形式的UE、接入终端、用户单元、用户站、移动站、MS(英文：mobile station，中文：移动台)、远方站、远程终端、移动设备、用户终端、终端设备(英文：terminal equipment)、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、SIP(英文：session initiation protocol，中文：会话启动协议)电话、WLL(英文：wireless local loop，中文：无线本地环路)站、PDA(英文：personaldigital assistant，中文：个人数字处理)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，未来5G网络中的终端设备或者未来演进的PLMN(英文：public land mobile network，中文：公用陆地移动通信网络)中的终端设备等，本申请实施例对此并不限定。
请参阅图1，图1是本申请实施例公开的一种智能机器人的结构示意图，智能机器人100包括存储和处理电路110，以及与所述存储和处理电路110连接的传感器170，传感器170可以包括摄像头、距离传感器、重力传感器等，本申请电子设备可以包括两块透明显示屏，该透明显示屏设置在电子设备的背面和正面，两块透明显示屏之间的部件中的部分或全部部件也可以为透明的，因此该电子设备从视觉效果上可以是一种透明电子设备，如果为部分部件为透明的，则该电子设备可以为镂空电子设备。其中：
智能机器人100可以包括控制电路，该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器，例如硬盘驱动存储器，非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等)，易失性存储器(例如静态或动态随机存取存储器等)等，本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制智能机器人100的运转。该处理电路可以基于一个或多个微处理器，微控制器，数字信号处理器，基带处理器，功率管理单元，音频编解码器芯片，专用集成电路，显示驱动器集成电路等来实现。
存储和处理电路110可用于运行智能机器人100中的软件，例如互联网浏览应用程序，互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序，电子邮件应用程序，媒体播放应用程序，操作系统功能等。这些软件可以用于执行一些控制操作，例如，基于照相机的图像采集，基于环境光传感器的环境光测量，基于接近传感器的接近传感器测量，基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能，基于触摸传感器的触摸事件检测，与在多个(例如分层的)显示屏上显示信息相关联的功能，与执行无线通信功能相关联的操作，与收集和产生音频信号相关联的操作，与收集和处理按钮按压事件数据相关联的控制操作，以及智能机器人100中的其它功能等，本申请实施例不作限制。
智能机器人100可以包括输入输出电路150。输入输出电路150可用于使智能机器人100实现数据的输入和输出，即允许智能机器人100从外部设备接收数据和也允许智能机器人100将数据从智能机器人100输出至外部设备。输入输出电路150可以进一步包括传感器170。传感器170静脉识别模组，还可以包括环境光传感器，基于光和电容的接近传感器，指纹识别模组，触摸传感器(例如，基于光触摸传感器和/或电容式触摸传感器，其中，触摸传感器可以是触控显示屏的一部分，也可以作为一个触摸传感器结构独立使用)，加速度传感器，摄像头，和其它传感器等，摄像头可以为前置摄像头或者后置摄像头，指纹识别模组可集成于显示屏下方，用于采集指纹图像，指纹识别模组可以为：光学指纹模组等等，在此不作限定。上述前置摄像头可以设置前面显示屏的下方，上述后置摄像头可以设置在后面显示屏的下方。当然上述前置摄像头或后置摄像头也可以不和显示屏集成设置，当然在实际应用中，上述前置摄像头或后置摄像头还可以为升降结构，本申请具体实施方式并不限制上述前置摄像头或后置摄像头的具体结构。
输入输出电路150还可以包括一个或多个显示屏，当为多个显示屏时，例如2个显示屏时，一个显示屏可以设置在电子设备的前面，另一个显示屏可以设置在电子设备的后面，例如显示屏130。显示屏130可以包括液晶显示屏，透明显示屏，有机发光二极管显示屏，电子墨水显示屏，等离子显示屏，使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列(即，显示屏130可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器，或者可以是使用其它触摸技术形成的触摸传感器，例如音波触控，压敏触摸，电阻触摸，光学触摸等，本申请实施例不作限制。
智能机器人100还可以包括音频组件140。音频组件140可以用于为智能机器人100提供音频输入和输出功能。智能机器人100中的音频组件140可以包括扬声器，麦克风，蜂鸣器，音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为智能机器人100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路，和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说，通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication，NFC)的电路。例如，通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线，无线局域网收发器电路和天线等。
智能机器人100还可以进一步包括电池，电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮，操纵杆，点击轮，滚动轮，触摸板，小键盘，键盘，照相机，发光二极管和其它状态指示器等。
用户可以通过输入输出电路150输入命令来控制智能机器人100的操作，并且可以使用输入输出电路150的输出数据以实现接收来自智能机器人100的状态信息和其它输出。
参阅图2，图2提供了一种电梯安装方的推荐方法，所述方法应用于如图1所示的智能机器人，上述智能机器人的具体结构可以如图1所示的，其中，所述方法包括如下步骤：
步骤S201、智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；
步骤S202、智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；
上述依据该安装要求确定智能问答问卷具体可以包括：
提取该安装要求对应的n个参数，从智能问卷库中提取至少包含该n个参数的智能问答问卷。上述n为大于等于2的整数。
步骤S203、智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。
本申请提供的技术方案智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。本申请的方案整个过程均无需人工参与，因此其具有降低成本的优点。
在一种可选的方案中，上述方法还可以包括：
智能机器人接收待安装电梯的用户返回的确认信息，智能机器人提取第一该安装方的第一关键信息，将第一关键信息作为乙方，将待安装电梯的用户的身份对应的第二关键信息作为甲方，生成电梯安装合同，将该安装要求添加至该电梯安装合同的附加条款中，将电梯安装合同发送至安装方以及待安装电梯的用户。
在一种可选的方案中，上述智能机器人提取待安装电梯的型号具体包括：
智能机器人接收待安装电梯的电梯产品图片，对该电梯产品图片进行智能识别确定该电梯产品图片对应的型号。
在一种可选的方案中，上述依据该电梯的型号确定该电梯的安装要求具体可以包括：
智能机器人获取该电梯的型号对应的安装说明书，对该安装说明书进行识别确定该安装说明书对应的安装要求。
可选的，上述识别确定的方式可以采用通用的文字识别方式。
在一种可选的方案中，上述本申请的身份确认方式也可以采用静脉识别的方式，该静脉识别确定身份的方式具体可以包括：
智能机器人获取待识别的静脉图片，对该静脉图片提取感兴趣(ROI)区域得到区域图片，对该区域图片中的每个分支进行初步角度识别得到每个分支的角度，对该区域图片进行灰度处理得到灰度图片，提取该灰度图片中每个像素的灰度值，将每个像素的灰度值按像素的位置形成灰度矩阵，提取第一分支对应的第一角度以及第一分支在该灰度矩阵的第一分区域，确定第一分区域的第一支线和第二支线，将第一支线按像素点划分为第一支线段组，将第二支线按像素点划分成第二支线段组，按第一设定方向对第一支线段组中的每个支线段的α个像素点在灰度矩阵的α个位置值(即矩阵的行值、列值)，按第二设定方向对第二支线段组中的每个支线段的α个像素点在灰度矩阵的α个位置值(即矩阵的行值、列值)；计算第一支线段组中第i个支线段的α个位置值与第二支线段组中的第h个支线段(与第i个支线段对应，例如i＝2，那么h＝2，为了区分，采用不同的字母来说明)的α个位置值之间差值的绝对值(该差值为行值与行值相减取绝对值，列值与列值相减取绝对值，然后将行值绝对值和列值绝对值组合起来得到该差值的绝对值)得到α个绝对值，将α个绝对值按顺序组成位置矩阵的第x列元素，遍历第一支线段组和第二直线段组得到位置矩阵的所有列元素，提取与第一角度对应的预设模板矩阵，计算位置矩阵与模板矩阵之间的差值得到差值矩阵，若差值矩阵中小于预设阈值的元素值的数量y小于等于数量阈值，确定该静脉图片的身份为该模板矩阵对应的第一身份。
需要说明的是，上述ROI区域可以采用ROI算法来提取，本申请并不限制上述ROI获取的具体方式。对该区域图片中的每个分支进行初步角度识别得到每个分支的角度的方式也可以采用现有的角度识别方法，例如，直接获取每个分支像素点的坐标，依据该坐标计算得到对应的初步角度，这里的初步角度仅仅是初级识别使用，仅仅是为了区分模板矩阵使用。
参阅图2a，图2a为当前时刻t的LSTM(Long Short-Term Memory，长短期记忆网络)构架示意图，如图2a所示，Ct-1表示上一时刻的t-1的cell(细胞或单元)输出值，ht-1为上一时刻的输出值，Xt表示当前时刻t的输入数据。其中，σ表示sigmod函数，tanh表示tanh函数，其均为激活函数。
LSTM可以分为忘记门、输入门、输出门，对应三个计算，其计算的公式如下：
忘记门，ft＝σ(ht-1*Xt+bf)。
输入门：
it＝σ(ht-1*Xt+bi)
C’t＝tanh(ht-1*Xt+bc)；
输出门：
Ot＝σ(ht-1*Xt+bO)；
ht＝Ot*tanh(Ct)。
其中，Ct＝Ct-1*ft+it*C’t。
上述，bf表示ft函数的偏置，该数值为常量，同理，bi、bc、bo分别表示对应公式的偏置。
在一种可选的方案中，上述智能机器人识别该答案语音确定该答案语音的文本信息可以通过LSTM来实现，该LSTM的结构如图2a所示，本申请的技术方案通过主—从结构来实现LSTM的运算，即该智能芯片包括：主电路以及多个从电路，主电路与从电路连接，具体可以包括：
主电路接收该答案语音在当前时刻t的输入数据Xt；获取LSTM的上一时刻的输出值ht-1以及细胞输出值Ct-1；主处理电路将ht-1拆分成多个数据块，分发给多个从电路，将输入数据Xt广播至多个从电路，从电路接收到对应的数据块后，从Xt提取该数据块对应的元素值，将该数据块与该元素值计算得到中间结果，将该中间结果发送至主电路，主电路依据该中间结果得到乘积结果ht-1*Xt；依据该乘积结果ht-1*Xt计算得到当前时刻t的输出结果ht，依据该输出结果ht确定当前时刻t的语音信息对应的文本信息。
参阅图3，图3提供了一种电梯安装方的推荐系统，所述系统包括：
提取单元，用于提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求；
通信单元，用于接入安装方的语音通话；
处理单元，用于依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。
上述电梯安装方的推荐系统的具体实施方案可以参见如图2所示实施例的细化方案，这里不再赘述。
请参见图4，图4是本申请实施例提供的一种智能机器人40，该智能机器人40包括处理器401、存储器402和通信接口403，所述处理器401、存储器402和通信接口403通过总线404相互连接。
存储器402包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器(erasable programmableread only memory，EPROM)、或便携式只读存储器(compact disc read-only memory，CD-ROM)，该存储器402用于相关计算机程序及数据。通信接口403用于接收和发送数据。
处理器401可以是一个或多个中央处理器(central processing unit，CPU)，在处理器401是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。
该智能机器人40中的处理器401用于读取所述存储器402中存储的计算机程序代码，执行如图2所示的方法的操作。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当其在网络设备上运行时，图2所示的方法流程得以实现。
本申请实施例还提供一种计算机程序产品，当所述计算机程序产品在终端上运行时，图2所示的方法流程得以实现。
本申请实施例还提供一种终端，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行图2所示实施例的方法中的步骤的指令。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模板。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模板并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种电梯安装方的推荐方法，其特征在于，所述方法应用于智能机器人，其中，所述方法包括如下步骤：
智能机器人提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求具体包括：
智能机器人获取该电梯的型号对应的安装说明书，对该安装说明书进行识别确定该安装说明书对应的安装要求；
所述智能机器人提取待安装电梯的型号具体包括：
智能机器人接收待安装电梯的电梯产品图片，对该电梯产品图片进行智能识别确定该电梯产品图片对应的型号；
智能机器人接入安装方的语音通话，依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；
所述依据该安装要求确定智能问答问卷具体包括：
提取该安装要求对应的n个参数，从智能问卷库中提取至少包含该n个参数的智能问答问卷；
智能机器人识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户。
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：
智能机器人接收待安装电梯的用户返回的确认信息，智能机器人提取第一该安装方的第一关键信息，将第一关键信息作为乙方，将待安装电梯的用户的身份对应的第二关键信息作为甲方，生成电梯安装合同，将该安装要求添加至该电梯安装合同的附加条款中，将电梯安装合同发送至安装方以及待安装电梯的用户。
3.根据权利要求1所述的方法，其特征在于，所述智能机器人识别该答案语音确定该答案语音的文本信息具体包括：
智能机器人通过长短期记忆网络LSTM模型识别该答案语音确定该答案语音的文本信息。
4.根据权利要求3所述的方法，其特征在于，所述智能机器人包括：主电路和从电路，所述智能机器人通过长短期记忆网络LSTM模型识别该答案语音确定该答案语音的文本信息具体包括：
主电路接收该答案语音在当前时刻t的输入数据Xt；获取LSTM的上一时刻的输出值ht-1以及细胞输出值Ct-1；主处理电路将ht-1拆分成多个数据块，分发给多个从电路，将输入数据Xt广播至多个从电路，从电路接收到对应的数据块后，从Xt提取该数据块对应的元素值，将该数据块与该元素值计算得到中间结果，将该中间结果发送至主电路，主电路依据该中间结果得到乘积结果ht-1*Xt；依据该乘积结果ht-1*Xt计算得到当前时刻t的输出结果ht，依据该输出结果ht确定当前时刻t的语音信息对应的文本信息。
5.一种电梯安装方的推荐系统，其特征在于，所述系统包括：
提取单元，用于提取待安装电梯的型号，依据该电梯的型号确定该电梯的安装要求具体包括：获取该电梯的型号对应的安装说明书，对该安装说明书进行识别确定该安装说明书对应的安装要求；
通信单元，用于接入安装方的语音通话；
处理单元，用于依据该安装要求确定智能问答问卷，通过该语音通话向安装方播放该问卷，接收安装方的答案语音；识别该答案语音确定该答案语音的文本信息，将该文本信息与安装要求进行对比，若比对匹配，将该安装方推荐给待安装电梯的用户；
所述提取待安装电梯的型号具体包括：
接收待安装电梯的电梯产品图片，对该电梯产品图片进行智能识别确定该电梯产品图片对应的型号；
所述依据该安装要求确定智能问答问卷具体包括：
提取该安装要求对应的n个参数，从智能问卷库中提取至少包含该n个参数的智能问答问卷。
6.一种智能机器人，其特征在于，所述智能机器人包括：处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-4任意一项所述的方法中的步骤的指令。
7.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-4任意一项所述的方法。
CN202011386080.0A 2020-11-30 2020-11-30 电梯安装方的推荐方法及系统 Active CN112329927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011386080.0A CN112329927B (zh) 2020-11-30 2020-11-30 电梯安装方的推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011386080.0A CN112329927B (zh) 2020-11-30 2020-11-30 电梯安装方的推荐方法及系统

Publications (2)

Publication Number Publication Date
CN112329927A CN112329927A (zh) 2021-02-05
CN112329927B true CN112329927B (zh) 2024-04-26

Family

ID=74308359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011386080.0A Active CN112329927B (zh) 2020-11-30 2020-11-30 电梯安装方的推荐方法及系统

Country Status (1)

Country Link
CN (1) CN112329927B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113488052B (zh) * 2021-07-22 2022-09-02 深圳鑫思威科技有限公司 无线语音传输和ai语音识别互操控方法
CN113490186B (zh) * 2021-08-25 2022-10-04 深圳市万佳安物联科技股份有限公司 云端视频增强p2p实时连通方法、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150143950A (ko) * 2014-06-13 2015-12-24 주식회사 유비벨록스모바일 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법
US10275802B1 (en) * 2013-12-23 2019-04-30 Massachusetts Mutual Life Insurance Company Systems and methods for forecasting client needs using interactive communication
CN110765246A (zh) * 2019-09-29 2020-02-07 平安直通咨询有限公司上海分公司 基于智能机器人的问答方法、装置、存储介质和智能设备
CN111274360A (zh) * 2020-01-20 2020-06-12 深圳五洲无线股份有限公司 智能语音问答的答案提取方法、录入方法及智能设备
CN111626748A (zh) * 2020-05-13 2020-09-04 深圳市芯联天下网络科技有限公司 一种智能物料询价、订单交易保障系统及方法
CN111834019A (zh) * 2020-06-03 2020-10-27 四川大学华西医院 基于语音识别技术的标准化病人培训方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10275802B1 (en) * 2013-12-23 2019-04-30 Massachusetts Mutual Life Insurance Company Systems and methods for forecasting client needs using interactive communication
KR20150143950A (ko) * 2014-06-13 2015-12-24 주식회사 유비벨록스모바일 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법
CN110765246A (zh) * 2019-09-29 2020-02-07 平安直通咨询有限公司上海分公司 基于智能机器人的问答方法、装置、存储介质和智能设备
CN111274360A (zh) * 2020-01-20 2020-06-12 深圳五洲无线股份有限公司 智能语音问答的答案提取方法、录入方法及智能设备
CN111626748A (zh) * 2020-05-13 2020-09-04 深圳市芯联天下网络科技有限公司 一种智能物料询价、订单交易保障系统及方法
CN111834019A (zh) * 2020-06-03 2020-10-27 四川大学华西医院 基于语音识别技术的标准化病人培训方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于深度学习的推荐系统研究综述;黄立威 等;《计算机学报》;第41卷(第7期);第1619-1647页 *

Also Published As

Publication number Publication date
CN112329927A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN112329926B (zh) 智能机器人的质量改善方法及系统
US20150294516A1 (en) Electronic device with security module
CN112329927B (zh) 电梯安装方的推荐方法及系统
CN109240577B (zh) 一种截屏方法及终端
CN103529934A (zh) 用于处理多个输入的方法和装置
US10762324B2 (en) Pressure determination method and device and fingerprint recognition method and device
CN108376096B (zh) 一种消息显示方法及移动终端
EP3968218A1 (en) Fingerprint acquisition method and related products
CN111881813B (zh) 人脸识别终端的数据存储方法及系统
CN111522613B (zh) 截屏方法及电子设备
CN110941469B (zh) 一种应用分身的创建方法及其终端设备
CN116070114A (zh) 数据集的构建方法、装置、电子设备及存储介质
CN113744736B (zh) 命令词识别方法、装置、电子设备及存储介质
CN116549287B (zh) 艾灸装置控制方法、装置、设备及介质
CN108319885B (zh) 指纹识别方法及装置
CN110264184B (zh) 支付控制方法及相关产品
CN116824548A (zh) 障碍物确定方法、装置、设备及可读存储介质
CN107957789B (zh) 一种文本输入方法及移动终端
US20220156832A1 (en) Order generation method and system for software interface
CN111062969B (zh) 目标跟踪方法及相关产品
CN111145083B (zh) 一种图像处理方法、电子设备及计算机可读存储介质
CN114429768A (zh) 说话人日志模型的训练方法、装置、设备及存储介质
CN112418996A (zh) 电梯供应商的推荐方法及系统
CN111880670A (zh) 手机中智能穿戴设备的数据处理方法及系统
CN112734571B (zh) 复盘模板生成笔记的方法及相关产品

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