CN113191146B - 诉求数据的分配方法、装置、计算机设备和存储介质 - Google Patents

诉求数据的分配方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113191146B
CN113191146B CN202110580560.9A CN202110580560A CN113191146B CN 113191146 B CN113191146 B CN 113191146B CN 202110580560 A CN202110580560 A CN 202110580560A CN 113191146 B CN113191146 B CN 113191146B
Authority
CN
China
Prior art keywords
target
processing
word
score
words
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
CN202110580560.9A
Other languages
English (en)
Other versions
CN113191146A (zh
Inventor
陈翔
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.)
Shenzhen Saiante Technology Service Co Ltd
Original Assignee
Shenzhen Saiante Technology Service 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 Shenzhen Saiante Technology Service Co Ltd filed Critical Shenzhen Saiante Technology Service Co Ltd
Priority to CN202110580560.9A priority Critical patent/CN113191146B/zh
Publication of CN113191146A publication Critical patent/CN113191146A/zh
Application granted granted Critical
Publication of CN113191146B publication Critical patent/CN113191146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • G06F40/216Parsing using statistical methods

Abstract

本申请涉及数据处理领域,提供一种诉求数据的分配方法、装置、计算机设备和存储介质,方法包括:获取目标诉求;对目标诉求进行分词得到分词结果;将各分词词语分别与核心词库中核心词进行匹配得到匹配结果;从分词词语中筛选与匹配成功的指定匹配结果对应的指定分词词语;从映射表中查找与各指定分词词语分别对应的指定处理单位,及与各指定分词词语分别对应的指定单位权重分值;基于指定单位权重分值计算各指定处理单位的处理得分;从所有处理得分筛选数值最大的目标处理得分;将目标诉求分配至与目标处理得分对应的目标处理单位。本申请能提高诉求分配的准确性与处理效率。本申请还可应用于区块链领域,上述目标处理得分可以存储于区块链上。

Description

诉求数据的分配方法、装置、计算机设备和存储介质
技术领域
本申请涉及数据处理技术领域,具体涉及一种诉求数据的分配方法、装置、计算机设备和存储介质。
背景技术
当前企业在运作过程中通常会产生一些诉求,从而需要将这些诉求分配给相应的处理单位以寻求解决方法。现有的诉求分配方法,通常是由人工进行对诉求的文本进行分析并分类,再根据分类结果来将诉求分配给相应的处理单位进行处理。这种人工分配诉求的处理方式,处理繁琐,人力成本高。且由于是由人在进行诉求的分配,不同的分配人员对事物理解不一致,分配人员通过基于自身的主观意识进行诉求分配,容易存在诉求分配的准确性较低,且分配效率低下的问题。
发明内容
本申请的主要目的为提供一种诉求数据的分配方法、装置、计算机设备和存储介质,旨在解决现有的人工分配诉求的处理方式存在处理繁琐,人力成本高,准确性较低,且分配效率低下的技术问题。
本申请提出一种诉求数据的分配方法,所述方法包括步骤:
获取待分配的目标诉求;
对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
可选地,所述将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果的步骤之前,包括:
获取与第一处理单位对应的所有正确处理的已处理诉求;其中,所述第一处理单位为所有所述处理单位中的任意一个单位;
分别对各所述已处理诉求进行分词处理,得到处理后的第一词语;
对所有所述第一词语进行合并去重处理,得到处理后的第二词语;
从所有所述已处理诉求中筛选出包含目标词语的指定诉求;其中,所述目标词语为所有所述第二词语中的任意一个词语;
获取所述已处理诉求的第一数量,以及获取所述指定诉求的第二数量;
基于所述第一数量与所述第二数量,生成与所述目标词语对应的出现概率;
基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词;
将所述目标核心词存储于预先创建的数据库,得到所述核心词库。
可选地,所述基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词的步骤,包括:
分别获取每一个所述第二词语的出现概率;
按照所述第二词语的出现概率从大到小的顺序对所有所述第二词语进行排序,得到对应的排序结果;
从所述排序结果排在首位的出现概率开始,依次获取第三数量的第一出现概率;
从所有所述第二词语中获取与所述第一出现概率对应的第三词语;
将所述第三词语作为所述目标核心词。
可选地,所述基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词的步骤,包括:
分别获取每一个所述第二词语的出现概率;以及,
获取预设的出现概率阈值;
从所有所述第二词语的出现概率中筛选出大于所述出现概率阈值的第二出现概率;
从所有所述第二词语中获取与所述第二出现概率对应的第四词语;
将所述第四词语作为所述目标核心词。
可选地,所述从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值的步骤之前,包括:
获取与所述第一处理单位内的各所述目标核心词分别对应的目标出现概率;
将所述目标出现概率作为与所述目标核心词对应的第一目标单位权重分值;
为所述目标核心词、所述第一处理单位与所述第一目标单位权重分值之间建立一一对应的映射关系;
基于所述映射关系,将所述目标核心词、所述第一处理单位与所述第一目标单位权重分值对应存储于预先创建的数据表内,得到存储后的数据表;
将所述存储后的数据表作为所述核心词-单位-单位权重分值映射表。
可选地,所述基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分的步骤,包括:
从所有所述指定单位权重分值中获取与第二处理单位对应的第二目标单位权重分值;其中,所述第二处理单位为所有所述指定处理单位中的任意一个单位;
对所有所述第二目标单位权重分值进行求和处理,得到对应的和值;
将所述和值作为所述第二处理单位的处理得分。
可选地,所述从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位的步骤之后,包括:
获取预设数值;
计算所述目标处理得分与所述预设数值的乘积,得到第一分值;
判断其他得分中是否存在大于所述第一分值的第二分值;其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分;
若是,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。
本申请还提供一种诉求数据的分配装置,包括:
第一获取模块,用于获取待分配的目标诉求;
第一处理模块,用于对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
第二处理模块,用于将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
第一筛选模块,用于从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
查找模块,用于从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
第一计算模块,用于基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
第二筛选模块,用于对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
分配模块,用于从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
本申请中提供的诉求数据的分配方法、装置、计算机设备和存储介质,具有以下有益效果:
本申请中提供的诉求数据的分配方法、装置、计算机设备和存储介质,在获取到待分配的目标诉求时,先会从所述目标诉求的文本内容中提取出与预设的核心词库匹配成功的指定分词词语,再从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位及指定单位权重分值,之后基于所述指定单位权重分值,分别计算生成与各所述指定处理单位分别对应的处理得分,最后将所有所述处理得分中数值最大的目标处理得分所对应的处理单位作为用于处理所述目标诉求的目标处理单位。相比于传统的基于人工主观意识分配诉求的方式,本申请使用目标诉求中的文本词语数据作为基础,具备客观性与说服力,能够基于目标诉求中包含的分词词语,同时配合核心词库与核心词-单位-单位权重分值映射表的使用,来自动快速地生成与目标诉求具有关联关系的各个指定处理单位的处理得分,进而基于该处理得分来准确地从所有指定处理单位中确定出用于处理目标诉求的目标处理单位,有效地降低了诉求分配的处理成本,提高了诉求分配的准确性与处理效率。
附图说明
图1是本申请一实施例的诉求数据的分配方法的流程示意图;
图2是本申请一实施例的诉求数据的分配装置的结构示意图;
图3是本申请一实施例的计算机设备的结构示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用于解释本申请,并不用于限定本申请。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
参照图1,本申请一实施例的诉求数据的分配方法,包括:
S1:获取待分配的目标诉求;
S2:对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
S3:将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
S4:从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
S5:从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
S6:基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
S7:对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
S8:从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
如上述步骤S1至S8所述,本方法实施例的执行主体为一种诉求数据的分配装置。在实际应用中,上述诉求数据的分配装置可以通过虚拟装置,例如软件代码实现,也可以通过写入或集成有相关执行代码的实体装置实现,且可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。本实施例中的诉求数据的分配装置,能够基于目标诉求中的文本词语数据来准确地从所有指定处理单位中确定出用于处理目标诉求的目标处理单位,有效地降低了诉求分配的处理成本,提高了诉求分配的准确性与处理效率。具体地,首先获取待分配的目标诉求。其中,上述目标诉求是指还没有分配相应的处理单位进行处理的诉求数据,目标诉求内为文本内容。在得到了目标诉求后,还可进一步对该目标诉求进行预处理,去除目标诉求中的无关信息,无关信息可包括标点符号等。然后对上述目标诉求的文本内容进行分词处理,得到对应的分词结果。其中,上述分词结果包括多个分词词语。另外,上述分词处理是指对文本内容进行切分,剔除停用词,具体将语气助词等无用词语剔除,以得到处理后的分词词语,分词词语优选为至少包括两个字的词语。在得到了上述分词结果后,将各上述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果。其中,上述核心词库存储有与处理单位对应的核心词,上述匹配结果的内容为匹配成功或匹配失败。另外,上述匹配处理是指判别分词词语是否与核心词相同,即用于判别核心词库中是否存在与分词词语相同的目标核心词的处理,可通过计算词语相似度的方法来进行匹配处理来判别两个词语是否相同。如果存在与分词词语相同的核心词,则表示分词词语与核心词匹配成功,而如果不存在与分词词语相同的核心词,则表示分词词语与核心词匹配失败。
之后从所有上述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有上述分词词语中筛选出与上述指定匹配结果对应的指定分词词语。其中,上述指定分词词语是上述分词词语中与核心词匹配成功的词语,即是存在于核心词库中的词语。在得到了上述指定分词词语后,从预设的核心词-单位-单位权重分值映射表中查找出与各上述指定分词词语分别对应的指定处理单位,以及与各上述指定分词词语分别对应的指定单位权重分值。其中,上述核心词-单位-单位权重分值映射表内存储有上述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值。后续基于上述指定单位权重分值,分别计算与各上述指定处理单位分别对应的处理得分。其中,对于该指定处理单位中的任意一个单位,可先从所有上述指定单位权重分值中获取与该单位对应的所有权重分值,再计算所有权重分值的和值,并将该和值作为该单位的处理得分。
在得到了上述处理得分后,再对所有上述处理得分进行大小比较处理,从所有上述处理得分中筛选出数值最大的目标处理得分。最后从所有上述指定处理单位中筛选出与上述目标处理得分对应的目标处理单位,并将上述目标诉求分配至上述目标处理单位,以通过上述目标处理单位对上述目标诉求进行处理。不同于现有的人工分配诉求的处理方式,本实施例在获取到待分配的目标诉求时,先会从上述目标诉求的文本内容中提取出与预设的核心词库匹配成功的指定分词词语,再从预设的核心词-单位-单位权重分值映射表中查找出与各上述指定分词词语分别对应的指定处理单位及指定单位权重分值,之后基于上述指定单位权重分值,分别计算生成与各上述指定处理单位分别对应的处理得分,最后将所有上述处理得分中数值最大的目标处理得分所对应的处理单位作为用于处理上述目标诉求的目标处理单位。相比于传统的基于人工主观意识分配诉求的方式,本实施例使用目标诉求中的文本词语数据作为基础,具备客观性与说服力,能够基于目标诉求中包含的分词词语,同时配合核心词库与核心词-单位-单位权重分值映射表的使用,来自动快速地生成与目标诉求具有关联关系的各个指定处理单位的处理得分,进而基于该处理得分来准确地从所有指定处理单位中确定出用于处理目标诉求的目标处理单位,有效地降低了诉求分配的处理成本,提高了诉求分配的准确性与处理效率。
进一步地,本申请一实施例中,上述步骤S3之前,包括:
S300:获取与第一处理单位对应的所有正确处理的已处理诉求;其中,所述第一处理单位为所有所述处理单位中的任意一个单位;
S301:分别对各所述已处理诉求进行分词处理,得到处理后的第一词语;
S302:对所有所述第一词语进行合并去重处理,得到处理后的第二词语;
S303:从所有所述已处理诉求中筛选出包含目标词语的指定诉求;其中,所述目标词语为所有所述第二词语中的任意一个词语;
S304:获取所述已处理诉求的第一数量,以及获取所述指定诉求的第二数量;
S305:基于所述第一数量与所述第二数量,生成与所述目标词语对应的出现概率;
S306:基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词;
S307:将所述目标核心词存储于预先创建的数据库,得到所述核心词库。
如上述步骤S300至S307所述,在执行上述将各上述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果的步骤之前,还可包括对于上述核心词库的创建过程。具体地,首先获取与第一处理单位对应的所有正确处理的已处理诉求。其中,上述第一处理单位为所有上述处理单位中的任意一个单位。另外,正确处理的已处理诉求是指这些已处理诉求都被证实了分配正确,即确实该由第一处理单位进行处理。然后分别对各上述已处理诉求进行分词处理,得到处理后的第一词语。其中,对各上述已处理诉求的分词处理可参照对上述目标诉求的文本内容的分词处理过程。在得到了第一词语后,再对所有上述第一词语进行合并去重处理,得到处理后的第二词语。其中,通过对所有第一词语进行合并去重处理,可以保证得到的第二词语的唯一性,保证了后续求取的第二词语的出现概率的准确性,进而保证了确定出的第一处理单位的目标核心词的准确性。之后从所有上述已处理诉求中筛选出包含目标词语的指定诉求。其中,上述目标词语为所有上述第二词语中的任意一个词语。后续获取上述已处理诉求的第一数量,以及获取上述指定诉求的第二数量。然后基于上述第一数量与上述第二数量,生成与上述目标词语对应的出现概率。其中,可通过计算出上述第二数量与上述第一数量的商值,再将该商值作为与上述目标词语对应的出现概率。举例地,假如第一处理单位为A,A收到过m个正确处理的已处理诉求,对所有已处理诉求进行分词处理以及合并去重处理后可得到第二词语,第二词语中包含有a1这个词语。如果在所有的已处理诉求中有n个指定诉求都带有该a1这个词语,则词语a1在第一处理单位A的所有已处理诉求中的出现概率为f(a1,A)=n/m。之后基于每一个上述第二词语的出现概率,按照预设规则从所有上述第二词语中确定出上述第一处理单位的目标核心词。其中,上述目标核心词与第一处理单位的业务为强相关的关系。每个处理单位都会存在有相对应的若干个核心词,且各处理单位之间可存在有相同的核心词。另外,对于上述预设规则不作具体限定,可先获取每一个上述第二词语的出现概率,再从所有第二词语中筛选出出现概率最高的预设数量的多个词语作为上述目标核心词;或者获取预设的出现概率阈值,再从所有第二词语中筛选出出现概率大于上述出现概率阈值的所有词语作为上述目标核心词,等等。最后将上述目标核心词存储于预先创建的数据库,得到上述核心词库。本实施例通过基于第一处理单位对应的所有正确处理的已处理诉求中的包含的去重后的每一个词语来计算出相应的出现概率,再基于该出现概率从所有上述第二词语中确定出上述第一处理单位的目标核心词,从而可以将目标核心词存储于预设的数据库,以实现快速便捷地生成上述核心词库,有利于后续能够基于该核心词来对目标诉求的分词词语进行匹配处理得到相应的匹配结果,进而基于该匹配结果来从分词词语中筛选出所需的指定分词词语,以便通过对该指定分词词语进行相关计算处理来实现快速准确地确定出用于处理目标诉求的目标处理单位。
进一步地,本申请一实施例中,上述步骤S306,包括:
S3060:分别获取每一个所述第二词语的出现概率;
S3061:按照所述第二词语的出现概率从大到小的顺序对所有所述第二词语进行排序,得到对应的排序结果;
S3062:从所述排序结果排在首位的出现概率开始,依次获取第三数量的第一出现概率;
S3063:从所有所述第二词语中获取与所述第一出现概率对应的第三词语;
S3064:将所述第三词语作为所述目标核心词。
如上述步骤S3060至S3064所述,上述基于每一个上述第二词语的出现概率,按照预设规则从所有上述第二词语中确定出上述第一处理单位的目标核心词的步骤,具体可包括:首先分别获取每一个上述第二词语的出现概率。然后按照上述第二词语的出现概率从大到小的顺序对所有上述第二词语进行排序,得到对应的排序结果。之后从上述排序结果排在首位的出现概率开始,依次获取第三数量的第一出现概率。其中,对于上述第一数量的数值不作具体限定,可根据实际使用需求进行设置,例如可设置为100。最后从所有上述第二词语中获取与上述第一出现概率对应的第三词语,并将上述第三词语作为上述目标核心词。举例地,假如上述第一数量为5,在按照所有第二词语的出现概率从大到小的顺序进行排序后得到的排序结果为:出现概率1、出现概率2、出现概率3、出现概率4、出现概率5、……,则可从上述第二词语中获取与出现概率1、出现概率2、出现概率3、出现概率4、出现概率5分别对应的词语作为上述目标核心词。本实施例通过将第二词语中与出现概率最大所对应的一定数量的第一出现概率具有关联关系的第三词语作为上述第一处理单位的目标核心词,有效地保证了目标核心词的准确性,有利于后续基于该第一核心词来快速便捷的生成核心词库,使得后续能够基于该核心词来对目标诉求的分词词语进行匹配处理得到相应的匹配结果,进而基于该匹配结果来从分词词语中筛选出所需的指定分词词语,以便通过对该指定分词词语进行相关计算处理来实现快速准确地确定出用于处理目标诉求的目标处理单位,以实现对于目标诉求的准确分配。
进一步地,本申请一实施例中,上述步骤S306,包括:
S3065:分别获取每一个所述第二词语的出现概率;以及,
S3066:获取预设的出现概率阈值;
S3067:从所有所述第二词语的出现概率中筛选出大于所述出现概率阈值的第二出现概率;
S3068:从所有所述第二词语中获取与所述第二出现概率对应的第四词语;
S3069:将所述第四词语作为所述目标核心词。
如上述步骤S3065至S3069所述,上述基于每一个上述第二词语的出现概率,按照预设规则从所有上述第二词语中确定出上述第一处理单位的目标核心词的步骤,具体可包括:首先分别获取每一个上述第二词语的出现概率。以及获取预设的出现概率阈值。其中,对于上述出现概率阈值的取值不作具体限定,可根据实际使用需求进行设置,例如可设置为0.1。然后从所有上述第二词语的出现概率中筛选出大于上述出现概率阈值的第二出现概率。之后所有上述第二词语中获取与上述第二出现概率对应的第四词语。最后将上述第四词语作为上述目标核心词。举例地,假如上述出现概率阈值为0.1,对于与第一处理单位A对应的第二词语中的任意一个词语a2,如果a2的出现概率满足f(a2,A)>0.1,则可将词语a2认定为第一处理单位的目标核心词。本实施例通过将第二词语中大于预设的出现概率阈值的第二出现概率所对应的第四词语作为上述第一处理单位的目标核心词,有效地保证了生成的目标核心词的准确性,有利于后续能够基于该目标核心词来快速便捷的生成核心词库,使得后续能够基于该核心词来对目标诉求的分词词语进行匹配处理得到相应的匹配结果,进而基于该匹配结果来从分词词语中筛选出所需的指定分词词语,以便通过对该指定分词词语进行相关计算处理来实现快速准确地确定出用于处理目标诉求的目标处理单位,以实现对于目标诉求的准确分配。
进一步地,本申请一实施例中,上述步骤S5之前,包括:
S500:获取与所述第一处理单位内的各所述目标核心词分别对应的目标出现概率;
S501:将所述目标出现概率作为与所述目标核心词对应的第一目标单位权重分值;
S502:为所述目标核心词、所述第一处理单位与所述第一目标单位权重分值之间建立一一对应的映射关系;
S503:基于所述映射关系,将所述目标核心词、所述第一处理单位与所述第一目标单位权重分值对应存储于预先创建的数据表内,得到存储后的数据表;
S504:将所述存储后的数据表作为所述核心词-单位-单位权重分值映射表。
如上述步骤S500至S504所述,在执行上述从预设的核心词-单位-单位权重分值映射表中查找出与各上述指定分词词语分别对应的指定处理单位,以及与各上述指定分词词语分别对应的指定单位权重分值的步骤之前,还可包括对于上述核心词-单位-单位权重分值映射表的生成过程。具体地,首先获取与上述第一处理单位内的各上述目标核心词分别对应的目标出现概率。然后将上述目标出现概率作为与上述目标核心词对应的第一目标单位权重分值,之后为上述目标核心词、上述第一处理单位与上述第一目标单位权重分值之间建立一一对应的映射关系。后续基于上述映射关系,将上述目标核心词、上述第一处理单位与上述第一目标单位权重分值对应存储于预先创建的数据表内,得到存储后的数据表。最后将上述存储后的数据表作为上述核心词-单位-单位权重分值映射表。本实施例通过将上述第一处理单位对应的各上述目标核心词的目标出现概率作为与上述目标核心词对应的第一目标单位权重分值,进而将上述目标核心词、上述第一处理单位与上述第一目标单位权重分值一一对应地存储于预设的数据表内来实现快速便捷地生成上述核心词-机构-机构权重分值映射表,使得后续可以基于该核心词-机构-机构权重分值映射表来查找出与待分配的目标诉求中包含的分词词语对应的指定处理单位以及指定单位权重分值,从而能够基于得到的指定单位权重分值来快速准确地计算出与目标诉求相关的各指定处理单位的处理得分,并进一步基于该处理得分来准确地从所有指定处理单位中确定出与目标诉求对应的目标处理单位,以实现对于目标诉求的准确分配。
进一步地,本申请一实施例中,上述步骤S6,包括:
S600:从所有所述指定单位权重分值中获取与第二处理单位对应的第二目标单位权重分值;其中,所述第二处理单位为所有所述指定处理单位中的任意一个单位;
S601:对所有所述第二目标单位权重分值进行求和处理,得到对应的和值;
S602:将所述和值作为所述第二处理单位的处理得分。
如上述步骤S600至S602所述,上述基于上述指定单位权重分值,分别计算与各上述指定处理单位分别对应的处理得分的步骤,具体可包括:首先从所有上述指定单位权重分值中获取与第二处理单位对应的第二目标单位权重分值。其中,上述第二处理单位为所有上述指定处理单位中的任意一个单位。然后对所有上述第二目标单位权重分值进行求和处理,得到对应的和值。最后在得到了上述和值时,将上述和值作为上述第二处理单位的处理得分。举例地,如果上述所有指定分词词语分别为a,b,c,且与上述所有指定分词词语具有对应关系的指定处理单位为处理单位A1、处理单位A2以及处理单位A3,其中,a与b都属于处理单位A1和处理单位A2的核心词,c属于处理单位A2和处理单位A3的核心词,且a相对于A1的单位权重分值为f(a,A1),a相对于A2的单位权重分值为f(a,A2),b相对于A1的单位权重分值为f(b,A1),b相对于A2的单位权重分值为f(b,A2),c相对于A2的单位权重分值为f(c,A2),c相对于A3的单位权重分值为f(c,A3),则可计算出处理单位A1的处理得分g(A1)=f(a,A1)+f(b,A1);处理单位A2的处理得分g(A2)=f(a,A2)+f(b,A2)+f(c,A2);处理单位A3的处理得分g(A1)=f(C,A3)。本实施例通过基于指定分词词语与各指定处理单位分别对应的单位权重分值来快速地计算出与各上述指定处理单位分别对应的处理得分,使得后续能够通过对得到的所有处理得分进行比较处理,进而将所有上述处理得分中数值最大的指定处理得分对应的处理单位作为处理上述目标诉求的目标处理单位,从而实现对于目标诉求的准确分配。
进一步地,本申请一实施例中,上述步骤S8之后,包括:
S800:获取预设数值;
S801:计算所述目标处理得分与所述预设数值的乘积,得到第一分值;
S802:判断其他得分中是否存在大于所述第一分值的第二分值;其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分;
S803:若是,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。
如上述步骤S800至S803所述,在执行完所述从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位的步骤之后,还可包括判别是否存在与上述目标诉求对应的联合处理单位的判别过程。具体地,首先获取预设数值。其中,对于上述预设数值不作具体限定,可根据实际需求进行设置,例如可设为0.2。然后计算所述目标处理得分与所述预设数值的乘积,得到第一分值。之后判断其他得分中是否存在大于所述第一分值的第二分值。其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分。如果其他得分中存在大于所述第一分值的第二分值,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。另外,当存在其他处理单位的处理得分大于所述指定处理得分与预设数值的乘积,可表明该其他处理单位与上述目标诉求也具有一定的关联性,可将其作为与所述目标诉求对应的联合处理单位,以配合目标处理单位来共同执行对于目标诉求的处理工作。举例地,如果上述预设数值为20%,上述所有指定分词词语分别为a,b,c,与上述所有指定分词词语具有对应关系的指定处理单位为处理单位A1、处理单位A2以及处理单位A3,且处理单位A1、处理单位A2与处理单位A3的处理得分分别为10,3,1。则10分所对应的处理单位A1由于处理分值最大被确定为目标诉求的最强关联单位,即用于处理该目标诉求的目标处理单位。第一分值为10*20%=2,虽然处理单位A2的3分的处理得分比较少,但是大于最高的处理分值10分的20%即上述第一分值,即该目标诉求与处理分值3分对应的处理单位A2也有一定的关联性,那么可将处理单位A2作为目标诉求的联合处理单位。1分的处理得分连目标处理单位的处理得分的20%分值都不到,可以视为与1分对应的处理单位A3的历史处理诉求的内容与本次的目标诉求的内容相距甚远,因此排除将其用作目标诉求的联合处理单位。本实施例中,在确定出用于处理所述目标诉求的目标处理单位后,后续还可基于该目标处理单位的处理得分来智能地从其他处理单位中确定出用于辅助处理该目标诉求的联合处理单位,进而后续能够基于目标处理单位与联合处理单位来共同处理该目标诉求,以有效提高目标诉求的处理效率。
本申请实施例中的诉求数据的分配方法还可以应用于区块链领域,如将上述处理得分等数据存储于区块链上。通过使用区块链来对上述处理得分进行存储和管理,能够有效地保证上述处理得分的安全性与不可篡改性。
上述区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中,用户管理模块负责所有区块链参与者的身份信息管理,包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等,并且在授权的情况下,监管和审计某些真实身份的交易情况,提供风险控制的规则配置(风控审计);基础服务模块部署在所有区块链节点设备上,用来验证业务请求的有效性,并对有效请求完成共识后记录到存储上,对于一个新的业务请求,基础服务先对接口适配解析和鉴权处理(接口适配),然后通过共识算法将业务信息加密(共识管理),在加密之后完整一致的传输至共享账本上(网络通信),并进行记录存储;智能合约模块负责合约的注册发行以及合约触发和合约执行,开发人员可以通过某种编程语言定义合约逻辑,发布到区块链上(合约注册),根据合约条款的逻辑,调用密钥或者其它的事件触发执行,完成合约逻辑,同时还提供对合约升级注销的功能;运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出,例如:告警、监控网络情况、监控节点设备健康状态等。
参照图2,本申请一实施例中还提供了一种诉求数据的分配装置,包括:
第一获取模块1,用于获取待分配的目标诉求;
第一处理模块2,用于对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
第二处理模块3,用于将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
第一筛选模块4,用于从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
查找模块5,用于从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
第一计算模块6,用于基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
第二筛选模块7,用于对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
分配模块8,用于从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
本实施例中,上述诉求数据的分配装置中的第一获取模块1、第一处理模块2、第二处理模块3、第一筛选模块4、查找模块5、第一计算模块6、第二筛选模块7与分配模块8的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S1至S8的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述诉求数据的分配装置,包括:
第二获取模块,用于获取与第一处理单位对应的所有正确处理的已处理诉求;其中,所述第一处理单位为所有所述处理单位中的任意一个单位;
第三处理模块,用于分别对各所述已处理诉求进行分词处理,得到处理后的第一词语;
第四处理模块,用于对所有所述第一词语进行合并去重处理,得到处理后的第二词语;
第三筛选模块,用于从所有所述已处理诉求中筛选出包含目标词语的指定诉求;其中,所述目标词语为所有所述第二词语中的任意一个词语;
第三获取模块,用于获取所述已处理诉求的第一数量,以及获取所述指定诉求的第二数量;
生成模块,用于基于所述第一数量与所述第二数量,生成与所述目标词语对应的出现概率;
第一确定模块,用于基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词;
第一存储模块,用于将所述目标核心词存储于预先创建的数据库,得到所述核心词库。
本实施例中,上述诉求数据的分配装置中的第二获取模块、第三处理模块、第四处理模块、第三筛选模块、第三获取模块、生成模块、第一确定模块与第一存储模块的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S300至S307的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述第一确定模块,包括:
第一获取单元,用于分别获取每一个所述第二词语的出现概率;
排序单元,用于按照所述第二词语的出现概率从大到小的顺序对所有所述第二词语进行排序,得到对应的排序结果;
第二获取单元,用于从所述排序结果排在首位的出现概率开始,依次获取第三数量的第一出现概率;
第三获取单元,用于从所有所述第二词语中获取与所述第一出现概率对应的第三词语;
第一确定单元,用于将所述第三词语作为所述目标核心词。
本实施例中,上述诉求数据的分配装置中的第一获取单元、排序单元、第二获取单元、第三获取单元与第一确定单元的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S3060至S3064的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述第一确定模块,包括:
第四获取单元,用于分别获取每一个所述第二词语的出现概率;以及,
第五获取单元,用于获取预设的出现概率阈值;
筛选单元,用于从所有所述第二词语的出现概率中筛选出大于所述出现概率阈值的第二出现概率;
第六获取单元,用于从所有所述第二词语中获取与所述第二出现概率对应的第四词语;
第二确定单元,用于将所述第四词语作为所述目标核心词。
本实施例中,上述诉求数据的分配装置中的第四获取单元、第五获取单元、筛选单元、第六获取单元与第二确定单元的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S3065至S3069的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述诉求数据的分配装置,包括:
第四获取模块,用于获取与所述第一处理单位内的各所述目标核心词分别对应的目标出现概率;
第二确定模块,用于将所述目标出现概率作为与所述目标核心词对应的第一目标单位权重分值;
映射模块,用于为所述目标核心词、所述第一处理单位与所述第一目标单位权重分值之间建立一一对应的映射关系;
第二存储模块,用于基于所述映射关系,将所述目标核心词、所述第一处理单位与所述第一目标单位权重分值对应存储于预先创建的数据表内,得到存储后的数据表;
第三确定模块,用于将所述存储后的数据表作为所述核心词-单位-单位权重分值映射表。
本实施例中,上述诉求数据的分配装置中的第四获取模块、第二确定模块、映射模块、第二存储模块与第三确定模块的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S500至S504的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述第一计算模块,包括:
第七获取单元,用于从所有所述指定单位权重分值中获取与第二处理单位对应的第二目标单位权重分值;其中,所述第二处理单位为所有所述指定处理单位中的任意一个单位;
处理单元,用于对所有所述第二目标单位权重分值进行求和处理,得到对应的和值;
确定单元,用于将所述和值作为所述第二处理单位的处理得分。
本实施例中,上述诉求数据的分配装置中的第七获取单元、处理单元与确定单元的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S600至S602的实现过程,在此不再赘述。
进一步地,本申请一实施例中,上述诉求数据的分配装置,包括:
第五获取模块,用于获取预设数值;
第二计算模块,用于计算所述目标处理得分与所述预设数值的乘积,得到第一分值;
判断模块,用于判断其他得分中是否存在大于所述第一分值的第二分值;其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分;
第四确定模块,用于若是,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。
本实施例中,上述诉求数据的分配装置中的第五获取模块、第二计算模块、判断模块与第四确定模块的功能和作用的实现过程具体详见上述诉求数据的分配方法中对应步骤S800至S803的实现过程,在此不再赘述。
参照图3,本申请实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、输入装置和数据库。其中,该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括存储介质、内存储器。该存储介质存储有操作系统、计算机程序和数据库。该内存储器为存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标诉求、分词词语、核心词、匹配结果、指定处理单位、指定单位权重分值、目标处理得分以及目标处理单位。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机设备的显示屏是计算机中必不可少的一种图文输出设备,用于将数字信号转换为光信号,使文字与图形在显示屏的屏幕上显示出来。该计算机设备的输入装置是计算机与用户或其他设备之间进行信息交换的主要装置,用于把数据、指令及某些标志信息等输送到计算机中去。该计算机程序被处理器执行时以实现一种诉求数据的分配方法。
上述处理器执行上述诉求数据的分配方法的步骤:
获取待分配的目标诉求;
对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
本领域技术人员可以理解,图3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装置、计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现一种诉求数据的分配方法,具体为:
获取待分配的目标诉求;
对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;
从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;
对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理。
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,所述的计算机程序可存储于计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(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)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、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)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (9)

1.一种诉求数据的分配方法,其特征在于,包括:
获取待分配的目标诉求;
对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;所述核心词库根据正确处理的已处理诉求以及对应的处理单位创建得到;
从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;其中,每个指定处理单位的处理得分等于与其对应的所有权重分值的和值;
对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理;
所述从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位的步骤之后,包括:
获取预设数值;
计算所述目标处理得分与所述预设数值的乘积,得到第一分值;
判断其他得分中是否存在大于所述第一分值的第二分值;其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分;
若是,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。
2.根据权利要求1所述的诉求数据的分配方法,其特征在于,所述将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果的步骤之前,包括:
获取与第一处理单位对应的所有正确处理的已处理诉求;其中,所述第一处理单位为所有所述处理单位中的任意一个单位;
分别对各所述已处理诉求进行分词处理,得到处理后的第一词语;
对所有所述第一词语进行合并去重处理,得到处理后的第二词语;
从所有所述已处理诉求中筛选出包含目标词语的指定诉求;其中,所述目标词语为所有所述第二词语中的任意一个词语;
获取所述已处理诉求的第一数量,以及获取所述指定诉求的第二数量;
基于所述第一数量与所述第二数量,生成与所述目标词语对应的出现概率;
基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词;
将所述目标核心词存储于预先创建的数据库,得到所述核心词库。
3.根据权利要求2所述的诉求数据的分配方法,其特征在于,所述基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词的步骤,包括:
分别获取每一个所述第二词语的出现概率;
按照所述第二词语的出现概率从大到小的顺序对所有所述第二词语进行排序,得到对应的排序结果;
从所述排序结果排在首位的出现概率开始,依次获取第三数量的第一出现概率;
从所有所述第二词语中获取与所述第一出现概率对应的第三词语;
将所述第三词语作为所述目标核心词。
4.根据权利要求2所述的诉求数据的分配方法,其特征在于,所述基于每一个所述第二词语的出现概率,按照预设规则从所有所述第二词语中确定出所述第一处理单位的目标核心词的步骤,包括:
分别获取每一个所述第二词语的出现概率;以及,
获取预设的出现概率阈值;
从所有所述第二词语的出现概率中筛选出大于所述出现概率阈值的第二出现概率;
从所有所述第二词语中获取与所述第二出现概率对应的第四词语;
将所述第四词语作为所述目标核心词。
5.根据权利要求2所述的诉求数据的分配方法,其特征在于,所述从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值的步骤之前,包括:
获取与所述第一处理单位内的各所述目标核心词分别对应的目标出现概率;
将所述目标出现概率作为与所述目标核心词对应的第一目标单位权重分值;
为所述目标核心词、所述第一处理单位与所述第一目标单位权重分值之间建立一一对应的映射关系;
基于所述映射关系,将所述目标核心词、所述第一处理单位与所述第一目标单位权重分值对应存储于预先创建的数据表内,得到存储后的数据表;
将所述存储后的数据表作为所述核心词-单位-单位权重分值映射表。
6.根据权利要求1所述的诉求数据的分配方法,其特征在于,所述基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分的步骤,包括:
从所有所述指定单位权重分值中获取与第二处理单位对应的第二目标单位权重分值;其中,所述第二处理单位为所有所述指定处理单位中的任意一个单位;
对所有所述第二目标单位权重分值进行求和处理,得到对应的和值;
将所述和值作为所述第二处理单位的处理得分。
7.一种诉求数据的分配装置,其特征在于,包括:
第一获取模块,用于获取待分配的目标诉求;
第一处理模块,用于对所述目标诉求的文本内容进行分词处理,得到对应的分词结果;其中,所述分词结果包括多个分词词语;
第二处理模块,用于将各所述分词词语分别与预设的核心词库中包含的所有核心词进行匹配处理,得到对应的多个匹配结果;其中,所述核心词库存储有与处理单位对应的核心词,所述匹配结果的内容为匹配成功或匹配失败;所述核心词库根据正确处理的已处理诉求以及对应的处理单位创建得到;
第一筛选模块,用于从所有所述匹配结果中筛选出内容为匹配成功的指定匹配结果,并从所有所述分词词语中筛选出与所述指定匹配结果对应的指定分词词语;
查找模块,用于从预设的核心词-单位-单位权重分值映射表中查找出与各所述指定分词词语分别对应的指定处理单位,以及与各所述指定分词词语分别对应的指定单位权重分值;其中,所述核心词-单位-单位权重分值映射表内存储有所述核心词、与核心词对应的处理单位、以及与核心词对应的单位权重分值;
第一计算模块,用于基于所述指定单位权重分值,分别计算与各所述指定处理单位分别对应的处理得分;其中,每个指定处理单位的处理得分等于与其对应的所有权重分值的和值;
第二筛选模块,用于对所有所述处理得分进行大小比较处理,从所有所述处理得分中筛选出数值最大的目标处理得分;
分配模块,用于从所有所述指定处理单位中筛选出与所述目标处理得分对应的目标处理单位,并将所述目标诉求分配至所述目标处理单位,以通过所述目标处理单位对所述目标诉求进行处理;
第五获取模块,用于获取预设数值;
第二计算模块,用于计算所述目标处理得分与所述预设数值的乘积,得到第一分值;
判断模块,用于判断其他得分中是否存在大于所述第一分值的第二分值;其中,所述其他得分是指所有所述处理得分中除所述目标处理得分外的得分;
第四确定模块,用于若是,将与所述第二分值对应的处理单位作为与所述目标诉求对应的联合处理单位。
8.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202110580560.9A 2021-05-26 2021-05-26 诉求数据的分配方法、装置、计算机设备和存储介质 Active CN113191146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110580560.9A CN113191146B (zh) 2021-05-26 2021-05-26 诉求数据的分配方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110580560.9A CN113191146B (zh) 2021-05-26 2021-05-26 诉求数据的分配方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113191146A CN113191146A (zh) 2021-07-30
CN113191146B true CN113191146B (zh) 2023-02-07

Family

ID=76985803

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110580560.9A Active CN113191146B (zh) 2021-05-26 2021-05-26 诉求数据的分配方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113191146B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348604B (zh) * 2020-11-26 2023-11-17 税友软件集团股份有限公司 发票商品编码赋值方法、系统、装置及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017114019A1 (zh) * 2015-12-29 2017-07-06 广州神马移动信息科技有限公司 一种基于潜在狄利克雷分配(lda)模型的关键词推荐方法和系统
WO2018107921A1 (zh) * 2016-12-15 2018-06-21 腾讯科技(深圳)有限公司 回答语句确定方法及服务器

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846056B (zh) * 2018-06-01 2021-04-23 云南电网有限责任公司电力科学研究院 一种科技成果评审专家推荐方法及装置
CN109065129A (zh) * 2018-07-04 2018-12-21 平安科技(深圳)有限公司 科室推荐方法、装置、计算机设备和存储介质
CN110138837B (zh) * 2019-04-15 2021-12-28 平安科技(深圳)有限公司 请求处理方法、装置、计算机设备和存储介质
CN112347310B (zh) * 2020-11-05 2023-08-15 中国平安人寿保险股份有限公司 事件处理信息的查询方法、装置、计算机设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017114019A1 (zh) * 2015-12-29 2017-07-06 广州神马移动信息科技有限公司 一种基于潜在狄利克雷分配(lda)模型的关键词推荐方法和系统
WO2018107921A1 (zh) * 2016-12-15 2018-06-21 腾讯科技(深圳)有限公司 回答语句确定方法及服务器

Also Published As

Publication number Publication date
CN113191146A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN112540811B (zh) 缓存数据的检测方法、装置、计算机设备和存储介质
CN113742776A (zh) 基于生物识别技术的数据校验方法、装置和计算机设备
CN113326081A (zh) 静态资源的处理方法、装置、计算机设备和存储介质
CN112668041A (zh) 单证文件的生成方法、装置、计算机设备和存储介质
CN113726784A (zh) 一种网络数据的安全监控方法、装置、设备及存储介质
CN113642039A (zh) 单证模板的配置方法、装置、计算机设备和存储介质
CN114840387A (zh) 微服务监控方法、装置、计算机设备和存储介质
CN111797605A (zh) 基于报表模板的报表生成方法、装置和计算机设备
CN113282514A (zh) 问题数据的处理方法、装置、计算机设备和存储介质
CN111813946A (zh) 医疗信息反馈方法、装置、设备及可读存储介质
CN111986794A (zh) 基于人脸识别的防冒挂号方法、装置、计算机设备及介质
CN113889262A (zh) 基于模型的数据预测方法、装置、计算机设备和存储介质
CN112948275A (zh) 测试数据生成方法、装置、设备及存储介质
CN113191146B (zh) 诉求数据的分配方法、装置、计算机设备和存储介质
CN113986581A (zh) 数据聚合处理方法、装置、计算机设备和存储介质
CN113672654B (zh) 数据查询方法、装置、计算机设备和存储介质
CN113918609A (zh) 试卷创建方法、装置、计算机设备和存储介质
CN112637282B (zh) 信息推送方法、装置、计算机设备和存储介质
CN113535260B (zh) 基于模拟器的数据处理方法、装置、设备及存储介质
CN116797345A (zh) 任务处理方法、装置、计算机设备及存储介质
CN113177396B (zh) 报表生成方法、装置、计算机设备和存储介质
CN112650659B (zh) 埋点设置方法、装置、计算机设备和存储介质
CN114547053A (zh) 基于系统的数据处理方法、装置、计算机设备和存储介质
CN112364136B (zh) 关键词生成方法、装置、设备及存储介质
CN113627551A (zh) 基于多模型的证件分类方法、装置、设备和存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20211109

Address after: 518000 1601 (unit 18), Qianhai free trade building, 3048 Xinghai Avenue, Nanshan street, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong Province

Applicant after: Shenzhen saiante Technology Service Co.,Ltd.

Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000

Applicant before: Ping An International Smart City Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant