CN114282117A - 一种基于ai的rpa机器人智能推荐方法 - Google Patents
一种基于ai的rpa机器人智能推荐方法 Download PDFInfo
- Publication number
- CN114282117A CN114282117A CN202111640644.3A CN202111640644A CN114282117A CN 114282117 A CN114282117 A CN 114282117A CN 202111640644 A CN202111640644 A CN 202111640644A CN 114282117 A CN114282117 A CN 114282117A
- Authority
- CN
- China
- Prior art keywords
- data
- rpa robot
- user
- information
- browsing
- 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.)
- Withdrawn
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于机器人推荐技术领域，提供了一种基于AI的RPA机器人智能推荐方法，先通过对新用户和老用户进行不同的推荐方式，新用户由于没有相关数据，直接采用多次获取其关键词组成关键词组，并对关键词组进行联想分析，推荐对方想要的RPA机器人；老用户由于有了一部分相关的数据，从而根据这部分数据，结合从网上爬取的相关数据并分别赋予不同的权重，根据权重进行重新的排列，之后对近一段时间内的数据与权重排列数据进行比对获取共有的数据，将共有的数据结合形成新的数据库，根据这个数据库进行联想分析，获得对方的数据，根据这个数据向对应推荐RPA机器人，由于都是根据该用户数据分析的，从而符合对方的使用需要，直接提高RPA机器人推荐效率。
Description
技术领域
本发明属于机器人推荐技术领域，尤其涉及一种基于AI的RPA机器人智能推荐方法。
背景技术
各种流程自动化(Robotic Process Automation，RPA)机器人不断推出。RPA是指通过特定的“机器人软件”，模拟人在计算机上的操作，使计算机按规则自动执行流程任务。RPA机器人具有低代码的特性，RPA机器人还具有非侵入性，不用软件系统开放接口，就可以实现RPA机器人的自动化操作，由于RPA的特性，一个RPA机器人的开发通常是基于一套业务流程实现的。因此，一个RPA机器人通常只能实现一种解决方案。例如，发票识别机器人用于识别发票，自动填报机器人用于根据已知信息自动填报报表，保险客户机器人用于服务客户保险相关的咨询等。
目前，为了满足不同用户的需求，在提供RPA机器人的服务平台中，通常具有大量的基于不同业务的RPA机器人。当用户需要从该平台获取RPA机器人时，通常需要用户从大量的RPA机器人中寻找目标机器人。但是最常用的还是通过获取用户的关键字信息，实现RPA机器人的推荐，不过这种需要客户进行输入才能够实现推荐。
发明内容
本发明提供一种基于AI的RPA机器人智能推荐方法，旨在解决通过获取用户的关键字信息，实现RPA机器人的推荐，不过这种需要客户进行输入才能够实现推荐的问题。
本发明是这样实现的，一种基于AI的RPA机器人智能推荐方法，包括如下步骤：
步骤S1：从平台或者网站处，获取用户的注册信息、浏览信息以及购买信息；
步骤S2：根据用户的注册信息建立用户档案，并在档案内对浏览信息和购买信息分成两列，同时对两列分别赋予不同的权重；
步骤S3：根据对用户档案信息的解读，对用户推荐相同或者相似功能的RPA机器人。
优选的，在步骤S1中包括如下细分步骤：
步骤S11：从售卖RPA机器人的网站或者平台处获取客户的注册信息；
步骤S12：从该网站或者平台处获取客户的浏览信息和购买信息；
步骤S13：根据客户的注册信息，利用爬虫从网上爬取该用户最近在其他网站和平台处的浏览信息和购买信息。
优选的，在步骤S2中包括如下细分步骤：
步骤S21：根据售卖RPA机器人的网站或者平台处获取客户的注册信息建立该用户档案；
步骤S22：在用户档案内将获取的该用户的浏览信息和购买信息分属在两列中；
步骤S23：对浏览信息列和购买信息列分别赋予不同的权重；
步骤S24：对浏览信息列内进行不同权重的分配排列；
步骤S25：对购买信息列内进行不同权重的分配排列。
优选的，在步骤S24中包括如下细分步骤：
步骤S241：对浏览信息列内先按照浏览时长赋予不同的权重；
步骤S242：对浏览信息列内再按照浏览时间由现在向以前进行排列，并分别赋予不同的权重。
优选的，在步骤S25中包括如下细分步骤：
步骤S251：对购买信息列内按照购买品类与RPA机器人相关度进行排列，并分别赋予不同的权重；
步骤S252：对购买信息列内按照购买时间由现在向以前进行排列，并分别赋予不同的权重。
优选的，在步骤S3中包括如下细分步骤：
步骤S31：选出最近的一个时间段，对该时间段的用户数据进行分析；
步骤S32：对该时间段内用户的购买数据和浏览数据由近到远排列；
步骤S33：根据该用户的购买信息权重从高到低的排列数据；
步骤S34：根据该用户的浏览信息权重从高到低的排列数据；
步骤S35：直接将步骤S33和步骤S34中的数据与步骤S32内部数据进行遍寻比对，获得相互之间的交集数据，根据该数据提取出新的关键词和数据。
优选的，在步骤S3中还包括如下细分步骤：
步骤S36：根据得到的新关键词和数据进行RPA机器人的推荐。
优选的，其中，还包括并行的另一种推荐RPA机器人方法，该方法包括如下步骤：
步骤S4：获取售卖RPA机器人的网站或者平台处购买方的搜索关键词；
步骤S5：直接向客户推荐该关键词对应的RPA机器人。
优选的，在新用户注册才使用该售卖RPA机器人的网站或者平台时，采用步骤S4和步骤S5向客户进行RPA机器人推荐；
在老用户使用该售卖RPA机器人的网站或者平台时，采用步骤S1、步骤S2和步骤S3向客户进行RPA机器人推荐。
与现有技术相比，本发明的有益效果是：本发明的一种基于AI的RPA机器人智能推荐方法，本申请先通过对新用户和老用户进行不同的推荐方式，保证各自均采用了较为有效的推荐方式，新用户由于没有相关数据，直接采用多次获取其关键词组成关键词组，并对关键词组进行联想分析，推荐对方想要的RPA机器人；老用户由于有了一部分相关的数据，从而根据这部分数据，结合从网上爬取的相关数据并分别赋予不同的权重，根据权重进行重新的排列，之后对近一段时间内的数据与权重排列数据进行比对获取共有的数据，将共有的数据结合形成新的数据库，根据这个数据库进行联想分析，获得对方的数据，根据这个数据向对应推荐RPA机器人，由于都是根据该用户的数据分析的，从而较为符合对方的使用习惯和使用需要，直接提高RPA机器人推荐效率的效果。
附图说明
图1为本发明的整体流程步骤示意图；
图2为本发明中步骤S1的具体流程步骤示意图；
图3为本发明中步骤S2的具体流程步骤示意图；
图4为本发明中步骤S24的具体流程步骤示意图；
图5为本发明中步骤S25的具体流程步骤示意图；
图6为本发明中步骤S3的具体流程步骤示意图；
图7为本发明中另一套系统的具体流程步骤示意图；
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1-6，本发明提供一种技术方案：一种基于AI的RPA机器人智能推荐方法，包括如下步骤：
步骤S1：从平台或者网站处，获取用户的注册信息、浏览信息以及购买信息；
步骤S11：从售卖RPA机器人的网站或者平台处获取客户的注册信息；
步骤S12：从该网站或者平台处获取客户的浏览信息和购买信息；
步骤S13：根据客户的注册信息，利用爬虫从网上爬取该用户最近在其他网站和平台处的浏览信息和购买信息。
步骤S2：根据用户的注册信息建立用户档案，并在档案内对浏览信息和购买信息分成两列，同时对两列分别赋予不同的权重；
步骤S21：根据售卖RPA机器人的网站或者平台处获取客户的注册信息建立该用户档案；
步骤S22：在用户档案内将获取的该用户的浏览信息和购买信息分属在两列中；
步骤S23：对浏览信息列和购买信息列分别赋予不同的权重；
步骤S24：对浏览信息列内进行不同权重的分配排列；
步骤S241：对浏览信息列内先按照浏览时长赋予不同的权重；
步骤S242：对浏览信息列内再按照浏览时间由现在向以前进行排列，并分别赋予不同的权重。
步骤S25：对购买信息列内进行不同权重的分配排列。
步骤S251：对购买信息列内按照购买品类与RPA机器人相关度进行排列，并分别赋予不同的权重；
步骤S252：对购买信息列内按照购买时间由现在向以前进行排列，并分别赋予不同的权重。
步骤S3：根据对用户档案信息的解读，对用户推荐相同或者相似功能的RPA机器人；
步骤S31：选出最近的一个时间段，对该时间段的用户数据进行分析；
步骤S32：对该时间段内用户的购买数据和浏览数据由近到远排列；
步骤S33：根据该用户的购买信息权重从高到低的排列数据；
步骤S34：根据该用户的浏览信息权重从高到低的排列数据；
步骤S35：直接将步骤S33和步骤S34中的数据与步骤S32内部数据进行遍寻比对，获得相互之间的交集数据，根据该数据提取出新的关键词和数据。
步骤S36：根据得到的新关键词和数据进行RPA机器人的推荐。
在本实施方式中，先从售卖RPA机器人的网站或者平台处获取客户的注册信息，并从该网站或者平台处获取客户的浏览信息和购买信息，之后根据该客户的注册信息，利用爬虫从网上爬取以该用户注册信息相关的其他网站或者平台用户号，并判断这些用户号为该用户在其他网站或者平台处的注册信息，之后根据这些注册信息获取对应的用户最近在其他网站和平台处的浏览信息和购买信息，增加整个数据的样本，保证数据的可靠度。
之后根据售卖RPA机器人的网站或者平台处获取客户的注册信息建立该用户档案，并在用户档案内将获取的该用户的浏览信息和购买信息分属在并列的两列中；其中，对浏览信息列和购买信息列分别赋予不同的权重，购买信息列的权重大于浏览信息列的权重，之后对浏览信息列内进行不同权重的分配排列，先按照浏览时长赋予不同的权重；再按照浏览时间由现在向以前进行排列，并分别赋予不同的权重。随后对购买信息列内进行不同权重的分配排列，先按照购买品类与RPA机器人相关度进行排列，并分别赋予不同的权重，再按照购买时间由现在向以前进行排列，并分别赋予不同的权重，得出该用户的浏览信息权重从高到低的排列数据，以及该用户的购买信息权重从高到低的排列数据。
之后选出最近的一个时间段，对该时间段的用户数据进行分析，先对该时间段内用户的购买数据和浏览数据由近到远排列，随后根据该用户的购买信息权重从高到低的排列数据，再根据浏览信息权重从高到低的排列数据，找出这段时间内最近的购买数据相关度高的关键数据，以及这段时间内最近的浏览时长高的关键数据，对上述两组关数据组成关键数据组，并对该关键数据组进行分析得出两者之间的交集，得出新关键词和数据，最后根据得到的新关键词和数据进行RPA机器人的推荐。
请参阅图7，进一步；其中，还包括并行的另一种推荐RPA机器人方法，该方法包括如下步骤：
步骤S4：获取售卖RPA机器人的网站或者平台处购买方的搜索关键词；
步骤S5：直接向客户推荐该关键词对应的RPA机器人。
在本实施方式中，新用户售卖方需要根据从网站和平台处获取的该客户的注册信息以及该用户在输入栏输入的关键词，以该关键词为中心进行联想推荐，并在该网站和平台上进行快速的刷新推广，实时更新向使用者推荐可能需要的或者心仪RPA机器人。
不断的获取用户输入的新关键词，对关键词库进行补充，根据关键词库内的数据进行不断的联想分析，推得出使用者可能需要的RPA机器人款式。
进一步；在新用户注册才使用该售卖RPA机器人的网站或者平台时，采用步骤S4和步骤S5向客户进行RPA机器人推荐；
在老用户使用该售卖RPA机器人的网站或者平台时，采用步骤S1、步骤S2和步骤S3向客户进行RPA机器人推荐。
在本实施方式中，新用户需要购买时，会到对应的售卖RPA机器人的网站或者平台进行登录注册，之后在输入框进行关键词的输入，随后进行逐个的遍寻浏览，这时该售卖RPA机器人的网站或者平台可以将该用户的注册信息生成用户档案，并对其数据的关键词进行不停的获得，组成关键词库，之后通过对关键词库内的数据进行联想分析，提取出相似的部分，根据这部分进行RPA机器人的推荐，并通过界面的刷新推送给客户；
老用户需要购买时，该售卖RPA机器人的网站或者平台根据其之前的购买信息以及浏览信息，以及之前分析的数据对其进行新的需求进行判断，之后根据新需求进行新的RPA机器人推荐。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于AI的RPA机器人智能推荐方法，其特征在于：包括如下步骤：
步骤S1：从平台或者网站处，获取用户的注册信息、浏览信息以及购买信息；
步骤S2：根据用户的注册信息建立用户档案，并在档案内对浏览信息和购买信息分成两列，同时对两列分别赋予不同的权重；
步骤S3：根据对用户档案信息的解读，对用户推荐相同或者相似功能的RPA机器人。
2.如权利要求1所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S1中包括如下细分步骤：
步骤S11：从售卖RPA机器人的网站或者平台处获取客户的注册信息；
步骤S12：从该网站或者平台处获取客户的浏览信息和购买信息；
步骤S13：根据客户的注册信息，利用爬虫从网上爬取该用户最近在其他网站和平台处的浏览信息和购买信息。
3.如权利要求1所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S2中包括如下细分步骤：
步骤S21：根据售卖RPA机器人的网站或者平台处获取客户的注册信息建立该用户档案；
步骤S22：在用户档案内将获取的该用户的浏览信息和购买信息分属在两列中；
步骤S23：对浏览信息列和购买信息列分别赋予不同的权重；
步骤S24：对浏览信息列内进行不同权重的分配排列；
步骤S25：对购买信息列内进行不同权重的分配排列。
4.如权利要求3所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S24中包括如下细分步骤：
步骤S241：对浏览信息列内先按照浏览时长赋予不同的权重；
步骤S242：对浏览信息列内再按照浏览时间由现在向以前进行排列，并分别赋予不同的权重。
5.如权利要求3所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S25中包括如下细分步骤：
步骤S251：对购买信息列内按照购买品类与RPA机器人相关度进行排列，并分别赋予不同的权重；
步骤S252：对购买信息列内按照购买时间由现在向以前进行排列，并分别赋予不同的权重。
6.如权利要求1所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S3中包括如下细分步骤：
步骤S31：选出最近的一个时间段，对该时间段的用户数据进行分析；
步骤S32：对该时间段内用户的购买数据和浏览数据由近到远排列；
步骤S33：根据该用户的购买信息权重从高到低的排列数据；
步骤S34：根据该用户的浏览信息权重从高到低的排列数据；
步骤S35：直接将步骤S33和步骤S34中的数据与步骤S32内部数据进行遍寻比对，获得相互之间的交集数据，根据该数据提取出新的关键词和数据。
7.如权利要求1所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在步骤S3中还包括如下细分步骤：
步骤S36：根据得到的新关键词和数据进行RPA机器人的推荐。
8.如权利要求1所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：其中，还包括并行的另一种推荐RPA机器人方法，该方法包括如下步骤：
步骤S4：获取售卖RPA机器人的网站或者平台处购买方的搜索关键词；
步骤S5：直接向客户推荐该关键词对应的RPA机器人。
9.如权利要求8所述的一种基于AI的RPA机器人智能推荐方法，其特征在于：在新用户注册才使用该售卖RPA机器人的网站或者平台时，采用步骤S4和步骤S5向客户进行RPA机器人推荐；
在老用户使用该售卖RPA机器人的网站或者平台时，采用步骤S1、步骤S2和步骤S3向客户进行RPA机器人推荐。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111640644.3A CN114282117A (zh) | 2021-12-29 | 2021-12-29 | 一种基于ai的rpa机器人智能推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111640644.3A CN114282117A (zh) | 2021-12-29 | 2021-12-29 | 一种基于ai的rpa机器人智能推荐方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114282117A true CN114282117A (zh) | 2022-04-05 |
Family
ID=80878018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111640644.3A Withdrawn CN114282117A (zh) | 2021-12-29 | 2021-12-29 | 一种基于ai的rpa机器人智能推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114282117A (zh) |
-
2021
- 2021-12-29 CN CN202111640644.3A patent/CN114282117A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110363305B (zh) | 联邦学习方法、系统、终端设备及存储介质 | |
| Mishra et al. | A web recommendation system considering sequential information | |
| US20180374108A1 (en) | Method and Apparatus for Building a User Profile, for Personalization Using Interaction Data, and for Generating, Identifying, and Capturing User Data Across Interactions Using Unique User Identification | |
| US11216509B2 (en) | Dynamic faceting for personalized search and discovery | |
| CN110309119B (zh) | 用于实现数据上传、处理和预测查询api公开的系统、方法和装置 | |
| US20170213274A1 (en) | Intent prediction based recommendation system using data combined from multiple channels | |
| CN100401292C (zh) | 用于使用倾向分析进行搜索查询处理的系统和方法 | |
| WO2020200199A1 (zh) | 个性化推荐的方法、终端设备和系统 | |
| CN108664513B (zh) | 用于推送关键词的方法、装置以及设备 | |
| US20150112918A1 (en) | Method and system for recommending content to a user | |
| US10163117B2 (en) | System, method, and computer program product for model-based data analysis | |
| US8914044B2 (en) | Method and system for associating context information with defined location data | |
| US20090077081A1 (en) | Attribute-Based Item Similarity Using Collaborative Filtering Techniques | |
| KR20190007875A (ko) | 유통과 물류의 최적화를 위한 마케팅 관리 데이터 제공 방법 및 이를 위한 장치 | |
| CN104933100A (zh) | 关键词推荐方法和装置 | |
| US20140006166A1 (en) | System and method for determining offers based on predictions of user interest | |
| CN103118111A (zh) | 一种基于多个数据交互中心的数据进行信息推送的方法 | |
| CN114817746A (zh) | 保险产品推荐方法、装置、设备及存储介质 | |
| US20150248720A1 (en) | Recommendation engine | |
| KR20210032691A (ko) | 네트워크 기반 상품 추천 방법 및 장치 | |
| US20110251873A1 (en) | Method, system, and computer readable recording medium for generating keyword pairs for search advertisements based on advertisement purchase history | |
| CN102957722A (zh) | 一种用于生成个性化推荐的网络服务方法及其系统 | |
| CN115033801B (zh) | 物品推荐方法、模型训练方法及电子设备 | |
| CN106294410A (zh) | 一种个性化信息推送时间的确定方法及确定系统 | |
| CN111428100A (zh) | 一种数据检索方法、装置、电子设备及计算机可读存储介质 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220405 |
|
| WW01 | Invention patent application withdrawn after publication |