CN115062217A - 基于人工智能的设计师匹配方法、装置、设备及存储介质 - Google Patents

基于人工智能的设计师匹配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115062217A
CN115062217A CN202210618622.5A CN202210618622A CN115062217A CN 115062217 A CN115062217 A CN 115062217A CN 202210618622 A CN202210618622 A CN 202210618622A CN 115062217 A CN115062217 A CN 115062217A
Authority
CN
China
Prior art keywords
designer
attribute information
information
design
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.)
Pending
Application number
CN202210618622.5A
Other languages
English (en)
Inventor
雷海波
崔波
柴春雷
田帅
田孝义
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.)
Foshan Taihuohongniao Technology Co ltd
Original Assignee
Foshan Taihuohongniao Technology 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 Foshan Taihuohongniao Technology Co ltd filed Critical Foshan Taihuohongniao Technology Co ltd
Priority to CN202210618622.5A priority Critical patent/CN115062217A/zh
Publication of CN115062217A publication Critical patent/CN115062217A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及人工智能技术领域，公开了一种基于人工智能的设计师匹配方法、装置、设备及存储介质，所述方法包括：接收用户发送的设计需求信息，以及获取用户的身份信息；根据设计需求信息和身份信息生成待设计产品的属性信息；将各个设计师的设计任务量对应的设计属性信息与待设计产品的属性信息进行匹配；获取用户基于设计师列表反馈的确认信息；根据确认信息和相匹配的设计师列表确定目标设计师；通过上述方式，根据用户发送的设计需求信息和用户的身份信息生成待设计产品的属性信息，然后将设计属性信息与待设计产品的属性信息进行匹配，再根据反馈的确认信息和设计师列表确定目标设计师，从而能够匹配出与用户设计需求最契合的设计师。

Description

基于人工智能的设计师匹配方法、装置、设备及存储介质
技术领域
本发明涉及人工智能技术领域，尤其涉及基于人工智能的设计师匹配方法、装置、设备及存储介质。
背景技术
随着互联网技术的不断发展和人们审美要求的不断提高，设计师在各个行业更加受到青睐，而设计师根据行业的实际需求又分为平面设计师、景观设计师以及三维设计师等类型，对于不同类型的用户，需要设计产品的需求也各不相同，而不同设计师的设计风格、水平以及报价完全不同，如果匹配出的设计师与用户设计需求不契合的话，会造成用户的体验感较低，例如，用户的实际预算为A，但是相关技术在满足设计需求的情况下匹配出的设计师的设计预算远远超过A，造成用户的满意度和体验感降低。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于人工智能的设计师匹配方法、装置、设备及存储介质，旨在解决现有技术匹配出的设计师与用户设计需求不契合的技术问题。
为实现上述目的，本发明提供了一种基于人工智能的设计师匹配方法，所述基于人工智能的设计师匹配方法包括以下步骤：
接收用户发送的设计需求信息，以及获取所述用户的身份信息；
根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；
将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；
获取所述用户基于所述设计师列表反馈的确认信息；
根据所述确认信息和所述设计师列表确定目标设计师。
可选地，所述根据所述设计需求信息和所述身份信息生成待设计产品的属性信息，包括：
根据所述设计需求信息确定所述用户输入的属性信息的项数；
根据所述身份信息确定用户的账户标识信息；
在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别；
在识别结果为所述用户为首次登陆时，根据所述属性信息的项数确定未填写属性项信息；
在预设时间段内接收到所述用户的终端反馈的填写完成信息时，根据所述设计需求信息和所述填写属性项信息生成待设计产品的属性信息。
可选地，所述在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别之后，还包括：
在识别结果为所述用户为非首次登陆，且在预设时间内未接收到所述用户的终端反馈的填写完成信息时，根据所述账户标识信息通过目标属性信息管理设备查询出所述用户的历史属性信息；
将所述历史属性信息与所述属性信息项数对应的属性信息进行匹配；
在匹配失败时，获取匹配失败属性信息；
按照不同维度对所述匹配失败属性信息进行综合评估，得到未填写属性项信息；
根据所述设计需求信息和所述未填写属性项信息生成待设计产品的属性信息。
可选地，所述将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表，包括：
在各个设计师的设计任务量小于预设任务量阈值时，将所述设计任务量与所述预设任务量阈值进行计算，得到任务量差值；
根据所述任务量差值对所述各个设计师设置对应的优先级；
将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息；
根据所述匹配成功设计属性信息对所述各个设计师进行筛选；
根据筛选后的各个设计师和所述优先级生成与所述待设计产品的属性信息相匹配的设计师列表。
可选地，所述将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息，包括：
将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配；
在匹配结果中不存在匹配成功的属性信息时，对所述设计任务量对应的设计属性信息和所述待设计产品的属性信息进行相似度计算，得到当前属性信息相似度集合；
按照目标顺序对所述当前属性信息相似度集合中的各个属性相似度进行排序；
从排序结果中选取目标属性相似度，并将所述目标属性相似度对应的设计属性信息作为匹配成功属性信息。
可选地，所述获取所述用户基于所述设计师列表反馈的确认信息，包括：
获取匹配成功设计师的设计属性信息；
根据所述设计师列表和所述匹配成功设计师的设计属性信息生成设计师确认列表；
将所述设计师确认列表发送至所述用户的终端，以使所述用户通过所述终端选取当前设计师，在所述当前设计师为多名且待设计产品为多个时，将所述当前设计师与所述待设计产品进行组合，得到设计师-产品关系，将所述设计师-产品关系作为确认信息进行反馈。
可选地，所述根据所述确认信息和所述设计师列表确定目标设计师，包括：
提取所述确认信息中的待设计产品列表；
将所述待设计产品列表中的各个待设计产品分别发送至各个设计师的终端设备，以使所述各个设计师通过所述终端设备对各个待设计产品进行确认并反馈设计师确认信息；
在所述设计师确认信息为不同意设计所述待设计产品时，获取当前设计师的相邻设计属性信息；
将所述相邻设计属性信息对应的设计师和所述相匹配的设计师列表中同意设计所述待设计产品的设计师作为目标设计师。
此外，为实现上述目的，本发明还提出一种基于人工智能的设计师匹配装置，所述基于人工智能的设计师匹配装置包括：
接收模块，用于接收用户发送的设计需求信息，以及获取所述用户的身份信息；
生成模块，用于根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；
匹配模块，用于将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；
获取模块，用于获取所述用户基于所述设计师列表反馈的确认信息；
确定模块，用于根据所述确认信息和所述设计师列表确定目标设计师。
此外，为实现上述目的，本发明还提出一种基于人工智能的设计师匹配设备，所述基于人工智能的设计师匹配设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的设计师匹配程序，所述基于人工智能的设计师匹配程序配置为实现如上文所述的基于人工智能的设计师匹配方法。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于人工智能的设计师匹配程序，所述基于人工智能的设计师匹配程序被处理器执行时实现如上文所述的基于人工智能的设计师匹配方法。
本发明提出的基于人工智能的设计师匹配方法，通过接收用户发送的设计需求信息，以及获取所述用户的身份信息；根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；获取所述用户基于所述设计师列表反馈的确认信息；根据所述确认信息和所述设计师列表确定目标设计师；通过上述方式，根据用户发送的设计需求信息和用户的身份信息生成待设计产品的属性信息，然后将设计属性信息与待设计产品的属性信息进行匹配，再根据反馈的确认信息和设计师列表确定目标设计师，从而能够匹配出与用户设计需求最契合的设计师。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于人工智能的设计师匹配设备的结构示意图；
图2为本发明基于人工智能的设计师匹配方法第一实施例的流程示意图；
图3为本发明基于人工智能的设计师匹配方法第二实施例的流程示意图；
图4为本发明基于人工智能的设计师匹配方法第三实施例的流程示意图；
图5为本发明基于人工智能的设计师匹配装置第一实施例的功能模块示意图。
本发明目的的实现、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用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于人工智能的设计师匹配设备结构示意图。
如图1所示，该基于人工智能的设计师匹配设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对基于人工智能的设计师匹配设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于人工智能的设计师匹配程序。
在图1所示的基于人工智能的设计师匹配设备中，网络接口1004主要用于与网络一体化平台工作站进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于人工智能的设计师匹配设备中的处理器1001、存储器1005可以设置在基于人工智能的设计师匹配设备中，所述基于人工智能的设计师匹配设备通过处理器1001调用存储器1005中存储的基于人工智能的设计师匹配程序，并执行本发明实施例提供的基于人工智能的设计师匹配方法。
基于上述硬件结构，提出本发明基于人工智能的设计师匹配方法实施例。
参照图2，图2为本发明基于人工智能的设计师匹配方法第一实施例的流程示意图。
在第一实施例中，所述基于人工智能的设计师匹配方法包括以下步骤：
步骤S10，接收用户发送的设计需求信息，以及获取所述用户的身份信息。
需要说明的是，本实施例的执行主体为基于人工智能的设计师匹配设备，还可为其他可实现相同或相似功能的设备，例如设计师匹配系统等，本实施例对此不作限制，在本实施例中，以设计师匹配系统为例进行说明。
应当理解的是，设计需求信息指的是用户根据自身需求在设计师匹配系统发布的信息，该设计需求信息发布至设计师匹配系统的方式可以为键入或者语音，例如，设计需求信息可以为“我需要设计开业庆典宣传海报，设计内容需要包含本公司的商标logo，预算在1000-1500元左右”。
可以理解的是，身份信息指的是用户登录设计师匹配系统时可以表明用户身份的信息，通过该身份信息可以唯一识别不同的用户，该身份信息可以为用户的名称+身份证后四位的组合，例如，张三+0001。
步骤S20，根据所述设计需求信息和所述身份信息生成待设计产品的属性信息。
可以理解的是，待设计产品指的是用户所需要设计的产品，例如，待设计产品可以为开业庆典宣传海报，属性信息指的是设计该待设计产品的相关静态属性信息，该属性信息包括设计风格、设计类型、预算、设计尺寸以及完成时间等，待设计产品的属性信息以折页界面的方式呈现，例如，身份信息为张三+0001用户的待设计产品属性：设计风格为古典欧式风格、设计类型为平面设计、预算为1000-1500元左右、设计尺寸为50厘米*70厘米以及完成时间为14天。
步骤S30，将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表。
应当理解的是，设计任务量指的是设计师匹配系统中各个设计师需要设计的任务数量，该设计任务量对应的设计产品是由其他用户在此之前发布的需要设计的产品，设计属性信息指的是各个设计师所擅长设计的属性信息，例如，设计师A擅长美式乡村设计界风格、景观设计类型、设计费用在3000元以上，设计师B擅长古典欧式风格和日式风格、室内设计类型、设计费用在1500-2000元左右，设计师C擅长现代简约风格和古典欧式风格、广告设计类型、设计费用在500-1500元左右。
可以理解的是，设计师列表指的是由与待设计产品的属性信息相匹配的各个设计师构成的列表，在得到各个设计师的设计任务量后，根据设计任务量将各个设计师对应的设计属性信息与待设计产品的属性信息进行匹配，得到与待设计产品的属性信息相匹配的属性信息，通过相匹配的属性信息对应的设计师得到设计师列表，例如，待设计产品的属性信息为设计风格为古典欧式风格、设计类型为平面设计、预算为1000-1500元左右、设计尺寸为50厘米*70厘米以及完成时间为14天，而设计师匹配系统中各个设计师分别为美式乡村设计界风格、景观设计类型、设计费用在3000元以上，古典欧式风格和日式风格、室内设计类型、设计费用在1500-2000元左右，擅长现代简约风格和古典欧式风格、广告设计类型、设计费用在500-1000元左右，此时相匹配的设计师为设计师C。
步骤S40，获取所述用户基于所述设计师列表反馈的确认信息。
可以理解的是，确认信息指的是用户对于设计师列表进行确认后的信息，该确认信息是由用户通过终端设备反馈至设计师匹配系统的，该确认信息包括确认的设计师、待设计产品以及设计师与待设计产品的对应关系。
进一步地，步骤S40，包括：获取匹配成功设计师的设计属性信息；根据所述设计师列表和所述匹配成功设计师的设计属性信息生成设计师确认列表；将所述设计师确认列表发送至所述用户的终端，以使所述用户通过所述终端选取当前设计师，在所述当前设计师为多名且待设计产品为多个时，将所述当前设计师与所述待设计产品进行组合，得到设计师-产品关系，将所述设计师-产品关系作为确认信息进行反馈。
应当理解的是，设计师确认列表是由匹配成功的设计师和设计属性信息生成的列表，该设计师确认列表是用于用户确认最终设计待设计产品的设计师、设计师与待设计产品之间关系的列表，匹配成功设计师的设计属性信息指的是与待设计产品的属性信息相匹配的属性信息，在得到设计师确认列表后，将设计师确认列表发送至用户的终端进行确认，该终端可以为手机、平板电脑或者其他实现相同或相似功能的电子设备。
可以理解的是，用户在接收到设计师匹配系统发送的设计师确认列表后，会根据自身的实际需求、设计师的设计属性信息综合考虑并选择最合适的设计师进行设计，在待设计产品为多个时，还需指明选择设计师与待设计产品之间的关系，即设计师-产品关系，例如，选择的设计师为a和b，而待设计产品为m和n，此时用户指明设计师a设计m，设计师b设计n。
步骤S50，根据所述确认信息和所述设计师列表确定目标设计师。
应当理解的是，为了有效提高设计效率以及提高用户和设计师的体验感，本实施以双向选择的方式确定目标设计师，即用户可以选择设计师，设计师也可以选择是否接收待设计产品的设计工作，在双向选择的结果为均同意时，将用户确认的设计师作为目标设计师。
进一步地，步骤S50，包括：提取所述确认信息中的待设计产品列表；将所述待设计产品列表中的各个待设计产品分别发送至各个设计师的终端设备，以使所述各个设计师通过所述终端设备对各个待设计产品进行确认并反馈设计师确认信息；在所述设计师确认信息为不同意设计所述待设计产品时，获取当前设计师的相邻设计属性信息；将所述相邻设计属性信息对应的设计师和所述相匹配的设计师列表中同意设计所述待设计产品的设计师作为目标设计师。
可以理解的是，待设计产品列表指的是由用户需要设计的各个待设计产品构成的列表，在得到待设计产品列表后，通过设计师匹配系统存储的通讯方式将各个待设计产品分别发送至各个对应的设计师的终端设备，此时设计师会对终端设备显示的待设计产品进行确认，在设计师确认信息为不同意接收设计该待设计产品时，设计师匹配系统会自动匹配出相邻设计属性信息对应的设计师，然后将匹配出的设计师和设计师确认信息为同意设计待设计产品的设计师作为目标设计师，此时的目标设计师为多名。
本实施例通过接收用户发送的设计需求信息，以及获取所述用户的身份信息；根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；获取所述用户基于所述设计师列表反馈的确认信息；根据所述确认信息和所述设计师列表确定目标设计师；通过上述方式，根据用户发送的设计需求信息和用户的身份信息生成待设计产品的属性信息，然后将设计属性信息与待设计产品的属性信息进行匹配，再根据反馈的确认信息和设计师列表确定目标设计师，从而能够匹配出与用户设计需求最契合的设计师。
在一实施例中，如图3所述，基于第一实施例提出本发明基于人工智能的设计师匹配方法第二实施例，所述步骤S20，包括：
步骤S201，根据所述设计需求信息确定所述用户输入的属性信息的项数。
应当理解的是，项数指的是用户通过终端输入至设计师匹配系统的属性信息的选项数量，例如，设计需求信息为“我需要设计开业庆典宣传海报，设计内容需要包含本公司的商标logo，预算在1000-1500元左右”，此时涉及的属性信息的选项为设计类型、预算，因此，用户输入的属性信息的项数为2。
步骤S202，根据所述身份信息确定用户的账户标识信息。
可以理解的是，账户标识信息指的是能够唯一识别用户的身份的标识信息，该账户标识信息可以为在用户通过账号和密码成功登录后设计师匹配系统赋予的账户编号，该账户标识信息与身份信息一一对应，即一个账户标识信息对应唯一的身份信息。
步骤S203，在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别。
应当理解的是，预设项数阈值指的是设计师匹配系统中必填属性信息的总数量，在属性信息的项数小于预设项数阈值时，表明用户发送至设计师匹配系统的属性信息不完整，此时需要通过目标身份管理设备对用户的账户标识信息进行识别，以判断该用户是否首次登陆设计师匹配系统。
进一步地，步骤S203之后，还包括：在识别结果为所述用户为非首次登陆，且在预设时间内未接收到所述用户的终端反馈的填写完成信息时，根据所述账户标识信息通过目标属性信息管理设备查询出所述用户的历史属性信息；将所述历史属性信息与所述属性信息项数对应的属性信息进行匹配；在匹配失败时，获取匹配失败属性信息；按照不同维度对所述匹配失败属性信息进行综合评估，得到未填写属性项信息；根据所述设计需求信息和所述未填写属性项信息生成待设计产品的属性信息。
可以理解的是，在识别结果为用户为非首次登陆，且在预设时间内未接收到所述用户的终端反馈的填写完成信息时，表明用户无法及时将未填写属性项信息进行补充，此时需要通过用户的历史属性信息综合评估出未填写属性项信息，具体是将历史属性信息与用户已经填写的属性信息进行匹配，如果是历史属性信息与已经填写的属性信息出现部分匹配失败，表明用户此时发布的设计需求信息是之前未出现过的，此时，需要按照不同维度综合评估匹配失败属性信息，例如，历史属性信息的多个设计产品的设计类型为景观，而属性信息项数对应的属性信息的设计类型为广告，则表明两者的设计类型匹配失败，但是多个设计产品的完成时间均为14天，则综合评估出待设计产品需要的完成时间为14天，然后将设计需求信息中已经填写的属性信息和综合评估出的未填写属性项信息生成待设计产品的属性信息。
步骤S204，在识别结果为所述用户为首次登陆时，根据所述属性信息的项数确定未填写属性项信息。
可以理解的是，未填写属性项信息指的是用户在设计师匹配系统遗漏填写的属性信息，未填写属性项信息可以通过将属性信息的项数与预设项数阈值进行匹配得到，例如，用户填写的属性信息包括设计类型、预算，此时未填写属性项信息包括设计风格、设计尺寸以及完成时间。
步骤S205，在预设时间段内接收到所述用户的终端反馈的填写完成信息时，根据所述设计需求信息和所述填写属性项信息生成待设计产品的属性信息。
应当理解的是，在得到未填写属性项信息后，会将未填写属性项信息发送至用户的终端，使得用户按照未填写属性项信息将待设计产品的属性信息填写完整，即将填写完成信息在预设时间内发送至设计师匹配系统，该预设时间段可以为2分钟，在接收到填写完成信息后，根据设计需求信息中的已填写属性信息和填写完成信息生成待设计产品的属性信息。
本实施例根据所述设计需求信息确定所述用户输入的属性信息的项数；根据所述身份信息确定用户的账户标识信息；在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别；在识别结果为所述用户为首次登陆时，根据所述属性信息的项数确定未填写属性项信息；在预设时间段内接收到所述用户的终端反馈的填写完成信息时，根据所述设计需求信息和所述填写属性项信息生成待设计产品的属性信息；通过上述方式，在用户输入的属性信息的项数小于预设项数阈值时，通过目标身份管理设备对用户的账户标识信息进行智能识别，在识别结果为用户为首次登陆时，根据用户在预设时间内通过终端反馈填写完成信息和填写属性项信息生成待设计产品的属性信息，从而能够有效提高得到待设计产品的属性信息的全面性，进而提高匹配设计师的准确性。
在一实施例中，如图4所述，基于第一实施例提出本发明基于人工智能的设计师匹配方法第三实施例，所述步骤S30，包括：
步骤S301，在各个设计师的设计任务量小于预设任务量阈值时，将所述设计任务量与所述预设任务量阈值进行计算，得到任务量差值。
可以理解的是，任务量差值指的是各个设计师的设计任务量与预设任务量阈值的差值，预设任务量阈值指的是设计师已有任务的最大数量，在得到各个设计师的设计任务量后，将各个设计师的设计任务量与预设任务量阈值进行比较，在各个设计师的设计任务量大于预设任务量阈值时，为了保证待设计产品的交付周期，该设计师就不会安排去承接该待设计产品的设计工作，在各个设计师的设计任务量小于预设任务量阈值时，将设计任务量与预设任务量阈值进行差值计算。
步骤S302，根据所述任务量差值对所述各个设计师设置对应的优先级。
应当理解的是，优先级指的是安排设计该待设计产品的优先级别，任务量差值与优先级呈正相关，即任务量差值越大，设置的优先级越高，例如，预设任务量阈值为18，若设计师A的设计任务量为8，则任务量差值为10，设置的优先级为10，若设计师的设计任务量为12，则任务量差值为6，设置的优先级为6。
步骤S303，将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息。
进一步地，步骤S303，包括：将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配；在匹配结果中不存在匹配成功的属性信息时，对所述设计任务量对应的设计属性信息和所述待设计产品的属性信息进行相似度计算，得到当前属性信息相似度集合；按照目标顺序对所述当前属性信息相似度集合中的各个属性相似度进行排序；从排序结果中选取目标属性相似度，并将所述目标属性相似度对应的设计属性信息作为匹配成功属性信息。
应当理解的是，在各个设计师的设计任务量对应的设计属性信息与待设计产品的属性信息的匹配结果中，若不存在匹配成功的属性信息，表明设计师匹配系统中没有与待设计产品的属性信息完全匹配的设计师，例如，设计风格、设计类型、设计尺寸以及完成时间均匹配成功的情况下，只是预算匹配不成功，则计算出各个设计师的设计费用与用户的预算的相似度，目标属性相似度指的是与预算最接近的设计费用，在得到目标属性相似度后，将目标属性相似度对应的设计属性信息和部分匹配成功的属性作为最终的匹配成功属性信息。
步骤S304，根据所述匹配成功设计属性信息对所述各个设计师进行筛选。
应当理解的是，在得到匹配成功设计属性信息后，根据述匹配成功设计属性信息各个设计师进行筛选，即将各个不满足条件的设计师过滤掉。
步骤S305，根据筛选后的各个设计师和所述优先级生成与所述待设计产品的属性信息相匹配的设计师列表。
可以理解的是，在得到筛选后的各个设计师后，按照优先级对筛选后的各个设计师进行排名，即优先级越高的设计师，在设计师列表中的排名越靠前，在排名完成后，即得到与待设计产品的属性信息相匹配的设计师列表。
本实施例通过在各个设计师的设计任务量小于预设任务量阈值时，将所述设计任务量与所述预设任务量阈值进行计算，得到任务量差值；根据所述任务量差值对所述各个设计师设置对应的优先级；将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息；根据所述匹配成功设计属性信息对所述各个设计师进行筛选；根据筛选后的各个设计师和所述优先级生成与所述待设计产品的属性信息相匹配的设计师列表；通过上述方式，判断各个设计师的设计任务量是否小于预设任务量阈值，若是，则根据任务量差值设置各个设计师的优先级，然后将各个设计师的属性信息与待设计产品的属性信息进行匹配，再根据筛选后的各个设计师和优先级生成相匹配的设计师列表，从而能够有效提高得到设计师列表的准确性。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于人工智能的设计师匹配程序，所述基于人工智能的设计师匹配程序被处理器执行时实现如上文所述的基于人工智能的设计师匹配方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
此外，参照图5，本发明实施例还提出一种基于人工智能的设计师匹配装置，所述基于人工智能的设计师匹配装置包括：
接收模块10，用于接收用户发送的设计需求信息，以及获取所述用户的身份信息。
生成模块20，用于根据所述设计需求信息和所述身份信息生成待设计产品的属性信息。
匹配模块30，用于将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表。
获取模块40，用于获取所述用户基于所述设计师列表反馈的确认信息。
确定模块50，用于根据所述确认信息和所述设计师列表确定目标设计师。
本实施例通过接收用户发送的设计需求信息，以及获取所述用户的身份信息；根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；获取所述用户基于所述设计师列表反馈的确认信息；根据所述确认信息和所述设计师列表确定目标设计师；通过上述方式，根据用户发送的设计需求信息和用户的身份信息生成待设计产品的属性信息，然后将设计属性信息与待设计产品的属性信息进行匹配，再根据反馈的确认信息和设计师列表确定目标设计师，从而能够匹配出与用户设计需求最契合的设计师。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于人工智能的设计师匹配方法，此处不再赘述。
在一实施例中，所述生成模块20，还用于根据所述设计需求信息确定所述用户输入的属性信息的项数；根据所述身份信息确定用户的账户标识信息；在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别；在识别结果为所述用户为首次登陆时，根据所述属性信息的项数确定未填写属性项信息；在预设时间段内接收到所述用户的终端反馈的填写完成信息时，根据所述设计需求信息和所述填写属性项信息生成待设计产品的属性信息。
在一实施例中，所述生成模块20，还用于在识别结果为所述用户为非首次登陆，且在预设时间内未接收到所述用户的终端反馈的填写完成信息时，根据所述账户标识信息通过目标属性信息管理设备查询出所述用户的历史属性信息；将所述历史属性信息与所述属性信息项数对应的属性信息进行匹配；在匹配失败时，获取匹配失败属性信息；按照不同维度对所述匹配失败属性信息进行综合评估，得到未填写属性项信息；根据所述设计需求信息和所述未填写属性项信息生成待设计产品的属性信息。
在一实施例中，所述匹配模块30，还用于在各个设计师的设计任务量小于预设任务量阈值时，将所述设计任务量与所述预设任务量阈值进行计算，得到任务量差值；根据所述任务量差值对所述各个设计师设置对应的优先级；将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息；根据所述匹配成功设计属性信息对所述各个设计师进行筛选；根据筛选后的各个设计师和所述优先级生成与所述待设计产品的属性信息相匹配的设计师列表。
在一实施例中，所述匹配模块30，还用于将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配；在匹配结果中不存在匹配成功的属性信息时，对所述设计任务量对应的设计属性信息和所述待设计产品的属性信息进行相似度计算，得到当前属性信息相似度集合；按照目标顺序对所述当前属性信息相似度集合中的各个属性相似度进行排序；从排序结果中选取目标属性相似度，并将所述目标属性相似度对应的设计属性信息作为匹配成功属性信息。
在一实施例中，所述获取模块40，还用于获取匹配成功设计师的设计属性信息；根据所述设计师列表和所述匹配成功设计师的设计属性信息生成设计师确认列表；将所述设计师确认列表发送至所述用户的终端，以使所述用户通过所述终端选取当前设计师，在所述当前设计师为多名且待设计产品为多个时，将所述当前设计师与所述待设计产品进行组合，得到设计师-产品关系，将所述设计师-产品关系作为确认信息进行反馈。
在一实施例中，所述确定模块50，还用于提取所述确认信息中的待设计产品列表；将所述待设计产品列表中的各个待设计产品分别发送至各个设计师的终端设备，以使所述各个设计师通过所述终端设备对各个待设计产品进行确认并反馈设计师确认信息；在所述设计师确认信息为不同意设计所述待设计产品时，获取当前设计师的相邻设计属性信息；将所述相邻设计属性信息对应的设计师和所述相匹配的设计师列表中同意设计所述待设计产品的设计师作为目标设计师。
本发明所述基于人工智能的设计师匹配装置的其他实施例或具有实现方法可参照上述各方法实施例，此处不在赘余。
此外，需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。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、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，一体化平台工作站，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明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，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于人工智能的设计师匹配方法，其特征在于，所述基于人工智能的设计师匹配方法包括以下步骤：
接收用户发送的设计需求信息，以及获取所述用户的身份信息；
根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；
将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；
获取所述用户基于所述设计师列表反馈的确认信息；
根据所述确认信息和所述设计师列表确定目标设计师。
2.如权利要求1所述的基于人工智能的设计师匹配方法，其特征在于，所述根据所述设计需求信息和所述身份信息生成待设计产品的属性信息，包括：
根据所述设计需求信息确定所述用户输入的属性信息的项数；
根据所述身份信息确定用户的账户标识信息；
在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别；
在识别结果为所述用户为首次登陆时，根据所述属性信息的项数确定未填写属性项信息；
在预设时间段内接收到所述用户的终端反馈的填写完成信息时，根据所述设计需求信息和所述填写属性项信息生成待设计产品的属性信息。
3.如权利要求2所述的基于人工智能的设计师匹配方法，其特征在于，所述在所述属性信息的项数小于预设项数阈值时，通过目标身份管理设备对所述账户标识信息进行智能识别之后，还包括：
在识别结果为所述用户为非首次登陆，且在预设时间内未接收到所述用户的终端反馈的填写完成信息时，根据所述账户标识信息通过目标属性信息管理设备查询出所述用户的历史属性信息；
将所述历史属性信息与所述属性信息项数对应的属性信息进行匹配；
在匹配失败时，获取匹配失败属性信息；
按照不同维度对所述匹配失败属性信息进行综合评估，得到未填写属性项信息；
根据所述设计需求信息和所述未填写属性项信息生成待设计产品的属性信息。
4.如权利要求1所述的基于人工智能的设计师匹配方法，其特征在于，所述将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表，包括：
在各个设计师的设计任务量小于预设任务量阈值时，将所述设计任务量与所述预设任务量阈值进行计算，得到任务量差值；
根据所述任务量差值对所述各个设计师设置对应的优先级；
将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息；
根据所述匹配成功设计属性信息对所述各个设计师进行筛选；
根据筛选后的各个设计师和所述优先级生成与所述待设计产品的属性信息相匹配的设计师列表。
5.如权利要求4所述的基于人工智能的设计师匹配方法，其特征在于，所述将所述各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到匹配成功设计属性信息，包括：
将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配；
在匹配结果中不存在匹配成功的属性信息时，对所述设计任务量对应的设计属性信息和所述待设计产品的属性信息进行相似度计算，得到当前属性信息相似度集合；
按照目标顺序对所述当前属性信息相似度集合中的各个属性相似度进行排序；
从排序结果中选取目标属性相似度，并将所述目标属性相似度对应的设计属性信息作为匹配成功属性信息。
6.如权利要求1所述的基于人工智能的设计师匹配方法，其特征在于，所述获取所述用户基于所述设计师列表反馈的确认信息，包括：
获取匹配成功设计师的设计属性信息；
根据所述设计师列表和所述匹配成功设计师的设计属性信息生成设计师确认列表；
将所述设计师确认列表发送至所述用户的终端，以使所述用户通过所述终端选取当前设计师，在所述当前设计师为多名且待设计产品为多个时，将所述当前设计师与所述待设计产品进行组合，得到设计师-产品关系，将所述设计师-产品关系作为确认信息进行反馈。
7.如权利要求1至6中任一项所述的基于人工智能的设计师匹配方法，其特征在于，所述根据所述确认信息和所述设计师列表确定目标设计师，包括：
提取所述确认信息中的待设计产品列表；
将所述待设计产品列表中的各个待设计产品分别发送至各个设计师的终端设备，以使所述各个设计师通过所述终端设备对各个待设计产品进行确认并反馈设计师确认信息；
在所述设计师确认信息为不同意设计所述待设计产品时，获取当前设计师的相邻设计属性信息；
将所述相邻设计属性信息对应的设计师和所述相匹配的设计师列表中同意设计所述待设计产品的设计师作为目标设计师。
8.一种基于人工智能的设计师匹配装置，其特征在于，所述基于人工智能的设计师匹配装置包括：
接收模块，用于接收用户发送的设计需求信息，以及获取所述用户的身份信息；
生成模块，用于根据所述设计需求信息和所述身份信息生成待设计产品的属性信息；
匹配模块，用于将各个设计师的设计任务量对应的设计属性信息与所述待设计产品的属性信息进行匹配，得到与所述待设计产品的属性信息相匹配的设计师列表；
获取模块，用于获取所述用户基于所述设计师列表反馈的确认信息；
确定模块，用于根据所述确认信息和所述设计师列表确定目标设计师。
9.一种基于人工智能的设计师匹配设备，其特征在于，所述基于人工智能的设计师匹配设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的设计师匹配程序，所述基于人工智能的设计师匹配程序配置有实现如权利要求1至7中任一项所述的基于人工智能的设计师匹配方法。
10.一种存储介质，其特征在于，所述存储介质上存储有基于人工智能的设计师匹配程序，所述基于人工智能的设计师匹配程序被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的设计师匹配方法。
CN202210618622.5A 2022-06-01 2022-06-01 基于人工智能的设计师匹配方法、装置、设备及存储介质 Pending CN115062217A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210618622.5A CN115062217A (zh) 2022-06-01 2022-06-01 基于人工智能的设计师匹配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210618622.5A CN115062217A (zh) 2022-06-01 2022-06-01 基于人工智能的设计师匹配方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115062217A true CN115062217A (zh) 2022-09-16

Family

ID=83198296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210618622.5A Pending CN115062217A (zh) 2022-06-01 2022-06-01 基于人工智能的设计师匹配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115062217A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115730858A (zh) * 2022-11-29 2023-03-03 武汉抖量文化传媒有限公司 一种基于大数据的文化产品设计智能管理平台

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115730858A (zh) * 2022-11-29 2023-03-03 武汉抖量文化传媒有限公司 一种基于大数据的文化产品设计智能管理平台
CN115730858B (zh) * 2022-11-29 2023-09-29 深圳市艾丽斯卡文化创意有限公司 一种基于大数据的文化产品设计智能管理平台

Similar Documents

Publication Publication Date Title
CN109039671B (zh) 群组消息显示方法、装置、终端及存储介质
CN109450771B (zh) 添加好友的方法、装置、计算机设备及存储介质
CN111104635B (zh) 一种表格网页的生成方法和装置
CN103677863A (zh) 软件升级推荐的方法及装置
CN110138652B (zh) 一种会话更新方法、装置及客户端设备
CN109492152B (zh) 推送定制内容的方法、装置、计算机设备及存储介质
CN113139667B (zh) 基于人工智能的酒店房间推荐方法、装置、设备及存储介质
CN109902713A (zh) 基于数据分析的楼盘推荐方法、设备、存储介质及装置
CN109542878B (zh) 一种列表创建方法及装置
CN105550370A (zh) 录入方法及录入系统
CN114611041A (zh) 一种前端页面构建方法、装置、计算机设备及介质
CN116862454B (zh) 一种室内建筑设计管理方法及系统
CN111581486B (zh) 一种信息分配方法及装置
CN115062217A (zh) 基于人工智能的设计师匹配方法、装置、设备及存储介质
CN109656979B (zh) 数据统计分析方法、装置及存储介质
CN109582401B (zh) 推广图片生成方法、装置、存储介质和计算机设备
CN108074108B (zh) 一种净推荐值的显示方法及其终端
CN114138813A (zh) 属性配置方法及相关装置
CN112950167A (zh) 设计服务匹配方法、装置、设备及存储介质
CN110287304B (zh) 问答信息处理方法、装置及计算机设备
CN109508370B (zh) 评论抽取方法、设备和存储介质
CN108984318B (zh) 基于驱动模型的消息投递方法、装置及可读存储介质
CN114816147B (zh) 对象属性处理方法、装置、电子设备及存储介质
CN112711416B (zh) 一种app的界面定制化实现方法
CN107295357B (zh) 影像文件资料录入方法、云服务器及终端

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