CN115086314A - 一种交互数据处理的方法和相关装置 - Google Patents
一种交互数据处理的方法和相关装置 Download PDFInfo
- Publication number
- CN115086314A CN115086314A CN202210648670.9A CN202210648670A CN115086314A CN 115086314 A CN115086314 A CN 115086314A CN 202210648670 A CN202210648670 A CN 202210648670A CN 115086314 A CN115086314 A CN 115086314A
- Authority
- CN
- China
- Prior art keywords
- edge node
- current
- computing
- node
- calculation
- 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.)
- Granted
Links
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 59
- 238000003672 processing method Methods 0.000 title description 2
- 238000004364 calculation method Methods 0.000 claims abstract description 102
- 238000000034 method Methods 0.000 claims abstract description 61
- 230000003993 interaction Effects 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000009471 action Effects 0.000 description 5
- 230000003111 delayed effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种交互数据处理的方法和相关装置，该方法包括：针对当前网点的客服与用户的交互过程，获取客服与用户的当前交互数据；根据语言识别模型识别当前交互数据中的关键数据；语言识别模型是根据各个网点的业务需求预先构建的；根据当前交互数据中的关键数据，确定用户的需求意图对应的计算任务；若计算任务关联其他网点，利用当前网点的目标边缘节点对计算任务进行边缘计算获得计算结果；当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度。可见，该方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种交互数据处理的方法和相关装置。
背景技术
现阶段，银行的客服越来越看重准确性与体验感。随着用户需要解决的问题涉及面越来越广，数据量越来越大，时效性要求越来越高，为了客服更好地服务于各个网点的用户，需要各个网点之间能够动态联动、信息共享，从而合力且合理的解决问题。
相关技术中，通过某个网点的客服与用户的交互，得到用户的需求意图对应的计算任务后，计算任务需要其他网点解决时，一般是将计算任务上传至云中心节点，利用云中心节点对计算任务进行云计算，以获得计算结果。
但是，上述方法中云计算采用“即用即取”共享资源池的方式，云计算过程中合理分配资源，导致在工作高峰期云计算会出现延迟、卡顿的情况，从而无法及时响应用户的需求意图对应的计算任务。
发明内容
有鉴于此，本申请实施例提供一种交互数据处理的方法和相关装置，能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
第一方面，本申请实施例提供了一种交互数据处理的方法，所述方法包括：
针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据；
根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的；
根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务；
若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
可选的，所述利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果，包括：
获取所述当前网点的边缘节点集合中各个边缘节点；
根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点；
若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
可选的，所述方法还包括：
若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度；
若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果；
若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
可选的，所述方法还包括：
若所述第一边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
可选的，所述方法还包括：
获取历史时期内各个客服与各个用户的历史交互数据；
根据所述历史交互数据和所述历史交互数据中的关键数据，更新所述语言识别模型获得更新后的语言识别模型；
所述根据语言识别模型识别所述当前交互数据中的关键数据，包括：
根据所述更新后的语言识别模型识别所述当前交互数据中的关键数据。
第二方面，本申请实施例提供了一种交互数据处理的装置，所述装置包括：第一获取单元、识别单元、第一确定单元和第一计算单元；
所述第一获取单元，用于针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据；
所述识别单元，用于根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的；
所述第一确定单元，用于根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务；
所述第一计算单元，用于若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
可选的，所述第一计算单元包括：获取子单元、确定子单元和计算子单元；
所述获取子单元，用于获取所述当前网点的边缘节点集合中各个边缘节点；
所述确定子单元，用于根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点；
所述计算子单元，用于若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
可选的，所述装置还包括：第二确定单元、第二计算单元和第三计算单元；
所述第二确定单元，用于若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度；
所述第二计算单元，用于若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果；
所述第三计算单元，用于若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
可选的，所述装置还包括：第四计算单元；
所述第四计算单元，用于若所述第一边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
可选的，所述装置还包括：第二获取单元和更新单元；
所述第二获取单元，用于获取历史时期内各个客服与各个用户的历史交互数据；
所述更新单元，用于根据所述历史交互数据和所述历史交互数据中的关键数据，更新所述语言识别模型获得更新后的语言识别模型；
所述识别单元，用于：
根据所述更新后的语言识别模型识别所述当前交互数据中的关键数据。
第三方面，本申请实施例提供了一种计算机设备，所述计算机设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述第一方面所述的交互数据处理的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的交互数据处理的方法。
与现有技术相比，本申请至少具有以下优点：
采用本申请实施例的技术方案，针对当前网点的客服与用户的交互过程，获取客服与用户的当前交互数据；根据语言识别模型识别当前交互数据中的关键数据；语言识别模型是根据各个网点的业务需求预先构建的；根据当前交互数据中的关键数据，确定用户的需求意图对应的计算任务；若计算任务关联其他网点，利用当前网点的目标边缘节点对计算任务进行边缘计算获得计算结果；当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度。可见，通过当前网点的客服与用户的当前交互数据，识别当前交互数据中的关键数据，以确定用户的需求意图对应的计算任务后；利用当前网点的目标边缘节点对计算任务进行边缘计算，代替利用云中心节点对计算任务进行云计算，由于当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，因此，边缘计算方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种应用场景所涉及的系统框架示意图；
图2为本申请实施例提供的一种交互数据处理的方法的流程示意图；
图3为本申请实施例提供的一种交互数据处理的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
目前，通过某个网点的客服与用户的交互，得到用户的需求意图对应的计算任务后，计算任务需要其他网点解决时，一般是将计算任务上传至云中心节点，利用云中心节点对计算任务进行云计算，以获得计算结果。但是，经过研究发现，上述方法中云计算采用“即用即取”共享资源池的方式，云计算过程中合理分配资源，导致在工作高峰期云计算会出现延迟、卡顿的情况，从而无法及时响应用户的需求意图对应的计算任务。
为了解决这一问题，在本申请实施例中，针对当前网点的客服与用户的交互过程，获取客服与用户的当前交互数据；根据语言识别模型识别当前交互数据中的关键数据；语言识别模型是根据各个网点的业务需求预先构建的；根据当前交互数据中的关键数据，确定用户的需求意图对应的计算任务；若计算任务关联其他网点，利用当前网点的目标边缘节点对计算任务进行边缘计算获得计算结果；当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度。可见，通过当前网点的客服与用户的当前交互数据，识别当前交互数据中的关键数据，以确定用户的需求意图对应的计算任务后；利用当前网点的目标边缘节点对计算任务进行边缘计算，代替利用云中心节点对计算任务进行云计算，由于当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，因此，边缘计算方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
举例来说，本申请实施例的场景之一，可以是应用到如图1所示的场景中。该场景包括当前网点101、处理器102和目标边缘节点103，处理器102结合当前网点101和目标边缘节点103，采用本申请实施例提供的实施方式，处理当前网点101的客服与用户的交互数据。
首先，在上述应用场景中，虽然将本申请实施例提供的实施方式的动作描述由处理器102执行；但是，本申请实施例在执行主体方面不受限制，只要执行了本申请实施例提供的实施方式所公开的动作即可。
其次，上述场景仅是本申请实施例提供的一个场景示例，本申请实施例并不限于此场景。
下面结合附图，通过实施例来详细说明本申请实施例中交互数据处理的方法和相关装置的具体实现方式。
示例性方法
参见图2，示出了本申请实施例中一种交互数据处理的方法的流程示意图。在本实施例中，所述方法例如可以包括以下步骤：
步骤201：针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据。
本申请实施例中，为了通过当前网点的客服与用户的交互，明确用户的需求意图，针对当前网点的客服与用户的交互过程，首先，需要获取客服与用户的当前交互数据，该当前交互数据中涵盖用户的需求意图。
步骤202：根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的。
本申请实施例中，在步骤201获取客服与用户的当前交互数据之后，为了明确用户的需求意图，还需要识别当前交互数据中的关键数据。通常是根据各个网点的业务需求预先构建的语言识别模型，对当前交互数据进行语言识别，以得到当前交互数据中的关键数据。
此外，本申请实施例中，为了提高语言识别模型的语言识别准确率，还可以采集历史时期内各个客服与各个用户的历史交互数据，将历史交互数据作为输入，将历史交互数据中的关键数据作为输出，对语言识别模型进行迭代训练，使得语言识别模型能够学习识别历史交互数据中的关键数据，从而更新语言识别模型，得到更新后的语言识别模型。该更新后的语言识别模型相较于根据各个网点的业务需求预先构建的语言识别模型，语言识别准确率更高，更适用于各个网点的客服与用户的交互场景。在此基础上，步骤202实际上可以是通过更新后的语言识别模型，对当前交互数据进行语言识别，以得到当前交互数据中的关键数据。因此，在本申请实施例一种可选的实施方式中，所述方法例如还可以包括如下步骤D-步骤F：
步骤H：获取历史时期内各个客服与各个用户的历史交互数据。
步骤I：根据所述历史交互数据和所述历史交互数据中的关键数据，更新所述语言识别模型获得更新后的语言识别模型。
对应地，所述步骤202例如可以包括：根据所述更新后的语言识别模型识别所述当前交互数据中的关键数据。
步骤203：根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务。
本申请实施例中，在步骤202识别得到当前交互数据中的关键数据后，通过当前交互数据中的关键数据，可以明确用户的需求意图，从而得到用户的需求意图对应的计算任务。
步骤204：若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
由于相关技术中，计算任务需要其他网点解决时，一般是将计算任务上传至云中心节点，利用云中心节点对计算任务进行云计算，以获得计算结果。但是，云计算采用“即用即取”共享资源池的方式，云计算过程中合理分配资源，导致在工作高峰期云计算会出现延迟、卡顿的情况，从而无法及时响应用户的需求意图对应的计算任务。
因此，本申请实施例中，计算任务需要其他网点解决时，确定当前网点的目标边缘节点，当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，利用目标边缘节点对计算任务进行边缘计算，以获得计算结果。
该方式利用当前网点的目标边缘节点对计算任务进行边缘计算，代替利用云中心节点对计算任务进行云计算，由于当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，因此，边缘计算方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
在步骤204具体实施时，首先，可以通过当前网点的网络边缘侧，获取当前网点的边缘节点集合中各个边缘节点，然后，通过计算当前网点与所述各个边缘节点之间的链路长度，以此从各个边缘节点中确定一个边缘节点作为第一边缘节点；最后，若判断得到第一边缘节点处于可用状态时，表示第一边缘节点能够进行边缘计算，则可以将第一边缘节点作为目标边缘节点对计算任务进行边缘计算，以获得计算结果。因此，在本申请实施例一种可选的实施方式中，所述步骤204例如可以包括如下步骤A-步骤C：
步骤A：获取所述当前网点的边缘节点集合中各个边缘节点。
步骤B：根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点。
步骤C：若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
此外，本申请实施例中，步骤B从各个边缘节点中确定的第一边缘节点也可能处于不可用状态，表示第一边缘节点不能够进行边缘计算，为了能够响应用户的需求意图对应的计算任务，则需要按照当前网点与所述各个边缘节点之间的链路长度，以此从各个边缘节点中确定另一个边缘节点作为第二边缘节点，通常情况下，当前网点与第一边缘节点之间的链路长度小于当前网点与第二边缘节点之间的链路长度。在此基础上，同理，若判断得到第二边缘节点处于可用状态时，表示第二边缘节点能够进行边缘计算，则可以将第二边缘节点作为目标边缘节点对计算任务进行边缘计算，以获得计算结果；若判断得到第二边缘节点也处于不可用状态时，表示第二边缘节点也不能够进行边缘计算，为了能够响应用户的需求意图对应的计算任务，则需要将计算任务上传至云中心节点，利用云中心节点对计算任务进行云计算，以获得计算结果。因此，在本申请实施例一种可选的实施方式中，所述方法例如还可以包括如下步骤D-步骤F：
步骤D：若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度。
步骤E：若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
步骤F：若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
此外，本申请实施例中，步骤B从各个边缘节点中确定的第一边缘节点也可能处于不可用状态，表示第一边缘节点不能够进行边缘计算，为了能够响应用户的需求意图对应的计算任务，还可以直接将计算任务上传至云中心节点，利用云中心节点对计算任务进行云计算，以获得计算结果。因此，在本申请实施例一种可选的实施方式中，所述方法例如还可以包括步骤G：若所述第一边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
通过本实施例提供的各种实施方式，针对当前网点的客服与用户的交互过程，获取客服与用户的当前交互数据；根据语言识别模型识别当前交互数据中的关键数据；语言识别模型是根据各个网点的业务需求预先构建的；根据当前交互数据中的关键数据，确定用户的需求意图对应的计算任务；若计算任务关联其他网点，利用当前网点的目标边缘节点对计算任务进行边缘计算获得计算结果；当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度。可见，通过当前网点的客服与用户的当前交互数据，识别当前交互数据中的关键数据，以确定用户的需求意图对应的计算任务后；利用当前网点的目标边缘节点对计算任务进行边缘计算，代替利用云中心节点对计算任务进行云计算，由于当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，因此，边缘计算方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
示例性装置
参见图3，示出了本申请实施例中一种交互数据处理的装置的结构示意图。在本实施例中，所述装置例如具体可以包括：第一获取单元301、识别单元302、第一确定单元303和第一计算单元304；
所述第一获取单元301，用于针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据；
所述识别单元302，用于根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的；
所述第一确定单元303，用于根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务；
所述第一计算单元304，用于若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
在本申请实施例一种可选的实施方式中，所述第一计算单元304包括：获取子单元、确定子单元和计算子单元；
所述获取子单元，用于获取所述当前网点的边缘节点集合中各个边缘节点；
所述确定子单元，用于根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点；
所述计算子单元，用于若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
在本申请实施例一种可选的实施方式中，所述装置还包括：第二确定单元、第二计算单元和第三计算单元；
所述第二确定单元，用于若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度；
所述第二计算单元，用于若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果；
所述第三计算单元，用于若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
在本申请实施例一种可选的实施方式中，所述装置还包括：第四计算单元；
所述第四计算单元，用于若所述第一边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
在本申请实施例一种可选的实施方式中，所述装置还包括：第二获取单元和更新单元；
所述第二获取单元，用于获取历史时期内各个客服与各个用户的历史交互数据；
所述更新单元，用于根据所述历史交互数据和所述历史交互数据中的关键数据，更新所述语言识别模型获得更新后的语言识别模型；
所述识别单元302，用于：
根据所述更新后的语言识别模型识别所述当前交互数据中的关键数据。
通过本实施例提供的各种实施方式，针对当前网点的客服与用户的交互过程，获取客服与用户的当前交互数据；根据语言识别模型识别当前交互数据中的关键数据；语言识别模型是根据各个网点的业务需求预先构建的；根据当前交互数据中的关键数据，确定用户的需求意图对应的计算任务；若计算任务关联其他网点，利用当前网点的目标边缘节点对计算任务进行边缘计算获得计算结果；当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度。可见，通过当前网点的客服与用户的当前交互数据，识别当前交互数据中的关键数据，以确定用户的需求意图对应的计算任务后；利用当前网点的目标边缘节点对计算任务进行边缘计算，代替利用云中心节点对计算任务进行云计算，由于当前网点与目标边缘节点之间的链路长度小于当前网点与云中心节点之间的链路长度，因此，边缘计算方式能够更快得到计算结果，提高时效性和可靠性，从而能够及时响应用户的需求意图对应的计算任务。
此外，本申请实施例还提供了一种计算机设备，所述计算机设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述实施例所述的交互数据处理的方法。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述实施例所述的交互数据处理的方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，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来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。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述，仅是本申请的较佳实施例而已，并非对本申请作任何形式上的限制。虽然本申请已以较佳实施例揭露如上，然而并非用以限定本申请。任何熟悉本领域的技术人员，在不脱离本申请技术方案范围情况下，都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本申请技术方案的内容，依据本申请的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本申请技术方案保护的范围内。
Claims (10)
1.一种交互数据处理的方法，其特征在于，包括：
针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据；
根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的；
根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务；
若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
2.根据权利要求1所述的方法，其特征在于，所述利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果，包括：
获取所述当前网点的边缘节点集合中各个边缘节点；
根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点；
若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度；
若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果；
若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述第一边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
5.根据权利要求1-4中任意一项所述的方法，其特征在于，所述方法还包括：
获取历史时期内各个客服与各个用户的历史交互数据；
根据所述历史交互数据和所述历史交互数据中的关键数据，更新所述语言识别模型获得更新后的语言识别模型；
所述根据语言识别模型识别所述当前交互数据中的关键数据，包括：
根据所述更新后的语言识别模型识别所述当前交互数据中的关键数据。
6.一种交互数据处理的装置，其特征在于，包括：第一获取单元、识别单元、第一确定单元和第一计算单元；
所述第一获取单元，用于针对当前网点的客服与用户的交互过程，获取所述客服与所述用户的当前交互数据；
所述识别单元，用于根据语言识别模型识别所述当前交互数据中的关键数据；所述语言识别模型是根据各个网点的业务需求预先构建的；
所述第一确定单元，用于根据所述当前交互数据中的关键数据，确定所述用户的需求意图对应的计算任务；
所述第一计算单元，用于若所述计算任务关联其他网点，利用所述当前网点的目标边缘节点对所述计算任务进行边缘计算获得计算结果；所述当前网点与所述目标边缘节点之间的链路长度小于所述当前网点与云中心节点之间的链路长度。
7.根据权利要求6所述的装置，其特征在于，所述第一计算单元包括：获取子单元、确定子单元和计算子单元；
所述获取子单元，用于获取所述当前网点的边缘节点集合中各个边缘节点；
所述确定子单元，用于根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第一边缘节点；
所述计算子单元，用于若所述第一边缘节点处于可用状态，将所述第一边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：第二确定单元、第二计算单元和第三计算单元；
所述第二确定单元，用于若所述第一边缘节点处于不可用状态，根据所述当前网点与所述各个边缘节点之间的链路长度，从各个边缘节点中确定第二边缘节点；所述当前网点与所述第一边缘节点之间的链路长度小于所述当前网点与所述第二边缘节点之间的链路长度；
所述第二计算单元，用于若所述第二边缘节点处于可用状态，将所述第二边缘节点确定为所述目标边缘节点；利用所述目标边缘节点对所述计算任务进行边缘计算获得计算结果；
所述第三计算单元，用于若所述第二边缘节点处于不可用状态，利用所述云中心节点对所述计算任务进行云计算获得所述计算结果。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的交互数据处理的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的交互数据处理的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648670.9A CN115086314B (zh) | 2022-06-09 | 2022-06-09 | 一种交互数据处理的方法和相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648670.9A CN115086314B (zh) | 2022-06-09 | 2022-06-09 | 一种交互数据处理的方法和相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115086314A true CN115086314A (zh) | 2022-09-20 |
| CN115086314B CN115086314B (zh) | 2024-06-21 |
Family
ID=83251464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210648670.9A Active CN115086314B (zh) | 2022-06-09 | 2022-06-09 | 一种交互数据处理的方法和相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115086314B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
| CN112311820A (zh) * | 2019-07-26 | 2021-02-02 | 腾讯科技（深圳）有限公司 | 边缘设备调度方法、连接方法、装置和边缘设备 |
| CN113301078A (zh) * | 2020-05-22 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 网络系统、服务部署与网络划分方法、设备及存储介质 |
| US20210326185A1 (en) * | 2018-09-26 | 2021-10-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Method, first agent and computer program product controlling computing resources in a cloud network for enabling a machine learning operation |
| US20210385617A1 (en) * | 2019-07-25 | 2021-12-09 | Zte Corporation | Method and device for edge computing-based application relocation |
| CN114490008A (zh) * | 2020-10-27 | 2022-05-13 | 中国电信股份有限公司 | 业务调度方法、装置、系统和边缘计算节点 |
-
2022
- 2022-06-09 CN CN202210648670.9A patent/CN115086314B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
| US20210326185A1 (en) * | 2018-09-26 | 2021-10-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Method, first agent and computer program product controlling computing resources in a cloud network for enabling a machine learning operation |
| US20210385617A1 (en) * | 2019-07-25 | 2021-12-09 | Zte Corporation | Method and device for edge computing-based application relocation |
| CN112311820A (zh) * | 2019-07-26 | 2021-02-02 | 腾讯科技（深圳）有限公司 | 边缘设备调度方法、连接方法、装置和边缘设备 |
| CN113301078A (zh) * | 2020-05-22 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 网络系统、服务部署与网络划分方法、设备及存储介质 |
| CN114490008A (zh) * | 2020-10-27 | 2022-05-13 | 中国电信股份有限公司 | 业务调度方法、装置、系统和边缘计算节点 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115086314B (zh) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20110106940A1 (en) | Method and system for adapting a session timeout period | |
| CN110413396B (zh) | 一种资源调度方法、装置、设备及可读存储介质 | |
| CN112036577B (zh) | 基于数据形式的应用机器学习的方法、装置和电子设备 | |
| WO2017197330A1 (en) | Two-stage training of a spoken dialogue system | |
| CN109902446B (zh) | 用于生成信息预测模型的方法和装置 | |
| CN113505272A (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
| CN108667877B (zh) | 确定推荐信息的方法及装置、计算机设备及存储介质 | |
| CN114282011A (zh) | 知识图谱的构建方法和装置、图计算方法及装置 | |
| CN113255947A (zh) | 网点业务引导方法、装置、计算机设备及可读存储介质 | |
| CN113779410A (zh) | 银行网点的推荐方法、装置、电子设备及计算机存储介质 | |
| CN110347973B (zh) | 用于生成信息的方法和装置 | |
| CN114119123A (zh) | 信息推送的方法和装置 | |
| CN106961467B (zh) | 基于事务和QoS组合的服务质量性能预测方法及装置 | |
| CN115086314B (zh) | 一种交互数据处理的方法和相关装置 | |
| CN115600818A (zh) | 多维评分方法、装置、电子设备和存储介质 | |
| CN106294395A (zh) | 一种任务处理的方法及装置 | |
| CN103024091B (zh) | 获得网络客户端真实物理地址的方法及装置 | |
| CN111836274B (zh) | 一种业务处理的方法及装置 | |
| CN114328995A (zh) | 内容推荐方法、装置、设备及存储介质 | |
| CN114677168A (zh) | 一种资源推荐方法、装置、设备及介质 | |
| CN107766944A (zh) | 一种利用api分析进行系统功能流优化的系统和方法 | |
| WO2022253454A2 (en) | Dimensioning of telecommunication infrastructure | |
| CN112509164A (zh) | 一种出勤打卡方法、装置、设备和存储介质 | |
| CN110909148A (zh) | 一种客服辅助方法及装置 | |
| CN111526054B (zh) | 用于获取网络的方法及装置 |
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 |