CN115545799B - 信息技术服务质量评估方法、装置、设备及介质 - Google Patents

信息技术服务质量评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN115545799B
CN115545799B CN202211372887.8A CN202211372887A CN115545799B CN 115545799 B CN115545799 B CN 115545799B CN 202211372887 A CN202211372887 A CN 202211372887A CN 115545799 B CN115545799 B CN 115545799B
Authority
CN
China
Prior art keywords
service quality
service
information
industry
user
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
CN202211372887.8A
Other languages
English (en)
Other versions
CN115545799A (zh
Inventor
陈大纪
郝文建
高艳炫
谢园
刘小慧
侯雪滢
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.)
BEIJING SAIXI TECHNOLOGY DEVELOPMENT CO LTD
Original Assignee
BEIJING SAIXI TECHNOLOGY DEVELOPMENT 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 BEIJING SAIXI TECHNOLOGY DEVELOPMENT CO LTD filed Critical BEIJING SAIXI TECHNOLOGY DEVELOPMENT CO LTD
Priority to CN202211372887.8A priority Critical patent/CN115545799B/zh
Publication of CN115545799A publication Critical patent/CN115545799A/zh
Application granted granted Critical
Publication of CN115545799B publication Critical patent/CN115545799B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Biophysics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种信息技术服务质量评估方法、装置、设备及介质，涉及信息技术服务质量评估领域，包括：输入用户需求信息至知识图谱，获取需求信息结果；输入用户需求信息所对应的用户种类、需求信息结果及用户需求信息所对应的请求时间至神经网络模型，获取神经网络模型输出的目标评估矩阵；输入目标评估矩阵至信息技术服务质量评估沙盘，生成信息技术服务质量评估沙盘输出的显示数据，显示数据用于指示显示与用户需求信息相关联的评估结果，本发明结合知识图谱、神经网络模型及信息技术服务质量评估沙盘，解决用户需求得不到客观评估的技术问题，本发明高效客观、评估精确、能够满足当前环境下用户对于信息技术服务质量评估的实际需求。

Description

信息技术服务质量评估方法、装置、设备及介质
技术领域
本发明涉及信息技术服务质量领域，尤其涉及一种信息技术服务质量评估方法、装置、设备及介质。
背景技术
现有的信息技术服务质量评价，常常采用人工获取纸质文件的形式，即将能够评价信息技术质量的相应特征进行人工筛选、收集提取后，以专业人员评估打分的形式，对信息技术服务质量进行评估，并给出带有个人倾向性意见的信息技术服务质量评价结果。
然而采用人工评估的方法不仅会导致评估时间长，评估效率低，而且因为在评价过程中需要多个专业人员对这些信息进行打分，但这样的打分方式并非最适合当前提出请求信息的信息技术服务质量用户，因此，对于专业人员所输出的评估结果而言，用户的可参考性较低，无法满足当前环境下用户的实际需求。
发明内容
本发明提供一种信息技术服务质量评估方法、装置、设备及介质，用以解决现有技术中信息技术服务质量评估效率低、主观性强的技术缺陷，本发明提出一种高效客观、评估精确、能够满足当前环境下用户的实际需求的技术方案。
第一方面，本发明提供了一种信息技术服务质量评估方法，包括：
输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；
输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；
输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
根据本发明提供的信息技术服务质量评估方法，在输入用户需求信息至知识图谱之前，还包括：
接收第一请求，并响应于所述第一请求，以从所述第一请求中解析出用户地址、用户身份信息以及用户需求信息；
在确认所述用户地址与用户注册地址相匹配，且所述用户身份信息与用户注册身份信息相匹配的情况下，提取所述用户需求信息。
根据本发明提供的信息技术服务质量评估方法，在输入用户需求信息至知识图谱之前，还包括：
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层；
根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述第三层用于根据目标查询行业跨度确定查找次数，并根据所述查找次数对多次查找后的行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征均值化处理，以获取所述需求信息结果；
根据所述第一层、所述第二层以及所述第三层构建所述知识图谱；
所述行业类别特征包括第一行业类别特征以及第二行业类别特征，所述第二行业类别特征是第一行业类别特征中重点关注的行业类别特征。
根据本发明提供的信息技术服务质量评估方法，所述根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层，包括：
根据基础标准、业务标准、管理标准、服务模式标准以及应用服务标准确定评价维度特征；
输入所述用户所属行业至所述评价维度特征，获取评价维度特征相对应的行业标准落实情况特征；
根据信息技术咨询服务、设计与开发服务、信息系统集成服务以及数据处理和运营服务确定服务范围特征；
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、以及服务范围特征的实体关系构建所述第一层。
根据本发明提供的信息技术服务质量评估方法，所述根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层，包括：
从服务质量评价指标体系中提取出功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征，以根据所述功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征确定所述信息服务类别特征；
根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，以根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述服务质量对应产品所在进程包括市场开发进程、开发设计进程以及服务提供进程。
根据本发明提供的信息技术服务质量评估方法，所述根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，包括：
在服务质量对应产品处于市场开发进程的情况下，根据轻量级划分方法获取市场开发进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于开发设计进程的情况下，根据相似度匹配算法获取开发设计进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于服务提供进程的情况下，获取服务提供进程情况下服务质量对应产品的完成建设情况特征。
根据本发明提供的信息技术服务质量评估方法，在输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型之前，包括：
根据每一用户所对应的需求信息确定每一用户所对应的样本用户种类、样本需求信息结果以及样本请求时间；
根据所述样本用户种类、样本需求信息结果以及样本请求时间构建样本集，以根据所述样本集训练所述神经网络模型。
根据本发明提供的信息技术服务质量评估方法，在根据所述样本集训练所述神经网络模型后，还包括：
归一化处理第一权重以及第二权重，获取归一化输出，以将所述归一化输出输入至所述神经网络模型，确定更新后神经网络模型；
所述第一权重是根据因子分析算法确定的；
所述第二权重是根据独立性权重算法确定的。
根据本发明提供的信息技术服务质量评估方法，在输入所述目标评估矩阵至信息技术服务质量评估沙盘之后，还包括：
输入所述样本用户种类、样本需求信息结果以及样本请求时间至所述更新后神经网络模型，以确定更新后神经网络模型输出的样本评估矩阵；
根据样本评估矩阵中用户、时间以及评估的三元组更新所述信息技术服务质量评估沙盘。
第二方面，还提供了一种信息技术服务质量评估装置，包括：
第一获取单元：用于输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；
第二获取单元：用于输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；
第三获取单元：用于输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
第三方面，还提供了一种电子设备，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计算机程序，所述处理器执行所述程序时实现所述的信息技术服务质量评估方法。
第四方面，还提供了一种非暂态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所述的信息技术服务质量评估方法。
本发明提供了一种信息技术服务质量评估方法、装置、设备及介质，根据用户需求信息从知识图谱中高效提取出用户所需求的信息结果，并根据用户需求信息所对应的用户种类、需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，以高效客观的获取相关联的目标评估矩阵，最后根据信息技术服务质量评估沙盘以及目标评估矩阵，获取与所述用户需求信息相关联的评估结果。本发明结合知识图谱、神经网络模型以及信息技术服务质量评估沙盘，解决了用户需求得不到客观评估的技术问题，本发明高效客观、评估精确、能够满足当前环境下用户对于信息技术服务质量评估的实际需求。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。
图1是本发明提供的信息技术服务质量评估方法的流程示意图之一；
图2是本发明提供的信息技术服务质量评估方法的流程示意图之二；
图3是本发明提供的信息技术服务质量评估方法的流程示意图之三；
图4是本发明提供的构建所述第一层的流程示意图；
图5是本发明提供的构建所述第二层的结构示意图；
图6是本发明提供的信息技术服务质量评估方法的流程示意图之四；
图7是本发明提供的信息技术服务质量评估方法的流程示意图之五；
图8是本发明提供的信息技术服务质量评估装置的结构示意图；
图9是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明提供的信息技术服务质量评估方法的流程示意图之一，本发明提供了一种信息技术服务质量评估方法，包括：
输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；
输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；
输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
在步骤101中，所述知识图谱包括第一层、第二层以及第三层，所述第一层是根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系所构建的，所述第二层是根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系所构建的，所述第三层用于根据目标查询行业跨度确定查找次数，并根据所述查找次数对多次查找后的行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征均值化处理，以获取所述需求信息结果，所述第三层和第一、二层之间为相关关系。
可选地，在第一层中，所述第一行业类别特征即为行业类别，其具体包括的行业类别可以参考国民经济分类号中的行业类别，而评价维度特征即为基础标准、业务标准、管理标标准、服务模式标准以及应用服务标准这五个维度，所述行业标准落实情况特征则是根据上述五个维度而确定的行业标准落实情况所表征的特征，所述服务范围特征至少包括信息技术咨询服务、设计与开发服务、信息系统集成服务以及数据处理和运营服务这些分类，所述第二行业类别特征则是根据当前市场中预设的行业类别，其可以为当前市场中重点关注的行业类别，也可以是指定的行业类别。
可选地，在第二层中，信息服务类别特征至少包括功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征，所述服务质量对应产品所在进程特征至少包括市场开发进程、开发设计进程以及服务提供进程，所述服务质量对应产品所在进程的完成建设情况特征是根据所述服务质量对应产品所在进程特征而确定的，所述服务质量的预设模型预测特征为服务质量的机器模型预测数据。
可选地，在第三层中还包括修正提示特征，修正提示特征是修正所述第一行业类别特征、所述信息服务类别特征后，对于所述第一行业类别特征、所述信息服务类别特征中结果的修正提示。
可选地，输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述需求信息结果与所述用户需求信息相对应。
在一个可选地实施例中，所述用户需求信息包括用户身份以及用户所属行业，所述用户身份用于确认是谁提出的需求，所述用户所属行业用于在知识图谱第一层中查找对应的信息，即行业类别特征，本发明预先基于行业类别特征和服务类别特征进行的关联，其中，行业类别特征和服务类别特征间存在上下位关系，即当基于用户需求确定了行业类别特征后，可以根据预设的匹配条件，进而获得对应的服务类别特征。
所述目标查询行业跨度用于为后续输出结果进行修正的因素，行业跨度是基于专家数据所定义的一种规则，若用户输入为信息技术咨询服务或数字内容服务，即该服务能在国民经济分类号中存在对应关系，则该行业跨度为0；若用户需求是“云存储下的互联网接入服务”，则该行业类别跨越了互联网数据服务和其他互联网服务，即行业跨度为1，具体地，在所述用户需求信息中所包含行业类别为两个行业，但通过语序的分词之后可知，接入服务是用户需求的主要目的，而云存储是次要的服务场景，因此，当用户输入需求的时候，基于分词，确定主要的行业类别，进而，确定次要的行业类别。当确定完行业跨度后，当用户需求中的行业跨度为0时，用户输入的特征在所述知识图谱中进行一次查找，当跨度为1时，需要进行两次查找，即，根据主要目的特征查找一次评估数值，再基于次要特征查找一次评估数值。
在步骤102中，输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵，所述神经网络模型是根据样本数据集训练而确定的，而所述样本数据集中的每一样本至少包括样本用户种类、样本请求时间、以及与每一样本用户种类、样本请求时间相对应的样本需求信息结果，以使得在输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，能够根据所述神经网络模型输出目标评估矩阵。
在步骤103中，输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据；所述显示数据用于指示显示与所述用户需求信息相关联的评估结果。所述信息技术服务质量评估沙盘是根据样本评估矩阵中以用户、时间、评估内容三维处理后，所形成的信息技术服务质量评估沙盘，而最终在所述信息技术服务质量评估沙盘中显示的评估结果，则是以所述用户需求信息经过知识图谱、神经网络模型以及信息技术服务质量评估沙盘后所输出的评估结果。
本发明提供了一种信息技术服务质量评估方法、装置、设备及介质，根据用户需求信息从知识图谱中高效提取出用户所需求的信息结果，并根据用户需求信息所对应的用户种类、需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，以高效客观的获取相关联的目标评估矩阵，最后根据信息技术服务质量评估沙盘以及目标评估矩阵，获取与所述用户需求信息相关联的评估结果。本发明结合知识图谱、神经网络模型以及信息技术服务质量评估沙盘，解决了用户需求得不到客观评估的技术问题，本发明高效客观、评估精确、能够满足当前环境下用户对于信息技术服务质量评估的实际需求。
图2是本发明提供的信息技术服务质量评估方法的流程示意图之二，在输入用户需求信息至知识图谱之前，还包括：
接收第一请求，并响应于所述第一请求，以从所述第一请求中解析出用户地址、用户身份信息以及用户需求信息；
在确认所述用户地址与用户注册地址相匹配，且所述用户身份信息与用户注册身份信息相匹配的情况下，提取所述用户需求信息。
在步骤201中，用户上传相关资料或填写需求内容后，生成第一请求，所述第一请求中至少包括用户地址、用户身份信息以及用户需求信息，并发送所述第一请求至服务端，所述服务端接收所述第一请求，并响应于所述第一请求，解析请求并执行服务质量评价进程，以从所述第一请求中解析出用户地址、用户身份信息以及用户需求信息。
可选地，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度，所述用户所属行业即为需求企业属于何种国民经济分类号下，所述目标查询行业跨度中的跨度指行业的横向跨度，比如，生物医药行业，实际就涉及医药研发技术、大数据挖掘技术、化工化学技术等等，这种不仅限于使用一种技术来运作的行业，为行业跨度。
在步骤202中，为了确保用户隐私并提高信息技术服务质量评估的整体安全性，服务端首先需要确认所述用户地址与服务质量系统中用户注册地址是否相匹配，在相匹配的情况下，再根据所述用户身份信息判断是否与服务质量系统中用户身份信息相匹配，在同时配对成功的情况下，建立连接通道，所述服务端提取所述用户需求信息。
图3是本发明提供的信息技术服务质量评估方法的流程示意图之三，在输入用户需求信息至知识图谱之前，还包括：
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层；
根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述第三层用于根据目标查询行业跨度确定查找次数，并根据所述查找次数对多次查找后的行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征均值化处理，以获取所述需求信息结果；
根据所述第一层、所述第二层以及所述第三层构建所述知识图谱；
所述行业类别特征包括第一行业类别特征以及第二行业类别特征，所述第二行业类别特征是第一行业类别特征中重点关注的行业类别特征。
在步骤301中，根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层，本领域技术人员理解，本发明旨在根据上述特征相关的实体关系构建所述第一层，可选地，将步骤101中所涉及的所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征转换为向量化表示，以使得在输出所述用户所属行业至所述知识图谱的第一层后，能够获取到其所对应的行业类别特征，以及与所述用户所属行业相对应的行业标准落实情况特征以及服务范围特征。
本领域技术人员理解，除行业类别特征是用于匹配用户需求信息以外，行业标准落实情况特征、评价维度特征以及服务范围特征均用于对应一个评估数值，例如，行业标准落实情况特征，如果该进程状态为已落实，则记为1，落实完成20%，则记为0.2，因此，知识图谱在本方案中，是通过匹配用户行业类别特征，进一步的计算出能够评估该行业标准落实情况特征的对应专家经验的评估数值，进而通过后续中所训练好的神经网络模型，对知识图谱中得到的评估数值进行评估。
在步骤302中，根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层，将信息服务类别、服务质量对应产品所在进程、服务质量对应产品所在进程的完成建设情况、服务质量的预设模型预测向量化表示后，确定信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征，并根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层。
在一个可选地实施例中，服务质量对应产品所在的进程特征，如果该进程状态为完成，则记为1，若完成30%，则记为0.3，因此，在本方案中，是通过匹配用户行业类别特征，进一步的计算出能够评估所述服务质量对应产品所在的进程特征相对应专家经验的评估数值，进而通过后续中所训练好的神经网络模型，对知识图谱中得到的所有评估数值进行评估。
在步骤303中，根据所述第一层、所述第二层以及所述第三层构建所述知识图谱，所述第三层用于根据目标查询行业跨度确定查找次数，并根据所述查找次数对多次查找后的行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征均值化处理，以获取所述需求信息结果。
本领域技术人员理解，所述知识图谱的第三层可以理解为一个多维的矩阵，所述矩阵中至少包括用户输入行业特征之后，在第一层和第二层中查找到的对应特征的评估数值，但当用户行业跨度大的时候，会存在数据的2次或多次查找，这样会造成数据的重复计算，因此，此处需要根据查找的次数，对基于多次查找后得到的评估数值进行修正，该修正逻辑是针对每个特征指标的两次或多次采集结果求和取平均，作为行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的需求信息结果。
图4是本发明提供的构建所述第一层的流程示意图，所述根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层，包括：
根据基础标准、业务标准、管理标准、服务模式标准以及应用服务标准确定评价维度特征；
输入所述用户所属行业至所述评价维度特征，获取评价维度特征相对应的行业标准落实情况特征；
根据信息技术咨询服务、设计与开发服务、信息系统集成服务以及数据处理和运营服务确定服务范围特征；
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、以及服务范围特征的实体关系构建所述第一层。
在步骤3011中，根据基础标准、业务标准、管理标准、服务模式标准以及应用服务标准确定评价维度特征，所述基本标准包括信息技术服务的分类与代码、供方通用要求、从业人员能力规范以及质量评价指标体系；所述业务标准至少包括建设以及运维，其中建设方面包括信息技术服务的咨询通用要求、系统集成规范、系统部署与交付规范、管理软件实施规范、测试评估要求等，所述运维至少包括信息技术服务的通用要求、交付规范、应急响应规范、数据中心规范、桌面及终端设备规范、安全要求以及信息系统规范；所述管理标准至少包括信息技术服务管理中的通用要求、实施指南、技术要求、工程监理规范以及业务连续性管理；所述服务模式标准至少包括外包、软件即服务以及云计算服务，其中，外包还包括信息技术外包、业务流程外包以及知识流程外包；所述应用服务标准至少包括化工、钢铁、装置制造、金融行业等的行业信息技术服务规范。
在步骤3012中，输入所述用户所属行业至所述评价维度特征，获取评价维度特征相对应的行业标准落实情况特征，将所述用户所属行业分别输入至基础标准、业务标准、管理标标准、服务模式标准以及应用服务标准后，获取基础标准的行业标准落实情况特征、业务标准的行业标准落实情况特征、管理标标准的行业标准落实情况特征、服务模式标准的行业标准落实情况特征以及应用服务标准的行业标准落实情况特征，以获取评价维度特征相对应的行业标准落实情况特征。
在步骤3013中，根据信息技术咨询服务、设计与开发服务、信息系统集成服务以及数据处理和运营服务确定服务范围特征，可选地，所述信息技术咨询服务至少包括信息化规划、信息技术管理咨询、信息系统工程监理、测试评估认证以及信息技术培训等方面内容，所述设计与开发服务至少包括信息技术硬件产品设计以及软件设计与开发等方面内容，所述信息系统集成服务至少包括信息系统设计、集成实施以及运行维护等方面内容，所述数据处理和运营服务至少包括数据加工处理、运营、数字内容加工处理以及客户交互等方面内容。
在步骤3014中，根据所述用户所属行业与行业类别特征、行业标准落实情况特征、以及服务范围特征的实体关系构建所述第一层，可选地，从所述第一行业类别特征中筛选出所述第二行业类别特征，根据所述用户所属行业与行业类别特征、行业标准落实情况特征、以及服务范围特征的实体关系构建所述第一层，即根据预设的第二行业类别特征，或根据用户需求信息所关联的行业类别，确定所述第二行业类别特征。
可选地，第一行业类别特征和行业标准落实情况特征、评价维度特征以及服务范围特征是非分类关系下的相关关系；所述第一行业类别特征和第二行业类别特征是非分类关系下的整体部分关系；所述第二行业类别特征和业标准落实情况特征、评价维度特征、服务范围特征是非分类关系下的相关关系。
图5是本发明提供的构建所述第二层的结构示意图，所述根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层，包括：
从服务质量评价指标体系中提取出功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征，以根据所述功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征确定所述信息服务类别特征；
根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，以根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述服务质量对应产品所在进程包括市场开发进程、开发设计进程以及服务提供进程。
在步骤3021中，所述功能性特征至少包括完备性、充分性、功能性的依从性等特征作为服务质量评价指标体系的参考依据，所述可靠性特征至少包括连续性、稳定性、安全性、可靠性的依从性等特征作为服务质量评价指标体系的参考依据，所述响应性特征至少包括及时性、有效性、互动性、响应性的依从性等特征作为服务质量评价指标体系的参考依据，有形性至少包括可视性、专业性、吸引性、可视性的依从性等特征作为服务质量评价指标体系的参考依据，友好性至少包括灵活性、礼貌性、主动性、友好性的依从性等特征作为服务质量评价指标体系的参考依据，本发明将在这五个维度所构成的所述信息服务类别特征作为构建所述第二层的一部分。
在步骤3022中，根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，能够获取服务质量对应产品所在进程的完成建设情况特征，可选地，服务质量对应产品所在进程包括市场开发进程、开发设计进程、服务提供进程等，进而根据步骤3022中所确定的信息服务类别特征，以及服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层。
可选地，所述根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，包括：
在服务质量对应产品处于市场开发进程的情况下，根据轻量级划分方法获取市场开发进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于开发设计进程的情况下，根据相似度匹配算法获取开发设计进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于服务提供进程的情况下，获取服务提供进程情况下服务质量对应产品的完成建设情况特征。
可选地，在服务质量对应产品处于市场开发进程的情况下，根据轻量级划分方法获取市场开发进程情况下服务质量对应产品的完成建设情况特征，若服务质量对应产品处于市场开发进程的情况下，则认为所述信息技术服务还处于拟定阶段，需要从市场中收集相应需求，再根据需求，构建服务内容，服务架构以及服务流程。由于调研过程中会存在多种评价维度，其市场调研后的评价维度多于未来实际使用的评价维度，因此，针对该问题，可以对已有的评价维度使用轻量级划分方法，对所使用的标准内容进行划分后，重新确定类别归属，即相当于通过标准内容类别合并的方式，完成多余类别的删减。
可选地，在服务质量对应产品处于开发设计进程的情况下，根据相似度匹配算法获取开发设计进程情况下服务质量对应产品的完成建设情况特征，该阶段会有一些用户反馈对应的标准的适用性，同样在该阶段，需要对一些无用的标准进行添加或删除，因此，对该阶段的标准内容类别进行删减，采用相似度计算的方法，将已经确定的标准内容作为筛选标准，将当与所述筛选标准的相似度满足一定程度时的筛选标准作为添加内容，相似度不满足时，删除对应标准内容。
可选地，在服务质量对应产品处于服务提供进程的情况下，获取服务提供进程情况下服务质量对应产品的完成建设情况特征，在该阶段中，标准化内容不进行修正。
图6是本发明提供的信息技术服务质量评估方法的流程示意图之四，在输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型之前，包括：
根据每一用户所对应的需求信息确定每一用户所对应的样本用户种类、样本需求信息结果以及样本请求时间；
根据所述样本用户种类、样本需求信息结果以及样本请求时间构建样本集，以根据所述样本集训练所述神经网络模型。
在步骤401中，通过调研、数据库、历史数据或各大平台获取每一用户所对应的需求信息，根据每一用户所对应的需求信息从调研、数据库、历史数据或各大平台中确定每一用户所对应的样本用户种类、样本需求信息结果以及样本请求时间。
在步骤402中，根据所述样本用户种类、样本需求信息结果以及样本请求时间构建样本集，以根据所述样本集训练所述神经网络模型，在这样的实施例中，可以将所述样本集按照一定的比例分为训练集以及测试集，例如，按照8:2的比例进行划分，进而根据训练集训练所述神经网络模型，根据所述测试集验证所述神经网络模型。具体地，本发明采有常规半监督训练方法，利用SEA实体对齐框架，对知识图谱中的实体进行对齐，基于度感知知识图谱嵌入的半监督实体对齐。
可选地，在根据所述样本集训练所述神经网络模型后，还包括：
归一化处理第一权重以及第二权重，获取归一化输出，以将所述归一化输出输入至所述神经网络模型，确定更新后神经网络模型；
所述第一权重是根据因子分析算法确定的；
所述第二权重是根据独立性权重算法确定的。
可选地，因子分析算法全称为因子分析权数算法，是根据数理统计中的因子分析方法，对矩阵中的每个指标计算共性因子的累计贡献率来定权，累计贡献率越大，该指标对应的权重也越大，所确定的权数也越大，即通过因子分析算法，是为了确定矩阵中的各个指标的第一权重；而独立性权重算法是利用数理统计学中多源回归方法，计算复相关系数来定权的，复相关系数越大，所赋的权数越大，通过独立性权重分析，是为了确定矩阵中的各个指标的第二权重。
可选地，独立性权重是在独立性权系数法中根据各指标与其他指标之间的共线性强弱来确定指标权重的，其输入为至少两项或以上的定量变量，其输出为输入定量变量对应的权重值，为方便理解，在一个可选地实施例中，数据是100个客户的各方面，包括能力、品格、担保、资本以及环境的评分，利用独立性权系数法来计算各个变量的重要性，即所占的权重。设有指标项X1、X2、......、Xm，若指标Xk，即用户定义的一个能够跟X1-Xm相关的，能够评估关联性的一个指标，与其他指标的复相关系数越大，则说明与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，因此该指标的权重也就越小。
可选地，还可以对第一权重以及第二权重进行修正，具体地，设置第一修正系数以及第二修正系数，以根据第一修正系数修正所述第一权重，根据第二修正系数修正所述第二权重。
本领域技术人员理解，所述因子分析是为了找出关联性强的因子。将第一层中采集到的各个特征进行分析，找出，后续能够准确用户输入神经网络进行计算的数据样本。具体地，首先采取相关性检验，一般采用KMO检验法和Bartlett球形检验法两种方法来对原始变量进行相关性检验；然后输入原始数据，计算样本均值和方差，对数据样本进行标准化处理；进而计算样本的相关矩阵，求相关矩阵的特征根和特征向量；再然后根据人为预设的累积贡献率确定公共因子的个数，并计算因子载荷矩阵；对载荷矩阵进行旋转，以求能更好地解释公共因子；再然后确定因子模型；最后根据上述计算结果，求因子得分，对系统进行分析。
本发明在输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取信息服务质量评估矩阵，所述信息服务质量评估矩阵包括用户、时间、评估结果，其中，对于结果评估，采用已经训练好的神经网络模型对矩阵中的信息进行评估，进而得到评估结果。同时，在利用神经网络模型进行评估时，考虑到信息服务质量矩阵的数据的复杂性以及需要较强的信息关联性，因此，本方案对神经网络模型的隐藏层中的权重矩阵进行了优化，具体为，归一化处理第一权重以及第二权重，获取归一化输出，以将所述归一化输出输入至所述神经网络模型，输入进神经网络模型的隐藏层中，确定输出的更新后神经网络模型。
图7是本发明提供的信息技术服务质量评估方法的流程示意图之五，在输入所述目标评估矩阵至信息技术服务质量评估沙盘之前，还包括：
输入所述样本用户种类、样本需求信息结果以及样本请求时间至所述更新后神经网络模型，以确定更新后神经网络模型输出的样本评估矩阵；
构建以样本评估矩阵中用户、时间以及评估为三元组的信息技术服务质量评估沙盘。
在步骤501中，输入所述样本用户种类、样本需求信息结果以及样本请求时间至所述更新后神经网络模型，以确定更新后神经网络模型输出的样本评估矩阵，所述更新后神经网络模型则是根据归一化处理第一权重以及第二权重，获取归一化输出，以将所述归一化输出输入至所述神经网络模型而确定的，所述神经网络模型是根据所述样本用户种类、样本需求信息结果、样本请求时间以及原始样本评估矩阵构建的，即在构建所述神经网络模型后，对神经网络模型进行更新，并再次输入所述样本用户种类、样本需求信息结果以及样本请求时间，以获取区别于原始样本评估矩阵的样本评估矩阵，以根据在后输出的样本评估矩阵构建信息技术服务质量评估沙盘。
在步骤502中，构建以样本评估矩阵中用户、时间以及评估为三元组的信息技术服务质量评估沙盘，可选地，在展厅应用中模型沙盘与应用计算机智能展示控制系统是一项具有高新技术水平的且富有创意的设计，其能够让公众生动、形象、快速、准确地认识了解信息技术服务质量评估沙盘所展示的评估内容，能有效的实现向公众展示的目的。可选地，其还能够从语音介绍、触摸智能、灯光特效、遥控控制等智能化科技等方面出发覆盖需求者的实际需求。
所述信息技术服务质量评估沙盘用于对信息技术服务质量评价进行展示，而为了更好的实现对信息技术服务质量评价进行展示，可以预先根据需要展示的内容构建所述信息技术服务质量评估沙盘，并根据多个样本评估矩阵中用户、时间以及评估为三元组的样机对所述信息技术服务质量评估沙盘的展示进行调整，以使得在输入所述目标评估矩阵至信息技术服务质量评估沙盘，能够更好的显示评估内容。
图8是本发明提供的信息技术服务质量评估装置的结构示意图，本发明提供了一种信息技术服务质量评估装置，包括第一获取单元1：用于输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度，所述第一获取单元1的工作原理可以参考前述步骤101，在此不予赘述。
所述信息技术服务质量评估装置还包括第二获取单元2：输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵，所述第二获取单元2的工作原理可以参考前述步骤102，在此不予赘述。
所述信息技术服务质量评估装置还包括第三获取单元3：输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据；所述显示数据用于指示显示与所述用户需求信息相关联的评估结果，所述第三获取单元3的工作原理可以参考前述步骤103，在此不予赘述。
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
本发明提供了一种信息技术服务质量评估方法、装置、设备及介质，根据用户需求信息从知识图谱中高效提取出用户所需求的信息结果，并根据用户需求信息所对应的用户种类、需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，以高效客观的获取相关联的目标评估矩阵，最后根据信息技术服务质量评估沙盘以及目标评估矩阵，获取与所述用户需求信息相关联的评估结果。本发明结合知识图谱、神经网络模型以及信息技术服务质量评估沙盘，解决了用户需求得不到客观评估的技术问题，本发明高效客观、评估精确、能够满足当前环境下用户对于信息技术服务质量评估的实际需求。
图9是本发明提供的电子设备的结构示意图。图9示例了一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器（processor）910、通信接口（Communications Interface）920、存储器（memory）930和通信总线940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令，以执行信息技术服务质量评估方法，该方法包括：输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
此外，上述的存储器930中的逻辑指令可以通过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介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种信息技术服务质量评估方法，该方法包括：输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供信息技术服务质量评估方法，该方法包括：输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
以上所描述的装置实施例仅仅是示意性的，其中所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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种信息技术服务质量评估方法，其特征在于，包括：
输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；
输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；
输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括；
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
2.根据权利要求1所述的信息技术服务质量评估方法，其特征在于，在输入用户需求信息至知识图谱之前，还包括：
接收第一请求，并响应于所述第一请求，以从所述第一请求中解析出用户地址、用户身份信息以及用户需求信息；
在确认所述用户地址与用户注册地址相匹配，且所述用户身份信息与用户注册身份信息相匹配的情况下，提取所述用户需求信息。
3.根据权利要求1所述的信息技术服务质量评估方法，其特征在于，在输入用户需求信息至知识图谱之前，还包括：
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层；
根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述第三层用于根据目标查询行业跨度确定查找次数，并根据所述查找次数对多次查找后的行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征均值化处理，以获取所述需求信息结果；
根据所述第一层、所述第二层以及所述第三层构建所述知识图谱；
所述行业类别特征包括第一行业类别特征以及第二行业类别特征，所述第二行业类别特征是第一行业类别特征中重点关注的行业类别特征。
4.根据权利要求3所述的信息技术服务质量评估方法，其特征在于，所述根据所述用户所属行业与行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征的实体关系构建所述第一层，包括：
根据基础标准、业务标准、管理标准、服务模式标准以及应用服务标准确定评价维度特征；
输入所述用户所属行业至所述评价维度特征，获取评价维度特征相对应的行业标准落实情况特征；
根据信息技术咨询服务、设计与开发服务、信息系统集成服务以及数据处理和运营服务确定服务范围特征；
根据所述用户所属行业与行业类别特征、行业标准落实情况特征、以及服务范围特征的实体关系构建所述第一层。
5.根据权利要求3所述的信息技术服务质量评估方法，其特征在于，所述根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层，包括：
从服务质量评价指标体系中提取出功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征，以根据所述功能性特征、可靠性特征、响应性特征、有形性特征以及友好性特征确定所述信息服务类别特征；
根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，以根据所述行业类别特征与信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征的实体关系构建所述第二层；
所述服务质量对应产品所在进程包括市场开发进程、开发设计进程以及服务提供进程。
6.根据权利要求5所述的信息技术服务质量评估方法，其特征在于，所述根据服务质量对应产品所在进程特征处理所述服务质量对应产品后，获取服务质量对应产品所在进程的完成建设情况特征，包括：
在服务质量对应产品处于市场开发进程的情况下，根据轻量级划分方法获取市场开发进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于开发设计进程的情况下，根据相似度匹配算法获取开发设计进程情况下服务质量对应产品的完成建设情况特征；
在服务质量对应产品处于服务提供进程的情况下，获取服务提供进程情况下服务质量对应产品的完成建设情况特征。
7.根据权利要求1所述的信息技术服务质量评估方法，其特征在于，在输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型之前，包括：
根据每一用户所对应的需求信息确定每一用户所对应的样本用户种类、样本需求信息结果以及样本请求时间；
根据所述样本用户种类、样本需求信息结果以及样本请求时间构建样本集，以根据所述样本集训练所述神经网络模型。
8.根据权利要求7所述的信息技术服务质量评估方法，其特征在于，在根据所述样本集训练所述神经网络模型后，还包括：
归一化处理第一权重以及第二权重，获取归一化输出，以将所述归一化输出输入至所述神经网络模型，确定更新后神经网络模型；
所述第一权重是根据因子分析算法确定的；
所述第二权重是根据独立性权重算法确定的。
9.根据权利要求8所述的信息技术服务质量评估方法，其特征在于，在输入所述目标评估矩阵至信息技术服务质量评估沙盘之后，还包括：
输入所述样本用户种类、样本需求信息结果以及样本请求时间至所述更新后神经网络模型，以确定更新后神经网络模型输出的样本评估矩阵；
根据样本评估矩阵中用户、时间以及评估的三元组更新所述信息技术服务质量评估沙盘。
10.一种信息技术服务质量评估装置，其特征在于，包括：
第一获取单元：用于输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，所述用户需求信息至少包括用户所属行业以及目标查询行业跨度；
第二获取单元：用于输入用户需求信息所对应的用户种类、所述需求信息结果以及用户需求信息所对应的请求时间至神经网络模型，获取所述神经网络模型输出的目标评估矩阵；
第三获取单元：用于输入所述目标评估矩阵至信息技术服务质量评估沙盘，生成所述信息技术服务质量评估沙盘输出的显示数据，所述显示数据用于指示显示与所述用户需求信息相关联的评估结果；
所述输入用户需求信息至知识图谱，获取所述知识图谱输出的需求信息结果，具体包括：
输入所述用户所属行业至所述知识图谱的第一层，获取所述知识图谱的第一层输出的行业类别特征、行业标准落实情况特征、评价维度特征以及服务范围特征；
输入所述行业类别特征至所述知识图谱的第二层，获取所述知识图谱的第二层输出的信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征；
输入行业标准落实情况特征、评价维度特征、服务范围特征、信息服务类别特征、服务质量对应产品所在进程特征、服务质量对应产品所在进程的完成建设情况特征、服务质量的预设模型预测特征至所述知识图谱的第三层，根据所述目标查询行业跨度，获取所述知识图谱的第三层输出的需求信息结果。
11.一种电子设备，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计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至9任一项所述的信息技术服务质量评估方法。
12.一种非暂态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如权利要求1至9任一项所述的信息技术服务质量评估方法。
CN202211372887.8A 2022-11-04 2022-11-04 信息技术服务质量评估方法、装置、设备及介质 Active CN115545799B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211372887.8A CN115545799B (zh) 2022-11-04 2022-11-04 信息技术服务质量评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211372887.8A CN115545799B (zh) 2022-11-04 2022-11-04 信息技术服务质量评估方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115545799A CN115545799A (zh) 2022-12-30
CN115545799B true CN115545799B (zh) 2023-03-24

Family

ID=84720519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211372887.8A Active CN115545799B (zh) 2022-11-04 2022-11-04 信息技术服务质量评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115545799B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016010997A1 (en) * 2014-07-16 2016-01-21 Parkland Center For Clinical Innovation Client management tool system and method
CN109919671A (zh) * 2019-02-27 2019-06-21 上海宝尊电子商务有限公司 一种面向电子商务领域客户导向的高效智能客服方法和系统
CN110516063A (zh) * 2019-07-11 2019-11-29 网宿科技股份有限公司 一种服务系统的更新方法、电子设备及可读存储介质
WO2021056837A1 (zh) * 2019-09-25 2021-04-01 苏州思必驰信息科技有限公司 服务质量评测产品定制平台及方法
WO2021103492A1 (zh) * 2019-11-28 2021-06-03 福建亿榕信息技术有限公司 一种企业经营风险预测方法和系统
WO2021164147A1 (zh) * 2020-02-19 2021-08-26 平安科技（深圳）有限公司 基于人工智能的服务评价方法、装置、设备及存储介质
WO2021196520A1 (zh) * 2020-03-30 2021-10-07 西安交通大学 一种面向税务领域知识图谱的构建方法及系统
WO2021213293A1 (zh) * 2020-04-24 2021-10-28 西北工业大学 一种面向群智感知的泛在操作系统
CN114118748A (zh) * 2021-11-15 2022-03-01 中国联合网络通信集团有限公司 一种服务质量预测方法、装置、电子设备及存储介质
CN114662816A (zh) * 2020-12-22 2022-06-24 山东大学 面向上下文感知系统的多层级质量指标管理系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016010997A1 (en) * 2014-07-16 2016-01-21 Parkland Center For Clinical Innovation Client management tool system and method
CN109919671A (zh) * 2019-02-27 2019-06-21 上海宝尊电子商务有限公司 一种面向电子商务领域客户导向的高效智能客服方法和系统
CN110516063A (zh) * 2019-07-11 2019-11-29 网宿科技股份有限公司 一种服务系统的更新方法、电子设备及可读存储介质
WO2021056837A1 (zh) * 2019-09-25 2021-04-01 苏州思必驰信息科技有限公司 服务质量评测产品定制平台及方法
WO2021103492A1 (zh) * 2019-11-28 2021-06-03 福建亿榕信息技术有限公司 一种企业经营风险预测方法和系统
WO2021164147A1 (zh) * 2020-02-19 2021-08-26 平安科技（深圳）有限公司 基于人工智能的服务评价方法、装置、设备及存储介质
WO2021196520A1 (zh) * 2020-03-30 2021-10-07 西安交通大学 一种面向税务领域知识图谱的构建方法及系统
WO2021213293A1 (zh) * 2020-04-24 2021-10-28 西北工业大学 一种面向群智感知的泛在操作系统
CN114662816A (zh) * 2020-12-22 2022-06-24 山东大学 面向上下文感知系统的多层级质量指标管理系统及方法
CN114118748A (zh) * 2021-11-15 2022-03-01 中国联合网络通信集团有限公司 一种服务质量预测方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN115545799A (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
WO2020037942A1 (zh) 风险预测处理方法、装置、计算机设备和介质
CN110119413B (zh) 数据融合的方法和装置
CN109272396B (zh) 客户风险预警方法、装置、计算机设备和介质
CN113657545B (zh) 用户业务数据的处理方法、装置、设备及存储介质
US8489502B2 (en) Methods and systems for multi-credit reporting agency data modeling
CN112668859A (zh) 基于大数据的客户风险评级方法、装置、设备及存储介质
CN113779272B (zh) 基于知识图谱的数据处理方法、装置、设备及存储介质
CN112132233A (zh) 一种基于有效影响因子的服刑人员危险行为预测方法及系统
US10387805B2 (en) System and method for ranking news feeds
US20170011481A1 (en) Document analysis system, document analysis method, and document analysis program
CN112348519A (zh) 一种欺诈用户识别方法、装置和电子设备
CN110727852A (zh) 一种推送招聘推荐服务的方法、装置及终端
CN112561685B (zh) 客户的分类方法和装置
CN114238655A (zh) 企业关联关系识别方法、装置、设备及介质
CN116681410A (zh) 基于云计算的人力资源数据管理系统及管理方法
CN115063035A (zh) 基于神经网络的客户评估方法、系统、设备及存储介质
CN114493686A (zh) 一种运营内容生成推送方法及装置
EP3896699A1 (en) Using machine learning for generating chemical product formulations
CN111611387B (zh) 民事案件咨询方法、装置、计算机设备及存储介质
CN115545799B (zh) 信息技术服务质量评估方法、装置、设备及介质
CN113627997A (zh) 数据处理方法、装置、电子设备及存储介质
CN115564276A (zh) 项目统计储备管理系统、方法及存储介质
CN113742495A (zh) 基于预测模型的评级特征权重确定方法及装置、电子设备
CN115034762A (zh) 一种岗位推荐方法、装置、存储介质、电子设备及产品
CN114820074A (zh) 基于机器学习的目标用户群体预测模型构建方法

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