目标导航制造技术

本公开提供了用于导航到目标的方法、装置和系统。可以在多个节点中确定起始节点和目标节点。每个节点与至少一个训练样本相关联。每个训练样本与至少一个个体属性相关联。可以利用机器学习模型基于与第一节点相关联的训练样本来计算与关联于第一节点的个体属性有关的一个或多个权重。所述权重可以被配置为将第一节点导航到第二节点。可以提供关于从所述起始节点导航到所述目标节点的至少一条路径的信息，该信息是基于与关联于所述路径上设置的至少一个节点的个体属性有关的权重来提供的。

【技术实现步骤摘要】
【国外来华专利技术】目标导航
技术介绍
人们可能在他们的工作和生活中具有各种目标，并且希望知道如何实现这些目标。例如，一些人可能具有职业目标，并且想要获得关于如何实现职业目标的建议。职业导航服务可以帮助用户识别达到其期望的职业目标的路径。通常，如果一个用户提交了目标工作，则职业导航服务可以将该用户关联于基于已实现该目标工作的现实生活中的人的角色模型。职业导航服务可以向该用户提供该现实生活中的人的职业路径以作为用于实现目标工作的建议。这个职业路径是基于该现实生活中的人的经历的。
技术实现思路
提供本
技术实现思路
以便介绍一组概念，这组概念将在以下的具体实施方式中做进一步描述。本
技术实现思路
并非旨在标识所保护主题的关键特征或必要特征，也不旨在用于限制所保护主题的范围。本公开的实施例可以通过数据挖掘和机器学习，基于大量训练样本来建立目标导航建议模型。目标导航建议模型可以包括关于实现各种目标的要求的信息。可以基于目标导航建议模型来提供目标导航服务。应当注意，以上一个或多个方面包括以下详细描述以及权利要求中具体指出的特征。下面的说明书及附图详细提出了所述一个或多个方面的某些说明性特征。这些特征仅仅指示可以实施各个方面的原理的多种方式，并且本公开旨在包括所有这些方面和其等同变换。附图说明以下将结合附图描述所公开的多个方面，这些附图被提供用以说明而非限制所公开的多个方面。图1示出了用于提供目标导航的示例性应用场景。图2是根据实施例的用于提供职业目标导航的示例性方法的流程图。图3A示出了根据实施例的职业目标导航的示例性呈现。图3B示出了根据实施例的职业目标导航的示例性呈现。图4示出了根据实施例的职业目标导航的示例性呈现。图5是根据实施例的用于提供职业目标导航的示例性方法的流程图。图6是根据实施例的用于生成与工作职位相关联的规则的示例性处理的流程图。图7是根据实施例的用于在多个节点间导航的示例性方法的流程图。图8是根据实施例的示例性方法的流程图。图9示出了根据实施例的用于在多个节点间导航的示例性装置。图10示出了根据实施例的用于导航到目标的示例性装置。图11示出了根据实施例的示例性系统。图12示出了根据实施例的用于提供目标导航的示例性系统。具体实施方式现在将参考多种示例性实施方式来讨论本公开。应当理解，这些实施方式的讨论仅仅用于使得本领域技术人员能够更好地理解并从而实施本公开的实施例，而并非教导对本公开的范围的任何限制。本公开的实施例可以提供一种目标导航系统。目标导航系统可以被配置为用于提供目标导航服务。在一些实施方式中，目标导航系统可以通过数据挖掘和机器学习，基于大量训练样本来建立目标导航建议模型。训练样本可以指包含个体的各种属性的数据，并且可以被用作数据挖掘的源数据和机器学习的训练数据。目标导航建议模型可以包括关于实现各种目标的要求的信息。在一些实施方式中，目标导航系统可以提供关于如何实现被查询的目标的建议。例如，如果用户正在查询如何实现一个目标，则目标导航系统可以基于目标导航建议模型来提供关于通往该目标的至少一条路径的信息。图1示出了用于提供目标导航的示例性应用场景100。在图1中，将网络110用于对各种网络实体进行互联。网络110可以是能够对网络实体进行互联的任何类型的网络。网络110可以是单个网络或者不同网络的组合。在覆盖范围方面，网络110可以是局域网(LAN)、广域网(WAN)等。在承载介质方面，网络110可以是有线网络或无线网络。在数据交换技术方面，网络110可以是电路交换网络、分组交换网络等。终端设备120可以是任何类型的电子计算设备，其能够连接到网络110、访问网络110上的服务器或网站、处理数据或信号等。例如，终端设备120可以是台式计算机、笔记本、平板电脑、智能电话等。尽管图1中仅示出一个终端设备120，但是应当理解，任何其它终端设备也可以连接到网络110。目标导航系统130连接到网络110。目标导航系统130被配置为用于提供目标导航服务。目标导航系统130可以包括目标导航搜索引擎132、模型建立单元134和目标导航数据库136。目标导航搜索引擎132可以与用户交互并提供关于如何实现用户查询的目标的建议。模型建立单元134可以通过数据挖掘和机器学习，基于大量训练样本来建立目标导航建议模型。目标导航数据库136可以存储由目标导航搜索引擎132用来提供建议的信息，例如目标导航建议模型。如果终端设备120的用户向目标导航搜索引擎132提交关于目标的查询，则目标导航搜索引擎132可以基于存储在目标导航数据库136中的目标导航建议模型来获得关于如何实现目标的信息，并将该信息作为建议提供给终端设备120的用户。尽管在图1中示出了目标导航搜索引擎132、模型建立单元134和目标导航数据库136被包括在目标导航系统130中，但是应当理解，目标导航搜索引擎132、模型建立单元134和目标导航数据库136中的任何一个可以与目标导航系统130分离。例如，模型建立单元134可以是单个网络实体，因此建立目标导航建议模型的功能可以与目标导航系统130分离。在此情况下，目标导航系统130可接收并存储由模型建立单元134建立的目标导航建议模型。图1中的样本源140指可以提供训练样本的各种数据源。这些训练样本可以由模型建立单元134用于建立目标导航建议模型。样本源140可以是包含训练样本并连接到网络110的单个数据库，或者是可以基于用户的访问来获得训练样本的服务器的一部分。应当理解，图1中示出的所有网络实体都是示例性的，根据具体应用需求，应用场景100中可以涉及任何其它网络实体。可以采用各种方式来应用根据本公开的实施例的目标导航系统。例如，在一些实施例中，目标导航系统可以被应用于提供职业目标导航。为了便于解释一些示例性实施例的技术细节，以下描述将以职业目标导航为例。然而，应当理解，本公开并不以任何方式局限于职业目标导航。图2是根据实施例的用于提供职业目标导航的示例性方法200的流程图。方法200可以由根据本公开实施例的目标导航系统用于提供关于如何实现职业目标的建议。在一种实施方式中，方法200可以由用户通过终端设备向目标导航系统提交的查询来触发，其中，用户可能想要知道如何实现职业目标，例如，目标工作职位。在另一种实施方式中，目标导航系统可以主动地执行关于如何从起始工作职位到达目标工作职位的查询。在另一种实施方式中，方法200可以由预加载或下载到用户的终端设备的客户端应用通过与目标导航系统的交互来执行。方法200在202处开始，并且进行到204。在204处，可以确定起始工作职位和目标工作职位。起始工作职位可以是用户的当前工作职位，目标工作职位可以是职业目标。此处，“工作职位”也可以被称为“节点”或“里程碑(milestone)”。节点或里程碑可以指示沿着轨迹的关键位置或点。例如，在职业目标导航的场景中，“节点”可以指沿着职业路径的“工作职位”。在一种实施方式中，方法200可以由用户通过终端设备向目标导航系统提交的关于如何达到目标工作职位的查询来触发。用户可能当前处在一个工作职位，例如，起始工作职位。在一些情况下，目标导航系统可以从用户的注册信息确定起始工作职位。例如，用户可能已经在提供目标导航服务的网站上注册，并且向网站提交了至少包括当前工作职位的个体简档本文档来自技高网...

【技术保护点】
1.一种装置，包括：多个节点，每个节点与至少一个训练样本相关联，每个训练样本与至少一个个体属性相关联；以及与关联于第一节点的个体属性有关的一个或多个权重，所述权重是利用机器学习模型基于与所述第一节点相关联的训练样本来计算的，并且被配置为将所述第一节点导航到第二节点。

【技术特征摘要】
【国外来华专利技术】1.一种装置，包括：多个节点，每个节点与至少一个训练样本相关联，每个训练样本与至少一个个体属性相关联；以及与关联于第一节点的个体属性有关的一个或多个权重，所述权重是利用机器学习模型基于与所述第一节点相关联的训练样本来计算的，并且被配置为将所述第一节点导航到第二节点。2.根据权利要求1所述的装置，其中，所述个体属性包括以下组中的至少一个：第一组，包括技能、教育和工作经历中的至少一个；第二组，包括工资、储蓄、投资、收支比、预算和长期目标中的至少一个；第三组，包括技能、装备、经历和所花费时间中的至少一个；第四组，包括个性、社交活动、爱好、教育、外貌和个人财富中的至少一个；第五组，包括基础代谢率(BMR)、身体质量指数(BMI)、体脂率、肌肉质量和身体水分率中的至少一个；以及第六组，包括血压、血脂和血糖中的至少一个。3.根据权利要求1所述的装置，其中，所述机器学习模型是决策树模型和线性拟合模型中的任何一个。4.根据权利要求1所述的装置，其中，所述训练样本中的每个训练样本包括个体简档，其中，所述至少一个个体属性是通过潜在狄利克雷分配(LDA)从所述个体简档中提取的。5.根据权利要求1所述的装置，其中，所述多个节点中的任何一个节点是以下之一：工作职位、财务状况、游戏角色等级、浪漫伴侣关系的个人条件、健身水平和个人健康水平。6.根据权利要求1所述的装置，其中，通过使用K均值聚类算法以及卷积深度结构化语义模型(CDSSM)工具来对所述个体属性的描述或所述节点的描述进行标准化。7.根据权利要求1所述的装置，还包括：所述第一节点被导航到所述第二节点的概率，其中，所述概率是基于从所述第一节点被导航到所述第二节点的训练样本和与所述第一节点相关联的训练样本来计算的。8.一种系统，包括：计算机可读介质，其包括：多个节点，每个节点与至少一个训练样本相关联，每个训练样本与至少一个个体属性相关联；以及与关联于第一节点的个体属性有关的一个或多个权重，所述权重是利用机器学习模型基于与所述第一节点相关联的训练样本来计算的，并且被配置为将所述第一节点导航到第二节点；以及处理器，其被配置为确定起始节点和目标节点，并且提供关于从所述起始节点导航到所述目标节点的至少一条路径的信息，该信息是基于与关联于所述路径上设置的至少一个节点的个体属性有关的权重来提供的。9.根据权利要求8所述的系统，其中，所述处理器被配置为基于所述路径上设置的所述节点来呈现所述信息，并且其中，所述信息包括预定数量的个体属性及其权重。10.根据权利要求8所述的系统，其中，所述个体属性包括以下组中的至少一个：第一组，包括技能、教育和工作经历中的至少一个；第二组，包括工资、储蓄、投资、收支比、预算和长期目标中的至少一个；第三组，包括技能、装备、经历和所花费时间中的至少一个；第四组...

【专利技术属性】
技术研发人员：王栋，夏云庆，刘学，俞泓，
申请(专利权)人：微软技术许可有限责任公司，
类型：发明
国别省市：美国,US