面向智能家居场景的服务推荐在线优化方法技术

本发明专利技术涉及一种面向智能家居场景的服务推荐在线优化方法。首先根据智能家居知识图谱针对通用用户群体来生成通用的服务指令，然后基于指令的语义相似性训练出初始服务推荐模型。进一步在初始服务推荐模型上根据用户的使用轨迹进行模型的增量训练，进而实现服务推荐模型的在线优化，最终使得推荐模型可以适用于特定环境下的指令识别。因此，基于该技术，虚拟助手可以自适应地给出最佳的匹配的系统指令。

【技术实现步骤摘要】
面向智能家居场景的服务推荐在线优化方法
本专利技术涉及面向智能家居场景的服务推荐在线优化方法。
技术介绍
随着国家战略的推进，大数据、云计算等技术和市场的驱动，以人工智能为代表的新一代信息技术已经越来越商业化、市场化，人工智能产业迎来难得的发展机遇，呈现出蓬勃发展的景象。人工智能的赋能作用在传统行业越来越流行，极大地影响了互联网、医疗保健、制造业等各行各业，对国家经济结构，社会生活的变革起到了重要作用。近几年来，人工智能产品正逐渐进入我们的日常生活中，不仅代替了各种简单重复的体力或脑力劳动，还极大地提高了生产效率。而基于人工智能的应用开发也越来越受到人们的青睐。虚拟助手(virtualassistant)是一种能替个人执行任务或服务的软件代理(softwareagent)。在人工智能应用领域中，虚拟助手技术较为成熟，广泛应用于智能家居等领域。国外较为知名的智能语音虚拟助手有亚马逊的Alexa，苹果的Siri等。国内较知名的有阿里巴巴的天猫精灵、百度的小度等。这些智能语音虚拟助手都在市场有不错的反响，在日常生活中扮演着很重要的角色，连接和本文档来自技高网...

【技术保护点】
1.一种面向智能家居场景的服务推荐在线优化方法，其特征在于，包括如下步骤：/n步骤S1、服务推荐：基于语义相似性推荐给用户与用户输入自然语言指令相似度最高的系统指令；/n步骤S2、在线优化：根据用户常用自然语言指令和对应的系统指令进行组合，通过多层感知器算法进行模型的训练，得到原始服务推荐模型，而后对原始服务推荐模型进行增量训练，实现服务推荐的在线优化。/n

【技术特征摘要】
1.一种面向智能家居场景的服务推荐在线优化方法，其特征在于，包括如下步骤：
步骤S1、服务推荐：基于语义相似性推荐给用户与用户输入自然语言指令相似度最高的系统指令；
步骤S2、在线优化：根据用户常用自然语言指令和对应的系统指令进行组合，通过多层感知器算法进行模型的训练，得到原始服务推荐模型，而后对原始服务推荐模型进行增量训练，实现服务推荐的在线优化。


2.根据权利要求1所述的面向智能家居场景的服务推荐在线优化方法，其特征在于，所述步骤S1具体实现步骤如下：
S11、用户输入自然语言指令；
S12、通过GloVe技术将用户输入自然语言指令的单词向量化，得到词向量；
S13、将句子中的所有词向量相加得到这个句子的句向量；
S14、采用余弦相似度计算两个句向量间的相似性，得到两条指令的语义相似性；
S15、根据用户输入自然语言指令和系统指令的语义相似性进行指令的排序，筛选出相似度最高的前N条系统指令推荐给用户。


3.根据权利要求2所述的面向智能家居场景的服务推荐在线优化方法，其特征在于，所述步骤S2具体实现步骤如下：
S21、生成原始服务推荐模型：
S211、收集用户常用自然语言指令和对应的系统指令；
S212、将用户常用指令与所有的系统指令按照指令...

【专利技术属性】
技术研发人员：陈星，黄志明，吴宜钊，林章颖，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35