意图驱动的面向本质计算的可编程智能控制方法和系统技术方案

本发明专利技术提供一种意图驱动的面向本质计算的可编程智能控制方法和系统，该方法包括：S1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求；S2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图；S3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表；S4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；S5、执行器执行输出模块输出的决策方案。本发明专利技术可使执行器所执行动作能够在用户不需要付出更多的记忆成本和尝试成本的基础上尽量符合用户的真实意图，从而提高用户使用体验。

【技术实现步骤摘要】
意图驱动的面向本质计算的可编程智能控制方法和系统
本专利技术涉及智能设备控制系统
，尤其涉及一种意图驱动的面向本质计算的可编程智能控制方法和系统。
技术介绍
智能开关是指利用控制板和电子元器件的组合及编程，以实现电路智能开关控制的单元，可以应用于夜晚灯光控制等多种需要用到开关、按键的场景。在此类场景中，用户通常需要记忆不同开关、按钮的功能，才能依据自己的需求使用合适的开关或按钮，若在此类场景中应用常规开关，则用户需要付出一定的记忆成本和尝试成本，且开关和按钮的控制功能固定，无法根据用户不同时期的需求动态调整，无法进一步提升用户体验。
技术实现思路
鉴于此，本专利技术的目的在于提供一种意图驱动的面向本质计算的可编程智能控制方法和系统，以克服或至少部分解决现有技术所存在的上述问题。本专利技术第一方面提供一种意图驱动的面向本质计算的可编程智能控制方法，所述方法包括以下步骤：S1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求；S2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图；S3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表；S4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；S5、执行器执行输出模块输出的决策方案。进一步的，所述初始化输入模块，具体包括：S11、完成数据体系、信息体系、知识体系和意图体系的初步构建；S12、分析数据体系中的数据资源，导出分析结果输入到信息体系；S13、对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系；S14、对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。进一步的，所述用户画像的生成具体包括：获取部分用户信息作为初始信息；从用户对系统决策的反馈中推断用户信息，作为附加信息加入用户画像；检查用户行为和意图模型、用户画像的冲突中可能存在的临时数据，检查到临时数据时对当前用户画像进行快照并将临时数据加入用户画像，临时数据过期后将用户画像根据快照进行恢复，并引入之后加入的永久数据到用户画像中。进一步的，所述意图模型由输出模块使用用户画像产生，意图模型反映用户在特定条件下的特定行为代表的意图，并描述意图和系统对相应意图做出的反应动作的绑定关系。进一步的，步骤S2中决策模型结合所接收的用户请求和意图模型，获得用户的可能意图，具体为：基于预设算法，结合价值模型，以意图对应的价值作为决策基础，判断用户的可能意图，所述预设算法包括朴素贝叶斯、决策树、协同过滤中的一种或多种。进一步的，所述方法还包括以下步骤：S5、输入模块接收用户反馈，基于用户反馈判断决策方案是否符合用户实际意图，请求输出模块检查本次决策方案意图列表是否包含用户实际请求；S6、若本次决策方案意图列表中包含了用户实际请求，则输入模块调整用户画像中与用户实际请求相关的数据，系统重新学习并更新用户画像和意图模型；S7、若本次决策方案中未包含用户实际请求，则将用户的意图加入知识体系。进一步的，所述步骤S7具体还包括：S71、输入模块向用户询问意图是否为临时性意图；S72、若用户意图为临时性意图，则获取对应的时效数据，并将用户临时性意图和对应的时效数据加入知识体系；S73、若用户意图非临时性意图，则将用户意图直接导入知识体系。本专利技术第二方面提供一种意图驱动的面向本质计算的可编程智能控制系统，所述系统包括输入模块、决策模型、输出模块和执行器，所述输入模块用于进行初始化，接收用户请求，并将用户请求发送至决策模型以发起决策请求；所述决策模型用于结合所接收的用户请求和意图模型，获得用户的可能意图，以及请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，以意图价值形式量化可能性，以意图价值降序输出意图列表；所述输出模块用于结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；所述执行器用于执行输出模块输出的决策方案。与现有技术相比，本专利技术的有益效果是：本专利技术所提供的一种意图驱动的面向本质计算的可编程智能控制方法和系统，在输入模块接收到用户的请求时，通过决策模型获得用户的可能意图，并基于用户画像计算不同可能意图发生的可能性输出意图列表，由输出模块结合意图模型和意图列表规划用户交互逻辑决策方案，执行器再基于决策方案执行相应的动作，从而使得执行器所执行的动作能够在用户不需要付出更多的记忆成本和尝试成本的基础上尽量符合用户的真实意图，从而提高用户的使用体验。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对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专利技术的优选实施例，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是本专利技术实施例提供的意图驱动的面向本质计算的可编程智能控制方法整体流程示意图。图2是本专利技术实施例提供的数据、信息、知识和意图体系数据流图。图3是本专利技术实施例提供的意图驱动的面向本质计算的可编程智能控制方法整体结构示意图。图中，1输入模块，2决策模型，3输出模块，4执行器。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所列举实施例只用于解释本专利技术，并非用于限定本专利技术的范围。参照图1，本专利技术实施例提供一种意图驱动的面向本质计算的可编程智能控制方法，所述方法包括以下步骤：S1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求。S2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图。S3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表。S4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案。S5、执行器执行输出模块输出的决策方案。作为可选的实施例，参照图2，步骤S1中，所述初始化输入模块，具体包括：S11、完成数据体系、信息体系、知识体系和意图体系的初步构建。S12、分析数据体系中的数据资源，导出分析结果输入到信息体系。S13、对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系。S14、对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。其中，所述数据体系由一系列文本、数字或其他形式的对事实的呈现组成，数据体系内的数据资源以条为单位存储在数据库中，所述数据资源没有实际意义，可以是任何形式、任何格式的数据。所述信息体系中的信息资源可以是提取自数据体系，也可以是直接本文档来自技高网...

【技术保护点】
1.一种意图驱动的面向本质计算的可编程智能控制方法，其特征在于，所述方法包括以下步骤：/nS1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求；/nS2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图；/nS3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表；/nS4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；/nS5、执行器执行输出模块输出的决策方案。/n

【技术特征摘要】
1.一种意图驱动的面向本质计算的可编程智能控制方法，其特征在于，所述方法包括以下步骤：
S1、初始化输入模块，输入模块接收用户请求，并将用户请求发送至决策模型以发起决策请求；
S2、决策模型结合所接收的用户请求和意图模型，获得用户的可能意图；
S3、决策模型请求输入模块的接口以获取用户画像，分析每个可能意图发生的可能性，所述可能性以意图价值形式进行量化，以意图价值降序输出意图列表；
S4、输出模块结合意图模型和决策模型输出的意图列表，规划用户交互逻辑决策方案；
S5、执行器执行输出模块输出的决策方案。


2.根据权利要求1所述的一种意图驱动的面向本质计算的可编程智能控制方法，其特征在于，所述初始化输入模块，具体包括：
S11、完成数据体系、信息体系、知识体系和意图体系的初步构建；
S12、分析数据体系中的数据资源，导出分析结果输入到信息体系；
S13、对信息体系中的信息资源进行筛选、学习，导出学习结果到知识体系；
S14、对知识体系中的知识资源进行分类，筛选其中与用户意图相关的知识资源并导入意图体系。


3.根据权利要求1所述的一种意图驱动的面向本质计算的可编程智能控制方法，其特征在于，所述用户画像的生成具体包括：
获取部分用户信息作为初始信息；
从用户对系统决策的反馈中推断用户信息，作为附加信息加入用户画像；
检查用户行为和意图模型、用户画像的冲突中可能存在的临时数据，检查到临时数据时对当前用户画像进行快照并将临时数据加入用户画像，临时数据过期后将用户画像根据快照进行恢复，并引入之后加入的永久数据到用户画像中。


4.根据权利要求1或3所述的一种意图驱动的面向本质计算的可编程智能控制方法，其特征在于，所述意图模型由输出模块使用用户画像产生，意图模型反映用户在特定条件下的特定行为代表的意图，并描述意图和系统对相应意图做出的反应动作的绑定关系。

【专利技术属性】
技术研发人员：段玉聪，方照霖，王兴斌，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南;46