【技术实现步骤摘要】
场景自适应识别处理方法、系统、电子设备及存储介质
[0001]本申请涉及人工智能
,尤其涉及一种场景自适应识别处理方法、系统、电子设备及存储介质。
技术介绍
[0002]商业链条的各个环节离不开需求预测,需求预测是指预测未来某个时间段内客户对于产品的需求,需求预测的准确性直接影响企业的生产计划、库存水平和客户满意度。需求预测通常会涉及不同的时间尺度、不同的业务跨度、不同的主体对象,具有场景多样化、业务复杂的特点。目前,商业链条的需求预测方式的灵活性较差,场景适应性较差,难以实现场景化需求预测。例如,针对不同应用场景,通常均需要采用人工方式准备各个应用场景的场景数据,基于人工经验选择对各个应用场景的场景数据进行特征提取的合适的特征提取方式,基于人工经验选择合适的算法模型,基于各个应用场景的场景数据、特征提取方式和算法模型进行模型训练。最终,利用训练好的各个机器学习模型或深度学习模型对各个应用场景进行需求预测。
技术实现思路
[0003]本申请的多个方面提供一种场景自适应识别处理方法、系统、电子设备及存储介质,用以提供了一种灵活场景配置机制,实现场景化识别处理以及提高识别处理效率。
[0004]本申请实施例提供一种场景自适应识别处理系统,包括:数据抽象层、特征抽象层、算法抽象层和场景描述层;数据抽象层,用于提供多个应用场景各自的场景数据,场景数据添加有语义标签和数据类型标签,语义标签表征对应的应用场景的语义特征,数据类型标签表征场景数据的数据类型;特征抽象层,用于关联存储多个数据类型标签及其 ...
【技术保护点】
【技术特征摘要】
1.一种场景自适应识别处理系统,其特征在于,包括:数据抽象层、特征抽象层、算法抽象层和场景描述层;所述数据抽象层,用于提供多个应用场景各自的场景数据,所述场景数据添加有语义标签和数据类型标签,所述语义标签表征对应的应用场景的语义特征,所述数据类型标签表征所述场景数据的数据类型;所述特征抽象层,用于关联存储多个数据类型标签及其对应的特征提取方式;所述算法抽象层,用于关联存储多个算法模型及其对应的兼容性标签,所述兼容性标签表征对应的算法模型所兼容的数据类型;所述场景描述层,用于分别从所述数据抽象层、特征抽象层和算法抽象层获取目标应用场景的目标场景数据、目标特征提取方式和待训练算法模型,并基于所述目标场景数据、所述目标特征提取方式和待训练算法模型进行模型训练,得到训练好的目标算法模型,所述目标算法模型用于对所述目标应用场景的待处理场景数据进行识别处理。2.根据权利要求1所述的系统,其特征在于,所述数据抽象层具体用于:通过数据仓库对各个应用场景的原始数据进行分层分域治理,得到各个应用场景的场景数据;对各个应用场景的场景数据进行标签化处理,以为各个应用场景的场景数据添加各自的语义标签和数据类型标签。3.根据权利要求1所述的系统,其特征在于,所述数据抽象层还用于:根据各个应用场景涉及的主体对象、时间尺度和业务跨度中的至少一种,生成各个应用场景的场景数据的语义标签。4.根据权利要求1所述的系统,其特征在于,所述场景描述层具体用于:获取所述目标应用场景的场景描述信息,以及向所述数据抽象层发送所述场景描述信息,以及接收所述数据抽象层返回的所述目标场景数据;所述数据抽象层具体用于:将所述场景描述信息与各场景数据的语义标签进行匹配,将匹配成功的语义标签对应的场景数据作为所述目标场景数据返回给所述场景描述层。5.根据权利要求4所述的系统,其特征在于,所述场景描述层具体用于:获取所述目标应用场景涉及的预测目标、主体对象、时间尺度和业务跨度中的至少一种;根据所述预测目标、所述主体对象、所述时间尺度和所述业务跨度中的至少一种,生成所述目标应用场景的场景描述信息。6.根据权利要求1所述的系统,其特征在于,所述场景描述层具体用于:向所述特征抽象层发送所述目标场景数据的目标数据类型标签,以及接收所述特征抽象层返回的所述目标特征提取方式;所述特征抽象层具体用于:根据所述目标数据类型标签查询已存储的多个数据类型标签及其对应的特征提取方式,获取所述目标数据类型标签关联的目标特征提取方式,以及向所述特征抽象层返回所述目标特征提取方式。7.根据权利要求1所述的系统,其特征在于,所述场景描述层具体用于:向所述算法抽象层发送所述目标场景数据的目标数据类型标签,以及接收所述算法抽象层返回的所述待训练算法模型;所述算法抽象层具体用于:将所述目标数据类型标签分别与...
【专利技术属性】
技术研发人员:刘宇,刘渊博,侯晓琳,肖禹,
申请(专利权)人:阿里云计算有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。