一种基于RPA的场景化上车点推荐方法和装置制造方法及图纸

本发明专利技术公开了一种基于RPA的场景化上车点推荐方法和装置，其中，从RPA多源场景的历史上车信息中提取上车点，对算法储备库中的候选算法进行特征信息提取，推荐并得到上车点与特征信息的映射关系；选取历史上车信息对候选算法的特征信息进行验证，根据验证结果调整映射关系；当RPA多源场景接到实时上车信息时，根据实时上车信息的上车点，推荐具有映射关系的特征信息，并推荐出相应的候选算法以处理实时上车信息。本发明专利技术通过预先设置上车点和特征信息，使上车点和特征信息之间建立映射关系，预先得到了候选算法与各上车点的推荐程度，因此在实施上车信息被提出时，能够快速进行推荐，不在需要重新评估众多的候选算法。需要重新评估众多的候选算法。需要重新评估众多的候选算法。

【技术实现步骤摘要】
一种基于RPA的场景化上车点推荐方法和装置


[0001]本申请涉及计算机
，尤其涉及一种基于RPA的场景化上车点推荐方法和装置。

技术介绍

[0002]机器人流程自动化(Robotic Process Automation)简称RPA，是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
[0003]人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
[0004]智能自动化(IntelligentAutomation，IA)是一系列从机器人流程自动化到人工智能的技术总称，将RPA与光学字符识别(Optical Character Recognition，OCR)、智能字符识别(Intelligent CharacterRecognition，ICR)、流程挖掘(ProcessMining)、深度学习(Deep Learning，DL)、机器学习(Machine Learning，ML)、自然语言处理(NaturalLanguage Processing，NLP)、语音识别(Automatic Speech Recognition，ASR)、语音合成(Text To Speech，TTS)、计算机视觉(Computer Vision，CV)等多种AI技术相结合，以创建能够思考、学习及自适应的端到端的业务流程，涵盖从流程发现、流程自动化，到通过自动而持续的数据收集、理解数据的含义，使用数据来管理和优化业务流程的整个历程。
[0005]随着科学技术的发展，终端技术的日益成熟，提高了用户生产生活的便利性。终端应用场景中，终端可以依靠历史用户偏好信息或者商品以及用户商品之间的交互信息给用户推荐用户偏好的信息。然而，在上车应用场景中，仅依靠历史用户偏好信息或者交互信息，会由于缺乏对乘车交通背景知识的考虑，从而导致对象推荐的准确性不高的问题。

技术实现思路

[0006]本公开提供了一种跨推荐算法信息推荐、处理方法、装置、电子设备及存储介质。
[0007]根据本公开的一方面，提供了一种基于RPA的场景化上车点推荐方法，包括：响应于检测到信息推荐请求，确定当前上车点信息的当前上车点表征和历史上车点信息的历史上车点表征，其中，上述当前上车点信息是位置坐标信息，上述历史上车点信息与上述当前上车点信息的推荐算法不同；根据上述当前上车点表征和上述历史上车点表征，确定上述当前上车点信息和上述历史上车点信息之间的第一关联度；确定与上述当前上车点信息的评价信息对应的评价表征，其中，上述评价信息表征上述当前上车点信息的语义级别的信息；根据上述评价表征和上述历史上车点表征，确定上述评价信息与上述历史上车点信息之间的第二关联度；以及，根据上述第一关联度和上述第二关联度，确定上述当前上车点信息和上述历史上车点信息之间的推荐价值。
[0008]根据本公开的另一方面，提供了一种跨推荐算法信息处理方法，包括：响应于检测到信息处理请求，获取待处理当前上车点信息和多个待推荐历史上车点信息；利用根据本公开上述的方法确定上述待处理当前上车点信息和上述多个待推荐历史上车点信息各自
之间的推荐价值；以及，根据上述待处理当前上车点信息和上述多个待推荐历史上车点信息各自之间的推荐价值，从上述多个待推荐历史上车点信息中确定与上述待处理当前上车点信息对应的推荐历史上车点信息。
[0009]根据本公开的另一方面，提供了一种基于RPA的场景化上车点推荐装置，包括：第一确定模块，用于响应于检测到信息推荐请求，确定当前上车点信息的当前上车点表征和历史上车点信息的历史上车点表征，其中，上述当前上车点信息是位置坐标信息，上述历史上车点信息与上述当前上车点信息的推荐算法不同；第二确定模块，用于根据上述当前上车点表征和上述历史上车点表征，确定上述当前上车点信息和上述历史上车点信息之间的第一关联度；第三确定模块，用于确定与上述当前上车点信息的评价信息对应的评价表征，其中，上述评价信息表征上述当前上车点信息的语义级别的信息；第四确定模块，用于根据上述评价表征和上述历史上车点表征，确定上述评价信息与上述历史上车点信息之间的第二关联度；以及，第五确定模块，用于根据上述第一关联度和上述第二关联度，确定上述当前上车点信息和上述历史上车点信息之间的推荐价值。
[0010]根据本公开的另一方面，提供了一种跨推荐算法信息处理装置，包括：获取模块，用于响应于检测到信息处理请求，获取待处理当前上车点信息和多个待推荐历史上车点信息；第八确定模块，用于利用根据本公开上述的装置确定上述待处理当前上车点信息和上述多个待推荐历史上车点信息各自之间的推荐价值；以及，第九确定模块，用于根据上述待处理当前上车点信息和上述多个待推荐历史上车点信息各自之间的推荐价值，从上述多个待推荐历史上车点信息中确定与上述待处理当前上车点信息对应的推荐历史上车点信息。
[0011]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的请求，上述请求被上述至少一个处理器执行，以使上述至少一个处理器能够执行如本公开所述的方法。
[0012]根据本公开的另一方面，提供了一种存储有计算机请求的非瞬时计算机可读存储介质，其中，上述计算机请求用于使上述计算机执行如本公开所述的方法。
[0013]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如本公开所述的方法。
[0014]应当理解，本部分所描述的内容并非旨在评价本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0015]附图用于更好地理解本方案，不构成对本公开的限定。其中：图1示意性示出了根据本公开实施例的基于RPA的场景化上车点推荐方法的流程图；图2示意性示出了根据本公开实施例的跨推荐算法信息处理方法的流程图；图3示意性示出了根据本公开实施例的基于RPA的场景化上车点推荐装置的框图；
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0016]跨推荐算法信息推荐可以指至少两种推荐算法信息之间的推荐。推荐算法信息可以包括以下至少之一：历史上车点交通量信息、历史上车点评价信息、位置坐标信息和历史上车点位置信息。位置坐标信息可以包括至少一个对象。对象可以具有至少一个语义。
[0017]本公开实施例提出一种跨推荐算法信息推荐方案。例如，响应于检测到信息推荐请求，确定当前上车点信息的当前上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于RPA的场景化上车点推荐方法，包括：响应于检测到信息推荐请求，确定当前上车点信息的当前上车点表征和历史上车点信息的历史上车点表征，其中，所述当前上车点信息是位置坐标信息，所述历史上车点信息与所述当前上车点信息的推荐算法不同；根据所述当前上车点表征和所述历史上车点表征，确定所述当前上车点信息和所述历史上车点信息之间的第一关联度；确定与所述当前上车点信息的评价信息对应的评价表征，其中，所述评价信息表征所述当前上车点信息的语义级别的信息；根据所述评价表征和所述历史上车点表征，确定所述评价信息与所述历史上车点信息之间的第二关联度；以及根据所述第一关联度和所述第二关联度，确定所述当前上车点信息和所述历史上车点信息之间的推荐价值。2.根据权利要求1所述的方法，其中，所述确定与所述当前上车点信息的评价信息对应的评价表征，包括：根据所述当前上车点信息，得到所述当前上车点信息的本体信息；确定与所述本体信息对应的评价信息，得到与所述当前上车点信息对应的评价信息；以及根据与所述当前上车点信息对应的评价信息，得到与所述当前上车点信息的评价信息对应的评价表征；所述根据所述当前上车点信息，得到所述当前上车点信息的本体信息，包括：对所述当前上车点信息进行本体链指，得到所述当前上车点信息的本体信息；所述根据与所述当前上车点信息对应的评价信息，得到与所述当前上车点信息的评价信息对应的评价表征，包括：根据与所述当前上车点信息对应的评价信息，从第一映射集合中确定与所述评价信息相推荐的第一推荐评价信息，其中，所述第一映射集合包括至少一个第一映射关系，所述第一映射关系表征候选当前上车点信息的候选评价信息和所述候选评价信息的评价表征之间的关系；以及将与所述第一推荐评价信息对应的评价表征确定为与所述当前上车点信息的评价信息对应的评价表征。3.根据权利要求2所述的方法，还包括：根据交通量信息集，确定第二映射集合，其中，所述交通量信息集包括至少一个交通量信息，所述交通量信息包括所述候选当前上车点信息和候选历史上车点信息，所述第二映射集合包括至少一个第二映射关系，所述第二映射关系表征所述候选当前上车点信息的候选评价信息与至少一个所述候选历史上车点信息之间的关系；以及根据所述第二映射集合，确定所述第一映射集合；所述根据所述第二映射集合，确定所述第一映射集合，包括：针对所述第二映射集合中的第二映射关系，确定所述第二映射关系中的至少一个候选历史上车点信息各自的候选历史上车点表征，得到至少一个候选历史上车点表征；
对所述至少一个候选历史上车点表征进行聚合，得到所述候选评价信息的评价表征；以及根据所述候选当前上车点信息的候选评价信息和所述候选评价信息的评价表征，得到所述第一映射关系；所述对所述至少一个候选历史上车点表征进行聚合，得到所述候选评价信息的评价表征，包括：对所述至少一个候选历史上车点表征进行聚类，得到聚类结果；以及根据所述聚类结果，确定所述候选评价信息的评价表征。4.根据权利要求3所述的方法，其中，所述对所述至少一个候选历史上车点表征进行聚合，得到所述候选评价信息的评价表征，包括：对所述至少一个候选历史上车点表征进行融合，得到融合表征；以及将所述融合表征确定为所述候选评价信息的评价表征；所述根据交通量信息集，确定第二映射集合，包括：针对所述交通量信息集中的交通量信息，根据所述交通量信息中的候选当前上车点信息，得到所述候选当前上车点信息的至少一个本体信息；确定与所述候选当前上车点信息的至少一个本体信息各自对应的候选评价信息，得到至少一个候选评价信息；根据所述候选当前上车点信息的至少一个候选评价信息和所述候选历史上车点信息，得到至少一个第三映射关系；以及确定具有相同候选评价信息的第三映射关系，得到与至少一个所述候选评价信息各自对应的第二映射关系；所述根据所述第一关联度和所述第二关联度，确定所述当前上车点信息和所述历史上车点信息之间的推荐价值，包括：确定所述第一关联度和所述第二关联度之间的加权和；以及根据所述加权和，确定所述当前上车点信息和所述历史上车点信息之间的推荐价值；响应于接收到新增交通量信息，利用所述新增交通量信息对所述第一映射集合进行更新。5.根据权利要求4所述的方法，其中，所述新增交通量信息包括新增当前上车点信息和新增历史上车点信息；其中，所述利用所述新增交通量信息对所述第一映射集合进行更新，包括：根据所述新增当前上车点信息，得到所述新增当前上车点信息的新增本体信息；确定与所述新增本体信息对应的评价信息，得到与所述新增当前上车点信息对应的新增评价信息；在确定所述第一映射集合中存在与所述新增评价信息相推荐的第二推荐评价信息的情况下，利用所述新增历史上车点信息对与所述第二推荐评价信息对应的第一映射关系进行修改；以及在确定所述第一映射集合中不存在与所述新增评价信息相推荐的第二推荐评价信息的情况下，利用所述新增交通量信息创建与所述新增评价信息对应的第一映射关系；
所述历史上车点信息包括以下至少之一：历史上车点交通量信息、历史上车点评价信息和历史上车点位置信息。6.一种基于RPA的场景化上车点推荐装置，包括：第一确定模块，用于响应于检测到...

【专利技术属性】
技术研发人员：马春荃，肖培宁，方赟，俞德明，
申请(专利权)人：杭州合思莫尔信息技术有限公司南昌合思信息技术有限公司，
类型：发明
国别省市：