应用神经网络算法的气象服务推送方法及服务器技术

本申请实施例提供的应用神经网络算法的气象服务推送方法及服务器，通过获取文本全局构建要素、第一定制构建要素和第二定制构建要素，构建包含文本全局构建要素的基础文本知识，分别为基础文本知识赋予第一定制构建要素和第二定制构建要素，接着对文本知识进行解析得到同时包含文本全局构建要素、第一定制构建要素和第二定制构建要素的目标推送文本，并将该目标推送文本发送至用户终端。基于此，分别为文本知识赋予对应的定制构建要素，解析后可获得包含定制构建要素的文本，匹配用户的潜在气象推送需求，提高服务推送的转化率，避免无效推送导致的信息资源浪费。效推送导致的信息资源浪费。效推送导致的信息资源浪费。

【技术实现步骤摘要】
应用神经网络算法的气象服务推送方法及服务器


[0001]本申请涉及但不限于人工智能
，尤其涉及一种应用神经网络算法的气象服务推送方法及服务器。

技术介绍

[0002]随着科技发展，媒体平台呈现多元化，气象服务方式也随之改变，从传统影视气象播报转战各大新媒体战场，对于新媒体平台，气象服务需要更加精准、精细、具象、及时，并且表达方式也更加丰富。科技的发展催生了气象服务智能化产品的发展，特别是在公共气象服务发展规划中，气象部门将围绕人民群众所需、所想、所盼，大力促进气象服务数字化和智能化，为老百姓日常生活提供更高质量的气象服务。将提升数字化气象服务产品供给能力，为老百姓享受高品质的数字生活、智能生活提供支撑；在拓展气象服务内容、服务方式、服务渠道上下功夫，提供覆盖老百姓衣食住行等多元化需求的气象服务。进一步强化大数据、人工智能等信息技术在气象服务中的广泛应用，形成以用户为核心，提供基于用户位置和应用场景的气象服务，让公众随时可以便捷获取所需的气象服务。气象服务智能化的基础依然是底层产品的供给能力，包括气象数据，文字和图形等产品，数据以及图形产品目前自动化程度较高，提供及时，而文字产品依然依靠大量人工撰写，供给数量有限，效率低下，不能完全满足融媒体时代气象服务的需求，为提高融媒体气象服务产品的效率，提升用户满意度，贴合气象服务高质量发展的目标，有必要进行相关业务流程设计，尝试建立底层技术支持体系，实现气象服务智能提示类文字产品的生产，针对市场需求反馈做出高效响应。解决目前市场气息服务文字类产品时间维度单一，服务要素单一，模板固定化，单独开发成本高等问题。

技术实现思路

[0003]有鉴于此，本申请实施例至少提供一种应用神经网络算法的气象服务推送方法。
[0004]本申请实施例的技术方案是这样实现的：
[0005]一方面，本申请实施例提供一种应用神经网络算法的气象服务推送方法，应用于服务推送服务器，所述方法包括：
[0006]响应目标用户终端的服务推送请求，调取实时气象数据和用户个性标签；
[0007]基于所述实时气象数据和用户个性标签获取推送文本构建命令；其中，所述推送文本构建命令包括文本全局构建要素和文本定制构建要素，所述文本定制构建要素包括第一定制构建要素和第二定制构建要素；
[0008]获取与所述文本全局构建要素对应的文本全局数组表示，将所述文本全局数组表示进行特征挖掘，得到包含所述文本全局构建要素的基础文本知识；
[0009]在构建要素调整算法序列中调取与所述第一定制构建要素对应的第一调整算法和与所述第二定制构建要素对应的第二调整算法；
[0010]在所述第一调整算法中为所述基础文本知识分配所述第一定制构建要素，得到包
含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识；
[0011]在所述第二调整算法中为所述第一目标文本知识分配所述第二定制构建要素，得到包含所述文本全局构建要素、所述文本定制构建要素的第二目标文本知识；
[0012]将所述第二目标文本知识进行解析，得到与所述推送文本构建命令对应的目标推送文本；
[0013]将所述目标推送文本推送至所述用户终端。
[0014]在一些实施例中，所述将所述文本全局数组表示进行特征挖掘，得到包含所述文本全局构建要素的基础文本知识，包括：
[0015]获取初始预设数组，将所述文本全局数组表示和所述初始预设数组拼接成加载数组；
[0016]获取特征挖掘算法，并基于所述特征挖掘算法中的特征挖掘线性变换算子，对所述加载数组进行线性滤波，得到包含所述文本全局构建要素的基础文本知识。
[0017]在一些实施例中，所述基础文本知识包括一个或多个基数基础文本知识；
[0018]所述在所述第一调整算法中为所述基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识，包括：
[0019]在所述第一调整算法中获取与所述第一定制构建要素对应的需求要素数组表示；
[0020]依据基数基础文本知识的维度拓张所述第一定制构建要素对应的需求要素数组表示，得到一个或多个基数需求文本知识；其中，所述基数需求文本知识与所述基数基础文本知识包含相同的维度；
[0021]将所述一个或多个基数需求文本知识与所述基础文本知识融合成需求基础文本知识；
[0022]基于所述第一调整算法中的调整线性变换算子、所述基础文本知识，为所述需求基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识。
[0023]在一些实施例中，所述基于所述第一调整算法中的调整线性变换算子、所述基础文本知识，为所述需求基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识，包括：
[0024]基于所述第一调整算法中的调整线性变换算子，对所述需求基础文本知识进行线性滤波，得到需求滤波数组；
[0025]基于所述第一调整算法中的梯度优化算子，对所述需求滤波数组进行跨层恒等连接，得到需求调整数组；
[0026]基于所述第一调整算法中的聚焦线性变换算子，对所述需求调整数组进行线性滤波，构建用以注释调整位置的聚焦字符；
[0027]基于所述需求调整数组、所述聚焦字符和所述基础文本知识构建包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识。
[0028]在一些实施例中，所述将所述第二目标文本知识进行解析，得到与所述推送文本构建命令对应的目标推送文本，包括：
[0029]获取解析算法；
[0030]基于所述解析算法中的解析线性变换算子，对所述第二目标文本知识进行线性滤
波，得到与所述推送文本构建命令对应的目标推送文本。
[0031]在一些实施例中，所述方法还包括：
[0032]获取第一示例文本模板；其中，所述第一示例文本模板是基于所述文本全局数组表示、与所述第一定制构建要素对应的需求要素数组表示、示例特征挖掘算法、第一示例调整算法和示例解析算法构建得到的；
[0033]获取第二示例文本模板；其中，所述第二示例文本模板是基于所述文本全局数组表示、与所述第二定制构建要素对应的需求要素数组表示、所述示例特征挖掘算法、第二示例调整算法和所述示例解析算法构建得到的；
[0034]获取包含所述文本全局构建要素的第三示例文本模板，所述第三示例文本模板为人工标准文本；
[0035]基于所述第一示例文本模板、所述第二示例文本模板、所述第三示例文本模板确定目标误差结果，并基于所述目标误差结果构建所述特征挖掘算法、所述第一调整算法、所述第二调整算法和所述解析算法。
[0036]在一些实施例中，所述基于所述第一示例文本模板、所述第二示例文本模板、所述第三示例文本模板确定目标误差结果，并基于所述目标误差结果构建所述特征挖掘算法、所述第一调整算法、所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用神经网络算法的气象服务推送方法，其特征在于，应用于服务推送服务器，所述方法包括：响应目标用户终端的服务推送请求，调取实时气象数据和用户个性标签；基于所述实时气象数据和用户个性标签获取推送文本构建命令；其中，所述推送文本构建命令包括文本全局构建要素和文本定制构建要素，所述文本定制构建要素包括第一定制构建要素和第二定制构建要素；获取与所述文本全局构建要素对应的文本全局数组表示，将所述文本全局数组表示进行特征挖掘，得到包含所述文本全局构建要素的基础文本知识；在构建要素调整算法序列中调取与所述第一定制构建要素对应的第一调整算法和与所述第二定制构建要素对应的第二调整算法；在所述第一调整算法中为所述基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识；在所述第二调整算法中为所述第一目标文本知识分配所述第二定制构建要素，得到包含所述文本全局构建要素、所述文本定制构建要素的第二目标文本知识；将所述第二目标文本知识进行解析，得到与所述推送文本构建命令对应的目标推送文本；将所述目标推送文本推送至所述用户终端。2.如权利要求1所述的方法，其特征在于，所述将所述文本全局数组表示进行特征挖掘，得到包含所述文本全局构建要素的基础文本知识，包括：获取初始预设数组，将所述文本全局数组表示和所述初始预设数组拼接成加载数组；获取特征挖掘算法，并基于所述特征挖掘算法中的特征挖掘线性变换算子，对所述加载数组进行线性滤波，得到包含所述文本全局构建要素的基础文本知识。3.如权利要求1所述的方法，其特征在于，所述基础文本知识包括一个或多个基数基础文本知识；所述在所述第一调整算法中为所述基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识，包括：在所述第一调整算法中获取与所述第一定制构建要素对应的需求要素数组表示；依据基数基础文本知识的维度拓张所述第一定制构建要素对应的需求要素数组表示，得到一个或多个基数需求文本知识；其中，所述基数需求文本知识与所述基数基础文本知识包含相同的维度；将所述一个或多个基数需求文本知识与所述基础文本知识融合成需求基础文本知识；基于所述第一调整算法中的调整线性变换算子、所述基础文本知识，为所述需求基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识。4.如权利要求3所述的方法，其特征在于，所述基于所述第一调整算法中的调整线性变换算子、所述基础文本知识，为所述需求基础文本知识分配所述第一定制构建要素，得到包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识，包括：基于所述第一调整算法中的调整线性变换算子，对所述需求基础文本知识进行线性滤波，得到需求滤波数组；
基于所述第一调整算法中的梯度优化算子，对所述需求滤波数组进行跨层恒等连接，得到需求调整数组；基于所述第一调整算法中的聚焦线性变换算子，对所述需求调整数组进行线性滤波，构建用以注释调整位置的聚焦字符；基于所述需求调整数组、所述聚焦字符和所述基础文本知识构建包含所述文本全局构建要素、所述第一定制构建要素的第一目标文本知识。5.如权利要求2所述的方法，其特征在于，所述将所述第二目标文本知识进行解析，得到与所述推送文本构建命令对应的目标推送文本，包括：获取解析算法；基于所述解析算法中的解析线性变换算子，对所述第二目标文本知识进行线性滤波，得到与所述推送文本构建命令对应的目标推送文本。6.如权利要求5所述的方法，其特征在于，所述方法还包括：获取第一示例文本模板；其中，所述第一示例文本模板是基于所述文本全局数组表示、与所述第一定制构建要素对应的需求要素数组表示、示例特征挖掘算法、第一示例调整算法...

【专利技术属性】
技术研发人员：梁乐宁，周颖，邵鹏，卢大维，张娟，孙艳，耿丹丹，吴志华，
申请(专利权)人：北京天译科技有限公司，
类型：发明
国别省市：