基于人工智能决策的服务优化方法及数字化在线页面系统技术方案

本申请实施例实施例提供一种基于人工智能决策的服务优化方法及数字化在线页面系统，通过对目标用户的目标对话事件序列中的目标独立对话事件进行对话主题内容挖掘，获得目标独立对话事件中的对话主题内容，对各个对话主题内容中的对话关键词进行统计分析，基于统计分析获得的各个对话关键词的关联词信息以及出现频率信息确定各个对话关键词所对应的关键词权重信息，并基于各个对话关键词所对应的关键词权重信息确定目标对话关键词，从而可以针对对话主题内容中的对话关键词进行权重评估后进行进一步筛选后，对数字化在线页面中的关联服务功能项进行内容优化，相较于现有方案而言可以提高内容优化的精准性和可靠性。而言可以提高内容优化的精准性和可靠性。而言可以提高内容优化的精准性和可靠性。

【技术实现步骤摘要】
基于人工智能决策的服务优化方法及数字化在线页面系统


[0001]本申请实施例涉及人工智能
，具体而言，涉及一种基于人工智能决策的服务优化方法及数字化在线页面系统。

技术介绍

[0002]人工智能（Artificial Intelligence），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新的技术科学，通过企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。随着数字化时代的到来，各个行业的应用系统从传统私有化部署逐渐转向公有云、行业云、微服务，并通过数字化在线页面与用户进行前端交互，在此基础上，进一步产生了用户与人工智能机器人之间的在线对话事件，这些在线对话事件中的对话关键词可以从一定程度上反映用户的对话意图，因此可以通过分析出对话关键词以便于对数字化在线页面中的关联服务功能项进行内容优化。然而，现有方案中，缺乏对对话关键词自身的权重评估，导致内容优化的精准性和可靠性不高。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本申请实施例的目的在于提供一种基于人工智能决策的服务优化方法及数字化在线页面系统。
[0004]第一方面，本申请实施例实施例提供一种基于人工智能决策的服务优化方法，应用于数字化在线页面系统，所述方法包括：对目标用户的目标对话事件序列中的目标独立对话事件进行对话主题内容挖掘，获得所述目标独立对话事件中的对话主题内容；对各个所述对话主题内容中的对话关键词进行统计分析，基于统计分析获得的各个对话关键词的关联词信息以及出现频率信息确定各个对话关键词所对应的关键词权重信息，并基于所述各个对话关键词所对应的关键词权重信息确定目标对话关键词；基于所述目标对话关键词，对所述目标用户所对应的数字化在线页面中的关联服务功能项进行内容优化。
[0005]在第一方面的一种可能的实施方式中，所述对目标用户的目标对话事件序列中的目标独立对话事件进行对话主题内容挖掘，获得所述目标独立对话事件中的对话主题内容的步骤，包括：获取所述目标用户在数字化在线页面中产生的应用于对话主题内容分析任务的目标对话事件序列，所述目标对话事件序列包括若干个虚拟数字人对话事件；通过第一对话事件分析网络对所述目标对话事件序列中的每个虚拟数字人对话事件进行对话标签分析，生成所述每个虚拟数字人对话事件的对话标签分析数据以及所述每个虚拟数字人对话事件的对话语义向量，所述对话标签分析数据表征虚拟数字人对话事件所对应的对话触发标签；
基于所述每个虚拟数字人对话事件的对话标签分析数据，从所述目标对话事件序列中获取多方参与对话事件以及K个独立对话事件，所述多方参与对话事件与所述独立对话事件均属于所述虚拟数字人对话事件，所述K为不小于1的整数；基于所述多方参与对话事件的对话语义向量以及每个独立对话事件的对话语义向量，确定K个第一对话代价值以及K个第二对话代价值，所述K个第一对话代价值包括所述每个独立对话事件与所述多方参与对话事件之间的第一对话代价值，所述K个第二对话代价值包括所述每个独立对话事件所对应的第二对话代价值，所述对话代价值用于表示对应的对话事件之间的候选代价值；基于所述K个第一对话代价值以及所述K个第二对话代价值，确定所述每个独立对话事件所对应的全局对话代价值，所述全局对话代价值用于表征独立对话事件的对话注意力值；从所述每个独立对话事件所对应的全局对话代价值中获取最大全局对话代价值，并将所述最大全局对话代价值所对应的独立对话事件作为目标独立对话事件；通过目标对话主题挖掘网络对所述目标独立对话事件进行对话主题挖掘，生成所述目标独立对话事件的对话主题挖掘结果，所述对话主题挖掘结果用于确定所述目标独立对话事件中的对话主题内容。
[0006]在第一方面的一种可能的实施方式中，所述获取应用于对话主题内容分析任务的目标对话事件序列，包括：获取应用于对话主题内容分析任务的初始对话事件序列，所述初始对话事件序列包括若干个虚拟数字人对话事件；通过第二对话事件分析网络对所述初始对话事件序列中的每个虚拟数字人对话事件进行分析，生成所述每个虚拟数字人对话事件的异常对话内容分析数据，所述异常对话内容分析数据表征虚拟数字人对话事件的异常对话内容分布状态；基于所述每个虚拟数字人对话事件的异常对话内容分析数据，将所述初始对话事件序列中异常对话内容分析数据属于无异常对话内容分布的虚拟数字人对话事件作为所述目标对话事件序列中的虚拟数字人对话事件。
[0007]在第一方面的一种可能的实施方式中，所述方法还包括：获取第一待学习对话事件序列，所述第一待学习对话事件序列包括一个或多个第一待学习对话事件，每个第一待学习对话事件对应于异常对话内容标注数据；针对所述第一待学习对话事件序列中的每个第一待学习对话事件，依据所述第二对话事件分析网络获取所述每个第一待学习对话事件所对应的异常对话内容预测数据；依据所述每个第一待学习对话事件所对应的异常对话内容预测数据以及所述异常对话内容标注数据，确定第一网络学习效果值；基于所述第一网络学习效果值对所述第二对话事件分析网络进行网络权重信息迭代优化。
[0008]在第一方面的一种可能的实施方式中，所述通过第一对话事件分析网络对所述目标对话事件序列中的每个虚拟数字人对话事件进行对话标签分析，生成所述每个虚拟数字人对话事件的对话标签分析数据以及所述每个虚拟数字人对话事件的对话语义向量，包括：
针对所述目标对话事件序列中的所述每个虚拟数字人对话事件，依据所述第一对话事件分析网络所包括的语义编码单元获取所述每个虚拟数字人对话事件的对话语义向量；针对所述每个虚拟数字人对话事件的对话语义向量，依据所述第一对话事件分析网络所包括的降维抽象单元获取所述每个虚拟数字人对话事件的降维抽象向量；针对所述每个虚拟数字人对话事件的降维抽象向量，依据所述第一对话事件分析网络所包括的全连接单元获取所述每个虚拟数字人对话事件的对话标签热力图；基于所述每个虚拟数字人对话事件的对话标签热力图，确定所述每个虚拟数字人对话事件的对话标签分析数据。
[0009]在第一方面的一种可能的实施方式中，所述方法还包括：获取第二待学习对话事件序列，所述第二待学习对话事件序列包括一个或多个第二待学习对话事件，每个第二待学习对话事件对应于对话标签标注数据；针对所述第二待学习对话事件序列中的每个第二待学习对话事件，依据所述第一对话事件分析网络获取所述每个第二待学习对话事件所对应的对话标签热力图；依据所述每个第二待学习对话事件所对应的对话标签热力图以及所述对话标签标注数据，确定第二网络学习效果值；基于所述第二网络学习效果值对所述第一对话事件分析网络进行网络权重信息迭代优化。
[0010]在第一方面的一种可能的实施方式中，所述基于所述多方参与对话事件的对话语义向量以及每个独立对话事件的对话语义向量，确定K个第一对话代价值以及K个第二对话代价值，包括：对所述多方参与对话事件的对话语义向量以及所述每个独立对话事件的对话语义向量进行类间代价计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能决策的服务优化方法，其特征在于，所述方法包括：对目标用户的目标对话事件序列中的目标独立对话事件进行对话主题内容挖掘，获得所述目标独立对话事件中的对话主题内容；对各个所述对话主题内容中的对话关键词进行统计分析，基于统计分析获得的各个对话关键词的关联词信息以及出现频率信息确定各个对话关键词所对应的关键词权重信息，并基于所述各个对话关键词所对应的关键词权重信息确定目标对话关键词；基于所述目标对话关键词，对所述目标用户所对应的数字化在线页面中的关联服务功能项进行内容优化。2.根据权利要求1所述的基于人工智能决策的服务优化方法，其特征在于，所述对目标用户的目标对话事件序列中的目标独立对话事件进行对话主题内容挖掘，获得所述目标独立对话事件中的对话主题内容的步骤，包括：获取所述目标用户在数字化在线页面中产生的应用于对话主题内容分析任务的目标对话事件序列，所述目标对话事件序列包括若干个虚拟数字人对话事件；通过第一对话事件分析网络对所述目标对话事件序列中的每个虚拟数字人对话事件进行对话标签分析，生成所述每个虚拟数字人对话事件的对话标签分析数据以及所述每个虚拟数字人对话事件的对话语义向量，所述对话标签分析数据表征虚拟数字人对话事件所对应的对话触发标签；基于所述每个虚拟数字人对话事件的对话标签分析数据，从所述目标对话事件序列中获取多方参与对话事件以及K个独立对话事件，所述多方参与对话事件与所述独立对话事件均属于所述虚拟数字人对话事件，所述K为不小于1的整数；基于所述多方参与对话事件的对话语义向量以及每个独立对话事件的对话语义向量，确定K个第一对话代价值以及K个第二对话代价值，所述K个第一对话代价值包括所述每个独立对话事件与所述多方参与对话事件之间的第一对话代价值，所述K个第二对话代价值包括所述每个独立对话事件所对应的第二对话代价值，所述对话代价值用于表示对应的对话事件之间的候选代价值；基于所述K个第一对话代价值以及所述K个第二对话代价值，确定所述每个独立对话事件所对应的全局对话代价值，所述全局对话代价值用于表征独立对话事件的对话注意力值；从所述每个独立对话事件所对应的全局对话代价值中获取最大全局对话代价值，并将所述最大全局对话代价值所对应的独立对话事件作为目标独立对话事件；通过目标对话主题挖掘网络对所述目标独立对话事件进行对话主题挖掘，生成所述目标独立对话事件的对话主题挖掘结果，所述对话主题挖掘结果用于确定所述目标独立对话事件中的对话主题内容。3.根据权利要求2所述的基于人工智能决策的服务优化方法，其特征在于，所述获取应用于对话主题内容分析任务的目标对话事件序列，包括：获取应用于对话主题内容分析任务的初始对话事件序列，所述初始对话事件序列包括若干个虚拟数字人对话事件；通过第二对话事件分析网络对所述初始对话事件序列中的每个虚拟数字人对话事件进行分析，生成所述每个虚拟数字人对话事件的异常对话内容分析数据，所述异常对话内
容分析数据表征虚拟数字人对话事件的异常对话内容分布状态；基于所述每个虚拟数字人对话事件的异常对话内容分析数据，将所述初始对话事件序列中异常对话内容分析数据属于无异常对话内容分布的虚拟数字人对话事件作为所述目标对话事件序列中的虚拟数字人对话事件。4.根据权利要求3所述的基于人工智能决策的服务优化方法，其特征在于，所述方法还包括：获取第一待学习对话事件序列，所述第一待学习对话事件序列包括一个或多个第一待学习对话事件，每个第一待学习对话事件对应于异常对话内容标注数据；针对所述第一待学习对话事件序列中的每个第一待学习对话事件，依据所述第二对话事件分析网络获取所述每个第一待学习对话事件所对应的异常对话内容预测数据；依据所述每个第一待学习对话事件所对应的异常对话内容预测数据以及所述异常对话内容标注数据，确定第一网络学习效果值；基于所述第一网络学习效果值对所述第二对话事件分析网络进行网络权重信息迭代优化。5.根据权利要求2所述的基于人工智能决策的服务优化方法，其特征在于，所述通过第一对话事件分析网络对所述目标对话事件序列中的每个虚拟数字人对话事件进行对话标签分析，生成所述每个虚拟数字人对话事件的对话标签分析数据以及所述每个虚拟数字人对话事件的对话语义向量，包括：针对所述目标对话事件序列中的所述每个虚拟数字人对话事件，依据所述第一对话事件分析网络所包括的语义编码单元获取所述每个虚拟数字人对话事件的对话语义向量；针对所述每个虚拟数字人对话事件的对话语义向量，依据所述第一对话事件分析网络所包括的降维抽象单元获取所述每个虚拟数字人对话事件的降维抽象向量；针对所述每个虚拟数字人对话事件的降维抽象向量，依据所述第一对话事件分析网络所包括的全连接单元获取所述每个虚拟数字人对话事件的对话标签热力图；基于所述每个虚拟数字人对话事件的对话标签热力图，确定所述每个虚拟数字人对话事件的对话标签分析数据。6.根据权利要求2
‑
5中任意一项所述的基于人工智能决策的服务优化方法，其特征在于，所述方法还包括：获取第二待学习对话事件序列，所述第二待学习对话事件序列包括一个或多个第二待学习对话事件，每个第二待学习对话事件对应于对话标签标注数据；针对所述第二待学习对话事件序列中的每个第二待学习对话事件，依据所述第一对话事件分析网络获取...

【专利技术属性】
技术研发人员：刘阳平，陈迪铭，
申请(专利权)人：衢州市艾思网络科技有限公司，
类型：发明
国别省市：