一种智能表单匹配优化方法及系统技术方案

本申请涉及电数字数据处理技术领域，提供了一种智能表单匹配优化方法及系统，所述方法包括：将用户档案基于TF

【技术实现步骤摘要】
一种智能表单匹配优化方法及系统


[0001]本申请涉及电数字数据处理
，具体涉及一种智能表单匹配优化方法及系统。

技术介绍

[0002]在自动化表单匹配的系统中，通常是依据构建的表单数据库进行用户的表单匹配，可以提高工作效率，降低因为经验问题带来的表单开设异常风险的概率。但是，由于目前所构建的表单数据库是固定的，不能根据用户自身情况对表单数据库进行优化和调整，很容易造成通过表单数据库匹配的表单与用户本身不适配的情况。
[0003]综上所述，现有技术在进行表单开设匹配时，存在依赖于固定数据库进行表单匹配，导致无法准确进行匹配过程优化的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种智能表单匹配优化方法及系统。
[0005]一种智能表单匹配优化方法，所述方法包括：连接数据交互单元，基于用户基础信息，读取构建用户档案，其中，所述用户档案包括数据特征标识；将所述用户档案基于TF
‑
IDF逆文档词频进行分词，并根据分词结果构建多维度相似分析特征；采集既往用户交互数据，并对所述既往用户交互数据进行数据标识，构建表单匹配模型；将所述多维度相似分析特征输入所述表单匹配模型，通过所述表单匹配模型的相似分析单元进行余弦相似度评分，输出评分方案集合；对所述评分方案集合进行选定标识，并建立选定结果与多维度相似分析特征的映射关系，并进行选定原因标识；对所述用户进行持续监测，获得持续监测数据，将所述持续监测数据、所述选定原因标识、所述映射关系输入优化匹配单元，对所述表单匹配模型进行模型反馈优化，其中，所述优化匹配单元为所述表单匹配模型的优化单元。
[0006]在一个实施例中，还包括：对所述持续监测数据提取用户响应数据信息；通过所述用户基础信息构建用户身体基础特征；通过所述响应数据信息和所述身体基础特征进行用户的适配度评价；通过适配度评价结果生成稳定性反馈数据，将所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。
[0007]在一个实施例中，还包括：基于所述选定结果获得服用反馈周期节点；通过所述服用反馈周期节点构建检验窗口；通过所述持续监测数据获取检验窗口内的用户监测数据，通过所述用户监测数据生成周期反馈数据；将所述周期反馈数据、所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。
[0008]在一个实施例中，还包括：通过所述持续监测数据进行所述用户的异常反应频次、异常反应程度统计，获得异常统计结果；将所述异常统计结果作为异常反馈数据；将所述异常反馈数据、所述周期反馈数据、所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。
[0009]在一个实施例中，所述通过所述表单匹配模型的相似分析单元进行余弦相似度评
分，输出评分方案集合，包括：通过余弦相似度算法进行相似匹配分析，生成第一相似匹配分析结果；通过Jaccard相似系数算法进行相似性分析，生成第二相似匹配分析结果；对所述第一相似匹配分析结果和所述第二相似匹配分析结果进行结果合并排序，通过结果合并排序输出所述评分方案集合。
[0010]在一个实施例中，还包括：设定相似约束阈值；判断所述结果合并排序中的最高相似度结果是否满足所述相似约束阈值；当不能满足所述相似约束阈值时，则输出空值。
[0011]在一个实施例中，还包括：所述第一相似匹配分析结果的计算公式如下：；其中，A代表多维度相似分析特征中的一个维度特征，B代表表单匹配模型中数据库的一个维度特征，n表示维度特征的个数，i代表1
‑
n中任意一个数据。
[0012]一种智能表单匹配优化系统，包括：
[0013]用户档案读取模块，所述用户档案读取模块用于连接数据交互单元，基于用户基础信息，读取构建用户档案，其中，所述用户档案包括数据特征标识；
[0014]多维度相似分析特征构建模块，所述多维度相似分析特征构建模块用于将所述用户档案基于TF
‑
IDF逆文档词频进行分词，并根据分词结果构建多维度相似分析特征；
[0015]表单匹配模型构建模块，所述表单匹配模型构建模块用于采集既往用户交互数据，并对所述既往用户交互数据进行数据标识，构建表单匹配模型；
[0016]余弦相似度评分模块，所述余弦相似度评分模块用于将所述多维度相似分析特征输入所述表单匹配模型，通过所述表单匹配模型的相似分析单元进行余弦相似度评分，输出评分方案集合；
[0017]选定原因标识模块，所述选定原因标识模块用于对所述评分方案集合进行选定标识，并建立选定结果与多维度相似分析特征的映射关系，并进行选定原因标识；
[0018]模型反馈优化模块，所述模型反馈优化模块用于对所述用户进行持续监测，获得持续监测数据，将所述持续监测数据、所述选定原因标识、所述映射关系输入优化匹配单元，对所述表单匹配模型进行模型反馈优化，其中，所述优化匹配单元为所述表单匹配模型的优化单元。
[0019]上述一种智能表单匹配优化方法及系统，能够解决现有技术在进行表单开设匹配时，存在依赖于固定数据库进行表单匹配，导致无法准确进行匹配过程优化的问题。首先对用户档案进行分词获得多维度相似分析特征；然后根据所述多维度相似分析特征在表单匹配模型的相似分析单元进行相似度评分，根据相似度评分结果获得评分方案集合；对所述评分方案集合进行选定标识和选定原因标识，并建立选定结果与所述多维度相似分析特征的映射关系，通过进行方案选定可以提高表单方案与用户档案的适配度；对用户的实时情况进行持续监测，根据监测结果获得稳定性反馈数据、周期反馈数据和异常反馈数据；最后将所述异常反馈数据、所述周期反馈数据、所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述表单匹配模型的优化单元对模型进行反馈优化，从而可以提高用户与表单的匹配度。
[0020]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，
而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0021]图1为本申请提供了一种智能表单匹配优化方法的流程示意图；
[0022]图2为本申请提供了一种智能表单匹配优化方法中输出评分方案集合的流程示意图；
[0023]图3为本申请提供了一种智能表单匹配优化方法中生成稳定性反馈数据的流程示意图；
[0024]图4为本申请提供了一种智能表单匹配优化系统的结构示意图。
[0025]附图标记说明：用户档案读取模块1、多维度相似分析特征构建模块2、表单匹配模型构建模块3、余弦相似度评分模块4、选定原因标识模块5、模型反馈优化模块6。
具体实施方式
[0026]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能表单匹配优化方法，其特征在于，所述方法包括：连接数据交互单元，基于用户基础信息，读取构建用户档案，其中，所述用户档案包括数据特征标识；将所述用户档案基于TF
‑
IDF逆文档词频进行分词，并根据分词结果构建多维度相似分析特征；采集既往用户交互数据，并对所述既往用户交互数据进行数据标识，构建表单匹配模型；将所述多维度相似分析特征输入所述表单匹配模型，通过所述表单匹配模型的相似分析单元进行余弦相似度评分，输出评分方案集合；对所述评分方案集合进行选定标识，并建立选定结果与多维度相似分析特征的映射关系，并进行选定原因标识；对所述用户进行持续监测，获得持续监测数据，将所述持续监测数据、所述选定原因标识、所述映射关系输入优化匹配单元，对所述表单匹配模型进行模型反馈优化，其中，所述优化匹配单元为所述表单匹配模型的优化单元。2.如权利要求1所述的智能表单匹配优化方法，其特征在于，所述方法包括：对所述持续监测数据提取用户响应数据信息；通过所述用户基础信息构建用户身体基础特征；通过所述响应数据信息和所述身体基础特征进行用户的适配度评价；通过适配度评价结果生成稳定性反馈数据，将所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。3.如权利要求2所述的智能表单匹配优化方法，其特征在于，所述方法包括：基于所述选定结果获得服用反馈周期节点；通过所述服用反馈周期节点构建检验窗口；通过所述持续监测数据获取检验窗口内的用户监测数据，通过所述用户监测数据生成周期反馈数据；将所述周期反馈数据、所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。4.如权利要求3所述的智能表单匹配优化方法，其特征在于，所述方法包括：通过所述持续监测数据进行所述用户的异常反应频次、异常反应程度统计，获得异常统计结果；将所述异常统计结果作为异常反馈数据；将所述异常反馈数据、所述周期反馈数据、所述稳定性反馈数据、所述选定原因标识和所述映射关系输入所述优化匹配单元，执行模型优化。5.如权利要求1所述的智能表单匹配优化方法，其特征在于，所述通过所述表单匹配模型的相似分...

【专利技术属性】
技术研发人员：潘冬，贺琛，马瑞，张坤，
申请(专利权)人：中航创世机器人西安有限公司，
类型：发明
国别省市：