业务数据处理方法、装置、设备及存储介质制造方法及图纸

本公开提供了一种业务数据处理方法、装置、设备及存储介质，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该方法包括基于获取的待识别账户和目标业务实体进行特征提取，确定待识别业务特征；通过意向识别模型中识别网络对待识别业务特征进行处理，得到中间识别信息；基于目标业务实体的实体标识，从意向识别模型中的预测网络中确定目标分支网络；预测网络所包含的多个分支网络分别与多个候选业务实体一一对应；通过目标分支网络对中间识别信息进行预测处理，得到业务识别结果，业务识别结果用于表征待识别账户针对目标业务实体的交互意向程度，从而提高业务处理效率和业务处理准确率。率和业务处理准确率。率和业务处理准确率。

【技术实现步骤摘要】
业务数据处理方法、装置、设备及存储介质


[0001]本公开涉及计算机领域，尤其涉及一种业务数据处理方法、装置、设备及存储介质。

技术介绍

[0002]在一些业务处理场景，需要分析某个用户针对某个业务实体(如门店)的意向度，以基于该意向度进行相关的信息推荐等。然而，由于该业务场景中涉及的用户或业务实体数量较多，因而该意向分析存在一定难度。
[0003]相关技术中，通过每个业务实体进行单独建模的方式，然而由于每个业务实体需要独立的训练数据，往往需要较多的数据量，不仅业务处理效率较低，而且业务处理准确率有待进一步提高。

技术实现思路

[0004]本公开提供了一种业务数据处理方法、装置、设备及存储介质，以解决现有技术中至少一种技术问题。
[0005]一方面，本公开提供了一种业务数据处理方法，包括：
[0006]获取待识别账户和对应的目标业务实体的实体标识；所述目标业务实体为多个候选业务实体中至少一个；
[0007]基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征；
[0008]通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息；
[0009]基于所述目标业务实体的实体标识，从所述意向识别模型中的预测网络中确定目标分支网络；所述预测网络所包含的多个分支网络分别与所述多个候选业务实体一一对应；
[0010]通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果，所述业务识别结果用于表征所述待识别账户针对所述目标业务实体的交互意向程度。
[0011]另一方面还提供了一种业务数据处理方法，包括：
[0012]响应于对业务实体和对象账户的触发操作，获得待识别账户和对应的目标业务实体的实体标识；所述目标业务实体为多个候选业务实体中至少一个；
[0013]发送所述待识别账户和对应的目标业务实体的实体标识至服务器，所述服务器基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征；通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息；基于所述目标业务实体的实体标识，从所述意向识别模型中的预测网络中确定目标分支网络；所述预测网络所包含的多个分支网络分别与所述多个候选业务实体一一对应；通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果，所述业务识别结果用于表征所述待识别账户针对所述目标业务实体的交互意向程度；
[0014]获取所述业务识别结果。
[0015]另一方面还提供了一种业务数据处理装置，所述装置包括：
[0016]第一获取模块，用于获取待识别账户和对应的目标业务实体的实体标识；所述目标业务实体为多个候选业务实体中至少一个；
[0017]特征提取模块，用于基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征；
[0018]第一处理模块，用于通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息；
[0019]第二处理模块，用于基于所述目标业务实体的实体标识，从所述意向识别模型中的预测网络中确定目标分支网络；所述预测网络所包含的多个分支网络分别与所述多个候选业务实体一一对应；
[0020]预测模块，用于通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果，所述业务识别结果用于表征所述待识别账户针对所述目标业务实体的交互意向程度。
[0021]另一方面还提供了一种业务数据处理装置，所述装置包括：
[0022]业务数据获取模块，用于响应于对业务实体和对象账户的触发操作，获得待识别账户和对应的目标业务实体的实体标识；所述目标业务实体为多个候选业务实体中至少一个；
[0023]业务数据发送模块，用于发送所述待识别账户和对应的目标业务实体的实体标识至服务器，所述服务器基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征；通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息；基于所述目标业务实体的实体标识，从所述意向识别模型中的预测网络中确定目标分支网络；所述预测网络所包含的多个分支网络分别与所述多个候选业务实体一一对应；通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果，所述业务识别结果用于表征所述待识别账户针对所述目标业务实体的交互意向程度；
[0024]数据结果获取模块，用于获取所述业务识别结果。
[0025]另一方面还提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现上述任一所述的业务数据处理方法。
[0026]另一方面还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述任一所述的业务数据处理方法。
[0027]另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一所述的业务数据处理方法。
[0028]本公开提供的一种业务数据处理方法、装置、设备及存储介质，具有如下技术效果：
[0029]本公开实施例基于获取的待识别账户和目标业务实体进行特征提取，确定待识别
业务特征；通过意向识别模型中识别网络对待识别业务特征进行处理，得到中间识别信息；基于目标业务实体的实体标识，从意向识别模型中的预测网络中确定目标分支网络；预测网络所包含的多个分支网络分别与多个候选业务实体一一对应；通过目标分支网络对中间识别信息进行预测处理，得到业务识别结果，业务识别结果用于表征待识别账户针对目标业务实体的交互意向程度。从而采用通用的意向识别模型来进行意向识别，无需通过单独建模的方式，提高业务处理效率。通过意向识别模型中识别网络对待识别业务特征进行处理，得到中间识别信息，并结合基于目标业务实体的实体标识，从意向识别模型中的预测网络中确定目标分支网络，并通过该目标分支网络进行预测处理，兼顾了业务实体之间的通用信息和目标业务实体的独有信息，在一定程度上提高了业务处理准确率。
附图说明
[0030]为了更清楚地说明本公开实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0031]图1是本公开实施例提供的一种业务数据处理方法的应用环境示意图；
[0032]图2是本公开实施例提供的一种业务数据处理方法的流程示意图；
[0033]图3是本公开实施例提供的一种业务数据处理方法的部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务数据处理方法，其特征在于，包括：获取待识别账户和对应的目标业务实体的实体标识；所述目标业务实体为多个候选业务实体中至少一个；基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征；通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息；基于所述目标业务实体的实体标识，从所述意向识别模型中的预测网络中确定目标分支网络；所述预测网络所包含的多个分支网络分别与所述多个候选业务实体一一对应；通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果，所述业务识别结果用于表征所述待识别账户针对所述目标业务实体的交互意向程度。2.根据权利要求1所述的方法，其特征在于，所述基于所述待识别账户和所述目标业务实体进行特征提取，确定待识别业务特征，包括：获取所述待识别账户的账户特征，以及所述目标业务实体的实体特征；基于所述账户特征和所述实体特征进行特征交叉处理，得到业务交叉特征；基于所述账户特征、所述实体特征和所述业务交叉特征，构建所述待识别业务特征。3.根据权利要求1所述的方法，其特征在于，所述通过意向识别模型中识别网络对所述待识别业务特征进行处理，得到中间识别信息，包括：将所述待识别业务特征输入所述意向识别模型中的识别网络；对所述待识别业务特征进行至少一个维度的特征提取，得到共享特征表示；对所述共享特征表示进行多维度的决策处理，得到共享决策信息；所述共享决策信息用于表征所述待识别账户针对所述目标业务实体的交互意向决策；将所述共享决策信息作为所述中间识别信息。4.根据权利要求3所述的方法，其特征在于，所述识别网络包括第一深度网络、第二深度网络和线性变换网络；所述对所述待识别业务特征进行至少一个维度的特征提取，得到共享特征表示，包括：通过所述第一深度网络对所述待识别业务特征进行深度特征提取，得到第一深度特征表示；通过所述第二深度网络对所述待识别业务特征进行深度特征提取，得到第二深度特征表示；通过所述线性变换网络对所述待识别业务特征进行特征提取，得到线性特征表示；拼接所述第一深度特征表示、所述第二深度特征表示和所述线性特征表示，得到所述共享特征表示。5.根据权利要求3或4所述的方法，其特征在于，所述识别网络包括门控网络和多个决策网络；所述对所述共享特征表示进行多维度的决策处理，得到共享决策信息，包括：通过所述门控网络对所述共享特征表示进行网络变换，得到门控决策向量；所述门控决策向量中各向量元素用于表征所述多个决策网络的决策权重大小；基于所述多个决策网络中目标决策网络对所述共享特征表示进行网络变换，得到所述目标决策网络对应的决策子信息，并基于所述门控决策向量对所述决策子信息进行融合处理，得到所述共享决策信息；其中，所述目标决策网络是基于所述门控决策向量中非零向量元素对应的至少一个决策网络。
6.根据权利要求1所述的方法，其特征在于，在所述待识别账户中账户数量为多个的情况下，所述业务识别结果包括多个业务预测分值，所述通过所述目标分支网络对所述中间识别信息进行预测处理，得到业务识别结果之后，所述方法还包括：基于所述待识别账户分别对应的多个业务预测分值的大小，对所述待识别账户进行顺序排序，得到所述待识别账户对应的意向等级列表；发送所述意向等级列表。7.根据权利要求1所述的方法，其特征在于，所述意向识别模型通过以下方式训练得到：构建训练样本集，所述训练样本集包括多个训...

【专利技术属性】
技术研发人员：林炳怀，王丽园，韩颖颖，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：