一种表单填写任务主动推送方法技术

本发明专利技术公开了一种表单填写任务主动推送方法

【技术实现步骤摘要】
一种表单填写任务主动推送方法、装置、设备及存储介质


[0001]本专利技术属于信息处理
，具体涉及一种表单填写任务主动推送方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]表单是用于存储数据的数字化介质，其包含有多种组件，用户可以根据自己的需求，设计并生成想要的表单
。
在现有的互联网服务中，主要是基于用户主动访问系统或手动在系统中填写表单的方式来完成表单填写任务
。
此外，某些系统可能会通过通知或者提醒功能，来间接提醒用户完成表单填写，如通过电子邮箱或企业聊天工具等进行通知或提醒
。
[0003]但是现有表单填写主要依赖用户主动操作，导致容易出现用户忘记表单填报的情况，这会进一步影响信息的及时获取和决策的准确性
。
因此如何在特定时间节点自动生成表单填写任务并主动推送给目标用户，使得该目标用户可以及时并准确地完成表单填写，是本领域技术人员亟需研究的课题
。

技术实现思路

[0004]本专利技术的目的是提供一种表单填写任务主动推送方法
、
装置
、
计算机设备及计算机可读存储介质，用以解决现有表单填写主要依赖用户主动操作，易导致出现用户忘记表单填报的问题
。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]第一方面，提供了一种表单填写任务主动推送方法，包括：
[0007]获取不同用户的多份用户数据，其中，所述用户数据包含有用户历史填表记录信息；
[0008]根据所述多份用户数据，采用机器学习算法训练得到与多个表单一一对应的多个表单未来填写预测模型，其中，所述表单未来填写预测模型用于在输入连续多个单位时期的所述用户数据后，输出对应表单在位于所述连续多个单位时期之后的下一个单位时期的被填写概率；
[0009]针对在所述多个表单中的各个表单，将目标用户在当前最近连续多个单位时期的所述用户数据输入对应的所述表单未来填写预测模型，输出得到对应表单在当前下一个单位时期的且被所述目标用户填写的被填写概率；
[0010]若发现在所述多个表单中的某个表单在所述当前下一个单位时期的且被所述目标用户填写的被填写概率超过预设概率阈值，则在所述当前下一个单位时期到达时，将所述某个表单的填写任务推送给所述目标用户
。
[0011]基于上述
技术实现思路
，提供了一种能够在特定时间节点自动生成表单填写任务并主动推送给目标用户的表单填写任务推送新方案，即先根据不同用户的多份用户数据，采用机器学习算法训练得到与多个表单一一对应的多个表单未来填写预测模型，然后针对各个表单，将目标用户在当前最近连续多个单位时期的用户数据输入对应的表单未来填写预测
模型，输出得到对应表单在当前下一个单位时期的且被目标用户填写的被填写概率，若发现某个表单的被填写概率超过预设概率阈值，则在当前下一个单位时期到达时，将所述某个表单的填写任务推送给目标用户，如此无需用户主动操作也可在当前下一个单位时期到达时自动生成表单填写任务并主动推送给目标用户，进而可避免出现用户忘记表单填报的情况，确保信息的及时获取和决策的准确性，便于实际应用和推广
。
[0012]在一个可能的设计中，根据所述多份用户数据，采用机器学习算法训练得到与多个表单一一对应的多个表单未来填写预测模型，包括：
[0013]根据所述多份用户数据，提取得到
M
份连续
N
个单位时期的所述用户数据，其中，
M
表示大于等于
10
的正整数，
N
表示大于等于3的正整数；
[0014]针对在多个表单中的各个表单，根据所述多份用户数据，提取得到对应的且与所述
M
份连续
N
个单位时期的所述用户数据一一对应的
M
个表单填写真假事件标签值，其中，所述表单填写真假事件标签值为1表示对应表单在对应的连续
N
个单位时期之后的下一个单位时期被填写，所述表单填写真假事件标签值为0表示对应表单在对应的连续
N
个单位时期之后的下一个单位时期未被填写；
[0015]针对所述各个表单，将
M
份连续
N
个单位时期的所述用户数据以及对应的
M
个表单填写真假事件标签值导入基于循环神经网络或长短期记忆网络的机器学习模型进行二分类训练，得到对应的表单未来填写预测模型，其中，所述表单未来填写预测模型用于在输入连续
N
个单位时期的所述用户数据后，输出对应表单在位于所述连续
N
个单位时期之后的下一个单位时期的被填写概率
。
[0016]在一个可能的设计中，所述用户数据还包含有用户个人基本信息
、
用户工作角色信息和
/
或用户任务频率信息
。
[0017]在一个可能的设计中，将所述某个表单的填写任务推送给所述目标用户，包括：
[0018]获取所述目标用户在所述当前最近连续多个单位时期的输入文本；
[0019]采用自然语言处理技术对所述输入文本进行用户填表需求分析处理，得到所述目标用户在所述当前下一个单位时期的用户填表需求；
[0020]根据所述用户填表需求从表单模板库中选取符合需求的表单模板，并应用该表单模板生成所述某个表单的表单填写页面，最后将该表单填写页面作为所述某个表单的填写任务推送给所述目标用户
。
[0021]在一个可能的设计中，当所述用户填表需求包含有其它待填表单时，所述方法还包括：
[0022]在所述当前下一个单位时期到达时，将所述其它待填表单的填写任务也推送给所述目标用户
。
[0023]在一个可能的设计中，在将所述某个表单的填写任务推送给所述目标用户之后，所述方法还包括：
[0024]启动计时器；
[0025]在所述计时器的计时到达预设时长阈值时，若发现所述填写任务还未完成，则再次将所述某个表单的填写任务推送给所述目标用户，以便提醒所述目标用户进行填写
。
[0026]在一个可能的设计中，将所述某个表单的填写任务推送给所述目标用户，包括：
[0027]获取不同用户的多个用户画像信息；
[0028]针对在所述多个用户画像信息中的各个用户画像信息，根据对应画像信息，采用自适应性算法确定适用于对应用户的至少一个表单填写页面布局样式，其中，所述至少一个表单填写页面布局样式包含有表单填写页面背景样式
、
表单填写页面文字样式
、
表单填写页面输入控件个体样式和
/
或表单填写页面输入控件排版样式；
[0029]获取所述目标用户的最新用户画像信息和所述某个表单的多个信息字段；
[0030]根据所述最新用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种表单填写任务主动推送方法，其特征在于，包括：获取不同用户的多份用户数据，其中，所述用户数据包含有用户历史填表记录信息；根据所述多份用户数据，采用机器学习算法训练得到与多个表单一一对应的多个表单未来填写预测模型，其中，所述表单未来填写预测模型用于在输入连续多个单位时期的所述用户数据后，输出对应表单在位于所述连续多个单位时期之后的下一个单位时期的被填写概率；针对在所述多个表单中的各个表单，将目标用户在当前最近连续多个单位时期的所述用户数据输入对应的所述表单未来填写预测模型，输出得到对应表单在当前下一个单位时期的且被所述目标用户填写的被填写概率；若发现在所述多个表单中的某个表单在所述当前下一个单位时期的且被所述目标用户填写的被填写概率超过预设概率阈值，则在所述当前下一个单位时期到达时，将所述某个表单的填写任务推送给所述目标用户
。2.
根据权利要求1所述的表单填写任务主动推送方法，其特征在于，根据所述多份用户数据，采用机器学习算法训练得到与多个表单一一对应的多个表单未来填写预测模型，包括：根据所述多份用户数据，提取得到
M
份连续
N
个单位时期的所述用户数据，其中，
M
表示大于等于
10
的正整数，
N
表示大于等于3的正整数；针对在多个表单中的各个表单，根据所述多份用户数据，提取得到对应的且与所述
M
份连续
N
个单位时期的所述用户数据一一对应的
M
个表单填写真假事件标签值，其中，所述表单填写真假事件标签值为1表示对应表单在对应的连续
N
个单位时期之后的下一个单位时期被填写，所述表单填写真假事件标签值为0表示对应表单在对应的连续
N
个单位时期之后的下一个单位时期未被填写；针对所述各个表单，将
M
份连续
N
个单位时期的所述用户数据以及对应的
M
个表单填写真假事件标签值导入基于循环神经网络或长短期记忆网络的机器学习模型进行二分类训练，得到对应的表单未来填写预测模型，其中，所述表单未来填写预测模型用于在输入连续
N
个单位时期的所述用户数据后，输出对应表单在位于所述连续
N
个单位时期之后的下一个单位时期的被填写概率
。3.
根据权利要求1所述的表单填写任务主动推送方法，其特征在于，所述用户数据还包含有用户个人基本信息
、
用户工作角色信息和
/
或用户任务频率信息
。4.
根据权利要求1所述的表单填写任务主动推送方法，其特征在于，将所述某个表单的填写任务推送给所述目标用户，包括：获取所述目标用户在所述当前最近连续多个单位时期的输入文本；采用自然语言处理技术对所述输入文本进行用户填表需求分析处理，得到所述目标用户在所述当前下一个单位时期的用户填表需求；根据所述用户填表需求从表单模板库中选取符合需求的表单模板，并应用该表单模板生成所述某个表单的表单填写页面，最后将该表单填写页面作为所述某个表单的填写任务推送给所述目标用户
。5.
根据权利要求4所述的表单填写任务主动推送方法，其特征在于，当所述用户填表需求包含有其它待填表单时，所述方法还包括：
在所述当前下一个单位时期到达时，将所述其它待填表单的填写任务也推送给所述目标用户

【专利技术属性】
技术研发人员：王宇航，江伟，熊学武，韦利东，
申请(专利权)人：成都泛微网络科技有限公司，
类型：发明
国别省市：