System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 知识星图生成方法、装置、计算机设备及存储介质制造方法及图纸_技高网

知识星图生成方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:40355103 阅读:11 留言:0更新日期:2024-02-09 14:40
本发明专利技术涉及金融科技技术领域,公开了一种知识星图生成方法,方法包括:获取到培训材料;对所述培训材料进行数据挖掘,得到目标挖掘数据;将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签;根据所述预测标签对所述培训材料进行聚类分析,得到培训知识星图。可见,本发明专利技术通过根据培训材料进行挖掘处理,生成知识星图,以使用户可以根据知识星图寻找所需的培训材料,可以大大提高寻找培训材料的效率。

【技术实现步骤摘要】

本专利技术涉及金融科技,尤其涉及一种知识星图生成方法、装置、计算机设备及存储介质


技术介绍

1、在金融领域中,各大银行或保险公司离不开专业的销售人员,培养优秀的销售人员,就需要海量的培训材料。

2、随着保险行业的发展,深耕于保险行业的优秀保险代理人留下了海量的培训材料,这些培训材料以文本、音频或视频等方式得以保存。然而,这些培训材料大多以无序的方式保存在数据库中,新人或者渴望提升自身专业能力的保险代理人很难找到真正适合自己的培训材料,导致寻找培训材料的效率较低。


技术实现思路

1、本专利技术实施例提供一种知识星图生成方法、装置、计算机设备及存储介质,以解决寻找培训材料的效率较低的问题。

2、一种知识星图生成方法,所述方法包括:

3、获取到培训材料;

4、对所述培训材料进行数据挖掘,得到目标挖掘数据;

5、将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签;

6、根据所述预测标签对所述培训材料进行聚类分析,得到培训知识星图。

7、上述方法,可选的,在所述将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签之后,所述方法还包括:

8、计算每个所述预测标签在所述培训材料中的权重;所述权重用于配合所述预测标签对所述培训材料进行聚类分析。

9、上述方法,可选的,在所述对所述培训材料进行数据挖掘,得到目标挖掘数据之后,所述方法还包括:

10、根据所述目标挖掘数据,生成培训材料摘要;所述培训材料摘要用于配合所述预测标签对所述培训材料进行聚类分析,得到培训知识星图。

11、上述方法,可选的,所述培训材料包括文本材料;

12、其中,对所述培训材料进行数据挖掘,得到目标挖掘数据,包括:

13、对所述文本材料进行预处理,得到标准化文本;

14、通过数据挖掘模型,对所述标准化文本进行数据挖掘,得到目标挖掘数据。

15、上述方法,可选的,所述培训材料包括音频材料;

16、其中,对所述培训材料进行数据挖掘,得到目标挖掘数据,包括:

17、对所述音频材料进行预处理,得到标准音频数据;

18、对所述标准音频数据进行信息提取,得到第一提取文本;

19、通过数据挖掘模型,对所述第一提取文本进行数据挖掘,得到目标挖掘数据。

20、上述方法,可选的,所述培训材料包括视频材料;

21、其中,对所述培训材料进行数据挖掘,得到目标挖掘数据,包括:

22、对所述视频数据进行音频图像分离,得到目标音频数据和视频帧;

23、对所述目标音频数据进行信息提取,得到第二提取文本;

24、对所述视频帧进行信息提取,得到第三提取文本;

25、通过数据挖掘模型,对所述第二提取文本和所述第三提取文本进行数据挖掘,得到目标挖掘数据。

26、一种知识星图生成装置,包括:

27、材料获取单元,用于获取到培训材料;

28、数据挖掘单元,用于对所述培训材料进行数据挖掘,得到目标挖掘数据;

29、标签预测单元,用于将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签;

30、星图生成单元,用于根据所述预测标签对所述培训材料进行聚类分析,得到培训知识星图。

31、上述装置,可选的,所述装置还包括:

32、摘要生成单元,用于根据所述目标挖掘数据,生成培训材料摘要;所述培训材料摘要用于配合所述预测标签对所述培训材料进行聚类分析,得到培训知识星图。

33、一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述知识星图生成方法。

34、一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述知识星图生成方法。

35、上述知识星图生成方法、装置、计算机设备及存储介质,通过对培训材料进行挖掘,得到目标挖掘数据,然后将目标挖掘数据输入到标签预测模型中,得到培训材料的预测标签,然后根据预测标签对培训材料进行聚类分析,得到培训知识星图。可见,本专利技术通过根据培训材料进行挖掘处理,生成知识星图,以使用户可以根据知识星图寻找所需的培训材料,可以大大提高寻找培训材料的效率。

本文档来自技高网...

【技术保护点】

1.一种知识星图生成方法,其特征在于,所述方法包括:

2.如权利要求1所述的知识星图生成方法,其特征在于,在所述将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签之后,所述方法还包括:

3.如权利要求1所述的知识星图生成方法,其特征在于,在所述对所述培训材料进行数据挖掘,得到目标挖掘数据之后,所述方法还包括:

4.如权利要求1所述的知识星图生成方法,其特征在于,所述培训材料包括文本材料;

5.如权利要求1所述的知识星图生成方法,其特征在于,所述培训材料包括音频材料;

6.如权利要求1所述的知识星图生成方法,其特征在于,所述培训材料包括视频材料;

7.一种知识星图生成装置,其特征在于,包括:

8.如权利要求7所述的装置,其特征在于,所述装置还包括:

9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述知识星图生成方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述知识星图生成方法。

...

【技术特征摘要】

1.一种知识星图生成方法,其特征在于,所述方法包括:

2.如权利要求1所述的知识星图生成方法,其特征在于,在所述将所述目标挖掘数据输入到标签预测模型中,得到所述的培训材料的预测标签之后,所述方法还包括:

3.如权利要求1所述的知识星图生成方法,其特征在于,在所述对所述培训材料进行数据挖掘,得到目标挖掘数据之后,所述方法还包括:

4.如权利要求1所述的知识星图生成方法,其特征在于,所述培训材料包括文本材料;

5.如权利要求1所述的知识星图生成方法,其特征在于,所述培训材料包括音频材料;

6.如权利要求...

【专利技术属性】
技术研发人员:梁亚妮
申请(专利权)人:中国平安人寿保险股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1