【CN110163245A】业务类别预测方法及系统【专利】
- 格式:pdf
- 大小:704.10 KB
- 文档页数:21
专利名称:一种业务类别确定方法和装置
专利类型:发明专利
发明人:黄文强,黄雅楠,浮晨琪,李蚌蚌,徐晨敏申请号:CN202011049699.2
申请日:20200929
公开号:CN112131369A
公开日:
20201225
专利内容由知识产权出版社提供
摘要:本申请实施例提供了一种业务类别确定方法和装置,方法包括:获取柜员至少一个业务中每个业务对应的目标语音信息,根据柜员的目标语音信息得到柜员的第一目标声音特征信息,确定第一目标声音特征信息对应于至少一个业务类别的概率,将目标语音信息转换为文本信息,文本信息包括柜员回复客户问题的回答语句,将文本信息与预设回答文本信息进行匹配,得到匹配度,将第一目标声音特征信息对应于至少一个业务类别的概率和匹配度输入到第一贝叶斯模型,得到柜员的业务类别概率,根据柜员的业务类别概率,确定柜员的业务类别。
本申请实施例提供的业务类别确定方法和装置,使得银行能够准确确定柜员的业务办理类别,能够更好的了解柜员的业务类别。
申请人:中国银行股份有限公司
地址:100818 北京市西城区复兴门内大街1号
国籍:CN
代理机构:北京集佳知识产权代理有限公司
代理人:刘晓菲
更多信息请下载全文后查看。
专利名称:预测方法、推荐方法及其相关设备专利类型:发明专利
发明人:赵旭,张海雷
申请号:CN202111350020.8
申请日:20211115
公开号:CN114299294A
公开日:
20220408
专利内容由知识产权出版社提供
摘要:本公开提出一种预测方法、推荐方法及其相关设备,其中,预测方法包括:获取社交用户的头像图,以及用户昵称;对头像图采用卷积神经网络进行图像特征提取,以得到头像图像特征;对用户昵称采用翻译模型进行文本特征提取,以得到昵称文本特征;根据头像图像特征和昵称文本特征预测社交用户的性别。
由此,根据头像图像特征和昵称文本特征进行社交用户的性别预测,提高了社交用户的性别预测准确度。
申请人:北京小来无限科技有限公司
地址:100191 北京市海淀区紫金数码园3号楼8层0806-4室
国籍:CN
代理机构:北京清亦华知识产权代理事务所(普通合伙)
代理人:单冠飞
更多信息请下载全文后查看。
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910390091.7(22)申请日 2019.05.10(71)申请人 北京奇艺世纪科技有限公司地址 100080 北京市海淀区海淀北一街2号鸿城拓展大厦10、11层(72)发明人 胡嘉伟 程亚男 涂龙飞 (74)专利代理机构 北京柏杉松知识产权代理事务所(普通合伙) 11413代理人 李欣 马敬(51)Int.Cl.H04N 21/475(2011.01)H04N 21/442(2011.01)H04N 21/24(2011.01)(54)发明名称一种预测系统及方法(57)摘要本发明实施例提供了一种预测系统和方法。
该系统包括:信息采集子系统和计算引擎子系统;信息采集子系统,用于采集目标视频在播放过程中的预设播放参数的参数值,将所采集到的参数值发送给计算引擎子系统;其中,预设播放参数为:与观影体验相关的播放参数;计算引擎子系统,用于接收参数值;基于参数值,计算目标视频所对应的观影用户的观影体验评分。
与现有技术相比,采用本发明实施例提供的方案,可以获得观影体验评分的可控性。
权利要求书2页 说明书13页 附图2页CN 110139160 A 2019.08.16C N 110139160A权 利 要 求 书1/2页CN 110139160 A1.一种预测系统,其特征在于,所述系统包括:信息采集子系统和计算引擎子系统;所述信息采集子系统,用于采集目标视频在播放过程中的预设播放参数的参数值,将所采集到的参数值发送给所述计算引擎子系统;其中,所述预设播放参数为:与观影体验相关的播放参数,所述预设播放参数至少包括视频平均码流率;所述计算引擎子系统,用于接收所述参数值;基于所述参数值,计算所述目标视频所对应的观影用户的观影体验评分。
2.根据权利要求1所述的系统,其特征在于,所述系统还包括消息发布子系统;所述信息采集子系统将所采集到的参数值发送给所述计算引擎子系统,包括:所述信息采集子系统将所采集到的参数值发送给所述消息发布子系统;所述消息发布子系统,用于接收所述参数值,将接收到的所述参数值发送给所述计算引擎子系统。
专利名称:业务推荐方法和业务推荐系统
专利类型:发明专利
发明人:陈毓锋,张志锋,余越,王梅,周琛,宾磊,李小菲申请号:CN201110443858.1
申请日:20111226
公开号:CN103177374A
公开日:
20130626
专利内容由知识产权出版社提供
摘要:本发明提供一种业务推荐方法和业务推荐系统,所述业务推荐方法包括:获取用户的偏好业务集合;获取业务的关联规则集合;根据所述用户的偏好业务集合以及所述关联规则集合,得到所述用户的业务推荐集合。
本发明能够得到较为准确的业务推荐结果,使得推荐的业务能够满足用户的需求。
申请人:中国移动通信集团广东有限公司
地址:510623 广东省广州市珠江新城珠江西路11号广东全球通大厦13楼
国籍:CN
代理机构:北京银龙知识产权代理有限公司
更多信息请下载全文后查看。
专利名称:一种风险预测方法、装置、系统、计算机设备及存储介质
专利类型:发明专利
发明人:汪天翔,张雨侠
申请号:CN202111289105.X
申请日:20211102
公开号:CN114021605A
公开日:
20220208
专利内容由知识产权出版社提供
摘要:本发明公开了一种风险预测方法、装置、系统、计算机设备及存储介质,其方法包括:获取可穿戴式头环采集待检测用户的脑电波数据,并对脑电波数据进行预处理,以获取规范的脑电波数据;对规范的脑电波数据进行特征提取,以获取预设数量的特征向量;将特征向量与历史特征向量进行匹配,以确定待检测用户当前状态;统计预设时间段内,待检测用户当前状态为异常状态以及正常状态之间的比例,当比例大于第一预设阈值时,输出预警信息。
通过可穿戴式头环采集待检测用户的脑电波数据,对采集的脑电波数据进行特征提取,并与历史数据进行对比,可具有暴力、自杀、越狱等异常行为且隐蔽性较强的在押人员进行提前预警,以提高管理效率,避免出现重大风险。
申请人:深圳市大数据研究院
地址:518000 广东省深圳市龙岗区龙城街道龙翔大道2001号道远楼225室
国籍:CN
代理机构:深圳市恒和大知识产权代理有限公司
代理人:何园园
更多信息请下载全文后查看。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910274875.3
(22)申请日 2019.04.08
(71)申请人 阿里巴巴集团控股有限公司
地址 英属开曼群岛大开曼资本大厦一座四
层847号邮箱
(72)发明人 张雅淋 李龙飞
(74)专利代理机构 北京博思佳知识产权代理有
限公司 11415
代理人 林祥
(51)Int.Cl.
G06K 9/62(2006.01)
G06Q 10/04(2012.01)
(54)发明名称业务类别预测方法及系统(57)摘要本公开提供基于层级模型的业务类别预测方案。
在该方案中,类别预测模型具有层级模型结构,即,第一业务类别预测模型和第二业务类别预测模型,第二业务类别是第一业务类别的子类别。
第一业务类别预测模型利用具有第一业务类别标记值的第一样本数据集训练出,第二业务类别预测模型利用具有对应的第二业务类别标记值的第二样本数据集训练出。
在预测时,分别使用第一和第二业务预测模型来预测出第一和第二业务类别预测结果,然后对第一和第二业务类别预测结果进行整合,并基于整合后的结果来确定业务类别。
利用该方案,针对类别间具有高相关性的应用场景,能够实现高效的业务类别预
测。
权利要求书3页 说明书11页 附图6页CN 110163245 A 2019.08.23
C N 110163245
A
权 利 要 求 书1/3页CN 110163245 A
1.一种用于预测业务数据的类别的方法,包括:
将待预测业务数据提供给第一业务类别预测模型来进行第一业务类别预测,以得到第一业务类别预测结果;
将所述待预测业务数据提供给至少一个第二业务类别预测模型来进行第二业务类别预测,以得到至少一个第二业务类别预测结果,第二业务类别是第一业务类别的次级类别;
对所得到的第一业务类别预测结果和至少一个第二业务类别预测结果进行整合处理,以得到整合后的第二业务类别预测结果;以及
基于整合后的第二业务类别预测结果,从至少一个第二业务类别中确定出所述待预测业务数据的业务类别,
其中,所述第一和第二业务类别预测模型是多类别预测模型,所述第二业务类别预测模型的数目与所述第一业务类别的数目相等,以及每个第二业务类别预测模型对应一个第一业务类别,
其中,所述第一业务类别预测模型是利用具有第一业务类别标记值的第一样本数据集训练出的,以及所述第二业务类别预测模型是利用具有对应的第二业务类别标记值的第二样本数据集训练出的。
2.如权利要求1所述的方法,其中,用于训练第二业务类别预测模型的第二样本数据集是所述第一样本数据集中的所具有的第一业务类别标记值指示属于与该第二业务类别预测模型对应的第一业务类别的样本数据集。
3.如权利要求1或2所述的方法,其中,所述第一业务类别预测结果是所述待预测业务数据属于各个第一业务类别的概率,以及所述第二业务类别预测结果是所述待预测业务数据属于各个第二业务类别的概率。
4.如权利要求3所述的方法,其中,对所得到的第一业务类别预测结果和第二业务类别预测结果进行整合处理,以得到整合后的第二业务类别预测结果包括:
针对所述至少一个第二业务类别中的各个第二业务类别,计算所述待预测业务数据属于该第二业务类别的概率与所述待预测业务数据属于与该第二业务类别对应的第一类别的概率的乘积,作为整合后的所述待预测业务数据属于该第二业务类别的概率。
5.如权利要求3所述的方法,其中,对所得到的第一业务类别预测结果和第二业务类别预测结果进行整合处理,以得到整合后的第二业务类别预测结果包括:
针对所述至少一个第二业务类别中的各个第二业务类别,根据预定函数来计算整合后的所述待预测业务数据属于该第二业务类别的概率,所述预定函数以所述待预测业务数据属于该第二业务类别的概率和所述待预测业务数据属于与该第二业务类别对应的第一类别的概率为自变量。
6.如权利要求1所述的方法,其中,在用于训练第一业务类别预测模型的第一样本数据集中,各个第一业务类别所具有的样本数据数目满足第一预定比例要求;和/或在用于训练第二业务类别预测模型的第二样本数据集中,各个第二业务类别所具有的样本数据数目满足第二预定比例要求。
7.一种用于训练业务类别预测模型的方法,包括:
使用具有第一业务类别标记值的第一样本数据集训练出第一业务类别预测模型;以及使用至少一个第二样本数据集训练出至少一个第二业务类别预测模型,第二业务类别
2。