生成业务规则集的方法及装置
    3.
    发明公开

    公开(公告)号:CN115238780A

    公开(公告)日:2022-10-25

    申请号:CN202210815876.6

    申请日:2022-07-12

    Abstract: 本公开提供一种生成业务规则集的方法及装置。所述方法包括:获取第一业务数据样本集;根据所述第一业务数据样本集,训练生成初始业务规则集,所述初始业务规则集包括多个业务规则子集,所述多个业务规则子集分别满足多个评估指标,所述多个评估指标中的每个评估指标均基于多个业务指标确定,且在所述多个评估指标中的不同评估指标中,所述多个业务指标的权重不同;对所述初始业务规则集进行组合优化,以从所述初始业务规则集中选择目标规则集。

    高效地训练可理解模型的系统和方法

    公开(公告)号:CN113424207B

    公开(公告)日:2022-05-17

    申请号:CN202080012634.2

    申请日:2020-10-13

    Abstract: 描述了用于训练可解释机器学习模型的方法、系统和设备,包括编码在计算机存储介质上的计算机程序。一种示例性方法包括:通过多次无替换采样来从多个历史数据记录获得多个训练数据集,所述多个训练数据集包括具有一个或多个重叠的历史数据记录的第一训练数据集和第二训练数据集;生成分别与所述多个训练数据集相对应的多个直方图,其中,所述第二训练数据集的直方图重用所述第一训练数据集的直方图中与所述一个或多个重叠的历史数据记录相对应的一个或多个数据点;基于所述多个直方图,来训练与所述一个或多个用户特征相对应的一个或多个机器学习模型;以及基于所述一个或多个机器学习模型来提供个性化。

    构建意图触发策略以及意图识别的方法和装置

    公开(公告)号:CN113688323B

    公开(公告)日:2024-07-19

    申请号:CN202111034138.X

    申请日:2021-09-03

    Abstract: 本说明书实施例提供了构建意图触发策略及进行意图识别的方法。构建意图触发策略的方法包括以下步骤。首先获取第一意图对应的总样本集,其中的单条样本包括,单个用户的特征信息,以及指示该用户是否具有该第一意图的正负样本标签。此外根据用户特征项,确定条件总集,单个条件是单个特征项与该特征项的单个取值的对应关系。通过若干次第一迭代生成若干条规则,其中单次第一迭代包括:基于当前样本集,从条件总集中选择若干个条件构成单条规则;并从当前样本集中剔除符合该单条规则的样本,从而更新当前样本集用于下次迭代,直到达到预设的停止条件。此时,基于生成的若干条规则,形成针对第一意图的触发策略。

    一种执行业务的方法、装置、存储介质及设备

    公开(公告)号:CN115146988A

    公开(公告)日:2022-10-04

    申请号:CN202210845916.1

    申请日:2022-07-18

    Abstract: 本说明书公开了一种执行业务的方法、装置、存储介质及设备,通过展示用于构建规则的各条件,及各条件分别对应的评估指标,响应于用户的选择操作,从各待选择的条件中确定用户选择的条件,并针对每个待选择的条件,根据该待选择的条件以及用户已经选择的条件,确定临时规则,根据历史业务数据分别测试各临时规则的合理程度,根据各临时规则的合理程度确定各待选择的条件分别对应的评估指标并展示。在用户确定生成规则时,响应于用户的确定操作,确定目标规则,当接收到针对目标规则的调用指令时,根据目标规则及调用指令对应的业务数据执行业务。可辅助用户合理选择构成目标规则的条件,减少基于目标规则执行业务的异常。

    构建意图触发策略以及意图识别的方法和装置

    公开(公告)号:CN113688323A

    公开(公告)日:2021-11-23

    申请号:CN202111034138.X

    申请日:2021-09-03

    Abstract: 本说明书实施例提供了构建意图触发策略及进行意图识别的方法。构建意图触发策略的方法包括以下步骤。首先获取第一意图对应的总样本集,其中的单条样本包括,单个用户的特征信息,以及指示该用户是否具有该第一意图的正负样本标签。此外根据用户特征项,确定条件总集,单个条件是单个特征项与该特征项的单个取值的对应关系。通过若干次第一迭代生成若干条规则,其中单次第一迭代包括:基于当前样本集,从条件总集中选择若干个条件构成单条规则;并从当前样本集中剔除符合该单条规则的样本,从而更新当前样本集用于下次迭代,直到达到预设的停止条件。此时,基于生成的若干条规则,形成针对第一意图的触发策略。

    高效地训练可理解模型的系统和方法

    公开(公告)号:CN113424207A

    公开(公告)日:2021-09-21

    申请号:CN202080012634.2

    申请日:2020-10-13

    Abstract: 描述了用于训练可解释机器学习模型的方法、系统和设备,包括编码在计算机存储介质上的计算机程序。一种示例性方法包括:通过多次无替换采样来从多个历史数据记录获得多个训练数据集,所述多个训练数据集包括具有一个或多个重叠的历史数据记录的第一训练数据集和第二训练数据集;生成分别与所述多个训练数据集相对应的多个直方图,其中,所述第二训练数据集的直方图重用所述第一训练数据集的直方图中与所述一个或多个重叠的历史数据记录相对应的一个或多个数据点;基于所述多个直方图,来训练与所述一个或多个用户特征相对应的一个或多个机器学习模型;以及基于所述一个或多个机器学习模型来提供个性化。

Patent Agency Ranking