欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2024108951047
申请人: 诸暨市科健软件有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 计算;推算;计数
更新日期:2025-04-15
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于大数据的企业智能决策分析系统,其特征在于,包括:决策数据获取模块,用于获取企业的历史决策数据和待决策数据,其中,所述历史决策数据包括决策内容和标签;

历史决策数据语义理解模块,用于将所述历史决策数据中的每个决策例子进行历史决策数据语义理解以得到多个历史决策数据语义理解特征向量;

历史决策数据语义交互增强模块,用于对所述多个历史决策数据语义理解特征向量排列为历史决策数据语义理解关联交互特征矩阵后进行历史决策数据语义交互增强以得到历史决策数据语义理解关联交互增强矩阵;

待决策数据语义理解模块,用于对所述待决策数据进行待决策数据语义理解以得到待决策数据语义理解向量;

特征融合模块,用于融合所述待决策数据语义理解向量和所述历史决策数据语义理解关联交互增强矩阵以得到待决策数据语义查询表征向量;

推荐结果生成模块,用于基于所述待决策数据语义查询表征向量,得到推荐结果。

2.根据权利要求1所述的基于大数据的企业智能决策分析系统,其特征在于,所述历史决策数据语义理解模块,用于:将所述历史决策数据中的每个决策例子输入基于门控循环单元的历史决策数据语义理解器以得到所述多个历史决策数据语义理解特征向量。

3.根据权利要求2所述的基于大数据的企业智能决策分析系统,其特征在于,所述历史决策数据语义交互增强模块,包括:语义特征排列单元,用于将所述多个历史决策数据语义理解特征向量排列为所述历史决策数据语义理解关联交互特征矩阵;

语义交互单元,用于将所述历史决策数据语义理解关联交互特征矩阵输入基于双向交互注意力机制的历史决策数据语义交互增强模块以得到所述历史决策数据语义理解关联交互增强矩阵。

4.根据权利要求3所述的基于大数据的企业智能决策分析系统,其特征在于,所述待决策数据语义理解模块,用于:将所述待决策数据输入基于门控循环单元的待决策数据语义理解器以得到所述待决策数据语义理解向量。

5.根据权利要求4所述的基于大数据的企业智能决策分析系统,其特征在于,所述特征融合模块,用于:以所述待决策数据语义理解向量作为查询向量,计算所述查询向量与所述历史决策数据语义理解关联交互增强矩阵之间的向量乘积以得到所述待决策数据语义查询表征向量。

6.根据权利要求5所述的基于大数据的企业智能决策分析系统,其特征在于,所述推荐结果生成模块,用于:将所述待决策数据语义查询表征向量输入基于分类器的决策标签推荐器以得到推荐决策的类型标签。

7.根据权利要求5所述的基于大数据的企业智能决策分析系统,其特征在于,所述推荐结果生成模块,包括:特征规范性增强单元,用于对所述待决策数据语义查询表征向量进行基于目标域的类标签回归规范性增强以得到优化因子;

特征加权单元,用于以所述优化因子作为权重,对所述待决策数据语义查询表征向量进行加权以得到优化待决策数据语义查询表征向量;

决策标签推荐单元,用于将所述优化待决策数据语义查询表征向量输入基于分类器的决策标签推荐器以得到推荐决策的类型标签。

8.根据权利要求7所述的基于大数据的企业智能决策分析系统,其特征在于,所述特征规范性增强单元,用于:将所述待决策数据语义查询表征向量与所述基于分类器的决策标签推荐器的分类权重矩阵进行相乘以得到待决策数据语义查询表征权重特征向量;

对所述待决策数据语义查询表征向量和所述待决策数据语义查询表征权重特征向量进行级联以得到待决策数据语义查询表征-权重信息联合向量;

将所述待决策数据语义查询表征-权重信息联合向量通过第一全连接层后再通过sigmoid函数以得到第一激活输出值;

对所述待决策数据语义查询表征向量和所述待决策数据语义查询表征权重特征向量进行按位置相加以得到待决策数据语义查询表征-权重信息加和向量;

将所述待决策数据语义查询表征-权重信息加和向量通过第二全连接层后再通过sigmoid函数以得到第二激活输出值;

计算所述第一激活输出值和所述第二激活输出值的均值,并将1减去均值以得到第一加权系数;

计算所述第一激活输出值和所述第二激活输出值的均值以得到第二加权系数;

以所述待决策数据语义查询表征权重特征向量的特征值为幂计算自然指数函数值以得到第一指数待决策数据语义查询表征权重特征向量;

以所述待决策数据语义查询表征向量的特征值为幂计算自然指数函数值以得到第二指数待决策数据语义查询表征向量;

基于所述第一加权系数和所述第二加权系数,计算所述第一指数待决策数据语义查询表征权重特征向量和所述第二指数待决策数据语义查询表征向量的加权和以得到加权和特征向量,并计算加权和特征向量的二范数以得到所述优化因子。

9.一种基于大数据的企业智能决策分析方法,其特征在于,包括:获取企业的历史决策数据和待决策数据,其中,所述历史决策数据包括决策内容和标签;

将所述历史决策数据中的每个决策例子进行历史决策数据语义理解以得到多个历史决策数据语义理解特征向量;

对所述多个历史决策数据语义理解特征向量排列为历史决策数据语义理解关联交互特征矩阵后进行历史决策数据语义交互增强以得到历史决策数据语义理解关联交互增强矩阵;

对所述待决策数据进行待决策数据语义理解以得到待决策数据语义理解向量;

融合所述待决策数据语义理解向量和所述历史决策数据语义理解关联交互增强矩阵以得到待决策数据语义查询表征向量;

基于所述待决策数据语义查询表征向量,得到推荐结果。

10.根据权利要求9所述的基于大数据的企业智能决策分析方法,其特征在于,对所述多个历史决策数据语义理解特征向量排列为历史决策数据语义理解关联交互特征矩阵后进行历史决策数据语义交互增强以得到历史决策数据语义理解关联交互增强矩阵,包括:将所述多个历史决策数据语义理解特征向量排列为所述历史决策数据语义理解关联交互特征矩阵;

将所述历史决策数据语义理解关联交互特征矩阵输入基于双向交互注意力机制的历史决策数据语义交互增强模块以得到所述历史决策数据语义理解关联交互增强矩阵。