预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共30页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113779241A(43)申请公布日2021.12.10(21)申请号202110265856.1(22)申请日2021.03.11(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人郑吉星(74)专利代理机构北京律智知识产权代理有限公司11438代理人王辉阚梓瑄(51)Int.Cl.G06F16/35(2019.01)G06F16/182(2019.01)G06Q30/06(2012.01)权利要求书4页说明书19页附图6页(54)发明名称信息获取方法及装置、计算机可读存储介质、电子设备(57)摘要本公开涉及计算机领域,提供了一种信息获取方法、装置、计算机可读存储介质及电子设备,该方法包括:获取服务请求对应的多维特征数据集,其中,所述多维特征数据集包括多个维度的多个特征数据;获取多维特征数据集的特征向量集,并将所述多维特征数据集的特征向量集输入类别预测模型中,以得到所述多维特征数据集对应的预测类别,以及所述预测类别对应的预测概率;根据所述预测类别和所述预测类别对应的预测概率得到所述服务请求对应的目标类别信息。本公开通过多个维度的特征数据,获取服务请求的目标类别信息,提高了信息获取的准确率。CN113779241ACN113779241A权利要求书1/4页1.一种信息获取方法,其特征在于,包括:获取服务请求对应的多维特征数据集,其中,所述多维特征数据集包括多个维度的多个特征数据;获取多维特征数据集的特征向量集,并将所述多维特征数据集的特征向量集输入类别预测模型中,以得到所述多维特征数据集对应的预测类别,以及所述预测类别对应的预测概率;根据所述预测类别和所述预测类别对应的预测概率得到所述服务请求对应的目标类别信息。2.根据权利要求1所述的信息获取方法,其特征在于,所述类别预测模型包括部门类别预测模型和业务类别预测模型,所述预测类别包括预测部门类别和预测业务类别;将所述多维特征数据集的特征向量集输入类别预测模型中,以得到所述多维特征数据集对应的预测类别,以及所述预测类别对应的预测概率,包括:将所述多维特征数据集的特征向量集输入所述部门类别预测模型中,以得到所述多维特征数据集对应的预测部门类别,以及所述预测部门类别对应的第一预测概率;将所述多维特征数据集的特征向量集和所述预测部门类别输入所述业务类别预测模型中,以得到所述多维特征数据集对应的预测业务类别,以及所述预测业务类别对应的第二预测概率。3.根据权利要求2所述的信息获取方法,其特征在于,所述预测部门类别包括多个;将所述多维特征数据集的特征向量集和所述预测部门类别输入所述业务类别预测模型,包括:根据所述预测部门类别对应的第一预测概率对多个所述预测部门类别进行排序,并获取前预设个数的所述预测部门类别作为目标预测部门类别;获取所述目标预测部门类别的数据向量,将所述目标预测部门类别的数据向量和所述多维特征数据集的特征向量集进行融合,以得到所述融合特征向量集,并将所述融合特征向量集输入所述业务类别预测模型中。4.根据权利要求3所述的信息获取方法,其特征在于,所述预测业务类别包括多个;根据所述预测类别和所述预测类别对应的预测概率得到所述服务请求对应的目标类别信息,包括:根据各所述预测业务类别对应的第二预测概率获取目标预测业务类别;根据预设所属关系判断所述目标预测业务类别与所述目标预测业务类别对应的目标预测部门类别是否具有所属关系;若是,则将所述目标预测业务类别和所述目标预测部门类别配置为目标类别信息。5.根据权利要求1所述的信息获取方法,其特征在于,获取多维特征数据集的特征向量集,包括:将所述多维特征数据集输入向量提取模型,以得到所述多维特征数据集对应的特征向量集。6.根据权利要求5所述的信息获取方法,其特征在于,所述多维特征数据集中的所述特征数据包括离散特征数据、连续特征数据、多值离散特征数据、文本特征数据;所述方法还包括:2CN113779241A权利要求书2/4页若所述特征数据为所述离散特征数据、所述连续特征数据、以及所述多值离散特征数据,则将所述向量提取模型配置为特征大纲;若所述特征数据为所述文本特征数据,则将所述向量提取模型配置为词向量模型。7.根据权利要求6所述的信息获取方法,其特征在于,将所述多维特征数据集输入向量提取模型,以得到所述多维特征数据集对应的特征向量集,包括:判断所述多维特征数据集中的所述特征数据是否为所述文本特征数据;若是,则将所述特征数据输入所述词向量模型中,以得到所述特征数据对应的第一特征向量;若否,则将所述特征数据输入所述特征大纲中,以得到所述特征数据对应的第二