发明内容
为改善相关技术中存在的技术问题,本发明提供了一种工业互联网业务数据处理方法、***及云平台。
第一方面,本发明实施例提供了一种工业互联网业务数据处理方法,应用于数据处理云平台,所述方法至少包括:获得包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集;每个特征关注层面的所述业务服务反馈文本用作反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据;在所述云共享反馈文本集中获得业务服务反馈文本feedback1和业务服务反馈文本feedback2,所述业务服务反馈文本feedback1反映所述第一数字业务活动方在第一特征关注层面的业务服务反馈文本,所述业务服务反馈文本feedback2反映第二特征关注层面的所述业务服务反馈文本中的不少于一个所述业务服务反馈文本;获取所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback2的第一词向量相似度;在所述第一词向量相似度大于第一设定值时,将所述业务服务反馈文本feedback2确定为所述第一数字业务活动方在所述第二特征关注层面的业务服务反馈文本。
如此设计,业务服务反馈文本feedback1和业务服务反馈文本feedback2属于两个相异特征关注层面的业务服务反馈文本,鉴于每个特征关注层面的业务服务反馈文本可反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据。基于此,在利用两个相异特征关注层面的业务服务反馈文本的词向量相似度进行业务服务反馈文本检索时,可以在云共享反馈文本集中整合并输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据,这样可以确保第一数字业务活动方的数字业务互动反馈的完整程度,从而为后续的反馈需求分析和业务服务升级提供分析依据和数据基础。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,所述获取所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback2的第一词向量相似度,包括:获取所述业务服务反馈文本feedback1所反映的第一服务体验观点数据、以及所述业务服务反馈文本feedback2所反映的第二服务体验观点数据;获取所述第一服务体验观点数据与所述第二服务体验观点数据的观点情绪相关性;将所述观点情绪相关性确定为所述第一词向量相似度。
如此设计,获得业务服务反馈文本feedback1和业务服务反馈文本feedback2的观点情绪相关性,将业务服务反馈文本feedback1和业务服务反馈文本feedback2的观点情绪相关性确定为第一词向量相似度。鉴于服务体验观点数据的观点情绪相关性可以反映多个相异特征关注层面的业务服务反馈文本的关联情况,基于此,可以根据服务体验观点数据的观点情绪相关性在云共享反馈文本集中精准配对多个相异特征关注层面的业务服务反馈文本。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,所述第一特征关注层面和所述第二特征关注层面皆是实时业务运行日志的特征关注层面;所述方法还包括:在所述云共享反馈文本集中获得业务服务反馈文本feedback3,所述业务服务反馈文本feedback3反映第三特征关注层面的所述业务服务反馈文本中的不少于一个所述业务服务反馈文本,所述第三特征关注层面为非实时业务运行日志的特征关注层面;获取所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback3的第二词向量相似度;基于所述第二词向量相似度大于第二设定值,将所述业务服务反馈文本feedback3确定为所述第一数字业务活动方在所述第三特征关注层面的业务服务反馈文本,所述第二设定值小于所述第一设定值。
如此设计,对于实时业务运行日志的特征关注层面,业务服务反馈文本中分布变量的偏移由数据采集线程的采集模式确定;对于实时业务运行日志的特征关注层面的两个业务服务反馈文本的词向量相似度,将第一设定值作为判定两个业务服务反馈文本是否为同一数字业务活动方的业务服务反馈文本的根据;对于非实时业务运行日志的特征关注层面,业务服务反馈文本中分布变量的偏移由业务用户端的数据上传模式确定;鉴于业务用户端的数据上传模式不同于数据采集线程的采集模式,基于此,对于实时业务运行日志的特征关注层面和非实时业务运行日志的特征关注层面的相异业务服务反馈文本,通过将小于第一设定值的第二设定值作为判定相异业务服务反馈文本是否为同一数字业务活动方的业务服务反馈文本的根据,有助于准确、可靠且全面地将非实时业务运行日志的特征关注层面的业务服务反馈文本与实时业务运行日志的特征关注层面的业务服务反馈文本归为同一数字业务活动方的业务服务反馈文本。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还包括:在所述云共享反馈文本集中获得业务服务反馈文本feedback4和业务服务反馈文本feedback5,所述业务服务反馈文本feedback4反映所述第一数字业务活动方在第一设定特征关注层面的业务服务反馈文本,所述业务服务反馈文本feedback5反映第二数字业务活动方在所述第一设定特征关注层面的业务服务反馈文本;获取所述业务服务反馈文本feedback4和所述业务服务反馈文本feedback5的第三词向量相似度;基于所述第三词向量相似度大于第三设定值,将所述第二数字业务活动方确定为所述第一数字业务活动方的关联数字业务活动方。
如此设计,业务服务反馈文本feedback4和业务服务反馈文本feedback5分别属于两个相异数字业务活动方,业务服务反馈文本feedback4和业务服务反馈文本feedback5的第三词向量相似度,可以反映两个相异数字业务活动方在第一设定特征关注层面的业务服务反馈文本的一致性,在第三词向量相似度大于第三设定值的基础上,表明两个相异数字业务活动方具有业务交互和关联情况,基于此,可以根据业务服务反馈文本间的词向量相似度在云共享反馈文本集中确定具有关联关系的两个数字业务活动方在设定特征关注层面的业务服务反馈文本。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还包括:在所述云共享反馈文本集中获得业务服务反馈文本feedback6和业务服务反馈文本feedback7,所述业务服务反馈文本feedback6反映所述第一数字业务活动方在第二设定特征关注层面的业务服务反馈文本,所述业务服务反馈文本feedback7反映第二数字业务活动方在所述第二设定特征关注层面的业务服务反馈文本;所述第二设定特征关注层面为所述不少于两个特征关注层面中除所述第一设定特征关注层面以外的不少于一个特征关注层面;
如此设计,本发明实施例中可以在两个设定特征关注层面判断第二数字业务活动方是否为第一数字业务活动方的关联数字业务活动方,与只在一个设定特征关注层面判断第二数字业务活动方是否为第一数字业务活动方的关联数字业务活动方的思路相比,可以尽可能精准可信地确定第一数字业务活动方的关联数字业务活动方。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还包括:基于在可视化交互进程中获得针对所述第一数字业务活动方和所述第一设定特征关注层面的筛选指令,在所述可视化交互进程中,输出所述业务服务反馈文本feedback4所反映的服务体验观点数据和所述业务服务反馈文本feedback5所反映的服务体验观点数据。
如此设计,基于工业互联网业务的可视化交互进程,可以将第一数字业务活动方和第一设定特征关注层面作为检索指示,在可视化交互进程输出第一数字业务活动方在第一设定特征关注层面的服务体验观点数据和第二数字业务活动方在第一设定特征关注层面的服务体验观点数据,基于此,可以对具有关联关系的两个数字业务活动方在设定特征关注层面的服务体验观点数据进行准确完整的输出。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还包括:对所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback2在可视化交互进程中进行自然语言处理。
如此设计,对业务服务反馈文本feedback1和业务服务反馈文本feedback2在可视化交互进程中进行自然语言处理。鉴于可视化交互进程可以对业务场景进行分析处理,将情绪分析、业务场景解析和反馈文本管理功能进行融合,实现业务场景的智能化文本数据处理,基于此,可以在可视化交互进程中整合并输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,所述对所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback2在可视化交互进程中进行自然语言处理,包括:获取所述业务服务反馈文本feedback1所反映的所述第一数字业务活动方在所述第一特征关注层面的服务体验观点数据;获取所述业务服务反馈文本feedback2所反映的所述第一数字业务活动方在所述第二特征关注层面的服务体验观点数据;对所述第一数字业务活动方在所述第一特征关注层面的服务体验观点数据和所述第一数字业务活动方在所述第二特征关注层面的服务体验观点数据在所述可视化交互进程中进行自然语言处理。
如此设计,鉴于两个相异特征关注层面的服务体验观点数据同属于第一数字业务活动方,基于此,可以在可视化交互进程中对第一数字业务活动方在相异特征关注层面的服务体验观点数据进行自然语言处理,整合并输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,所述获得包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集,包括:获得所述设定约束条件内的数字业务活动方的数字业务互动反馈;针对所述设定约束条件内的数字业务活动方的数字业务互动反馈,在不少于两个特征关注层面进行分团处理,得到包含所述不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集。
如此设计,获得设定约束条件内的数字业务活动方的数字业务互动反馈;对数字业务互动反馈进行分团处理得到包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集。基于此,可以对相异特征关注层面的数字业务互动反馈进行精准分类,生成相异特征关注层面的数字业务互动反馈对应的业务服务反馈文本,提高云共享反馈文本集中的业务服务反馈文本的准确性和完整性。
第二方面,本发明还提供了一种工业互联网业务数据处理***,包括括互相之间通信的数据处理云平台和业务用户端,进一步地,所述数据处理云平台,用于:获得包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集;其中,每个特征关注层面的所述业务服务反馈文本用作反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据;在所述云共享反馈文本集中获得业务服务反馈文本feedback1和业务服务反馈文本feedback2;其中,所述业务服务反馈文本feedback1反映所述第一数字业务活动方在第一特征关注层面的业务服务反馈文本,所述业务服务反馈文本feedback2反映第二特征关注层面的所述业务服务反馈文本中的不少于一个所述业务服务反馈文本;获取所述业务服务反馈文本feedback1和所述业务服务反馈文本feedback2的第一词向量相似度;在所述第一词向量相似度大于第一设定值时,将所述业务服务反馈文本feedback2确定为所述第一数字业务活动方在所述第二特征关注层面的业务服务反馈文本。
第三方面,本发明还提供了一种数据处理云平台,包括处理器和存储器;所述处理器和所述存储器通信连接,所述处理器用于从所述存储器中读取计算机程序并执行,以实现上述所述的方法。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
本发明实施例所提供的方法实施例可以在数据处理云平台、计算机设备或者类似的运算装置中执行。以运行在数据处理云平台上为例,数据处理云平台10可以包括一个或多个处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,可选地,上述数据处理云平台还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解,上述结构仅为示意,其并不对上述数据处理云平台的结构造成限定。例如,数据处理云平台10还可包括比上述所示更多或者更少的组件,或者具有与上述所示不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的一种工业互联网业务数据处理方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至数据处理云平台10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括数据处理云平台10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
基于此,请参阅图1,图1是本发明实施例所提供的一种工业互联网业务数据处理方法的流程示意图,该方法应用于数据处理云平台,进一步可以包括以下内容描述的技术方案。
S201:获得包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集。
其中,每个特征关注层面的业务服务反馈文本用作反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据。进一步地,特征关注层面可以可以理解为不同的特征维度,业务服务反馈文本用于表征数字业务活动方(比如数字业务用户)在进行业务服务交互过程中的一系列反馈数据或者反馈信息,且业务服务可以涉及电子商务、虚拟现实、数字办公、智慧政企等。服务体验观点数据可以反映用户的体验情绪、观点评论等,这些可以作为后续进行业务服务升级的依据。
在一些可能的实施例中,可以获得设定约束条件(比如可以依据时间范围和/或业务服务场景范围确定)内的数字业务活动方的数字业务互动反馈;然后对数字业务互动反馈在不少于两个特征关注层面进行分团处理(聚类处理),从而得到包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集(可以存储于云服务空间或者云服务器中)。在云共享反馈文本集中,一个特征关注层面的业务服务反馈文本用作反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据。
在一些可能的实施例中,服务体验观点数据可以是设定约束条件内数字业务活动方的活跃时段数据按照时间先后生成的数据集,在数据集中,活跃时段数据可以是设定约束条件对应的反馈提交时刻。
在一些可能的实施例中,一个特征关注层面的业务服务反馈文本用作反映数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据。进一步地,数字业务互动反馈对应的服务体验观点数据可以包括以下至少一项:包含服务模式数据的数字业务互动反馈对应的服务体验观点数据、包含业务类别数据的数字业务互动反馈对应的服务体验观点数据、包含网络环境数据的数字业务互动反馈对应的服务体验观点数据、包含硬件交互数据的数字业务互动反馈对应的服务体验观点数据,但不限于此。
S202:在云共享反馈文本集中获得业务服务反馈文本feedback1和业务服务反馈文本feedback2。
进一步地,业务服务反馈文本feedback1反映第一数字业务活动方在第一特征关注层面的业务服务反馈文本,业务服务反馈文本feedback2反映第二特征关注层面的业务服务反馈文本中的不少于一个业务服务反馈文本。
举例而言,第一特征关注层面和第二特征关注层面为相异的特征关注层面,第一特征关注层面为服务模式特征关注层面、业务类别特征关注层面、网络环境特征关注层面和硬件交互设备特征关注层面中的一个特征关注层面,第二特征关注层面为服务模式特征关注层面、业务类别特征关注层面、网络环境特征关注层面和硬件交互设备特征关注层面中的一个特征关注层面。
一般而言,可以在云共享反馈文本集中对设定约束条件内的数字业务活动方进行服务模式解析或业务类别解析,根据解析结果在设定约束条件内的数字业务活动方中确定第一数字业务活动方。
S203:确定业务服务反馈文本feedback1和业务服务反馈文本feedback2的第一词向量相似度。
在一些可能的实施例中,确定业务服务反馈文本feedback1所反映的第一服务体验观点数据和业务服务反馈文本feedback2所反映的第二服务体验观点数据;其中,第一服务体验观点数据可以是第一数字业务活动方在第一特征关注层面的服务体验观点数据;第二服务体验观点数据可以是第一数字业务活动方在第二特征关注层面的服务体验观点数据。进一步地,可以根据第一服务体验观点数据与第二服务体验观点数据的观点情绪相关性,确定业务服务反馈文本feedback1和业务服务反馈文本feedback2的第一词向量相似度(比如词向量的余弦相似度或者业务服务反馈文本的相关性系数)。
在一些可能的实施例中,将第一数字业务活动方在第一特征关注层面的业务服务反馈文本作为检索条件,在云共享反馈文本集中计算第一数字业务活动方在第一特征关注层面的业务服务反馈文本和业务服务反馈文本feedback2的第一词向量相似度,在云共享反馈文本集中将第一词向量相似度大于第一设定值的第二特征关注层面的业务服务反馈文本确定为检索结果。
在一些可能的实施例中,检索结果包括第一词向量相似度大于第一设定值的第二特征关注层面的业务服务反馈文本,对检索结果中每一个第二特征关注层面的业务服务反馈文本可以基于关系网的模式进行输出,根据第一词向量相似度的大小对关系网(比如文本列表)中的第二特征关注层面的业务服务反馈文本进行顺序整理。
在一些可能的实施例中,第二特征关注层面为硬件交互设备特征关注层面,关于关系网中的第二特征关注层面的业务服务反馈文本的顺序整理结果,其中,每一个第二特征关注层面的业务服务反馈文本的主题标签(比如文本标识信息)对应一个硬件交互设备特征关注层面的业务服务反馈文本。
S204:在第一词向量相似度大于第一设定值时,在云共享反馈文本集中将业务服务反馈文本feedback2确定为第一数字业务活动方在第二特征关注层面的业务服务反馈文本。
在一些可能的实施例中,第一设定值为0.9,比如在云共享反馈文本集中业务服务反馈文本feedback2对应的第一词向量相似度为0.93。在第一词向量相似度大于第一设定值时,在云共享反馈文本集中将业务服务反馈文本feedback2确定为第一数字业务活动方在第二特征关注层面的业务服务反馈文本。
在一些可能的实施例中,基于第一词向量相似度不大于第一设定值,在云共享反馈文本集中不将第二特征关注层面的业务服务反馈文本确定为第一数字业务活动方在第二特征关注层面的业务服务反馈文本。
就传统技术而言,基于单一特征关注层面的数字业务互动反馈来进行处理,然而,单一特征关注层面的数字业务互动反馈难以完整无误地输出待分析数字业务活动方的服务体验观点数据。比如,在待分析数字业务活动方临时掉线或者基于其他特征关注层面进行观点输出时,待分析数字业务活动方的服务体验观点数据在某些时段具有缺失的问题。
可以理解,基于本发明提供的工业互联网业务数据处理方法,第一特征关注层面的业务服务反馈文本和第二特征关注层面的业务服务反馈文本属于两个相异特征关注层面的业务服务反馈文本,鉴于每个特征关注层面的业务服务反馈文本可反映第一数字业务活动方在一个特征关注层面的数字业务互动反馈对应的服务体验观点数据。基于此,在利用两个相异特征关注层面的业务服务反馈文本的词向量相似度进行业务服务反馈文本检索时,可以在云共享反馈文本集中整合并输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据,这样可以确保第一数字业务活动方的数字业务互动反馈的完整程度,从而为后续的反馈需求分析和业务服务升级提供分析依据和数据基础。
在一些可能的实施例中,在所述S202中,确定业务服务反馈文本feedback1和业务服务反馈文本feedback2的第一词向量相似度,可以包括以下步骤。
S301:确定业务服务反馈文本feedback1所反映的第一服务体验观点数据、以及业务服务反馈文本feedback2所反映的第二服务体验观点数据。
在一些可能的实施例中,服务模式特征关注层面的数字业务互动反馈可以是包含服务模式数据的数字业务互动反馈,按照服务模式特征的共性值(相似度)对第一数字业务活动方的服务模式实时业务运行日志进行分团处理,得到业务服务反馈文本feedback1,业务服务反馈文本feedback1可以用作反映包含服务模式数据的数字业务互动反馈对应的服务体验观点数据。
在一些可能的实施例中,硬件交互设备特征关注层面的数字业务互动反馈可以是包含硬件交互数据的数字业务互动反馈,硬件交互数据可以是相关数字服务的人机交互设备对应的软硬件配置数据;对硬件交互设备的相关用户反馈按照硬件交互设备的主题标签进行分团处理,得到业务服务反馈文本feedback2,业务服务反馈文本feedback2可以用作反映包含硬件交互数据的数字业务互动反馈对应的服务体验观点数据。
在一些可能的实施例中,根据硬件交互设备的主题标签,对相关用户反馈进行分团处理,得到关于硬件交互设备D1的相关用户反馈,然后根据硬件交互设备D1对应的业务会话状态信息,确定硬件交互设备D1的服务体验观点数据。
一般而言,所述S301和S302的执行优先级不限。
S302:确定第一服务体验观点数据与第二服务体验观点数据的观点情绪相关性。
在一些可能的实施例中,在第一特征关注层面的服务体验观点数据中,(Qi,Fi)反映Qi时间节点在业务处理环节Fi的数字业务互动反馈;在第二特征关注层面的服务体验观点数据中,(Qi,Ri)反映Qi0时间节点在业务处理环节Ri的数字业务互动反馈。这里,业务处理环节Fi、Ri可以是业务进程中反映反馈提交时刻的业务阶段分布变量。
在一些可能的实施例中,在Qi时间节点与Qi0时间节点处于相同时段时,Fi、Ri分别属于两个相异特征关注层面的服务体验观点数据在相同时间段的分布变量。判断Fi和Ri的业务阶段顺序差异值是否小于l,统计H个时段中Fi和Ri的业务阶段顺序差异值小于l的时间节点个数u,将第一数字业务活动方在第一特征关注层面的服务体验观点数据和设定约束条件内的数字业务活动方在第二特征关注层面的服务体验观点数据的观点情绪相关性视为u/H,u为0到H之间的整数。
可以理解的是,Fi、Ri分别属于两个相异特征关注层面的服务体验观点数据在相同时间段的分布变量,H个时段中Fi和Ri的业务阶段顺序差异值小于l的时间节点个数u越大,如此,可以表明第一服务体验观点数据与第二服务体验观点数据的观点情绪相关性越大。
S303:将第一服务体验观点数据与第二服务体验观点数据的观点情绪相关性确定为第一词向量相似度。
在本发明实施例中,获得第一数字业务活动方在第一特征关注层面的服务体验观点数据和设定约束条件内的数字业务活动方在第二特征关注层面的服务体验观点数据的观点情绪相关性,将观点情绪相关性确定为第一词向量相似度。鉴于服务体验观点数据的观点情绪相关性可以反映多个相异特征关注层面的业务服务反馈文本的关联情况,基于此,可以根据服务体验观点数据的观点情绪相关性在云共享反馈文本集中精准配对多个相异特征关注层面的业务服务反馈文本。
在一些可能的实施例中,第一特征关注层面和第二特征关注层面皆是实时业务运行日志的特征关注层面;比如,第一特征关注层面为服务模式特征关注层面、业务类别特征关注层面和网络环境特征关注层面中的一个特征关注层面,第二特征关注层面为服务模式特征关注层面、业务类别特征关注层面和网络环境特征关注层面中的一个特征关注层面。
在一些可能的实施例中,所述工业互联网业务数据处理方法还可以包括以下步骤。
S401:在云共享反馈文本集中获得业务服务反馈文本feedback3,业务服务反馈文本feedback3反映第三特征关注层面的业务服务反馈文本中的不少于一个业务服务反馈文本,第三特征关注层面为非实时业务运行日志的特征关注层面。
举例而言,第三特征关注层面为所述硬件交互设备特征关注层面,业务服务反馈文本feedback3为包含硬件交互数据的数字业务互动反馈对应的服务体验观点数据。
S402:确定业务服务反馈文本feedback1和业务服务反馈文本feedback3的第二词向量相似度。
其中,可以参照S401至S403的思路,确定业务服务反馈文本feedback1和业务服务反馈文本feedback3的第二词向量相似度。
S403:基于第二词向量相似度大于第二设定值,将业务服务反馈文本feedback3确定为第一数字业务活动方在第三特征关注层面的业务服务反馈文本,第二设定值小于第一设定值。
可以理解的是,对于实时业务运行日志的特征关注层面,业务服务反馈文本中分布变量的偏移由数据采集线程的采集模式确定;对于实时业务运行日志的特征关注层面的两个业务服务反馈文本的词向量相似度,将第一设定值作为判定两个业务服务反馈文本是否为同一数字业务活动方的业务服务反馈文本的根据;对于非实时业务运行日志的特征关注层面,业务服务反馈文本中分布变量的偏移由业务用户端的数据上传模式确定;鉴于通常业务用户端的数据上传模式大于数据采集线程的采集模式,基于此,对于实时业务运行日志的特征关注层面和非实时业务运行日志的特征关注层面的相异业务服务反馈文本,通过将小于第一设定值的第二设定值作为判定相异业务服务反馈文本是否为同一数字业务活动方的业务服务反馈文本的根据,有助于准确、可靠且全面地将非实时业务运行日志的特征关注层面的业务服务反馈文本与实时业务运行日志的特征关注层面的业务服务反馈文本归为同一数字业务活动方的业务服务反馈文本。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还可以包括以下步骤。
S501:在云共享反馈文本集中获得业务服务反馈文本feedback4和业务服务反馈文本feedback5,业务服务反馈文本feedback4反映第一数字业务活动方在第一设定特征关注层面的业务服务反馈文本,业务服务反馈文本feedback5反映第二数字业务活动方在第一设定特征关注层面的业务服务反馈文本。
在一些可能的实施例中,第一设定特征关注层面属于不少于两个特征关注层面中任一个特征关注层面,比如,第一设定特征关注层面为服务模式特征关注层面、业务类别特征关注层面、网络环境特征关注层面和硬件交互设备特征关注层面中的任一个特征关注层面。
S502:确定业务服务反馈文本feedback4和业务服务反馈文本feedback5的第三词向量相似度。
在一些可能的实施例中,根据第一数字业务活动方在第一设定特征关注层面的服务体验观点数据和第二数字业务活动方在第一设定特征关注层面的服务体验观点数据的观点情绪相关性,确定业务服务反馈文本feedback4和业务服务反馈文本feedback5的第三词向量相似度。
比如,业务服务反馈文本feedback4反映第一数字业务活动方在服务模式特征关注层面的业务服务反馈文本,业务服务反馈文本feedback5反映第二数字业务活动方在服务模式特征关注层面的业务服务反馈文本。根据第一数字业务活动方在服务模式特征关注层面的服务体验观点数据和第二数字业务活动方在服务模式特征关注层面的服务体验观点数据的观点情绪相关性,确定业务服务反馈文本feedback4和业务服务反馈文本feedback5的第三词向量相似度。
S503:基于第三词向量相似度大于第三设定值,将第二数字业务活动方确定为第一数字业务活动方的关联数字业务活动方。
在一些可能的实施例中,基于第三词向量相似度大于第三设定值,在云共享反馈文本集中将第二数字业务活动方确定为第一数字业务活动方的关联数字业务活动方,如此,可以确定每个特征关注层面的数字业务互动反馈的关联数字业务活动方。
在一些可能的实施例中,基于第三词向量相似度不大于第三设定值,在云共享反馈文本集中不将第二数字业务活动方确定为第一数字业务活动方的关联数字业务活动方。
可以理解的是,第一数字业务活动方的关联数字业务活动方可以称为第一数字业务活动方的关联参与方,比如,第一数字业务活动方与第二数字业务活动方在相同业务活动进程一并处于活跃状态超过设定时长,则可以将第二数字业务活动方作为为第一数字业务活动方的关联参与方。
一般而言,第一数字业务活动方在设定约束条件内往往具有关联数字业务活动方。在传统思路下,基于采集到的实时业务运行日志形成第一数字业务活动方的服务体验观点数据,在第一数字业务活动方的关联数字业务活动方存在漏检时,难以确定第一数字业务活动方的关联数字业务活动方。
在本发明实施例中,当第一数字业务活动方的服务体验观点数据在某些时段内存在缺失时,可以根据业务服务反馈文本间的词向量相似度在云共享反馈文本集中确定具有关联关系的两个数字业务活动方在设定特征关注层面的业务服务反馈文本。
一般而言,可以对第一数字业务活动方的服务体验观点数据和关联数字业务活动方进行处理,提高反馈信息整理的精度和可信度。
在一些可能的实施例中,所述工业互联网业务数据处理方法还可以包括以下步骤。
S601:在云共享反馈文本集中获得业务服务反馈文本feedback6和业务服务反馈文本feedback7,业务服务反馈文本feedback6反映第一数字业务活动方在第二设定特征关注层面的业务服务反馈文本,业务服务反馈文本feedback7反映第二数字业务活动方在第二设定特征关注层面的业务服务反馈文本;第二设定特征关注层面为不少于两个特征关注层面中除第一设定特征关注层面以外的不少于一个特征关注层面。
其中,第二设定特征关注层面可以是一个特征关注层面,也可以是多个特征关注层面。
S602:确定业务服务反馈文本feedback6和业务服务反馈文本feedback7的第四词向量相似度。
在一些可能的实施例中,根据第一数字业务活动方在第二设定特征关注层面的服务体验观点数据和第二数字业务活动方在第二设定特征关注层面的服务体验观点数据的观点情绪相关性,确定业务服务反馈文本feedback6和业务服务反馈文本feedback7的第四词向量相似度。
进一步地,基于第三词向量相似度大于第三设定值,且所述第四词向量相似度大于所述第四设定值,将第二数字业务活动方确定为所述第一数字业务活动方的关联数字业务活动方。
在一些可能的实施例中,基于第三词向量相似度不大于第三设定值,或所述第四词向量相似度不大于所述第四设定值,不将第二数字业务活动方确定为所述第一数字业务活动方的关联数字业务活动方。
可以理解的是,本发明实施例中可以在两个设定特征关注层面判断第二数字业务活动方是否为第一数字业务活动方的关联数字业务活动方,与仅在一个设定特征关注层面判断第二数字业务活动方是否为第一数字业务活动方的关联数字业务活动方的思路相比,可以尽可能精准可信地确定第一数字业务活动方的关联数字业务活动方。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还可以包括以下步骤:基于在可视化交互进程中获得针对第一数字业务活动方和设定特征关注层面的筛选指令,在可视化交互进程中,输出业务服务反馈文本feedback3所反映的服务体验观点数据和业务服务反馈文本feedback3所反映的服务体验观点数据。
在一些可能的实施例中,基于在可视化交互进程中获得针对第一数字业务活动方和设定特征关注层面的筛选指令,在可视化交互进程中输出第一数字业务活动方client01在第一设定特征关注层面的服务体验观点数据和第二数字业务活动方client02在第一设定特征关注层面的服务体验观点数据。
在一些可能的实施例中,第一设定特征关注层面为硬件交互设备特征关注层面,第一数字业务活动方client01在第一设定特征关注层面的服务体验观点数据对应第一人机交互设备D03,第二数字业务活动方client02在第一设定特征关注层面的服务体验观点数据对应第二人机交互设备D04。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,还可以包括以下步骤:对业务服务反馈文本feedback1和业务服务反馈文本feedback2在可视化交互进程中进行自然语言处理。
在一些可能的实施例中,基于对第一数字业务活动方在第一特征关注层面的业务服务反馈文本和第一数字业务活动方在第二特征关注层面的业务服务反馈文本在可视化交互进程中进行自然语言处理(比如基于NLP的文本融合处理),可以在可视化交互进程中整合并输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据,输出第一数字业务活动方的全局服务体验观点数据。
可以理解的是,自然语言处理是一种从相异特征关注层面的数据信息中挖掘到更加丰富多样的信息的AI算法。相异特征关注层面的数据信息之间可以取长补短。
在一些可能的实施例中,可视化交互进程可以对业务场景进行分析处理,将情绪分析、业务场景解析和反馈文本管理功能进行融合,实现业务场景的智能化文本数据处理,基于此,可以进行针对性的文本反馈分析,从而进行用户需求挖掘,实现业务服务升级。
在一些可能的实施例中,在可视化交互进程中输出第一数字业务活动方在设定约束条件内每天活跃的次数,或者,在可视化交互进程中输出设定约束条件内活跃频次大于设定阈值的数字业务活动方。
在本发明实施例中,在可视化交互进程中,基于对第一数字业务活动方在不少于两个特征关注层面的数字业务互动反馈进行自然语言处理,可以关联第一数字业务活动方在多个相异特征关注层面的服务体验观点数据,提高数字业务活动方的数字业务互动反馈的完整性。
在一些可能的实施例中,在所述工业互联网业务数据处理方法中,对业务服务反馈文本feedback1和业务服务反馈文本feedback2在可视化交互进程中进行自然语言处理,可以包括以下步骤。
S801:确定业务服务反馈文本feedback1所反映的第一数字业务活动方在第一特征关注层面的服务体验观点数据。
在一些可能的实施例中,第一数字业务活动方在第一特征关注层面的业务服务反馈文本,用作反映第一数字业务活动方在第一特征关注层面的服务体验观点数据。
S802:确定业务服务反馈文本feedback2所反映的第一数字业务活动方在第二特征关注层面的服务体验观点数据。
在一些可能的实施例中,第一数字业务活动方在第二特征关注层面的业务服务反馈文本用于指示第一数字业务活动方在第二特征关注层面的业务服务反馈文本。第一数字业务活动方在第二特征关注层面的业务服务反馈文本,用作反映第一数字业务活动方在第二特征关注层面的服务体验观点数据。
S803:对第一数字业务活动方在第一特征关注层面的服务体验观点数据和第一数字业务活动方在第二特征关注层面的服务体验观点数据在可视化交互进程中进行自然语言处理。
在本发明实施例中,基于对相异特征关注层面数字业务互动反馈在可视化交互进程中进行自然语言处理,可以实现相异特征关注层面的服务体验观点数据的互相补充,输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据。
在一些可能的实施例中,对第一数字业务活动方在多个相异特征关注层面的数字业务互动反馈进行自然语言处理,在业务服务反馈文本检索时,可以在可视化交互进程中输出第一数字业务活动方在多个相异特征关注层面的服务体验观点数据。如此,可以输出更多特征关注层面的数字业务互动反馈,提高对第一数字业务活动方的反馈文本处理质量。
在一些可能的实施例中,在所述S201中,获得包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集可以包括以下步骤。
S901:获得设定约束条件内的数字业务活动方的数字业务互动反馈。
S902:针对设定约束条件内的数字业务活动方的数字业务互动反馈,在不少于两个特征关注层面进行分团处理,得到包括不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集。
在一些可能的实施例中,设定约束条件内的数字业务活动方的数字业务互动反馈可以包括以下任一项:设定约束条件内的实时业务运行日志、设定约束条件内的硬件交互设备的相关用户反馈、设定约束条件内的网络环境数据。
在一些可能的实施例中,可以按照反馈文本描述向量的相似度,对实时业务运行日志进行分团处理得到分团处理结果。
在一些可能的实施例中,基于不少于两个特征关注层面的业务服务反馈文本的云共享反馈文本集,在可视化交互进程中可以关联第一数字业务活动方在多个相异特征关注层面的服务体验观点数据,基于此,可以从多个相异特征关注层面输出第一数字业务活动方的服务体验观点数据。
在一些可独立实施例中,在将所述业务服务反馈文本feedback2确定为所述第一数字业务活动方在所述第二特征关注层面的业务服务反馈文本之后,该方法还可以包括如下内容:基于所述第一数字业务活动方在多个特征关注层面的业务服务反馈文本,确定所述第一数字业务活动方对应的反馈需求关系网;利用所述反馈需求关系网确定待升级服务项目;基于设定升级策略对所述待升级服务项目进行处理。
比如,可以将第一数字业务活动方在多个特征关注层面的业务服务反馈文本进行汇总,得到业务服务反馈文本集,然后对业务服务反馈文本集进行需求特征挖掘,得到反馈需求关系网(反馈需求特征图)。进一步结合反馈需求关系网对应的需求标签确定匹配的待升级服务项目,以针对性地实现服务项目的升级。设定升级策略包括但不限于在线升级或者离线升级,也可以包括无感知升级或者有感知升级。
基于此,上述基于所述第一数字业务活动方在多个特征关注层面的业务服务反馈文本,确定所述第一数字业务活动方对应的反馈需求关系网,可以包括如下内容:将第一数字业务活动方在多个特征关注层面的业务服务反馈文本进行汇总,得到业务服务反馈文本集;对业务服务反馈文本集进行需求特征挖掘,得到反馈需求关系网。
进一步地,对业务服务反馈文本集进行需求特征挖掘,得到反馈需求关系网,可以包括如下内容:利用训练完成的深度学习模型获取业务服务反馈文本集的待处理反馈文本向量,所述业务服务反馈文本集包括体验情绪文本,以及与所述体验情绪文本对应的偏好意向文本,所述待处理反馈文本向量包括所述体验情绪文本的第一反馈文本向量,以及所述偏好意向文本的第二反馈文本向量;对所述第一反馈文本向量和所述第二反馈文本向量进行加权,得到第一加权反馈文本向量;根据所述第一加权反馈文本向量,确定所述待处理反馈文本向量的需求挖掘指示;根据所述需求挖掘指示对所述待处理反馈文本向量进行优化,得到已优化反馈文本向量;根据所述已优化反馈文本向量,确定所述业务服务反馈文本集对应的反馈需求关系网。如此设计,可以考虑体验情绪和偏好意向,从而确保反馈需求关系网的完整性和可信度。
基于上述相同或相似的发明构思,请结合参阅图2,还提供了一种工业互联网业务数据处理***30的架构示意图,包括互相之间通信的数据处理云平台10和业务用户端20,数据处理云平台10和业务用户端20在运行时实现或者部分实现上述方法实施例所描述的技术方案。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,媒体业务服务器10,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。