CN116629810B - 基于建筑办公***的操作推荐方法、装置、设备和介质 - Google Patents
基于建筑办公***的操作推荐方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116629810B CN116629810B CN202310904769.5A CN202310904769A CN116629810B CN 116629810 B CN116629810 B CN 116629810B CN 202310904769 A CN202310904769 A CN 202310904769A CN 116629810 B CN116629810 B CN 116629810B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- operation prompt
- key reference
- prompt
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012549 training Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 238000009435 building construction Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于建筑办公***的操作推荐方法、装置、设备和介质。该方法包括:获取用户在建筑办公***中的用户信息;将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。采用本申请技术方案,能够自动读取用户在建筑办公***中用户信息,并将该用户信息输入至预先训练出的基于类残差网络模型的操作提示模型中,能够给出用户所需的操作提示信息,提高用户的办公效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于建筑办公***的操作推荐方法、装置、设备和介质。
背景技术
人工智能推荐是人工智能的重要应用方向之一,该技术主要研究对于特定用户的特定问题或需求,通过对用户的历史行为,通过算法向其输出可能的解决方案。
在建筑施工办公领域,也有应用神经网络模型进行解决方案推荐的程序或算法,但其均只考虑特定用户或类似用户的通用推荐算法,没有考虑到建筑施工行业特殊性,用户的需求与用户职务、项目所处的施工阶段具有强联系性,使得现有推荐算法不够准确,因此急需一种能够满足建筑施工行业特殊性的神经网络模型。
发明内容
本发明提供了一种基于建筑办公***的操作推荐方法、装置、设备和介质,以解决在建筑施工办公领域中,人工智能算法难以提供具有建筑施工行业特殊性的问题解决方法的问题。
根据本发明的一方面,提供了一种基于建筑办公***的操作推荐方法,该方法包括:
获取用户在建筑办公***中的用户信息;其中,用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息;
将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;
其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。
根据本发明的另一方面,提供了一种基于建筑办公***的操作推荐装置,该装置包括:
用户信息获取模块,用于获取用户在建筑办公***中的用户信息;其中,用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息;
提示信息获取模块,用于将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;
其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的基于建筑办公***的操作推荐方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的基于建筑办公***的操作推荐方法。
根据本发明实施例的技术方案,能够自动读取用户在建筑办公***中用户信息,并将该用户信息输入至预先训练出的基于类残差网络模型的操作提示模型中,经过基于类残差网络模型的操作提示模型的运算,能够给出用户所需的操作提示信息,从而帮助用户解决办公过程中所遇到的问题,提高用户的办公效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种基于建筑办公***的操作推荐方法的流程图;
图2是本发明实施例一所适用的基于类残差网络模型的操作提示模型的训练过程的示意图;
图3是根据本发明实施例二提供的另一种基于建筑办公***的操作推荐方法的流程图;
图4是根据本发明实施例三提供的一种基于建筑办公***的操作推荐装置的结构示意图;
图5是实现本发明实施例的基于建筑办公***的操作推荐方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于建筑办公***的操作推荐方法的流程图,本实施例可适用于在建筑施工办公领域,为用户提供当前存在的问题的解决方案的情况,该方法可以由基于建筑办公***的操作推荐装置来执行,该基于建筑办公***的操作推荐装置可以采用硬件和/或软件的形式实现,该基于建筑办公***的操作推荐装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110、获取用户在建筑办公***中的用户信息。
其中,用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息。
其中,建筑办公***可以是建筑施工行业中用户办公所使用的***。
其中,用户岗位信息可以是用户在建筑施工行业中所担任的岗位,包括但不限于项目经理、商务经理、预算员、物资经理以及材料员等。用户关联建筑项目信息可以是包括用户涉及的项目以及项目所处的施工阶段等信息,施工阶段可以是土方阶段、主体阶段、粗装修阶段以及精装修阶段等。待办事项信息可以是用户将要办理的事项或将要处理的工作内容。
当用户在建筑办公***中进行注册后,会记录用户的用户信息,包括用户岗位信息、用户关联建筑项目信息以及待办事项信息等。
在一种可选方案中,岗位信息包括岗位名称信息、岗位工作内容信息以及与岗位工作内容信息关联的责任系数信息,历史用户信息还包括历史用户操作信息;
重点参考信息包括与岗位工作内容信息关联的责任系数信息和历史用户操作信息。
岗位工作内容信息可以是用户岗位所涉及的工作内容,如发布招标、签订合同以及办理结算等。责任系数信息可以是用以描述用户对用户关联建筑项目信息中涉及的工作内容的操作频率。
历史用户信息可以是***中存储的用户以往的用户信息,历史用户操作信息可以是***中存储的用户在以往工作中的实施的操作步骤。
S120、将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息。
其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。
在得到用户信息后,利用预先训练出的基于类残差网络模型的操作提示模型,对用户信息进行运算,能够得到与用户信息关联的操作提示信息。
其中,操作提示信息可以是用以解决用户当前可能存在的问题的操作步骤。
在一种可选方案中,基于类残差网络模型的操作提示模型的训练过程,可包括步骤A1-A4:
步骤A1、获取用户在建筑办公***中的历史用户信息,并从历史用户信息中确定重点参考信息。
步骤A2、将历史用户信息输入到基于类残差网络模型的操作提示模型的第一层网络中,得到第一输出特征。
步骤A3、将第一输出特征与重点参考信息进行叠加处理,将叠加信息输入到基于类残差网络模型的操作提示模型的后续层网络中,得到训练操作提示信息。
步骤A4、根据训练操作提示信息和与历史用户信息对应的历史用户操作信息,对第一层网络和后续层网络的网络参数进行确定,得到训练完成的基于类残差网络模型的操作提示模型。
对于基于类残差网络模型的操作提示模型的训练时,需要获得一定的数据量对基于类残差网络模型的操作提示模型进行训练,因此为了增加基于类残差网络模型的操作提示模型运算的准确性,将选择用户在以往工作时的真实的用户信息对基于类残差网络模型的操作提示模型进行训练。
因此获取用户在建筑办公***中存储的历史用户信息,作为基于类残差网络模型的操作提示模型的训练数据,但由于用户的历史用户信息中存在较多类型的数据,因此若直接将历史用户信息输入至基于类残差网络模型的操作提示模型,将导致基于类残差网络模型的操作提示模型难以输出用户实际工作中需要的操作提示信息。因此需要在历史用户信息中确定出重点参考信息。其中,重点参考信息可以是与用户当前可能存在的问题的关联性较高的信息。
将历史用户信息输入至基于类残差网络模型的操作提示模型中的第一层网络后,进行运算能够得到第一输出特征,将第一输出特征与重点参考信息进行叠加,使得在运算过程中,重点关注重点参考信息对训练操作提示信息的影响。在得到第一输出特征与重点参考信息叠加后的信息后,将该信息输入至基于类残差网络模型的操作提示模型的后续层网络中,得到训练操作提示信息。
其中,第一输出特征可以是经由基于类残差网络模型的操作提示模型的放大层进行运算后,得到的运算结果。
在得到训练操作提示信息后,仅由基于类残差网络模型的操作提示模型进行运算,可能导致运算的结果无法满足用户的真实需求,因此需要将训练操作提示信息和与历史用户信息对应的历史用户操作信息再次输入至基于类残差网络模型的操作提示模型中进行运算,从而提高基于类残差网络模型的操作提示模型的运算准确性。
在一种可选方案中,重点参考信息包括至少两个,后续层网络的数量与重点参考信息的数量相同;
相应的,将第一输出特征与重点参考信息进行叠加处理,将叠加信息输入到基于类残差网络模型的操作提示模型的后续层网络中,包括B1-B3:
步骤B1、确定至少两个重点参考信息的重要程度,并根据重要程度确定重点参考信息叠加顺序。
步骤B2、基于重点参考信息叠加顺序确定当前层网络对应的叠加重点参考信息。
步骤B3、根据前一层网络的输出特征和当前层网络对应的叠加重点参考信息进行叠加处理,将叠加信息输入到当前层网络中。
在对重点参考信息进行选取时,为了提高运算结果的准确性,将选择至少两个重点参考信息进行选取,并在后续层网络中不同层网络对不同的重点参考信息进行运算。
在历史用户信息中确定出至少两个重点参考信息后,将判断不同重点参考信息之间的重要程度,并依据重要程度的不同确定重点参加信息的叠加顺序。
按照确定出的叠加顺序确定不同层网络将要叠加的重点参考信息,并将前一层网络的输出特征和当前层网络对应的叠加重点参考信息进行叠加处理,并将叠加处理后的结果作为下一层网络的输入。
示例性的,图2为本发明实施例一所适用的基于类残差网络模型的操作提示模型的训练过程的示意图。参见图2,当基于类残差网络模型的操作提示模型存在四层网络结构,并且叠加重点参考信息分别为A和B时,可以将历史用户信息输入至类残差网络模型的操作提示模型中的方法层,并输出一定数量的参数作为第一层残差层的输入,并输出与A数量相同的运算结果,并将其与A进行相加运算,并将运算结果输入至第二层残差层。经由第二层残差层运算后,输出与B数量相同的输出结果,并将输出结果与B进行相加运算,并将运算结果输入至第四层进行运算,得到操作提示信息。
在一种可选方案中,前一层网络的输出特征的数量与当前层网络对应的叠加重点参考信息的数量对应。
由于在后续层网络中运算时,会对第一输出特征与重点参考信息进行叠加处理,若第一输出特征的数量大于重点参考信息的数量,将导致基于类残差网络模型的操作提示模型计算资源的浪费,而第一输出特征的数量小于重点参考信息的数量时,将导致运算过程中无法考虑到尽可能多的重点参考信息,影响最终的运算结果的准确性。因此为了不浪费基于类残差网络模型的操作提示模型计算资源以及不影响运算结果的准确性,需要使得第一输出特征的数量与重点参考信息的数量相同。
其中,类残差网络模型与传统残差网络模型存在一定区别,类残差网络模型通过将用户信息输入至网络模型中,提高网络模型对用户信息运算的准确性,因而与传统残差网络模型不同。
根据本发明实施例的技术方案,能够自动读取用户在建筑办公***中用户信息,并将该用户信息输入至预先训练出的基于类残差网络模型的操作提示模型中,经过基于类残差网络模型的操作提示模型的运算,能够给出用户所需的操作提示信息,从而帮助用户解决办公过程中所遇到的问题,提高用户的办公效率。
实施例二
图3为本发明实施例提供了另一种基于建筑办公***的操作推荐方法的流程图,本实施例在上述实施例的基础上对前述实施例中确定用于得到操作提示信息之后的步骤进一步优化,本实施例可以与上述一个或多个实施例中各个可选方案进行结合。如图3所示,本实施例的基于建筑办公***的操作推荐方法,可包括以下步骤:
S210、获取用户在建筑办公***中的用户信息。
其中,用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息。
S220、将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息。
其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。
S230、接收用户对操作提示信息的反馈信息。
S240、根据反馈信息,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化。
在得到操作提示信息后,由于无法确定得到的操作提示信息是否能够满足用户的真实需求,因此需要根据用户对操作提示信息的反馈信息,对操作提示信息的准确性进行判断。
其中,反馈信息可以是用于用户对于操作提示信息是否满足用户真实需求的反馈结果。
若用户给出的反馈信息能够满足用户的需求,则将用户信息和对应的操作提示信息输入至基于类残差网络模型的操作提示模型进行再次优化。
通过接收用户对操作提示信息的反馈信息,能够确定基于类残差网络模型的操作提示模型计算出的操作提示信息是否能够满足用户的真实需求,从而对基于类残差网络模型的操作提示模型计算结果的准确性进行判断。在确定基于类残差网络模型的操作提示模型能够满足用户的真实需求后,将用户信息和对应的操作提示信息重新输入至基于类残差网络模型的操作提示模型中,从而进一步提高基于类残差网络模型的操作提示模型运行结果的准确性。
S250、获取用户在预设时间段内的实际操作信息。
本申请不限制S230-S240与S250-S260的运行顺序,并且本申请可以仅执行S230-S240与S250-S260的操作中的任意一中优化方法,例如仅使用S230-S240或仅使用S250-S260或同时执行S230-S240与S250-S260。
S260、根据实际操作信息与操作提示信息的匹配结果,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化。
预设时间段可以是用以使得读取到的用户实际操作信息与操作提示信息相关联的预先设定的时间段。
实际操作信息可以是用户在得到操作提示信息后,在实际工作过程中进行的操作。
在用户得到操作提示信息后,除了接收用户对操作提示信息的反馈信息确定操作提示信息是否满足用户真实需求之外,还可以通过获取用户的实际操作信息,确定操作提示信息是否满足用户真实需求。
从建筑办公***中获取用户的实际操作信息,并将获取的实际操作信息与操作提示信息进行匹配,判断实际操作信息与操作提示信息是否匹配,若匹配,则表明操作提示信息可以满足用户真实需求,此时将用户信息和对应的操作提示信息输入至基于类残差网络模型的操作提示模型中,对基于类残差网络模型的操作提示模型进行进一步优化。
通过获取用户在预设时间段内的实际操作信息,以及确定实际操作信息与操作提示信息的匹配结果,使得基于类残差网络模型的操作提示模型计算出的操作提示信息的准确性能够被进一步确定。根据实际操作信息与操作提示信息的匹配结果,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化,进一步提高基于类残差网络模型的操作提示模型运行结果的准确性。
采用本申请的技术方案,通过接收用户对操作提示信息的反馈信息,能够确定基于类残差网络模型的操作提示模型计算出的操作提示信息是否能够满足用户的真实需求,从而对基于类残差网络模型的操作提示模型计算结果的准确性进行判断。在确定基于类残差网络模型的操作提示模型能够满足用户的真实需求后,将用户信息和对应的操作提示信息重新输入至基于类残差网络模型的操作提示模型中,从而进一步提高基于类残差网络模型的操作提示模型运行结果的准确性。通过获取用户在预设时间段内的实际操作信息,以及确定实际操作信息与操作提示信息的匹配结果,使得基于类残差网络模型的操作提示模型计算出的操作提示信息的准确性能够被进一步确定。根据实际操作信息与操作提示信息的匹配结果,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化,进一步提高基于类残差网络模型的操作提示模型运行结果的准确性。
实施例三
图4为本发明实施例提供了一种基于建筑办公***的操作推荐装置的结构框图,本实施例可适用于在建筑施工办公领域,为用户提供当前存在的问题的解决方案的情形。该基于建筑办公***的操作推荐装置可以采用硬件和/或软件的形式实现,该基于建筑办公***的操作推荐装置可配置于具有数据处理能力的电子设备中。如图4所示,本实施例的基于建筑办公***的操作推荐装置,可包括:用户信息获取模块310以及提示信息获取模块320。其中:
用户信息获取模块310,用于获取用户在建筑办公***中的用户信息;其中,用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息;
提示信息获取模块320,用于将用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;
其中,操作提示信息包括用户在建筑办公***中的当前操作对应的错误操作提示信息和/或在建筑办公***中的待办事项操作提示信息;基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到。
在上述实施例的基础上,可选的,提示信息获取模块320中基于类残差网络模型的操作提示模型的训练过程包括:
重点信息获取单元,用于获取用户在建筑办公***中的历史用户信息,并从历史用户信息中确定重点参考信息;
第一输出获取单元,用于将历史用户信息输入到基于类残差网络模型的操作提示模型的第一层网络中,得到第一输出特征;
提示信息获取单元,用于将第一输出特征与重点参考信息进行叠加处理,将叠加信息输入到基于类残差网络模型的操作提示模型的后续层网络中,得到训练操作提示信息;
提示模型训练单元,用于根据训练操作提示信息和与历史用户信息对应的历史用户操作信息,对第一层网络和后续层网络的网络参数进行确定,得到训练完成的基于类残差网络模型的操作提示模型。
在上述实施例的基础上,可选的,重点参考信息包括至少两个,后续层网络的数量与重点参考信息的数量相同;
相应的,提示信息获取单元,包括:
叠加顺序确定子单元,用于确定至少两个重点参考信息的重要程度,并根据重要程度确定重点参考信息叠加顺序;
参考信息确定子单元,用于基于重点参考信息叠加顺序确定当前层网络对应的叠加重点参考信息;
叠加处理子单元,用于根据前一层网络的输出特征和当前层网络对应的叠加重点参考信息进行叠加处理,将叠加信息输入到当前层网络中。
在上述实施例的基础上,可选的,前一层网络的输出特征的数量与当前层网络对应的叠加重点参考信息的数量对应。
在上述实施例的基础上,可选的,用户信息获取模块310中,岗位信息包括岗位名称信息、岗位工作内容信息以及与岗位工作内容信息关联的责任系数信息,历史用户信息还包括历史用户操作信息;
重点参考信息包括与岗位工作内容信息关联的责任系数信息和历史用户操作信息。
在上述实施例的基础上,可选的,提示信息获取模块320之后,装置还包括:
反馈信息获取模块,用于接收用户对操作提示信息的反馈信息;
模型优化模块,用于根据反馈信息,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化。
在上述实施例的基础上,可选的,提示信息获取模块320之后,装置还包括:
实际操作获取模块,用于获取用户在预设时间段内的实际操作信息;
提示模型优化模块,用于根据实际操作信息与操作提示信息的匹配结果,使用用户信息和对应的操作提示信息对基于类残差网络模型的操作提示模型进行优化。
本发明实施例所提供的基于建筑办公***的操作推荐装置可执行本发明任意实施例所提供的基于建筑办公***的操作推荐方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于建筑办公***的操作推荐方法。
在一些实施例中,基于建筑办公***的操作推荐方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于建筑办公***的操作推荐方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于建筑办公***的操作推荐方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (7)
1.一种基于建筑办公***的操作推荐方法,其特征在于,包括:
获取用户在建筑办公***中的用户信息;其中,所述用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息;
将所述用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;
其中,所述操作提示信息包括用户在所述建筑办公***中的当前操作对应的错误操作提示信息和/或在所述建筑办公***中的待办事项操作提示信息;所述基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到;
其中,所述基于类残差网络模型的操作提示模型的训练过程包括:
获取用户在建筑办公***中的历史用户信息,并从所述历史用户信息中确定重点参考信息;
将所述历史用户信息输入到所述基于类残差网络模型的操作提示模型的第一层网络中,得到第一输出特征;
将所述第一输出特征与所述重点参考信息进行叠加处理,将叠加信息输入到所述基于类残差网络模型的操作提示模型的后续层网络中,得到训练操作提示信息;
根据所述训练操作提示信息和与所述历史用户信息对应的历史用户操作信息,对所述第一层网络和所述后续层网络的网络参数进行确定,得到训练完成的基于类残差网络模型的操作提示模型;
其中,所述重点参考信息包括至少两个,所述后续层网络的数量与所述重点参考信息的数量相同;
相应的,将所述第一输出特征与所述重点参考信息进行叠加处理,将叠加信息输入到所述基于类残差网络模型的操作提示模型的后续层网络中,包括:
确定至少两个重点参考信息的重要程度,并根据所述重要程度确定重点参考信息叠加顺序;
基于所述重点参考信息叠加顺序确定当前层网络对应的叠加重点参考信息;
根据前一层网络的输出特征和所述当前层网络对应的叠加重点参考信息进行叠加处理,将叠加信息输入到当前层网络中;
其中,所述岗位信息包括岗位名称信息、岗位工作内容信息以及与所述岗位工作内容信息关联的责任系数信息,所述历史用户信息还包括历史用户操作信息;
所述重点参考信息包括与所述岗位工作内容信息关联的责任系数信息和所述历史用户操作信息。
2.根据权利要求1所述的方法,其特征在于,所述前一层网络的输出特征的数量与所述当前层网络对应的叠加重点参考信息的数量对应。
3.根据权利要求1所述的方法,其特征在于,在得到操作提示信息之后,所述方法还包括:
接收用户对所述操作提示信息的反馈信息;
根据所述反馈信息,使用所述用户信息和对应的操作提示信息对所述基于类残差网络模型的操作提示模型进行优化。
4.根据权利要求1所述的方法,其特征在于,在得到操作提示信息之后,所述方法还包括:
获取用户在预设时间段内的实际操作信息;
根据所述实际操作信息与所述操作提示信息的匹配结果,使用所述用户信息和对应的操作提示信息对所述基于类残差网络模型的操作提示模型进行优化。
5.一种基于建筑办公***的操作推荐装置,其特征在于,包括:
用户信息获取模块,用于获取用户在建筑办公***中的用户信息;其中,所述用户信息至少包括用户岗位信息、用户关联建筑项目信息以及待办事项信息;
提示信息获取模块,用于将所述用户信息输入到预先训练的基于类残差网络模型的操作提示模型中,得到操作提示信息;
其中,所述操作提示信息包括用户在所述建筑办公***中的当前操作对应的错误操作提示信息和/或在所述建筑办公***中的待办事项操作提示信息;所述基于类残差网络模型的操作提示模型根据历史用户信息以及历史用户信息中的重点参考信息进行重复训练得到;
其中,提示信息获取模块中基于类残差网络模型的操作提示模型的训练过程包括:
重点信息获取单元,用于获取用户在建筑办公***中的历史用户信息,并从历史用户信息中确定重点参考信息;
第一输出获取单元,用于将历史用户信息输入到基于类残差网络模型的操作提示模型的第一层网络中,得到第一输出特征;
提示信息获取单元,用于将第一输出特征与重点参考信息进行叠加处理,将叠加信息输入到基于类残差网络模型的操作提示模型的后续层网络中,得到训练操作提示信息;
提示模型训练单元,用于根据训练操作提示信息和与历史用户信息对应的历史用户操作信息,对第一层网络和后续层网络的网络参数进行确定,得到训练完成的基于类残差网络模型的操作提示模型;
其中,所述重点参考信息包括至少两个,所述后续层网络的数量与所述重点参考信息的数量相同;
相应的,提示信息获取单元,包括:
叠加顺序确定子单元,用于确定至少两个重点参考信息的重要程度,并根据所述重要程度确定重点参考信息叠加顺序;
参考信息确定子单元,用于基于所述重点参考信息叠加顺序确定当前层网络对应的叠加重点参考信息;
叠加处理子单元,用于根据前一层网络的输出特征和所述当前层网络对应的叠加重点参考信息进行叠加处理,将叠加信息输入到当前层网络中;
其中,所述岗位信息包括岗位名称信息、岗位工作内容信息以及与所述岗位工作内容信息关联的责任系数信息,所述历史用户信息还包括历史用户操作信息;
所述重点参考信息包括与所述岗位工作内容信息关联的责任系数信息和所述历史用户操作信息。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的基于建筑办公***的操作推荐方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的基于建筑办公***的操作推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310904769.5A CN116629810B (zh) | 2023-07-24 | 2023-07-24 | 基于建筑办公***的操作推荐方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310904769.5A CN116629810B (zh) | 2023-07-24 | 2023-07-24 | 基于建筑办公***的操作推荐方法、装置、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116629810A CN116629810A (zh) | 2023-08-22 |
CN116629810B true CN116629810B (zh) | 2023-10-20 |
Family
ID=87592419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310904769.5A Active CN116629810B (zh) | 2023-07-24 | 2023-07-24 | 基于建筑办公***的操作推荐方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116629810B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681871A (zh) * | 2018-04-02 | 2018-10-19 | 平安科技(深圳)有限公司 | 一种提示信息的方法、终端设备及计算机可读存储介质 |
CN110222574A (zh) * | 2019-05-07 | 2019-09-10 | 杭州智尚云科信息技术有限公司 | 基于结构化双流卷积神经网络的生产操作行为识别方法、装置、设备、***及存储介质 |
CN111566690A (zh) * | 2018-03-27 | 2020-08-21 | 华为技术有限公司 | 一种基于场景推荐应用的方法及装置 |
CN112069409A (zh) * | 2020-09-08 | 2020-12-11 | 北京百度网讯科技有限公司 | 基于待办推荐信息的方法和装置、计算机***和存储介质 |
CN113411542A (zh) * | 2020-03-16 | 2021-09-17 | 北京睿客邦科技有限公司 | 一种智能化的工作状况监测设备 |
CN113537279A (zh) * | 2021-05-18 | 2021-10-22 | 齐鲁工业大学 | 基于类残差卷积和lstm的covid-19识别*** |
CN114333816A (zh) * | 2020-09-25 | 2022-04-12 | 沃科莱克特公司 | 用于改善执行工作流操作的表现的***、方法和装置 |
WO2022095893A1 (zh) * | 2020-11-09 | 2022-05-12 | 北京京东拓先科技有限公司 | 生成推荐信息的方法、装置 |
CN114861043A (zh) * | 2022-04-15 | 2022-08-05 | 北京三快在线科技有限公司 | 一种模型训练以及推荐位置确定方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8209669B2 (en) * | 2007-04-20 | 2012-06-26 | Sap Ag | System and method for supporting software |
US10171298B2 (en) * | 2010-12-30 | 2019-01-01 | Peter Chow | Management center for communication system customer premises equipment |
US11531940B2 (en) * | 2017-09-27 | 2022-12-20 | Microsoft Technology Licensing, Llc | Implicit status tracking of tasks and management of task reminders based on device signals |
CN111061956B (zh) * | 2019-12-24 | 2022-08-16 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN112115363A (zh) * | 2020-09-22 | 2020-12-22 | 京东方科技集团股份有限公司 | 一种推荐方法、计算设备及存储介质 |
-
2023
- 2023-07-24 CN CN202310904769.5A patent/CN116629810B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111566690A (zh) * | 2018-03-27 | 2020-08-21 | 华为技术有限公司 | 一种基于场景推荐应用的方法及装置 |
CN108681871A (zh) * | 2018-04-02 | 2018-10-19 | 平安科技(深圳)有限公司 | 一种提示信息的方法、终端设备及计算机可读存储介质 |
CN110222574A (zh) * | 2019-05-07 | 2019-09-10 | 杭州智尚云科信息技术有限公司 | 基于结构化双流卷积神经网络的生产操作行为识别方法、装置、设备、***及存储介质 |
CN113411542A (zh) * | 2020-03-16 | 2021-09-17 | 北京睿客邦科技有限公司 | 一种智能化的工作状况监测设备 |
CN112069409A (zh) * | 2020-09-08 | 2020-12-11 | 北京百度网讯科技有限公司 | 基于待办推荐信息的方法和装置、计算机***和存储介质 |
CN114333816A (zh) * | 2020-09-25 | 2022-04-12 | 沃科莱克特公司 | 用于改善执行工作流操作的表现的***、方法和装置 |
WO2022095893A1 (zh) * | 2020-11-09 | 2022-05-12 | 北京京东拓先科技有限公司 | 生成推荐信息的方法、装置 |
CN113537279A (zh) * | 2021-05-18 | 2021-10-22 | 齐鲁工业大学 | 基于类残差卷积和lstm的covid-19识别*** |
CN114861043A (zh) * | 2022-04-15 | 2022-08-05 | 北京三快在线科技有限公司 | 一种模型训练以及推荐位置确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116629810A (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN114428902B (zh) | 信息搜索方法、装置、电子设备及存储介质 | |
CN116629810B (zh) | 基于建筑办公***的操作推荐方法、装置、设备和介质 | |
CN116011955A (zh) | 一种机器人流程自动化需求实现方法、装置、设备和存储介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN116090770A (zh) | 一种***构建方法、装置、存储介质、电子设备及产品 | |
CN114706610A (zh) | 一种业务流程图生成方法、装置、设备及存储介质 | |
CN113239296B (zh) | 小程序的展示方法、装置、设备和介质 | |
CN113407844B (zh) | 小程序框架的版本推荐方法、装置、设备以及存储介质 | |
CN115982466B (zh) | 检索数据的方法、装置、设备以及存储介质 | |
CN118051670A (zh) | 业务推荐方法、装置、设备和介质 | |
CN113051313B (zh) | 信息聚合方法、装置、电子设备、存储介质和程序产品 | |
CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
CN113408274B (zh) | 训练语言模型的方法和标签设置方法 | |
CN116822470A (zh) | 数据录入方法、装置、电子设备和存储介质 | |
CN116167464A (zh) | 联邦学习任务的运算时间预测方法、装置、设备和介质 | |
CN116932033A (zh) | 一种组件打包方法、装置、电子设备及存储介质 | |
CN117931180A (zh) | 一种页面布局生成方法、装置、设备和存储介质 | |
CN116974621A (zh) | 一种参数配置方法、装置及设备 | |
CN117611093A (zh) | 一种业务处理方法、装置、设备以及存储介质 | |
CN118312663A (zh) | 一种物品信息确定方法、装置、电子设备及存储介质 | |
CN117331924A (zh) | 一种数据模型匹配度核查方法、装置、设备及存储介质 | |
CN117575655A (zh) | 一种产品信息传输方法、装置、设备及存储介质 | |
CN114329205A (zh) | 用于推送信息的方法和装置 | |
CN117495285A (zh) | 申请事件的审批方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |