基于多中心自适应聚类的冷启动决策推荐方法、装置及介质与流程

摘要: 本发明涉及人工智能、机器学习与推荐系统交叉,具体涉及一种基于多中心自适应聚类的冷启动决策推荐方法、装置及介质。背景技术:1、现有技术中,在企业级saas软件中,...
基于多中心自适应聚类的冷启动决策推荐方法、装置及介质与流程

本发明涉及人工智能、机器学习与推荐系统交叉,具体涉及一种基于多中心自适应聚类的冷启动决策推荐方法、装置及介质。

背景技术:

1、现有技术中,在企业级saas软件中,为新接入的企业(即无历史数据的“冷启动”账套)提供个性化的业务决策推荐(例如:当新企业录入一张“购买某品牌电脑”的发票时,系统需自动推荐对应的会计科目)是一个关键技术难点。现有技术中存在的缺陷或不足如下:

2、画像特征的“和稀泥(中和)”现象:现有的基于向量的协同过滤推荐算法,在构建企业历史行为画像时,通常是将该企业历史产生的所有单据业务向量进行简单的“算术平均”,合成一个单一的平均向量来代表该企业。然而,b端企业往往具有复杂的“多主业”特征。例如,某企业既高频采购“服务器(研发属性)”,又大量采购“车间钢材(制造属性)”。这两个在向量空间中距离极远的特征在算术平均后,会生成一个指向空间中毫无意义空白区域的“四不像”向量。这种特征中和导致在冷启动阶段,系统无法为新企业找到真正相似的同行群体。

3、脱离业务实质的纯语义推荐:现有的向量相似度计算通常仅依赖文本的语义距离。但在真实的财务或商业逻辑中,“金额”决定了业务的本质。例如,同样是购买电脑,500元的二手电脑通常记入“低值易耗品(费用)”,而10000元的电脑必须记入“固定资产”。现有纯语义向量检索忽略了交易量级对特征权重的决定性影响。

4、单一决策链路的高成本与低容错:面对冷启动,不是采用纯规则引擎(准确率低),就是对所有未知单据直接请求大语言模型(llm)进行推理(api成本极高且响应存在数秒延迟,无法满足高并发要求)。

技术实现思路

1、本发明针对上述现有技术中一个或多个技术缺陷,提出了如下技术方案。

2、一种基于多中心自适应聚类的冷启动决策推荐方法,该方法包括:

3、融合步骤,采集数据库中m个用户的每笔交易的历史交易凭证,从所述交易凭证中提取所述交易的语义向量和交易金额,将所述语义向量和交易金额进行融合,得到每笔交易的融合语义向量,其中,m≥2;

4、聚类步骤,对第j个用户的所有交易的融合语义向量进行聚类,得到nj个簇,并提取每个簇的聚类中心特征向量ci,其中,n≥2,1≤i≤nj,1≤j≤m;

5、决策步骤,当接收到其他用户输入新的交易凭证时,采用三级漏斗仲裁策略确定与所述新的交易凭证匹配的top-k个用户和对应的历史交易凭证,其中,k≥1;基于所述top-k个用户和对应的历史交易凭证确定所述新的交易凭证的存储科目,并反馈至所述其他用户。

6、更进一步地,所述融合步骤的操作为:从每笔交易的历史交易凭证中提取语义行为向量v_{behav}和交易金额amount,对所述交易金额amount使用自然对数进行平滑处理:wamount=ln(amount+1),计算v_{behav}merge=wamount×v_{behav},v_{behav}merge作为每笔交易的融合语义向量。

7、更进一步地,所述聚类步骤的操作为:对第j个用户的所有交易的融合语义向量采用高斯混合模型gmm或k-means++算法进行聚类,通过轮廓系数自适应确定最佳的簇数量nj,聚类完成后,提取每个簇的中心特征向量ci,该用户在数据库中表示为包含nj个聚类中心特征向量的多中心画像簇。

8、更进一步地,所述决策步骤的操作为:当接收到新的交易凭证时,从所述新的交易凭证中提取语义向量v_{new},使用所述v_{new}执行l1级漏斗匹配,所述l1级漏斗匹配为在当前用户自身历史交易凭证库中进行局部向量检索,若检索结果中排名第一的决策结果占比超过第一阈值p1,则直接输出,否则进入l2级漏斗匹配;在l2级漏斗匹配中,将新的交易凭证语义向量v_{new}与所有用户的多中心画像簇进行匹配,计算v_{new}与所有用户的多中心画像簇的最短欧式距离,召回包含相似聚类中心特征向量的top-k个用户,获得所述top-k个用户对应的历史交易凭证,使用所述v_{new}在所述top-k个用户对应的历史交易凭证进行检索并加权投票,若top-k个用户中的一个用户的一个历史交易凭证的投票共识度高于第二阈值p2,则将该共识度高于第二阈值p2的历史交易凭证的投票的存储科目作为所述新的交易凭证的存储科目输出;如果不存在高于第二阈值p2的历史交易凭证的投票,将所述语义向量v_{new}输入l3级漏斗匹配,将所述所述语义向量v_{new}、召回的相似企业上下文、以及预设的业务准则组装为prompt,异步调用大语言模型进行最终仲裁,以确定所述新的交易凭证的存储科目。

9、更进一步地,在召回包含相似聚类中心特征向量的top-k个用户时,基于所述用户所在的行业进行过滤。

10、更进一步地的,所述l1级漏斗匹配、l2级漏斗匹配漏斗中使用的欧式距离、第一阈值p1、第二阈值p2、以及k值,是采用蒙特卡洛寻优引擎定期抽取带有真实标签的数据集,对参数空间进行大规模随机采样处理获得的。

11、本发明还提出了一种基于多中心自适应聚类的冷启动决策推荐装置,该装置包括:

12、融合单元,采集数据库中m个用户的每笔交易的历史交易凭证,从所述交易凭证中提取所述交易的语义向量和交易金额,将所述语义向量和交易金额进行融合,得到每笔交易的融合语义向量,其中,m≥2;

13、聚类单元,对第j个用户的所有交易的融合语义向量进行聚类,得到nj个簇,并提取每个簇的聚类中心特征向量ci,其中,n≥2,1≤i≤nj,1≤j≤m;

14、决策单元,当接收到其他用户输入新的交易凭证时,采用三级漏斗仲裁策略确定与所述新的交易凭证匹配的top-k个用户和对应的历史交易凭证,其中,k≥1;基于所述top-k个用户和对应的历史交易凭证确定所述新的交易凭证的存储科目,并反馈至所述其他用户。

15、更进一步地,所述融合单元的操作为:从每笔交易的历史交易凭证中提取语义行为向量v_{behav}和交易金额amount,对所述交易金额amount使用自然对数进行平滑处理:wamount=ln(amount+1),计算v_{behav}merge=wamount×v_{behav},v_{behav}merge作为每笔交易的融合语义向量。

16、更进一步地,所述聚类单元的操作为:对第j个用户的所有交易的融合语义向量采用高斯混合模型gmm或k-means++算法进行聚类,通过轮廓系数自适应确定最佳的簇数量nj,聚类完成后,提取每个簇的中心特征向量ci,该用户在数据库中表示为包含nj个聚类中心特征向量的多中心画像簇。

17、更进一步地,所述决策单元的操作为:当接收到新的交易凭证时,从所述新的交易凭证中提取语义向量v_{new},使用所述v_{new}执行l1级漏斗匹配,所述l1级漏斗匹配为在当前用户自身历史交易凭证库中进行局部向量检索,若检索结果中排名第一的决策结果占比超过第一阈值p1,则直接输出,否则进入l2级漏斗匹配;在l2级漏斗匹配中,将新的交易凭证语义向量v_{new}与所有用户的多中心画像簇进行匹配,计算v_{new}与所有用户的多中心画像簇的最短欧式距离,召回包含相似聚类中心特征向量的top-k个用户,获得所述top-k个用户对应的历史交易凭证,使用所述v_{new}在所述top-k个用户对应的历史交易凭证进行检索并加权投票,若top-k个用户中的一个用户的一个历史交易凭证的投票共识度高于第二阈值p2,则将该共识度高于第二阈值p2的历史交易凭证的投票的存储科目作为所述新的交易凭证的存储科目输出;如果不存在高于第二阈值p2的历史交易凭证的投票,将所述语义向量v_{new}输入l3级漏斗匹配,将所述语义向量v_{new}、召回的相似企业上下文、以及预设的业务准则组装为prompt,异步调用大语言模型进行最终仲裁,以确定所述新的交易凭证的存储科目。

18、更进一步地,在召回包含相似聚类中心特征向量的top-k个用户时,基于所述用户所在的行业进行过滤。

19、更进一步地的,所述l1级漏斗匹配、l2级漏斗匹配漏斗中使用的欧式距离、第一阈值p1、第二阈值p2、以及k值,是采用蒙特卡洛寻优引擎定期抽取带有真实标签的数据集,对参数空间进行大规模随机采样处理获得的。

20、本发明还提出了一种计算机可读存储介质,所述存储介质上存储有计算机程序代码,当所述计算机程序代码被计算机执行时,执行上述之任一的方法。

21、本发明的技术效果在于:本发明的一种基于多中心自适应聚类的冷启动决策推荐方法、装置及介质,该方法包括:融合步骤s101,采集数据库中m个用户的每笔交易的历史交易凭证,从所述交易凭证中提取所述交易的语义向量和交易金额,将所述语义向量和交易金额进行融合,得到每笔交易的融合语义向量,其中,m≥2;聚类步骤s102,对第j个用户的所有交易的融合语义向量进行聚类,得到nj个簇,并提取每个簇的聚类中心特征向量ci,其中,n≥2,1≤i≤nj,1≤j≤m;决策步骤s103,当接收到其他用户输入新的交易凭证时,采用三级漏斗仲裁策略确定与所述新的交易凭证匹配的top-k个用户和对应的历史交易凭证,其中,k≥1;基于所述top-k个用户和对应的历史交易凭证确定所述新的交易凭证的存储科目,并反馈至所述其他用户。本发明采用多中心聚类,显著提升了画像精度与召回率,使用金额自然对数处理,保证了商业逻辑的严谨性,三级漏斗机制,实现了成本与性能的最优解,同时维持了极高的吞吐量。