一种基于AI咨询云计算搭建方法及系统与流程

本发明涉及到一种云计算搭建方法，特别涉及一种基于ai咨询云计算搭建方法及系统。

背景技术：

企业咨询的目的是根本上提高企业的素质，改善企业的运行机制，提高企业经济效益和管理水平。

目前阶段国内企业咨询行业涉及知识繁杂，多样性，问题跨领域，跨行业，跨学科，碎片化，缺乏流程，缺乏服务标准，从业人员大多通过经验进行服务。

很多资深咨询师经常处理一些琐碎问题，而一些刚从业不久的咨询师又得不到咨询业务，导致从业人员服务效率偏低，服务的质量参差不齐，行业整体水平偏低。

ai企业咨询知识库是企业咨询服务过程中结构化、地域化、易识别、易理解，全面的知识集群，是针对某一(或某些)企业咨询领域问题求解的需要，采用某种(或若干)知识表示方式在计算机存储器中计算、存储、组织、管理和调用的互相联系的知识块的集合。这些知识块包括法律、财税、人力、企业管理、商业模式、企业文化、市场营销、政府政策、知识产权、金融、心理咨询、由企业服务相关行业经验得到的启发式知识等。

而其ai企业咨询需要建立其数据库存储，随着数据的爆炸性增长以及高速处理需求，现有的应用程序对于ai企业咨询数据的存储和访问性能的要求也越来越高。线下和线上存储服务器或者存储阵列已经无法提供更大的存储容量，需要对数据进行优化降低负载。

技术实现要素：

本发明的目的在于提供一种基于ai咨询云计算搭建方法及系统，具有通过云端的计算及存储优势提升ai咨询的优势，自建专有云端及边缘层的负载均衡模块，利用大数据抓取网络信息，最后把抓取的咨询数据在边缘处进行处理，同时建立分布式存储，减低存储资源，解决ai咨询需要消耗的庞大存储资源的优点，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于ai咨询云计算搭建方法，包括以下步骤：

s1：通过上传的文字和语音经过语音识别模块识别文字和语音，通过内容检测识别模块获取内容，并创建为工单信息模块，工单信息模块转换为数据信息上传至云端，在上传的过程中进行查找、匹配，过滤掉差异化信息，得出咨询关键词信息；

s2：建立云端数据库，其云端数据库内容涵盖了关于企业咨询的典型信息，并且同步的将上传的咨询数据存储至云端数据库中补充；

s3：根据收集的资料信息建立回复数据模块，回复数据模块分类为多种不同的类别，并且每个类别根据其关键词划分，其中回复的关键词与咨询关键词建立匹配操作，并建立数据备份；

s4：回复数据模块匹配的回复资料，将大部分的数据由云端计算模块负载整合到边缘层和负载均衡模块，并且利用5g、lte-v通信手段，并将回复的数据信息可视化处理后由画面形式输出反馈结果。

优选的，s1中语音通过语音识别模块转换为文本信息，文本信息经过内容检测识别模块识别，并且经过非法字符过滤，提取出的文本信息转化为数字化的工单信息模块。

优选的，s1中工单信息模块包括订单号、咨询者信息以及咨询问题上传至云端计算模块，云端计算模块分别与云端数据库和回复数据模块建立联系，随时进行调取的同时对订单信息进行安全监视。

优选的，云端计算模块对工单信息模块和回复数据模块经过数据的捕捉、识别和训练自动生成标准共享的数据，并且分配至边缘层。

优选的，通过云端的计算及存储优势提升ai咨询的优势，自建专有云端及边缘层的负载均衡模块，解决ai咨询需要消耗的庞大存储资源。

本发明提供另一种技术方案：一种基于ai咨询数据库集群搭建系统，包括语音识别模块、内容检测识别模块工单信息模块、云端计算模块、回复数据模块和负载均衡模块；所述语音识别模块的输出端连接内容检测识别模块，内容检测识别模块的输出端连接工单信息模块，工单信息模块和回复数据模块接在云端计算模块上，云端计算模块的输入端连接负载均衡模块；

其中，语音识别模块包括扫描模块、语音采集模块、特征点匹配模块和文字信息化模块，扫描模块的输出端与语音采集模块相接，语音采集模块的输出端与特征点匹配模块相接，特征点匹配模块的输出端接在文字信息化模块上；

所述扫描模块用于对咨询的信息初步的检测，从而判断其是属于文字信号还是语音信息，若检测为语音信息则通过语音采集模块采集其语音的信息，若检测为文字信息直接上传至内容检测识别模块；

所述语音采集模块用于采集咨询者的语音数据，并且对提取的语音信息都保持比较好的一致性，减轻了噪声扰动对语音识别率的影响概率；

所述特征点匹配模块用于匹配输入语音的特征矢量参数和参考模型库中的参考模型进行相似性度量比较并且寻找语音对应特征点来进行语音和文字匹配；

所述文字信息化模块用于输出相似性最高的输入特征矢量作为识别的文字信息输出至内容检测识别模块。

优选的，云端计算模块基于的算法模型用于最大化硬件资源的利用率，并采用动态优化函数，建立训练模型，根据训练咨询问题后以及训练前咨询问题的数据集，用来训练或者测试咨询的问题和回复之间的信息匹配测试，从而优化工单信息模块和回复数据模块之间的匹配率。

优选的，回复数据模块内存储的回复内容进行实时更新，并且实时进行数据转移存储以及原始数据的覆盖，建立数据的管理信息调度的隔离，并进行集中统一存储。

优选的，负载均衡模块用于云端和边缘端之间建立连接，并且实现其远程控制以及数据处理的同步进行，同时利用大数据管理平台获取指定公开全网站的网络公开资源，在边缘端通过云端请求当前的服务状态，在不影响数据交互的同时稳定且有效的控制边缘端，利用大数据抓取网络信息，最后把抓取的数据都分布式存储，减低存储资源。

与现有技术相比，本发明的有益效果是：

本基于ai咨询云计算搭建方法及系统，语音通过语音识别模块转换为文本信息，文本信息经过内容检测识别模块识别，并且经过非法字符过滤，提取出的文本信息转化为数字化的工单信息模块，云端计算模块对工单信息模块和回复数据模块经过数据的捕捉、识别和训练自动生成标准共享的数据，并且分配至边缘层，通过云端的计算及存储优势提升ai咨询的优势，自建专有云端及边缘层的负载均衡模块，利用大数据抓取网络信息，最后把抓取的咨询数据在边缘处进行处理，同时建立分布式存储，减低存储资源，解决ai咨询需要消耗的庞大存储资源。

附图说明

图1为本发明的方法流程图；

图2是本发明的整体模块连接图；

图3是本发明的局部模块连接图。

图中：1、语音识别模块；11、扫描模块；12、语音采集模块；13、特征点匹配模块；14、文字信息化模块；2、内容检测识别模块；21、识别字符内容模块；22、对比模块；3、工单信息模块；31、订单录入模块；32、身份信息录入模块；4、云端计算模块；5、回复数据模块；6、负载均衡模块。

具体实施方式

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，都属于本发明保护的范围。

请参阅图1-2，本发明提供如下技术方案：一种基于ai咨询云计算搭建方法，包括以下步骤：

步骤一：通过上传的文字和语音经过语音识别模块1识别文字和语音，通过内容检测识别模块2获取内容，并创建为工单信息模块3，工单信息模块3转换为数据信息上传至云端，在上传的过程中进行查找、匹配，过滤掉差异化信息，得出咨询关键词信息；

步骤二：建立云端数据库，其云端数据库内容涵盖了关于企业咨询的典型信息，并且同步的将上传的咨询数据存储至云端数据库中补充；

步骤三：根据收集的资料信息建立回复数据模块5，回复数据模块5分类为多种不同的类别，并且每个类别根据其关键词划分，其中回复的关键词与咨询关键词建立匹配操作，并建立数据备份；

步骤四：回复数据模块5匹配的回复资料，将大部分的数据由云端计算模块4负载整合到边缘层和负载均衡模块6，并且利用5g、lte-v通信手段，并将回复的数据信息可视化处理后由画面形式输出反馈结果。

语音通过语音识别模块1转换为文本信息，文本信息经过内容检测识别模块2识别，并且经过非法字符过滤，提取出的文本信息转化为数字化的工单信息模块3。

工单信息模块3包括订单号、咨询者信息以及咨询问题上传至云端计算模块4，云端计算模块4分别与云端数据库和回复数据模块5建立联系，随时进行调取的同时对订单信息进行安全监视。

云端计算模块4对工单信息模块3和回复数据模块5经过数据的捕捉、识别和训练自动生成标准共享的数据，并且分配至边缘层。

通过云端的计算及存储优势提升ai咨询的优势，自建专有云端及边缘层的负载均衡模块6，解决ai咨询需要消耗的庞大存储资源。

请参阅图3，本发明提供一种技术方案：一种基于ai咨询数据库集群搭建系统，包括语音识别模块1、内容检测识别模块2工单信息模块3、云端计算模块4、回复数据模块5和负载均衡模块6；

其中，语音识别模块1的输出端接在内容检测识别模块2，内容检测识别模块2的输出端接在工单信息模块3，工单信息模块3和回复数据模块5接在云端计算模块4上，云端计算模块4的输入端接在负载均衡模块6；

扫描模块11、语音采集模块12、特征点匹配模块13和文字信息化模块14，扫描模块11的输出端与语音采集模块12相接，语音采集模块12的输出端接在特征点匹配模块13相接，特征点匹配模块13的输出端接在文字信息化模块14上；

扫描模块11用于对咨询的信息初步的检测，从而判断其是属于文字信号还是语音信息，若检测为语音信息则通过语音采集模块12采集其语音的信息，若检测为文字信息直接上传至内容检测识别模块2；

语音采集模块12用于采集咨询者的语音数据，并且对提取的语音信息都保持比较好的一致性，减轻了噪声扰动对语音识别率的影响概率；

特征点匹配模块13用于匹配输入语音的特征矢量参数和参考模型库中的参考模型进行相似性度量比较并且寻找语音对应特征点来进行语音和文字匹配；

文字信息化模块14用于输出相似性最高的输入特征矢量作为识别的文字信息输出至内容检测识别模块2。

内容检测识别模块2包括识别字符内容模块21和对比模块22，识别字符内容模块21的输入端接在文字信息化模块14上，识别字符内容模块21的输出端接在对比模块22上；

识别字符内容模块21用于字符内容的特征点，滤波去除高频，并保留边缘信息，将边缘上集中的像素连接成轮廓，并标定轮廓内的字符区域；

对比模块22用于将运算后的字符轮廓和记载的文字轮廓进行对比，从而对比出相似性超过99％的文字输出；

工单信息模块3包括订单录入模块31和身份信息录入模块32，订单录入模块31接收对比模块22输出的文字信息，同时记录下咨询者的身份信息。

云端计算模块4基于的算法模型用于最大化硬件资源的利用率，并采用动态优化函数，建立训练模型，根据训练咨询问题后以及训练前咨询问题的数据集，用来训练或者测试咨询的问题和回复之间的信息匹配测试，从而优化工单信息模块3和回复数据模块5之间的匹配率。

回复数据模块5内存储的回复内容进行实时更新，并且实时进行数据转移存储以及原始数据的覆盖，建立数据的管理信息调度的隔离，并进行集中统一存储。

负载均衡模块6用于云端和边缘端之间建立连接，并且实现其远程控制以及数据处理的同步进行，同时利用大数据管理平台获取指定公开全网站的网络公开资源，在边缘端通过云端请求当前的服务状态，在不影响数据交互的同时稳定且有效的控制边缘端，利用大数据抓取网络信息，最后把抓取的咨询数据在边缘处进行处理，同时建立分布式存储，减低存储资源。

综上所述；本基于ai咨询云计算搭建方法及系统，语音通过语音识别模块1转换为文本信息，文本信息经过内容检测识别模块2识别，并且经过非法字符过滤，提取出的文本信息转化为数字化的工单信息模块3，云端计算模块4对工单信息模块3和回复数据模块5经过数据的捕捉、识别和训练自动生成标准共享的数据，并且分配至边缘层，通过云端的计算及存储优势提升ai咨询的优势，自建专有云端及边缘层的负载均衡模块6，利用大数据抓取网络信息，最后把抓取的咨询数据在边缘处进行处理，同时建立分布式存储，减低存储资源，解决ai咨询需要消耗的庞大存储资源。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。