一种基于标签的数字化解决方案推荐方法及装置与流程

1.本发明涉及数据处理领域，尤其涉及一种基于标签的数字化解决方案推荐方法及装置。


背景技术：

2.目前数字化解决方案存在形式分散在各个存储系统的文档里，无法为其他用户提供全貌的解决方案，而且数字化解决方案和用户的关系为拉式关系，在需要调用某个或寻找某个数字化解决方案时，用户需要时需手动检索项目成果库；对于项目成果未统一归档的企业，数字化从业人员找到自己想要的数字化解决方案成果难上加难。
3.而且，现有的个性化解决方案推荐方法和系统推荐算法考虑的因素不够全面，只考虑用户的基本信息和问题信息，缺乏针对用户行为、偏好等动态因素的考虑，更缺乏针对解决方案本身因素、用户与方案互动因素的考虑，导致最终推荐给用户的解决方案不够全面，或是方案内容不符合用户预期，影响用户的检索时长，提高了时间成本。


技术实现要素：

4.本发明实施例提供一种基于标签的数字化解决方案推荐方法及装置，通过对解决方案进行建模并进行标签设计，能快速且准确地筛选出符合用户预期的推荐方案。
5.为实现上述目的，本技术实施例的第一方面提供了一种基于标签的数字化解决方案推荐方法，所述方法包括：
6.根据用户标签模型给每个用户贴上对应的用户标签，并根据解决方案标签模型给每个数字化解决方案贴上对应的方案标签；
7.结合所述用户标签、所述方案标签，根据关联标签模型给每个数字化解决方案贴上关联基础标签和关联互动标签；
8.根据每个数字化解决方案对应的关联基础标签和关联互动标签，获取目标用户的数字化解决方案访问历史；
9.根据所述目标用户的数字化解决方案访问历史，统计每个被访问的数字化解决方案对应的多个方案子标签取值，根据预设匹配规则计算每个被访问的数字化解决方案对应的方案子标签权重值；所述被访问的数字化解决方案是所述目标用户访问过的数字化解决方案；所述方案子标签权重值是根据所有方案子标签取值出现频率计算得到的；
10.根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。
11.在第一方面的一种可能的实现方式中，所述方案子标签权重值的计算方式为：
12.统计出每个被访问的数字化解决方案对应的多个方案子标签取值；
13.根据所述多个方案子标签取值，统计每个方案子标签取值的出现次数；
14.按照每个方案子标签取值的出现次数从大到小的顺序，选择预设数量的方案子标签取值作为标签参考取值集；
15.根据每个方案子标签取值的出现次数和所述标签参考取值集，计算每个方案子标签取值的出现频率；
16.根据所述每个方案子标签取值的出现频率和所述每个方案子标签取值的命中值，计算方案子标签权重值；所述每个方案子标签取值的命中值取值取决于所述标签参考取值集中各种方案子标签取值的众数。
17.在第一方面的一种可能的实现方式中，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
18.按照所述每个被访问的数字化解决方案对应的方案子标签权重值大小从大到小的顺序，对所述推荐方案进行排序。
19.在第一方面的一种可能的实现方式中，所述关联互动标签包括访问标签、点赞标签、关注标签和评论标签。
20.在第一方面的一种可能的实现方式中，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
21.获取多个推荐方案对应的访问标签，统计出单位时间内每个推荐方案的用户访问数；
22.根据所述单位时间内每个推荐方案的用户访问数，计算多个推荐方案间的相关性系数；
23.按照所述方案间的相关性系数的值从大到小的顺序，对所述多个推荐方案进行排序。
24.在第一方面的一种可能的实现方式中，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
25.获取每个推荐方案对应的访问标签、点赞标签、关注标签和评论标签，统计出每个推荐方案的有效阅读数、总阅读时长、用户平均阅读时长、回看数、点赞数、评论数和收藏数；
26.获取每个推荐方案的方案标签，按照预设标准评估每个推荐方案的基础分；
27.根据所述每个推荐方案的有效阅读数、总阅读时长、用户平均阅读时长、回看数、点赞数、评论数、收藏数和基础，计算每个解决方案对应的质量绩效分；
28.按照所述每个解决方案对应的质量绩效分从大到小的顺序，对所述多个推荐方案进行排序。
29.在第一方面的一种可能的实现方式中，所述预设标准包括业务分析域、解决方案域和成效价值域；
30.所述业务分析域、所述解决方案域和所述成效价值域都是根据电力行业数字化解决方案生命周期进行定义的。
31.在第一方面的一种可能的实现方式中，所述业务分析域包括方案概述、业务现状、业务流程和业务痛点；
32.所述解决方案域包括方案目标和整体解决方案；
33.所述成效价值域包括：系统运营分析、方案成效和价值分析。
34.在第一方面的一种可能的实现方式中，获取每个推荐方案对应的关键技术标签，选出关键技术标签取值相同的推荐方案，并将其它推荐方案排除；所述方案标签包括关键
技术标签。
35.本技术实施例的第二方面提供了一种基于标签的数字化解决方案推荐装置，包括：
36.用户标签模块，用于根据用户标签模型给每个用户贴上对应的用户标签，并根据解决方案标签模型给每个数字化解决方案贴上对应的方案标签；
37.互动标签模块，用于结合所述用户标签、所述方案标签，根据关联标签模型给每个数字化解决方案贴上关联基础标签和关联互动标签；
38.访问历史模块，用于根据每个数字化解决方案对应的关联基础标签和关联互动标签，获取目标用户的数字化解决方案访问历史；
39.权重计算模块，用于根据所述目标用户的数字化解决方案访问历史，统计每个被访问的数字化解决方案对应的多个方案子标签取值，根据预设匹配规则计算每个被访问的数字化解决方案对应的方案子标签权重值；所述被访问的数字化解决方案是所述目标用户访问过的数字化解决方案；所述方案子标签权重值是根据所有方案子标签取值出现频率计算得到的；
40.方案选取模块，根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。
41.本发明实施例提供的一种基于标签的数字化解决方案推荐方法及装置，通过为数据库每个数字化解决方案贴上方案标签和关联互动标签，使得分布于各处的数字化解决方案与各个用户建立起联系，根据方案标签及预设标准对每个数字化解决方案进行有效性评估，保证推荐方案的方案完整性。
42.在筛选推荐方案时，根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。由于方案子标签权重值大小可以反映出数字化解决方案与其他方案的关联性及内容准确度，以方案子标签权重值大小为依据进行推荐方案筛选，可以使得方案内容符合用户预期的同时保证不会遗漏相关解决方案，因为方案子标签权重值是对代表了方案内容的各个方案子标签的出现频率进行统计而得到的。
43.在筛选完毕后，还能根据用户需求，以解决方案的质量绩效分、相关性大小为标准进行排序，将符合用户预期的检索结果排在前面，进一步提高用户的检索效率。
附图说明
44.图1是本发明一实施例提供的一种基于标签的数字化解决方案推荐方法的流程示意图；
45.图2是本发明一实施例提供一种用户标签模型的组成示意图；
46.图3是本发明一实施例提供一种解决方案标签模型的组成示意图；
47.图4是本发明一实施例提供一种关联标签模型的组成示意图；
48.图5是本发明一实施例提供一种方案子标签权重值计算流程示意图；
49.图6是本发明一实施例提供一种预设标准的组成示意图。
具体实施方式
50.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作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。
51.请参见图1，本发明一实施例提供了一种基于标签的数字化解决方案推荐方法，所述方法包括：
52.s10、根据用户标签模型给每个用户贴上对应的用户标签，并根据解决方案标签模型给每个数字化解决方案贴上对应的方案标签。
53.s11、结合所述用户标签、所述方案标签，根据关联标签模型给每个数字化解决方案贴上关联基础标签和关联互动标签。
54.s12、根据每个数字化解决方案对应的关联基础标签和关联互动标签，获取目标用户的数字化解决方案访问历史。
55.s13、根据所述目标用户的数字化解决方案访问历史，统计每个被访问的数字化解决方案对应的多个方案子标签取值，根据预设匹配规则计算每个被访问的数字化解决方案对应的方案子标签权重值；所述被访问的数字化解决方案是所述目标用户访问过的数字化解决方案；所述方案子标签权重值是根据所有方案子标签取值出现频率计算得到的。
56.s14、根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。
57.区别于现有的数字化解决方案推荐方案，本实施例在s10-s12中为方案贴上代表方案本身属性的方案标签和代表与用户交互属性的关联标签，通过贴上关联标签使得分布于各个地方的方案与用户建立起联系，方案标签本身则可以方便用户看出方案的基本内容。
58.在给用户贴上标签时，需要以用户标签模型为依据，如图2所示。图2是本实施例采用的一种用户标签模型，该用户标签模型包括：基础标签、偏好标签、行为标签、能力标签。其中，用户基础标签包括用户id、姓名、性别、部门、年龄、职责、上司工号、下属工号；用户能力标签包括学历、专业、职称、本专业工龄、上一个工作专业、所获荣誉、所获证书和所获专利；户偏好标签包括渠道偏好、访问路径偏好、业务域偏好、能力域偏好和场景偏好；用户行为标签包括最后登录时间、过去30天登录次数、常用登录时间段、活跃状态、互动积极性和终端使用时长。
59.在给方案贴上方案标签时，需要以方案标签模型为依据，如图3所示。图3是本实施例采用的一种方案标签模型，该方案标签模型包括基础标签、从属标签、互动标签和关键技术属性标签。其中，解决方案基础标签包括方案id、方案名称、业务痛点、业务负责人、技术负责人、方案转化时间、年份、部门、工作小组、关联方案、系统名称；解决方案从属标签包括所属场景、所属业务域、所属部门、建设单位；解决方案评价标签包括被点赞数、被评论数、被收藏数、是否优秀案例、受关注程度、被访问次数、近一个月访问数、本部门访问数、其他部门访问数、本业务域关注数、其他业务域关注数；解决方案关键技术标签包括是否涉及人工智能、是否涉及时空地图、是否涉及rpa、是否涉及数据分析、是否涉及物联网、是否涉及区块链。
60.在给方案贴上关联标签(关联基础标签和关联互动标签)时，需要以方案标签模型为依据，如图4所示。图4是本实施例采用的一种方案关联标签模型，包括基础标签、访问标签、点赞标签、关注标签和评价标签。其中，基础标签包括访问人id、被访问方案id、访问时间、是否关注方案、最近一周访问次数、访问路径、访问渠道；转化标签包括转化人id、方案id、转化时间；点赞标签包括点赞人id、方案id、点赞时间、是否取消；关注标签包括关注时间、是否取消、个人关注进入次数；评论标签包括评价人id、方案id、评论时间、评论内容、命中关键词、评论次数。
61.需要注意的是，上述的用户标签模型、方案标签模型和关联标签模型并不是唯一的，他们模型中各个子标签的属性和种类是可以根据业务场景而调整的。这里给出的仅仅是较为实用的一种普遍性模型。
62.在给用户和数字化方案贴上标签后，后续在为用户挑选推荐方案时，便可以以此为依据，结合标签权重值快速筛选出与用户搜索目标相关联的数字化方案。方案标签权重值的计算本质上是基于方案间的相似性计算，下面以一个权重计算方法为例进行说明。
63.示例性地，所述方案子标签权重值的计算方式为：
64.统计出每个被访问的数字化解决方案对应的多个方案子标签取值。
65.根据所述多个方案子标签取值，统计每个方案子标签取值的出现次数。
66.按照每个方案子标签取值的出现次数从大到小的顺序，选择预设种类数量的多种方案子标签取值作为标签参考取值集。
67.根据每个方案子标签取值的出现次数和所述标签参考取值集，计算每个方案子标签取值的出现频率。
68.根据所述每个方案子标签取值的出现频率和所述每个方案子标签取值的命中值，计算方案子标签权重值；所述每个方案子标签取值的命中值取值取决于方案子标签取值是否存在于所述标签参考取值集中各种方案子标签取值的众数。
69.请参见图5。在本例中，对目标用户的历史访问记录进行分析后，首先列出每个被访问的数字化解决方案中方案标签包含的子标签取值。图中，“标签值1-1”意味着第一种子标签值取值为1，“标签值1-2”意味着第一种子标签值取值为2，“标签值2-2”意味着第二种子标签值取值为2，以此类推：“标签值x-y”中，x代表子标签种类，y代表子标签取值。需要说明的是，这里采用的历史访问记录是根据每个数字化解决方案对应的关联基础标签和关联互动标签进行统计而得到的。
70.假设用户历史浏览过n个案例，每个方案具有m个子标签属性，构建n*m的标签矩阵。接着计算矩阵每一列的标签属性值出现的次数，并记录存储。在本实施例中，统计每个方案子标签取值的出现次数，选择预设种类数量(这里预设数量为5，意味着选择5种子标签，5种)的方案子标签取值作为标签参考取值集。计算前五标签值所占标签参考取值集的比重，具体计算方式为：本标签取值出现频次/前五标签取值出现频次之和，这本实施例中，标签参考取值集的元素数量就是前五标签取值出现频次之和。
71.计算所有待推荐解决方案的前5标签值的权重值，计算公式为∑标签权重*标签值是否命中(命中为1，否则为0)。因为每个方案中前5标签取值是不一样的，以第一种标签值取值为例，方案1的标签值取值为1，在标签参考取值集中第一种标签值取值的众数为1，与众数相同，所以命中值为1。方案2的标签值取值为2，而在标签参考取值集中第一种标签值
取值的众数为1，所以命中值为0。
72.示例性地，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
73.按照所述每个被访问的数字化解决方案对应的方案子标签权重值大小从大到小的顺序，对所述推荐方案进行排序。
74.示例性地，所述关联互动标签包括访问标签、点赞标签、关注标签和评论标签。
75.示例性地，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
76.获取多个推荐方案对应的访问标签，统计出单位时间内每个推荐方案的用户访问数；
77.根据所述单位时间内每个推荐方案的用户访问数，计算多个推荐方案间的相关性系数；
78.按照所述方案间的相关性系数的值从大到小的顺序，对所述多个推荐方案进行排序。
79.假设浏览当前解决方案x的用户有n(x)个，浏览解决方案y的用户有n(y)个，那么方案x和y的相关性系数为最后根据相关性系数从高到低作为推荐顺序为用户进行方案推荐。
80.示例性地，在所述选择出预设数量的数字化解决方案作为多个推荐方案之后，还包括：
81.获取每个推荐方案对应的访问标签、点赞标签、关注标签和评论标签，统计出每个推荐方案的有效阅读数、总阅读时长、用户平均阅读时长、回看数、点赞数、评论数和收藏数；
82.获取每个推荐方案的方案标签，按照预设标准评估每个推荐方案的基础分；
83.根据所述每个推荐方案的有效阅读数、总阅读时长、用户平均阅读时长、回看数、点赞数、评论数、收藏数和基础，计算每个解决方案对应的质量绩效分；
84.按照所述每个解决方案对应的质量绩效分从大到小的顺序，对所述多个推荐方案进行排序。
85.以基础分为60的一个数字化解决方案为例，方案对应的有效阅读数b、总阅读时长(分钟)c、用户平均阅读时长(分钟)d，回看数e、点赞数f、评论数g、收藏数h，并累加得出解决方案质量绩效分，计算公式：q＝a 5b c d 3e 2f g 2h。需要说明的是的，上式中a、b、c、d、e、g的例子是可以根据实际需求而设置的。
86.参见图6，示例性地，所述预设标准包括业务分析域、解决方案域和成效价值域。
87.所述业务分析域、所述解决方案域和所述成效价值域都是根据电力行业数字化解决方案生命周期进行定义的。
88.示例性地，所述业务分析域包括方案概述、业务现状、业务流程和业务痛点；
89.所述解决方案域包括方案目标和整体解决方案；
90.所述成效价值域包括：系统运营分析、方案成效和价值分析。
91.示例性地，获取每个推荐方案对应的关键技术标签，选出关键技术标签取值相同
的推荐方案，并将其它推荐方案排除；所述方案标签包括关键技术标签。
92.采用关键技术标签进行二次筛选可以进一步缩小推荐结果的范围，缩小用户的阅读时间和检索时间。
93.本发明实施例提供的一种基于标签的数字化解决方案推荐方法及装置，通过为数据库每个数字化解决方案贴上方案标签和关联互动标签，使得分布于各处的数字化解决方案与各个用户建立起联系，根据方案标签及预设标准对每个数字化解决方案进行有效性评估，保证推荐方案的方案完整性。
94.在筛选推荐方案时，根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。由于方案子标签权重值大小可以反映出数字化解决方案与其他方案的关联性及内容准确度，以方案子标签权重值大小为依据进行推荐方案筛选，可以使得方案内容符合用户预期的同时保证不会遗漏相关解决方案，因为方案子标签权重值是对代表了方案内容的各个方案子标签的出现频率进行统计而得到的。
95.在筛选完毕后，还能根据用户需求，以解决方案的质量绩效分、相关性大小为标准进行排序，将符合用户预期的检索结果排在前面，进一步提高用户的检索效率。
96.本技术实施例的第二方面提供了一种基于标签的数字化解决方案推荐装置，包括：用户标签模块、互动标签模块、访问历史模块、权重计算模块和方案选取模块。
97.用户标签模块，用于根据用户标签模型给每个用户贴上对应的用户标签，并根据解决方案标签模型给每个数字化解决方案贴上对应的方案标签。
98.互动标签模块，用于结合所述用户标签、所述方案标签，根据关联标签模型给每个数字化解决方案贴上关联基础标签和关联互动标签。
99.访问历史模块，用于根据每个数字化解决方案对应的关联基础标签和关联互动标签，获取目标用户的数字化解决方案访问历史。
100.权重计算模块，用于根据所述目标用户的数字化解决方案访问历史，统计每个被访问的数字化解决方案对应的多个方案子标签取值，根据预设匹配规则计算每个被访问的数字化解决方案对应的方案子标签权重值；所述被访问的数字化解决方案是所述目标用户访问过的数字化解决方案；所述方案子标签权重值是根据所有方案子标签取值出现频率计算得到的。
101.方案选取模块，根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。
102.本发明实施例提供的一种基于标签的数字化解决方案推荐装置，通过为数据库每个数字化解决方案贴上方案标签和关联互动标签，使得分布于各处的数字化解决方案与各个用户建立起联系，根据方案标签及预设标准对每个数字化解决方案进行有效性评估，保证推荐方案的方案完整性。
103.在筛选推荐方案时，根据所述每个被访问的数字化解决方案对应的方案子标签权重值大小，选择出预设数量的数字化解决方案作为多个推荐方案。由于方案子标签权重值大小可以反映出数字化解决方案与其他方案的关联性及内容准确度，以方案子标签权重值大小为依据进行推荐方案筛选，可以使得方案内容符合用户预期的同时保证不会遗漏相关解决方案，因为方案子标签权重值是对代表了方案内容的各个方案子标签的出现频率进行
统计而得到的。
104.在筛选完毕后，还能根据用户需求，以解决方案的质量绩效分、相关性大小为标准进行排序，将符合用户预期的检索结果排在前面，进一步提高用户的检索效率。
105.以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。