公开(公告)号：CN111144554B

公开(公告)日：2023-09-19

申请号：CN201911405955.4

申请日：2019-12-31

Applicant: 暨南大学

Inventor： 汤胤 ,  林木兴 ,  黄书强

IPC: G06N3/0464 ,  G06N3/08 ,  G06Q10/0637

Abstract: 本发明公开了一种基于模块分解的智能响应方法、装置、介质、设备。方法包括步骤：根据企业的业务逻辑和决策逻辑，对信息系统进行模块分解，确定经验型人工决策模块；从历史数据中提取业务数据，根据业务数据对经验型人工决策模块的输入和输出数据进行建模，对所提取的业务数据进行数据转换，转换后的数据作为模型的训练集；将输出作为多分类标签，通过深度神经网络学习的方式来学习训练集的案例数据，不断进行优化与改进，直到收敛；将训练完成的深度神经网络嵌入原信息系统的经验型人工决策模块中，在新的输入下，智能判别分类问题，并作出决策建议。本发明使得神经网络可以替代人工决策，实现信息系统的柔性化，提高业务响应效率。

公开(公告)号：CN111144554A

公开(公告)日：2020-05-12

申请号：CN201911405955.4

申请日：2019-12-31

Applicant: 暨南大学

Inventor： 汤胤 ,  林木兴 ,  黄书强

IPC: G06N3/04 ,  G06N3/08 ,  G06Q10/06

Abstract: 本发明公开了一种基于模块分解的智能响应方法、装置、介质、设备。方法包括步骤：根据企业的业务逻辑和决策逻辑，对信息系统进行模块分解，确定经验型人工决策模块；从历史数据中提取业务数据，根据业务数据对经验型人工决策模块的输入和输出数据进行建模，对所提取的业务数据进行数据转换，转换后的数据作为模型的训练集；将输出作为多分类标签，通过深度神经网络学习的方式来学习训练集的案例数据，不断进行优化与改进，直到收敛；将训练完成的深度神经网络嵌入原信息系统的经验型人工决策模块中，在新的输入下，智能判别分类问题，并作出决策建议。本发明使得神经网络可以替代人工决策，实现信息系统的柔性化，提高业务响应效率。