[发明专利]基于大数据的信息获取方法、装置、设备及存储介质

权利要求书

1.一种基于大数据的信息获取方法，其特征在于，所述方法包括：

获取目标人员的行为轨迹数据集，提取所述行为轨迹数据集包含的多个历史问答数据特征；

计算所述多个历史问答数据特征的特征权重，确定所述特征权重大于预设阈值的所述历史问答数据特征为所述目标人员的目标问答特征；

获取问答数据集，利用预设聚类算法将所述问答数据集按照问答类别进行分类，得到分类问答集；

将所述分类问答集中与所述目标问答特征的问答类别对应的问答数据汇集为匹配数据集；

将所述匹配数据集序列化为问答列表；

获取待处理的在线问题，在所述问答列表中查询并获取与所述在线问题匹配的问答数据。

2.如权利要求1所述的基于大数据的信息获取方法，其特征在于，所述利用预设聚类算法将所述问答数据集按照问答类别进行分类，包括：

从所述问答数据集中随机选取问答数据作为目标问答数据；

计算所述目标问答数据与多个预设标准类别之间的差异值；

确定与所述目标问答数据的差异值最小的预设标准类别为所述目标问答数据的问答类别。

3.如权利要求2所述的基于大数据的信息获取方法，其特征在于，所述计算所述目标问答数据的问答类别与多个预设标准类别的差异值，包括：

利用如下差异算法计算所述目标问答数据的问答类别与预设标准类别的差异值d(x,y)²：

d(x,y)²＝‖x-y_i‖²

其中，x为目标问答数据的问答类别，y_i为多个预设标准类别中的第i个标准类别。

4.如权利要求1所述的基于大数据的信息获取方法，其特征在于，所述将所述匹配数据集序列化为问答列表，包括：

获取多个序列化处理函数；

将所述多个序列化处理函数线性组合为构造函数；

利用所述构造函数构造序列化接口；

利用所述序列化接口对所述匹配数据集进行序列化处理，得到问答列表。

5.如权利要求1至4中任一项所述的基于大数据的信息获取方法，其特征在于，所述获取在线问题包括：

当检测到语音在线问题的语音输入信息时，持续检测所述语音输入信息的语音强度；

当所述语音强度小于分贝阈值时，确定所述语音强度小于分贝阈值时的语音输入信息为所述语音在线问题的语音终止输入信息；

利用语音识别模型将所述语音终止输入信息之前的语音输入信息转换为在线问题。

6.如权利要求1至4中任一项所述的基于大数据的信息获取方法，其特征在于，所述在所述问答列表中查询并获取与所述在线问题匹配的问答数据包括：

检测所述问答列表的存储环境；

获取与所述存储环境对应的编译器；

利用所述编译器根据所述在线问题编译问题查询语句；

通过执行所述问题查询语句在所述问答列表中查询并获取与所述在线问题匹配的问答数据。

7.如权利要求1至4中任一项所述的基于大数据的信息获取方法，其特征在于，所述提取所述行为轨迹数据集包含的多个历史问答数据特征，包括：

获取训练轨迹数据集以及所述训练轨迹数据集对应的标准历史问答数据特征；

利用预设的特征提取模型对所述训练轨迹数据集进行特征提取，得到预测历史问答数据特征；

计算所述预测历史问答数据特征和所述标准历史问答数据特征之间的差异值；

若所述差异值大于误差阈值，则调整所述特征提取模型的参数后重新进行特征提取；

若所述差异值小于所述误差阈值，则生成训练完成的特征提取模型；

利用训练完成的特征提取模型对所述行为轨迹数据集进行特征提取，得到多个历史问答数据特征。