(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210880565.8 (22)申请日 2022.07.25 (71)申请人 广东省华 南技术转移中心有限公司 地址 511457 广东省广州市南沙区环市大 道南25号A栋 6楼 (72)发明人 李程　赖培源　李奎　邱珊珊　 闫永骅　廖晓东　李岱素　王增辉　 蔡焕涛　 (74)专利代理 机构 北京思源智汇知识产权代理 有限公司 1 1657 专利代理师 杜毅 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 预测模型的训练方法、 专家推荐匹配方法、 装置以及 介质 (57)摘要 本公开提供了一种用于专家推荐匹配的预 测模型的训练方法、 专家推荐匹配方法、 装置以 及存储介质， 涉及计算机技术领域， 其中的方法 包括： 基于专家的成功方案信息和对应的企业需 求信息进行文本表征分析处理， 获得与专家和企 业相对应的文本表征信息； 其中， 专家与企业达 成了合作； 构建与专家和企业相对应的知识图 谱， 获取与专家和企业相对应的结构化信息； 基 于文本表征信息、 结构化信息、 浏览记录信息和 达成合作信息生成训练样本， 对 预测模型进行训 练处理。 本公开提高了模型可解释性和稳定性， 提高了模型的训练效率； 解决了专家 推荐所存在 的无法智能地进行推荐匹配的问题， 显著提升了 专家推荐的推荐精准度及推荐效率， 提高用户的 使用体验。 权利要求书2页 说明书14页 附图6页 CN 115203570 A 2022.10.18 CN 115203570 A 1.一种用于专 家推荐匹配的预测模型的训练方法， 包括： 基于专家的成功方案信 息和对应的企业需求信 息进行文本表征分析处理， 获得与 所述 专家和所述企业相对应的文本表征信息； 其中， 所述专 家与所述企业达成了合作； 构建与所述专家和所述企业相对应的知识图谱， 基于所述知识图谱获取与 所述专家和 所述企业相对应的结构化信息； 获取所述专家和所述企业之间的浏览记录信息、 达成合作信息； 基于所述文本表征信息、 所述结构化信息、 所述浏览记录信息和所述达成合作信息生 成训练样本； 基于所述训练样本对预测模型进行训练处理， 获得所述预测模型输出的匹配预测信 息 并基于损失函数进行调整处 理。 2.如权利要求1所述的方法， 所述基于专家的成功方案信息和对应的企业需求信息进 行文本表征分析处 理， 获得与所述专 家和所述企业相对应的文本表征信息包括： 使用文本表征模型的Bert编码器分别对所述专家的成功方案信息和所述企业需求信 息进行处 理， 获取与所述专 家相对应的第一文本表征、 与所述企业相对应的第二文本表征。 3.如权利要求2所述的方法， 其中， 所述匹配预测信息包括： 专家浏览企业的预测概率、 企业浏览专家的预测 概率、 专家与企业的第二合作概率； 所述基于损失函数进行调整处理 包括： 使用所述文本表征模型的相似性模块， 根据 所述第一文本表征和所述第 二文本表征确 定所述专 家与所述企业的第一 合作概率； 根据所述第一 合作概率构建第一损失子函数； 基于所述专家浏览企业的预测概率、 所述企业浏览专家 的预测概率、 所述第二合作概 率， 分别构建对应的第二损失子函数、 第三损失子函数和第四合作子函数； 根据所述第一损 失子函数、 所述第二损 失子函数、 第三损 失子函数和所述第 四合作子 函数以及各自对应的加权系数， 构建所述损失函数； 根据所述损失函数对所述预测模型和所述文本表征模型进行调整处 理。 4.如权利要求1所述的方法， 所述构建与所述专 家和所述企业相对应的知识图谱 包括： 从所述成功方案信息中提取第一关键词， 作为所述第一实体； 从所述成功方案信息中提取所述第一关键词之间的第一关联关系， 作为所述第一关 系； 根据所述第 一关键词和所述第 一关联关系构建第 一三元组， 并基于所述第 一三元组构 建专家知识图谱； 从所述企业需求信息中提取第二关键词， 作为所述第二实体； 从所述企业需求信息中提取所述第二关键词之间的第二关联关系， 作为所述第二关 系； 根据所述第 二关键词和所述第 二关联关系构建第 二三元组， 并基于所述第 二三元组构 建所述企业需求图谱。 5.如权利要求2所述的方法， 其中， 所述结构化信息包括： 隐向量； 所述基于所述知识图 谱获取与所述专 家和所述企业相对应的结构化信息包括： 构建与所述专 家知识图谱、 所述企业需求图谱相对应的GCN模型；权　利　要　求　书 1/2 页 2 CN 115203570 A 2使用所述GCN模型分别将所述专家知识图谱、 所述企业需求图谱拆解为多个子图集合， 对多个子图集合中的每个子图进行卷积处理， 得到与所述专家和所述企业相对应的隐向 量。 6.如权利要求1至 5任一项所述的方法， 其中， 所述浏览记录信 息包括： 专家浏览企业的历史记录、 企业浏览专家的历史记录、 专家浏 览企业的历史概 率、 企业浏览专 家的历史概 率、 专家与企业的历史合作概 率； 所述达成合作信息包括： 专家与企业达成合作的历史记录、 专家与企业的历史合作概 率。 7.一种专 家推荐匹配方法， 包括： 获取训练好的预测模型； 其中， 所述预测模型是通过如权利要求1至6任一项所述的训 练方法训练得到； 基于专家的技术方案信 息和对应的企业需求信 息进行文本表征分析处理， 获得与 所述 专家和所述企业相对应的文本表征信息； 构建与所述专家和所述企业相对应的知识图谱， 基于所述知识图谱获取与 所述专家和 所述企业相对应的结构化信息； 使用预测模型并基于所述文本表征信 息和所述结构化信 息， 获得所述预测模型输出的 匹配预测信息 。 8.一种用于专 家推荐匹配的预测模型的训练装置， 包括： 处理器； 用于存 储所述处 理器可执行指令的存 储器； 所述处理器， 用于从所述存储器中读取所述可执行指令， 并执行所述指令以实现上述 权利要求1 ‑6任一项所述的方法。 9.一种专 家推荐匹配装置， 包括： 处理器； 用于存 储所述处 理器可执行指令的存 储器； 所述处理器， 用于从所述存储器中读取所述可执行指令， 并执行所述指令以实现上述 权利要求7任一项所述的方法。 10.一种计算机可读存储介质， 所述存储介质存储有计算机程序， 所述计算机程序用于 执行上述权利要求1 ‑7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115203570 A 3