一种基于多层神经网络建立判客模型的方法及判客方法
基本信息
| 申请号 | CN201911157883.6 | 申请日 | - |
| 公开（公告）号 | CN111159501A | 公开（公告）日 | 2020-05-15 |
| 申请公布号 | CN111159501A | 申请公布日 | 2020-05-15 |
| 分类号 | G06F16/9032;G06F16/9035;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 邵鑫程;吴杰;金仁杰 | 申请（专利权）人 | 杭州蛋壳商务信息技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 310000 浙江省杭州市滨江区江陵路2028号星耀城一期三幢25楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于多层神经网络建立判客模型的方法，包括：定义话术路径,话术路径为任一话术节点至下一话术节点的路径；话术路径作为训练数据建立训练数据集，训练数据集包括至少一话术路径；建立判客模型，判客模型为多层神经网络；训练数据集作为输入信号输入多层神经网络前向传播获得输出信号；反向传播输出信号与期望值的误差信号，更新神经节点之间的连接权值和神经节点的偏置系数，期望值为训练数据集对应的人工期望值；输入训练数据集迭代多层神经网络直到误差信号落入预先设置的误差范围之内；将迭代好的多层神经网络作为判客模型。 |
