【技術實現步驟摘要】
本申請涉及機器學習、文本處理領域，具體而言，涉及一種基于rmfep模式的康養產品推薦方法及系統。
技術介紹
1、隨著人們生活水平的提高以及對健康關注度的不斷增加，康養產業得到了迅速發展?？叼B產品作為康養產業的核心部分，其種類日益豐富，涵蓋了從硬件設施到服務產品等多個領域。為了滿足消費者對康養產品的多樣化需求，以及幫助企業更好地研發、推廣和優化康養產品，對康養產品進行全面、深入的分析和評估變得尤為重要。
2、在康養產品的分析過程中，涉及到多個關鍵維度，例如資源維度（包括產品所依賴的各類資源情況）、市場維度（如市場需求、競爭態勢等）、功能維度（產品具體具備的功能特性）、體驗維度（消費者使用產品的體驗感受）以及產品維度（產品自身的屬性和特點）。傳統的分析方法往往側重于單一維度，缺乏對康養產品的多維度綜合分析能力。
3、在文本分析領域，現有的技術手段通常是針對特定維度或特定任務設計獨立的分析網絡。例如，針對資源分析可能有一套專門的網絡模型，針對市場分析又有另一套不同的模型。這些獨立的模型雖然在各自的領域能夠取得一定的分析效果，但存在諸多局限性。各個獨立的分析網絡之間缺乏有效的整合和協同。當需要對康養產品進行多維度分析時，往往需要分別運行多個不同的模型，這不僅增加了計算成本和時間成本，還可能由于不同模型之間的差異導致分析結果的不一致性和矛盾性，難以形成一個統一、全面的分析結論。獨立的分析網絡在面對新的分析任務或數據時，缺乏靈活性和適應性。由于每個模型都是針對特定維度進行訓練和優化的，當出現新的維度需求或者數據分布發
4、現有的分析網絡在精度和可靠性方面也存在一定的不足。由于單一模型的訓練數據和優化目標相對局限，可能無法充分學習到不同維度之間的內在關聯和復雜關系，從而影響分析結果的準確性和可信度。在實際應用中，不準確的分析結果例如誤導消費者的選擇，也不利于企業對產品的改進和優化。
技術實現思路
1、本專利技術的目的在于提供一種基于rmfep模式的康養產品推薦方法及系統。本申請是這樣實現的：
2、第一方面，本申請提供了一種基于rmfep模式的康養產品推薦方法，所述方法包括：獲取目標康養產品調研文本；采用多維度調研分析網絡對所述目標康養產品調研文本進行一個或多個目標維度的文本分析，獲得各個目標維度的文本分析結果。
3、其中，所述多維度調研分析網絡的獲取過程包括：獲取若干個第一調研分析網絡，任意一第一調研分析網絡被配置為對目標康養產品調研文本進行一個對應維度的文本分析，各個第一調研分析網絡包括組成一致的第一組件集群，所述任意一第一調研分析網絡還包括所述第一組件集群之外的第一組成結構；其中，所述維度包括資源維度、市場維度、功能維度、體驗維度和產品維度；對所述各個第一調研分析網絡包括的第一組件集群進行整合，獲得第一整合集群；其中，所述第一整合集群和所述第一組件集群的組成一致，所述第一整合集群的配置參變量是采用所述各個第一調研分析網絡包括的第一組件集群的配置參變量確定得到；將所述第一整合集群和所述各個第一調研分析網絡包括的第一組成結構進行組合，獲得第一整合網絡；對所述第一整合網絡進行調校，獲得第一神經網絡；當所述第一神經網絡符合整合停止要求時，將所述第一神經網絡作為多維度調研分析網絡，所述多維度調研分析網絡被配置為對所述目標康養產品調研文本進行所述各個第一調研分析網絡對應的維度的文本分析中的一個或多個目標維度的文本分析。
4、第二方面，本申請提供了一種計算機系統，包括：一個或多個處理器；存儲器；一個或多個計算機程序；其中所述一個或多個計算機程序被存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個計算機程序被所述處理器執行時，實現如上所述的方法。
5、本申請實施例中，各第一調研分析網絡包括組成一致的第一組件集群。采用將各個第一調研分析網絡包括的第一組件集群進行整合，獲得第一整合集群，以及將第一整合集群和各第一調研分析網絡中的，第一組件集群之外的第一組成結構進行組合，完成將不同網絡中組成一致的組件集群進行整合，并組合不同網絡的其余網絡結構，以整合不同的網絡，獲得第一整合網絡。第一整合網絡包括各第一調研分析網絡的性能，第一整合網絡的應用更加廣泛，能夠在智慧康養產品的資源、市場、功能、體驗和產品（也即rmfep模式）等多個分析維度進行分析。采用對第一整合網絡進行調校得到多維度調研分析網絡，不但增加了多維度調研分析網絡的精度，提升采用多維度調研分析網絡進行維度分析的可靠度，還能在較小代價的前提下對多維度調研分析網絡進行維護，以實現多個維度的文本分析。
6、在后面的描述中，將部分地陳述其他的特征。在檢查后面內容和附圖時，本領域的技術人員將部分地發現這些特征，或者可以通過生產或運用了解到這些特征。通過實踐或使用后面所述詳細示例中列出的方法、工具和組合的各個方面，當前申請中的特征可以被實現和獲得。
本文檔來自技高網...【技術保護點】
1.基于RMFEP模式的康養產品推薦方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述對所述第一整合網絡進行調校，獲得第一神經網絡，包括：
3.根據權利要求2所述的方法，其特征在于，所述采用所述第一整合網絡對所述任意一第一調研分析網絡的康養產品調研訓練文本進行對應的維度的文本分析，獲得所述任意一第一調研分析網絡對應的第一分析結果，包括：
4.根據權利要求3所述的方法，其特征在于，所述第一整合集群包括一個或多個文本隱式表示組件；所述采用所述第一整合集群對所述任意一第一調研分析網絡的康養產品調研訓練文本進行文本隱式表示，獲得第一訓練語義表征向量，包括：
5.根據權利要求4所述的方法，其特征在于，所述第一個文本隱式表示組件包括一個或多個分支組件，任意一個分支組件包括權重聚焦模塊和多層感知機；所述采用所述第一個文本隱式表示組件對所述任意一第一調研分析網絡的康養產品調研訓練文本進行文本隱式表示，獲得所述第一個文本隱式表示組件的執行結果，包括：
6.根據權利要求2所述的方法，其特征在于，所述基于各個第一
7.根據權利要求1所述的方法，其特征在于，所述方法還包括：
8.根據權利要求1~7任一項所述的方法，其特征在于，所述第一神經網絡包括第一目標集群，各個第一組成結構包括組成一致的第二組件集群，所述第一組成結構還包括所述第二組件集群之外的第二組成結構；所述方法還包括：
9.根據權利要求1所述的方法，其特征在于，所述采用多維度調研分析網絡對所述目標康養產品調研文本進行一個或多個目標維度的文本分析，獲得各個目標維度的文本分析結果，包括：
10.一種計算機系統，其特征在于，包括：
...【技術特征摘要】
1.基于rmfep模式的康養產品推薦方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述對所述第一整合網絡進行調校，獲得第一神經網絡，包括：
3.根據權利要求2所述的方法，其特征在于，所述采用所述第一整合網絡對所述任意一第一調研分析網絡的康養產品調研訓練文本進行對應的維度的文本分析，獲得所述任意一第一調研分析網絡對應的第一分析結果，包括：
4.根據權利要求3所述的方法，其特征在于，所述第一整合集群包括一個或多個文本隱式表示組件；所述采用所述第一整合集群對所述任意一第一調研分析網絡的康養產品調研訓練文本進行文本隱式表示，獲得第一訓練語義表征向量，包括：
5.根據權利要求4所述的方法，其特征在于，所述第一個文本隱式表示組件包括一個或多個分支組件，任意一個分支組件包括權重聚焦模塊和多層感知機；所述采用所述第一個文本隱式表示...
【專利技術屬性】
技術研發人員：高玉梅，趙水艷，陳儀坤，周璟，陳來平，孔祥侖，
申請(專利權)人：貴陽康養職業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。