买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西智云电气有限公司申请的专利一种AI电子工牌的事件智能检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120105164B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510566035.X，技术领域涉及：G06Q10/0635；该发明授权一种AI电子工牌的事件智能检测方法及系统是由宋增旺;孙娜;王坤设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种AI电子工牌的事件智能检测方法及系统在说明书摘要公布了：本发明涉及事件检测技术领域，具体公开了一种AI电子工牌的事件智能检测方法及系统，包括：基于AI电子工牌，采集识别并分类事件；对客户事件类别进行频次分析，确定频发性类别；量化分析频发性类别的周期时间，确定事件密集子周期时间，通过自相关函数，分析公司引发事件时间与事件密集子周期时间的周期性关联；若存在关联，量化分析AI电子工牌佩戴者处理能力，确定同类优选能力者；构建事件类别预测模型，预测事件密集子周期时间和客户事件类别，并安排同类优选能力者处理。本发明能够智能检测事件、分析事件规律、评估人员能力并进行合理任务分配，提高事件处理效率和质量。

本发明授权一种AI电子工牌的事件智能检测方法及系统在权利要求书中公布了：1.一种AI电子工牌的事件智能检测方法，其特征在于：包括如下步骤： 采集音频和场景画面，识别事件并对事件进行分类，构建事件分类表； 其中，通过AI电子工牌上的麦克风采集电子工牌佩戴者与客户之间的对话音频，摄像头同步捕捉场景画面； 基于事件分类表构建偏离数据集，对偏离数据集的客户事件的类别进行频次分析，得到频发性类别； 所述频发性类别的确定方式为： 在监测周期内获取不同类别的客户事件，构建客户事件数据集； 基于客户事件数据集，使用卡方检验判断客户事件数据集中，不同类别的客户事件是否符合泊松分布； 若符合，将客户事件数据集拆分为契合数据集，反之，拆分为偏离数据集； 对偏离数据集的客户事件类别进行数值计算，确定频发性类别的客户事件； 对频发性类别的周期时间进行量化分析，得到事件密集子周期的时间，获取公司引发事件的时间，并通过统计分析，确定公司引发事件的时间与事件密集子周期的时间是否存在周期性关联； 所述是否存在周期性关联的判断方式为： 基于频发性类别的客户事件，获取监测周期的多个监测子周期内，客户事件的次数，绘制监测周期－事件次数变化曲线； 对监测周期－事件次数变化曲线，进行统计分析得到时间差序列； 基于时间差序列通过自相关函数分析法和卡方分布校验，确定公司引发事件的时间与事件密集子周期的时间是否存在周期性关联； 所述时间差序列的获取方式为： 使用柯尔莫哥洛夫-斯米尔诺夫检验法，判断监测周期－事件次数变化曲线是否服从正态分布； 若监测周期－事件次数变化曲线服从正态分布，基于3倍标准差准则，确定事件密集子周期； 若监测周期－事件次数变化曲线不服从正态分布，对监测周期－事件次数变化曲线进行曲线分析，确定事件密集子周期； 获取监测周期内，由于公司引发事件的时间，以及事件密集子周期的时间； 将公司引发事件的时间与事件密集子周期的时间进行差值处理，得到事件时间差； 获取多个监测周期内的事件时间差，构建时间差序列； 所述进行曲线分析，确定事件密集子周期的方式为： 获取监测周期－事件次数变化曲线内多个波峰区段，以波峰区段所对应的监测子周期，作为事件密集子周期； 若存在周期性关联，将AI电子工牌佩戴者对频发性类别的客户事件的处理能力进行量化分析，确定同类优选能力者； 构建事件类别预测模型，对事件密集子周期的时间和客户事件的类别进行预测，将同类优选能力者安排至预测子周期的预测事件类别； 所述对事件密集子周期的时间和客户事件的类别进行预测的方式为： 从历史数据中获取事件密集子周期的时间，构建密集时间数据组； 从历史数据中获取由公司引发事件，而导致产生客户事件的类别，构建诱发类别数据组； 其中，公司引发事件包括：公司的营销活动事件、有关公司的社会舆论事件、产品或服务相关事件； 通过长短期记忆网络算法和决策树模型算法，建立事件类别预测模型，对事件密集子周期的时间和客户事件的类别进行预测，得到预测子周期和预测事件类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西智云电气有限公司，其通讯地址为：330096 江西省南昌市青山湖区上海北路666号青山湖商业广场502号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。