CN106789595A - 信息推送方法和装置 - Google Patents
信息推送方法和装置 Download PDFInfo
- Publication number
- CN106789595A CN106789595A CN201710031754.7A CN201710031754A CN106789595A CN 106789595 A CN106789595 A CN 106789595A CN 201710031754 A CN201710031754 A CN 201710031754A CN 106789595 A CN106789595 A CN 106789595A
- Authority
- CN
- China
- Prior art keywords
- information
- consulting
- consultation
- sample
- return information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了信息推送方法和装置。该方法的一具体实施方式包括:接收客户端发送的咨询信息;将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息,其中,咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值;若大于,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。该实施方式实现了咨询回复信息的自动推送。
Description
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及信息推送方法和装置。
背景技术
越来越多的商家使用互联网通讯工具向用户提供信息咨询服务,这使得用户可以远程获取到所需要的信息。目前,在提供信息咨询服务时,通常是服务器接收客服端发出的问题时将该问题发送给客服端以供客服人员阅读问题后返回答案,之后再将答案反馈至客服端。
然而,采用这种推送答案的方式时,客服人员可能需要对同一个问题分别给上百位用户重复地回答,需要占用较多的人力资源,存在着大量信息冗余以及回答效率低下的问题。
发明内容
本申请的目的在于提出一种信息推送方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种信息推送方法,该方法包括:接收客户端发送的咨询信息;将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息,其中,咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值;若大于,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。
在一些实施例中,上述方法还包括:咨询问答模型建立步骤,包括:从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对样本咨询信息进行回复的样本咨询回复信息;获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息;基于回复概率以及答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度;利用机器学习方法,基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
在一些实施例中,上述方法还包括:接收客户端针对待推送咨询回复信息反馈的答复准确度信息;根据所接收的答复准确度信息,确定咨询回复信息与咨询回复信息之间的匹配度;根据咨询回复信息、咨询回复信息以及两者之间的匹配度,继续训练咨询问答模型。
在一些实施例中,上述方法还包括:接收客户端针对待推送咨询回复信息反馈的答复准确度信息;判断答复准确度是否小于准确度阈值;若小于,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;将所接收的咨询回复信息推送至客户端。
在一些实施例中,上述基于候选咨询回复信息生成待推送咨询回复信息,包括:获取客户端对应的用户特征信息;根据候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。
在一些实施例中,上述方法还包括:若候选咨询回复信息与咨询信息的匹配度小于匹配度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;将所接收的咨询回复信息确定为待推送咨询回复信息并推送至客户端。
第二方面,本申请提供了一种信息推送装置,该装置包括:接收单元,用于接收客户端发送的咨询信息;输入单元,用于将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息,其中,咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;确定单元,用于确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值;生成单元,用于若匹配度是否大于匹配度阈值,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。
在一些实施例中,上述装置还包括咨询问答模型建立单元,咨询问答模型建立单元包括:提取子单元,用于从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对样本咨询信息进行回复的样本咨询回复信息;获取子单元,用于获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息;确定子单元,用于基于回复概率以及答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度;训练子单元,用于利用机器学习方法,基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
在一些实施例中,上述装置还包括:准确度信息接收单元,用于接收客户端针对待推送咨询回复信息反馈的答复准确度信息;匹配度确定单元,用于根据所接收的答复准确度信息,确定咨询回复信息与咨询回复信息之间的匹配度;继续训练单元,用于根据咨询回复信息、咨询回复信息以及两者之间的匹配度,继续训练咨询问答模型。
在一些实施例中,上述装置还包括:准确度信息接收单元,接收客户端针对待推送咨询回复信息反馈的答复准确度信息;判断单元,用于判断答复准确度是否小于准确度阈值;第一发送单元,用于若答复准确度小于准确度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;第一推送单元,用于将所接收的咨询回复信息推送至客户端。
在一些实施例中,上述生成单元进一步用于:获取客户端对应的用户特征信息;根据候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。
在一些实施例中,上述装置还包括:第二发送单元,若候选咨询回复信息与咨询信息的匹配度小于匹配度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;第二推送单元,用于将所接收的咨询回复信息确定为待推送咨询回复信息并推送至客户端。
本申请提供的信息推送方法和装置,通过咨询问答模型选取出与咨询信息最匹配的咨询回复信息并在匹配度大于匹配度阈值时基于候选咨询回复信息生成发送给终端的待推送咨询回复信息,使得推送给用户的咨询回复信息能自动生成,并且其与咨询信息匹配度最高且高于匹配度阈值,使得咨询回复信息可信度较强。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的信息推送方法的一个实施例的流程图;
图3是根据本申请的信息推送方法的一个应用场景的示意图;
图4是根据本申请的信息推送方法的又一个实施例的流程图;
图5是根据本申请的信息推送装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息推送方法或信息推送装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括客户端101、102、103,网络104、106,服务器105以及客服端107、108、109。网络104和网络106用以分别在客户端101、102、103和服务器105之间以及服务器105与客服端107、108、109之间提供通信链路的介质。网络104、106可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用客户端101、102、103通过网络104与服务器105交互,以接收或发送消息等。客户端101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、即时通信工具、房产交易类应用、房产咨询类应用等。
客户端101、102、103以及客服端107、108、109可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对客户端101、102、103上显示的数据提供支持的后台服务器。服务器105可以对接收到的咨询信息等数据进行分析等处理,并将处理结果(例如咨询回复信息)反馈给客户端101、102、103。服务器105还可以将咨询信息转发至客服端107、108、109,以供客服端107、108、109返回对应的咨询回复信息。
需要说明的是,本申请实施例所提供的信息推送方法一般由服务器105执行,相应地,信息推送装置一般设置于服务器105中。
应该理解,图1中的客户端、网络、服务器和客服端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的客户端、网络、服务器以及客服端。
继续参考图2,示出了根据本申请的信息推送方法的一个实施例的流程200。所描述的信息推送方法,包括以下步骤:
步骤201,接收客户端发送的咨询信息。
在本实施例中,信息推送方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行信息浏览的客户端接收咨询信息。其中,咨询信息可以是对某一方面的资讯或知识进行咨询时对应的问题。例如,咨询信息可以是对房产相关信息进行咨询的问题,该问题包括但不限于对房屋价格、房源多少、某一房源的使用年限等。实践中,咨询信息可以是用户通过客户端上运行的浏览器或专用信息咨询应用发送的。
步骤202,将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息。
在本实施例中,该咨询问答模型是将样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度作为训练样本进行训练而得到的。该咨询问答模型可以用于根据输入的咨询信息确定其对应的各个咨询回复信息以及咨询信息与每个咨询回复信息的匹配度。咨询回复信息可以是对问题进行答复的答案。咨询回复信息与咨询回复信息存在对应关系。相互对应的咨询回复信息与咨询回复信息之间可以使用匹配度表示其对应关系的强弱。通常,匹配度越高,则咨询回复信息对应的答案对咨询回复信息对应的问题回复的精确度越高。需要说明的是,可以使用最新收集到的数据对咨询问答模型定时或不定时更新,以保证咨询问答模型有较高的时效性。
基于步骤201中得到的咨询信息,上述电子设备(例如图1所示的服务器)可以将该咨询信息输入至预先训练的咨询问答模型。之后,电子设备就可得到咨询问答模型输出的、与咨询信息匹配度最高的咨询回复信息,该得到的咨询回复信息作为候选咨询回复信息,可供后续步骤进行使用。
在本实施例的一些可选实现方式中,上述信息推送方法还包括咨询问答模型建立步骤,该咨询问答模型建立步骤用于训练得到上述咨询问答模型。具体的,该咨询问答模型建立步骤可以如下执行:
首先,从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对样本咨询信息进行回复的样本咨询回复信息。通常,服务器可以运行供客服人员人工回复用户的咨询信息的应用程序,此时可以将用户使用的样本客户端与客服人员使用的样本客服端之间的交互信息作为样本进行收集,以供后续处理。在房产咨询领域,客服人员即为房产经纪人。可选的,在收集到交互信息后,可以对各条交互信息的信息类别进行识别。信息类别可以包括无效样本和有效样本。例如,当咨询信息与咨询回复信息是针对房地产时,可以识别出房地产相关的问题作为有效样本。在识别出信息类别后,电子设备可以将交互信息中的无效样本作为噪音过滤掉,并将得到的有效样本作为后续训练用。该有效样本可以提取出样本咨询信息以及对样本咨询信息进行回复的样本咨询回复信息。
其次,获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息,其中,答复准确度信息用于指示咨询回复信息答复咨询信息的准确度。实践中,用户在与客服人员进行沟通时,对于同一样本咨询信息,可能存在多个对应的样本咨询回复信息。例如,对于同一咨询信息A,共有5条对应的样本咨询回复信息,其中样本咨询回复信息Q1有3条,样本咨询回复信息Q2有3条。此时,可认为样本咨询回复信息Q1对询信息A的回复概率为0.6,样本咨询回复信息Q2对咨询信息A的回复概率为0.4。答复准确度信息可以是基于用户对样本咨询回复信息的反馈信息而生成的。该反馈信息可以是所打的分数,也可以是评价信息。
再次,基于回复概率以及答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度。基于上述步骤中得到的回复概率以及答复准确度信息,电子设备可以根据设定的算法计算出样本咨询信息与样本咨询回复信息之间的匹配度。通常,答复准确度与匹配度为正相关关系,与回复概率也为正相关关系。
最后,利用机器学习方法,基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
步骤203,确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值。
在本实施例中,基于步骤202得到的候选咨询回复信息,电子设备可以获取到输入至咨询问答模型的咨询信息与该候选咨询回复信息的匹配度。之后,电子设备可以将该候选咨询回复信息与咨询信息的匹配度进行比较,以确定该匹配度是否大于匹配度阈值。其中,匹配度阈值可以是设置为固定值,也可以根据从初始值开始不断进行优化。
步骤204,若大于,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。
在本实施例中,当步骤203判断时得到的判断结果是匹配度大于匹配度阈值时,电子设备可以将基于候选咨询回复信息生成待推送咨询回复信息。其中,可以直接将候选咨询回复信息作为待推送咨询回复信息,也可以对候选咨询回复信息进行调整并将调整后的信息作为待推送咨询回复信息。之后,电子设备可以通过有线连接方式或者无线连接方式将该待推送咨询回复信息推送至客户端。
在本实施例的一些可选实现方式中,步骤204中基于候选咨询回复信息生成待推送咨询回复信息可以具体包括:获取客户端对应的用户特征信息;根据候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。其中,用户特征可以包括但不限于用户社会属性、生活习惯和消费行为等方面的信息。在该实现方式中,电子设备可以使得最终推送的信息可以与用户特征相匹配,更具有针对性,有助于提高用户对所获得答案的满意程度。
在本实施例的一些可选实现方式中,上述信息推送方法还包括:接收客户端针对待推送咨询回复信息反馈的答复准确度信息;根据所接收的答复准确度信息,确定咨询回复信息与咨询回复信息之间的匹配度;根据咨询回复信息、咨询回复信息以及两者之间的匹配度,继续训练咨询问答模型。在本实施例中,电子设备还可以基于客户端反馈的答复准确度继续训练咨询问答模型,有助于不断优化咨询问答模型,从而提高后续答复时所提供咨询回复信息的准确度。
在本实施例的一些可选实现方式中,上述信息推送方法还包括:接收客户端针对待推送咨询回复信息反馈的答复准确度信息;判断答复准确度是否小于准确度阈值;若小于,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;将所接收的咨询回复信息推送至客户端。在该实现方式中,当用户反馈的答复准确度较低时,可以通过客服人员人工进行回复,从而有助于在自动回复的答案不佳时及时进行补救,使用户得到较好的人工作答。该方式实现了机器自动回答与人工回答的结合,兼顾咨询效率与用户满意度。
继续参见图3,图3是根据本实施例的信息推送方法的应用场景的一个示意图。在图3的应用场景中,用户首先使用客户端向服务器发起一个问题,即“回龙观附近有哪些可以买二手房的小区”;之后,服务器可以后台通过咨询问答模型获取与该问题最匹配(例如匹配度为0.95)的答案“A小区、B小区、C小区、D小区”,并作为候选答案;接着,服务器可以确定问题与候选答案的匹配度达到匹配度阈值(例如匹配度阈值为0.9);然后,服务器可以基于用户的用户特征(不喜欢离地铁超过1公里的小区)将该候选答案中离最近的地铁的距离为2公里的D小区去除后,得到待推送答案“A小区、B小区、C小区”;最后,服务器可以将该推送答案推送至客户端,客户端即可显示该推送答案“A小区、B小区、C小区”。
本申请的上述实施例提供的方法,通过咨询问答模型选取出与咨询信息最匹配的咨询回复信息并在匹配度大于匹配度阈值时基于候选咨询回复信息生成发送给终端的待推送咨询回复信息,使得推送给用户的咨询回复信息能自动生成,并且其与咨询信息匹配度最高且高于匹配度阈值,使得咨询回复信息可信度较强。
进一步参考图4,其示出了信息推送方法的又一个实施例的流程400。该信息推送方法的流程400,包括以下步骤:
步骤401,接收客户端发送的咨询信息。
在本实施例中,步骤401的具体处理可以参考图2对应实施例的步骤201,这里不再赘述。
步骤402,将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息。
在本实施例中,步骤402的具体处理可以参考图2对应实施例的步骤202,这里不再赘述。
步骤403,确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值。
在本实施例中,步骤403的具体处理可以参考图2对应实施例的步骤203,这里不再赘述。
步骤404,若大于,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。
在本实施例中,步骤404的具体处理可以参考图2对应实施例的步骤204,这里不再赘述。
步骤405,若候选咨询回复信息与咨询信息的匹配度小于匹配度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息。
在本实施例中,当步骤403中判断结果是候选咨询回复信息与咨询信息的匹配度小于匹配度阈值时,电子设备可以将咨询信息发送至客服端。之后,客服人员可以在通过客服端接收到咨询信息后对该咨询信息进行回复,从而可以通过客服端向服务器返回咨询回复信息。如此,服务器即可获取到客服端返回的咨询回复信息。
步骤406,将所接收的咨询回复信息确定为待推送咨询回复信息并推送至客户端。
在本实施例中,基于步骤405所接收到的咨询回复信息,上述电子设备可以将该咨询回复信息确定为待推送咨询回复信息并推送至客户端。
从图4中可以看出,与图2对应的实施例相比,本实施例中的信息推送方法的流程400增加了在候选咨询回复信息与咨询信息的匹配度较小时通过客服人员人工答复咨询信息并将该人工回复的咨询回复信息推送至客户端,较少了匹配度较低的咨询回复信息被推送给用户导致咨询质量下降,并进而影响用户对产品的评价。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种信息推送装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种服务器中。
如图5所示,本实施例所描述的信息推送装置500包括:接收单元501、输入单元502、确定单元503和生成单元504。其中,接收单元501用于接收客户端发送的咨询信息;输入单元502用于将咨询信息输入预先训练的咨询问答模型,得到咨询问答模型输出的、与咨询信息匹配度最高的候选咨询回复信息,其中,咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;确定单元503用于确定候选咨询回复信息与咨询信息的匹配度是否大于匹配度阈值;而生成单元504用于若匹配度是否大于匹配度阈值,则基于候选咨询回复信息生成待推送咨询回复信息,并将待推送咨询回复信息推送至客户端。
在本实施例中,接收单元501、输入单元502、确定单元503和生成单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204,这里不再赘述。
在本实施例中,装置500还包括咨询问答模型建立单元(未示出),咨询问答模型建立单元包括:提取子单元(未示出),用于从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对样本咨询信息进行回复的样本咨询回复信息;获取子单元(未示出),用于获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息,其中,答复准确度信息用于指示咨询回复信息答复咨询信息的准确度;确定子单元(未示出),用于基于回复概率以及答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度;训练子单元(未示出),用于利用机器学习方法,基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
在本实施例中,装置500还包括:准确度信息接收单元(未示出),用于接收客户端针对待推送咨询回复信息反馈的答复准确度信息;匹配度确定单元(未示出),用于根据所接收的答复准确度信息,确定咨询回复信息与咨询回复信息之间的匹配度;继续训练(未示出)单元,用于根据咨询回复信息、咨询回复信息以及两者之间的匹配度,继续训练咨询问答模型。
在本实施例中,上述装置500还包括:准确度信息接收单元(未示出),接收客户端针对待推送咨询回复信息反馈的答复准确度信息;判断单元(未示出),用于判断答复准确度是否小于准确度阈值;第一发送单元(未示出),用于若答复准确度小于准确度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;第一推送单元(未示出),用于将所接收的咨询回复信息推送至客户端。
在本实施例的一些可选实现方式中,上述生成504单元进一步用于:获取客户端对应的用户特征信息;根据候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。
在本实施例的一些可选实现方式中,装置500还包括:第二发送单元(未示出),若候选咨询回复信息与咨询信息的匹配度小于匹配度阈值,则将咨询信息发送至客服端,并接收客服端对咨询信息进行回复而返回的咨询回复信息;第二推送单元(未示出),用于将所接收的咨询回复信息确定为待推送咨询回复信息并推送至客户端。
下面参考图6,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、确定单元、确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收客户端发送的咨询信息的单元”。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所描述装置中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当该一个或者多个程序被一个设备执行时,使得设备:接收客户端发送的咨询信息;将所述咨询信息输入预先训练的咨询问答模型,得到所述咨询问答模型输出的、与所述咨询信息匹配度最高的候选咨询回复信息,其中,所述咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;确定所述候选咨询回复信息与所述咨询信息的匹配度是否大于匹配度阈值;若大于,则基于所述候选咨询回复信息生成待推送咨询回复信息,并将所述待推送咨询回复信息推送至所述客户端。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种信息推送方法,其特征在于,所述方法包括:
接收客户端发送的咨询信息;
将所述咨询信息输入预先训练的咨询问答模型,得到所述咨询问答模型输出的、与所述咨询信息匹配度最高的候选咨询回复信息,其中,所述咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;
确定所述候选咨询回复信息与所述咨询信息的匹配度是否大于匹配度阈值;
若大于,则基于所述候选咨询回复信息生成待推送咨询回复信息,并将所述待推送咨询回复信息推送至所述客户端。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
咨询问答模型建立步骤,包括:
从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对所述样本咨询信息进行回复的样本咨询回复信息;
获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息;
基于所述回复概率以及所述答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度;
利用机器学习方法,基于样本咨询信息、与所述样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
接收所述客户端针对所述待推送咨询回复信息反馈的答复准确度信息;
根据所接收的答复准确度信息,确定所述咨询回复信息与所述咨询回复信息之间的匹配度;
根据所述咨询回复信息、所述咨询回复信息以及两者之间的匹配度,继续训练所述咨询问答模型。
4.根据权利要求2所述方法,其特征在于,所述方法还包括:
接收所述客户端针对所述待推送咨询回复信息反馈的答复准确度信息;
判断所述答复准确度是否小于准确度阈值;
若小于,则将所述咨询信息发送至客服端,并接收所述客服端对所述咨询信息进行回复而返回的咨询回复信息;
将所接收的咨询回复信息推送至所述客户端。
5.根据权利要求1所述的方法,其特征在于,所述基于所述候选咨询回复信息生成待推送咨询回复信息,包括:
获取所述客户端对应的用户特征信息;
根据所述候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。
6.根据权利要求1所述的方法,其特征在于,其特征在于,所述方法还包括:
若所述候选咨询回复信息与所述咨询信息的匹配度小于匹配度阈值,则将所述咨询信息发送至客服端,并接收所述客服端对所述咨询信息进行回复而返回的咨询回复信息;
将所接收的咨询回复信息确定为待推送咨询回复信息并推送至所述客户端。
7.一种信息推送装置,其特征在于,所述装置包括:
接收单元,用于接收客户端发送的咨询信息;
输入单元,用于将所述咨询信息输入预先训练的咨询问答模型,得到所述咨询问答模型输出的、与所述咨询信息匹配度最高的候选咨询回复信息,其中,所述咨询问答模型是基于样本咨询信息、与样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练而得到的;
确定单元,用于确定所述候选咨询回复信息与所述咨询信息的匹配度是否大于匹配度阈值;
生成单元,用于若所述匹配度是否大于匹配度阈值,则基于所述候选咨询回复信息生成待推送咨询回复信息,并将所述待推送咨询回复信息推送至所述客户端。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括咨询问答模型建立单元,所述咨询问答模型建立单元包括:
提取子单元,用于从样本用户端与样本客服端的交互信息中提取样本咨询信息以及对所述样本咨询信息进行回复的样本咨询回复信息;
获取子单元,用于获取使用样本咨询回复信息对样本咨询信息的回复概率以及样本用户端针对样本咨询回复信息所反馈的答复准确度信息;
确定子单元,用于基于所述回复概率以及所述答复准确度信息确定样本咨询信息与样本咨询回复信息之间的匹配度;
训练子单元,用于利用机器学习方法,基于样本咨询信息、与所述样本咨询信息匹配的样本咨询回复信息以及样本咨询信息与样本咨询回复信息之间的匹配度进行训练,得到咨询问答模型。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
准确度信息接收单元,用于接收所述客户端针对所述待推送咨询回复信息反馈的答复准确度信息;
匹配度确定单元,用于根据所接收的答复准确度信息,确定所述咨询回复信息与所述咨询回复信息之间的匹配度;
继续训练单元,用于根据所述咨询回复信息、所述咨询回复信息以及两者之间的匹配度,继续训练所述咨询问答模型。
10.根据权利要求8所述装置,其特征在于,所述装置还包括:
准确度信息接收单元,接收所述客户端针对所述待推送咨询回复信息反馈的答复准确度信息;
判断单元,用于判断所述答复准确度是否小于准确度阈值;
第一发送单元,用于若所述答复准确度小于准确度阈值,则将所述咨询信息发送至客服端,并接收所述客服端对所述咨询信息进行回复而返回的咨询回复信息;
第一推送单元,用于将所接收的咨询回复信息推送至所述客户端。
11.根据权利要求7所述的装置,其特征在于,所述生成单元进一步用于:
获取所述客户端对应的用户特征信息;
根据所述候选咨询回复信息以及用户特征信息,生成待推送咨询回复信息。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二发送单元,若所述候选咨询回复信息与所述咨询信息的匹配度小于匹配度阈值,则将所述咨询信息发送至客服端,并接收所述客服端对所述咨询信息进行回复而返回的咨询回复信息;
第二推送单元,用于将所接收的咨询回复信息确定为待推送咨询回复信息并推送至所述客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710031754.7A CN106789595A (zh) | 2017-01-17 | 2017-01-17 | 信息推送方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710031754.7A CN106789595A (zh) | 2017-01-17 | 2017-01-17 | 信息推送方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106789595A true CN106789595A (zh) | 2017-05-31 |
Family
ID=58947010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710031754.7A Pending CN106789595A (zh) | 2017-01-17 | 2017-01-17 | 信息推送方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106789595A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301213A (zh) * | 2017-06-09 | 2017-10-27 | 腾讯科技(深圳)有限公司 | 智能问答方法及装置 |
CN107330071A (zh) * | 2017-06-30 | 2017-11-07 | 北京神州泰岳软件股份有限公司 | 一种法律咨询信息智能答复方法及平台 |
CN108256123A (zh) * | 2018-02-24 | 2018-07-06 | 成都小多科技有限公司 | 服务咨询自学习方法及装置 |
CN108629011A (zh) * | 2018-05-07 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 用于发送反馈信息的方法和装置 |
CN109242109A (zh) * | 2018-07-06 | 2019-01-18 | 网宿科技股份有限公司 | 深度模型的管理方法及服务器 |
CN109547320A (zh) * | 2018-09-29 | 2019-03-29 | 阿里巴巴集团控股有限公司 | 社交方法、装置及设备 |
CN109995642A (zh) * | 2017-12-29 | 2019-07-09 | Tcl集团股份有限公司 | 一种自动生成快捷回复的方法及装置、即时通讯系统 |
CN110263247A (zh) * | 2019-05-20 | 2019-09-20 | 话媒(广州)科技有限公司 | 一种回复信息推荐方法及电子设备 |
CN110417635A (zh) * | 2018-04-28 | 2019-11-05 | 北京金山安全软件有限公司 | 信息自动回复方法、装置及设备 |
CN111274490A (zh) * | 2020-03-26 | 2020-06-12 | 北京百度网讯科技有限公司 | 咨询信息的处理方法和装置 |
WO2021000400A1 (zh) * | 2019-07-02 | 2021-01-07 | 平安科技(深圳)有限公司 | 导诊相似问题对生成方法、系统及计算机设备 |
CN113609275A (zh) * | 2021-08-24 | 2021-11-05 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、设备及存储介质 |
CN113781061A (zh) * | 2020-06-17 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种信息推送管理方法和装置 |
US11663248B2 (en) | 2020-03-26 | 2023-05-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing consultation information |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7373300B1 (en) * | 2002-12-18 | 2008-05-13 | At&T Corp. | System and method of providing a spoken dialog interface to a website |
US20110191270A1 (en) * | 2010-02-02 | 2011-08-04 | Samsung Electronics Co. Ltd. | Intelligent decision supporting system and method for making intelligent decision |
CN102789496A (zh) * | 2012-07-13 | 2012-11-21 | 携程计算机技术(上海)有限公司 | 智能应答的实现方法及系统 |
CN103024530A (zh) * | 2012-12-18 | 2013-04-03 | 天津三星电子有限公司 | 智能电视语音应答系统及方法 |
CN104471568A (zh) * | 2012-07-02 | 2015-03-25 | 微软公司 | 对自然语言问题的基于学习的处理 |
CN104991887A (zh) * | 2015-06-18 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 提供信息的方法及装置 |
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN105630917A (zh) * | 2015-12-22 | 2016-06-01 | 成都小多科技有限公司 | 智能应答方法及装置 |
CN105808652A (zh) * | 2016-02-26 | 2016-07-27 | 北京京东尚科信息技术有限公司 | 在线客服的实现方法和装置 |
CN106021403A (zh) * | 2016-05-12 | 2016-10-12 | 北京奔影网络科技有限公司 | 客服方法及装置 |
CN106095834A (zh) * | 2016-06-01 | 2016-11-09 | 竹间智能科技(上海)有限公司 | 基于话题的智能对话方法及系统 |
CN106294341A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种智能问答系统及其主题判别方法和装置 |
-
2017
- 2017-01-17 CN CN201710031754.7A patent/CN106789595A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7373300B1 (en) * | 2002-12-18 | 2008-05-13 | At&T Corp. | System and method of providing a spoken dialog interface to a website |
US20110191270A1 (en) * | 2010-02-02 | 2011-08-04 | Samsung Electronics Co. Ltd. | Intelligent decision supporting system and method for making intelligent decision |
CN104471568A (zh) * | 2012-07-02 | 2015-03-25 | 微软公司 | 对自然语言问题的基于学习的处理 |
CN102789496A (zh) * | 2012-07-13 | 2012-11-21 | 携程计算机技术(上海)有限公司 | 智能应答的实现方法及系统 |
CN103024530A (zh) * | 2012-12-18 | 2013-04-03 | 天津三星电子有限公司 | 智能电视语音应答系统及方法 |
CN106294341A (zh) * | 2015-05-12 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种智能问答系统及其主题判别方法和装置 |
CN104991887A (zh) * | 2015-06-18 | 2015-10-21 | 北京京东尚科信息技术有限公司 | 提供信息的方法及装置 |
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN105630917A (zh) * | 2015-12-22 | 2016-06-01 | 成都小多科技有限公司 | 智能应答方法及装置 |
CN105808652A (zh) * | 2016-02-26 | 2016-07-27 | 北京京东尚科信息技术有限公司 | 在线客服的实现方法和装置 |
CN106021403A (zh) * | 2016-05-12 | 2016-10-12 | 北京奔影网络科技有限公司 | 客服方法及装置 |
CN106095834A (zh) * | 2016-06-01 | 2016-11-09 | 竹间智能科技(上海)有限公司 | 基于话题的智能对话方法及系统 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301213A (zh) * | 2017-06-09 | 2017-10-27 | 腾讯科技(深圳)有限公司 | 智能问答方法及装置 |
CN107330071A (zh) * | 2017-06-30 | 2017-11-07 | 北京神州泰岳软件股份有限公司 | 一种法律咨询信息智能答复方法及平台 |
CN109995642A (zh) * | 2017-12-29 | 2019-07-09 | Tcl集团股份有限公司 | 一种自动生成快捷回复的方法及装置、即时通讯系统 |
CN108256123A (zh) * | 2018-02-24 | 2018-07-06 | 成都小多科技有限公司 | 服务咨询自学习方法及装置 |
CN110417635A (zh) * | 2018-04-28 | 2019-11-05 | 北京金山安全软件有限公司 | 信息自动回复方法、装置及设备 |
CN108629011A (zh) * | 2018-05-07 | 2018-10-09 | 百度在线网络技术(北京)有限公司 | 用于发送反馈信息的方法和装置 |
CN109242109A (zh) * | 2018-07-06 | 2019-01-18 | 网宿科技股份有限公司 | 深度模型的管理方法及服务器 |
CN109242109B (zh) * | 2018-07-06 | 2022-05-10 | 网宿科技股份有限公司 | 深度模型的管理方法及服务器 |
CN109547320A (zh) * | 2018-09-29 | 2019-03-29 | 阿里巴巴集团控股有限公司 | 社交方法、装置及设备 |
CN110263247A (zh) * | 2019-05-20 | 2019-09-20 | 话媒(广州)科技有限公司 | 一种回复信息推荐方法及电子设备 |
WO2021000400A1 (zh) * | 2019-07-02 | 2021-01-07 | 平安科技(深圳)有限公司 | 导诊相似问题对生成方法、系统及计算机设备 |
CN111274490A (zh) * | 2020-03-26 | 2020-06-12 | 北京百度网讯科技有限公司 | 咨询信息的处理方法和装置 |
US11663248B2 (en) | 2020-03-26 | 2023-05-30 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for processing consultation information |
CN111274490B (zh) * | 2020-03-26 | 2024-01-19 | 北京百度网讯科技有限公司 | 咨询信息的处理方法和装置 |
CN113781061A (zh) * | 2020-06-17 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种信息推送管理方法和装置 |
CN113609275A (zh) * | 2021-08-24 | 2021-11-05 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、设备及存储介质 |
CN113609275B (zh) * | 2021-08-24 | 2024-03-26 | 腾讯科技(深圳)有限公司 | 信息处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106789595A (zh) | 信息推送方法和装置 | |
CN107105031A (zh) | 信息推送方法和装置 | |
CN107623614A (zh) | 用于推送信息的方法和装置 | |
CN107908789A (zh) | 用于生成信息的方法和装置 | |
CN105893465A (zh) | 自动问答方法和装置 | |
CN105306495B (zh) | 用户识别方法和装置 | |
CN107944481A (zh) | 用于生成信息的方法和装置 | |
CN106874471A (zh) | 信息推送方法和装置 | |
CN106897905A (zh) | 用于推送信息的方法、装置及电子设备 | |
CN107295095A (zh) | 推送及展示广告的方法和装置 | |
CN108229704A (zh) | 用于推送信息的方法和装置 | |
CN107426328A (zh) | 信息推送方法和装置 | |
CN106896937A (zh) | 用于输入信息的方法和装置 | |
CN107302597A (zh) | 消息文案推送方法和装置 | |
CN105740331A (zh) | 信息推送方法及装置 | |
CN106919711A (zh) | 基于人工智能的标注信息的方法和装置 | |
CN107770380A (zh) | 信息处理方法和装置 | |
CN107305677A (zh) | 产品信息推送方法和装置 | |
CN108540508A (zh) | 用于推送信息的方法、装置和设备 | |
CN106067897A (zh) | 基于用户终端位置的信息推送方法和装置 | |
CN106875279A (zh) | 信息推送方法和装置 | |
CN109389182A (zh) | 用于生成信息的方法和装置 | |
CN107783962A (zh) | 用于查询指令的方法及装置 | |
CN108959087A (zh) | 测试方法和装置 | |
CN112269926A (zh) | 数据推送方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20211105 |