CN106897334A - 一种问题推送方法和设备 - Google Patents

Abstract

本申请公开了一种问题推送方法和设备，包括：通过获取目标用户的用户行为数据；并根据用户行为数据与智能客服系统中标准问题之间的映射关系，预测与获取到的所述用户行为数据对应的标准问题；将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。这样，对于智能客服系统来讲，不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服系统定位问题的精确度，改善用户对智能客服系统的用户体验。

Description

一种问题推送方法和设备

技术领域

本申请涉及互联网信息处理技术领域，尤其涉及一种问题推送方法和设备。

背景技术

智能客服系统是以自然语言处理和人机交互等多种人工智能技术和互联网技术为基础，使用WEB或IM(即时通信工具)作为表现形式的智能自动客服系统。

为了使智能客服系统更方便快捷地为用户提供客户服务，一般需要在智能客服系统中存储一套标准问题库。所谓标准问题库是一系列标准问题的集合，这里所记载的标准问题可以是指一套描述用户问题的类目体系。例如：“如何查询账单明细？”这一标准问题，主要描述了用户对账单明细怎么查询的问题。

在实际应用中，智能客服系统可以根据用户输入的问题关键词，从标准问题库中进行问题匹配，进而为用户提供客服服务。

但是，经研究发现，智能客服系统通过问题关键词进行问题搜索，存在以下问题：智能客服系统采用问题关键词的方式搜索问题，这样返回给用户的问题数量比较多，用户需要消耗大量的时间找到自己真正需要的问题以及解决方案，由此可见，智能客户系统在搜索问题时存在问题定位精度不高的情形。这种情形在实际应用中导致用户对智能客服系统的用户体验不好。

发明内容

有鉴于此，本申请实施例提供了一种问题推送方法和设备，用于解决现有技术中。

本申请实施例提供一种问题推送方法，包括：

获取目标用户的用户行为数据；

根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

本申请实施例还提供一种问题推送设备，包括：

获取单元，获取目标用户的用户行为数据；

查找单元，根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

推送单元，将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过获取目标用户的用户行为数据；并根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。这样，对于智能客服系统来讲，不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服系统定位问题的精确度，改善用户对智能客服系统的用户体验。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种问题推送方法的流程示意图；

图2为本申请实施例提供的一种问题推送设备的结构示意图；

图3为本申请实施例提供的一种智能客服系统的结构示意图。

具体实施方式

在实际应用中，用户在碰到需要解决的问题时，向智能客服系统发送问题查询请求，该问题查询请求中包含的问题与智能客服系统中存储的标准问题存在一定差异，即同样是有关账单查询的问题，用户可能发送的问题为“查不到账单明细？”、“怎么看账单？”等，而在智能客服系统中有关账单的问题被定义为“如何查询账单明细？”。这样，智能客服系统采用问题关键词的方式查找标准问题，除了能查找到“如何查询账单明细？”这一问题之外，还可能查找到其他标准问题，为用户定位所需要的问题以及问题解决方案增加难度，使得用户对智能客服系统的用户体验降低。

为了实现本申请的目的，本申请实施例提供了一种问题推送方法和设备，通过获取目标用户的用户行为数据；并根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。这样，对于智能客服系统来讲，不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服系统定位问题的精确度，改善用户对智能客服系统的用户体验。

本申请实施例所记载的技术方案的应用场景包括但不限于：应用软件的冷启动阶段，即在应用软件上线运行阶段，这一运行阶段的特点是：用户行为数据相对较少，但是用户在使用过程中碰到难题的可能性又比较大，那么在这种情况下按照本申请实施例中所记载的技术方案，能够有效解决智能客服系统存在的问题定位精度较低的情形，提升用户对应用软件以及智能客服系统的用户体验；用户注册使用某一应用软件阶段，因为用户首次使用一应用软件，在使用过程中碰到难题的可能性也比较大，同样地按照本申请实施例中记载的技术方案，能够及时预测用户在使用过程中可能碰到的使用障碍，进而提供解决这些障碍的方法，有效提升用户使用应用软件的用户体验；等等。

需要说明的是，本申请实施例中所记载的用户行为数据包括但不限于：采集用户在使用应用软件过程中产生的操作数据，例如：触发应用软件中某一控件的行为数据、触发应用软件中某一链接地址的行为数据等等；采集用户在使用应用软件时的状态数据，例如：用户所在的位置信息，用户登录该应用软件的时间信息等；采集用户发起的求助数据，例如：拨打应用软件的客服电话的数据等。

下面结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

图1为本申请实施例提供的一种问题推送方法的流程示意图。所述方法可以如下所示。本申请实施例的执行主体可以是智能客服系统，也可以是其他服务器，这里不做具体限定。

步骤101：获取目标用户的用户行为数据。

在步骤101中，监测目标用户在使用目标应用软件过程中的用户行为，并获取与该用户行为对应的用户行为数据。

这里的用户行为数据可以包括但不限于：采集目标用户在使用应用软件过程中产生的操作数据，例如：触发应用软件中某一控件的行为数据、触发应用软件中某一链接地址的行为数据等等；

采集目标用户在使用应用软件时的状态数据，例如：目标用户所在的位置信息，目标用户登录该应用软件的时间信息等；

采集目标用户发起的求助数据，例如：拨打应用软件的客服电话的数据等。

这里的求助数据可以是指该目标用户在使用目标应用软件过程中的历史求助数据，为进一步确定目标用户可能碰到的难题提供依据。

在本申请的另一个实施例中，获取目标用户的用户行为数据，包括：

在确定目标用户属于应用软件的冷启动用户时，获取所述目标用户的用户行为数据，所述冷启动用户是指首次使用所述应用软件或者所述应用软件的注册用户。

在本申请实施例中，当检测到目标用户首次在目标应用软件中完成注册时，确定该目标用户属于该目标应用软件的冷启动用户；或者，当检测到目标用户首次登录该目标应用软件时，确定该目标用户属于该目标应用软件的冷启动用户；或者，当检测到目标用户在使用该目标应用软件产生的用户行为数据的数据量小于设定阈值时，确定该目标用户属于该目标应用软件的冷启动用户。对于如何确定目标用户是否属于应用软件的冷启动用户，除了本申请实施例中所记载的这几种方式之外，还可以采用其他方式进行判定，这里不再做一一说明。

需要说明的是，本申请实施例中步骤101中触发执行的条件可以是判断目标用户是否属于应用软件的冷启动用户，若属于，则触发本申请实施例步骤101实施。

步骤102：根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题。

首先说明如何建立用户行为数据与智能客服系统中标准问题之间的映射关系。

通常情况下，为了细粒度的量化问题，智能客服系统中存储一套标准问题体系。本申请实施例提出基于用户行为数据和用户发送的问题查询请求，建立用户行为数据与智能客服系统中标准问题之间的映射关系，这样后续可以根据用户的用户行为数据匹配相应的标准问题，即提供基于用户行为数据对标准问题进行识别的方式，进而有效地提升智能客服系统精准地向用户推送问题以及问题的解决方案。

具体地，首先，接收不同用户发送的问题查询请求，所述问题查询请求中包含待查询问题，并采集所述不同用户在发送所述问题查询请求时产生的用户行为数据。

这里“接收不同用户发送的问题查询请求”可以理解为获取不同用户发送的历史问题查询请求，并在获取到该历史问题查询请求时，采集不同用户在发送给历史问题查询请求时产生的用户行为数据。这里的“采集”可以是从日志服务器中查到的。此外，本申请实施例中记载的接收不同用户发送的问题查询请求也可以包含接收目标用户发送的问题查询请求。

例如：用户A在使用应用软件a时遇到难题，此时用户A可以向应用软件a的客服发送问题查询请求，该问题查询请求的方式可以是电话形式，那么智能客服系统在接收到用户A发送的问题查询请求时，确定用户A在使用应用软件a时的用户行为数据。此时，智能客服系统可以存储用户A的问题查询请求中包含的问题与确定的用户A的用户行为数据(这里的用户行为数据可以包含用户A对应用软件a的操作数据)之间的映射关系。

再例如：用户A在使用应用软件a时，通过IVR(Interactive Voice Response；互动式语音应答)系统向应用软件a的客服发送问题查询请求，该问题查询请求中可以包含待查询的问题，也可以为空，这里不做具体限定。

需要说明的是，用户在通过IVR系统向应用软件a的客服发送问题查询请求时，此时用户可能确定所要查询的问题是什么，也存在用户不确定所要查询的问题是什么，或者用户不能对碰到的难题进行描述，那么用户在通过IVR系统向应用软件a的客服发送问题查询请求时，可以在问题查询请求中不携带待查询的问题，即待查询的问题对应的字段为空。

那么智能客服系统在接收到用户A发送的问题查询请求时，确定用户A此时使用应用软件a的用户状态信息，这里的用户状态信息可以包含用户A最近一次登录应用软件a的时间，使用应用软件a的频次等等。此时，智能客服系统可以存储用户A的问题查询请求中包含的待查询的问题与确定的用户A的用户状态信息之间的映射关系。

需要说明的是，若待查询的问题为空，那么此时可以建立空与确定的用户A的用户状态信息之间的映射关系；也可以从标准问题库中选择被问频次最高的标准问题，并建立选择的标准问题与确定的用户A的用户状态信息之间的映射关系，这里不做具体限定。

其次，从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

具体地，提取所述问题查询请求中包含的所述待查询问题的问题关键词；利用所述问题关键词，从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题；计算所述待查询问题与筛选到的所述标准问题之间的匹配度；根据所述匹配度，确定与所述待查询问题相匹配的标准问题。

需要说明的是，本申请实施例中计算所述待查询问题与筛选到的所述标准问题之间的匹配度可以按照目前已有的搜索相似度的计算方式得到；也可以按照关键词匹配的计算方式得到，这里对于如何计算得到所述待查询问题与筛选到的所述标准问题之间的匹配度不做具体限定。

例如：在确定待查询问题的问题关键词之后，分别确定智能客服系统的标准问题库中包含的标准问题的问题关键词，再将待查找问题的问题关键词与智能客服系统中包含的每一个标准问题的问题关键词进行匹配，最后从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题。

在计算得到所述待查询问题与筛选到的每一个所述标准问题之间的匹配度时，将其中所述匹配度大于设定数值的标准问题作为查找到与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

可选地，在计算得到所述待查询问题与筛选到的每一个所述标准问题之间的匹配度时，可以按照计算得到的匹配度进行排序；对于排序结果，为筛选到的每一个所述标准问题确定一个评分，选择其中评分分值大于设定数值的标准问题作为查找到与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

假设在计算得到所述待查询问题与筛选到的每一个所述标准问题之间的匹配度时，计算得到的匹配度小于设定数值，那么在本申请的另一个实施例中，根据所述匹配度，确定与所述待查询问题相匹配的标准问题，包括：

在确定所述匹配度小于设定数值时，利用文本相似度算法，计算所述待查询问题与筛选到的所述标准问题之间的文本相似度；将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

例如：将所述待查询问题进行文本拆分，得到该待查询问题对应的文本集合A；同样地，讲筛选出的标准问题进行文本拆分，得到每一个标准问题对应的文本集合B。按照杰卡德相似算法原理，计算所述待查询问题与筛选到的每一个所述标准问题之间的文本相似度：

其中，A为待查询问题对应的文本集合A，B为标准问题对应的文本集合B。

可选地，在本申请的另一个实施例中，从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用文本相似算法，计算智能客服系统的标准问题库中标准问题与所述待查询问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

需要说明的是，这里计算文本相似度的方式可以按照上述记载的方式实现，这里不做具体限定。

最后，建立采集到的所述用户行为数据与查找到的所述标准问题之间的映射关系。

按照上述方式建立用户行为数据与查找到的所述标准问题之间的映射关系，这里同一个标准问题可以与多个用户行为数据建立映射关系。

在步骤102中，针对步骤101中获取到的用户行为数据，根据预先建立的映射关系，从智能客服系统的标准问题库中查找与其相关的标准问题。

即在用户使用应用软件的过程中，智能客服系统可以根据用户在使用应用软件的过程中产生的用户行为数据，预测用户可能碰到的难题，及时将这些难题以及对应的难题解决方案筛选出来，这样能够提升智能客服系统定位问题的精确度。

步骤103：将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

在步骤103中，智能客服系统将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

通过本申请实施例提供的技术方案，获取目标用户的用户行为数据；并根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。这样，对于智能客服系统来讲，不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服系统定位问题的精确度，改善用户对智能客服系统的用户体验。

图2为本申请实施例提供的一种问题推送设备的结构示意图。所述问题推送设备中包括：获取单元21、查找单元22和推送单元23，其中：

获取单元21，获取目标用户的用户行为数据；

查找单元22，根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

推送单元23，将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

在本申请的另一个实施例中，所述问题推送设备还包括：建立单元24，其中：

所述建立单元24，建立用户行为数据与智能客服系统中标准问题之间的映射关系，包括：

接收不同用户发送的问题查询请求，所述问题查询请求中包含待查询问题，并采集所述不同用户在发送所述问题查询请求时产生的用户行为数据；

从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题；

建立采集到的所述用户行为数据与查找到的所述标准问题之间的映射关系。

在本申请的另一个实施例中，所述建立单元24从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用所述问题关键词，从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题；

计算所述待查询问题与筛选到的所述标准问题之间的匹配度；

根据所述匹配度，确定与所述待查询问题相匹配的标准问题。

在本申请的另一个实施例中，所述建立单元24根据所述匹配度，确定与所述待查询问题相匹配的标准问题，包括：

在确定所述匹配度小于设定数值时，利用文本相似度算法，计算所述待查询问题与筛选到的所述标准问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

在本申请的另一个实施例中，所述建立单元24从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用文本相似算法，计算智能客服系统的标准问题库中标准问题与所述待查询问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

在本申请的另一个实施例中，所述获取单元21获取目标用户的用户行为数据，包括：

在确定目标用户属于应用软件的冷启动用户时，获取所述目标用户的用户行为数据，所述冷启动用户是指首次使用所述应用软件或者所述应用软件的注册用户。

需要说明的是，本申请实施例中所提供的问题推送设备可以通过软件方式实现，也可以通过硬件方式实现，这里不做具体限定。本申请实施例提供的问题推送设备不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服定位问题的精确度，改善用户对智能客服系统的用户体验。

图3为本申请实施例提供的一种智能客服系统的结构示意图。所述智能客服系统中包括：问题预测单元31、问题分类单元32和问题推送单元33。其中：

问题预测单元31，用于获取目标用户的用户行为数据；并根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

问题分类单元32，用于建立用户行为数据与智能客服系统中标准问题之间的映射关系；

问题推送单元33，用于将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

可选地，问题分类单元32还包括：接收模块321、匹配模块322和建立单元323，其中：

接收模块321，用于接收不同用户发送的问题查询请求，所述问题查询请求中包含待查询问题，并采集所述不同用户在发送所述问题查询请求时产生的用户行为数据；

匹配模块322，用于从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题；

建立单元323，用于建立采集到的所述用户行为数据与查找到的所述标准问题之间的映射关系。

在本申请的另一个实施例中，所述匹配模块322从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用所述问题关键词，从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题；

计算所述待查询问题与筛选到的所述标准问题之间的匹配度；

根据所述匹配度，确定与所述待查询问题相匹配的标准问题。

在本申请的另一个实施例中，所述匹配模块322根据所述匹配度，确定与所述待查询问题相匹配的标准问题，包括：

在确定所述匹配度小于设定数值时，利用文本相似度算法，计算所述待查询问题与筛选到的所述标准问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

在本申请的另一个实施例中，所述匹配模块322从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用文本相似算法，计算智能客服系统的标准问题库中标准问题与所述待查询问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

需要说明的是，本申请实施例提供的智能客服系统不再仅仅根据用户所发送的问题查询请求给用户提供客服服务，还可以根据用户的用户行为数据，及时预测用户可能即将碰到的难题，及时将针对该难题的解决方式推送给用户，有效提升了智能客服定位问题的精确度，改善用户对智能客服系统的用户体验。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种问题推送方法，其特征在于，包括：

获取目标用户的用户行为数据；

根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

2.如权利要求1所述的问题推送方法，其特征在于，建立用户行为数据与智能客服系统中标准问题之间的映射关系，包括：

接收不同用户发送的问题查询请求，所述问题查询请求中包含待查询问题，并采集所述不同用户在发送所述问题查询请求时产生的用户行为数据；

从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题；

建立采集到的所述用户行为数据与查找到的所述标准问题之间的映射关系。

3.如权利要求2所述的问题推送方法，其特征在于，从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用所述问题关键词，从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题；

计算所述待查询问题与筛选到的所述标准问题之间的匹配度；

根据所述匹配度，确定与所述待查询问题相匹配的标准问题。

4.如权利要求3所述的问题推送方法，其特征在于，根据所述匹配度，确定与所述待查询问题相匹配的标准问题，包括：

在确定所述匹配度小于设定数值时，利用文本相似度算法，计算所述待查询问题与筛选到的所述标准问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

5.如权利要求2或3所述的问题推送方法，其特征在于，从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用文本相似算法，计算智能客服系统的标准问题库中标准问题与所述待查询问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

6.如权利要求1所述的问题推送方法，其特征在于，获取目标用户的用户行为数据，包括：

在确定目标用户属于应用软件的冷启动用户时，获取所述目标用户的用户行为数据，所述冷启动用户是指首次使用所述应用软件或者所述应用软件的注册用户。

7.一种问题推送设备，其特征在于，包括：

获取单元，获取目标用户的用户行为数据；

查找单元，根据用户行为数据与智能客服系统中标准问题之间的映射关系，查找与获取到的所述用户行为数据对应的标准问题；

推送单元，将所述标准问题以及所述标准问题对应的问题答案推送给所述目标用户。

8.如权利要求7所述的问题推送设备，其特征在于，所述问题推送设备还包括：建立单元，其中：

所述建立单元，建立用户行为数据与智能客服系统中标准问题之间的映射关系，包括：

接收不同用户发送的问题查询请求，所述问题查询请求中包含待查询问题，并采集所述不同用户在发送所述问题查询请求时产生的用户行为数据；

从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题；

建立采集到的所述用户行为数据与查找到的所述标准问题之间的映射关系。

9.如权利要求8所述的问题推送设备，其特征在于，所述建立单元从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用所述问题关键词，从智能客服系统的标准问题库中筛选包含所述问题关键词的标准问题；

计算所述待查询问题与筛选到的所述标准问题之间的匹配度；

根据所述匹配度，确定与所述待查询问题相匹配的标准问题。

10.如权利要求9所述的问题推送设备，其特征在于，所述建立单元根据所述匹配度，确定与所述待查询问题相匹配的标准问题，包括：

在确定所述匹配度小于设定数值时，利用文本相似度算法，计算所述待查询问题与筛选到的所述标准问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

11.如权利要求8或9所述的问题推送设备，其特征在于，所述建立单元从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题，包括：

提取所述问题查询请求中包含的所述待查询问题的问题关键词；

利用文本相似算法，计算智能客服系统的标准问题库中标准问题与所述待查询问题之间的文本相似度；

将所述文本相似度大于设定阈值的标准问题作为从智能客服系统的标准问题库中查找与所述问题查询请求中包含的所述待查询问题相匹配的标准问题。

12.如权利要求7所述的问题推送设备，其特征在于，所述获取单元获取目标用户的用户行为数据，包括：

在确定目标用户属于应用软件的冷启动用户时，获取所述目标用户的用户行为数据，所述冷启动用户是指首次使用所述应用软件或者所述应用软件的注册用户。