CN107092599B - 一种用于为用户提供知识信息的方法与设备 - Google Patents

Abstract

本申请的目的是提供一种用于为用户提供知识信息的方法与设备。具体地，获取包括用户使用网络应用过程中的多个生命周期的用户生命周期模型；确定用户在所述用户生命周期模型中的当前生命周期；根据用户所在的生命周期的需求特点将用户所需的知识信息提供给用户。与现有技术相比，本申请通过获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期，继而确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期，并根据用户所在的生命周期的需求特点将用户所需的知识信息提供给用户，从而简化用户获取知识信息的路径，降低用户时间成本，提升帮助的效率，降低企业人工成本，提升用户体验。

Description

一种用于为用户提供知识信息的方法与设备

技术领域

本申请涉及计算机领域，尤其涉及一种用于为用户提供知识信息的技术。

背景技术

随着网络应用平台和软件等互联网产品逐渐融入人们的生活，用户在使用网络应用平台或软件时会遇到各种各样的问题，因此，为了帮助用户解决这类问题现有技术通过引导用户至网络应用平台或软件中帮助中心进行搜索或类目查找进行问题及其相关问题的解决方案或对应知识信息，或通过人工静态配置不同使用阶段的相关问题及解答，或通过咨询人工客服从而获得帮助。

然而，通过现有技术进行相关问题的解决方案或对应知识信息查找时会因为帮助中心问题较多致使用户查找的成本较大，静态配置的阶段问题由于不同用户之间有差异无法做到推送问题解决方案精确灵活使得用户体验较差，咨询客服会造成工单量提升进而企业人工服务成本增加。

发明内容

本申请的一个目的是提供一种用于为用户提供知识信息的方法与设备，用以解决无法在特定时段或场景对网络应用平台或软件用户进行知识信息智能推送的问题。

为实现上述目的，本申请提供了一种用于为用户提供知识信息的方法，该方法解决了无法在特定时段或场景对网络应用平台或软件用户进行知识信息智能推送的问题，该方法包括：

获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；

确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；

当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

根据本申请的另一个方面，本申请提供了一种用于为用户提供知识信息的设备，该设备解决了无法在特定时段或场景对网络应用平台或软件用户进行知识信息智能推送的问题，该设备包括：

生命周期模型获取装置，用于获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；

生命周期确定装置，用于确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；

变更知识信息推送装置，用于当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

与现有技术相比，本申请通过获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期，继而确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期，并根据用户所在的生命周期的需求特点将用户所需的知识信息提供给用户，从而简化用户获取知识信息的路径，降低用户获取知识信息的时间成本，提升帮助的效率，降低企业人工成本，提升用户体验。

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示出根据本申请一个方面的一种用于为用户提供知识信息的方法流程图；

图2示出根据本申请一个优选实施例的步骤S1的方法流程图；

图3示出根据本申请另一个优选实施例的步骤S12的方法流程图；

图4示出根据本申请另一个优选实施例的步骤S3的方法流程图；

图5示出根据本申请另一个方面的一种用于为用户提供知识信息的设备示意图；

图6示出根据本申请另一个优选实施例的生命周期模型获取装置的设备示意图；

图7示出根据本申请另一个优选实施例的候选生命周期验证单元的设备示意图；

图8示出根据本申请另一个优选实施例的变更知识信息推送装置的设备示意图；

图9示出根据本申请另一个优选实施例的用户知识信息推送示意图；

图10示出根据本申请另一个优选实施例的推送系统运行示意图；

图11示出根据本申请另一个优选实施例的知识信息推送界面示意图；

图12示出根据本申请另一个优选实施例的用户生命周期模型生成示意图；

图13示出根据本申请另一个优选实施例的生命周期验证示意图；

图14示出根据本申请另一个优选实施例的用户特征信息及工单信息收集示意图；

图15示出根据本申请另一个优选实施例的用户与工单关联示意图；

图16示出根据本申请另一个优选实施例的工单与知识信息映射示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均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非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

图1示出根据本申请一个方面的一种用于为用户提供知识信息的方法流程图。所述方法包括步骤S1、步骤S2以及步骤S3。

其中，在步骤S1中设备1获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；在步骤S2中设备1确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；在步骤S3中设备1当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

具体地，在步骤S1中设备1获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期。在此，所述生命周期是指用户使用例如阿里云平台或其它网络应用平台或软件时所留下的使用指标、向人工提出工单以及知识信息需求等特征所表现出的不同聚集的时间段。用户生命周期有两个特征：其一，用户在同一生命周期内具有相似的使用特征、具有共性的工单问题分类以及相似的知识信息需求。其二，用户在相邻的两个生命周期之间所对应的使用特征、工单分类以及知识需求存在指标差异。其中，所述工单是指问题单，是一种用户解决问题的方式，例如用户使用非即时或及时聊天的形式通过官方网站，提交一条问题单至阿里云客服，客服收到后会进行问题的解决，并给予回复直至问题的解决，问题解决后当条工单即关闭，工单的数据将在系统中留存下来，可进行数据分析，解决的工单对应用户需要的知识信息。所述用户生命周期模型即如图13所示为多个生命周期按时间顺序组成的模型，其中，将生命周期与对应这一周期的知识信息进行关联映射后，即可反应对于某个网络应用的整个用户使用过程中不同阶段对知识信息的需求特点。优选地，由于工单库和知识信息是在不断更新的，随着时间推移所述用户生命周期模型会有误差，定期使用最新数据对其中生命周期进行进而使得所述用户生命周期模型更新，从而保持模型的有效性，从而能够为用户准确的提供所需要的知识信息。获取所述用户生命周期模型的方法即例如图13所示通过获取所述生命周期进而将所述生命周期按照用户从购买至不再使用所述网络应用期间的时间顺序排列所得，进一步地，获取所述生命周期的方法包括通过将所收集的所有用户的使用特征数据通过如图12的方式生成，具体的实施方法将在下文结合图12与图13进行详述。

本领域技术人员应能理解上述通过所述生命周期获取所述用户生命周期模型的方式仅为举例，其他现有的或今后可能出现的通过所述生命周期获取所述用户生命周期模型的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

接着，在步骤S2中设备1确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期。所述当前时间单元中时间单元是指计算用户生命周期及其变更的时间单元，可依据需要设置为多天、一天或其它，具体可基于数据更新的维度以及用户使用网络应用的时间判定，建议最小基本单元为天，每半天或者每小时时间都太短计算复杂度和数据更新周期都不合理。如图9举例，阿里云平台每天系统会对全量的用户使用时长进行计算并标记对应生命周期Tn，则本例时间单元即为一天，当前时间单元即为当天，假设本例中的所述用户生命周期模型是图13中的模型，则当天用户所在的生命周期Tn的计算方法是：该用户使用阿里云产品的时长或有效使用时长为8个月，正好落在生命周期B里面，则用户当天生命周期为B，循环计算用户当前生命周期并比较变化情况，就可以对周期发生变化的成长用户进行检测并进行知识信息的智能推送。

本领域技术人员应能理解上述根据所述用户生命周期模型确定用户所在生命周期的方式仅为举例，其他现有的或今后可能出现的根据所述用户生命周期模型确定用户所在生命周期的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

优选地，所述当前生命周期对应的时间区间包含所述当前时间单元。是指在计算用户所述当前生命周期时其所在生命周期包含当前的时间单元，接上文举例，在图9中用户所使用阿里云平台的8个月中包含当天这个时间单元，即假设当天用户所在生命周期落在图13的B中，前一天用户所在生命周期落在A中，则当天这个当前时间单元是在B的时间范围中的。将当前时间单元包含在当前生命周期对应的时间单元内会使得用户对应的生命周期与当前更加接近，从而获得更加及时和准确的帮助。

接着，在步骤S3中设备1当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。即接上文举例，用户当前生命周期Tn与用户前一天的生命周期Tn-1之间进行比较，查看其变化情况，如果发生生命周期变化，例如当前生命周期落在图13的B中，用同样的方法计算前一天对应的生命周期落在图13的A中，则推送当前生命周期B关联的知识信息，其推送页面如图11所示，在用户网络应用的使用页面上推送当前生命周期所需要的知识信息。通过将与生命周期对应的知识信息提供给用户，将用户准确的与所需要获得的知识信息关联在一起，即如图10所示不同的用户ID与不同的知识信息例如解决方案ID和使用场景ID关联，从而在时间单元里,例如图10中的每天给予用户准确的帮助。

进一步地，所述方法还包括步骤S4(未示出)，在步骤S4中设备1当所述当前生命周期与所述前一生命周期相同，将与所述前一生命周期相对应的知识信息提供至所述用户。即接上文举例，用户当前生命周期Tn与用户前一天的生命周期Tn-1之间进行比较，查看其变化情况，如果发生生命周期变化，例如当前生命周期落在图13的B中，用同样的方法计算前一天对应的生命周期也落在图13的B中，则保持当前推送不发生变化，即向用户提供B对应的知识信息，其推送页面如图11所示，在用户网络应用的使用页面上推送当前生命周期所需要的知识信息。

本领域技术人员应能理解上述推送用户所在生命周期对应知识信息的方式仅为举例，其他现有的或今后可能出现的推送用户所在生命周期对应知识信息的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图2示出根据本申请一个优选实施例的步骤S1的方法流程图。所述步骤S1包括步骤S11、步骤S12以及步骤S13。

其中，在步骤S11中设备1根据用户使用网络应用的用户特征向量确定多个候选生命周期；在步骤S12中设备1对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证；在步骤S13中设备1将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。

具体地，在步骤S11中设备1根据用户使用网络应用的用户特征向量确定多个候选生命周期。其中，所述用户特征向量是基于生命周期的定义以及用户行为数据筛选出的数据，其反映了用户的在使用网络应用的不同阶段或场景中的特征，例如，在阿里云平台中将生命周期建模的特征指标分为如下三类：a.辅助指标，包括用户使用时长、消费金额、cpu使用情况等；b.工单指标，包括用户使用云平台过程中提出的工单数目及分类数；c.知识指标，包括云平台提供的知识文档、使用文档、以及工单知识访问。由此，对每个云平台用户均可以建立如下的特征向量用以表征该周期的用户，即每个用户会根据其对云平台的使用时长计算用户特征向量V，其中V向量的指标分为三种，辅助、工单、知识，表示如下：

V＝<Aid_feature,Ask_feature,Kow_feature>

其中，Aid_feature＝<a₁,a₂,...,a_n>即为辅助指标

Ask_feature＝<b₁,b₂,...,b_n>即为工单指标

Kow_feature＝<c₁,c₂,...,c_n>即为知识指标。

其中，所述候选生命周期是指，将网络应用的完整使用周期根据用户使用各个阶段不同的需求所切分的带有各自不同用户对知识信息需求特征的周期，其中，网络应用的完整使用周期是指根据所收集的用户行为数据分析出的正常用户从购买或开始使用网络应用至终止使用该应用的时间，或所设计的软件或网络应用平台的运营周期。

所述候选生命周期根据用户特征向量确定。优选地，将所述网络应用的周期通过预置的最小切分单位将完整使用周期进行切分，其中，最小切分单位是指根据用户使用时间设置的初步切分单位，例如在阿里云平台设置最小切分单位为月，每个最小切分单位下对应一个用户周期T，每个周期T内的所有用户为一个用户组，接着，如图12所示将所收集的反映用户特征的数据进行清洗处理将数据梳理之后，计算平均用户组特征相似度S，即两个不同组的用户特征向量指标之间的相似程度，具体计算公式如下：

其中，i、j表示处于两个不同被最小切分单位所切的用户周期T时间内的两组不同用户，k_i,j表示两个用户组特征平均相似度，

表示i组用户第k个特征指标的平均值，n为最小切分单位数。接着，根据平均用户组特征相似度S计算生命周期相似度sim_cycle，其中，生命周期相似度即两个生命周期之间的相似程度，具体计算公式如下：

其中，

接着，按照相邻周期相似度sim_cycle对生命周期进行合并与粗切分，例如图12所示，相邻周期T-1与T之间sim_cycle<0.5进行周期合并操作，合并为新的生命周期T，如果相邻周期T-1与T之间sim_cycle>＝0.5则完成粗切分，从而由被最小切分单位切分出的周期到根据周期相似度合并后所得的生命周期即候选生命周期。确定候选生命周期有利于将用户特征与生命周期结合，从而可以使得每个生命周期可以反映用户不同阶段的特征。

本领域技术人员应能理解上述计算平均用户组特征相似度S以及计算生命周期相似度sim_cycle的方式仅为举例，其他现有的或今后可能出现的计算平均用户组特征相似度S以及计算生命周期相似度sim_cycle的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

优选地，在步骤S11中设备1根据用户使用网络应用的用户特征向量划分为多个候选生命周期，其中，所述多个候选生命周期中每两个相邻候选生命周期间的周期相似度小于预定的第一阈值信息，所述周期相似度由所述两个相邻候选生命周期对应的用户特征向量确定。其中，所述第一阈值信息是指对候选生命周期进行合并或划分的标准，接上文举例，例如图12所示，相邻周期T-1与T之间sim_cycle<0.5进行周期合并操作，合并为新的生命周期T，如果相邻周期T-1与T之间sim_cycle>＝0.5则完成粗切分，从而由被最小切分单位切分出的周期到根据周期相似度合并后所得的生命周期即候选生命周期，0.5即为在阿里云平台中所设置的第一阈值信息。所述生命周期相似度即两个生命周期之间的相似程度，具体计算公式如下：

其中，

每个用户通过用户特征指标向量相似度来判定用户之间的相似程度，生命周期之间的相似程度可以通过处于当前生命周期内的用户组之间的相似程度来进行判断的，该相似度能够表征周期内用户的共性特征。

接着，在步骤S12中设备1对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证。所述工单分类信息包括但不限于将用户提出的每一份工单会按照内容的不同分门别类，或将某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类。根据所述工单分类信息对相邻的每两个候选生命其进行验证，例如，验证其某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类是否完全相同。因为相邻的候选生命周期是用户相邻的两个使用阶段，因此有可能两者对应的工单分类信息中的热点信息是相似的，从而导致推送给用户的与生命周期对应的知识点也是相似的，此时两个候选生命周期验证不通过则可以继续进行切分，从而使得知识信息的推送更加精确。

接着，在步骤S13中设备1将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。是指将不同的周期按照对应时间进行排列且无重叠，例如，按照用户月份数从小到大进行排序，并对应所保存的工单分类信息，即完成生命周期模型的生成，如图13所示系统可以得到一个生命周期模型，其中，用户所处生命周期阶段T，用户生命周期T区别于T-1周期的工单top分类。优选地，由于所存储的工单信息和知识信息随着时间的推移是在不断更新的，每过一段时间生命周期模型会有误差，则可设置定期更新时间，例如设置每个月按照上文举例的方法使用最新数据进行生命周期模型的重新计算以进行更新从而保持模型的有效性，使得用户被推送的知识信息保持准确。

图3示出根据本申请另一个优选实施例的步骤S12的方法流程图。所述步骤S12包括步骤S121以及步骤S122。

其中，在步骤S121中设备1对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息；在步骤S122中设备1若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。

具体地，在步骤S121中设备1对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息。所述工单相似度信息是指两个候选生命周期所对应的工单分类信息的相似程度的评估指标或信息，例如，某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类，例如取最高的是个作为评估指标，从而反映用当前用户关注的焦点。计算的方法包括计算两个候选生命周期的最高几个工单是否相同，例如统计10个最热门的对应工单中相同的工单数目或统计所有对应的工单中相同工单的百分数，从而得出判断两个候选周期之间的相似度的数据。

接着，在步骤S122中设备1若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。其中，所述第二阈值即为判断所述候选周期是否能通过验证的标准，接上文举例，对比相邻两个周期之间的工单最高分类是否有区别，10个最热门的对应工单中，重合分类数小于9则表示有区别即通过验证，在此，9即为第二阈值，第二阈值可以进行设置，包括但不限于工单的重合数、重合百分数等。通过验证候选生命周期，使得生命周期的划分更加的精细和有针对性，从而细化用户使用阶段，进而准确的在不同的场景和时间里提供对应的知识信息。

优选地，所述方法还包括步骤S123(未示出)，在步骤S123中设备1若所述多个候选生命周期未通过验证，重新执行步骤S11及步骤S12。即对未验证通过的周期，则在候选生命周期的基础上重新上文举例进行最小切分单位的修改，例如将上文举例的最小切分单位修改为半天或小时切分候选生命周期，即图13中所述的细切分，进而重新计算该候选生命周期中的平均用户组特征相似度S以及计算生命周期相似度sim_cycle，从而得到新的候选生命周期，修改得到新的对应工单分类进行验证，直到全部验证通过，则输出整个完整的周期和每个周期独特的工单分类。

本领域技术人员应能理解上述验证候选生命周期的方式仅为举例，其他现有的或今后可能出现的验证候选生命周期的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图4示出根据本申请另一个优选实施例的步骤S3的方法流程图。所述步骤S3包括步骤S31以及步骤S32。

其中，在步骤S31中设备1根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息；在步骤S32中设备1将所述当前生命周期对应的知识信息提供至所述用户。

具体地，在步骤S31中设备1根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息。其中，与所述生命周期模型相对应的知识库是指与生命周期对应的时间段或场景有对应的工单，通过工单与知识信息的映射关系可以对生命周期对应的知识信息进行查询，从而获得用户所需要的知识信息，例如，图14和图15所示，在阿里云平台上，用户提出工单以后会得到技术人员的解答，解答完成后会将标准解答沉淀到知识库，工单与知识库之间是多对一的对应关系，即工单与知识信息也就是图中所说的解决方案的映射关系是通过获取历史数据中用户所提工单后对应的知识点或被人工解决后所存储的解决方案，从而通过查询工单即可查询到知识库中的知识信息。

本领域技术人员应能理解上述获取生命周期对应知识信息的方式仅为举例，其他现有的或今后可能出现的获取生命周期对应知识信息的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

接着，在步骤S32中设备1将所述当前生命周期对应的知识信息提供至所述用户。即如图11所示在用户使用网络应用时根据其当时所处的时间阶段或场景对知识信息进行推送，从而使得用户随时可以看到相应的知识信息，从而提升知识信息的查找效率节约获取时间，提升用户体验，同时因为有针对性的推送，从而减少了用户对人工解答的依赖，降低了网络应用企业的人力成本。

优选地，所述方法还包括步骤S33(未示出)，在步骤S33中设备1根据工单信息与知识信息的映射关系，确定所述知识库中知识信息对应的工单数量信息。是指输出的生命周期模型后建立工单最热分类与知识库关联映射。由于工单本身和知识库的知识点存在多对一的关联关系即建立知识库时已经关联好，所以会对生命周期模型中每个生命周期下的差异工单关联知识库，其中，所述差异工单是指对比两个相邻生命周期例如T，T+1所对应的工单top分类，如果T+1中有但是T中没有的工单top分类，在该分类下的工单均称为差异工单，即所选出的每个生命周期中最有代表性的一个或者多个工单，例如，计算知识点所对应的工单数目N，每个知识点对应的工单数越多，说明工单越热门，即该知识点能够反映该周期内用户存在的共性问题，根据知识点对应的工单数N对知识点进行排序，取出要推送的top知识点，建立映射。如图16所示，图中有3个知识点与工单关联，关联工单数分别是3,2,2，如果要取出最有代表性的工单则是取出知识点1，其次则取知识点1和知识点2。进一步地，在步骤S33中设备1因此根据所述工单数量信息将所述当前生命周期对应的知识信息提供至所述用户，从而将最有每个生命周期最有代表性的知识信息提供给用户，使得用户获取的知识信息更加有效和具有帮助性。

本领域技术人员应能理解上述建立工单信息与知识信息的映射的方式仅为举例，其他现有的或今后可能出现的工单信息与知识信息的映射的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图5示出根据本申请另一个方面的一种用于为用户提供知识信息的设备示意图。所述设备1包括生命周期模型获取装置11、生命周期确定装置12以及变更知识信息推送装置13。

其中，所述生命周期模型获取装置11获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；生命周期确定装置12确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；变更知识信息推送装置13当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

具体地，生命周期模型获取装置11获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期。在此，所述生命周期是指用户使用例如阿里云平台或其它网络应用平台或软件时所留下的使用指标、向人工提出工单以及知识信息需求等特征所表现出的不同聚集的时间段。用户生命周期有两个特征：其一，用户在同一生命周期内具有相似的使用特征、具有共性的工单问题分类以及相似的知识信息需求。其二，用户在相邻的两个生命周期之间所对应的使用特征、工单分类以及知识需求存在指标差异。其中，所述工单是指问题单，是一种用户解决问题的方式，例如用户使用非即时或及时聊天的形式通过官方网站，提交一条问题单至阿里云客服，客服收到后会进行问题的解决，并给予回复直至问题的解决，问题解决后当条工单即关闭，工单的数据将在系统中留存下来，可进行数据分析，解决的工单对应用户需要的知识信息。所述用户生命周期模型即如图13所示为多个生命周期按时间顺序组成的模型，其中，将生命周期与对应这一周期的知识信息进行关联映射后，即可反应对于某个网络应用的整个用户使用过程中不同阶段对知识信息的需求特点。优选地，由于工单库和知识信息是在不断更新的，随着时间推移所述用户生命周期模型会有误差，定期使用最新数据对其中生命周期进行进而使得所述用户生命周期模型更新，从而保持模型的有效性，从而能够为用户准确的提供所需要的知识信息。获取所述用户生命周期模型的方法即例如图13所示通过获取所述生命周期进而将所述生命周期按照用户从购买至不再使用所述网络应用期间的时间顺序排列所得，进一步地，获取所述生命周期的方法包括通过将所收集的所有用户的使用特征数据通过如图12的方式生成，具体的实施方法将在下文结合图12与图13进行详述。

本领域技术人员应能理解上述通过所述生命周期获取所述用户生命周期模型的方式仅为举例，其他现有的或今后可能出现的通过所述生命周期获取所述用户生命周期模型的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

接着，生命周期确定装置12确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期。所述当前时间单元中时间单元是指计算用户生命周期及其变更的时间单元，可依据需要设置为多天、一天或其它，具体可基于数据更新的维度以及用户使用网络应用的时间判定，建议最小基本单元为天，每半天或者每小时时间都太短计算复杂度和数据更新周期都不合理。如图9举例，阿里云平台每天系统会对全量的用户使用时长进行计算并标记对应生命周期Tn，则本例时间单元即为一天，当前时间单元即为当天，假设本例中的所述用户生命周期模型是图13中的模型，则当天用户所在的生命周期Tn的计算方法是：该用户使用阿里云产品的时长或有效使用时长为8个月，正好落在生命周期B里面，则用户当天生命周期为B，循环计算用户当前生命周期并比较变化情况，就可以对周期发生变化的成长用户进行检测并进行知识信息的智能推送。

本领域技术人员应能理解上述根据所述用户生命周期模型确定用户所在生命周期的方式仅为举例，其他现有的或今后可能出现的根据所述用户生命周期模型确定用户所在生命周期的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

优选地，所述当前生命周期对应的时间区间包含所述当前时间单元。是指在计算用户所述当前生命周期时其所在生命周期包含当前的时间单元，接上文举例，在图9中用户所使用阿里云平台的8个月中包含当天这个时间单元，即假设当天用户所在生命周期落在图13的B中，前一天用户所在生命周期落在A中，则当天这个当前时间单元是在B的时间范围中的。将当前时间单元包含在当前生命周期对应的时间单元内会使得用户对应的生命周期与当前更加接近，从而获得更加及时和准确的帮助。

接着，变更知识信息推送装置13当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。即接上文举例，用户当前生命周期Tn与用户前一天的生命周期Tn-1之间进行比较，查看其变化情况，如果发生生命周期变化，例如当前生命周期落在图13的B中，用同样的方法计算前一天对应的生命周期落在图13的A中，则推送当前生命周期B关联的知识信息，其推送页面如图11所示，在用户网络应用的使用页面上推送当前生命周期所需要的知识信息。通过将与生命周期对应的知识信息提供给用户，将用户准确的与所需要获得的知识信息关联在一起，即如图10所示不同的用户ID与不同的知识信息例如解决方案ID和使用场景ID关联，从而在时间单元里,例如图10中的每天给予用户准确的帮助。

进一步地，所述设备1还包括不变更知识信息推送装置14(未示出)，所述不变更知识信息推送装置14当所述当前生命周期与所述前一生命周期相同，将与所述前一生命周期相对应的知识信息提供至所述用户。即接上文举例，用户当前生命周期Tn与用户前一天的生命周期Tn-1之间进行比较，查看其变化情况，如果发生生命周期变化，例如当前生命周期落在图13的B中，用同样的方法计算前一天对应的生命周期也落在图13的B中，则保持当前推送不发生变化，即向用户提供B对应的知识信息，其推送页面如图11所示，在用户网络应用的使用页面上推送当前生命周期所需要的知识信息。

本领域技术人员应能理解上述推送用户所在生命周期对应知识信息的方式仅为举例，其他现有的或今后可能出现的推送用户所在生命周期对应知识信息的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图6示出根据本申请另一个优选实施例的生命周期模型获取装置的设备示意图。所述生命周期模型获取装置11包括候选生命周期确定单元111、候选生命周期验证单元112以及生命周期模型确定单元113。

其中，候选生命周期确定单元111根据用户使用网络应用的用户特征向量确定多个候选生命周期；候选生命周期验证单元112对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证；生命周期模型确定单元113将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。

具体地，候选生命周期确定单元111根据用户使用网络应用的用户特征向量确定多个候选生命周期。其中，所述用户特征向量是基于生命周期的定义以及用户行为数据筛选出的数据，其反映了用户的在使用网络应用的不同阶段或场景中的特征，例如，在阿里云平台中将生命周期建模的特征指标分为如下三类：a.辅助指标，包括用户使用时长、消费金额、cpu使用情况等；b.工单指标，包括用户使用云平台过程中提出的工单数目及分类数；c.知识指标，包括云平台提供的知识文档、使用文档、以及工单知识访问。由此，对每个云平台用户均可以建立如下的特征向量用以表征该周期的用户，即每个用户会根据其对云平台的使用时长计算用户特征向量V，其中V向量的指标分为三种，辅助、工单、知识，表示如下：

V＝<Aid_feature,Ask_feature,Kow_feature>

其中，Aid_feature＝<a₁,a₂,...,a_n>即为辅助指标

Ask_feature＝<b₁,b₂,...,b_n>即为工单指标

Kow_feature＝<c₁,c₂,...,c_n>即为知识指标。

其中，所述候选生命周期是指，将网络应用的完整使用周期根据用户使用各个阶段不同的需求所切分的带有各自不同用户对知识信息需求特征的周期，其中，网络应用的完整使用周期是指根据所收集的用户行为数据分析出的正常用户从购买或开始使用网络应用至终止使用该应用的时间，或所设计的软件或网络应用平台的运营周期。

所述候选生命周期根据用户特征向量确定。优选地，将所述网络应用的周期通过预置的最小切分单位将完整使用周期进行切分，其中，最小切分单位是指根据用户使用时间设置的初步切分单位，例如在阿里云平台设置最小切分单位为月，每个最小切分单位下对应一个用户周期T，每个周期T内的所有用户为一个用户组，接着，如图12所示将所收集的反映用户特征的数据进行清洗处理将数据梳理之后，计算平均用户组特征相似度S，即两个不同组的用户特征向量指标之间的相似程度，具体计算公式如下：

其中，i、j表示处于两个不同被最小切分单位所切的用户周期T时间内的两组不同用户，k_i,j表示两个用户组特征平均相似度，

表示i组用户第k个特征指标的平均值，n为最小切分单位数。接着，根据平均用户组特征相似度S计算生命周期相似度sim_cycle，其中，生命周期相似度即两个生命周期之间的相似程度，具体计算公式如下：

其中，

接着，按照相邻周期相似度sim_cycle对生命周期进行合并与粗切分，例如图12所示，相邻周期T-1与T之间sim_cycle<0.5进行周期合并操作，合并为新的生命周期T，如果相邻周期T-1与T之间sim_cycle>＝0.5则完成粗切分，从而由被最小切分单位切分出的周期到根据周期相似度合并后所得的生命周期即候选生命周期。确定候选生命周期有利于将用户特征与生命周期结合，从而可以使得每个生命周期可以反映用户不同阶段的特征。

本领域技术人员应能理解上述计算平均用户组特征相似度S以及计算生命周期相似度sim_cycle的方式仅为举例，其他现有的或今后可能出现的计算平均用户组特征相似度S以及计算生命周期相似度sim_cycle的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

优选地，候选生命周期确定单元111根据用户使用网络应用的用户特征向量划分为多个候选生命周期，其中，所述多个候选生命周期中每两个相邻候选生命周期间的周期相似度小于预定的第一阈值信息，所述周期相似度由所述两个相邻候选生命周期对应的用户特征向量确定。其中，所述第一阈值信息是指对候选生命周期进行合并或划分的标准，接上文举例，例如图12所示，相邻周期T-1与T之间sim_cycle<0.5进行周期合并操作，合并为新的生命周期T，如果相邻周期T-1与T之间sim_cycle>＝0.5则完成粗切分，从而由被最小切分单位切分出的周期到根据周期相似度合并后所得的生命周期即候选生命周期，0.5即为在阿里云平台中所设置的第一阈值信息。所述生命周期相似度即两个生命周期之间的相似程度，具体计算公式如下：

其中，

每个用户通过用户特征指标向量相似度来判定用户之间的相似程度，生命周期之间的相似程度可以通过处于当前生命周期内的用户组之间的相似程度来进行判断的，该相似度能够表征周期内用户的共性特征。

接着，候选生命周期验证单元112对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证。所述工单分类信息包括但不限于将用户提出的每一份工单会按照内容的不同分门别类，或将某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类。根据所述工单分类信息对相邻的每两个候选生命其进行验证，例如，验证其某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类是否完全相同。因为相邻的候选生命周期是用户相邻的两个使用阶段，因此有可能两者对应的工单分类信息中的热点信息是相似的，从而导致推送给用户的与生命周期对应的知识点也是相似的，此时两个候选生命周期验证不通过则可以继续进行切分，从而使得知识信息的推送更加精确。

接着，生命周期模型确定单元113将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。是指将不同的周期按照对应时间进行排列且无重叠，例如，按照用户月份数从小到大进行排序，并对应所保存的工单分类信息，即完成生命周期模型的生成，如图13所示系统可以得到一个生命周期模型，其中，用户所处生命周期阶段T，用户生命周期T区别于T-1周期的工单top分类。优选地，由于所存储的工单信息和知识信息随着时间的推移是在不断更新的，每过一段时间生命周期模型会有误差，则可设置定期更新时间，例如设置每个月按照上文举例的方法使用最新数据进行生命周期模型的重新计算以进行更新从而保持模型的有效性，使得用户被推送的知识信息保持准确。

图7示出根据本申请另一个优选实施例的候选生命周期验证单元的设备示意图。所述候选生命周期验证单元112包括相似度信息确定子单元1121以及验证通过执行子单元1122。

其中，相似度信息确定子单元1121对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息；验证通过执行子单元1122若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。

具体地，相似度信息确定子单元1121对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息。所述工单相似度信息是指两个候选生命周期所对应的工单分类信息的相似程度的评估指标或信息，例如，某一工单类目下所提的工单数占当前类目工单数的占比最高的几个工单分类，例如取最高的是个作为评估指标，从而反映用当前用户关注的焦点。计算的方法包括计算两个候选生命周期的最高几个工单是否相同，例如统计10个最热门的对应工单中相同的工单数目或统计所有对应的工单中相同工单的百分数，从而得出判断两个候选周期之间的相似度的数据。

接着，验证通过执行子单元1122若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。其中，所述第二阈值即为判断所述候选周期是否能通过验证的标准，接上文举例，对比相邻两个周期之间的工单最高分类是否有区别，10个最热门的对应工单中，重合分类数小于9则表示有区别即通过验证，在此，9即为第二阈值，第二阈值可以进行设置，包括但不限于工单的重合数、重合百分数等。通过验证候选生命周期，使得生命周期的划分更加的精细和有针对性，从而细化用户使用阶段，进而准确的在不同的场景和时间里提供对应的知识信息。

优选地，所述设备1还包括验证未通过执行子单元1123(未示出)，所述验证未通过执行子单元1123若所述多个候选生命周期未通过验证，重新执行所述候选生命周期确定单元111及候选生命周期验证单元112。即对未验证通过的周期，则在候选生命周期的基础上重新上文举例进行最小切分单位的修改，例如将上文举例的最小切分单位修改为半天或小时切分候选生命，即图13中所述的细切分，进而重新计算该候选生命周期中的平均用户组特征相似度S以及计算生命周期相似度sim_cycle，从而得到新的候选生命周期，修改得到新的对应工单分类进行验证，直到全部验证通过，则输出整个完整的周期和每个周期独特的工单分类。

本领域技术人员应能理解上述验证候选生命周期的方式仅为举例，其他现有的或今后可能出现的验证候选生命周期的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

图8示出根据本申请另一个优选实施例的变更知识信息推送装置的设备示意图；所述变更知识信息推送装置13包括获取单元131以及推送单元132。

其中，获取单元131根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息；推送单元132将所述当前生命周期对应的知识信息提供至所述用户。

具体地，获取单元131根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息。其中，与所述生命周期模型相对应的知识库是指与生命周期对应的时间段或场景有对应的工单，通过工单与知识信息的映射关系可以对生命周期对应的知识信息进行查询，从而获得用户所需要的知识信息，例如，图14和图15所示，在阿里云平台上，用户提出工单以后会得到技术人员的解答，解答完成后会将标准解答沉淀到知识库，工单与知识库之间是多对一的对应关系，即工单与知识信息也就是图中所说的解决方案的映射关系是通过获取历史数据中用户所提工单后对应的知识点或被人工解决后所存储的解决方案，从而通过查询工单即可查询到知识库中的知识信息。

本领域技术人员应能理解上述获取生命周期对应知识信息的方式仅为举例，其他现有的或今后可能出现的获取生命周期对应知识信息的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

接着，推送单元132将所述当前生命周期对应的知识信息提供至所述用户。即如图11所示在用户使用网络应用时根据其当时所处的时间阶段或场景对知识信息进行推送，从而使得用户随时可以看到相应的知识信息，从而提升知识信息的查找效率节约获取时间，提升用户体验，同时因为有针对性的推送，从而减少了用户对人工解答的依赖，降低了网络应用企业的人力成本。

优选地，所述设备1还包括工单确定装置133(未示出)，所述工单确定装置133根据工单信息与知识信息的映射关系，确定所述知识库中知识信息对应的工单数量信息。是指输出的生命周期模型后建立工单最热分类与知识库关联映射。由于工单本身和知识库的知识点存在多对一的关联关系即建立知识库时已经关联好，所以会对生命周期模型中每个生命周期下的差异工单关联知识库，其中，所述差异工单是指对比两个相邻生命周期例如T，T+1所对应的工单top分类，如果T+1中有但是T中没有的工单top分类，在该分类下的工单均称为差异工单，即所选出的每个生命周期中最有代表性的一个或者多个工单，例如，计算知识点所对应的工单数目N，每个知识点对应的工单数越多，说明工单越热门，即该知识点能够反映该周期内用户存在的共性问题，根据知识点对应的工单数N对知识点进行排序，取出要推送的top知识点，建立映射。如图16所示，图中有3个知识点与工单关联，关联工单数分别是3,2,2，如果要取出最有代表性的工单则是取出知识点1，其次则取知识点1和知识点2。进一步地，所述推送单元132因此根据所述工单数量信息将所述当前生命周期对应的知识信息提供至所述用户，从而将最有每个生命周期最有代表性的知识信息提供给用户，使得用户获取的知识信息更加有效和具有帮助性。

本领域技术人员应能理解上述建立工单信息与知识信息的映射的方式仅为举例，其他现有的或今后可能出现的工单信息与知识信息的映射的方式如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (18)

1.一种用于为用户提供知识信息的方法，其中，该方法包括：

获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；其中，根据用户特征向量确定所述生命周期，建立所述生命周期与知识信息的关联映射关系；基于所述生命周期构成所述用户生命周期模型；

确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；

当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

2.根据权利要求1所述的方法，其中，所述方法还包括：

当所述当前生命周期与所述前一生命周期相同，将与所述前一生命周期相对应的知识信息提供至所述用户。

3.根据权利要求1所述的方法，其中，所述当前生命周期对应的时间区间包含所述当前时间单元。

4.根据权利要求1所述的方法，其中，所述当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户包括：

根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息；

将所述当前生命周期对应的知识信息提供至所述用户。

5.根据权利要求4所述的方法，其中，所述方法还包括：

根据工单信息与知识信息的映射关系，确定所述知识库中知识信息对应的工单数量信息；

其中，所述将所述当前生命周期对应的知识信息提供至所述用户包括：

根据所述工单数量信息将所述当前生命周期对应的知识信息提供至所述用户。

6.根据权利要求1所述的方法，其中，所述获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期包括：

根据用户使用网络应用的用户特征向量确定多个候选生命周期；

对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证；

将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。

7.根据权利要求6所述的方法，其中，所述根据用户使用网络应用的用户特征向量确定多个候选生命周期包括：

根据用户使用网络应用的用户特征向量划分为多个候选生命周期，其中，所述多个候选生命周期中每两个相邻候选生命周期间的周期相似度小于预定的第一阈值信息，所述周期相似度由所述两个相邻候选生命周期对应的用户特征向量确定。

8.根据权利要求6或7所述的方法，其中，所述对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证包括：

对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息；

若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。

9.根据权利要求8所述的方法，其中，所述方法还包括：

若所述多个候选生命周期未通过验证，重新执行所述根据用户使用网络应用的用户特征向量确定多个候选生命周期，及所述对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证。

10.一种用于为用户提供知识信息的设备，其中，该设备包括：

生命周期模型获取装置，用于获取用户生命周期模型，其中，所述用户生命周期模型包括用户使用网络应用过程中的多个生命周期；其中，根据用户特征向量确定所述生命周期，建立所述生命周期与知识信息的关联映射关系；基于所述生命周期构成所述用户生命周期模型；

生命周期确定装置，用于确定用户在所述用户生命周期模型中与当前时间单元对应的当前生命周期；

变更知识信息推送装置，用于当所述当前生命周期异于所述用户在所述用户生命周期模型中与前一时间单元对应的前一生命周期，将与所述当前生命周期相对应的知识信息提供至所述用户。

11.根据权利要求10所述的设备，其中，所述设备还包括：

不变更知识信息推送装置，用于当所述当前生命周期与所述前一生命周期相同，将与所述前一生命周期相对应的知识信息提供至所述用户。

12.根据权利要求10所述的设备，其中，所述当前生命周期对应的时间区间包含所述当前时间单元。

13.根据权利要求10所述的设备，其中，所述变更知识信息推送装置包括：

获取单元，用于根据所述当前生命周期在与所述用户生命周期模型相对应的知识库中匹配查询，以获得所述当前生命周期对应的知识信息；

推送单元，用于将所述当前生命周期对应的知识信息提供至所述用户。

14.根据权利要求13所述的设备，其中，所述设备还包括：

工单确定装置，用于根据工单信息与知识信息的映射关系，确定所述知识库中知识信息对应的工单数量信息；

其中，所述推送单元用于：

根据所述工单数量信息将所述当前生命周期对应的知识信息提供至所述用户。

15.根据权利要求10所述的设备，其中，所述生命周期模型获取装置包括：

候选生命周期确定单元，用于根据用户使用网络应用的用户特征向量确定多个候选生命周期；

候选生命周期验证单元，用于对于所述多个候选生命周期中相邻的每两个候选生命周期，根据候选生命周期对应的工单分类信息进行验证；

生命周期模型确定单元，用于将通过验证的多个候选生命周期分别作为对应的多个生命周期，并由所述多个生命周期构成用户生命周期模型。

16.根据权利要求15所述的设备，其中，所述候选生命周期确定单元用于：

根据用户使用网络应用的用户特征向量划分为多个候选生命周期，其中，所述多个候选生命周期中每两个相邻候选生命周期间的周期相似度小于预定的第一阈值信息，所述周期相似度由所述两个相邻候选生命周期对应的用户特征向量确定。

17.根据权利要求15或16所述的设备，其中，所述候选生命周期验证单元包括：

相似度信息确定子单元，用于对于所述多个候选生命周期中相邻的每两个候选生命周期，计算两个候选生命周期分别对应的工单分类信息之间的工单相似度信息；

验证通过执行子单元，用于若相邻的每两个候选生命周期对应的所述工单相似度信息小于预定的第二阈值信息，则所述多个候选生命周期通过验证。

18.根据权利要求17所述的设备，其中，所述设备还包括：

验证未通过执行子单元，用于若所述多个候选生命周期未通过验证，重新执行所述候选生命周期确定单元及候选生命周期验证单元。

Images