CN107562788B - 交互方法、装置及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种交互方法，包括：接收外界设备发送的第一交互信息；根据所述的第一交互信息判断当前是否满足主动交互的触发条件；在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息；向所述外界设备发送所述的第二交互信息。本发明还公开了一种交互装置、计算机可读存储介质。本发明能够实现机器人基于实际交互场景主动发起话题的主动交互的功能，提高用户体验。

Description

交互方法、装置及计算机可读存储介质

技术领域

本发明涉及智能交互技术领域，尤其涉及一种交互方法、装置及计算机可读存储介质。

背景技术

现有的机器人大多是被动对话型机器人，与用户的交互方式一般是进行问题答复和生活辅助查询。当用户主动发起话题时，机器人根据用户发起的话题进行答复，而机器人无法主动发起话题。但是，在真实的聊天系统中，用户之间往往是有问有答模式，而现在的聊天机器人属于被动回答型，只答不问，这种话题交互方式过于被动，影响用户体验。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种交互方法，装置及计算机可读存储介质，旨在实现机器人主动与用户进行交互的功能。

为实现上述目的，本发明提供一种交互方法，所述交互方法包括：

接收外界设备发送的第一交互信息；

根据所述的第一交互信息判断当前是否满足主动交互的触发条件；

在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息；

向所述外界设备发送所述的第二交互信息。

优选地，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的还包括：

在预设时间的时间段内未接收到外界发送的新的第一交互信息时，判定当前满足所述主动交互的触发条件。

优选地，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤还包括：

判断最新接收到的所述第一交互信息是否与预存陈述信息匹配；

若最新接收到的所述第一交互信息与预存陈述信息匹配，则判断所述第一交互信息中最后一条与预存陈述信息不匹配的信息相隔预设时间的时间段内，是否接收到与预存陈述信息不匹配的信息；

若未接收到与预存陈述信息不匹配的信息，判定当前满足所述主动交互的触发条件。

优选地，所述根据第一交互信息判断当前是否满足主动交互的触发条件的步骤还包括：

根据所述第一交互信息确定所述第一交互信息所属的话题；

判断所述第一交互信息所属的话题是否与预存话题匹配；

当所述第一交互信息所属的话题与预存话题匹配时，判定当前满足所述主动交互的触发条件。

优选地，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤之前还包括：

获得用户预先设置的事物提醒设置；

所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤包括：

根据所述事物提醒设置判断当前是否满足所述事物提醒的触发条件。

所述在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息步骤可以包括：

根据所述事物提醒设置确定所述用于进行主动交互的第二交互信息。

优选地，所述根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息的步骤包括：

确定所述第一交互信息中每条信息的关键词；

以所述关键词为索引在预设数据库进行检索，获得对应的多个检索结果；

根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性；

以与所述第一交互信息相关性最大的检索结果为所述用于所述主动交互的第二交互信息。

优选地，所述关键词至少包括命名实体，所述命名实体包括人名、地名、机构名和专有名词。

优选地，所述确定所述第一交互信息中的关键词，包括：

通过条件随机场算法或者深度学习算法确定所述第一交互信息中的关键词。

优选地，所述根据多个检索结果和预设算法计算各检索结果与所述第一交互信息的相关性，包括：

采用二分图模型确定多个检索结果所组成的集合与所述第一交互信息的对应关系；

利用网页排名算法分别对第一交互信息中每条信息进行计算，获得对应的第一重要程度，并根据所述第一重要程度和对应关系利用超文本敏感标题搜索算法计算每个检索结果的的第一得分；

根据所述第一得分和网页排名算法计算每个检索结果的第二重要程度，并根据所述第二重要程度和对应关系利用利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第二得分；

利用所述网页排名算法和所述第二得分值计算第一交互信息中每条信息的第三重要程度；

根据所述对应关系和每个所述第三重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的的第三得分；

计算所述的第三得分与对应所述第一得分值的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值小于预设值时，以所述第三得分值作为所述相关性的计算结果。

优选地，所述判断所述均方差的值是否小于预设值之后的步骤还包括：

当所述均方差的值大于或者等于预设值时，利用所述网页排名算法和所述第三得分计算所述检索结果的第四重要程度；

根据所述第四重要程度和对应关系利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第四得分；

利用所述网页排名算法和所述第四得分值计算第一交互信息中每条信息的第五重要程度；

根据所述对应关系和每个所述第五重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的的第五得分；

计算所述的第五得分与对应所述第三得分的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值大于预设值时，以所述第五得分的值替换所述第三得分的值，并循环执行上述步骤，直到所述均方差的值小于预设值。

此外，为实现上述目的，本发明还提供一种交互装置，所述交互装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交互程序，所述交互程序被所述处理器执行时实现如上所述的交互方法的步骤。

此外，为了实现上述目的，本发明还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有交互程序，所述交互程序被处理器执行时实现如上所述的交互方法的步骤。

本发明提供一种交互方法，装置和计算机存储介质。在该方法中，接收外界装置发送的第一交互信息；根据所述的第一交互信息判断当前是否满足主动交互的触发条件；在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息；向所述外界设备发送所述的第二交互信息。通过上述方式，交互机器人先接收外接设备发送到第一交互信息，然后根据所述第一交互信息判断当前是否满足主动交互的触发条件，在满足触发条件时根据预设算法计算第一交互信息与预设数据库中的信息的相关性，并根据相关性确定用于主动交互的第二交互信息，最后把所述的第二交互信息发送至外界设备。通过交互触发的设置，准确的判断发起主动交互的时机，然后通过与用户发送的交互信息的相关性的计算结果确定要回复的信息，能够准确把握交互主题，并根据交互主题主动交互，基于用户的交互信息确定用户需求，并从数据库中查找到对应的用于主动交互的第二交互信息，并主动发送第二交互信息与用户进行互动，提高用户体验。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；

图2为本发明交互方法方法第一实施例的流程示意图；

图3为本发明交互方法方法第二实施例的流程示意图；

图4为本发明交互方法方法第三实施例的流程示意图；

图5为本发明交互方法方法第四实施例的流程示意图；

图6为本发明交互方法方法第五实施例的流程示意图；

图7为本发明交互方法方法第六实施例的流程示意图；

图8为本发明交互方法方法第七实施例的流程示意图；

图9为本发明交互方法方法第八实施例的流程示意图；

图10为本发明交互方法第八实施例子算法举例互联网连接关系示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于现有技术的机器人是被动对话型机器人，与用户的交互方式一般是进行问题答复和生活辅助查询。当用户主动发起话题时，机器人根据用户发起的话题进行答复，而机器人无法主动发起话题。但是，在真实的聊天系统中，用户之间往往是有问有答模式，而现在的聊天机器人属于被动回答型，只答不问，这种话题交互方式过于被动，影响用户体验。

为了解决上述技术问题，本发明提供一种交互方法，通过接收外界设备发送的第一交互信息，根据所述的第一交互信息判断当前是否满足主动交互的触发条件，在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息，向所述外界设备发送所述的第二交互信息。通过上述方式，交互机器人先接收外接设备发送到第一交互信息，然后根据所述第一交互信息判断当前是否满足主动交互的触发条件，进而根据在满足触发条件时根据预设算法计算第一交互信息与预设数据库中的信息的相关性，并根据相关性确定用于主动交互的第二交互信息，最后把所述的第二交互信息发送至外界设备。通过交互触发的设置，准确的判断发起主动交互的时机，通过与用户发送的交互信息的相关性的计算确定要回复的信息，准确把握交互主题，并根据交互主题主动交互，引导用户基于自己交互需求进行交互，通过主动发送交互信息的方式增强与用户之间的互动，提高用户体验。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、便携计算机等具有显示功能的可移动式终端设备。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及交互程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的交互程序，并执行以下操作：

接收外界设备发送的第一交互信息；

根据所述的第一交互信息判断当前是否满足主动交互的触发条件；

在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息；

向所述外界设备发送所述的第二交互信息。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤之前还包括：

获得用户预先设置的事物提醒设置；

所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤包括：

根据所述事物提醒设置判断当前是否满足所述事物提醒的触发条件。

所述在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息步骤可以包括：

根据所述事物提醒设置确定所述用于进行主动交互的第二交互信息。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

在预设时间的时间段内未接收到外界发送的新的第一交互信息时，判定当前满足所述主动交互的触发条件。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

判断最新接收到的所述第一交互信息是否与预存陈述信息匹配；

若最新接收到的所述第一交互信息与预存陈述信息匹配，则判断所述第一交互信息中最后一条与预存陈述信息不匹配的信息相隔预设时间的时间段内，是否接收到与预存陈述信息不匹配的信息；

若未接收到与预存陈述信息不匹配的信息，判定当前满足所述主动交互的触发条件。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

根据所述第一交互信息确定所述第一交互信息所属的话题；

判断所述第一交互信息所属的话题是否与预存话题匹配；

当所述第一交互信息所属的话题与预存话题匹配时，判定当前满足所述主动交互的触发条件。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

确定所述第一交互信息中每条信息的关键词；

以所述关键词为索引在预设数据库进行检索，获得对应的多个检索结果；

根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性；

以与所述第一交互信息相关性最大的检索结果为所述用于所述主动交互的第二交互信息。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

所述关键词至少包括命名实体，所述命名实体包括人名、地名、机构名和专有名词。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

通过条件随机场算法或者深度学习算法确定所述第一交互信息中的关键词。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

采用二分图模型确定多个检索结果所组成的集合与所述第一交互信息的对应关系；

利用网页排名算法分别对第一交互信息中每条信息进行计算，获得对应的第一重要程度，并根据所述第一重要程度和对应关系利用超文本敏感标题搜索算法计算每个检索结果的的第一得分；

根据所述第一得分和网页排名算法计算每个检索结果的第二重要程度，并根据所述第二重要程度和对应关系利用利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第二得分；

利用所述网页排名算法和所述第二得分值计算第一交互信息中每条信息的第三重要程度；

根据所述对应关系和每个所述第三重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的的第三得分；

计算所述的第三得分与对应所述第一得分值的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值小于预设值时，以所述第三得分值作为所述相关性的计算结果。

进一步地，处理器1001可以调用存储器1005中存储的交互程序，还执行以下操作：

当所述均方差的值大于或者等于预设值时，利用所述网页排名算法和所述第三得分计算所述检索结果的第四重要程度；

根据所述第四重要程度和对应关系利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第四得分；

利用所述网页排名算法和所述第四得分值计算第一交互信息中每条信息的第五重要程度；

根据所述对应关系和每个所述第五重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的的第五得分；

计算所述的第五得分与对应所述第三得分的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值大于预设值时，以所述第五得分的值替换所述第三得分的值，并循环执行上述步骤，直到所述均方差的值小于预设值。

基于上述硬件结构，提出本发明交互方法的实施例。

参照图2，本发明交互方法第一实施例流程示意图，所述交互方法包括：

步骤S10，接收外界设备发送的第一交互信息；

在本发明实施案中，该交互方法可以应用于银行，医疗保健等需要咨询查询的领域，本发明以应用在银行的机器人为例。用户在与机器人交互的过程中先通过外界设备输入第一交互信息并发送给机器人，其中该外界设备可以是智能手机或者平板电脑等移动终端，也可能是个人电脑或者是银行大厅内的相关设备等，该机器人可以安装在手机上，此时该外界设备则为手机中的实体/虚拟输入键盘。该第一信息可以包括文字信息和语音信息。在输入文字信息的时候可以通过预设的智能输入法来输入。通过预设一个行业内的高频词语数据库，使得输入法具有词类联想的功能。当用户输入第一个字的时候，后面会出现该行业内与该字匹配组成的高频词语，另外，输入法还通过把用户输入频率高的词汇更新到输入法的数据库里，下次用户输入相关字眼的时候把用户普遍关注的词语或者主题匹配出来。通过智能联想的方式，可以提高用户输入效率，提高用户体验。另外，第一交互相信息还可以是语音信息。机器人接收到语音信息时间先将其转换成文字信息，再从文字信息中识别其关键词并根据关键词确认回复信息。

一般，用户与机器人进行交互时，接收到由用户通过外界设备发送的第一交互信息中包括行业内各种话题或者用户想要查询的信息。例如，如果用户想要知道股票甲的最近的行情，用户则可能输入“股票甲最近的收益如何？”。又比如，如果想知道最近美元对人民币的汇率，可以输入“美元对人民币的汇率是多少？”或者“一美元可以兑换多少人民币？”等问题。

步骤S20，根据所述的第一交互信息判断当前是否满足主动交互的触发条件；

目前很多机器人在接收到用户的咨询时，采用被动的方式回答用户咨询的问题，在回答用户后，如果用户没有进一步地问题则与用户的交互结束或者告一段落直至用户再次进行提问。

而实际中用户咨询的信息我们可以知道用户的兴趣话题，推导出用户想要知道的内容，或者根据用户的需求帮助用户准确筛选出对应的产品等，因此本申请在接到用户发送的第一交互信息时，根据所述的第一交互信息判断当前是否满足主动交互的触发条件，即根据用户来的信息判断当前是否是主动交互的时机。

主动交互的触发条件的设置是否合理会直接影响到用户使用体验。该设置应该从以用户需求为基础，而不是仅仅功能化的推销。

具体的，主动交互可以是用户并不明确自己的需求怎么表达，发送的第一交互信息中只是涵括范围宽泛的关键词时，机器人根据对话的上下文或者用户的关键词并主动发送对话信息来跟用户确定用户的需求，比如根据用户需求主动向用户进行询问，比如您是否喜欢**理财产品。主动交互还可以是用户预先设置的某些事件提醒功能，满足对应的条件时，机器人以对应的形式对用户进行提醒等功能。当然是否满足触发条件可以根据第一信息的内容或者是接收到第一信息的时间来判断。事件提醒设置可以设置为在特定的时间点进行提醒，也可以是设置为在事件满足某一临界条件时提醒。

本实施案例中，触发条件可以包括但不限于以下情况：

1)用户预先预先设置事件提醒。例如设置一个定时提醒，在每天一个特定的时间点提醒用户关注某个基金的收益。

2)用户提问了问题，在得到机器人的回复之后便不再提问。例如，用户提问了“太阳能板块股市的行情怎样？”这一问题，然后机器人把关于太阳能板块股市的行情的信息回复给用户，然后用户在查阅了机器人发送回复信息后不再发送新的提问信息。

3)用户在交互的过程中输入了一些无实际意义的陈述信息，并且在一段时间内没有提问。例如，用户在看完机器人对一个问题的回复时输入了一句“好的，我知道。”之类的句子后便不再提问。

4)用户输入的信息主题范围过宽。例如，用户不能准确地表达出自己的需求，但是提到了理财，机器人就可以启发客户是不是想问理财产品。

步骤S30，在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息；

在上一步骤判断结果，如果满足主动交互的触发条件，比如，机器人接收到的第一交互信息为“好的，我知道了”时，此时判定满足主动交互的触发条件，机器人先确定用户通过外界设备发过来的第一交互信息上下文的主题。机器人确定第一交互信息的主题时候可以采用提取关键词的方法。假如用户在“好的，我知道了”这一交互信息之前还发送了“美元对人民币的汇率是多少？”这一问题时，机器人根据该问题可以提取的关键词包括“美元”、“人民币”和“汇率”。

确认了用户发送的第一信息的主题后，机器人根据第一信息的主题在预设数据库检索相匹配的信息。所述预设数据库是根据行业内涉及的信息预先设置的回信息数据库存，可以包含资讯信息，整合了资讯和特定回复表达方式的信息和相关主题信息的网站链接等。检索时，机器人在数据库中寻找包含至少一个关键词的信息。

检索完成后，机器人计算检索到的信息与第一交互信息相关性，把相关性最大的作为回复结果。计算相关性可以通过网页排名算法和超文本敏感标题检索算法实现。通过网页排名算法来计算第一交互信息内部各信息和检索结果内部各信息之间的重要程度，然后通过超文本敏感标题检索算法来计算第一交互信息与检索结果之间的相关性得分。上述相关性得分计算完成后把最大得分对应的检索结果作为用于主动交互的第二信息。该第二信息一般是基于用户发送的第一交互信息引导客户准确提出自己需求的信息，包括提问性的引导信息，例如，当用户发送的第一交互信息提到理财时，所述第二信息可以是“您想了解最近的理财产品吗？”或者“您想开通理财账户吗？”等信息。

进一步地，当上述步骤的判断结果，如果不满足主动交互的触发条件，根据用户的提问进行被动回复，被动回复的方式与现有技术相同，此处不在赘述。

步骤40，向所述外界设备发送所述的第二交互信息。

在上个步骤确定好用于主动交互的第二交互信息后，机器人变把第二交互信息发送至外界设备，从而实现与用户进行主动对话。

在本实施例中，通过接收外界设备发送的第一交互信息，根据所述的第一交互信息判断当前是否满足主动交互的触发条件，在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息，向所述外界设备发送所述的第二交互信息。通过上述方式，交互机器人先接收外接设备发送到第一交互信息，然后根据所述第一交互信息判断当前是否满足主动交互的触发条件，进而根据在满足触发条件时根据预设算法计算第一交互信息与预设数据库中的信息的相关性，并根据相关性确定用于主动交互的第二交互信息，最后把所述的第二交互信息发送至外界设备。通过交互触发的设置，准确的判断发起主动交互的时机，通过与用户发送的交互信息的相关性的计算确定要回复的信息，准确把握交互主题，并根据交互主题主动交互，引导用户基于自己交互需求进行交互，通过主动发送交互信息的方式增强与用户之间的互动，提高用户体验。

进一步地，基于上述本发明交互方法，参照图3，提出本发明交互方法的第二实施例。

在本实施例中，步骤S20可以包括：

步骤S21，在预设时间的时间段内未接收到外界发送的新的第一交互信息时，判断当前满足所述主动交互的触发条件。

例如，在用户与机器人交互的过程中，用户已经发送了一条或者多条第一交互信息，其中用户最后发送的第一交互信息这里定义为对话信息1，例如对话信息1可以是“当前存款利率是多少？”，机器人在接收到对话信息1后，根据对话信息1确认对应的回复信息1并发送到外界设备。机器人在接收对话信息1的预设时间的时间段内没有接收到来自外界设备发送的新的对话信息，在与对话信息1间隔预设时间的时间点时触发主动交互操作，其中预设时间可以根据人们聊天习惯和信息阅读速度等来确定。进一步地，在预设时间内接收到外界发送的新的第一交互信息以致未满足本实施例的触发条件时，机器人先判断是否满足其他的触发条件，或者直接根据最后接收到的第一交互信息进行被动回复。

在本实施例中，在预设时间的时间段内未接收到外界发送的新的第一交互信息时，判断当前满足所述主动交互的触发条件，当机器人在预设时间段内未检测到用户发来的新的第一交互信息时，主动与用户进行交互。这种交户方式符合人们的交互习惯，使交互功能显得更人性化，提升机器人的使用体验。

进一步地，基于上述本发明交互方法实施例，参照图4，提出本发明交互方法的第三实施例。

在本实施例中，步骤S20还可以包括：

S22，判断最新接收到的所述第一交互信息是否与预存陈述信息匹配；

S23，若最新接收到的所述第一交互信息与预存陈述信息匹配，则判断所述第一交互信息中最后一条与预存陈述信息不匹配的信息相隔预设时间的时间段内，是否接收到与预存陈述信息不匹配的信息；

S24，若未接收到与预存陈述信息不匹配的信息，判定当前满足所述主动交互的触发条件。

本实施例中的预存陈述信息包括是用户根据表述态度或者意见的过渡性陈述信息，所述陈述信息内容不包含需要机器人回答的问题。例如，用户看了机器人针对实施例三中的对话信息1发送的回复信息后，回复了一条对话信息2“好的，我知道了”。由上述交互过程可知，对话信息2只是表明了用户对机器人的回复的一种认可态度，而没有提出需要机器人回答的新问题。机器人的预设陈述信息数据库预存着根据人们的交互习惯可能会出现的类似对话信息2的陈述信息。

机器人接收到一条新的第一交互信息时，判断所述新的第一交互信息是否与预设陈述信息数据库里的预存陈述信息匹配。当机器人接收到上述所述的对话信息2时，对话信息2与预存陈述信息匹配时计时器不会复位归零重新计时，而是以对话信息2之前的第一交互信息中最后一条与预存陈述信息不匹配的交互信息的接收时间为计时起点继续计时，判断在预设时间的时间段内是否接收到与预存陈述信息不匹配的信息，即用户基于自身需求发送的包含需要机器人回答的问题的信息。例如，对话信息2上一条外界发来的信息为所述对话信息1“当前存款利率是多少？”，则以对话信息1的接收时间为计时起点进行计时，在接收到对话信息2的时候未停止计时。如果未接收到与预存陈述信息不匹配的信息，则判定当前满足主动交互的触发条件。

进一步地，出现以下两种情况为不满足本实施例的触发条件，对话机器机器人判断是否满足其他的触发条件，或者直接根据最后接收到的第一交互信息进行被动回复：

1)最新接收到的第一交互信息不与预存陈述信息匹配。

2)最新接收到的第一交互信息与预存陈述信息匹配，但所述第一交互信息中最后一条与预存陈述信息不匹配的信息相隔预设时间的时间段内，接收到与预存陈述信息不匹配的信息。

进一步地，基于上述本发明提示的交互方法，参照图5，提出本发明第四实施例。

基于上述所示的实施例，在本实施例中，步骤S20还包括：

S25，根据所述第一交互信息确定所述第一交互信息所属的话题；

S26，判断所述第一交互信息所属的话题是否与预存话题匹配；

S27，当所述第一交互信息所属的话题与预存话题匹配时，判定当前满足所述主动交互的触发条件。

在本实施例中，如果用户在交互过程中不能准确地表达出自己的需求，但提到一个范围比较宽泛的话题，机器人根据该话题引导用户表达出自己的需求。机器人的预设话题数据库里预存着基于机器人应用行业的各种话题，例如“理财”“股票”“基金”等。在接收到的第一交互信息为上述情况时，机器人先确定第一交互信息的话题，再判断第一交互信息的话题与预设话题数据库里的预存话题是否匹配，当话题与预存话题匹配时，即满足主动交互的触发条件。例如，用户向机器人发送了一条对话信息3“理财”。机器人接收到了对话信息3时，先确定对话信息3的所属话题为“理财”，该话题“理财”与预设话题数据库里的预设话题匹配，判定当前满足主动交互的触发条件，然后机器人根据该话题主动与用户进行交互进一步缩小话题，例如启发客户是不是想了解理财产品。

在本实施例中，交互机器人根据所述第一交互信息确定所述第一交互信息所属的话题，然后判断所述第一交互信息所属的话题是否与预存话题匹配，当所述第一交互信息所属的话题与预存话题匹配时，判定当前满足所述主动交互的触发条件。通过上述方式，在用户不能准确表达自己的需求的时候，机器人通过在接收第一信息的话题范围内的子话题来启发用户帮助用户准确表达自己的需求。

进一步地，基于上述本发明交互方法，参照图6，提出本发明交互方法第五实施例。

基于上述发明实施例，在本实施例中，步骤S20之前还包括：

步骤S00，获得用户预先设置的事物提醒设置；

此时步骤S20可以包括：

步骤S28，根据所述事物提醒设置判断当前是否满足所述主动交互的触发条件。

所述在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息步骤可以包括：

S31根据所述事物提醒设置确定所述用于进行主动交互的第二交互信息。

为了持续跟踪事件的发展进度或者事件是发展是否到达预期，事物提醒功能是机器人特别是应用于银行行业的机器人很有必要设置的一个功能。在本实施例中，用户预先设置的事物提醒功能可以是定时提醒功能，也可以是指标条件提醒功能。本实施例以上述两种情况为例，但本发明应用过程中并不限定于以上两种情况。定时提醒功能指的是机器人在设定的时间点发送设定的提醒信息。随着日程事务的增多，定时提醒功能必定可以帮助你合理安排工作、处理紧急事件，甚至规划休息时间等等，可以帮助用户高效安排每一秒钟。例如实施例一所述，可以设定机器人每天特定的时候提醒用户关注某个基金的收益，除了对单个时间设置提醒功能，用户还可以通过利用定时提醒功能对多项工作设置提醒功能，从而有效的管理自己的工作和执行工作计划。指标提醒指的机器人通过实时监控某些指标参数，在指标参数满足预设的特定条件或者阈值时，发送提醒信息到外界设备，提醒用户监控相关咨询。例如，股市交易中，股价时刻变化，需要时刻监控股价是否偏出预期范围，通过机器人的指标提醒功能就可以有效实现这一目的。在本实施例中，用户可以设置某个股票的股价高于或者低于某个值的时候就发送提醒信息给用户。另外，股市在上涨或者下跌前其参数指标一般会有特定规律的变化，可以设定特定的参数指标满足特定的预设变化规律时，比如某个参数指标曲线与预设模型的拟合度满足预设值时，发送提醒信息给用户，为用户提供参考。用户关注相关信息后，提前作出买入或者卖出的决定。在本实施例中，还可以设置交互帐号，当用户登录交互帐号时，无论是否接收到第一交互信息，如果当前满足用户预先设置的事件提醒设置的触发条件，机器人就会根据事件提醒设置主动发送提醒信息给用户。当用户未登录交互帐号，机器人则不发送提醒信息。

在本实施例，机器人首先要获得用户预先设置的事物提醒设置，用户提醒设置包括事物提醒的触发条件和事物提醒的提醒信息。获得用户提醒的设置后，根据用户提醒设置判断当前是否满足主动交互的触发条件满足主动交互的触发条件。如上所述的两个事物提醒设置，定时提醒的触发条件的判断是通过判断当前时间是否是预设的提醒时间，如果当前时间是预设的提醒时间，则触发主动交互的触发条件；上述实施例指标提醒的触发条件的判断是通过判断监控的参数指标是否满足预设触发值的范围，满足则触发主动交互的触发条件。除此之外，提醒设置还可以是技术人员设置的具有代表性的推送提醒，比如说软件版本的更新或者金融新闻资讯推送等。

需要特别说明的是，本实施例和第二实施例，第三实施例，第四实施例中的触发条件是否满足的判断可以按照特定的顺序进行判断，也可以是并行进行判断。

在本实施例中，通过设置事物提醒设置，并根据事物提醒设置判断当前是否满足主动提醒的触发条件来确定是否进行主动交互，从而协助用户有效的管理自己的工作和计划的执行。用户根据自己的需求预先设置事物提醒设置，机器人根据事物提醒设置，也即用户的需求，主动与用户进行互动，有效的提高了机器人用户体验。

进一步地，基于上述本发明的交互方法，参照图7，提出本发明交互方法的第六实施例。

在本实施例中，步骤S30包括：

S32，确定所述第一交互信息中每条信息的关键词，所述关键词至少包括命名实体，所述命名实体包括人名、地名、机构名和专有名词；

S33，以所述关键词为索引在预设数据库进行检索，获得对应的多个检索结果；

S34，根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性；

S35，以与所述第一交互信息相关性最大的检索结果为所述用于所述主动交互的第二交互信息。

在满足主动交互的触发条件时，机器人首先确定接收到的每条第一交互信息的关键词，在本实施例中，关键词至少包括命名实体。命名实体识别(Named EntityRecognition，简称NER)，又称作“专名识别”，是指识别文本中具有特定意义的实体，命名实体识别是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要地位。一般来说，命名实体识别的任务就是识别出待处理文本中三大类包括实体类、时间类和数字类)和七小类，人名、机构名、地名、时间、日期、货币和百分比。例如“美元对人民币的汇率是多少？”这个问题的命名实体包括“美元”、“人民币”、和“汇率”。

确定所述每条第一交互信息的命名实体后，根据所述命名实体在预设数据库进行检索，并获得多个检索结果。预设数据库存储着基于用户针对本行业内可能出现的第一交互信息的回复信息。每条第一交互信息可能对应着多个检索结果，不同的第一交互信息之间的检索结果可能是独立的，也可能存在交集，因而根据第一交互信息可以获得多个检索结果。

获得多个检索结果后，根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性。例如对于上述“美元对人民币的汇率是多少？”这个问题，根据“美元”、“人民币”、和“汇率”可以得到多个检索结果。在“美元对人民币的汇率是多少？”这个问题之前用户可能还问了“我国今年的贸易顺差情况怎样？”这个问题，由这个问题也可以得到多个搜索结果。在计算相关性的时候会计算由所有问题检索得到的每个检索结果与所有问题之间的相关性。

计算完检索结果与第一信息的相关性后相关性最大的检索结果为所述用于所述主动交互的第二交互信息。

在本实施例中，确定所述第一交互信息中每条信息的关键词，关键词至少包括命名实体，然后以所述关键词为索引在预设数据库进行检索，获得对应的多个检索结果，再根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性并以与所述第一交互信息相关性最大的检索结果为所述用于所述主动交互的第二交互信息。通过计算检索结果与第一交互信息之间的相关性来确定用于主动交互的交互信息，从而更加切合用户的需求。

进一步地，基于上述本发明提示的交互方法，参照图8，提出本发明的第七实施例。

基于上述所示的实施例，在本实施例中，步骤S32包括：

S321，通过条件随机场算法或者深度学习算法确定所述第一交互信息中的关键词。

条件随机场结合了最大熵模型和隐马尔可夫模型的特点，是一种无向图模型，近年来在分词、词性标注和命名实体识别等序列标注任务中取得了很好的效果。条件随机场模型可以看作是具有规格化转换概论的有限状态模型。它允许在观察序列上的任意的依赖关系，并且特征不需要一定是一个完整的状态或者观察值。条件随机场模型和最大熵模型基于相同的指数形式，因此它可以进行有效的进行完备的、非贪婪的有限状态推导和训练。所以，可以尝试用较少的训练数据来训练出模型。另外，条件随机场具模型有损失函数的凸面性。所以说条件随机场模型拥有了一般的最大熵模型的所有优点。

进一步地，所述命名实体的识别还可以通过深度学习算法来实现。深度学习作为一种新兴的多层神经网络降维算法,通过组建含有多个隐层的神经网络深层模型,对输入的高维数据逐层提取特征,以发现数据的低维嵌套结构,形成更加抽象有效的高层表示。在本案例中，所述命名体的识别的实现可以通过采用开源软件的软件包，如哈尔滨工业大学的语言技术平台的软件包。

进一步地，参考图9，提出本发明交互方法的第八实施例。

在本实施例中，步骤S34包括：

S341，采用二分图模型确定多个检索结果所组成的集合与所述第一交互信息的对应关系；

S342，利用网页排名算法分别对第一交互信息中每条信息进行计算，获得对应的第一重要程度，并根据所述第一重要程度和对应关系利用超文本敏感标题搜索算法计算每个检索结果的的第一得分；

S343，根据所述第一得分和网页排名算法计算每个检索结果的第二重要程度，并根据所述第二重要程度和对应关系利用利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第二得分；

S344，利用所述网页排名算法和所述第二得分值计算第一交互信息中每条信息的第三重要程度；

S345，根据所述对应关系和每个所述第三重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的的第三得分；

S346，计算所述的第三得分与对应所述第一得分值的均方差；

S347，判断所述均方差的值是否小于预设值；

S348，当所述均方差的值小于预设值时，以所述第三得分值作为所述相关性的计算结果；

S350，当所述均方差的值大于或者等于预设值时，利用所述网页排名算法和所述第三得分计算所述检索结果的第四重要程度；

S351，根据所述第四重要程度和对应关系利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第四得分；

S352，利用所述网页排名算法和所述第四得分值计算第一交互信息中每条信息的第五重要程度；

S353，根据所述对应关系和每个第五重要程度利用超文本敏感标题搜索算法计算每个检索结果的的第五得分；

S354，计算所述的第五得分与对应所述第三得分的均方差；

S355，判断所述均方差的值是否小于预设值；

S356，当所述均方差的值大于预设值时，以所述第五得分的值替换所述第三得分的值，并循环执行上述步骤，直到所述均方差的值小于预设值。

在本实施例中，采用二分图模型确定第一交互信息与检索结果之间的相关关系。二分图又称作二部图，是图论中的一种特殊模型。设G＝(V,E)是一个无向图，如果顶点V可分割为两个互不相交的子集(A,B)，并且图中的每条边(i，j)所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B)，则称图G为一个二分图。简而言之，就是顶点集V可分割为两个互不相交的子集，并且图中每条边依附的两个顶点都分属于这两个互不相交的子集，两个子集内的顶点不相邻。在本实施例中，两个互不相交的子集分别是第一交互信息与检索结果的集合，顶点i和j其中一个可以认为是第一交互信息里面的信息，另外一个可以认为是检索结果集合里的检索结果。

确定完第一交互信息与检索结果的关系后，先用网页排名算法计算每条第一交互信息和每个检索结果各自在所在集合的重要程度。

网页排名算法通过网络浩瀚的超链接关系来确定一个页面的等级，即用于衡量特定网页相对于搜索引擎索引中的其他网页而言的重要程度。Google把从A页面到B页面的链接解释为A页面给B页面投票，Google根据投票来源(甚至来源的来源，即链接到A页面的页面)和投票目标的等级来决定新的等级。简单的说，一个高等级的页面可以使其他低等级页面的等级提升。一个页面的“得票数”由所有链向它的页面的重要性来决定，到一个页面的超链接相当于对该页投一票。一个页面的网页排名算法值是由所有链向它的页面(“链入页面”)的重要性经过递归算法得到的。一个有较多链入的页面会有较高的等级，相反如果一个页面没有任何链入页面，那么它没有等级。

互联网中的网页可以看出是一个有向图，其中网页是结点，如果网页A有链接到网页B，则存在一条有向边A->B，下面是一个简单的示例：如图10所示，图10是互联网连接关系示意图。

这个例子中只有四个网页，如果当前在A网页，那么悠闲的上网者将会各以1/3的概率跳转到B、C、D，这里的3表示A有3条出链，如果一个网页有k条出链，那么跳转任意一个出链上的概率是1/k，同理D到B、C的概率各为1/2，而B到C的概率为0。一般用转移矩阵表示上网者的跳转概率，如果用n表示网页的数目，则转移矩阵M是一个n*n的方阵；如果网页j有k个出链，那么对每一个出链指向的网页i，有M[i][j]＝1/k，而其他网页的M[i][j]＝0；上面示例图对应的转移矩阵如下：

初试时，假设上网者在每一个网页的概率都是相等的，即1/n，于是初试的概率分布就是一个所有值都为1/n的n维列向量V0，用V0去右乘转移矩阵M，就得到了第一步之后上网者的概率分布向量MV0,(nXn)*(nX1)依然得到一个nX1的矩阵。下面是V1的计算过程：

注意矩阵M中M[i][j]不为0表示用一个链接从j指向i，M的第一行乘以V0，表示累加所有网页到网页A的概率即得到9/24。得到了V1后，再用V1去右乘M得到V2，一直下去，最终V会收敛，即Vn＝MV(n-1)，上面的图示例，不断的迭代，最终V＝[3/9,2/9,2/9,2/9]’：

在本实施中，基于上述算法基础，通过然后利用的假设q为第一交互信息的网页排名重要程度向量，r为检索结果的网页排名重要程度向量，n上标为网页排名算法迭代的次数，M_q为第一交互信息中各信息之间的转移矩阵，对于其中任意两个第一交互信息a，b，M_qab＝sim(q_a，q_b)，q⁽ⁿ⁺¹⁾＝M_qqⁿ，同理，r⁽ⁿ⁺¹⁾＝M_rrⁿ。本实施例中先通过相关度函数确定第一交互信息中每个第一交互信息与其余交互信息的相似度矩阵M_q和搜索结果的相似度矩阵M_r，并以M_q为转移矩阵，然后通过q⁽ⁿ⁺¹⁾＝M_qqⁿ，r⁽ⁿ⁺¹⁾＝M_rrⁿ或者这两个公式的变形式分别确定每次循环各第一交互信息和各搜索结果的重要程度值。在本实施例中，rⁿ的计算通过上述公式的变形式，所述变形式带有第一交互信息基于超文本敏感标题检索算法计算的得分值。计算qⁿ时，n≥2的时候，qⁿ的计算通过上述公式的变形式，所述变形式带有检索结果基于超文本敏感标题检索算法计算的得分值。当n＝1时算得的q¹和r¹分别是对应的第一重要程度和第二重要程度；当n＝2时算得的q²和r²分别是对应的第三重要程度值和第四重要程度值，n＝3时算得的q³为所述的第五重要程度。

作为几乎是与网页排名算法同一时期被提出的算法，超文本敏感标题检索算法以更精确的搜索为目的，并到今天仍然是一个优秀的算法。

在超文本敏感标题检索算法中，每个页面被赋予两个属性：枢纽属性和权威属性。同时，网页被分为两种：枢纽页面和权威页面。枢纽，中心的意思，所以枢纽页面指那些包含了很多指向权威页面的链接的网页，比如国内的一些门户网站；权威页面则指那些包含有实质性内容的网页。超文本敏感标题检索算法算法的目的是：当用户查询时，返回给用户高质量的权威页面。对于初始集合Gσ，用一个矩阵M表示Gσ中网页之间的关系。用向量H表示所有页面的Q枢纽值；用向量A表示所有页面的权威值，n上标表示超文本敏感标题检索算法迭代次数。则：Aⁿ⁺¹＝M^THⁿ，Hⁿ⁺¹＝MAⁿ。

基于上述算法基础，在本实施例中，由于第一交互信息与检索结果之间关系是采用具有无向特性的二分图模型来确定的，因此是互相指向关系。在本实施例中，假设Y为所述检索结果的超文本敏感标题检索算法算法得分，X为所述第一交互信息超文本敏感标题检索算法算法得分，则：X⁽ⁿ⁺¹⁾＝α₁[ω₁]Yⁿ+(1-α₁)Xⁿ，Y⁽ⁿ⁺¹⁾＝α₂[[ω₂]^T]Xⁿ+(1-α₂)Yⁿ，其中，α₁α₂基于经验值的常数，取值范围为(0，1)，ω₁和ω₂分别为从第一信息到检索结果的相关度向量和从检索结果到第一信息两者之间的相关度向量，对于任一第一信息a和任一检索结果c，ω_1ab为根据相关度函数以q_a和r_c为变量的变量，因此，在每次循环计算X，Y的时候都包含了传递过来的重要程度值。本实施案例第一交互信息和搜索结果的基于超文本敏感标题检索算法得分值X⁽ⁿ⁺¹⁾＝α₁[ω₁]Yⁿ+(1-α₁)Xⁿ，Y⁽ⁿ⁺¹⁾＝α₂[[ω₂]^T]Xⁿ+(1-α₂)Yⁿ或者两者的变形式。上述各个循环迭代算式在初始时可以根据经验值或者检索结果和第一交互信息的正态分布来确定初始化值。

当n＝1时算得的得分值Y¹为所述的第一得分向量，n＝2时算得的得分Y²为第三得分向量。计算Y¹与Y²的均方差是否小于预设值，如果小于预设值，则以Y²中最大的得分值对应的检索结果为所述的第二交互信息。

当Y¹与Y²的均方差大于或者等于预设值时，计算Y³，Y³即为步骤S353所述的第五得分值，并以Y²为第三得分值，计算Y³与Y²的均方差。

循环计算Yn+1与Yn，直到两者的均方差的值小于预设值，然后以最后一次得到的Yn+1矩阵中最大元素对应的检索结果为用与主动回复的第二交互信息，并发送所述的第二交互信息。

在本实施例中，通过采用网页排名算法来确定各第一交互信息和检索结果各自的重要程度，采用超文本敏感标题检索算法计算第一交互信息与检索结果之间的相关性，根据相关性确认用于主动交互的第二交互信息，提高第二交互信息的准确性。

此外，本发明还提供一种交互装置。

本发明交互装置：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交互程序，所述交互程序被所述处理器执行时实现如上所述的交互的步骤。

其中，在所述处理器上运行的交互程序被执行时所实现的方法可参照本发明交互方法各个实施例，此处不再赘述。

此外，本发明实施例还提出一种计算机可读存储介质。

本发明计算机可读存储介质上存储有交互程序，所述交互程序被处理器执行时实现如上所述的交互方法的步骤。

其中，在所述处理器上运行的交互程序被执行时所实现的方法可参照本发明交互方法各个实施例，此处不再赘述。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种交互方法，其特征在于，所述交互方法包括以下步骤：

接收外界设备发送的第一交互信息；

根据所述的第一交互信息判断当前是否满足主动交互的触发条件；

在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息，具体包括：

确定所述第一交互信息中每条信息的关键词；

以所述关键词为索引在预设数据库进行检索，获得对应的多个检索结果；

根据多个检索结果和预设算法计算各检索结果与所述第一交互信息中每条信息的相关性；

以与所述第一交互信息相关性最大的检索结果为所述用于所述主动交互的第二交互信息；

向所述外界设备发送所述的第二交互信息；

其中，所述根据多个检索结果和预设算法计算各检索结果与所述第一交互信息的相关性，包括：

采用二分图模型确定多个检索结果所组成的集合与所述第一交互信息的对应关系；

利用网页排名算法分别对第一交互信息中每条信息进行计算，获得对应的第一重要程度，并根据所述第一重要程度和对应关系利用超文本敏感标题搜索算法计算每个检索结果的第一得分；

根据所述第一得分和网页排名算法计算每个检索结果的第二重要程度，并根据所述第二重要程度和对应关系利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第二得分；

利用所述网页排名算法和所述第二得分值计算第一交互信息中每条信息的第三重要程度；

根据所述对应关系和每个所述第三重要程度利用超文本敏感标题搜索算法计算每个所述检索结果的第三得分；

计算所述的第三得分与对应所述第一得分值的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值小于预设值时，以所述第三得分值作为所述相关性的计算结果。

2.如权利要求1所述的交互方法，其特征在于，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的包括：

在预设时间的时间段内未接收到外界发送的新的第一交互信息时，判定当前满足所述主动交互的触发条件。

3.如权利要求1所述的交互方法，其特征在于，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤还包括：

判断最新接收到的所述第一交互信息是否与预存陈述信息匹配；

若最新接收到的所述第一交互信息与预存陈述信息匹配，则确定所述第一交互信息中最后一条与预存陈述信息不匹配的信息的接收时间，判断与所述接收时间相隔预设时间的时间段内，是否接收到与预存陈述信息不匹配的信息；

若未接收到与预存陈述信息不匹配的信息，判定当前满足所述主动交互的触发条件。

4.如权利要求1所述的交互方法，其特征在于，所述根据第一交互信息判断当前是否满足主动交互的触发条件的步骤还包括：

根据所述第一交互信息确定所述第一交互信息所属的话题；

判断所述第一交互信息所属的话题是否与预存话题匹配；

当所述第一交互信息所属的话题与预存话题匹配时，判定当前满足所述主动交互的触发条件。

5.如权利要求1所述的交互方法，其特征在于，所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤之前还包括：

获得用户预先设置的事物提醒设置；

所述根据所述的第一交互信息判断当前是否满足主动交互的触发条件的步骤包括：

根据所述事物提醒设置判断当前是否满足所述主动交互的触发条件；

所述在满足所述主动交互的触发条件时，根据预设算法计算所述第一交互信息与预设数据库中的信息的相关性，并根据所述相关性确定用于进行主动交互的第二交互信息步骤包括：

根据所述事物提醒设置确定所述用于进行主动交互的第二交互信息。

6.如权利要求1所述的交互方法，其特征在于，所述关键词至少包括命名实体，所述命名实体包括人名、地名、机构名和专有名词。

7.如权利要求1所述的交互方法，其特征在于，所述确定所述第一交互信息中的关键词，包括：

通过条件随机场算法或者深度学习算法确定所述第一交互信息中的关键词。

8.如权利要求1所述的交互方法，其特征在于，所述判断所述均方差的值是否小于预设值之后的步骤还包括：

当所述均方差的值大于或者等于预设值时，利用所述网页排名算法和所述第三得分计算所述检索结果的第四重要程度；

根据所述第四重要程度和对应关系利用所述超文本敏感标题检索算法计算所述第一交互信息中每条信息的第四得分；

利用所述网页排名算法和所述第四得分值计算第一交互信息中每条信息的第五重要程度；

根据所述对应关系和每个第五重要程度利用超文本敏感标题搜索算法计算每个检索结果的第五得分；

计算所述的第五得分与对应所述第三得分的均方差；

判断所述均方差的值是否小于预设值；

当所述均方差的值大于预设值时，以所述第五得分的值替换所述第三得分的值，并循环执行上述步骤，直到所述均方差的值小于预设值。

9.一种交互装置，其特征在于，所述交互装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交互程序，所述交互程序被所述处理器执行时实现如权利要求1至8中的任一项所述的交互方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有交互程序，所述交互程序被处理器执行时实现如权利要求1至8中任一项所述的交互方法的步骤。

Images