CN107993133A - 一种基于自然语言的智能分析推荐方法及系统 - Google Patents

Abstract

本发明属于智能购物领域，具体公开了一种基于自然语言的智能分析推荐方法及系统，其中，该方法包括：S1，将接收到的语音请求转化为文本信息；S2，在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；S3，根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；S4，根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；S5，将查询处理的结果展示给用户。本发明提出的基于自然语言的智能分析推荐方法及系统，可以将接收到的语音请求转化为文本，使得购物服务可以通过语音接入实现，使用及操控非常方便，有效提高了用户的购物体验。

Description

一种基于自然语言的智能分析推荐方法及系统

技术领域

本发明涉及智能购物领域，尤指一种基于自然语言的智能分析推荐方法及系统。

背景技术

当今，随着互联网技术的迅速发展，线上购物受到用户的青睐，线上购物有很多优点：可以帮助用户节省时间，降低购物成本，扩大选择等，因此线上购物的规模在不断快速增长。线上交易方便的同时也存在一些问题，如线上商品种类繁杂，数量众多，用户很难迅速找到需要的商品；举例而言，用户想买一见红色防水防寒的骆驼牌冲锋衣，通常需要在购物网站做很多次的筛选，先选择冲锋衣，在选择品牌、颜色。实际上用户将各种选择转换为计算计算能直接识别关键字，计算机根据这些关键字查询，最终用户才能查到类似的商品。

随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。同时随着电子商务系统正处在不断的扩大化，系统结构不断的复杂化，用户及商品的数量几乎呈直线上身，然而现阶段很多推荐算法由于自身的条件限制，存在两个方面的问题：稀疏性问题与扩展性问题，这严重的影响了推荐的质量。另一方面，语音查询功能在各行业中都有非常实际的应用。随着移动终端的普及，越来越多的语音识别应用被开发。

比如亚马逊的Shopbot，如我想买42码黑色透气的耐克跑步鞋，Shopbot会继续问需要哪个号码并列出菜单让用户选择，然后问哪个品牌，价格范围等，都需要用户通过菜单选择，步骤繁琐且有些项目无法选择，如跑鞋是否透气等因素。当前方法存在的缺点：计算机无法理解人类的语言，无法准确识别自然语言中包含的所有商品属性等信息。因此，利用语音识别技术能够在一定程度上便于用户的搜索或操作，若能够将语音识别技术辅以主动根据用户需求对商品进行筛选推荐的系统，则有望更快、更便利地推荐最适合用户的产品，以达到使得用户能够更便捷地找寻所需商品的目的，从而大大改善用户的使用体验。

发明内容

为了解决现有技术存在的上述问题，本发明实施例提供一种语音购物的方法和系统，能够实现全程语音、甚至无屏幕购物，为用户提供了更加便捷的购物服务，进而解决了现阶段不能全程通过语音进行购物的问题。

本发明所采用的技术方案为：

在本发明实施例的一个方面提出了一种基于自然语言的智能分析推荐方法。该方法包括：S1，将接收到的语音请求转化为文本信息；S2，在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；S3，根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；S4，根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；S5，将查询处理的结果展示给用户。

在本发明的另一实施例中，还公开了一种基于自然语言的智能分析推荐系统，包括：转化模块，用于将接收到的语音请求转化为文本信息；日志创建模块，用于在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；分析模块，用于根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；匹配模块，用于根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；展示模块，用于将查询处理的结果展示给用户。

本发明的有益效果为：

本发明提出的基于自然语言的智能分析推荐方法及系统，可以将接收到的语音请求转化为文本，使得购物服务可以通过语音接入实现，使用及操控非常方便，有效提高了用户的购物体验。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例的基于自然语言的智能分析推荐方法流程示意图。

图2为本发明一实施例的基于自然语言的智能分析推荐系统结构示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

以下配合图式及本发明的较佳实施例，进一步阐述本发明为达成预定发明目的所采取的技术手段。

图1为本发明一实施例的基于自然语言的智能分析推荐方法流程示意图。如图1所示，该方法包括：

S1，将接收到的语音请求转化为文本信息；其中，具体方法为，对语音请求进行音频特征的提取，获取以马尔科夫模型为基础建立的声学模型，然后根据该声学模型解析得到和提取的音频特征匹配度最高的词序列将该词序列生成为文本信息。

所述语音请求包括查询请求和购买请求，并且其中根据所述语义分析的结果进行查询购买处理包括根据所述语义分析的结果进行查询处理和进行购买处理。

S2，在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；

S3，根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；其中，具体方法为，根据第一用户日志，计算文本信息、用户对商品的关注性及用户对商品的评分的相似性，并将文本信息、关注性和评分线性组合以构成一聚类分析参数，然后利用该聚类分析参数对用户进行聚类，获得聚类结果。

S4，根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；

具体的，根据聚类结果确定查询逻辑，其中所述查询逻辑包括查询范围和对所述查询范围进行查询的顺序，根据所述查询逻辑查询出待输出的商品信息。

S5，将查询处理的结果展示给用户。

尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

在一具体实施例中，首先，对于一些固定文法的语句，可以通过模式匹配，获得相关的商品信息，例如我想买AA的BB，基本可以通过规则确定AA是和颜色、材料相关的属性，BB是某类商品。当无法通过模式匹配的，可通过深度学习的方法，对每个核心词或修饰词聚类分析，获得最相关的属性。

具体的，在实际操作时，用户可以语音输入为：最近有什么商品促销、最近有什么活动、最近有什么降价等。对于音箱输出：如果服务系统出现异常，则音箱输出：抱歉，系统异常请稍后再试。如果识别出语义，但仅有唤醒词(唤醒词可将进行查询购买的系统唤醒工作)，例如仅识别出请问京东，音箱可输出：欢迎使用京东服务，您可以说：我的订单到哪了、我要买矿泉水、最近牛奶有什么促销？

音箱输出的具体内容并不拘泥于本实施例中的内容，可根据电商平台或者应用场景、需求等而定。识别出用户查询请求的语义，优先推荐与用户相关的降价商品，若无该类商品，则推荐京东秒杀商品；若秒杀商品也推荐完毕，则播出统一文案：暂未找到更多优惠商品，您可去京东手机客户端查询更多活动。音箱输出：飞科(FLYCO)FS372全身水洗剃须刀，已降价5元，目前价格是20元，确认购买还是换一个？

若用户回复确认购买或不进行回应，进入购买环节。即用户输出：确认/是的/好的/购买，系统响应：自动下单，购买数量默认为1，音箱输出：下单成功，您可在京东手机客户端查询订单详情；在购买的过程中，如果出现异常(不能发现与购买商品的相匹配商品)，如用户确认购买后，商品有下架/无货，价格变动等情况，则提示：失败原因和下单结果，例如音箱输出：抱歉，由于商品状态调整，本次下单失败。在确认购买时，用户回复不买或不的购买请求，则不进行下单操作并将处理结果语音输出。在输出是否换下一个时，用户数输入换一个/下一个/换，音箱继续输入配置的其他信息，如果配置的SKU(Stock Keeping Unit库存量单位)优惠信息全部输出完，则音箱输出运营配置的统一语句：音箱输出：暂未找到更多优惠商品，您可去京东手机客户端查询更多活动。若存在其他回应无法识别，则音箱不回应，然后按照音箱本身的逻辑结束对话。

在介绍了本发明示例性实施方式的方法之后，接下来，参考图2对本发明示例性实施方式的基于自然语言的智能分析推荐系统进行介绍。

基于自然语言的智能分析推荐系统的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“单元”或者“模块”，可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

如图2所示，该系统包括：

转化模块1，用于将接收到的语音请求转化为文本信息；

日志创建模块2，用于在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；

分析模块3，用于根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；

匹配模块4，用于根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；

展示模块5，用于将查询处理的结果展示给用户。

在一实施例中，所述转化模块1还用于对语音请求进行音频特征的提取，获取以马尔科夫模型为基础建立的声学模型，然后根据该声学模型解析得到和提取的音频特征匹配度最高的词序列将该词序列生成为文本信息。

其中，所述语音请求包括查询请求和购买请求，并且其中根据所述语义分析的结果进行查询购买处理包括根据所述语义分析的结果进行查询处理和进行购买处理。

在一实施例中，所述分析模块3，还用于根据第一用户日志，计算文本信息、用户对商品的关注性及用户对商品的评分的相似性，并将文本信息、关注性和评分线性组合以构成一聚类分析参数，然后利用该聚类分析参数对用户进行聚类，获得聚类结果。

在一实施例中，所述匹配模块4，还用于根据聚类结果确定查询逻辑，其中所述查询逻辑包括查询范围和对所述查询范围进行查询的顺序，根据所述查询逻辑查询出待输出的商品信息。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括转化模块、语音分析模块、处理模块和输出模块。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，例如转化模块还可以被描述为“将接收到的语音请求转化为文本”。

本发明提出的基于自然语言的智能分析推荐方法及系统，可以将接收到的语音请求转化为文本，使得购物服务可以通过语音接入实现，使用及操控非常方便，有效提高了用户的购物体验。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于自然语言的智能分析推荐方法，其特征在于，包括：

S1，将接收到的语音请求转化为文本信息；

S2，在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；

S3，根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；

S4，根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；

S5，将查询处理的结果展示给用户。

2.根据权利要求1所述的基于自然语言的智能分析推荐方法，其特征在于，S1，将接收到的语音请求转化为文本信息，包括：

对语音请求进行音频特征的提取，获取以马尔科夫模型为基础建立的声学模型，然后根据该声学模型解析得到和提取的音频特征匹配度最高的词序列将该词序列生成为文本信息。

3.根据权利要求1所述的基于自然语言的智能分析推荐方法，其特征在于，所述语音请求包括查询请求和购买请求，并且其中根据所述语义分析的结果进行查询购买处理包括根据所述语义分析的结果进行查询处理和进行购买处理。

4.根据权利要求1所述的基于自然语言的智能分析推荐方法，其特征在于，S3，根据所述数据库中记录的多个用户的用户日志对第一用户日志进行聚类分析，获得聚类结果，包括：

根据第一用户日志，计算文本信息、用户对商品的关注性及用户对商品的评分的相似性，并将文本信息、关注性和评分线性组合以构成一聚类分析参数，然后利用该聚类分析参数对用户进行聚类，获得聚类结果。

5.根据权利要求1所述的基于自然语言的智能分析推荐方法，其特征在于，S4，根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果，包括：

根据聚类结果确定查询逻辑，其中所述查询逻辑包括查询范围和对所述查询范围进行查询的顺序，根据所述查询逻辑查询出待输出的商品信息。

6.一种基于自然语言的智能分析推荐系统，其特征在于，包括：

转化模块，用于将接收到的语音请求转化为文本信息；

日志创建模块，用于在数据库中创建第一用户日志，并将该文本信息记录至第一用户日志中；

分析模块，用于根据所述数据库中记录的多个用户的用户日志对用户进行聚类分析，获得聚类结果；

匹配模块，用于根据聚类结果，进行目标商品分析并在商品系统中进行匹配查询处理，获取查询处理结果；

展示模块，用于将查询处理的结果展示给用户。

7.根据权利要求6所述的基于自然语言的智能分析推荐系统，其特征在于，所述转化模块，还用于对语音请求进行音频特征的提取，获取以马尔科夫模型为基础建立的声学模型，然后根据该声学模型解析得到和提取的音频特征匹配度最高的词序列将该词序列生成为文本信息。

8.根据权利要求6所述的基于自然语言的智能分析推荐系统，其特征在于，所述语音请求包括查询请求和购买请求，并且其中根据所述语义分析的结果进行查询购买处理包括根据所述语义分析的结果进行查询处理和进行购买处理。

9.根据权利要求6所述的基于自然语言的智能分析推荐系统，其特征在于，所述分析模块，还用于根据第一用户日志，计算文本信息、用户对商品的关注性及用户对商品的评分的相似性，并将文本信息、关注性和评分线性组合以构成一聚类分析参数，然后利用该聚类分析参数对用户进行聚类，获得聚类结果。

10.根据权利要求6所述的基于自然语言的智能分析推荐系统，其特征在于，所述匹配模块，还用于根据聚类结果确定查询逻辑，其中所述查询逻辑包括查询范围和对所述查询范围进行查询的顺序，根据所述查询逻辑查询出待输出的商品信息。