CN109325182B - 基于会话的信息推送方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本发明公开了基于会话的信息推送方法、装置、计算机设备及存储介质。该方法通过将用户需求信息对应的需求信息关键词组合与知识库中商品信息进行比对，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合并返回再次判断知识库中是否存在包括需求信息关键词组合。该方法通过将商品信息构建的知识库作为会话式信息生成的数据基础，实现了根据用户需求信息有针对性且更精准的反馈商品推荐信息。

Description

基于会话的信息推送方法、装置、计算机设备及存储介质

技术领域

本发明涉及信息推送技术领域，尤其涉及一种基于会话的信息推送方法、装置、计算机设备及存储介质。

背景技术

目前，在基于互联网的在线商城上进行网络购物已越来越频繁，这些在线商城对用户进行商品推荐时，通常使用的商品推荐系统有两种：一种是人工编辑的推荐列表，另一种是基于协同过滤算法得到的推荐列表；而用户购买商品的需求一般是随着时间变化而变化的，或者用户的需求是从抽象到具体的过程，而现有的商品推荐系统无法准确根据用户的当前实际需求实时响应较为精准的推荐结果，从而影响到推荐过程。

发明内容

本发明实施例提供了一种基于会话的信息推送方法、装置、计算机设备及存储介质，旨在解决现有技术中商品信息推荐使用人工编辑的推荐列表或基于协同过滤算法得到的推荐列表，无法准确根据用户的当前实际需求实时响应较为精准的推荐结果，从而影响到推荐过程的问题。

第一方面，本发明实施例提供了一种基于会话的信息推送方法，其包括：

接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；

判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；

若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；以及

若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。

第二方面，本发明实施例提供了一种基于会话的信息推送装置，其包括：

关键词组合获取单元，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；

检索判断单元，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；

信息推送单元，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；以及

关键词组合调整单元，用于若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、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计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于会话的信息推送方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于会话的信息推送方法。

本发明实施例提供了一种基于会话的信息推送方法、装置、计算机设备及存储介质。该方法通过将用户需求信息对应的需求信息关键词组合与知识库中商品信息进行比对，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合并返回再次判断知识库中是否存在包括需求信息关键词组合。该方法通过将商品信息构建的知识库作为会话式信息生成的数据基础，实现了根据用户需求信息有针对性且更精准的反馈商品推荐信息。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于会话的信息推送方法的流程示意图；

图2为本发明实施例提供的基于会话的信息推送方法的另一流程示意图；

图3为本发明实施例提供的基于会话的信息推送方法的子流程示意图；

图4为本发明实施例提供的基于会话的信息推送方法的另一子流程示意图；

图5为本发明实施例提供的基于会话的信息推送方法的另一流程示意图；

图6为本发明实施例提供的基于会话的信息推送方法的另一子流程示意图；

图7为本发明实施例提供的基于会话的信息推送装置的示意性框图；

图8为本发明实施例提供的基于会话的信息推送装置的另一示意性框图；

图9为本发明实施例提供的基于会话的信息推送装置的子单元示意性框图；

图10为本发明实施例提供的基于会话的信息推送装置的另一子单元示意性框图；

图11为本发明实施例提供的基于会话的信息推送装置的另一示意性框图；

图12为本发明实施例提供的基于会话的信息推送装置的另一子单元示意性框图；

图13为本发明实施例提供的计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1，图1是本发明实施例提供的基于会话的信息推送方法的流程示意图，该基于会话的信息推送方法应用于管理服务器中，该方法通过安装于管理服务器中的应用软件进行执行，管理服务器即是用于进行基于会话的信息推送的企业终端。

如图1所示，该方法包括步骤S110～S140。

S110、接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合。

在本实施例中，当用户通过上传终端在浏览管理服务器所提供的在线商城的UI界面时，在UI界面的会话框内(类似于搜索引擎的搜索关键词录入框)输入用户需求信息，输入完成后上传至管理服务器。管理服务器在接收了上传终端所上传的用户需求信息，为了便于在知识库中检索商品信息，需要先将用户需求信息进行分词处理，得到由至少一个关键词组成的需求信息关键词组合。

例如，用户在会话框中输入“想要购买一个价格为500元左右，进口的斯伯丁品牌篮球”这一用户需求信息。管理服务器在接收了上述用户需求信息后，对其进行分词得到“价格为500元左右”、“进口”、“斯伯丁”、“篮球”这些关键词，上述4个关键词组成需求信息关键词组合。通过这种会话式的录入用户需求信息，能将用户的抽象需求具体化成为关键词指标，能根据关键词指标在知识库中检索得到结果后更精准的推荐商品信息。

在一实施例中，如图2所示，步骤S110之前还包括：

S101、爬取预设URL地址列表中每一网页对应的商品初始信息；

S102、将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性的商品信息；

S103、将商品信息写入知识库。

在本实施例中，构建包括海量的商品信息的知识库时，可以先爬取取预设URL地址列表中每一网页对应的商品初始信息(也即通过爬虫工具对管理服务器中对应的在线商城中售卖所有商品信息进行爬取)，然后对商品初始信息进行分词，得到商品信息并写入知识库。每一商品信息都包括商品名称和商品属性，商品的属性包括商品的价格、标签、品牌和功能等，商品名称和商品属性都写入知识库中，即是将网站商品和所有属性都存储在数据库中。通过构建商品的知识库，便于后续查询商品。

在一实施例中，如图3所示，步骤S110包括：

S111、按从左至右的顺序从用户需求信息中取出候选词；

S112、在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；

S113、计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；

S114、以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。

在本实施例中，对用户需求信息进行分词时，是通过基于概率统计模型的分词方法进行分词。例如，令C＝C1C2...Cm，C是待切分的汉字串，令W＝W1W2...Wn，W是切分的结果，Wa，Wb，…Wk是C的所有可能的切分方案。那么，基于概率统计的切分模型就是能够找到目的词串W，使得W满足：P(W|C)＝MAX(P(Wa|C),P(Wb|C)...P(Wk|C))的分词模型，上述分词模型得到的词串W即估计概率为最大之词串。

即对一个待分词的子串S，按照从左到右的顺序取出全部候选词w1、w2、…、wi、…、wn；在词典中查出每个候选词的概率值P(wi)，并记录每个候选词的全部左邻词；计算每个候选词的累积概率，同时比较得到每个候选词的最佳左邻词；如果当前词wn是字串S的尾词，且累积概率P(wn)最大，则wn就是S的终点词；从wn开始，按照从右到左顺序，依次将每个词的最佳左邻词输出，即S的分词结果。

S120、判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息。

在本实施例中，当管理服务器接收了需求信息关键词组合后，在知识库中的每一条商品信息均与需求信息关键词组合进行比对，判断知识库中的多条商品信息中是否存在包括需求信息关键词组合中所有关键词的商品信息，例如上述举例的需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”、“篮球”，在知识库的商品信息中，若某一条商品信息中包括了上述4个关键词，则表示知识库中存在包括需求信息关键词组合中所有关键词的商品信息；若无商品信息中包括了上述4个关键词，则表示知识库中不存在包括需求信息关键词组合中所有关键词的商品信息。

S130、若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端。

在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，则表示有商品信息与需求信息关键词组合完全匹配，此时可将该商品信息填充到会话框中并反馈至对应的上传终端，以实现对商品信息的精准推荐。

在一实施例中，如图4所示，步骤S130包括：

S131、获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；

S132、将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。

在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，为了让用户更清楚的知道推荐该商品信息的理由，可以在会话框中还增加针对每一关键词进行推荐理由解释的商品推荐备注信息。例如推荐商品1的原因有以下4点：

1、满足价位(属性1)在500左右(属性值1)的需求，实际价位在505元；

2、满足进口(属性2)，实际是进口；

3、满足斯伯丁(属性3)品牌，实际品牌为斯伯丁；

4、满足篮球(商品品类)，实际是篮球。

最终推送至上传终端的会话信息不仅包括商品信息，也包括商品推荐备注信息，这样不仅精准推送了商品信息，还能解释为何推荐该商品的缘由，这样通过会话式的方式进行商品推荐，增强了互动性。

S140、若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行步骤S120。

在本实施例中，若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，则表示不存在与需求信息关键词组合完全匹配的商品信息。此时为了推荐一些与需求信息关键词组合近似的商品信息，可以采取删除需求信息关键词组合中关键词的方式来调整需求信息关键词组合，以扩大搜索范围。在删除需求信息关键词组合中关键词时可以采用用户手动选择删除的方式，也可以由管理服务器根据预设的删词规则来删除关键词。在删除了需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，需再次在知识库中检索，直至有检索到包括需求信息关键词组合中所有关键词的商品信息才停止上述循环过程。

在一实施例中，如图5所示，步骤S110之前还包括：

S104、获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；

S105、根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。

在本实施例中，管理服务器根据预设的删词规则来删除关键词需要有历史数据的统计结果作为依据。例如，通过获取知识库中存储的购买商品成功用户所上传的历史用户需求信息，可以此为数据基础，分析统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次。

将历史用户需求信息进行分词后，所得到的每一历史关键词在每一历史用户需求信息中出现的排序位是可统计的。例如，在管理服务器存储有100条历史用户需求信息，每一历史用户需求信息都对应一条历史需求信息关键词组合。例如用户1的历史需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”，用户2的寻求信息关键词组合为“进口”、“价格为500元左右”、“斯伯丁”，用户2的需求信息关键词组合为“斯伯丁”、“进口”、“价格为500元左右”，……，用户100的“斯伯丁”。例如，经过上述100条历史需求信息关键词组合的统计后，得到：

价格这一关键词的权重为0.4*40％+0.3*30％+0.2*20％+0.1*10％＝0.3；

品牌这一关键词的权重为0.4*30％+0.3*40％+0.2*20％+0.1*10％＝0.29；

进口这一关键词的权重为0.4*20％+0.3*30％+0.2*40％+0.1*10％＝0.26；

……；

其中，价格这一历史关键词中出现在第一属性的位置，即价格位于第一排序位时的比率为40％，价格在第一排序位的位置权重为0.4；价格这一历史关键词中出现在第二属性的位置，即价格位于第二排序位时的比率为30％，价格在第二排序位的位置权重为0.3；价格这一历史关键词中出现在第三属性的位置，即价格位于第三排序位时的比率为20％，价格在第三排序位的位置权重为0.2；价格这一历史关键词中出现在第四属性的位置，即价格位于第四排序位时的比率为10％，价格在第四排序位的位置权重为0.1；其余的历史关键词的权重计算过程参考价格的权重的计算过程。

通过上述统计过程，可以准确获知需求信息关键词组合中所包括每一关键词的权重值，并以权重值来判断该关键词的重要程度，在删除需求信息关键词组合中的至少一个关键词时，可以优先建议删除需求信息关键词组合中权重值较小的关键词。例如上述举例的价格、品牌、进口这三个关键词中，若要删除1个关键词时，优先删除进口这一关键词；若要删除2个关键词时，优先删除进口和品牌这两个关键词。

在一实施例中，如图6所示，步骤S140包括：

S141、获取需求信息关键词组合中每一关键词对应的权重；

S142、获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

在本实施例中，若通过统计历史用户需求信息得到了每一关键词的权重后，在删除需求信息关键词组合中至少一个关键词时，优先删除关键词的权重比较小的关键字，然后根据调整后的需求信息关键词组合作为需求信息关键词组合并返回执行步骤S120，这样有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。

作为步骤S140的另一实施例，在删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，具体包括：

获取需求信息关键词组合中每一关键词对应的权重；

将需求信息关键词组合的关键词以权重大小进行降序排序后进行删除提示；

若检测到所选定的关键词，删除所选定的关键词。

即在知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，提示用户选择需求信息关键词组合中一个或多个关键词进行删除以得到调整后的需求信息关键词组合。同样，也有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。

该方法通过将商品信息构建的知识库作为会话式信息生成的数据基础，实现了根据用户需求信息有针对性且更精准的反馈商品推荐信息。

本发明实施例还提供一种基于会话的信息推送装置，该基于会话的信息推送装置用于执行前述基于会话的信息推送方法的任一实施例。具体地，请参阅图7，图7是本发明实施例提供的基于会话的信息推送装置的示意性框图。该基于会话的信息推送装置100可以配置于管理服务器中。

如图7所示，基于会话的信息推送装置100包括关键词组合获取单元110、检索判断单元120、信息推送单元130、和关键词组合调整单元140。

关键词组合获取单元110，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合。

在本实施例中，当用户通过上传终端在浏览管理服务器所提供的在线商城的UI界面时，在UI界面的会话框内(类似于搜索引擎的搜索关键词录入框)输入用户需求信息，输入完成后上传至管理服务器。管理服务器在接收了上传终端所上传的用户需求信息，为了便于在知识库中检索商品信息，需要先将用户需求信息进行分词处理，得到由至少一个关键词组成的需求信息关键词组合。

例如，用户在会话框中输入“想要购买一个价格为500元左右，进口的斯伯丁品牌篮球”这一用户需求信息。管理服务器在接收了上述用户需求信息后，对其进行分词得到“价格为500元左右”、“进口”、“斯伯丁”、“篮球”这些关键词，上述4个关键词组成需求信息关键词组合。通过这种会话式的录入用户需求信息，能将用户的抽象需求具体化成为关键词指标，能根据关键词指标在知识库中检索得到结果后更精准的推荐商品信息。

在一实施例中，如图8所示，基于会话的信息推送装置100还包括：

商品信息爬取单元101，用于爬取预设URL地址列表中每一网页对应的商品初始信息；

商品信息初始分词单元102，用于将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性的商品信息；

商品信息写入单元103，用于将商品信息写入知识库。

在本实施例中，构建包括海量的商品信息的知识库时，可以先爬取取预设URL地址列表中每一网页对应的商品初始信息(也即通过爬虫工具对管理服务器中对应的在线商城中售卖所有商品信息进行爬取)，然后对商品初始信息进行分词，得到商品信息并写入知识库。每一商品信息都包括商品名称和商品属性，商品的属性包括商品的价格、标签、品牌和功能等，商品名称和商品属性都写入知识库中，即是将网站商品和所有属性都存储在数据库中。通过构建商品的知识库，便于后续查询商品。

在一实施例中，如图9所示，关键词组合获取单元110包括：

候选词选取单元111，用于按从左至右的顺序从用户需求信息中取出候选词；

初始左邻词获取单元112，用于在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；

最佳左邻词获取单元113，用于计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；

分词结果输出单元114，用于以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。

在本实施例中，对用户需求信息进行分词时，是通过基于概率统计模型的分词方法进行分词。例如，令C＝C1C2...Cm，C是待切分的汉字串，令W＝W1W2...Wn，W是切分的结果，Wa，Wb，…Wk是C的所有可能的切分方案。那么，基于概率统计的切分模型就是能够找到目的词串W，使得W满足：P(W|C)＝MAX(P(Wa|C),P(Wb|C)...P(Wk|C))的分词模型，上述分词模型得到的词串W即估计概率为最大之词串。

即对一个待分词的子串S，按照从左到右的顺序取出全部候选词w1、w2、…、wi、…、wn；在词典中查出每个候选词的概率值P(wi)，并记录每个候选词的全部左邻词；计算每个候选词的累积概率，同时比较得到每个候选词的最佳左邻词；如果当前词wn是字串S的尾词，且累积概率P(wn)最大，则wn就是S的终点词；从wn开始，按照从右到左顺序，依次将每个词的最佳左邻词输出，即S的分词结果。

检索判断单元120，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息。

在本实施例中，当管理服务器接收了需求信息关键词组合后，在知识库中的每一条商品信息均与需求信息关键词组合进行比对，判断知识库中的多条商品信息中是否存在包括需求信息关键词组合中所有关键词的商品信息，例如上述举例的需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”、“篮球”，在知识库的商品信息中，若某一条商品信息中包括了上述4个关键词，则表示知识库中存在包括需求信息关键词组合中所有关键词的商品信息；若无商品信息中包括了上述4个关键词，则表示知识库中不存在包括需求信息关键词组合中所有关键词的商品信息。

信息推送单元130，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端。

在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，则表示有商品信息与需求信息关键词组合完全匹配，此时可将该商品信息填充到会话框中并反馈至对应的上传终端，以实现对商品信息的精准推荐。

在一实施例中，如图10所示，信息推送单元130包括：

备注信息获取单元131，用于获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；

信息组合单元132，用于将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。

在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，为了让用户更清楚的知道推荐该商品信息的理由，可以在会话框中还增加针对每一关键词进行推荐理由解释的商品推荐备注信息。例如推荐商品1的原因有以下4点：

1、满足价位(属性1)在500左右(属性值1)的需求，实际价位在505元；

2、满足进口(属性2)，实际是进口；

3、满足斯伯丁(属性3)品牌，实际品牌为斯伯丁；

4、满足篮球(商品品类)，实际是篮球。

最终推送至上传终端的会话信息不仅包括商品信息，也包括商品推荐备注信息，这样不仅精准推送了商品信息，还能解释为何推荐该商品的缘由，这样通过会话式的方式进行商品推荐，增强了互动性。

关键词组合调整单元140，用于若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回至检索判断单元。

在本实施例中，若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，则表示不存在与需求信息关键词组合完全匹配的商品信息。此时为了推荐一些与需求信息关键词组合近似的商品信息，可以采取删除需求信息关键词组合中关键词的方式来调整需求信息关键词组合，以扩大搜索范围。在删除需求信息关键词组合中关键词时可以采用用户手动选择删除的方式，也可以由管理服务器根据预设的删词规则来删除关键词。在删除了需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，需再次在知识库中检索，直至有检索到包括需求信息关键词组合中所有关键词的商品信息才停止上述循环过程。

在一实施例中，如图11所示，基于会话的信息推送装置100还包括：

历史用户需求信息统计单元104，用于获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；

历史关键词权重获取单元105，用于根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。

在本实施例中，管理服务器根据预设的删词规则来删除关键词需要有历史数据的统计结果作为依据。例如，通过获取知识库中存储的购买商品成功用户所上传的历史用户需求信息，可以此为数据基础，分析统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次。

将历史用户需求信息进行分词后，所得到的每一历史关键词在每一历史用户需求信息中出现的排序位是可统计的。例如，在管理服务器存储有100条历史用户需求信息，每一历史用户需求信息都对应一条历史需求信息关键词组合。例如用户1的历史需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”，用户2的寻求信息关键词组合为“进口”、“价格为500元左右”、“斯伯丁”，用户2的需求信息关键词组合为“斯伯丁”、“进口”、“价格为500元左右”，……，用户100的“斯伯丁”。例如，经过上述100条历史需求信息关键词组合的统计后，得到：

价格这一关键词的权重为0.4*40％+0.3*30％+0.2*20％+0.1*10％＝0.3；

品牌这一关键词的权重为0.4*30％+0.3*40％+0.2*20％+0.1*10％＝0.29；

进口这一关键词的权重为0.4*20％+0.3*30％+0.2*40％+0.1*10％＝0.26；

……；

其中，价格这一历史关键词中出现在第一属性的位置，即价格位于第一排序位时的比率为40％，价格在第一排序位的位置权重为0.4；价格这一历史关键词中出现在第二属性的位置，即价格位于第二排序位时的比率为30％，价格在第二排序位的位置权重为0.3；价格这一历史关键词中出现在第三属性的位置，即价格位于第三排序位时的比率为20％，价格在第三排序位的位置权重为0.2；价格这一历史关键词中出现在第四属性的位置，即价格位于第四排序位时的比率为10％，价格在第四排序位的位置权重为0.1；其余的历史关键词的权重计算过程参考价格的权重的计算过程。

通过上述统计过程，可以准确获知需求信息关键词组合中所包括每一关键词的权重值，并以权重值来判断该关键词的重要程度，在删除需求信息关键词组合中的至少一个关键词时，可以优先建议删除需求信息关键词组合中权重值较小的关键词。例如上述举例的价格、品牌、进口这三个关键词中，若要删除1个关键词时，优先删除进口这一关键词；若要删除2个关键词时，优先删除进口和品牌这两个关键词。

在一实施例中，如图12所示，关键词组合调整单元140包括：

当前关键词权重获取单元141，用于获取需求信息关键词组合中每一关键词对应的权重；

关键词自动删除单元142，用于获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

在本实施例中，若通过统计历史用户需求信息得到了每一关键词的权重后，在删除需求信息关键词组合中至少一个关键词时，优先删除关键词的权重比较小的关键字，然后根据调整后的需求信息关键词组合作为需求信息关键词组合并返回检索判断单元120，这样有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。

作为关键词组合调整单元140的另一实施例，在删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，具体包括：

获取需求信息关键词组合中每一关键词对应的权重；

将需求信息关键词组合的关键词以权重大小进行降序排序后进行删除提示；

若检测到所选定的关键词，删除所选定的关键词。

即在知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，提示用户选择需求信息关键词组合中一个或多个关键词进行删除以得到调整后的需求信息关键词组合。同样，也有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。

该装置通过将商品信息构建的知识库作为会话式信息生成的数据基础，实现了根据用户需求信息有针对性且更精准的反馈商品推荐信息。

上述基于会话的信息推送装置可以实现为计算机程序的形式，该计算机程序可以在如图13所示的计算机设备上运行。

请参阅图13，图13是本发明实施例提供的计算机设备的示意性框图。

参阅图13，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于会话的信息推送方法。

该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行基于会话的信息推送方法。

该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图13中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；以及若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。

在一实施例中，处理器502在执行所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合的步骤之前，还执行如下操作：爬取预设URL地址列表中每一网页对应的商品初始信息；将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性的商品信息；将商品信息写入知识库。

在一实施例中，处理器502在所述对用户需求信息进行分词，得到需求信息关键词组合的步骤时，执行如下操作：按从左至右的顺序从用户需求信息中取出候选词；在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。

在一实施例中，处理器502在执行所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端的步骤时，执行如下操作：获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。

在一实施例中，处理器502在执行所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合的步骤之前，还执行如下操作：获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。

在一实施例中，处理器502在执行所述删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合的步骤时，执行如下操作：获取需求信息关键词组合中每一关键词对应的权重；获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

本领域技术人员可以理解，图13中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备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。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图13所示实施例一致，在此不再赘述。

应当理解，在本发明实施例中，处理器502可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现以下步骤：接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。

在一实施例中，所述所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：爬取预设URL地址列表中每一网页对应的商品初始信息；将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性的商品信息；将商品信息写入知识库。

在一实施例中，所述对用户需求信息进行分词，得到需求信息关键词组合，包括：按从左至右的顺序从用户需求信息中取出候选词；在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。

在一实施例中，所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端，包括：获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。

在一实施例中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。

在一实施例中，所述删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，包括：获取需求信息关键词组合中每一关键词对应的权重；获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。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，或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种基于会话的信息推送方法，其特征在于，包括：

接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；

判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；

若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；以及

若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤；

其中，所述删除需求信息关键词组合中至少一个关键词的方式至少包括：用户手动选择关键词进行删除，以及根据预设删词规则进行删除；

所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端，包括：

获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；

将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端；

其中，所述商品推荐备注信息用于针对每一关键词进行推荐理由解释；

所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：

获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；

根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重；

所述删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，包括：

获取需求信息关键词组合中每一关键词对应的权重；

获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

2.根据权利要求1所述的基于会话的信息推送方法，其特征在于，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：

爬取预设URL地址列表中每一网页对应的商品初始信息；

将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性的商品信息；

将商品信息写入知识库。

3.根据权利要求1所述的基于会话的信息推送方法，其特征在于，所述对用户需求信息进行分词，得到需求信息关键词组合，包括：

按从左至右的顺序从用户需求信息中取出候选词；

在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；

计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；

以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。

4.一种基于会话的信息推送装置，其特征在于，包括：

关键词组合获取单元，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；

检索判断单元，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；

信息推送单元，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息推送至对应的上传终端；

关键词组合调整单元，用于若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回至检索判断单元；

其中，所述删除需求信息关键词组合中至少一个关键词的方式至少包括：用户手动选择关键词进行删除，以及根据预设删词规则进行删除；

所述信息推送单元，包括：

备注信息获取单元，用于获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；

信息组合单元，用于将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端；

其中，所述商品推荐备注信息用于针对每一关键词进行推荐理由解释；

所述基于会话的信息推送装置还包括：

历史用户需求信息统计单元，用于获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；

历史关键词权重获取单元，用于根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重；

所述关键词组合调整单元包括：

当前关键词权重获取单元，用于获取需求信息关键词组合中每一关键词对应的权重；

关键词自动删除单元，用于获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。

5.一种计算机设备，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计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的基于会话的信息推送方法。

6.一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存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至3任一项所述的基于会话的信息推送方法。