CN109992711A - 信息推荐方法、装置、计算机设备和存储介质 - Google Patents

信息推荐方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN109992711A
CN109992711A CN201910189083.6A CN201910189083A CN109992711A CN 109992711 A CN109992711 A CN 109992711A CN 201910189083 A CN201910189083 A CN 201910189083A CN 109992711 A CN109992711 A CN 109992711A
Authority
CN
China
Prior art keywords
assessment
information
target user
topic
output
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910189083.6A
Other languages
English (en)
Inventor
覃全海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN201910189083.6A priority Critical patent/CN109992711A/zh
Publication of CN109992711A publication Critical patent/CN109992711A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请涉及一种信息推荐方法、装置、计算机设备和存储介质。方法包括:获取目标用户对测评题目集合中的第一测评题目的回复内容;根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。采用本方法能够便于提升所获取的用户相关信息全面性,以提升推荐信息的针对性和准确性。

Description

信息推荐方法、装置、计算机设备和存储介质
技术领域
本申请涉及互联网技术领域,特别是涉及一种信息推荐方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的发展,越来越多的商家或者服务提供商通过互联网平台来为用户提供服务,比如购物网站、外卖网站或者其他提供商品或服务的网站,用户可以在互联网平台上根据自己的需要自行选择商品或服务,这为用户的使用提供了很大的便利。
目前,手机用户或计算机用户每天都能够收到大量的推送内容,该推送内容种类较复杂,可以是新闻、广告或其他各类服务等等,通过短信、邮件等多种方式提供给用户。
在进行信息推荐以前往往需要先获知用户相关信息,一种较佳的获知用户相关信息的方式是通过测评。但传统的测评方式往往采用一问一答的形式,简单枯燥,经常出现测评中止,影响用户相关信息的全面性,进而影响推荐信息的准确性。
发明内容
基于此,有必要针对上述技术问题,提供一种便于提升所获取的用户相关信息全面性的信息推荐方法、装置、计算机设备和存储介质。
一种信息推荐方法,该方法包括:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
在其中一个实施例中,上述的信息推荐方法还包括:
获取目标用户的历史聊天内容;
根据预设的第二关键词列表,确定历史聊天内容的关键词信息;
根据关键词信息为目标用户添加属性标签;
根据目标用户的属性标签为目标用户匹配聊天对象,聊天对象为测评中与目标用户交互的虚拟聊天对象或者实体聊天对象。
在其中一个实施例中,上述的信息推荐方法还包括:
获取目标用户的聊天场景信息;
根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息匹配的测评场景信息;
根据该测评场景信息配置目标用户的测评场景。
在其中一个实施例中,上述的信息推荐方法还包括:
根据目标用户的测评场景、测评题目集合以及预设的机器聊天网页模板配置生成测评网页;
获取目标用户的测评场景的场景标识信息和测评题目集合测评主题标识信息;
对场景标识信息、测评主题标识信息和预设地址信息进行拼接,得到测评网页的网页地址信息;
根据网页地址信息生成测评链接。
在其中一个实施例中,上述的根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,包括:
根据预设的分类规则,对多个测评题目的回复内容进行分类,得到多个用于测评目标用户的不同属性的类别组;
对每个类别组中的回复内容分别统计关键词的出现频次,确定每个类别组中出现频次最高的关键词;
根据每个类别组中出现频次最高的关键词确定目标用户的属性信息,根据目标用户的属性信息确定待推荐信息。
在其中一个实施例中,上述的输出目标输出信息,包括:
将目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序;
根据输出顺序依次输出各子输出信息,其中,至少一条子输出信息中包括第二测评题目。
在其中一个实施例中,上述的测评题目集合中的各个测评题目分别配置有多个答案选项;测评题目的回复内容包括对应的多个答案选项中的至少一个答案选项。
一种信息推荐装置,该装置包括:
获取模块,用于获取目标用户对测评题目集合中的第一测评题目的回复内容;
提取模块,用于根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
处理模块,用于根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
输出模块,用于根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
推荐模块,用于根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
上述信息推荐方法、装置、计算机设备和存储介质,是获取目标用户对测评题目集合中的第一测评题目的回复内容,根据第一关键词列表提取该第一测评题目的回复内容中的至少一个关键词,根据该至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句,根据该过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息,根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。如此,可以减少测评中止评率,便于获得更为全面的用户相关信息,进而提升推荐信息的针对性和准确性。
附图说明
图1为一个实施例中信息推荐方法的应用场景图;
图2为一个实施例中信息推荐方法的流程示意图;
图3为一个实施例中信息推荐方法中的确定聊天对象步骤的流程示意图;
图4为一个实施例中信息推荐方法中的确定测评场景步骤的流程示意图;
图5为一个实施例中信息推荐方法中的测评链接生成步骤的流程示意图;
图6为一个实施例中信息推荐方法中的确定待推荐信息步骤的流程示意图;
图7为一个实施例中信息推荐方法中的输出目标输出信息步骤的流程示意图;
图8为测评过程信息展示的示意图一;
图9为测评过程信息展示的示意图二;
图10为一个实施例中信息推荐装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的信息推荐方法,可以应用于如图1所示的应用环境中。该信息推荐方法应用于信息推荐系统。该信息推荐系统包括终端102和服务器104。其中,终端102与服务器104通过网络进行通信。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种信息推荐方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取目标用户对测评题目集合中的第一测评题目的回复内容;
其中,测评题目集合是指包括多个测评题目的集合,第一测评题目是该测评题目集合中除最后一个测评题目外的任意一个测评题目。其中,目标用户是当前的测试对象。
具体地,目标用户可以通过终端对第一测评题目进行回复,例如,在终端上通过触摸屏或者键盘等编辑回复内容,终端将该目标用户对第一测评题目的回复内容发送给服务器,服务器获取到该目标用户对第一测评题目的回复内容。
步骤204,根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
其中,第一关键词列表可以是针对整个测评题目集合的关键词列表,但为了减小关键词查询范围,也可以预先为测评题目集合中的每个测评题目分别配置一个第一关键词列表,每个第一关键词列表可以分别关联对应的测评题目的标识信息,可以根据第一测评题目的标识信息查询与第一测评题目匹配的第一关键词列表,根据与与第一测评题目匹配的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;第一关键词列表中包括一个或者多个与对应的测评题目相关的关键词。
具体地,服务器可以对第一测评题目的回复内容进行词语划分,划分得到的各个词语与第一关键词列表中的各个关键词进行匹配分析,提取第一关键词列表中的与划分得到一个或者多个词语匹配的关键词。
步骤206,根据提取到的至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
这里,过渡性语句是指在获取到第一测评题目的回复内容之后,用于引出第二测评题目之前输出的语句,过渡性语句的具体内容可以根据实际需要设定。
具体地,服务器可以预先建立第一关键词列表中的各关键词与过渡性语句的关联关系,根据该关联关系以及提取到至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句。服务器也可以将提取到至少一个关键词插入到预设的过渡性语句模板的特定位置,得到引出测评题目集合中的第二测评题目的过渡性语句。
步骤208,根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
具体地,服务器可以预先在过渡性语句设置插入位置标记,将第二测评题目插入到过渡性语句中插入位置标记所在位置,得到目标输出信息,输出该目标输出信息,其中输出方式可以包括但不限于文字输出或者语音输出。
步骤210,根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户;
这里,可以是在目标用户对测评题目集合中的全部测试题目均给出了回复内容后,根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息;也可以是在目标用户只对测评题目集合中的一部分测试题目均给出了回复内容后,根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息。
具体地,服务器可以根据目标用户对测评题目集合中的多个测评题目的回复内容,确定与该多个测评题目的回复内容匹配的待推荐信息,将该待推荐信息发送给目标用户的终端。
上述信息推荐方法中,是获取目标用户对测评题目集合中的第一测评题目的回复内容,根据第一关键词列表提取该第一测评题目的回复内容中的至少一个关键词,根据该至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句,根据该过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息,根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将该待推荐信息推荐给目标用户。如此,可以提升用户对于测评内容的兴趣,减少测评中止评率,便于获得更为全面的用户相关信息,进而提升推荐信息的针对性和准确性。
在其中一个实施例中,上述的根据提取到的至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句,可以包括:根据提取到的至少一个关键词以及预设的过渡性语句模板集,获取与根据提取到的至少一个关键词匹配的目标过渡性语句,将该目标过渡性语句作为引出测评题集合中的第二测评题的过渡性语句。
在其中一个实施例中,本发明的信息推荐方法还可以包括:在测评之前确定聊天对象步骤,如图3所示,该在测评之前确定聊天对象步骤,包括以下步骤:
步骤302,获取目标用户的历史聊天内容;
这里,目标用户的历史聊天内容可以是目标用户在一个或者多个聊天应用(聊天应用程序)中的聊天内容,聊天应用可以是但不限于是微信,QQ。该历史聊天内容可以是记录在本服务器中的,也可以是记录在终端的,或者是记录在其他服务器中,可以通过与终端或者其他服务器进行通信获取目标用户的历史聊天内容。
步骤304,根据预设的第二关键词列表,确定历史聊天内容的关键词信息;
其中,第二关键词列表中的关键词可以根据实际需要进行设置,关键词信息是指历史聊天内容中所出现的关键词(第二关键词列表中的关键词)以及所出现的关键词的出现频次信息。
步骤306,根据关键词信息为目标用户添加属性标签;
具体地,可以根据历史聊天内容的关键词信息确定出现频次最高的若干个关键词,根据该若干个关键词为目标用户添加属性标签。例如,可以根据出现频次最高的若干个关键词分析用户的职业、性别、年龄或者/和消费水平等属性信息,根据分析得到的属性信息为目标用户添加属性标签。
步骤308,根据目标用户的属性标签为目标用户匹配聊天对象,该聊天对象为测评中与目标用户交互的虚拟聊天对象或者实体聊天对象。
这里,虚拟聊天对象可以是机器人,实体聊天对象可以是人。其中,聊天对象为输出上述的目标输出信息的对象。
本实施例中,基于历史聊天内容匹配聊天对象,可以使得所匹配出来的聊天对象更加有针对性,可利于进一步降低测评中止评率。
在其中一个实施例中,本发明的信息推荐方法还可以包括:在测评之前确定测评场景步骤,如图4所示,该在测评之前确定测评场景步骤,包括:
步骤402,获取目标用户的聊天场景信息;
这里,聊天场景信息可以包括聊天背景图片或者/和聊天背景音乐。
步骤404,根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息匹配的测评场景信息;
这里,测评场景信息库存储有多个测评场景信息,测评场景信息可以包括图片或者/和音乐。
具体地,可以首先根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息相同的场景信息,若有,则将查询到场景信息作为与聊天场景信息匹配的测评场景信息,若没有,则获取与聊天场景信息匹配度最高的场景信息作为与聊天场景信息匹配的测评场景信息。
步骤406,根据该测评场景信息配置目标用户的测评场景。
这里,配置测评场景包括配置测评背景图片或者/和测评背景音乐。
本实施例中,可以使得测评场景和目标用户的聊天场景具有较高的一致性,更符合用户聊天习惯,可利于进一步降低测评中止评率。
在其中一个实施例中,本发明的信息推荐方法还可以包括测评链接生成步骤,如图5所示,该测评链接生成步骤包括:
步骤502,根据目标用户的测评场景、测评题目集合以及预设的机器聊天网页模板生成测评网页;
这里,机器聊天网页模板是可用于用户与机器之间聊天的网页模板,该网页模板可以是html(Hyper Text Mark-up Language,超文本标记语言)模版。
具体地,可以根据该机器聊天网页模板从目标用户的测评场景、测评题目集合中抽取网页元素数据,根据该抽取到的网页元素数据并按照网页模板进行配置,生成测评网页。
步骤504,获取目标用户的测评场景的场景标识信息和测评题目集合的测评主题标识信息;
这里,场景标识信息是用于区分不同测评场景的标识信息,测评主题标识信息是用于不同测评题目集合的标识信息。场景标识信息可以是根据测评场景的场景元素确定的,测评题目集合的测评主题标识信息可以是预先设定的。
步骤506,对测评场景的场景标识信息、测评题目集合的测评主题标识信息和预设地址信息进行拼接,得到测评网页的网页地址信息;
这里,预设地址信息可以根据实际需要设定。一般地,是将场景标识信息、测评主题标识信息拼接在预设地址信息后面。
步骤508,根据测评网页的网页地址信息生成测评链接。
具体地,可以直接将测评网页的网页地址信息作为测评链接,也可以是对测评网页的网页地址信息进行网址地址类型转换,将转换得到的新网页地址信息作为测评链接。
测评链接可以是H5链接,H5链接被发送终端上的目标应用(APP,例如微信)上。其中,测评链接可以是H5链接,H5是指超文本标记语言(HTML,Hyper Text Markup Language)5开发的web页面。
采用本实施例中的方案,无需过多的开发投入即可实现快速发布测评,成本低,同时,可以为不同的用户配置不同的测评网页,并生成不同的测评链接,提高了测评的灵活性。
在其中一个实施例中,如图6所示,上述的根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,可以包括:
步骤602,根据预设的分类规则,对多个测评题目的回复内容进行分类,得到多个用于测评目标用户的不同属性的类别组;
其中,分类规则可以根据实际需要设定,例如,划分身份属性类、消费水平类和子女教育类。
步骤604,对每个类别组中的回复内容分别统计对应类型的关键词的出现频次,确定每个类别组中出现频次最高的关键词;
其中,出现频次最高的关键词,可以是一个也可以是多个。
步骤606,根据每个类别组中出现频次最高的关键词确定目标用户的属性信息,根据目标用户的属性信息确定待推荐信息。
其中,根据目标用户的属性信息确定待推荐信息,可以采用任意可以实现的方式,在此不予赘述。
考虑到考虑到用户往往会对大段内容出现阅读疲惫感,如果总是大段大段内容出现,也可能会到导致测评中止率较高。为此,在其中一个实施例中,如图7所示,上述的输出目标输出信息,可以包括:
步骤S702:将目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序;
具体地,也可以根据语义和句子长度将目标输出信息拆分成多条子输出信息;也可以根据标点和句子长度将目标输出信息拆分成多条子输出信息;还可以根据语义、标点和句子长度将目标输出信息拆分成多条子输出信息
步骤S704:根据输出顺序依次输出各子输出信息,其中,至少一条子输出信息中包括第二测评题目。
具体地,还可以根据预设的阅读速度、各条子输出信息的内容长度以及各条子输出信息的输出顺序,确定各条子输出信息的输出时刻。例如,共包括3条子输出信息,第一条子输出信息长度是25字符,第二条子输出信息长度是33字符,第三条子输出信息长度是18字符,阅读速度是10字符每秒,则在输出第一条子输出信息2.5秒之后再输出第二条子输出信息,在输出第二条子输出信息3.3秒之后再输出第三条子输出信息,等等。
采用本实施例中的方案,可以避免因出现大段信息对测评的影响。
在其中一个实施例中,上述的测评题目集合中的各个测评题目可以分别配置多个答案选项;测评题目的回复内容包括对应的多个答案选项中的至少一个答案选项。
采用本实施例的方案,目标用户只需要在多个答案选项中进行选择即可,可以提升测评效率,另外,将回复内容限定在答案选项中,可以提升推荐信息的准确性。
此外,在目标用户选择了多个答案选项中的至少一个答案选项后,可以自动根据用户的选择生成用户的回复内容,并隐藏对应的测试题目的答案选项。如此,可以节约测评界面的面积。
为了便于理解本发明的方案,以下结合图8和图9,通过一个具体示例进行说明。
该示例中,是以804中的“你所在的行业是?”为第一测评题目,910中的“你的工作职级是?”为第二测评题目为例进行说明。
如图8所示,在输出第一测评题目之前,先输出了802以及804中的“俗话说,三十六行,行行出状元,那”。在输出包括第一测评题目的语句804后,还输出第一测评题目的答案选项806。用户在答案选项806中选择其中一个答案选项“金融”后,如图9所示,隐藏答案选项806,生成了目标用户对第一测评题目的回复内容“金融”902。
本实施例方案中,在服务器得到第一测评题目的回复内容后,并不是直接输出第二测评题目,而是根据第一测评题目的回复内容“金融”确定引出测评题目集合中的第二测评题目的过渡性语句,如图9所示,为“哇~原来你在金融业行业啊,看起来好厉害的样子呢~”904、“据我所知,大部分人可都是干一行恨一行呢~哎呀,大过年的,我这负能量太强了,不说这个了,说多了都是泪~”906、“那我们进入下一问题:请问你有freestyle吗?”908和810中的“哈哈哈,开玩笑的啦!其实我想问”。
其中,904、906、908和910共同构成了目标输出信息,考虑到目标输出信息内容较多,在这里是将目标输出信息拆分成了904、906、908和910四条子输出信息,四条子输出信息按照先后顺序依次输出。
如图9所示,在输出包括第二测评题目的语句910后,还输出第二测评题目的答案选项912。若目标用户在该答案选项912中可以选择其中一个答案选项,可以按照上述方式进行后续测评,具体地,服务器将目标用户在该答案选项912中选择的答案选项作为新的第一测评题目的回复内容,可以继续根据该新的第一测评题目的回复内容,通过关键词查找、过渡性语句确定以及配置目标输出信息,可以得到新的第二测评题目对应的目标输出信息并输出,以此类推。根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
其中,第一测评题目和第二测评题目根据测评进程的变化,也是变化的,测评题目集合依次包括“你所在的行业是?”、“你的工作职级是?”、“你的单位类型是?”、“那你的工作状态是?”和“你的出现选择是?”等5个测评题目,在“你所在的行业是?”为第一测评题目时,“你的工作职级是?”为第二测评题目;在“你的工作职级是?”为第一测评题目时,“你的单位类型是?”为第二测评题目,以此类推。
应该理解的是,虽然图2-7的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-7中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10所示,提供了一种信息推荐装置,包括:获取模块1002、提取模块1004、处理模块1006、输出模块1008和推荐模块1010,其中:
获取模块1002,用于获取目标用户对测评题目集合中的第一测评题目的回复内容;
提取模块1004,用于根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
处理模块1006,用于根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
输出模块1008,用于根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
推荐模块1010,用于根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
在其中一个实施例中,本发明的信息推荐装置,还可以包括预处理模块,该预处理模块用于获取目标用户的历史聊天内容,根据预设的第二关键词列表,确定历史聊天内容的关键词信息,根据关键词信息为目标用户添加属性标签,根据目标用户的属性标签为目标用户匹配聊天对象,聊天对象为测评中与目标用户交互的虚拟聊天对象或者实体聊天对象。
在其中一个实施例中,预处理模块可以用于获取目标用户的聊天场景信息,根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息匹配的测评场景信息,根据该测评场景信息配置目标用户的测评场景。
在其中一个实施例中,预处理模块还可以用于根据目标用户的测评场景、测评题目集合以及预设的机器聊天网页模板配置生成测评网页,获取目标用户的测评场景的场景标识信息和测评题目集合测评主题标识信息,对场景标识信息、测评主题标识信息和预设地址信息进行拼接,得到测评网页的网页地址信息,根据网页地址信息生成测评链接。
在其中一个实施例中,推荐模块1010可以根据预设的分类规则,对多个测评题目的回复内容进行分类,得到多个用于测评目标用户的不同属性的类别组,对每个类别组中的回复内容分别统计关键词的出现频次,确定每个类别组中出现频次最高的关键词,根据每个类别组中出现频次最高的关键词确定目标用户的属性信息,根据目标用户的属性信息确定待推荐信息。
在其中一个实施例中,输出模块1008可以将目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序,根据输出顺序依次输出各子输出信息,其中,至少一条子输出信息中包括第二测评题目。
在其中一个实施例中,测评题目集合中的各个测评题目分别配置有多个答案选项;测评题目的回复内容包括对应的多个答案选项中的至少一个答案选项。
关于信息推荐装置的具体限定可以参见上文中对于信息推荐方法的限定,在此不再赘述。上述信息推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种信息推荐方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取目标用户的历史聊天内容;根据预设的第二关键词列表,确定历史聊天内容的关键词信息;根据关键词信息为目标用户添加属性标签;根据目标用户的属性标签为目标用户匹配聊天对象,聊天对象为测评中与目标用户交互的虚拟聊天对象或者实体聊天对象。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取目标用户的聊天场景信息;根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息匹配的测评场景信息;根据该测评场景信息配置目标用户的测评场景。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标用户的测评场景、测评题目集合以及预设的机器聊天网页模板配置生成测评网页;获取目标用户的测评场景的场景标识信息和测评题目集合测评主题标识信息;对场景标识信息、测评主题标识信息和预设地址信息进行拼接,得到测评网页的网页地址信息;根据网页地址信息生成测评链接。
在其中一个实施例,处理器执行计算机程序实现上述的根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息的步骤时,具体实现以下步骤:根据预设的分类规则,对多个测评题目的回复内容进行分类,得到多个用于测评目标用户的不同属性的类别组;对每个类别组中的回复内容分别统计关键词的出现频次,确定每个类别组中出现频次最高的关键词;根据每个类别组中出现频次最高的关键词确定目标用户的属性信息,根据目标用户的属性信息确定待推荐信息。
在其中一个实施例,处理器执行计算机程序实现上述的输出目标输出信息的步骤时,具体实现以下步骤:将目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序;根据输出顺序依次输出各子输出信息,其中,至少一条子输出信息中包括第二测评题目。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取第一测评题目的回复内容中的至少一个关键词;
根据至少一个关键词确定引出测评题目集合中的第二测评题目的过渡性语句;
根据过渡性语句以及第二测评题目配置目标输出信息,输出目标输出信息;
根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息,将待推荐信息推荐给目标用户。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取目标用户的历史聊天内容;根据预设的第二关键词列表,确定历史聊天内容的关键词信息;根据关键词信息为目标用户添加属性标签;根据目标用户的属性标签为目标用户匹配聊天对象,聊天对象为测评中与目标用户交互的虚拟聊天对象或者实体聊天对象。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取目标用户的聊天场景信息;根据聊天场景信息在预设的测评场景信息库中查询与聊天场景信息匹配的测评场景信息;根据该测评场景信息配置目标用户的测评场景。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标用户的测评场景、测评题目集合以及预设的机器聊天网页模板配置生成测评网页;获取目标用户的测评场景的场景标识信息和测评题目集合测评主题标识信息;对场景标识信息、测评主题标识信息和预设地址信息进行拼接,得到测评网页的网页地址信息;根据网页地址信息生成测评链接。
在其中一个实施例,计算机程序被处理器执行实现上述的根据目标用户对测评题目集合中的多个测评题目的回复内容确定待推荐信息的步骤时,具体实现以下步骤:根据预设的分类规则,对多个测评题目的回复内容进行分类,得到多个用于测评目标用户的不同属性的类别组;对每个类别组中的回复内容分别统计关键词的出现频次,确定每个类别组中出现频次最高的关键词;根据每个类别组中出现频次最高的关键词确定目标用户的属性信息,根据目标用户的属性信息确定待推荐信息。
在其中一个实施例,计算机程序被处理器执行实现上述的输出目标输出信息的步骤时,具体实现以下步骤:将目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序;根据输出顺序依次输出各子输出信息,其中,至少一条子输出信息中包括第二测评题目。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种信息推荐方法,所述方法包括:
获取目标用户对测评题目集合中的第一测评题目的回复内容;
根据预设的第一关键词列表,提取所述第一测评题目的回复内容中的至少一个关键词;
根据所述至少一个关键词确定引出所述测评题目集合中的第二测评题目的过渡性语句;
根据所述过渡性语句以及所述第二测评题目配置目标输出信息,输出所述目标输出信息;
根据所述目标用户对所述测评题目集合中的多个测评题目的回复内容确定待推荐信息,将所述待推荐信息推荐给所述目标用户。
2.根据权利要求1所述的信息推荐方法,其特征在于,所述方法还包括:
获取所述目标用户的历史聊天内容;
根据预设的第二关键词列表,确定历史聊天内容的关键词信息;
根据所述关键词信息为所述目标用户添加属性标签;
根据所述目标用户的属性标签为所述目标用户匹配聊天对象,所述聊天对象为测评中与所述目标用户交互的虚拟聊天对象或者实体聊天对象。
3.根据权利要求2所述的信息推荐方法,其特征在于,所述方法还包括:
获取目标用户的聊天场景信息;
根据所述聊天场景信息在预设的测评场景信息库中查询与所述聊天场景信息匹配的测评场景信息;
根据该测评场景信息配置所述目标用户的测评场景。
4.根据权利要求3所述的信息推荐方法,其特征在于,所述方法还包括:
根据所述目标用户的测评场景、所述测评题目集合以及预设的机器聊天网页模板配置生成测评网页;
获取所述目标用户的测评场景的场景标识信息和所述测评题目集合测评主题标识信息;
对所述场景标识信息、所述测评主题标识信息和预设地址信息进行拼接,得到所述测评网页的网页地址信息;
根据所述网页地址信息生成测评链接。
5.根据权利要求1至4任意一项所述的信息推荐方法,其特征在于,所述根据所述目标用户对所述测评题目集合中的多个测评题目的回复内容确定待推荐信息,包括:
根据预设的分类规则,对所述多个测评题目的回复内容进行分类,得到多个用于测评所述目标用户的不同属性的类别组;
对每个类别组中的回复内容分别统计关键词的出现频次,确定每个类别组中出现频次最高的关键词;
根据每个类别组中出现频次最高的关键词确定所述目标用户的属性信息,根据所述目标用户的属性信息确定所述待推荐信息。
6.根据权利要求5所述的信息推荐方法,其特征在于,所述输出所述目标输出信息,包括:
将所述目标输出信息按照语义和/或标点拆分成多条子输出信息,并确定各条子输出信息的输出顺序;
根据所述输出顺序依次输出各所述子输出信息,其中,至少一条所述子输出信息中包括所述第二测评题目。
7.根据权利要求5所述的信息推荐方法,其特征在于,所述测评题目集合中的各个测评题目分别配置有多个答案选项;测评题目的回复内容包括对应的多个答案选项中的至少一个答案选项。
8.一种信息推荐装置,其特征在于,所述装置包括:
获取模块,用于获取目标用户对测评题目集合中的第一测评题目的回复内容;
提取模块,用于根据预设的第一关键词列表,提取所述第一测评题目的回复内容中的至少一个关键词;
处理模块,用于根据所述至少一个关键词确定引出所述测评题目集合中的第二测评题目的过渡性语句;
输出模块,用于根据所述过渡性语句以及所述第二测评题目配置目标输出信息,输出所述目标输出信息;
推荐模块,根据所述目标用户对所述测评题目集合中的多个测评题目的回复内容确定待推荐信息,将所述待推荐信息推荐给所述目标用户。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201910189083.6A 2019-03-13 2019-03-13 信息推荐方法、装置、计算机设备和存储介质 Pending CN109992711A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910189083.6A CN109992711A (zh) 2019-03-13 2019-03-13 信息推荐方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910189083.6A CN109992711A (zh) 2019-03-13 2019-03-13 信息推荐方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN109992711A true CN109992711A (zh) 2019-07-09

Family

ID=67129381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910189083.6A Pending CN109992711A (zh) 2019-03-13 2019-03-13 信息推荐方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN109992711A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111046293A (zh) * 2019-12-27 2020-04-21 恒信东方文化股份有限公司 一种根据测评结果推荐内容的方法及其系统
CN111931487A (zh) * 2020-10-15 2020-11-13 上海一嗨成山汽车租赁南京有限公司 用于短信处理的方法、电子设备和存储介质
CN112651862A (zh) * 2020-12-24 2021-04-13 成都存时科技有限公司 学生学业发展方向规划方法、装置、设备及可读存储介质
CN118551120A (zh) * 2024-07-30 2024-08-27 科大讯飞股份有限公司 试题推荐方法、装置、设备、存储介质及产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1967588A (zh) * 2006-04-11 2007-05-23 华为技术有限公司 交互式问卷定制、交互系统及方法
CN103177025A (zh) * 2011-12-23 2013-06-26 腾讯科技(深圳)有限公司 一种互动问答信息系统回答信息的推荐方法和装置
CN106503275A (zh) * 2016-12-30 2017-03-15 首都师范大学 聊天机器人的音色配置方法及装置
CN108764964A (zh) * 2018-04-27 2018-11-06 宁波智火信息科技有限公司 用于保险的数据交互方法及装置、客户端

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1967588A (zh) * 2006-04-11 2007-05-23 华为技术有限公司 交互式问卷定制、交互系统及方法
CN103177025A (zh) * 2011-12-23 2013-06-26 腾讯科技(深圳)有限公司 一种互动问答信息系统回答信息的推荐方法和装置
CN106503275A (zh) * 2016-12-30 2017-03-15 首都师范大学 聊天机器人的音色配置方法及装置
CN108764964A (zh) * 2018-04-27 2018-11-06 宁波智火信息科技有限公司 用于保险的数据交互方法及装置、客户端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
知乎自媒体:新榜,作者:小埋: "网易云音乐人格测试H5又刷屏!专访幕后M2团队和第五人格", pages 1 - 15, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/42847557> *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111046293A (zh) * 2019-12-27 2020-04-21 恒信东方文化股份有限公司 一种根据测评结果推荐内容的方法及其系统
CN111046293B (zh) * 2019-12-27 2024-04-09 恒信东方文化股份有限公司 一种根据测评结果推荐内容的方法及其系统
CN111931487A (zh) * 2020-10-15 2020-11-13 上海一嗨成山汽车租赁南京有限公司 用于短信处理的方法、电子设备和存储介质
CN112651862A (zh) * 2020-12-24 2021-04-13 成都存时科技有限公司 学生学业发展方向规划方法、装置、设备及可读存储介质
CN118551120A (zh) * 2024-07-30 2024-08-27 科大讯飞股份有限公司 试题推荐方法、装置、设备、存储介质及产品

Similar Documents

Publication Publication Date Title
US20240078386A1 (en) Methods and systems for language-agnostic machine learning in natural language processing using feature extraction
Hridoy et al. Localized twitter opinion mining using sentiment analysis
CN110209805B (zh) 文本分类方法、装置、存储介质和计算机设备
CN109992711A (zh) 信息推荐方法、装置、计算机设备和存储介质
CN109766438A (zh) 简历信息提取方法、装置、计算机设备和存储介质
US20120030553A1 (en) Methods and systems for annotating web pages and managing annotations and annotated web pages
CN108874992A (zh) 舆情分析方法、系统、计算机设备和存储介质
US20130317994A1 (en) Intellectual property generation system
CN110888990A (zh) 文本推荐方法、装置、设备及介质
KR20160055930A (ko) 연속적인 소셜 커뮤니케이션에 사용되는 콘텐츠를 능동적으로 구성하기 위한 시스템 및 방법
CN104820686A (zh) 一种网络搜索方法及网络搜索系统
Joorabchi et al. Text mining stackoverflow: An insight into challenges and subject-related difficulties faced by computer science learners
CN108319586B (zh) 一种信息提取规则的生成和语义解析方法及装置
US20170243234A1 (en) Methods and systems for tag expansion by handling website object variations and automatic tag suggestions in dynamic tag management
Chyrun et al. Content monitoring method for cut formation of person psychological state in social scoring
US20220121668A1 (en) Method for recommending document, electronic device and storage medium
US11574123B2 (en) Content analysis utilizing general knowledge base
CN104346408A (zh) 一种对网络用户进行标注的方法与设备
Verberne et al. Creating a reference data set for the summarization of discussion forum threads
US20140236939A1 (en) Systems and methods for topical grouping of search results and organizing of search results
Rudniy et al. Trend tracking tools for the fashion industry: the impact of social media
CN111324725B (zh) 一种话题获取方法、终端、计算机可读存储介质
Tsai et al. Database optimization for novelty mining of business blogs
CN104834467A (zh) 纸质页面中的笔迹分享方法和系统
Liang et al. Detecting novel business blogs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination