CN110363556A - 确定用户问题的方法、服务器、客户端及系统 - Google Patents

Abstract

本说明书实施例提供一种确定用户问题的方法及装置。所述方法包括：首先，获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；接着，基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；然后，基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

Description

确定用户问题的方法、服务器、客户端及系统

技术领域

本说明书实施例涉及互联网技术领域，具体地，涉及一种确定用户问题的方法、服务器、客户端及系统。

背景技术

大型服务平台的客服中心每天都会收到海量的服务请求，这些服务请求中有大量服务请求需要客服人员进行答疑。通常，客服人员需要凭借自身多方面的业务知识储备以及沟通、理解能力来确定用户的问题，进而向用户提供解决方案。在这种情况下，客服人员往往难以快速、精准地定位用户问题，也就很难快速向用户提供解决方案，从而影响了用户体验。

因此，需要提供一种可靠的方案，可以快速、精准地定位用户问题，从而更好地满足用户的服务需求。

发明内容

本说明书描述了一种确定用户问题的方法，通过实时获取当前用户所咨询的订单数据、当前用户与客服进行会话的会话数据等服务数据，基于预先建立的多个业务问题场景和多个用户问题的映射关系，确定出当前用户问题。

根据第一方面，提供了一种确定用户问题的方法，该方法包括：获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

根据一个实施例，所述确定与所述当前特征数据集合对应的当前用户问题，可以包括：从预先确定的多个特征数据组合中，确定所述当前特征数据集合所匹配的特定组合；根据所述映射关系，将与所述特定组合对应的用户问题作为所述当前用户问题。

根据第二方面，提供一种获取与用户问题对应的解决方案的方法，该方法包括：向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息，以使所述服务器根据所述服务请求获取相应的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据，并使所述服务器基于预先训练的特征数据提取模型、以及预先确定的特征数据组合与用户问题的映射关系，确定与所述服务数据对应的当前用户问题；从所述服务器接收与所述当前用户问题对应的解决方案。

根据一个实施例，所述方法还包括：向所述当前用户展示所述解决方案。

根据第三方面，提供一种确定服务数据与用户问题的映射关系的方法，该方法包括：基于历史服务数据集以及对应的历史用户问题集，训练生成问题场景模型，所述问题场景模型中包括服务数据与用户问题的映射关系，所述历史服务数据集至少包括历史订单数据集。

根据一个实施例，所述映射关系包括服务数据与特征数据组合的第一对应关系，以及特征数据组合与用户问题的第二对应关系；所述训练生成问题场景模型，包括：将所述历史服务数据集作为第一训练样本集，确定出对应的特征数据组合集，以及建立所述第一对应关系，所述特征数据组合集中至少包括与所述历史订单数据集对应的订单特征；将所述特征数据组合集与所述历史用户问题集作为第二训练样本集，建立所述第二对应关系。

根据第四方面，提供一种用户确定用户问题的服务器，该服务器包括：第一获取单元，用于获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；第一确定单元，用于基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；第二确定单元，用于基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

根据第五方面，提供一种用于获取与用户问题对应的解决方案的客户端，该客服端包括：发送单元，用于向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息，以使所述服务器根据所述服务请求获取相应的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据，并使所述服务器基于预先训练的特征数据提取模型、以及预先确定的特征数据组合与用户问题的映射关系，确定与所述服务数据对应的当前用户问题；接收单元，用于从所述服务器接收与所述当前用户问题对应的解决方案。

根据第六方面，提供一种确定用户问题的系统，该系统包括：客户端，用于向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息；所述服务器，用于根据所述服务请求获取所述当前用户的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据；并基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；以及基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题；所述客户端还用于，从所述服务器接收与所述当前用户问题对应的解决方案。

根据第七方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面、或第二方面、或第三方面的方法。

根据第八方面，提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面、或第二方面、或第三方面的方法。

在本说明书实施例提供的确定用户问题的方法中，首先，获取当前用户的服务数据，如当前用户的服务诉求所针对订单的订单数据等。接着，基于预先训练的特征数据提取模型，确定与服务数据对应的当前特征数据集合，然后基于预先确定的特征数据组合(对应于业务场景)与用户问题的映射关系，确定与当前特征数据集合对应的当前用户问题。如此，则实现了快速、准确地定位用户问题，进而更好地满足用户的服务需求，并提升用户体验。

附图说明

为了更清楚地说明本说明书披露的多个实施例的技术方案，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，下面描述中的附图仅仅是本说明书披露的多个实施例，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它的附图。

图1为本说明书披露的一个实施例的实施场景示意图；

图2示出根据一个例子的多个特征数据序列示意图；

图3示出基于图2的特征数据序列与用户问题的映射关系示意图；

图4示出根据一个例子的多个特征数据组合的树形图；

图5示出基于图4的特征数据组合与用户问题的映射关系示意图；

图6示出根据一个实施例的确定用户问题的方法流程图；

图7示出根据一个例子的客服系统与当前用户的交互时序图；

图8示出根据一个例子的包括供用户选择的多个订单信息的在线客服界面示意图；

图9示出根据一个例子的包括供用户确认的当前用户问题的在线客服界面示意图；

图10示出根据一个例子的包括当前用户问题的解决方案的在线客服界面示意图；

图11示出根据一个例子的客服系统、客服人员和当前用户的交互时序图；

图12示出根据一个例子的客服端中场景分析界面示意图；

图13示出根据一个例子的当前特征数据的匹配示意图；

图14示出根据一个例子的基于图12的场景分析界面示意图；

图15示出根据一个例子的基于图14的场景分析界面示意图；

图16示出根据一个例子的基于图13的当前特征数据的匹配示意图；

图17示出根据一个例子的基于图15的场景分析界面示意图；

图18示出根据一个例子的基于图17的场景分析界面示意图；

图19示出根据一个例子的客户端会话界面示意图；

图20示出根据一个实施例的服务器示意性框图；

图21示出根据一个实施例的客户端示意性框图；

图22示出根据一个实施例的确定用户问题的系统示意性框图。

具体实施方式

下面结合附图，对本说明书披露的多个实施例进行描述。

图1为本说明书披露的一个实施例的实施场景示意图。如图所示，用户可以通过各种终端设备(例如，电话、手机、平板电脑等)中的客户端，使用服务平台中客服中心提供的电话热线服务或在线服务，其中用户既可以是入驻服务平台的商户、企业，也可以是服务平台中的消费者。当用户因针对某个或某些订单存在问题，而向客服中心提出服务诉求时，客服中心中的客服系统可以采用本说明书实施例提供的确定用户问题的方法，通过快速、精准地确定用户的问题以高效地处理用户的服务诉求。

所述方法主要是基于这样的观察和统计：一方面，大型服务平台(如，支付宝、淘宝等)的客服中心通常会收到海量的服务诉求，这些服务诉求中有相当一部分是用户针对其正在使用或者已经使用的某项或某几项服务所提出的，对于这部分问题，客服中心可以采用电子客服或人工客服的方式向用户提供客服服务。在向用户提供电子客服服务的情况下，因目前电子客服通常是将一些常规问题推送给用户进行选择，本身对用户问题的定位能力有限，而无法精准地满足用户地实际需求；而在提供人工客服服务的情况下，因与服务诉求相关的业务知识涉及多个领域，所以对服务诉求的处理结果，很大程度上依赖于客服人员的业务知识储备，以及客服人员的沟通能力和理解能力。在这种情况下，很可能因无法定位出用户问题或定位出的用户问题错误而导致用户问题得不到解决、或者定位出了用户问题但因耗时过长导致用户体验不佳。

另一方面，用户诉求所对应的用户问题，通常有其对应的业务场景，例如，买家催发货问题，可能是在买家下单后，卖家迟迟不发货的情况下引发的，又例如，卖家申请追讨货款的问题，可能是在卖家向买家退款后，买家却仍然签收了货物的情况下引发的。因此，可以通过建立业务场景与用户问题的对应关系，在快速判断出业务场景后，进而根据建立的对应关系确定出用户问题。

基于上述观察和统计，在本说明书实施例披露的方法中，可以首先根据当前用户的服务数据，判断出当前用户的诉求所对应的当前业务场景，接着确定与当前业务场景对应的当前用户问题。

进一步地，根据一个具体的实施例，首先，获取当前用户的服务数据，其中服务数据至少包括当前服务诉求所针对订单的订单数据，例如，订单号的有效性、订单中对应的商品信息、订单的交易状态等。然后，基于预先训练的特征数据提取模型，确定与服务数据对应的当前特征数据集合，其中特征数据提取模型可以基于历史服务数据集预先训练而成，用于从当前用户的服务数据中提取出当前特征数据集合，其中当前特征数据集合可以包括订单号的有效性(如，有效或无效)、订单的交易状态(如，等待卖家发货或等待买家收货)等。接着，从预先确定的多个特征数据组合中，确定出当前特征数据集合所匹配的特定组合，在一个例子中，多个特征数据组合可以包括组合1和组合2，组合1：订单号有效、交易成功、纠纷中、卖家已收到货，组合2：订单号有效、等待买家收货、无纠纷、买家没有收到货，假定从当前用户，例如，消费者A，所对应的服务数据中提取出来的特征数据包括：订单号有效、等待买家收货、无纠纷、买家没有收到货，据此，可以确定出与消费者A所对应的特征数据相匹配的特定组合是组合2。然后，根据预先存储的特征数据组合与用户问题的映射关系，将与特定组合对应的用户问题确定为当前用户的用户问题，在一个例子中，将与前述组合2对应的用户问题“买家催促到货”作为消费者A的用户问题。如此，在确定出当前用户问题后，还可以获取与当前用户问题对应的解决方案，并将此解决方案推送给当前用户。下面描述以上过程的具体实施步骤。

由上述可知，在本说明书实施例披露的确定用户问题的方法中，用到了预先训练的特征数据提取模型、以及预先确定的多个特征数据组合与多个用户问题的映射关系。下面，首先对所述特征数据提取模型的训练过程，以及所述映射关系的建立过程进行介绍。需要说明的是，所述特征数据提取模型的训练和所述映射关系的建立可以由客服系统(例如，客服系统中包括的服务器)完成，也可以由服务平台中的其他具有计算处理能力的设备完成，且客服系统可以直接对已构建的所述模型和映射关系进行获取以及使用。

根据本说明书描述的一种实施方式，首先在第一阶段，建立特征数据组合与用户问题的映射关系，具体包括确定多个特征数据组合，以及确定与各个特征数据组合对应的用户问题，需要说明的是，其中任意两个特征数据组合既可以对应相同的用户问题，也可以对应不同的用户问题。接着，在第二阶段，训练特征数据提取模型，具体地，此模型用于从当前用户的服务数据中提取出当前特征数据集合，提取出的当前特征数据集合与第一阶段中确定的多个特征数据组合所包括的大量特征数据相对应，由此，可以根据当前特征数据集合，从多个特征数据组合中确定出其所匹配的特定组合，进而根据所述映射关系确定出当前用户问题。

对于第一阶段，由前述可知，多个特征数据组合对应于多个不同的业务场景，相应地，各个特征数据组合需要根据其对应的各个业务场景而确定，且通常在各个业务场景下会引发相应的各个用户问题。由此，在一个实施例中，可以先建立在各个业务场景下的特征数据组合与用户问题的对应关系，然后将这些对应关系整合成多个业务场景下的、特征数据组合与用户问题的映射关系。进一步地，因多个业务场景通常涉及到多个业务领域，因此，可以先由服务平台中的各个业务部门，根据其业务领域涉及到的业务场景，建立相应的特征数据组合与用户问题的对应关系，然后再集中整合成最终的对应于多个业务场景下的、特征数据组合与用户问题的映射关系。在所述映射关系被建立后，可以进一步地根据各个业务部门对其所负责部分的维护而进行调整。

根据一个实施例，多个特征数据组合中的各个特征数据组合由对应的多个特征数据构成。特征数据可以用于标识多方面的服务信息，具体可以用于标识订单特征、用户特征、服务方特征等。在一个例子中，特征数据可以用于标识订单特征，例如，可以用于标识订单号的有效性(如，有效或无效)、订单的交易状态(如，等待卖家发货、资金处理中或交易成功)、订单的纠纷状态(如，无纠纷、纠纷中或纠纷结束)、订单的纠纷原因(如，未收到货)。在另一个例子中，特征数据还可以用于标识用户特征，进一步地，用户特征可以包括用户属性特征，例如，用户等级：黄金会员或普通会员；以及会话内容特征，例如，会话中提及的是否已收货信息等。在又一个例子中，特征数据还可以用于标识服务方特征，例如，可以用于标识客服人员的服务操作特征(如，已针对当前订单进行催发货操作或已催促商家退款)等。

根据一个实施例，整合后的多个特征数据组合的表达形式可以有多种，如序列形式，或者树状图形式、或者表格形式等。在一个例子中，多个特征数据组合可以为如图2所示的序列形式，相应地，多个特征数据组合以及其与多个用户问题的映射关系可以如图3所示的序列形式，图3中的“钱货一方”的含义是指货款和货物都在买家一方或卖家一方。当各个特征数据组合采用序列形式时，其对应的多个特征数据的具体排列顺序可以由所述多个特征数据组合的设定者根据其业务经验进行初始设置，并根据实际使用过程中的相关计算量等反馈数据进行调整，如此，可以减少系统计算量。

在另一个例子中，多个特征数据组合可以为如图4所示的树状图形式，相应地，多个特征数据序列与多个用户问题的映射关系可以如图5所示的树状图形式。如此，可以实现对多个特征数据组合中各组合相同部分的特征数据进行适当整合，以减少多个特征数据组合所占用的存储空间，另外，对树状图中的各个特征数据组合中对应的多个特征数据的排列顺序，同样可以根据业务经验完成初始设置，并根据实际使用过程中的计算量等反馈数据进行调整，如此，可以减少系统计算量。

由上可知，在第一阶段可以结合业务经验，建立起多个特征数据组合与多个用户问题的映射关系，所述映射关系可以具有多种表达形式，包括序列形式，或者树状图形式、或者表格形式等。

接着，在第二阶段，训练特征数据提取模型。具体地，此模型用于从当前用户的服务数据中提取出当前特征数据集合，据此，特征数据提取模型可以基于预先获取的多个用户所对应的历史服务数据集训练生成。

由前述可知，多个特征数据组合中的各个特征数据组合由对应的多个特征数据构成，这些特征数据可以用于标识多方面的服务信息，具体可以用于标识订单特征、用户属性特征、会话内容特征、服务方操作特征等。相应地，对于预先获取的历史服务数据集中包括的内容，在一个实施例中，历史服务数据集可以包括由历史订单数据组成的历史订单数据集，据此训练出的特征数据提取模型，可以从当前用户的服务数据中提取出用于标识订单特征(如，订单的交易状态)的特征数据。在另一个实施例中，历史服务数据集还可以包括由用户信息数据组成的用户信息数据集，以使所述特征数据提取模型可以从当前服务数据中提取出用于标识用户属性特征(如，用户会员等级)的特征数据。在又一个实施例中，历史服务数据集还可以包括多个用户在与客服系统(如，客服系统中的客服机器人或客服人员)进行会话时产生的历史会话数据集，以使所述特征数据提取模型可以从当前服务数据中提取出用于标识会话内容特征(如，会话中包括的货物、货款信息)的特征数据。在还一个实施例中，历史服务数据集还可以包括客服人员针对用户订单进行的相关操作数据而组成的服务方历史操作数据集，所述相关操作数据可以包括对订单进行的跟进操作、催单操作，由此训练出的特征数据提取模型可以从当前服务数据中提取出用于标识服务方操作特征(如，服务方对订单做出的处理)的特征数据。

根据对上述第一阶段和第二阶段所描述的实施方式，可以建立特征数据组合与用户问题的映射关系，所述映射关系的建立一定程度上依赖于业务经验和人工操作，以及训练出的特征数据提取模型。

根据本说明书描述的另一种实施方式，可以直接基于预先获取的多个用户的历史服务数据集与对应的历史用户问题集，构建出问题场景模型，以建立服务数据和用户问题之间的映射关系。具体地，服务数据和用户问题之间的映射关系可以包括：服务数据与特征数据组合之间的第一对应关系，以及特征数据组合与用户问题之间的第二对应关系，且问题场景模型的训练过程可以包括：将历史服务数据集作为第一训练样本集，确定出对应的特征数据组合集，以及建立所述第一对应关系；以及将所述特征数据组合集与所述历史用户问题集作为第二训练样本集，建立所述第二对应关系。在这种情况下，前述实施方式中的特征数据提取模型可以在建立服务数据与特征数据之间映射关系的过程中训练生成，因而可以被集成在问题场景模型中，且特征数据组合与用户问题的映射关系可以在问题场景模型的训练过程中自动建立，而不需要像前述第一阶段中提及的依靠人工建立。

对于以上两种实施方式，可以根据业务场景的复杂度以及定位用户问题的准确度要求，进行选择实施。当然，也可以将这两种实施方式结合起来使用，在一个实施例中，可以结合人工建立的特征数据组合与用户问题的映射关系，对问题场景模型中的训练参数进行调整。

如此，在确定出特征数据提取模型，以及特征数据组合与用户问题的映射关系的情况下，可以根据当前用户的服务数据，判断出与此服务数据对应的当前用户问题。图6示出根据一个实施例的确定用户问题的方法流程图。所述方法的执行主体可以为图1中示出的客服系统，例如，客服系统中所包括的服务器。如图6所示，该方法流程包括以下步骤：步骤S610，获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；步骤S620，基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合；步骤S630，基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

首先，在步骤S610，获取当前用户的服务数据。可以理解，当前用户可以是包含在前述建模阶段中采用的历史服务数据集所对应的多个用户中的历史用户，也可以是未包含在所述多个用户中的新用户。

对于获取的服务数据所包括的内容，在一个实施例中，获取的服务数据可以包括当前用户的用户信息数据，例如，用户名称、用户昵称、用户身份信息、用于标识用户的唯一ID等。在另一个实施例中，获取的服务数据可以包括当前用户的订单数据，例如，订单号、订单的交易状态数据、订单的纠纷状态数据、订单的纠纷原因等。在又一个实施例中，获取的服务数据可以包括与所述当前用户对应在客服系统中产生的会话数据，所述会话数据可以包括历史会话数据，和/或，当前会话数据。进一步地，历史会话数据可以为与此次服务数据中对应的订单相关的会话数据。在还一个实施例中，获取的服务数据可以包括为当前用户提供服务的当前服务方的操作数据，在一个例子中，具体可以包括为当前用户提供客服服务的客服人员的操作数据。

由上可知，所获取的服务数据中可以包括当前用户的订单数据、用户信息数据、会话数据和当前服务方的操作数据中的一种或多种。下面，结合具体的例子，对当前服务数据的获取方法进行示例性说明。

在一种实施方式中，获取当前用户的服务数据，可以包括：根据接收到的当前用户发送的服务请求，获取当前用户的服务数据。在一个实施例中，服务请求可以包括：基于当前用户接入客服系统的操作而产生的接入指令。在一个例子中，客服系统可以包括电话客服平台，相应地，用户接入客服系统的操作，可以包括：用户拨通客服热线的操作。在另一个例子中，客服系统可以包括在线客服平台，相应地，用户接入客服系统的操作，可以包括：用户进入在线客服页面的操作。在这种实施方式下，获取的服务数据可以包括用户信息数据和历史会话数据。在另一种实施方式中，当客服系统中产生当前会话数据和当前服务方的操作数据时，可以通过实时接口自动采集。

在一种实施方式中，可以理解，与当前用户对应的订单通常有多个，但是当前用户的服务诉求所针对的订单通常是最近时段的一个或几个，因此，本步骤中获取的订单数据是指当前用户在其服务诉求中针对的一个或多个订单所对应的订单数据，本说明书实施例以其中的一个订单所对应的订单数据(以下统称第一订单数据)进行示例性说明。对于服务数据中所包括的第一订单数据的获取，在一个实施例中，可以包括：接收当前用户发送的第一订单信息，以及根据所述第一订单信息获取对应的第一订单数据。在一个例子中，第一订单信息可以包括订单号和/或商品信息。相应地，在一个实施例中，可以响应于对第一订单信息的查询操作而获取第一订单数据，在一个例子中，所述查询操作可以为客服人员根据用户在服务请求中提供的订单号和/或商品信息所进行的查询操作。在另一个实施例中，可以响应于用户对至少一个订单信息中包括的第一订单信息的确认操作而获取第一订单数据。在一个例子中，所述至少一个订单信息可以由客服系统下发至当前用户的终端设备中，其中至少一个订单信息可以包括其中各订单对应的商品信息，以便用户可以快速识别出其需要咨询的订单。进一步地，在一个具体的例子中，首先响应于当前用户接入客服系统的操作，客服系统获取当前用户在近期一段时间内(如，一个月内)所对应的至少一个订单，然后将对应的订单信息发送至与当前用户进行在线会话的会话界面中，以使当前用户对其需要咨询的订单进行点选操作；或者，将对应的订单信息以短信的形式发送给当前用户，以使用户确认其需要咨询的订单，例如，通过短信回复对应的订单编号进行确认操作。在另一个具体的例子中，客服人员可以通过客服系统中提供的客服工具向当前用户发送供该用户选择的至少一个订单对应的订单信息。如此，可以确定用户需要咨询的第一订单信息，并获取与此订单信息对应的第一订单数据。

在以上获取当前用户的服务数据后，接着，在步骤S620，基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合。

具体地，将服务数据输入预先训练的特征数据提取模型中，以输出与服务数据对应的当前特征数据集合。

在一种实施方式中，在步骤S610中获取的服务数据中可以包括当前用户的订单数据、用户信息数据、会话数据和当前服务方的操作数据中的一种或几种，相应地，在本步骤中，基于特征数据提取模型，确定出的与服务数据对应的当前特征数据集合中可以包括用于标识订单特征、用于标识用户属性特征、用于标识会话内容特征和用于标识服务方操作特征的特征数据中的一种或几种。

更具体地，在一个实施例中，获取的服务数据中可以包括当前用户的第一订单数据，相应地，基于特征数据提取模型得到的当前特征数据集合中可以包括用于标识订单特征的特征数据。在一个例子中，订单特征可以包括订单号的有效性，例如，订单号有效或无效、订单的交易状态，例如，等待卖家发货、等待买家收货、资金处理中、卖家已部分发货、交易成功、交易归档等，订单的纠纷状态，例如，无纠纷、纠纷中和纠纷结束、以及订单的纠纷原因，例如，未收到货、货不对板等。在一个具体的例子中，根据服务数据中包括的订单数据，确定出的用于标识订单特征的特征数据可以包括：订单号有效、资金处理中、纠纷中、未收到退款(纠纷原因)。

在一个实施例中，获取的服务数据中可以包括当前用户的会话数据，相应地，确定出的当前特征数据集合中可以包括用于标识会话内容特征的特征数据。在一个例子中，会话内容特征可以包括与货物、货款相关的内容特征。进一步地，在一个更具体的例子中，根据服务数据中包括的会话数据，确定出的用于标识会话内容特征的特征数据可以包括：买家未收货和卖家未退款。需要说明的是，在一种情况下，对于获取的第一订单数据，其中的部分数据依赖于用户的操作，当用户没有根据实际情况对这部分数据及时进行更新，或者因误操作而更新时，会导致获取到的这部分数据不准确，而通过获取会话数据，可以实现对这部分数据的修正作用，以更准确地定位出当前用户问题。在一个例子中，获取的第一订单数据中包括订单交易状态，例如，等待买家收货，而获取的会话数据中，如，买家：我已经收到货啦，由此可以确定，买家已收到货。

在一个实施例中，获取的服务数据中可以包括当前用户的用户信息数据，相应地，确定出的当前特征数据集合中可以包括用于标识用户属性特征的特征数据。在一个例子中，用户属性特征可以包括用户名称、用户昵称、用户地址、用户在服务平台中的ID、用户的会员等级等。在一个更具体的例子中，确定出的用于标识用户属性特征的特征数据可以包括：钻石会员、北京。

在一个实施例中，获取的服务数据中可以包括当前服务方的操作数据，相应地，确定出的当前特征数据集合中可以包括用于标识服务方操作特征的特征数据。在一个例子中，服务方操作特征可以包括当前服务方(如，当前客服人员)对订单已做出的操作和处理。在一个更具体的例子中，确定出的用于标识服务方操作的特征数据可以包括：延长收货时间处理、催单处理。

由上，根据一个具体的例子，基于预先训练的特征数据提取模型，确定出的与服务数据对应的当前特征数据集合，可以包括：订单号有效、资金处理中、纠纷中、未收到退款(纠纷原因)、买家未收货、钻石会员、北京、催单处理。

在以上确定出与当前用户的服务数据对应的当前特征数据集合后，接着在步骤S630，基于预先确定的特征数据组合与用户问题的映射关系，确定与当前特征数据集合对应的当前用户问题。

根据一种实施方式，确定与当前特征数据集合对应的当前用户问题，可以包括：首先从预先确定的多个特征数据组合中,确定当前特征数据集合所匹配的特定组合；然后根据所述映射关系，将与特定组合对应的用户问题作为当前用户问题。

在一个实施例中，确定当前特征数据集合所匹配的特定组合，可以包括：在当前特征数据集合包括某个特征数据组合中的所有特征数据的情况下，将所述某个特征数据组合确定为当前特征数据集合所匹配的特定组合。需要说明的是，当前特征数据集合中可以包括比与其匹配的特定组合中的特征数据更多的特征数据。在一个具体的例子中，多个特征数据组合可以包括组合1和组合2，组合1：订单号有效、交易成功、纠纷中、卖家已收到货，组合2：订单号有效、等待买家收货、无纠纷、买家没有收到货，假定从当前用户，例如，消费者A，所对应的服务数据中提取出来的特征数据包括：钻石会员、订单号有效、等待买家收货、无纠纷、买家没有收到货，据此，可以确定出与消费者A所对应的当前特征数据集合相匹配的特定组合是组合2。

在另一个实施例中，各个特征数据组合中对应包括的多个特征数据以序列的方式进行组合，相应地，确定当前特征数据集合所匹配的特定组合，可以包括：使用所述当前特征数据集合对所述多个特征数据组合中各个特征数据进行依次匹配，将各次匹配均成功时所对应的特征数据组合作为所述特定组合。在这种情况下，可以无需对各个特征数据组合进行全量的比对，只需要在顺序比对至某一序列项时发现不匹配时，即可停止对当前特征数据集合序列的比对，如此，可以减少比对过程中的计算量。

在一个具体的例子中，多个特征数据组合可以包括图2中示出的序列1,序列2，...，序列n。假定从当前用户，例如，消费者B，所对应的服务数据中提取出来的特征数据包括：订单号有效、交易成功、纠纷中，卖家已收到货，据此，可以确定出与消费者B所对应的当前特征数据集合相匹配的特定组合是图2中的序列1。

在又一个实施例中，多个特征数据组合以树状图的形式呈现，树状图中的各节点对应于特征数据组合中的各特征数据，相应地，确定当前特征数据集合所匹配的特定组合，可以包括：使用当前特征数据集合对树状图中的节点进行依次填充，将成功填充至结点时所对应的特征数据组合作为所述特定组合。相较于前述序列形式的特征数据组合，在这种情况下，可以进一步地减少比对过程中的计算量。

在一个具体的例子中，多个特征数据组合可以包括图4中示出的树状图。假定从当前用户，例如，消费者C，所对应的服务数据中提取出来的特征数据包括：订单号有效、等待买家收货、纠纷中，买家已收到货，据此，可以确定出与消费者C所对应的当前特征数据集合相匹配的特定组合是图4中灰色填充框中的特征数据所对应的特定数据组合。

需要说明的是，在从多个特征数据组合中，确定当前特征数据集合所匹配的特定组合时，可以将当前特征数据集合同时与所有的特征数据组合进行填充比对，也可以将当前特征数据集合与其中的部分特征数据组合进行优先比对。进一步地，在一个实施例中，优先比对的部分特征数据组合可以为在实际过程中根据统计、针对所有用户的历史比对成功频次超过预设阈值的特征数据组合。在另一个实施例中，优先比对的部分特征数据组合还可以针对各个用户而有所不同，例如，此部分特征数据组合可以为针对当前用户的历史比对频次最高的特征数据组合。在一个具体的例子中，多个特征数据组合以树状图的形式呈现，且对应多个树状图，相应地，可以优先对历史比对成功频次最高的特征数据组合所在的树状图进行比对。

另一方面，在确定出当前特征数据集合所匹配的特定组合后，根据特征数据组合与用户问题的映射关系，将与特定组合对应的用户问题作为当前用户问题。

在一个具体的例子中，确定出的特定组合为图2中的序列2，再根据图3中示出的映射关系，可以确定当前用户问题为“买家催促到货”。在另一个具体的例子中，确定出的特定组合如图4中灰色填充部分内容所示：包括订单号有效、等待买家收货、纠纷中和卖家已收到货，再根据图5中示出的映射关系，可以确定当前用户问题为“钱货一方”。

由上，则确定出了当前用户的服务诉求所对应的当前用户问题。需要说明的是，根据另一种实施方式，在步骤S610中获取了用户的服务数据之后，步骤S620和步骤S630还可以为：基于前述构建的问题场景模型，确定与服务数据对应的当前用户问题。在一个实施例中，在采用问题场景模型对服务数据进行计算的过程中，可以包括对当前用户的服务数据中当前特征数据集合的提取，以及基于特征数据组合与用户问题的映射关系，确定与提取出的当前特征数据集合对应的当前用户问题。

此外，在确定出当前用户问题之后，本说明书方法还可以包括：向当前用户推送确定出的当前用户问题，以及响应于当前用户对当前用户问题进行的确认操作，向当前用户提供与当前用户问题对应的解决方案，以使客户端向当前用户展示接收到的解决方案。

或者，还可以直接获取与当前用户问题对应的解决方案，并向当前用户推送所述解决方案，以使客户端向当前用户展示接收到的解决方案。

在一个具体的例子中，确定出的当前用户问题为“钱货一方”，假定其中的一方是指卖家，据此获取到的相应解决方案为“客服人员将在三个工作日内跟卖家联系，如果在两次电话沟通和两次邮件沟通后卖家仍未处理，将使用卖家已支付的保证金对买家进行退款。”然后，可以向当前用户推送此解决方案。

如此，则实现了根据确定出的当前用户问题，向当前用户提供对应的解决方案。

由上可知，在本说明书实施例披露的确定用户问题的方法中，首先，获取当前用户的服务数据，如当前用户的服务诉求所针对订单的订单数据等。接着，基于预先训练的特征数据提取模型，确定与服务数据对应的当前特征数据集合，然后基于预先确定的特征数据组合(对应于业务场景)与用户问题的映射关系，确定与当前特征数据集合对应的当前用户问题。如此，则实现了快速、准确地定位用户问题。进一步地，还可以向用户推送当前用户问题对应的解决方案，以使客户端将该解决方案展示给当前用户，从而满足用户的服务需求，提升了用户体验。

下面，根据具体的例子，并结合图7-图19，对本说明书实施例披露的确定用户问题的方法进行进一步说明。在一个具体的例子中，如图7示出的交互示意图，其中交互的双方为当前用户和客服系统，在这种场景下，客服系统可以自动向当前用户发送订单选择信息，并根据当前用户对其咨询订单的确认操作，获取订单数据，并根据获取的订单数据确定当前用户问题。然后，可以直接向用户发送与当前用户问题对应的解决方案，也可以向当前用户发送当前用户问题，在当前用户对其接收的用户问题进行确认操作以后，再向当前用户发送对应的解决方案。在这种实施方式中，可以实现全流程的客服系统自动化操作，而无需客服人员的人工干预。如图7所示，当前用户和客服系统之间的交互过程可以包括以下步骤：

步骤S701，当前用户进入在线客服界面。

步骤S702，客服系统向当前用户下发该用户近期的多个订单对应的订单信息。在一个例子中，图8示出的在线客服界面中可以包括供用户选择的多个订单的订单信息，其中订单信息可以包括对应的商品信息，例如图8中示出的衣服和裤子。

步骤S703，用户在多个订单中对其需要咨询的订单进行点选操作。

步骤S704，客服系统根据用户点选的订单获取此订单的订单数据，并基于前述实施例的方法，确定与当前订单数据对应的当前用户问题。在一个例子中，获取的订单数据可以包括：订单号有效、交易成功、纠纷中和卖家已收到货，据此确定出的当前用户问题可以为“钱货一方”。

步骤S705，客服系统向当前用户推送当前用户问题。在一个例子中，图9示出的在线客服界面中包括供用户确认的当前用户问题，例如，“钱货一方”。

步骤S706，当前用户对接收到的当前用户问题进行确认操作。

步骤S707，客服系统获取与当前用户问题对应的解决方案。

步骤S708，客服系统向当前用户发送与当前用户问题对应的解决方案，例如，图10示出的在线客服界面中包括从客服系统接收的与“钱货一方”对应的解决方案：客服人员将在三个工作日内跟卖家联系，如果在两次电话沟通和两次邮件沟通后卖家仍未处理，将使用卖家已支付的保证金对买家进行退款。

由上，客服系统快速地定位到了当前用户的用户问题，并为当前用户提供了对应的解决方案，同时，在确认了当前用户的用户问题以后，客服系统还可以进一步地针对用户问题进行处理，例如，通知客服人员及时解决用户问题，或者在系统中自动向与当前用户问题相关的另一方，如卖家，发送邮件，以催促卖家处理当前用户问题。

需要说明的是，在步骤S760，如果当前用户否定了客服系统发送的当前用户问题，则客服系统可以自动转入人工客服，以使客服人员接入当前会话，如此，客服系统还可以通过采集当前会话数据，对当前用户的用户问题进行重新定位。

在另一个具体地例子中，如图11示出的交互示意图，涉及到用户、客服系统和客服人员的三方交互。在这种场景下，客服人员可以通过客服系统向当前用户下发订单选择信息，并与当前用户进行实时会话。客服系统可以采集当前用户需要咨询的订单的订单数据、客服人员与当前用户的在当前会话过程中实时产生的会话数据，以及客服人员的操作数据，并根据采集到的数据确定出当前用户问题，客服人员可以在进一步对当前用户问题进行审核后，通过客服系统获取对应的解决方案，并将此解决方案发送给当前用户。如图11所示，三方的交互过程可以包括以下步骤：

步骤S1101，当前用户进入在线客服对应的客户端会话界面。

步骤S1102，客服人员进入在线客服对应的客服端会话界面。

步骤S1103，客服人员通过客服系统向当前用户发送供用户选择的多个订单的信息。在一个例子中，客服系统提供图12中示出的场景分析界面，客服人员通过点击其中的“发送订单选择器”按钮，向用户发送多个订单的信息。

步骤S1104，用户在多个订单中对其需要咨询的订单进行点选操作。

步骤S1105，客服系统根据用户点选的订单获取此订单的订单数据，并基于预先训练的特征数据提取模型，从订单数据中提取出对应的订单特征数据，并确定所述订单特征数据对应的特征数据组合。

在一个例子中，假定当前订单的订单特征数据包括：订单号有效、等待买家收货、无纠纷。相应地，客服系统基于预先确定的多个特征数据组合，及其与多个用户问题的映射关系的匹配过程可以如图13所示，匹配至“买家是否有收到货”时，客服端的在线会话界面可以显示如图14中示出的场景分析数据，例如，可以包括已确认信息和未确认信息，且已确认信息具体包括订单是否有效：有效、订单状态：等待买家收货、订单纠纷状态：无纠纷；以及未确认信息具体包括：买家是否收货。据此，客服人员可以向当前用户询问，当前用户是否已收货。

步骤S1106，客服系统采集客服人员和当前用户的实时会话数据，并基于预先训练的特征数据提取模型，从会话数据中提取出对应的会话内容特征数据，并确定与所述订单特征数据和会话内容特征数据对应的特征数据组合。

在一个例子中，客服系统采集的实时会话数据可以包括：“客服人员：亲是否收到货了？当前用户：还没有呐！”进一步地，客服端的在线会话界面可以显示如图15中示出的场景分析数据，其中的未确认信息项“买家是否已收货”由客服系统根据采集的会话数据自动确认为“没有”。

步骤S1107，客服人员对场景分析中的未确认信息项进行进一步确认。例如，点击图15中示出的“确认”按钮。需要说明的是，因当前用户在与客服人员进行会话的过程中，可能出现打错字的情况，因此由客服系统确认用户的会话内容对应的会话内容特征后，由客服人员进一步确认，可以提高相关信息的准确性。

步骤S1108，客服系统根据客服人员对当前场景分析信息中的确认操作，命中与当前场景分析信息对应的当前用户问题。在一个例子中，基于图13中的匹配过程，在图16中完成对“买家是否有收到货”的判断，并命中问题场景。例如，命中的问题场景可以为“买家催到货”。

步骤S1109，客服人员接收与当前用户问题对应的解决方案。在一个例子中，此时客服端场景分析界面中可以如图17所示，显示“已命中问题场景，开启解决方案”，相应地，客服人员可以通过对其中的“点击开启”按钮进行的点击操作，获取当前用户问题以及对应的解决方案，例如，解决方案可以为图18中示出的内容：向用户下发订单号2323234234234的物流信息，点此发送。

步骤S1110，客服系统接收客服人员的确认操作。

步骤S1111，客服系统根据确认操作，向用户发送与当前用户问题对应的解决方案。在一个例子中，客服人员通过点击图18中示出的“点此发送”，向用户下发当前咨询订单的物流信息，相应地，当前用户接收到的用户解决方案可以如图19中的客户端界面所示。

如果在以上过程中，未命中问题场景，可以向客服人员提示：未匹配到问题场景，以使客服人员通过其他途径解决当前用户的用户问题。

根据另一方面的实施例，还提供一种用于确定用户问题的服务器。图20示出根据一个实施例的服务器示意性框图。如图20所示，该服务器2000包括：

第一获取单元2010，用于获取当前用户的服务数据，服务数据至少包括当前用户的第一订单数据；

第一确定单元2020，用于基于预先训练的特征数据提取模型，确定与服务数据对应的当前特征数据集合，当前特征数据集合至少包括与第一订单数据对应的订单特征数据；

第二确定单元2030，用于基于预先确定的特征数据组合与用户问题的映射关系，确定与当前特征数据集合对应的当前用户问题。

在一个实施例中，第一确定单元2020具体包括：

确定子单元2021，用于从预先确定的多个特征数据组合中，确定当前特征数据集合所匹配的特定组合；

处理子单元2022，用于根据映射关系，将与特定组合对应的用户问题作为当前用户问题。

在一个实施例中，确定子单元2021具体用于：

当当前特征数据集合中包括某个特征数据组合中的所有特征数据时，将某个特征数据组合确定为特定组合。

在一个实施例中，各个特征数据组合中对应包括的多个特征数据以序列的方式进行组合，确定子单元2021具体用于：

使用当前特征数据集合对多个特征数据组合中各个特征数据进行依次匹配；

在当前特征数据集合对某个特征数据组合中的各个特征数据均匹配成功的情况下，将某个特征数据组合确定为特定组合。

在一个实施例中，多个特征数据组合以树状图的形式呈现，树状图中的各节点对应于特征数据组合中的各特征数据；确定子单元2021具体用于：

使用当前特征数据集合对树状图中的节点进行依次填充，将成功填充至结点时所对应的特征数据组合作为特定组合。

在一个实施例中，第一获取单元2010获取的服务数据还包括当前用户的用户信息数据，第一确定单元2020确定的当前特征数据集合还包括与用户信息数据对应的用户属性特征。

在一个实施例中，第一获取单元2010获取的服务数据还包括与当前用户对应的会话数据；会话数据包括历史会话数据，和/或，当前会话数据，第一确定单元2020当前特征数据集合还包括与会话数据对应的会话内容特征。

在一个实施例中，第一获取单元2010获取的服务数据还包括为当前用户提供服务的当前服务方的操作数据，第一确定单元2020确定的当前特征数据集合还包括与操作数据对应的服务方操作特征。

在一个实施例中，第一确定单元2020中的特征数据提取模型基于多个用户所对应的历史服务数据集而训练生成，历史服务数据集至少包括历史订单数据集。

在一个实施例中，历史服务数据集还包括用户信息数据集、历史会话数据集和服务方历史操作数据集中的至少一种。

在一个实施例中，该装置还包括：

推送单元2040，用于向当前用户推送当前用户问题；以及响应于当前用户对当前用户问题进行的确认操作，向当前用户提供与当前用户问题对应的解决方案。

在一个实施例中，该装置还包括：

第二获取单元2050，用于获取与当前用户问题对应的解决方案，以向当前用户提供解决方案。

由上可知，在本说明书实施例披露的确定用户问题的装置中，首先，第一获取单元2010获取当前用户的服务数据，如当前用户的服务诉求所针对订单的订单数据等。接着，第一确定单元2020基于预先训练的特征数据提取模型，确定与服务数据对应的当前特征数据集合，然后第二确定单元2030基于预先确定的多个特征数据组合(对应于多个业务场景)与多个用户问题的映射关系，确定与当前特征数据集合对应的当前用户问题。如此，则实现了快速、准确地定位用户问题，进而更好地满足用户的服务需求，并提升用户体验。

根据另一方面的实施例，还提供一种用于获取与用户问题对应的解决方案的客户端。图21示出根据一个实施例的客户端示意性框图。如图21所示，该装置2100包括：

发送单元2110，用于向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息，以使所述服务器根据所述服务请求获取相应的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据，并使所述服务器基于预先训练的特征数据提取模型、以及预先确定的特征数据组合与用户问题的映射关系，确定与所述服务数据对应的当前用户问题；

接收单元2120，用于从所述服务器接收与所述当前用户问题对应的解决方案。

在一个实施例中，所述第一订单信息包括订单号和/或商品信息。

在一个实施例中，接收单元2120还用于：接收所述服务器发送的至少一个订单信息，所述至少一个订单信息包括所述第一订单信息；

发送单元2110还用于：响应于所述当前用户对所述第一订单信息进行的确认操作，向所述服务器发送所述第一订单信息。

在一个实施例中，所述服务请求中还包括当前会话数据，所述服务器获取的服务数据中还包括所述当前会话数据。

在一个实施例中，客服端2100还包括展示单元2130，用于向所述当前用户展示所述解决方案。

根据又一方面的实施例，还提供一种包括前述服务器和客户端的系统。图22示出根据一个实施例的确定用户问题的系统示意性框图。如图22所示，该装置2200包括：

客户端2210，用于向服务器2220发送当前用户的服务请求，所述服务请求至少包括第一订单信息；

所述服务器2220，用于根据所述服务请求获取所述当前用户的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据；并基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；以及基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题；

所述客户端2210还用于，从所述服务器2220接收与所述当前用户问题对应的解决方案。

如上，根据再一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图6所描述的方法。

根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图6所描述的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本说明书披露的多个实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本说明书披露的多个实施例的目的、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，以上所述仅为本说明书披露的多个实施例的具体实施方式而已，并不用于限定本说明书披露的多个实施例的保护范围，凡在本说明书披露的多个实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本说明书披露的多个实施例的保护范围之内。

Claims (25)

1.一种确定用户问题的方法，其特征在于，包括：

获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；

基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；

基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述当前特征数据集合对应的当前用户问题，包括：

从预先确定的多个特征数据组合中，确定所述当前特征数据集合所匹配的特定组合；

根据所述映射关系，将与所述特定组合对应的用户问题作为所述当前用户问题。

3.根据权利要求2所述的方法，其特征在于，所述确定所述当前特征数据集合所匹配的特定组合，包括：

当所述当前特征数据集合中包括某个特征数据组合中的所有特征数据时，将所述某个特征数据组合确定为所述特定组合。

4.根据权利要求2所述方法，其特征在于，各个特征数据组合中对应包括的多个特征数据以序列的方式进行组合，所述确定所述当前特征数据集合所匹配的特定组合，包括：

使用所述当前特征数据集合对所述多个特征数据组合中各个特征数据进行依次匹配；

在所述当前特征数据集合对某个特征数据组合中的各个特征数据均匹配成功的情况下，将所述某个特征数据组合确定为所述特定组合。

5.根据权利要求2所述方法，其特征在于，所述多个特征数据组合以树状图的形式呈现，所述树状图中的各节点对应于特征数据组合中的各特征数据；所述确定所述当前特征数据集合所匹配的特定组合，包括：

使用所述当前特征数据集合对所述树状图中的节点进行依次填充，将成功填充至结点时所对应的特征数据组合作为所述特定组合。

6.根据权利要求1所述的方法，其特征在于，所述服务数据还包括所述当前用户的用户信息数据，所述当前特征数据集合还包括与所述用户信息数据对应的用户属性特征。

7.根据权利要求1所述的方法，其特征在于，所述服务数据还包括与所述当前用户对应的会话数据；所述会话数据包括历史会话数据，和/或，当前会话数据，所述当前特征数据集合还包括与所述会话数据对应的会话内容特征。

8.根据权利要求1所述的方法，其特征在于，所述服务数据还包括为所述当前用户提供服务的当前服务方的操作数据，所述当前特征数据集合还包括与所述操作数据对应的服务方操作特征。

9.根据权利要求1所述的方法，其特征在于，所述特征数据提取模型基于多个用户所对应的历史服务数据集而训练生成，所述历史服务数据集至少包括历史订单数据集。

10.根据权利要求9所述的方法，其特征在于，所述历史服务数据集还包括用户信息数据集、历史会话数据集和服务方历史操作数据集中的至少一种。

11.根据权利要求1-10任一项所述的方法，其特征在于，还包括：

向所述当前用户推送所述当前用户问题；

响应于所述当前用户对所述当前用户问题进行的确认操作，向所述当前用户提供与所述当前用户问题对应的解决方案。

12.根据权利要去1-10任一项所述的方法，其特征在于，还包括：

获取与所述当前用户问题对应的解决方案，以向所述当前用户提供所述解决方案。

13.一种获取与用户问题对应的解决方案的方法，其特征在于，包括：

向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息，以使所述服务器根据所述服务请求获取相应的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据，并使所述服务器基于预先训练的特征数据提取模型、以及预先确定的特征数据组合与用户问题的映射关系，确定与所述服务数据对应的当前用户问题；

从所述服务器接收与所述当前用户问题对应的解决方案。

14.根据权利要求13所述的方法，其特征在于，所述第一订单信息包括订单号和/或商品信息。

15.根据权利要求13所述的方法，其特征在于，在向服务器发送第一订单信息之前，还可以包括：

接收所述服务器发送的至少一个订单信息，所述至少一个订单信息包括所述第一订单信息；

所述向服务器发送第一订单信息，包括：响应于所述当前用户对所述第一订单信息进行的确认操作，向所述服务器发送所述第一订单信息。

16.根据权利要求13所述的方法，其特征在于，所述服务请求中还包括当前会话数据，所述服务器获取的服务数据中还包括所述当前会话数据。

17.根据权利要求13-16任一项所述的方法，其特征在于，还包括：

向所述当前用户展示所述解决方案。

18.一种确定服务数据与用户问题的映射关系的方法，其特征在于，包括：

基于历史服务数据集以及对应的历史用户问题集，训练生成问题场景模型，所述问题场景模型中包括服务数据与用户问题的映射关系，所述历史服务数据集至少包括历史订单数据集。

19.根据权利要求18所述的方法，其特征在于，所述映射关系包括服务数据与特征数据组合的第一对应关系，以及特征数据组合与用户问题的第二对应关系；所述训练生成问题场景模型，包括：

将所述历史服务数据集作为第一训练样本集，确定出对应的特征数据组合集，以及建立所述第一对应关系，所述特征数据组合集中至少包括与所述历史订单数据集对应的订单特征；

将所述特征数据组合集与所述历史用户问题集作为第二训练样本集，建立所述第二对应关系。

20.根据权利要求18所述的方法，其特征在于，所述历史服务数据集还包括用户信息数据集，所述特征数据组合集中还包括对应的用户信息特征；和/或

所述历史服务数据集还包括历史会话数据集，所述特征数据组合集中还包括对应的会话内容特征；和/或

所述历史服务数据集还包括服务方历史操作数据集，所述特征数据组合集中还包括对应的服务方操作特征。

21.一种服务器，其特征在于，包括：

第一获取单元，用于获取当前用户的服务数据，所述服务数据至少包括所述当前用户的第一订单数据；

第一确定单元，用于基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；

第二确定单元，用于基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题。

22.一种客户端，其特征在于，包括：

发送单元，用于向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息，以使所述服务器根据所述服务请求获取相应的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据，并使所述服务器基于预先训练的特征数据提取模型、以及预先确定的特征数据组合与用户问题的映射关系，确定与所述服务数据对应的当前用户问题；

接收单元，用于从所述服务器接收与所述当前用户问题对应的解决方案。

23.一种确定用户问题的系统，其特征在于，包括：

客户端，用于向服务器发送当前用户的服务请求，所述服务请求至少包括第一订单信息；

所述服务器，用于根据所述服务请求获取所述当前用户的服务数据，所述服务数据至少包括与所述第一订单信息对应的第一订单数据；并基于预先训练的特征数据提取模型，确定与所述服务数据对应的当前特征数据集合，所述当前特征数据集合至少包括与所述第一订单数据对应的订单特征数据；以及基于预先确定的特征数据组合与用户问题的映射关系，确定与所述当前特征数据集合对应的当前用户问题；

所述客户端还用于，从所述服务器接收与所述当前用户问题对应的解决方案。

24.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-20中任一项的所述的方法。

25.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-20中任一项所述的方法。