CN110555100A - 一种基于图生成自由对话的多产品需求匹配方法及系统 - Google Patents
一种基于图生成自由对话的多产品需求匹配方法及系统 Download PDFInfo
- Publication number
- CN110555100A CN110555100A CN201910840667.5A CN201910840667A CN110555100A CN 110555100 A CN110555100 A CN 110555100A CN 201910840667 A CN201910840667 A CN 201910840667A CN 110555100 A CN110555100 A CN 110555100A
- Authority
- CN
- China
- Prior art keywords
- product
- demand
- question
- attribute
- array
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007717 exclusion Effects 0.000 claims description 43
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于图生成自由对话的多产品需求匹配方法及多产品需求匹配系统。其中,该方法包括如下步骤:根据用户咨询问句以及需求产品属性图获取用户的需求数组;根据需求产品属性图,找到用户的需求数组对应的目标产品集合;其中,需求产品属性图用于定义客户需求与产品及产品属性的对应关系;取出目标产品集合中的产品,由客户确认是否为需求产品。利用本发明,可以有效缩小产品选择范围,提高用户的选择效率。
Description
技术领域
本发明涉及一种基于预定图表生成自由对话的多产品需求匹配方法,同时涉及相应的多产品需求匹配系统。
背景技术
随着B2C、C2C等行业的蓬勃发展,数以千万计的电商推出了琳琅满目的商品。消费者在选择自己想要的某类商品时选择太多,想要挑选到价格、性能、品牌多方位都适合自己的产品往往需要耗费大量的时间和精力。
为了解决上述问题,可以通过会话来对消费者需求进行进一步的确认,缩小选择范围。传统的会话生成技术,通常有两种生成方法:
1)使用定义会话模板与模板之间流转关系,按会话流程图的形式,来规划会话的生成。这种方法模式的局限在于,客户在会话时时常不以设计好的会话顺序,不按会话模板的格式进行会话。客户的这种任意性,往往被当作为异常处理,造成按模板流程图运行,顺序相当混乱,效果查强人意。
2)枚举所有会话可能,形成QA会话集,以会话集来满足客户的多种提问方式。这种方法模式的局限在于,大规模的QA会话集虽然可以满足客户的大部分提问,但整个话题是客户主导的,客户问到的话题会被重点照顾,而客户没有问到的话题,由于缺少厂商意志的引导,是不会引为对话话题,这样就容易造成厂商营销目的无法完全达成。
发明内容
针对现有技术的不足,本发明所要解决的首要技术问题在于提供一种基于图生成自由对话的多产品需求匹配方法。
本发明所要解决的另一技术问题在于提供一种基于图生成自由对话的多产品需求匹配系统。
为实现上述发明目的,本发明采用下述的技术方案:
根据本发明实施例的第一方面,提供一种基于图生成自由对话的多产品需求匹配方法,包括如下步骤:
根据用户咨询问句以及需求产品属性图获取用户的需求数组;
根据需求产品属性图,找到用户的需求数组对应的目标产品集合;其中,所述需求产品属性图用于定义客户需求与产品及产品属性的对应关系;
取出目标产品集合中的产品,由客户确认是否为需求产品。
其中较优地,所述需求产品属性图包含问题话术节点、需求节点、产品节点、产品话术节点和回答话术节点;
其中,所述问题话术节点中保存的是标准问句,标准问句是客户常见的需求问法;
所述需求节点表示客户表达中的词;
所述产品节点表示厂商能提供的产品,所述产品下有产品的各种属性;
所述产品话术节点和所述回答话术节点中记录有会话模板,分别在候选产品介绍和候选产品问答环节进行会话内容组装;
在所述需求产品属性图中,所述问题话术节点连接所述需求节点,所述需求节点连接所述产品节点,所述产品节点连接所述产品话术节点和所述回答话术节点,实现需求产品属性图定义客户需求与产品及产品属性对应关系的目的。
其中较优地,所述需求节点中的词从客户的咨询问句对应的问题话术节点的标准问句中提取出来,直接连接产品或产品属性的值域。
其中较优地,根据需求产品属性图自动获取用户的需求数组,还包括如下步骤:
客户根据自身需求进行产品咨询;
将客户的咨询问句与需求产品属性图中的问题话术节点的标准问句进行匹配,得到所述咨询问句对应的问题话术节点的标准问句;
将标准问句中的词提取出来组成需求数组。
其中较优地,根据需求产品属性图找到用户的需求数组对应的目标产品集合;包括如下步骤:
S21,从需求数组获取需求Ai,根据需求产品属性图查找需求Ai对应的产品列表和属性列表;如果需求Ai是要被排除的,得到需求Ai对应的产品排除列表和属性排除列表;其中,i=1,2,……N,为需求数组中需求的个数;
S22,获取属性列表中的每个属性,将所述属性关联的产品进行合并得到的合并产品列表;获取属性排除列表中的每个属性,将所述属性关联的产品进行合并得到的合并产品排除列表;
S23,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;
S24,重复步骤S21~S23,直至需求数组中没有剩余需求,得到需求数组中每个需求对应的子目标产品集合,将需求数组中每个需求产生的子目标产品集合求交集,得到目标产品集合。
其中较优地,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;包括如下步骤:
将得到的合并产品列表与需求Ai对应的产品列表合并得到第一子目标产品集合;
将得到的合并产品排除列表与需求Ai对应的产品排除列表合并得到第二子目标产品集合;
将第一子目标产品集合与第二子目标产品集合相同的产品从第一子目标产品集合中剔除出去,得到子目标产品集合。
其中较优地,在S3中,当目标产品集合中存在产品元素时,则由客户确认是否为需求产品,包括如下步骤:
S31,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品;i=1,2,……M,为目标产品集合中产品的数量;
S32,如果需要,则将产品作为产品匹配结果返回,中止产品匹配后续过程;
S33,如果不需要,则将此产品Pi从目标产品集合中删除,从目标产品集合中下一个产品起,重复步骤S31,直至目标产品集合中没有产品元素为止。
其中较优地,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
如果客户反问,并增加与产品相联的需求数组A’,根据需求产品属性图找到增加的需求数组A’对应的新增目标产品集合,目标产品集合与新增目标产品集合求交集作为新的目标产品集合。
其中较优地,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
S41,如果客户对产品进行细节询问,询问语句经过自然语言处理,从中提练出关键词数组;
S42,循环关键词数组,将数组中每个关键词对应的属性、属性值结合属性关联的产品中的回答话术,形成对客户问答的回答,并在关键词组A中删除该关键词;
S43,针对所述客户问答的回答,如果客户提出新问句,则将所述新问句中提取的关键词加入到关键词数组中,返回步骤S42继续操作;
S434,如果关键词数组循环结束,所有客户问答的回答中的关键词都被以回答话术回答完毕,则再次由客户确认是否为需求产品,根据客户回答进行处理。
根据本发明实施例的第二方面,提供一种基于图生成自由对话的多产品需求匹配系统,包括处理器和存储器;所述存储器上存储有可用在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时实现如下步骤:
根据用户咨询问句以及需求产品属性图中的问题话术节点获取标准问句;
客户根据标准问句进行回答之后,将客户的回答识别为标准语术;
将标准语术中的词提取出来,组成需求数组。
本发明提供的基于图生成自由对话的多产品需求匹配方法,根据厂商知识生成自由会话,利用自由对话中追问的形式,将厂商视角中合适提供给客户的产品,让客户做进一步确认。由于客户对追问的应对会自然聚焦到具体的候选产品。客户也可提出附加的新需求,从而引入新的产品选择。这样,利用一个需求生成多个连带需求的方式,能有效缩小产品选择范围,提高用户的选择效率。
附图说明
图1为本发明所提供的基于图生成自由对话的多产品需求匹配方法的流程图;
图2为本发明所提供的实施例中,需求产品属性图的的结构示意图;
图3为本发明所提供的基于图生成自由对话的多产品需求匹配系统的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术内容进行详细具体的说明。
本发明所提供的基于图生成自由对话的多产品需求匹配方法,是一种通过生成的自由会话,来引导客户选出想要的产品的方法。根据厂商知识生成自由会话,利用自由对话中追问的形式,将厂商视角中合适提供给客户的产品,让客户做进一步确认。由于客户对追问的应对会自然聚焦到具体的候选产品。客户也可提出附加的新需求,从而引入新的产品选择。这样,利用一个需求生成多个连带需求的方式,能有效缩小产品选择范围,最终找到合适的产品。
另外,客户对候选产品进行细节询问,系统也可以通过需求相关联的产品属性及值域细节来组织自由会话,将厂商对产品细节理解组织成回话,即完成了对客户的回应,又可引发客户新的反馈,加快客户对产品的理解。
如图1所示,本发明所提供的基于图生成自由对话的多产品需求匹配方法,包括如下步骤:首先,根据用户提问以及需求产品属性图自动获取用户的需求数组;其中,需求产品属性图用于定义客户需求与产品及产品属性的对应关系;然后,根据需求产品属性图找到用户的需求数组对应的目标产品集合;最后,取出目标产品集合中的产品,由客户确认是否为需求产品。下面对这一过程做详细具体的说明。
S1,根据用户咨询问句以及需求产品属性图自动获取用户的需求数组。
在本发明所提供的实施例中,使用一种有语义的图结构—需求产品属性图,用于表达厂商视角下对客户需求的理解,使用这个图生成相关话题的会话,有利于聚焦了会话中最值得关注的地方,避免会话问题过于发散不能达成会话目的。
上述需求产品属性图用于定义客户需求与产品及产品属性的对应关系。如图2所示,该需求产品属性图包含问题话术节点、需求节点、产品节点、产品话术节点和回答话术节点。其中,问题话术节点中保存的是一个标准问句,标准问句是客户常见的需求问法,可以通过其他自然语言理解技术,将多个相似问句识别为标准问句,标准问句中可以提练出一到多个需求。
需求节点表示一个客户表达中的一个词,这个词是从客户标准语术中提取出来,是客户对话中的一个话题。在该需求产品属性图中,需求可以直接连接某些产品,这可以看作是厂商理解中客户需求由什么样的产品来满足。需求也可以直接连接某个产品属性的值域,这可以看作是厂商理解中客户需求由什么样的产品属性及属性值域来满足。
产品节点表示厂商能提供的产品,其下有产品的各种属性,属性表示的是产品特有的性质,同一种属性也可以被多种产品所拥有。每个属性拥有多个属性值域,代表产品的具体规格细节。
产品的产品话术节点,回答话术节点中记录有会话模板,分别在候选产品介绍和候选产品问答环节进行会话内容组装。
在本发明所提供的需求产品属性图中,问题话术节点连接需求节点,需求节点连接产品节点,产品节点连接产品话术节点和回答话术节点,实现需求产品属性图定义客户需求与产品及产品属性对应关系的目的。
在本发明所提供的实施例中,该需求产品属性图可以由厂商通过对历史客户选择数据进行挖掘获取,也可以由应用平台根据历史数据在本平台的购买数据进行挖掘获取,在此不做具体限定。
当客户选购自己所需的产品时,系统组织营销客服类会话话题,根据需求产品属性图获取用户的需求数组,具体包括如下过程:
客户根据自身需求进行产品咨询;可以通过其他自然语言理解技术,将客户的咨询问句识别为标准语术;
将客户的咨询问句与需求产品属性图中的问题话术节点的标准问句进行匹配,得到该客户的咨询问句对应的问题话术节点的标准问句,该标准问句是客户常见的需求问法,可以根据历史客户选购记录挖掘而来,也可以随着购买数据的增多,不断扩充。
将标准问句中的词提取出来组成需求数组。其中,标准问句中可以提练出一到多个需求。。在本发明所提供的实施例中,需求数组中的需求存储在需求产品属性图的需求节点中。
S2,根据需求产品属性图找到用户的需求数组对应的目标产品集合。
在描述根据需求产品属性图找到用户的需求数组对应的目标产品集合的算法之前,先介绍一下该算法中使用符号的含义。算法描述中[]表示数组,…表示多个并列值。
A客户需求
[PA]需求对应产品列表
[DA]需求对应产品属性列表
需求排除的产品列表
需求排除的属性列表
[PDa]属性列表中的a号元素所对应的产品列表
属性排除列表中的a号元素所对应的产品列表
下面详细描述根据需求产品属性图找到用户的需求数组对应的目标产品集合的具体过程:
S21,从需求数组获取需求Ai,根据需求产品属性图查找需求Ai对应的产品列表[PA]和属性列表[DA];如果需求Ai是要被排除的,得到需求Ai对应的产品排除列表和属性排除列表其中,i=1,2,……N,为需求数组中需求的个数。
S22,获取属性列表中的每个属性,将该属性关联的产品进行合并得到的合并产品列表;获取属性排除列表中的每个属性,将该属性关联的产品进行合并得到的合并产品排除列表。
S23,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;具体包括如下步骤:
将得到的合并产品列表与需求Ai对应的产品列表合并得到第一子目标产品集合;
将得到的合并产品排除列表与需求Ai对应的产品排除列表合并得到第二子目标产品集合;
将第一子目标产品集合与第二子目标产品集合相同的产品从第一子目标产品集合中剔除出去,得到子目标产品集合。
其中,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合,具体采用如下公式:
S24,重复步骤S21~S23,直至需求数组中没有剩余需求,得到需求数组中每个需求对应的子目标产品集合,将需求数组中每个需求产生的[PA]求交集,得到目标产品集合[P]。
具体的,输入参数为需求数组[A1,…,Ai,…An],Ai表示一个需求,设定目标产品集合[P]的初始值为空;
循环每个需求Ai做以下图示操作;
查找需求Ai对应的产品列表[PA]和属性列表[DA],如果需求Ai指明是要被排除的,得到的产品排除列表和属性排除列表
枚举属性列表中的每一个属性,将其关联的产品列表进行取并集操作,当需求Ai的产品列表是[PA]时,得到的合并产品列表为:[PD1]∪...∪[PDa];当需求Ai指明是要被排除的,得到的产品排除列表是时,得到的合并产品列表为:
将得到的合并产品列表与[PA],进行合并和排除:
将需求数组中每个需求产生的[PA]求交:
[P]=([PA1]∩...∩[PAi]∩...∩[PAn])。
返回目标产品集合[P]。
S3,逐一(或逐批)取出目标产品集合中的产品,由客户确认是否为需求产品。
在本发明所提供的实施例中,当目标产品集合中没有产品时,则提示无结果。当目标产品集合中存在产品元素时,则由客户确认是否为需求产品,具体包括如下步骤:
S31,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品;
S32,如果需要,则将产品作为产品匹配结果返回,中止产品匹配后续过程。
S33,如果不需要,则将此产品Pi从目标产品集合[P]中删除,从目标产品集合[P]中下一个产品起,重复步骤S31,直至目标产品集合中没有产品元素为止。
在本发明所提供的实施例中,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
如果客户反问,并增加与产品相联的需求数组A’,根据需求产品属性图找到增加的需求数组A’对应的新增目标产品集合[P’],[P]与[P’]求交集作为新的目标产品集合[P]。其中,根据需求产品属性图找到增加的需求数组A’对应的新增目标产品集合[P’]的过程与步骤S2中根据需求产品属性图找到用户的需求数组对应的目标产品集合的过程相同,在此便不再赘述了。
在本发明所提供的实施例中,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
S41,如果客户对产品Pi进行细节询问,且询问语句经过自然语言处理,从中提练出关键词数组A”;
S42,循环关键词数组A”,将数组中每个关键词对应的属性、属性值结合属性关联的产品中的回答话术,形成对客户问答的回答,并在关键词组A”中删除该关键词;
S43,针对给出的回答,如果客户提出新问句,则将该新问句经自然语言处理得到的关键词加入到关键词数组A”中,返回步骤S42继续操作。
S434,如果关键词数组A”循环结束,所有A”中的关键词都被系统以回答话术回答完毕,则再次由客户确认是否为需求产品,根据客户回答进行处理。
下面详细描述根据对话发掘新需求,最终求到匹配产品的整体过程:
1.设定[P]为空,根据对话得到第一轮的需求集A=[A1,…,Ai,…,An];
2.调用步骤S2中的算法,得到目标产品集合[P];
3.如果[P]为空,则停止整个匹配过程,提示无结果,退出;
4.如果[P]不为空,将[P]的每一个产品Pi,提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品。
5.客户有四种回答:
1)如果回答是,则将产品作为产品匹配结果,既匹配成功的产品返回,中止产品匹配后续过程。
2)如果回答否,则将此产品从目标产品集合[P]中删除,从目标产品集合[P]中下一个产品起,进行第4步操作。
3)如果客户反问,并增加与产品相联的需求组A’.调用步骤S2中的算法,得到新增目标产品集合[P’];[P]与[P’]求交集作为新的目标产品集合[P],转到步骤S3继续操作。
4)如果客户对产品Pi进行细节询问,询问句经自然语言处理从中提练出关键词,将提炼出的关键词形成关键词数组A”,
此时,循环关键词数组A”,将数组中每个关键词对应的属性、属性值结合属性关联的产品中的回答话术,形成对客户问答的回答,之后在关键词数组A”中删除该需求。
针对系统给出的回答,客户可能提出新问句,则新问句经自然语言处理得到的关键词加入到关键词组A”中,继续4)的操作。
如关键词数组A”循环结束,所有A”中的关键词都被系统以回答话术回答完毕,则再次询问客户是否需要该产品,再转到第5步,根据客户回答进行处理。
本发明还提供了一种基于图生成自由对话的多产品需求匹配系统。如图3所示,该系统包括处理器32以及存储有处理器32可执行指令的存储器31;
其中,处理器32可以是通用处理器,例如中央处理器(CPU),还可以是数字信号处理器(DSP)、专用集成电路(ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
其中,存储器31,用于存储程序代码,并将该程序代码传输给CPU。存储器31可以包括易失性存储器,例如随机存取存储器(RAM);存储器31也可以包括非易失性存储器,例如只读存储器、快闪存储器、硬盘或固态硬盘;存储器31还可以包括上述种类的存储器的组合。
具体地,本发明实施例所提供的一种基于图生成自由对话的多产品需求匹配系统,包括处理器32和存储器31;存储器31上存储有可用在处理器32上运行的计算机程序,当计算机程序被处理器32执行时实现如下步骤:
根据用户咨询问句以及需求产品属性图获取用户的需求数组;
根据需求产品属性图,找到用户的需求数组对应的目标产品集合;其中,需求产品属性图用于定义客户需求与产品及产品属性的对应关系;
取出目标产品集合中的产品,由客户确认是否为需求产品。
其中,当计算机程序被处理器32执行时还实现如下步骤;
需求产品属性图包含问题话术节点、需求节点、产品节点、产品话术节点和回答话术节点;
其中,问题话术节点中保存的是标准问句,标准问句是客户常见的需求问法;
需求节点表示客户表达中的词;
产品节点表示厂商能提供的产品,产品下有产品的各种属性;
产品话术节点和回答话术节点中记录有会话模板,分别在候选产品介绍和候选产品问答环节进行会话内容组装;
在需求产品属性图中,问题话术节点连接需求节点,需求节点连接产品节点,产品节点连接产品话术节点和回答话术节点,实现需求产品属性图定义客户需求与产品及产品属性对应关系的目的。
其中,当计算机程序被处理器32执行时还实现如下步骤;
需求节点中的词从客户的咨询问句对应的问题话术节点的标准问句中提取出来,直接连接产品或产品属性的值域。
其中,根据需求产品属性图自动获取用户的需求数组,当计算机程序被处理器32执行时还实现如下步骤;
客户根据自身需求进行产品咨询;
将客户的咨询问句与需求产品属性图中的问题话术节点的标准问句进行匹配,得到该客户的咨询问句对应的问题话术节点的标准问句;
将标准问句中的词提取出来组成需求数组。
其中,根据需求产品属性图找到用户的需求数组对应的目标产品集合,当计算机程序被处理器32执行时还实现如下步骤;
S21,从需求数组获取需求Ai,根据需求产品属性图查找需求Ai对应的产品列表和属性列表;如果需求Ai是要被排除的,得到需求Ai对应的产品排除列表和属性排除列表;其中,i=1,2,……N,为需求数组中需求的个数;
S22,获取属性列表中的每个属性,将属性关联的产品进行合并得到的合并产品列表;获取属性排除列表中的每个属性,将属性关联的产品进行合并得到的合并产品排除列表;
S23,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;
S24,重复S21~S23,直至需求数组中没有剩余需求,得到需求数组中每个需求对应的子目标产品集合,将需求数组中每个需求产生的子目标产品集合求交集,得到目标产品集合。
其中,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合,当计算机程序被处理器32执行时还实现如下步骤;
将得到的合并产品列表与需求Ai对应的产品列表合并得到第一子目标产品集合;
将得到的合并产品排除列表与需求Ai对应的产品排除列表合并得到第二子目标产品集合;
将第一子目标产品集合与第二子目标产品集合相同的产品从第一子目标产品集合中剔除出去,得到子目标产品集合。
其中,在S3中,当目标产品集合中存在产品元素时,则由客户确认是否为需求产品,当计算机程序被处理器32执行时还实现如下步骤;
S31,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品;i=1,2,……M,为目标产品集合中产品的数量;
S32,如果需要,则将产品作为产品匹配结果返回,中止产品匹配后续过程;
S33,如果不需要,则将此产品Pi从目标产品集合中删除,从目标产品集合中下一个产品起,重复步骤S31,直至目标产品集合中没有产品元素为止。
其中,将科研成果信息输入到词向量模型得到词向量之前,计算机程序被处理器32执行时还实现如下步骤;
其中,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,当计算机程序被处理器32执行时还实现如下步骤;
如果客户反问,并增加与产品相联的需求数组A’,根据需求产品属性图找到增加的需求数组A’对应的新增目标产品集合,目标产品集合与新增目标产品集合求交集作为新的目标产品集合。
其中,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,当计算机程序被处理器32执行时还实现如下步骤;
S41,如果客户对产品进行细节询问,询问语句经过自然语言处理,从中提练出关键词数组;
S42,循环关键词数组,将数组中每个关键词对应的属性、属性值结合属性关联的产品中的回答话术,形成对客户问答的回答,并在关键词组A中删除该关键词;
S43,针对所述客户问答的回答,如果客户提出新问句,则将所述新问句中提取的关键词加入到关键词数组中,返回步骤S42继续操作;
S434,如果关键词数组循环结束,所有客户问答的回答中的关键词都被以回答话术回答完毕,则再次由客户确认是否为需求产品,根据客户回答进行处理。
本发明的实施例还提供了一种计算机可读存储介质。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于计算设备中。
上面对本发明所提供的基于图生成自由对话的多产品需求匹配方法及系统进行了详细的说明。对本领域的一般技术人员而言,在不背离本发明实质内容的前提下对它所做的任何显而易见的改动,都将构成对本发明专利权的侵犯,将承担相应的法律责任。
Claims (10)
1.一种基于图生成自由对话的多产品需求匹配方法,其特征在于包括如下步骤:
根据用户咨询问句以及需求产品属性图获取用户的需求数组;
根据需求产品属性图,找到用户的需求数组对应的目标产品集合;其中,所述需求产品属性图用于定义客户需求与产品及产品属性的对应关系;
取出目标产品集合中的产品,由客户确认是否为需求产品。
2.如权利要求1所述的基于图生成自由对话的多产品需求匹配方法,其特征在于:
所述需求产品属性图包含问题话术节点、需求节点、产品节点、产品话术节点和回答话术节点;
其中,所述问题话术节点中保存的是标准问句,标准问句是客户常见的需求问法;
所述需求节点表示客户表达中的词;
所述产品节点表示厂商能提供的产品,所述产品下有产品的各种属性;
所述产品话术节点和所述回答话术节点中记录有会话模板,分别在候选产品介绍和候选产品问答环节进行会话内容组装;
在所述需求产品属性图中,所述问题话术节点连接所述需求节点,所述需求节点连接所述产品节点,所述产品节点连接所述产品话术节点和所述回答话术节点,实现需求产品属性图定义客户需求与产品及产品属性对应关系的目的。
3.如权利要求2所述的基于图生成自由对话的多产品需求匹配方法,其特征在于:
所述需求节点中的词从客户的咨询问句对应的问题话术节点的标准问句中提取出来,直接连接产品或产品属性的值域。
4.如权利要求1所述的基于图生成自由对话的多产品需求匹配方法,其特征在于根据用户咨询问句以及需求产品属性图自动获取用户的需求数组,还包括如下步骤:
客户根据自身需求进行产品咨询;
将客户的咨询问句与需求产品属性图中的问题话术节点的标准问句进行匹配,得到所述咨询问句对应的问题话术节点的标准问句;
将标准问句中的词提取出来组成需求数组。
5.如权利要求1所述的基于图生成自由对话的多产品需求匹配方法,其特征在于根据需求产品属性图找到用户的需求数组对应的目标产品集合;包括如下步骤:
S21,从需求数组获取需求Ai,根据需求产品属性图查找需求Ai对应的产品列表和属性列表;如果需求Ai是要被排除的,得到需求Ai对应的产品排除列表和属性排除列表;其中,i=1,2,……N,为需求数组中需求的个数;
S22,获取属性列表中的每个属性,将所述属性关联的产品进行合并得到的合并产品列表;获取属性排除列表中的每个属性,将所述属性关联的产品进行合并得到的合并产品排除列表;
S23,将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;
S24,重复步骤S21~S23,直至需求数组中没有剩余需求,得到需求数组中每个需求对应的子目标产品集合,将需求数组中每个需求产生的子目标产品集合求交集,得到目标产品集合。
6.如权利要求5所述的基于图生成自由对话的多产品需求匹配方法,其特征在于:将得到的合并产品列表与需求Ai对应的产品列表进行合并,并将合并产品排除列表与需求Ai对应的产品排除列表合并得到的产品进行排除,得到子目标产品集合;包括如下步骤:
将得到的合并产品列表与需求Ai对应的产品列表合并得到第一子目标产品集合;
将得到的合并产品排除列表与需求Ai对应的产品排除列表合并得到第二子目标产品集合;
将第一子目标产品集合与第二子目标产品集合相同的产品从第一子目标产品集合中剔除出去,得到子目标产品集合。
7.如权利要求1所述的基于图生成自由对话的多产品需求匹配方法,其特征在于在S3中,当目标产品集合中存在产品元素时,则由客户确认是否为需求产品,包括如下步骤:
S31,从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品;i=1,2,……M,为目标产品集合中产品的数量;
S32,如果需要,则将产品作为产品匹配结果返回,中止产品匹配后续过程;
S33,如果不需要,则将产品Pi从目标产品集合中删除,从目标产品集合中下一个产品起,重复步骤S31,直至目标产品集合中没有产品元素为止。
8.如权利要求7所述的基于图生成自由对话的多产品需求匹配方法,其特征在于从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
如果客户反问,并增加与产品相联的需求数组A’,根据需求产品属性图找到增加的需求数组A’对应的新增目标产品集合,目标产品集合与新增目标产品集合求交集作为新的目标产品集合。
9.如权利要求7所述的基于图生成自由对话的多产品需求匹配方法,其特征在于从目标产品集合中取出产品Pi以及提取产品Pi对应的产品话术,向客户介绍该产品,并询问客户是否需要该产品,还包括如下步骤:
S41,如果客户对产品进行细节询问,询问语句经过自然语言处理,从中提练出关键词数组;
S42,循环关键词数组,将数组中每个关键词对应的属性、属性值结合属性关联的产品中的回答话术,形成对客户问答的回答,并在关键词组A中删除该关键词;
S43,针对所述客户问答的回答,如果客户提出新问句,则将所述新问句中提取的关键词加入到关键词数组中,返回步骤S42继续操作;
S434,如果关键词数组循环结束,所有客户问答的回答中的关键词都被以回答话术回答完毕,则再次由客户确认是否为需求产品,根据客户回答进行处理。
10.一种基于图生成自由对话的多产品需求匹配系统,其特征在于包括处理器和存储器;所述存储器上存储有可用在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时实现如下步骤:
根据用户咨询问句以及需求产品属性图获取用户的需求数组;
根据需求产品属性图,找到用户的需求数组对应的目标产品集合;其中,所述需求产品属性图用于定义客户需求与产品及产品属性的对应关系;
取出目标产品集合中的产品,由客户确认是否为需求产品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840667.5A CN110555100A (zh) | 2019-09-06 | 2019-09-06 | 一种基于图生成自由对话的多产品需求匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910840667.5A CN110555100A (zh) | 2019-09-06 | 2019-09-06 | 一种基于图生成自由对话的多产品需求匹配方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110555100A true CN110555100A (zh) | 2019-12-10 |
Family
ID=68739324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910840667.5A Pending CN110555100A (zh) | 2019-09-06 | 2019-09-06 | 一种基于图生成自由对话的多产品需求匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555100A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111625699A (zh) * | 2020-04-02 | 2020-09-04 | 南京邮电大学 | 一种基于智能外呼的互联网弱可信数据校验方法 |
WO2021139281A1 (zh) * | 2020-08-06 | 2021-07-15 | 平安科技(深圳)有限公司 | 定制化话术推荐方法、装置、计算机设备及存储介质 |
-
2019
- 2019-09-06 CN CN201910840667.5A patent/CN110555100A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111625699A (zh) * | 2020-04-02 | 2020-09-04 | 南京邮电大学 | 一种基于智能外呼的互联网弱可信数据校验方法 |
WO2021139281A1 (zh) * | 2020-08-06 | 2021-07-15 | 平安科技(深圳)有限公司 | 定制化话术推荐方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019202632B2 (en) | Deep learning techniques based multi-purpose conversational agents for processing natural language queries | |
US11005786B2 (en) | Knowledge-driven dialog support conversation system | |
US11315560B2 (en) | Method for conducting dialog between human and computer | |
CN107741976B (zh) | 智能应答方法、装置、介质和电子设备 | |
EP3821352A1 (en) | Machine learning tool for navigating a dialogue flow | |
CN108763495B (zh) | 人机对话方法、系统、电子设备及存储介质 | |
Aha et al. | Supporting dialogue inferencing in conversational case-based reasoning | |
US11113335B2 (en) | Dialogue system and computer program therefor | |
CN110019753B (zh) | 针对用户问句输出反问问句的方法和装置 | |
CN111597312A (zh) | 一种多轮对话脚本的生成方法和装置 | |
US11120812B1 (en) | Application of machine learning techniques to select voice transformations | |
CN110555100A (zh) | 一种基于图生成自由对话的多产品需求匹配方法及系统 | |
CN110457454A (zh) | 一种对话方法、服务器、对话系统及存储介质 | |
JP7313757B1 (ja) | 文章生成装置および文章生成方法 | |
CN117493529B (zh) | 基于自然语言模型的拟人对话方法、装置及电子设备 | |
CN111309882B (zh) | 用于实现智能客服问答的方法和装置 | |
CN111666388B (zh) | 对话数据处理方法、装置、计算机设备和存储介质 | |
CN110377803B (zh) | 信息处理方法以及装置 | |
CN113569017A (zh) | 一种模型处理方法、装置、电子设备及存储介质 | |
CN115658875B (zh) | 基于聊天服务的数据处理方法及相关产品 | |
WO2023215018A1 (en) | Keyword-based dialogue summarizer | |
CN110275946A (zh) | 一种faq自动问答方法和装置 | |
Podgorny et al. | Conversational agents and community question answering | |
CN114117012A (zh) | 一种智能推荐方法、装置、设备和可读存储介质 | |
Aksu et al. | CESAR: Automatic induction of compositional instructions for multi-turn dialogs |
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 |