CN111414512A - 一种基于语音搜索的资源推荐方法、装置及电子设备 - Google Patents

Abstract

本公开实施例中提供了一种基于语音搜索的资源推荐方法、装置及电子设备，属于数据处理技术领域，该方法通过结合声纹识别、语音识别、语义识别，对用户输入的语音搜索指令进行识别，确定所述用户的用户类别、语音搜索指令的文本内容及搜索意图等搜索特征信息，进而根据所述用户的搜索特征信息，对经评分后的资源进行匹配，进而确定用户所搜索的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给所述用户进而提高资源推荐的准确度。

Description

一种基于语音搜索的资源推荐方法、装置及电子设备

技术领域

本公开涉及数据处理技术领域，尤其涉及一种基于语音搜索的资源推荐方法、装置及电子设备。

背景技术

目前智能音箱系统，对用户语音进行语音识别得到文本内容，进而进行资源匹配等一系列操作，完成对用户语音指令的响应。目前智能音箱系统，对资源匹配，通常都是通过和资源库资源进行匹配，如果匹配上了，则返回相应资源；如果没有匹配上，则随机返回一个资源，或者提示给用户未找到资源。不能对不同用户，进行个性化资源匹配。

发明内容

有鉴于此，本公开实施例提供一种基于语音搜索的资源推荐方法、装置及电子设备，以提高资源推荐的准确度。

第一方面，本公开实施例提供了一种基于语音搜索的资源推荐方法，该方法包括：

获取用户的语音搜索指令；

对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，所述识别包括声纹识别和语音识别，所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容；

基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。

在一种可行的实现方式中，所述基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息，包括：

基于所述用户的用户类别，确定与所述用户匹配目标资源库；所述目标资源库包括个人资源库和大类资源库；

在目标资源库中查找与所述搜索特征信息相匹配的资源；

根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

在一种可行的实现方式中，所述基于所述用户的用户类别，确定与所述用户匹配目标资源库，包括：

当所述用户的用户类别是已有用户时，所述目标资源库为所述用户的个人资源库；

当所述用户的用户类别是新用户时，所述目标资源库为所述用户所属的大类资源库。

在一种可行的实现方式中：

当所述用户的用户类别是已有用户时，在所述用户的个人资源库中查找与所述语音搜索指令的文本内容匹配的资源，在所述用户的个人资源库中未查找到匹配资源的情况下，在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源；

当所述用户的用户类别是新用户时，在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源。

在一种可行的实现方式中，所述根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户，包括：

在查找到的所述资源中筛选出评分最高的资源；

根据所述评分最高的资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

在一种可行的实现方式中，对所述资源的评分公式(1)为：

S＝网络热度*X％+本用户关注度*Y％；

其中，S表示资源得分，X％、Y％分别表示权重，网络热度均与搜索次数、访问次数、评论次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关。

在一种可行的实现方式中，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息之后，所述方法还包括：

获取所述用户对于所述推荐信息的操作反馈；

基于所述操作反馈，修改所述目标资源库中与所述推荐信息对应的资源的得分。

在一种可行的实现方式中，所述修改所述目标资源库中与所述推荐信息对应的资源的得分，采用的评分公式(2)为：

S＝网络热度*X％+本用户关注度*Y％+本用户满意度*Z％；

其中，S表示资源得分，X％、Y％、Z％分别表示权重，网络热度均与搜索次数和访问次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关；本用户满意度与搜索次数、平均搜索时间间隔、操作反馈、行为反馈均呈正相关。

在一种可行的实现方式中，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息之前，所述方法还包括：

监测网络资源中的热点资源，并将所述热点资源更新至资源库中；

和/或

监测资源库中资源的网络热度，并基于所述资源的网络热度，更新所述资源在所述资源库中的评分。

在一种可行的实现方式中，所述对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，还包括：

对所述语音搜索指令进行语义识别，确定所述用户的搜索意图；所述搜索特征信息还包括搜索意图。

在一种可行的实现方式中，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息，还包括：

基于所述用户的用户类别，确定与所述用户匹配目标资源库；所述目标资源库包括个人资源库和大类资源库；

在目标资源库中查找与所述用户的搜索意图相匹配的资源；

根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

第二方面，本公开实施例提供了一种基于语音搜索的资源推荐装置，该装置包括：

获取模块，用于获取用户的语音搜索指令；

识别模块，用于对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，所述识别包括声纹识别和语音识别，所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容；

反馈模块，用于基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11任一项所述的方法。

第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的语音处理方法。

第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的语音处理方法。

本公开实施例中的语音处理方案，包括获取用户的语音搜索指令；通过结合声纹识别、语音识别、语义识别，对所述语音搜索指令进行识别，确定所述用户的用户类别、语音搜索指令的文本内容及搜索意图等搜索特征信息，进而根据所述用户的搜索特征信息，对经评分后的资源进行匹配，进而确定用户所搜索的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给所述用户进而提高资源推荐的准确度。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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它的附图。

图1为本公开实施例提供的一种基于语音搜索的资源推荐方法的流程示意图；

图2为本公开实施例提供的另一种基于语音搜索的资源推荐方法的逻辑流程示意图；

图3为本公开实施例提供的一种基于语音搜索的资源推荐装置的结构示意图；

图4为本公开实施例提供的电子设备示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

本公开实施例提供一种基于语音搜索的资源推荐方法。本实施例提供的基于语音搜索的资源推荐方法可以由一计算装置来执行，该计算装置可以实现为软件，或者实现为软件和硬件的组合(例如图3所示的装置或图4所示的电子设备)，该计算装置可以集成设置在服务器、终端设备等中。

参见图1及图2，本公开实施例提供的一种基于语音搜索的资源推荐方法，包括如下步骤：

S101，获取用户的语音搜索指令。

为此，可以通过智能终端设备(如图2所示的智能音箱，或者手机、iPad等)获取用户产生的语音搜索指令，或者执行资源推荐的服务器从智能终端设备中获取语音搜索指令。其中，用户可以是一个人，也可以是其他能够发出声音的对象，例如所述对象可以是智能终端设备。语音搜索指令可以为用于搜索资源的语音指令。语音指令可以是一句话，比如“播放一首最火的音乐”。

S102，对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，所述识别包括声纹识别和语音识别，所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容。

其中，用户类别包括用户注册类别，所述注册类别包括已注册用户、未注册用户，已注册用户亦称已有用户，未注册用户亦称新用户。此外，由于不同的用户发出的语音指令里面包含不同的声纹特征(例如，声纹特征可以包括音高、音强、音长、音色等语音要素)，尤其是受用户性别、年纪的影响，用户的声纹特征会因性别的不同而不同，也会随年纪的变化而有所变化，因此用户类别还包括大类别，该大类别包括：男儿童、女儿童、成年男、成年女、青年男、青年女、老年男、老年女等。

具体地，如图2所示，获取用户的语音搜索指令后，对该指令进行识别，而所述对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，具体包括：

对所述语音搜索指令进行声纹识别，确定所述用户的用户类别；以及对所述语音搜索指令进行语音识别，得到所述语音搜索指令的文本内容。

其中，所述声纹识别，可以包括身份识别、性别识别、年龄识别。所述身份识别指的是通过将用户的语音搜索指令的声纹特征与声纹注册数据库进行比对，进而确定用户的身份。性别识别指的是通过对用户的语音搜索指令的声纹特征分析，确定用户所属的性别。而年龄识别指的是通过对用户的语音搜索指令的声纹特征分析，确定用户所属的年龄或者所属的年龄阶段。

因此，上述方法步骤中的“对所述语音搜索指令进行声纹识别，确定所述用户的用户类别”，具体包括：

对所述语音搜索指令进行声纹识别，确定所述用户的声纹特征；

将所述用户的声纹特征与声纹注册数据库中的声纹特征信息进行比对，进而确定所述用户的注册类别，即确定所述用户是已有用户(即已注册用户)还是新用户(即未注册用户)；以及对所述用户的声纹特征进行性别分析，确定所述用户的性别或者在确定所述用户为已有用户的情况下，根据所述用户的注册信息中的性别信息，确定该用户的性别；以及对所述用户的声纹特征进行年龄分析，确定所述用户的年龄或年龄阶段或者在确定所述用户为已有用户的情况下，根据所述用户的注册信息中的年龄信息，确定该用户的年龄或年龄阶段；

根据确定的所述用户的注册类别、性别、年龄或者年龄阶段，即可确定所述用户的用户类别。

用户的声纹特征可以是包含在语音搜索指令中的特征，也可以是对语音进行声纹技术处理后才得到的特征。

图2中所示的“语意识别”(即语义识别)，在后续步骤中再进一步阐述。

S103，基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。

步骤S102已经根据语音搜索指令确定了用户类别、语音搜索指令的文本内容等搜索特征信息，因此可根据用户类别、语音搜索指令的文本内容，匹配目标资源库，并根据语音搜索指令的文本内容，从目标资源库中查找与语音搜索指令的文本内容匹配的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给用户。该推荐信息可以是用于提示用户访问或者获取该资源的提示信息，也可以是用于被用户操作后即可访问或者获取该资源的信息。

目标资源库可以包括个人资源库和大类资源库，除此之外，还可以设置其他类型的资源库。其中，大类资源库可以是根据预先设置的大类别(即步骤S102中定义的大类别)而生成的资源库。例如，当根据年龄性别将用户分类为男儿童、女儿童、成年男、成年女、青年男、青年女、老年男、老年女等大类时，可以分别在这些大类存储男儿童、女儿童、成年男、成年女、青年男、青年女、老年男、老年女对应的资源，形成各个大类资源库。当存在其他的分类时，大类资源库可以相应的设置对应的资源，形成相应的资源库。

具体地，如图2所示，当确定所述用户的注册类别是已有用户时，则加载该用户的个人资源库，并查找该用户的个人资源库中与语音搜索指令的文本内容匹配的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给用户(图中的“语意识别”亦称语义识别，后续实施过程将进一步结合阐述)，如果在用户的个人资源库中未查找到与语音搜索指令的文本内容匹配的资源，则根据该用户所属的大类别，在该大类别对应的大类资源库中查找到与语音搜索指令的文本内容匹配的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给用户；当确定所述用户的注册类别是新用户时，则确定用户的大类别，并在该用户所属的大类别中查找与语音搜索指令的文本内容匹配的资源，并根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给用户。上述实施过程中匹配到推荐信息后，可将该推荐信息通过返回给智能终端设备(例如，智能音箱)，由智能终端设备通过语音、文字、图片、视频等形式中的至少一种反馈给用户，同时还要创建该新用户和该新用户的个人资源库。进一步地，在目标资源库中查找到与语音搜索指令的文本内容匹配的资源后，所述根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户的步骤，具体可以包括：

在查找到的所述资源中筛选出评分最高的资源；

根据所述评分最高的资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

根据实际的情况，可以对个人资源库和大类资源库中的资源评分，无论是用户的个人资源库，还是大类资源库，都优先匹配分数高的资源。服务器在匹配资源时，优先匹配用户的个人资源库，然后再去匹配该用户的大类资源库，且无论是在用户的个人资源库中匹配资源，还是在大类资源库中匹配资源，均优先匹配分数高的资源。

具体地，资源的评分如下：

S＝网络热度*X％+本用户关注度*Y％(1)

其中，S表示资源得分，X％、Y％分别表示权重，且X％+Y％＝100％。X％、Y％的具体数值可以根据具体实施时的需求来设定，而网络热度、本用户关注度的定义如下：

网络热度，可根据该资源在网络上被网民搜索次数、访问次数、评论次数来共同确定，即网络热度均与搜索次数、访问次数、评论次数呈正相关，如可用具体数值表示网络热度，数值越高表示网络热度；

本用户关注度，可根据本用户(如本实施方案中发起搜索指令的用户)对该资源的搜索次数和平均搜索时间间隔确定，即本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关，如搜索次数越多且平均搜索时间间隔越短，则本用户关注度越高；所述平均搜索时间间隔为各相邻两次搜索时间间隔的平均值，例如：如果用户搜索了该资源5次，则平均搜索时间间隔T＝[(T5-T4)+(T4-T3)+(T3-T2)+(T2-T1)]/4。

进一步地，上述步骤S101“对所述语音搜索指令进行识别，确定所述用户的搜索特征信息”中的识别，还可以包括语义识别，即通过行语义理解(NLP)的方式(如图2中所示的“语意识别”亦称语义识别)，对语音识别得到的语音搜索指令的文本内容进行语义识别，得到所述用户的搜索意图，此时，所述搜索特征信息还包括用户的搜索意图，因此所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息可以是确定目标资源库后，在目标资源库中查找与该搜索意图匹配的资源或者结合用户的搜索意图，在目标资源库中查找同时与该搜索意图、搜索指令的文本内容相匹配的资源。根据该资源，生成与所述搜索特征信息相匹配的推荐信息反馈给用户。

例如，用户语音指令是“播放一首最火的音乐”，此时返回的识别结果可以是评分相对最高的资源(如当前网络上搜索率相对最高或者播放率相对最高)的一首歌曲。

通过上述实施例中的方案，能够通过个性化的资源库匹配策略，在用户发出语音搜索指令时，可提高反馈推荐内容时的准确性。

进一步地，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息之后，图1所述的方法还包括：

S301，获取所述用户对于所述推荐信息的操作反馈。

根据在目标资源库中匹配到的资源，生成推荐信息推送给用户之后，可以进一步的获取用户针对推荐信息的操作反馈。用户的操作可以是针对推荐信息而与终端的的交互操作，例如，推荐信息是向用户推荐的一首歌，此时用户对推荐的该推荐歌曲进行了收藏、下载或者分享，用户的收藏、下载或者分享都是针对推荐信息的操作反馈。

S302，基于所述操作反馈，修改所述目标资源库中与所述推荐信息对应的资源的得分。

具体的，可以获取用户针对所述推荐信息的交互操作；基于所述交互操作，判断该用户对推荐信息的满意度；基于所述满意度，修改所述目标资源库中与所述推荐信息对应的资源的评分。具体地址，基于上述公式(1)，结合满意度，得到对资源进行评分的公式(2)，具体如下：

S＝网络热度*X％+本用户关注度*Y％+本用户满意度*Z％ (2)

其中，S表示资源得分，X％、Y％、Z％分别表示权重，且X％+Y％+Z％＝100％。X％、Y％、Z％的具体数值可以根据具体实施时的需求来设定，而本用户满意度的定义如下：

本用户满意度，可根据本用户(如本实施方案中发起搜索指令的用户)对该资源的搜索次数和平均搜索时间间隔、操作反馈(包括访问时长、收藏、下载次数、分享次数等)进行确定，即本用户满意度与搜索次数、平均搜索时间间隔、操作反馈均呈正相关，如搜索次数越多、平均搜索时间间隔越长，访问时间越长、已收藏、下载次数越多、分享次数越高，则本用户满意度越高。

通过分析用户针对推荐信息的操作反馈，进行资源评分调整，达到调整资源匹配准确度和推荐顺序的目的。比如，给用户推荐了一首歌，预计播放时长4分钟，用户只播放了不到25％的资源时间(即访问时长)，就切换了资源(重新切换另一首歌)，说明系统推荐不是用户喜好的，也就是说用户的满意度较低，除了重新给用户推送新歌曲外，还要结合满意度的情况，扣减该首歌曲在目标资源库中的分数。反之，如果用户收听歌曲在3分钟以上，说明推荐歌曲是用户喜欢的，则增加该首歌曲在目标资源库中的分数。

进一步地，由于需要获取网络上的热点资源，以便更新至资源库，提高推荐的准确度；因此在步骤S103“所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息”之前，还可以包括如下步骤：

监测网络资源中的热点资源；

将所述热点资源更新至资源库中。

该监测可以是实时动态监测，由于突发事件容易引起关注，网络热度容易发生较大起伏变动，因此需要及时更新到资源库中并计算其评分，以备准确推荐该类资源；该监测也可以是按一定时间或者时间间隔检测，比如在下半夜，大多数网络数据的变化趋于平稳，如搜索次数和访问次数趋于平稳，因此可以在下半夜进行监测和计算，进而更新至资源库中和并计算其评分。

进一步地，由于资源库中各资源的网络热度时刻都有可能变化，因此会影响资源库中的资源的评分，进而影响推荐的准确度，在步骤S103“所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息”之前，还可以包括如下步骤：

监测资源库中资源的网络热度；

基于所述资源的网络热度，更新所述资源在所述资源库中的评分。

资源库中资源的网络热度变化尤其重要，因为网络热度是实时变化的，因此时刻影响资源得分，进而决定了每一次推荐的准确度，所以对原有资源网络热度的监测优选采用实时动态监测。

如图3所示，对应于本公开的上述方法实施例，本公开实施例还提供了一种基于语音搜索的资源推荐装置30，用于执行图1所示方法或者上述改进后的方法，该装置包括：获取模块310、识别模块320、反馈模块330；获取模块310用于获取用户的语音搜索指令；识别模块320，对所述语音搜索指令进行识别，确定所述用户的搜索特征信息；所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容；反馈模块330，用于基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。获取模块310、识别模块320、反馈模块330的具体实施和协作的过程如下：

获取模块310获取用户的语音搜索指令，可以通过智能音箱等设备获取用户产生的语音指令，用户可以是一个人，也可以是其他能够发出声音的对象。语音指令可以是一句话，比如“播放一首最火的音乐”。

识别模块320，包括：用户类别识别模块321、语音识别模块322；其中：

用户类别识别模块321，用于对所述语音搜索指令进行声纹识别，确定所述用户的用户类别。其中，用户类别识别模块321，包括声纹识别模块3210、声纹查找模块3211、身份识别模块3212、性别识别3213、年龄识别3214。声纹识别模块3210通过对所述用户的语音搜索指令进行声纹识别，确定所述用户的声纹特征。声纹查找模块3211根据所述用户的声纹特征，查找声纹注册数据库，并将所述用户的声纹特征与声纹注册数据库中的声纹特征信息进行比对，进而确定所述用户的注册类别。身份识别模块3212通过将用户的的声纹特征与声纹注册数据库进行比对，进而确定用户的身份。性别识别模块3213通过对用户的声纹特征进行性别分析，确定用户所属的性别或者在声纹查找模块3211确定所述用户为已有用户的情况下，根据所述用户的注册信息中的性别信息，确定该用户的性别。年龄识别3214通过对用户的声纹特征进行年龄分析，确定用户所属的年龄或者所属的年龄阶段或者在声纹查找模块3211确定所述用户为已有用户的情况下，根据所述用户的注册信息中的年龄信息，确定该用户的年龄或年龄阶段。用户类别识别模块321通过将声纹识别模块3210、声纹查找模块3211、身份识别模块3212、性别识别3213、年龄识别3214得到的结果进行分析汇总，即可得到得到用户用户类别，即注册类别(注册类别包括已注册用户、未注册用户)和大类别(包括：男儿童、女儿童、成年男、成年女、青年男、青年女、老年男、老年女)结合。

语音识别模块322，用于对所述语音搜索指令进行语音识别，得到所述语音搜索指令的文本内容。

识别模块320还可以包括：语义识别模块323；

语义识别模块323用于对语音识别模块322得到的语音搜索指令的文本内容进行语义识别分析，得到所述用户的搜索意图。所述搜索特征信息还包括搜索意图。

反馈模块330包括：资源库查找模块331、资源匹配模块332、推荐模块333；其中，资源库查找模块331基于所述用户的用户类别，确定与所述用户匹配目标资源库；所述目标资源库包括个人资源库和大类资源库；资源匹配模块332在资源库查找模块331确定的目标资源库中查找与所述搜索特征信息相匹配的资源；推荐模块333根据资源匹配模块332匹配的所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。资源库查找模块331、资源匹配模块332、推荐模块333的具体实施过程如下：

当所述用户的用户类别是已有用户时，资源库查找模块331确定所述目标资源库为所述用户的个人资源库；当所述用户的用户类别是新用户时，资源库查找模块331确定所述目标资源库为所述用户所属的大类资源库。

当所述用户的用户类别是已有用户时，资源匹配模块332在所述用户的个人资源库中查找与所述语音搜索指令的文本内容匹配的资源，在所述用户的个人资源库中未查找到匹配资源的情况下，资源匹配模块332在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源；当所述用户的用户类别是新用户时，资源匹配模块332在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源。

进一步地，识别模块320包括语义识别模块323的情况中，各模块的具体协作过程如下：

语义识别模块323对语音识别模块322得到的语音搜索指令的文本内容进行语义识别分析，得到所述用户的搜索意图后，资源库查找模块331基于用户类别识别模块321得到的所述用户的用户类别，确定与所述用户匹配的目标资源库，资源匹配模块332在目标资源库中查找与所述用户的搜索意图相匹配的资源，并由推荐模块333根据资源匹配模块332匹配的所述资源，生成与搜索意图匹配的推荐信息反馈给所述用户。此处的“与搜索意图匹配的推荐信息”可以看作是与所述搜索特征信息匹配的推荐信息。

进一步地，为了提高资源推荐的准确度和用户体验度，资源匹配模块332在查找到所述资源中筛选出评分最高的资源；推荐模块333根据所述评分最高的资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

进一步地，本公开的装置还包括评分模块340，用于对资源库中的资源进行评分。评分模块340包括：网络监测更新模块341、计分模块342；其中，网络监测更新模块341用于监测网络资源中的热点资源，并将所述热点资源更新至资源库中，和/或监测资源库中资源的网络热度；计分模块342用于计算资源库中的资源的评分，以及根据网络监测更新模块341监测到的资源库中资源的网络热度，更新所述资源库中的资源的评分。计算的评分公式(1)可以为：

S＝网络热度*X％+本用户关注度*Y％；

其中，S表示资源得分，X％、Y％分别表示权重，网络热度均与搜索次数、访问次数、评论次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关。

进一步地，网络监测更新模块341还用于获取所述用户对于所述推荐信息的操作反馈；计分模块342还用于基于所述操作反馈，修改所述目标资源库中与所述推荐信息对应的资源的得分，计分模块342资源得分时采用的评分公式(2)为：

S＝网络热度*X％+本用户关注度*Y％+本用户满意度*Z％；

其中，S表示资源得分，X％、Y％、Z％分别表示权重，网络热度均与搜索次数和访问次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关；本用户满意度与搜索次数、平均搜索时间间隔、操作反馈、行为反馈均呈正相关。

本公开图3所示的装置中各模块对图1所示方法及其改进方法的执行细节，可参照上述方法实施例中的内容，在此不再赘述。

参见图4，本公开实施例还提供了一种电子设备80，该电子设备包括：

至少一个处理器；以及，

与该至少一个处理器通信连接的存储器；其中，

该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中基于语音搜索的资源推荐方法。

本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行图1所示的方法及前述基于该方法而改进的方法。

本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的基于语音搜索的资源推荐方法。

下面参考图4，其示出了适于用来实现本公开实施例的电子设备80的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图4所示，电子设备80可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备80操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备80与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备80，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述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。在本公开中，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。而在本公开中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。

或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，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，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。

以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种基于语音搜索的资源推荐方法，其特征在于，包括：

获取用户的语音搜索指令；

对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，所述识别包括声纹识别和语音识别，所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容；

基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息，包括：

基于所述用户的用户类别，确定与所述用户匹配目标资源库；所述目标资源库包括个人资源库和大类资源库；

在目标资源库中查找与所述搜索特征信息相匹配的资源；

根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

3.根据权利要求2所述的方法，其特征在于，所述基于所述用户的用户类别，确定与所述用户匹配目标资源库，包括：

当所述用户的用户类别是已有用户时，所述目标资源库为所述用户的个人资源库；

当所述用户的用户类别是新用户时，所述目标资源库为所述用户所属的大类资源库。

4.根据权利要求3所述的方法，其特征在于，

当所述用户的用户类别是已有用户时，在所述用户的个人资源库中查找与所述语音搜索指令的文本内容匹配的资源，在所述用户的个人资源库中未查找到匹配资源的情况下，在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源；

当所述用户的用户类别是新用户时，在所述所述用户所属的大类资源库中查找与所述语音搜索指令的文本内容匹配的资源。

5.根据权利要求2所述的方法，其特征在于，所述根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户，包括：

在查找到的所述资源中筛选出评分最高的资源；

根据所述评分最高的资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

6.据权利要求5所述的方法，其特征在于，对所述资源的评分公式(1)为：

S＝网络热度*X％+本用户关注度*Y％；

其中，S表示资源得分，X％、Y％分别表示权重，网络热度均与搜索次数、访问次数、评论次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关。

7.根据权利要求2所述的方法，其特征在于，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息之后，所述方法还包括：

获取所述用户对于所述推荐信息的操作反馈；

基于所述操作反馈，修改所述目标资源库中与所述推荐信息对应的资源的得分。

8.根据权利要求2所述的方法，其特征在于，所述修改所述目标资源库中与所述推荐信息对应的资源的得分，采用的评分公式(2)为：

S＝网络热度*X％+本用户关注度*Y％+本用户满意度*Z％；

其中，S表示资源得分，X％、Y％、Z％分别表示权重，网络热度均与搜索次数和访问次数呈正相关；本用户关注度与搜索次数呈正相关，与平均搜索时间间隔呈反相关；本用户满意度与搜索次数、平均搜索时间间隔、操作反馈、行为反馈均呈正相关。

9.根据权利要求1所述的方法，其特征在于，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息之前，所述方法还包括：

监测网络资源中的热点资源，并将所述热点资源更新至资源库中；

和/或

监测资源库中资源的网络热度，并基于所述资源的网络热度，更新所述资源在所述资源库中的评分。

10.根据权利要求1所述的方法，其特征在于，所述对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，还包括：

对所述语音搜索指令进行语义识别，确定所述用户的搜索意图；所述搜索特征信息还包括搜索意图。

11.根据权利要求10所述的方法，其特征在于，所述基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息，还包括：

基于所述用户的用户类别，确定与所述用户匹配目标资源库；所述目标资源库包括个人资源库和大类资源库；

在目标资源库中查找与所述用户的搜索意图相匹配的资源；

根据所述资源，生成与所述搜索特征信息匹配的推荐信息反馈给所述用户。

12.一种基于语音搜索的资源推荐装置，其特征在于，包括：

获取模块，用于获取用户的语音搜索指令；

识别模块，用于对所述语音搜索指令进行识别，确定所述用户的搜索特征信息，所述识别包括声纹识别和语音识别，所述用户的搜索特征信息包括用户类别和语音搜索指令的文本内容；

反馈模块，用于基于对所述用户的搜索特征信息，反馈与所述搜索特征信息相匹配的推荐信息。

13.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-11任一项所述的方法。

14.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-11所述的方法。

Images