CN111626813B - 产品推荐方法及其系统 - Google Patents

Abstract

本申请公开了产品推荐方法及其系统，涉及互联网技术领域，所要解决的一个技术问题是基于现有机器学习技术实现产品推荐的前期投入成本较高，产品推荐的可解释性较弱，且无法对相关产品进行推荐，不支持对多个相关产品的对比。包括：对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息；利用预设产品库获取与所述关键词信息匹配的多个产品信息；根据产品信息的产品属性维度，显示相应的产品详情信息；其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

Description

产品推荐方法及其系统

技术领域

本申请涉及互联网技术领域，尤其是产品推荐方法及其系统。

背景技术

目前工作人员给用户推荐产品时，均是根据用户要求手动选择出符合用户要求的产品，虽然可以满足要求，但是面对多款产品对比、同款产品的不同迭代更新版本、以及每款产品的内容筛选，对于工作人员的专业素质要求严格，手动筛选、对比产品的方法易导致耗时较长且判断结果准确性无法保证，严重影响用户交易数据的转化效率及用户体验。

现有的解决方案为，通过在语音交互场景下，将获取的用户语音进行预处理，通过意图识别分类和实体识别，根据意图分类结果、实体识别结果以及用户画像信息，结合大数据分析直接得到相应的产品推荐。该方案存在的不足为，卷积神经网络等复杂的机器学习技术存在实现复杂、训练数据多、训练时间长、可解释性差，且不支持对相关产品的推荐，也不支持对多个产品之间进行对比等问题。

申请内容

本申请实施例所要解决的一个技术问题是基于现有机器学习技术实现产品推荐的前期投入成本较高，产品推荐的可解释性较弱，且无法对相关产品进行推荐，不支持对多个相关产品的对比。

依据本申请一个方面，提供了一种产品推荐方法，包括：

对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息；

利用预设产品库获取与所述关键词信息匹配的多个产品信息；

根据产品信息的产品属性维度，显示相应的产品详情信息；

其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

优选地，所述对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息，具体包括：

对实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息；

对所述用户语音信息和/或目标语音信息进行文本化处理，得到语音信息中的关键词信息。

优选地，所述分别对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述语音信息中的关键词信息，具体包括：

对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息；

根据所述第一关键词信息和/或第二关键词信息，确定所述语音信息中的关键词信息。

优选地，所述第一关键词信息、第二关键词信息包括一个或多个关键词，根据所述第一关键词信息和第二关键词信息，确定所述语音信息中的关键词信息，具体包括：

分别计算出所述第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度；

若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词；

若所述第一相似度低于相似度第一预设值，则将所述第一关键词信息中的关键词和第二关键词信息中的关键词作为所述语音信息中的关键词信息。

优选地，所述利用预设产品库获取与所述关键词信息匹配的多个产品信息，具体包括：

利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息；

根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

优选地，所述利用预设产品库获取与所述关键词信息匹配的多个产品信息步骤之前，还包括：

对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息，具体包括：

计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度；

若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

优选地，所述字典关系表包括一个或多个，根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息，具体包括：

实时显示所述产品属性信息，所述产品属性信息为一个或多个；

当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品属性信息匹配的多个产品信息。

依据本申请另一个方面，提供了一种产品推荐系统，包括：

文本化模块，用于对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息；

获取模块，用于利用预设产品库获取与所述关键词信息匹配的多个产品信息；

显示模块，用于根据产品信息的产品属性维度，显示相应的产品详情信息；

其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

优选地，所述文本化模块，具体包括：

识别单元，用于对实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息；

关键词单元，用于对所述用户语音信息和/或目标语音信息进行文本化处理，得到语音信息中的关键词信息。

优选地，所述关键词单元，具体包括：

对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息；

根据所述第一关键词信息和/或第二关键词信息，确定所述语音信息中的关键词信息。

优选地，所述第一关键词信息、第二关键词信息包括一个或多个关键词，根据所述第一关键词信息和第二关键词信息，确定所述语音信息中的关键词信息，具体包括：

分别计算出所述第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度；

若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词；

若所述第一相似度低于相似度第一预设值，则将所述第一关键词信息中的关键词和第二关键词信息中的关键词作为所述语音信息中的关键词信息。

优选地，所述获取模块，具体包括：

匹配单元，用于利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息；

查询单元，用于根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

优选地，所述系统还包括标准化模块，用于对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息；

所述标准化模块，具体包括：

计算单元，用于计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度；

判断单元，用于若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

优选地，所述字典关系表包括一个或多个，查询单元，具体包括：

实时显示所述产品属性信息，所述产品属性信息为一个或多个；

当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品搜索词匹配的多个产品信息。

根据本申请的又一方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述产品推荐方法。

根据本申请的再一方面，提供了一种设备，包括存储介质、处理器及存储在存储介质上并可在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程序时实现上述产品推荐方法。

借由上述技术方案，本申请实施例提供的技术方案至少具有下列优点：

本申请提供了产品推荐方法及其系统，与现有技术相比，本申请实施例通过对实时获取到的语音信息进行文本化处理，得到语音信息中的关键词信息，该关键词信息与产品信息的产品属性维度存在匹配关系，以便利用关键词信息与产品信息的产品属性维度的匹配关系，从预设产品库中获取与产品属性维度匹配的多个产品信息，从而根据产品信息中的产品属性维度，显示相应的产品详情信息。可见，利用预设产品库能够避免现有机器学习技术实现产品推荐的高前期投入成本，同时，基于产品信息的产品属性维度能够匹配多个相关产品信息，以及有效增强产品推荐的可解释性，以实现对相关产品的对比性推荐。

下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：

图1示出了本申请实施例提供的一种产品推荐方法流程图；

图2示出了本申请实施例提供的另一种产品推荐方法流程图；

图3示出了本申请实施例提供的一种产品推荐系统的结构示意图；

图4示出了本申请实施例提供的另一种产品推荐系统的结构示意图。

具体实施方式

现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本申请实施例可以应用于计算机系统/服务器，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

本申请实施例提供了一种产品推荐方法，如图1所示，该方法包括：

步骤101、对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息。

在本实施例中，在工作人员与用户语音通话过程中，通过实时语音解析技术对实时监测到的语音信息进行文本化处理，利用声纹识别得到语音信息中不同类别的文本信息，根据文本信息的类别特征，利用自然语言处理中的HanLP算法对处理后的文本信息进行分词并标注词性，从而得到关键词信息。

此处的文本信息类别可以包括工作人员和用户，根据工作人员的文本信息和/或用户的文本信息，利用自然语言处理中的HanLP算法提取关键词信息。根据应用场景的需求，可以仅针对工作人员的文本信息进行分词并标注词性，从而有效提升文本信息的处理效率以及关键词信息的提取准确度，此处不对文本信息的待处理信息进行具体限定。

步骤102、利用预设产品库获取与所述关键词信息匹配的多个产品信息；其中，所述关键词信息与所述产品信息中的产品属性维度存在匹配关系。

在本实施例中，根据应用场景的需求，构建与业务资源信息匹配的产品库，该产品库包括与业务资源类型匹配的多个字典模块，以便将得到的关键词信息分别与多个字典模块相匹配，得到与关键词信息匹配的多个产品信息。为了保证关键词信息能够更加准确地匹配到字典模块中的产品信息，建立关键词信息与产品信息中产品属性信息之间的匹配关系，以便通过对关键词信息进行校正或者调整，得到产品属性信息，并进一步根据产品属性信息从多个字典模块中匹配到准确的产品信息。

步骤103、根据产品信息的产品属性维度，显示相应的产品详情信息。

在本实施例中，根据匹配到的多个产品信息，分别获取多个产品信息的产品详情信息，该产品详情信息包括产品属性信息，根据产品详情信息的产品属性维度，在前端页面通过对比列表显示该多个产品详情信息，从而实现基于产品属性维度的多维度对比推荐，并保存该对比记录。同时，由于前端交互界面友好，从而有效降低工作人员的学习成本，通过多维度比对推荐，提升产品推荐的可解释性，从而有效提升工作人员的工作效率，用户交易数据的转化效率以及用户体验。

本申请提供了一种产品推荐方法，与现有技术相比，本申请实施例通过对实时获取到的语音信息进行文本化处理，得到语音信息中的关键词信息，该关键词信息与产品信息的产品属性维度存在匹配关系，以便利用关键词信息与产品信息的产品属性维度的匹配关系，从预设产品库中获取与产品属性维度匹配的多个产品信息，从而根据产品信息中的产品属性维度，显示相应的产品详情信息。可见，利用预设产品库能够避免现有机器学习技术实现产品推荐的高前期投入成本，并通过支持对多个产品信息的多维度对比推荐，在降低学习成本的同时提升工作人员的专业性。此外，基于产品信息的产品属性维度能够匹配多个相关产品信息，以及有效增强产品推荐的可解释性，以实现对相关产品的对比性推荐。

本申请实施例提供了另一种产品推荐方法，如图2所示，该方法包括：

步骤201、对实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息。

具体实施中，根据实际应用场景的需求，可以提前录入工作人员的声纹特征信息，从而确定用户语音信息和目标语音信息，这里的目标语音信息为工作人员的语音信息，通常用户在进行产品咨询时，无法保证准确说出一些专业性词汇，可通过工作人员复述确认的操作获取来自工作人员的目标语音信息，以提升关键词信息提取的准确性。此外，还可以通过对语音通话进行监测，当语音通话接通后，工作人员通常会进行工作编号介绍，因此，通过对语音信息进行实时解析识别，将包含工作编号信息的语音信息作为目标语音信息，并确定目标语音信息的声纹特征，从而进一步对获取到的语音信息进行声纹识别，确定用户语音信息和目标语音信息。此处不对用户语音信息和目标语音信息的确定方式进行具体限定。

步骤202、对所述用户语音信息和/或目标语音信息进行文本化处理，得到语音信息中的关键词信息。

具体实施中，将语音通话中的用户语音信息和目标语音信息进行预处理并实时解析为文本信息，对解析得到的文本信息利用HanLP算法进行解析、分词，得到用户想要咨询的关键词信息。其中，针对HanLP算法创建与业务资源信息相匹配的语料库，从而通过训练模型以适应特定的业务应用领域。

根据实际应用场景的需求，对业务资源信息进行充分调研，对业务资源信息涉及的条目中的字段进行梳理和拆分，得到针对HanLP算法的语料库，同时基于该语料库构建预设产品库，该预设产品库设有人工录入功能，以便实时更新预设产品库，增强其关键词信息的匹配能力，相应地，对预设产品库中更新信息中的字段进行梳理和拆分，更新针对HanLP算法的语料库。其中，业务资源信息可以为保险产品、医药产品、食品等，此处不对业务资源信息的内容进行具体限定。

进一步地，为了说明步骤202具体的实施过程，作为一种可选方式，所述步骤202，具体包括：

步骤2021，对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息。

步骤2022，根据所述第一关键词信息和/或第二关键词信息，确定所述语音信息中的关键词信息。

进一步地，为了说明步骤2022具体的实施过程，作为一种可选方式，所述第一关键词信息、第二关键词信息包括一个或多个关键词，所述步骤2022，具体包括：

分别计算出所述第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度；若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词；若所述第一相似度低于相似度第一预设值，则将所述第一关键词信息中的关键词和第二关键词信息中的关键词作为所述语音信息中的关键词信息。

具体实施中，针对第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度超过相似度第一预设值，表示用户与工作人员在表述同一关键词，此时，将工作人员的关键词作为当前语音信息中的关键词，并显示在前端页面；针对第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度低于相似度第一预设值，表示用户与工作人员在表述不同的内容，根据实际应用场景的需求，将用户和工作人员的关键词分别显示在前端页面，以保证得到的关键词信息具有全面性。

步骤203、对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息。

进一步地，为了说明步骤203具体的实施过程，作为一种可选方式，所述步骤203，具体包括：

步骤2031、计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度。

步骤2032、若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

具体实施中，针对步骤202作进一步优化，当得到的关键词信息无法匹配或无法准确匹配预设产品库中的字典关系表时，计算关键词信息中的关键词与字典关系表中的预设关键词信息之间的第二相似度，若第二相似度超过相似度第二预设值，则将第二相似度对应的字典关系表中的预设关键词信息作为标准化关键词信息。

根据实际应用场景的需求，通过对关键词信息中的关键词进行字段筛选，得到字典关系表中多个待确定的预设关键词(这里仅涉及根据关键词字段进行的初略筛选，以缩减预设关键词数量)，计算关键词信息中关键词与多个待确定的预设关键词信息之间的第二相似度，以提升计算效率，此处不对关键词信息标准化处理进行具体限定。

步骤204、利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息。

具体实施中，利用字典关系表中预设关键词与产品属性信息的对应关系，确定与关键词信息对应的产品属性信息。该产品属性信息为产品详情信息中的低层级信息，根据实际应用场景的需求，产品详情信息包括三层级信息，第一层级信息包括产品类别、基础信息、条款信息、产品评价、源文件；针对第二层级信息，产品类别包括险种类型、设计类型，基础信息包括产品名称、保险公司、产品条款文字编码、主附类型、期间类型、承保方式、交费方式、是否自营、状态，条款信息包括责任范围，产品评价包括优势、劣势、核心价值、增值服务，源文件包括费率表、现金价值表、条款源文件、产品说明书；针对第三层级信息，险种类型包括定期寿险，设计类型包括普通型、分红型、万能型、投资连结型、变额型、其他新型产品，产品名称包括太平传世金终身寿险，保险公司包括平安人寿，主附类型包括主险、附加险，期间类型包括长期险、短期险，承保方式包括个人、团体，交费方式包括年交、半年交、季交、月交，是否自营包括是、否，状态包括在售和下架，或者未售、在售、停售和停用，是否自营与状态之间存在联动关系，自营对应在售和下架，非自营对应未售、在售、停售和停用。此处不对层级信息及联动关系进行具体限定。

需要说明的是，产品属性信息为产品详情信息中的第三层级信息，预设关键词为产品属性信息的部分字段，不同的字典关系表中，预设关键词可以对应出多个产品属性信息。

步骤205、根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

进一步地，为了说明步骤205具体的实施过程，作为一种可选方式，所述字典关系表包括一个或多个，所述步骤205，具体包括：

步骤2051、实时显示所述产品属性信息，所述产品属性信息为一个或多个。

步骤2052、当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品属性信息匹配的多个产品信息。

具体实施中，字典关系表包括保险产品、保费试算、疾病解释、保险公司、保险术语五个维度的关系表，该字典关系表分别对应保险产品、保费试算、疾病解释、保险公司、保险术语五个维度的搜索功能，即在Elastic Search数据库中导入五个维度的产品详情信息，提高查询效率和准确度，以便根据得到的产品属性信息，利用Elastic Search数据库查询出相应的产品信息，该产品信息为用于表征唯一关系的产品标识信息，例如产品名称或者产品条款文字编码，从而进一步获取相应的产品详情信息，此处不对产品信息的内容进行具体限定。

根据实际应用场景的需求，当接收到针对实时显示的单一产品属性信息的索引指令时，显示对应单一产品属性信息的多个产品信息，当接收到针对实时显示的多个或者全部产品属性信息的查询指令时，利用Elastic Search数据库显示对应多个或者全部产品属性信息的多个产品信息。

步骤206、根据产品信息的产品属性维度，显示相应的产品详情信息。

本申请提供了另一种产品推荐方法，与现有技术相比，本申请实施例通过对实时获取到的语音信息进行文本化处理，得到语音信息中的关键词信息，该关键词信息与产品信息的产品属性维度存在匹配关系，以便利用关键词信息与产品信息的产品属性维度的匹配关系，从预设产品库中获取与产品属性维度匹配的多个产品信息，从而根据产品信息中的产品属性维度，显示相应的产品详情信息。可见，本申请可应用于客服系统或者产品查询系统，利用构建的字段拆解合理的预设产品库，在工作人员(例如，电话销售代表TSR：Telephone Sales Representative)与用户语音通话过程中通过实时语音识别技术对语音信息进行文本化处理，并利用HanLP算法得到关键词信息，从而实现对用户咨询的问题或产品的实时查询，针对产品信息咨询的场景，能够支持对多个产品信息的多维度对比，提高工作人员的工作效率及专业性，有效降低学习成本。

进一步的，作为对上述图1所示方法的实现，本申请实施例提供了一种产品推荐系统，如图3所示，该系统包括：文本化模块31、获取模块33、显示模块34。

文本化模块31，用于对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息。

获取模块33，用于利用预设产品库获取与所述关键词信息匹配的多个产品信息；其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

显示模块34，用于根据产品信息的产品属性维度，显示相应的产品详情信息。

在具体的应用场景中，如图4所示，所述文本化模块31，具体包括：识别单元311、关键词单元312。

识别单元311，用于对实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息。

关键词单元312，用于对所述用户语音信息和/或目标语音信息进行文本化处理，得到语音信息中的关键词信息。

在具体的应用场景中，所述关键词单元312，具体包括：对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息；根据所述第一关键词信息和/或第二关键词信息，确定所述语音信息中的关键词信息。

在具体的应用场景中，所述第一关键词信息、第二关键词信息包括一个或多个关键词，根据所述第一关键词信息和第二关键词信息，确定所述语音信息中的关键词信息，具体包括：分别计算出所述第一关键词信息中的关键词与第二关键词信息中的关键词之间的第一相似度；若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词；若所述第一相似度低于相似度第一预设值，则将所述第一关键词信息中的关键词和第二关键词信息中的关键词作为所述语音信息中的关键词信息。

在具体的应用场景中，所述获取模块33，具体包括：匹配单元331、查询单元332。

匹配单元331，用于利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息。

查询单元332，用于根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

在具体的应用场景中，所述标准化模块32，用于对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息。

在具体的应用场景中，所述标准化模块32，具体包括：计算单元321、判断单元322。

计算单元321，用于计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度。

判断单元322，用于若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

在具体的应用场景中，所述字典关系表包括一个或多个，查询单元332，具体包括：实时显示所述产品属性信息，所述产品属性信息为一个或多个；当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品搜索词匹配的多个产品信息。

本申请提供了另一种产品推荐系统，与现有技术相比，本申请实施例通过对实时获取到的语音信息进行文本化处理，得到语音信息中的关键词信息，该关键词信息与产品信息的产品属性维度存在匹配关系，以便利用关键词信息与产品信息的产品属性维度的匹配关系，从预设产品库中获取与产品属性维度匹配的多个产品信息，从而根据产品信息中的产品属性维度，显示相应的产品详情信息。可见，本申请可应用于客服系统或者产品查询系统，利用构建的字段拆解合理的预设产品库，在工作人员与用户语音通话过程中通过实时语音识别技术对语音信息进行文本化处理，并利用HanLP算法得到关键词信息，从而实现对用户咨询的问题或产品的实时查询，针对产品信息咨询的场景，能够支持对多个产品信息的多维度对比，提高工作人员的工作效率及专业性，有效降低学习成本。

根据本申请一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的产品推荐方法。

基于上述如图1和图2所示方法，相应的，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1和图2所示的产品推荐方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)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)执行本申请各个实施场景的产品推荐方法。

基于上述如图1和图2所示的方法，以及图3和图4所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种设备，具体可以为个人计算机、平板电脑、智能手机、智能手表、POS设备或其他网络设备等，该终端设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1和图2所示的产品推荐方法。

可选的，上述实体设备都还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

可能以许多方式来实现本申请的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本申请的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本申请实施为记录在记录介质中的程序，这些程序包括用于实现根据本申请的方法的机器可读指令。因而，本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。

本申请的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本申请限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本申请的原理和实际应用，并且使本领域的普通技术人员能够理解本申请从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种产品推荐方法，其特征在于，包括：

对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息，其中，对所述实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息，对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息，计算出所述第一关键词信息中的关键词与所述第二关键词信息中的关键词之间的第一相似度，若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词，若所述第一相似度低于所述相似度第一预设值，则将所述第一关键词信息中的关键词和所述第二关键词信息中的关键词作为所述语音信息中的关键词信息；

利用预设产品库获取与所述关键词信息匹配的多个产品信息；

根据产品信息的产品属性维度，显示相应的产品详情信息；

其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

2.根据权利要求1所述的方法，其特征在于，所述利用预设产品库获取与所述关键词信息匹配的多个产品信息，具体包括：

利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息；

根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

3.根据权利要求2所述的方法，其特征在于，所述利用预设产品库获取与所述关键词信息匹配的多个产品信息步骤之前，还包括：

对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息，具体包括：

计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度；

若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

4.根据权利要求2所述的方法，其特征在于，所述字典关系表包括一个或多个，根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息，具体包括：

实时显示所述产品属性信息，所述产品属性信息为一个或多个；

当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品属性信息匹配的多个产品信息。

5.一种产品推荐系统，其特征在于，包括：

文本化模块，用于对实时获取到的语音信息进行文本化处理，得到所述语音信息中的关键词信息，其中，所述文本化模块包括识别单元和关键词单元，所述识别单元用于对所述实时获取到的语音信息进行声纹识别，确定用户语音信息和/或目标语音信息，所述关键词单元用于对所述用户语音信息和/或目标语音信息进行文本化处理，得到所述用户语音信息对应的第一关键词信息和/或所述目标语音信息对应的第二关键词信息，计算出所述第一关键词信息中的关键词与所述第二关键词信息中的关键词之间的第一相似度，若所述第一相似度超过相似度第一预设值，则将所述第二关键词信息中的关键词作为所述语音信息中的关键词信息，并舍弃所述第一关键词信息中的关键词，若所述第一相似度低于所述相似度第一预设值，则将所述第一关键词信息中的关键词和所述第二关键词信息中的关键词作为所述语音信息中的关键词信息；

获取模块，用于利用预设产品库获取与所述关键词信息匹配的多个产品信息；

显示模块，用于根据产品信息的产品属性维度，显示相应的产品详情信息；

其中，所述关键词信息与所述产品信息的产品属性维度存在匹配关系。

6.根据权利要求5所述的系统，其特征在于，所述获取模块，具体包括：

匹配单元，用于利用预设产品库中的字典关系表，确定与所述关键词信息匹配的产品属性信息；

查询单元，用于根据所述产品属性信息，查询与所述产品属性信息匹配的多个产品信息。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括标准化模块，用于对所述关键词信息进行标准化处理，得到用于匹配所述字典关系表的标准化关键词信息；

所述标准化模块，具体包括：

计算单元，用于计算出所述关键词信息与所述字典关系表中的预设关键词信息之间的第二相似度；

判断单元，用于若所述第二相似度超过相似度第二预设值，则将所述第二相似度对应的所述字典关系表中的预设关键词信息作为标准化关键词信息。

8.根据权利要求6所述的系统，其特征在于，所述字典关系表包括一个或多个，查询单元，具体包括：

实时显示所述产品属性信息，所述产品属性信息为一个或多个；

当接收到查询指令时，根据当前显示的所述产品属性信息，获取与所述产品搜索词匹配的多个产品信息。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至4中任一项所述的产品推荐方法。

10.一种产品推荐设备，包括存储介质、处理器及存储在存储介质上并可在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程序时实现权利要求1至4中任一项所述的产品推荐方法。