CN111881274A - 确定问题的答案的方法、装置与处理器 - Google Patents
确定问题的答案的方法、装置与处理器 Download PDFInfo
- Publication number
- CN111881274A CN111881274A CN202010670819.4A CN202010670819A CN111881274A CN 111881274 A CN111881274 A CN 111881274A CN 202010670819 A CN202010670819 A CN 202010670819A CN 111881274 A CN111881274 A CN 111881274A
- Authority
- CN
- China
- Prior art keywords
- question
- user
- determining
- matching
- answer
- 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 51
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 235000015927 pasta Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
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
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种确定问题的答案的方法、装置与处理器,该方法包括:获取标准问题库,标准问题库中包括多个标准问题,各标准问题对应多个不同的答案;获取用户画像和用户问题;确定匹配标准问题,匹配标准问题为与用户问题相匹配的标准问题;确定用户画像与匹配标准问题对应的各答案的第一匹配度;根据第一匹配度确定与用户问题匹配度最高的答案。实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
Description
技术领域
本申请涉及智能客服领域,具体而言,涉及一种确定问题的答案的方法、装置、计算机可读存储介质与处理器。
背景技术
现有的智能客服问答场景下,不同的用户询问同一问题,得到的答案是相同的,并没有针对不同的用户群体做区分,进行针对性的问题解答,且不能根据不同的用户特征实现个性化问答的效果。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种确定问题的答案的方法、装置、计算机可读存储介质与处理器,以解决现有技术中的智能客服问答场景中,不能根据不同的用户特征匹配针对性的问题的答案的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种确定问题的答案的方法,包括:获取标准问题库,所述标准问题库中包括多个标准问题,各所述标准问题对应多个不同的答案;获取用户画像和用户问题;确定匹配标准问题,所述匹配标准问题为与所述用户问题相匹配的所述标准问题;确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度;根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案。
进一步地,在确定匹配标准问题之后,且在确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度之前,所述方法还包括:获取所述匹配标准问题对应的各所述答案的第一标签组合,各所述第一标签组合包括多个第一标签,所述第一标签为表征所述答案中的信息的标签。
进一步地,在获取用户画像和用户问题之后,且在确定匹配标准问题之前,所述方法还包括:获取所述用户画像的第二标签组合,所述第二标签组合包括多个第二标签,所述第二标签为表征用户信息的标签。
进一步地,确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度,包括:确定所述第二标签组合与各所述第一标签组合的第二匹配度,所述第二匹配度为所述第一匹配度。
进一步地,根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案,包括:对所有的所述第一匹配度进行排序;将最大的所述第一匹配度对应的所述答案确定为与所述用户画像匹配度最高的所述答案。
进一步地,所述第一标签包括至少以下之一:年龄、职业、性别、收入。
进一步地,所述第二标签包括至少以下之一:年龄、性别、地区、职业、收入、爱好。
根据本申请的另一个方面,提供了一种确定问题的答案的装置,包括:第一获取单元,用于获取标准问题库,所述标准问题库中包括多个标准问题,各所述标准问题对应多个不同的答案;第二获取单元,用于获取用户画像和用户问题;第一确定单元,用于确定匹配标准问题,所述匹配标准问题为与所述用户问题相匹配的所述标准问题;第二确定单元,用于确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度;第三确定单元,用于根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案。
根据本申请的又一个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的确定问题的答案的方法。
根据本申请的再一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的确定问题的答案的方法。
应用本申请的技术方案,通过获取用户画像和用户问题,确定与用户问题匹配的标准问题,然后确定用户画像与匹配标准问题对应的各答案的第一匹配度,根据第一匹配度确定与用户画像匹配度最高的答案,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例的确定问题的答案的方法流程图;以及
图2示出了根据本申请的实施例的确定问题的答案的装置示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
为了便于描述,以下对本申请实施例涉及的部分名词或术语进行说明:
用户画像:是指将用户的每个信息抽象成标签,利用这些标签将用户形象具体化,从而为用户提供有针对性的服务
智能客服系统:是指面向企业级客服的智能客服解决方案,基于自然语言理解(NLU)技术开发的一种智能交互应用系统,运用智能人工交互技术,通过文字等方式提供在线智能问答服务。系统可加载丰富的知识库内容,可与企业的业务系统对接,通过网页、微信、短信、APP等渠道服务于广大用户。
正如背景技术所介绍的,现有技术中的智能客服问答场景中,不能根据不同的用户特征匹配针对性的问题的答案,为解决如上技术问题,本申请的实施例提供了一种确定问题的答案的方法、装置、计算机可读存储介质与处理器。
根据本申请的实施例,提供了一种确定问题的答案的方法。
图1是根据本申请实施例的确定问题的答案的方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取标准问题库,上述标准问题库中包括多个标准问题,各上述标准问题对应多个不同的答案;
步骤S102,获取用户画像和用户问题;
步骤S103,确定匹配标准问题,上述匹配标准问题为与上述用户问题相匹配的上述标准问题;
步骤S104,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度;
步骤S105,根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案。
上述方案中,通过获取用户画像和用户问题,确定与用户问题匹配的标准问题,然后确定用户画像与匹配标准问题对应的各答案的第一匹配度,根据第一匹配度确定与用户画像匹配度最高的答案,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
具体地,上述标准问题库可以从知识问答系统中获得。
具体地,上述用户问题可以为最佳旅游城市是什么、最具前景的理财产品是什么、最宜居的城市是什么以及最受欢迎的美食是什么等,与用户问题相匹配的标准问题对应不同的答案,例如,用户问题为最佳旅游城市是什么,与用户问题相匹配的标准问题是最适宜旅游城市是什么,匹配标准问题对应不同的答案,例如三亚、北京、上海以及青岛等,可以根据用户的年龄、性别、职业、以及爱好,为不同的用户推荐不同的答案,例如年龄27、性别女、职业教师、爱好面食,可以为该用户推荐城市西安,再例如当询问“理财产品推荐”时,针对高收入用户给出的答案会推荐起购金额较高的理财产品,而低收入用户给出的答案会推荐起购金额较低的理财产品。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的一种实施例中,在确定匹配标准问题之后,且在确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度之前,上述方法还包括:获取上述匹配标准问题对应的各上述答案的第一标签组合,各上述第一标签组合包括多个第一标签,上述第一标签为表征上述答案中的信息的标签,即每一个答案包括第一标签组合,第一标签组合中包括多个第一标签,每一个第一标签用于表征答案中的一个信息,保证了每一个答案中的信息的丰富性,进一步地保证了对用户所提出的问题推荐更加准确的答案。
本申请的另一种实施例中,在获取用户画像和用户问题之后,且在确定匹配标准问题之前,上述方法还包括:获取上述用户画像的第二标签组合,上述第二标签组合包括多个第二标签,上述第二标签为表征用户信息的标签,即用户画像包括第二标签组合,第二标签组合中包括多个第二标签,每一个第二标签用于表征用户信息,保证了用户画像的准确性,进一步地保证了对用户所提出的问题推荐更加准确的答案。
本申请的再一种实施例中,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度,包括:确定上述第二标签组合与各上述第一标签组合的第二匹配度,上述第二匹配度为上述第一匹配度,即通过将第二标签组合与每一个第一标签组合进行匹配得到第二匹配度,然后根据第二匹配度确定与用户画像匹配度最高的答案。
本申请的另一种实施例中,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度,还包括,将上述第二标签组合中的每一个第二标签依次与每一个第一标签组合中的第一标签进行匹配,得到多个第三匹配度,根据多个第三匹配度计算得到第二匹配度,上述第二匹配度为上述第一匹配度,例如,第二标签组合中有标签1、标签2和标签3,匹配标准问题对应三个答案,分别为答案1、答案2和答案3,答案1中的第一标签组合中有标签a、标签b和标签c,答案2中的第一标签组合中有标签d、标签e和标签f,答案3中的第一标签组合中有标签h、标签i和标签j,将标签1依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到一个第四匹配度,将标签2依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到一个第四匹配度,将标签3依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到再一个第四匹配度,具体地,可以将三个第三匹配度相加得到一个第四匹配度,最后,根据得到的三个第四匹配度确定第二匹配度;同理,第二标签组合中的每一个第二标签与答案2和答案3的匹配度的计算方式等同于第二标签组合中的每一个第二标签与答案1的匹配度的计算方式,通过第二标签分别与第一标签的匹配度的计算,可以获取更加准确的第二匹配度,进一步地保证了对用户所提出的问题推荐更加准确的答案。
一种具体的实施例中,根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案,包括:对所有的上述第一匹配度进行排序;将最大的上述第一匹配度对应的上述答案确定为与上述用户画像匹配度最高的上述答案,例如,匹配标准问题对应三个答案分别为答案1、答案2和答案3,用户画像与答案1的第一匹配度为95%,用户画像与答案2的第一匹配度为80%,用户画像与答案3的第一匹配度为75%,则可以确定答案1是与用户画像匹配度最高的答案,当然,第一匹配度也可以用相似度得分来表示,例如,用户画像与答案1的相似度得分为95分,用户画像与答案2的相似度得分为83分,用户画像与答案3的相似度得分为74分,则可以确定答案1是与用户画像匹配度最高的答案,当然,可以用除相似度得分以外的参数来表示第一匹配度,本领域技术人员可以根据实际情况选择合适的参数来表征第一匹配度。
本申请的又一种实施例中,上述第一标签包括至少以下之一:年龄、职业、性别、收入。当然,第一标签可以根据问题的改变而改变,第一标签包括除年龄、职业、性别和收入以外的标签,合适而丰富的第一标签保证了对用户所提出的问题推荐更加准确的答案。
本申请的再一种实施例中,上述第二标签包括至少以下之一:年龄、性别、地区、职业、收入、爱好,第二标签包括除:年龄、性别、地区、职业、收入和爱好以外的其他便签,合适而丰富的第二标签保证了对用户所提出的问题推荐更加准确的答案。
本申请实施例还提供了一种确定问题的答案的装置,需要说明的是,本申请实施例的确定问题的答案的装置可以用于执行本申请实施例所提供的用于确定问题的答案的方法。以下对本申请实施例提供的确定问题的答案的装置进行介绍。
图2是根据本申请实施例的确定问题的答案的装置的示意图。如图2所示,该装置包括:
第一获取单元10,用于获取标准问题库,上述标准问题库中包括多个标准问题,各上述标准问题对应多个不同的答案;
第二获取单元20,用于获取用户画像和用户问题;
第一确定单元30,用于确定匹配标准问题,上述匹配标准问题为与上述用户问题相匹配的上述标准问题;
第二确定单元40,用于确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度;
第三确定单元50,用于根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案。
上述方案中,第二获取单元获取用户画像和用户问题,第一确定单元确定与用户问题匹配的标准问题,第二确定单元确定用户画像与匹配标准问题对应的各答案的第一匹配度,第三确定单元根据第一匹配度确定与用户画像匹配度最高的答案,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
具体地,上述标准问题库可以从知识问答系统中获得。
具体地,上述用户问题可以为最佳旅游城市是什么、最具前景的理财产品是什么、最宜居的城市是什么以及最受欢迎的美食是什么等,与用户问题相匹配的标准问题对应不同的答案,例如,用户问题为最佳旅游城市是什么,与用户问题相匹配的标准问题是最适宜旅游城市是什么,匹配标准问题对应不同的答案,例如三亚、北京、上海以及青岛等,可以根据用户的年龄、性别、职业、以及爱好,为不同的用户推荐不同的答案,例如年龄27、性别女、职业教师、爱好面食,可以为该用户推荐城市西安,再例如当询问“理财产品推荐”时,针对高收入用户给出的答案会推荐起购金额较高的理财产品,而低收入用户给出的答案会推荐起购金额较低的理财产品。
本申请的一种实施例中,上述装置还包括第三获取单元,第三获取单元用于在确定匹配标准问题之后,且在确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度之前,获取上述匹配标准问题对应的各上述答案的第一标签组合,各上述第一标签组合包括多个第一标签,上述第一标签为表征上述答案中的信息的标签,即每一个答案包括第一标签组合,第一标签组合中包括多个第一标签,每一个第一标签用于表征答案中的一个信息,保证了每一个答案中的信息的丰富性,进一步地保证了对用户所提出的问题推荐更加准确的答案。
本申请的另一种实施例中,上述装置还包括第四获取单元,第四获取单元用于在获取用户画像和用户问题之后,且在确定匹配标准问题之前,获取上述用户画像的第二标签组合,上述第二标签组合包括多个第二标签,上述第二标签为表征用户信息的标签,即用户画像包括第二标签组合,第二标签组合中包括多个第二标签,每一个第二标签用于表征用户信息,保证了用户画像的准确性,进一步地保证了对用户所提出的问题推荐更加准确的答案。
本申请的再一种实施例中,第二确定单元还用于确定上述第二标签组合与各上述第一标签组合的第二匹配度,上述第二匹配度为上述第一匹配度,即通过将第二标签组合与每一个第一标签组合进行匹配得到第二匹配度,然后根据第二匹配度确定与用户画像匹配度最高的答案。
本申请的另一种实施例中,第二确定单元还用于将上述第二标签组合中的每一个第二标签依次与每一个第一标签组合中的第一标签进行匹配,得到多个第三匹配度,根据多个第三匹配度计算得到第二匹配度,上述第二匹配度为上述第一匹配度,例如,第二标签组合中有标签1、标签2和标签3,匹配标准问题对应三个答案,分别为答案1、答案2和答案3,答案1中的第一标签组合中有标签a、标签b和标签c,答案2中的第一标签组合中有标签d、标签e和标签f,答案3中的第一标签组合中有标签h、标签i和标签j,将标签1依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到一个第四匹配度,将标签2依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到一个第四匹配度,将标签3依次与标签a、标签b和标签c进行匹配得到三个第三匹配度,根据三个第三匹配度计算得到再一个第四匹配度,具体地,可以将三个第三匹配度相加得到另一个第四匹配度,最后,根据得到的三个第四匹配度确定第二匹配度;同理,第二标签组合中的每一个第二标签与答案2和答案3的匹配度的计算方式等同于第二标签组合中的每一个第二标签与答案1的匹配度的计算方式,通过第二标签分别与第一标签的匹配度的计算,可以获取更加准确的第二匹配度,进一步地保证了对用户所提出的问题推荐更加准确的答案。
一种具体的实施例中,第三确定单元包括排序模块和确定模块,排序模块用于对所有的上述第一匹配度进行排序;确定模块用于将最大的上述第一匹配度对应的上述答案确定为与上述用户画像匹配度最高的上述答案,例如,匹配标准问题对应三个答案,分别为答案1、答案2和答案3,用户画像与答案1的第一匹配度为95%,用户画像与答案2的第一匹配度为80%,用户画像与答案3的第一匹配度为75%,则可以确定答案1是与用户画像匹配度最高的答案,当然,第一匹配度也可以用相似度得分来表示,例如,用户画像与答案1的相似度得分为95分,用户画像与答案2的相似度得分为83分,用户画像与答案3的相似度得分为74分,则可以确定答案1是与用户画像匹配度最高的答案,当然,可以用除相似度得分以外的参数来表示第一匹配度,本领域技术人员可以根据实际情况选择合适的参数来表征第一匹配度。
本申请的又一种实施例中,上述第一标签包括至少以下之一:年龄、职业、性别、收入。当然,第一标签可以根据问题的改变而改变,第一标签包括除年龄、职业、性别和收入以外的标签,合适而丰富的第一标签保证了对用户所提出的问题推荐更加准确的答案。
本申请的再一种实施例中,上述第二标签包括至少以下之一:年龄、性别、地区、职业、收入、爱好,第二标签包括除:年龄、性别、地区、职业、收入和爱好以外的其他便签,合适而丰富的第二标签保证了对用户所提出的问题推荐更加准确的答案。
上述确定问题的答案的装置包括处理器和存储器,上述第一获取单元、第二获取单元、第一确定单元、第二确定单元和第三确定单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来为不同的用户推荐不同的答案。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,上述计算机可读存储介质包括存储的程序,其中,在上述程序运行时控制上述计算机可读存储介质所在设备执行任意一种上述确定问题的答案的方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述确定问题的答案的方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取标准问题库,上述标准问题库中包括多个标准问题,各上述标准问题对应多个不同的答案;
步骤S102,获取用户画像和用户问题;
步骤S103,确定匹配标准问题,上述匹配标准问题为与上述用户问题相匹配的上述标准问题;
步骤S104,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度;
步骤S105,根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取标准问题库,上述标准问题库中包括多个标准问题,各上述标准问题对应多个不同的答案;
步骤S102,获取用户画像和用户问题;
步骤S103,确定匹配标准问题,上述匹配标准问题为与上述用户问题相匹配的上述标准问题;
步骤S104,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度;
步骤S105,根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
实施例
本实施例涉及一种智能客服领域领域中的具体的确定问题的答案的方法,具体包括:
步骤S101,获取标准问题库,上述标准问题库中包括多个标准问题,各上述标准问题对应多个不同的答案;
步骤S102,获取用户画像和用户问题,具体地,用户画像的第二标签组合包括多个第二标签,例如,多个第二标签分别为男、28岁、北京、高收入和炒股,具有该用户画像的用户提出一个用户问题,例如,请为我推荐一种最具投资价值的理财产品;
步骤S103,确定匹配标准问题,上述匹配标准问题为与上述用户问题相匹配的上述标准问题;在标准问题库中获取与该用户问题最匹配的标准问题是最具投资价值的理财产品,该标准问题对应多个不同的答案例如,答案1:基金;答案2:国债;答案3:股票,答案1、答案2和答案3均有第一标签组合,第一标签组合包括多个第一标签,例如,答案3的第一标签分别为高收益、科技股和有前景。
步骤S104,确定上述用户画像与上述匹配标准问题对应的各上述答案的第一匹配度,具体将第二标签组合与第一标签组合进行匹配得到第二匹配度,确定第二匹配度为第一匹配度;
步骤S105,根据上述第一匹配度确定与上述用户画像匹配度最高的上述答案,具体地,将用户问题的第二标签组合“男、28岁、北京、高收入和炒股”分别与答案1、答案2和答案3的第一标签组合进行匹配,得到第二标签组合与答案3的第一标签组合的匹配度最高,即确定与该用户所提出的上述用户问题最匹配的答案是答案3,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的确定问题的答案的方法,通过获取用户画像和用户问题,确定与用户问题匹配的标准问题,然后确定用户画像与匹配标准问题对应的各答案的第一匹配度,根据第一匹配度确定与用户画像匹配度最高的答案,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
2)、本申请的确定问题的答案的装置,第二获取单元获取用户画像和用户问题,第一确定单元确定与用户问题匹配的标准问题,第二确定单元确定用户画像与匹配标准问题对应的各答案的第一匹配度,第三确定单元根据第一匹配度确定与用户画像匹配度最高的答案,实现了不同的用户询问同一问题时,就同一个问题为不同的用户推荐不同的答案,即实现了根据不同的用户画像针对性地推荐答案,解决了现有技术中不能根据不同的用户特征匹配针对性的问题的答案的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种确定问题的答案的方法,其特征在于,包括:
获取标准问题库,所述标准问题库中包括多个标准问题,各所述标准问题对应多个不同的答案;
获取用户画像和用户问题;
确定匹配标准问题,所述匹配标准问题为与所述用户问题相匹配的所述标准问题;
确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度;
根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案。
2.根据权利要求1所述的方法,其特征在于,在确定匹配标准问题之后,且在确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度之前,所述方法还包括:
获取所述匹配标准问题对应的各所述答案的第一标签组合,各所述第一标签组合包括多个第一标签,所述第一标签为表征所述答案中的信息的标签。
3.根据权利要求2所述的方法,其特征在于,在获取用户画像和用户问题之后,且在确定匹配标准问题之前,所述方法还包括:
获取所述用户画像的第二标签组合,所述第二标签组合包括多个第二标签,所述第二标签为表征用户信息的标签。
4.根据权利要求3所述的方法,其特征在于,确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度,包括:
确定所述第二标签组合与各所述第一标签组合的第二匹配度,所述第二匹配度为所述第一匹配度。
5.根据权利要求1所述的方法,其特征在于,根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案,包括:
对所有的所述第一匹配度进行排序;
将最大的所述第一匹配度对应的所述答案确定为与所述用户画像匹配度最高的所述答案。
6.根据权利要求2至4中任一项所述的方法,其特征在于,所述第一标签包括至少以下之一:
年龄、职业、性别、收入。
7.根据权利要求3或4所述的方法,其特征在于,所述第二标签包括至少以下之一:
年龄、性别、地区、职业、收入、爱好。
8.一种确定问题的答案的装置,其特征在于,包括:
第一获取单元,用于获取标准问题库,所述标准问题库中包括多个标准问题,各所述标准问题对应多个不同的答案;
第二获取单元,用于获取用户画像和用户问题;
第一确定单元,用于确定匹配标准问题,所述匹配标准问题为与所述用户问题相匹配的所述标准问题;
第二确定单元,用于确定所述用户画像与所述匹配标准问题对应的各所述答案的第一匹配度;
第三确定单元,用于根据所述第一匹配度确定与所述用户画像匹配度最高的所述答案。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的确定问题的答案的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的确定问题的答案的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010670819.4A CN111881274A (zh) | 2020-07-13 | 2020-07-13 | 确定问题的答案的方法、装置与处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010670819.4A CN111881274A (zh) | 2020-07-13 | 2020-07-13 | 确定问题的答案的方法、装置与处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111881274A true CN111881274A (zh) | 2020-11-03 |
Family
ID=73150961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010670819.4A Pending CN111881274A (zh) | 2020-07-13 | 2020-07-13 | 确定问题的答案的方法、装置与处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881274A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282727A (zh) * | 2021-06-03 | 2021-08-20 | 北京捷通华声科技股份有限公司 | 问答处理方法、装置、计算机可读存储介质及处理器 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019101210A1 (zh) * | 2017-11-27 | 2019-05-31 | 中兴通讯股份有限公司 | 智能问答方法及装置 |
US20190171758A1 (en) * | 2017-12-05 | 2019-06-06 | International Business Machines Corporation | Generating a chatbot from an faq |
CN110032628A (zh) * | 2019-02-21 | 2019-07-19 | 北京奥鹏远程教育中心有限公司 | 一种用户在线咨询系统和方法 |
CN110109961A (zh) * | 2019-05-10 | 2019-08-09 | 宜信博诚保险销售服务(北京)股份有限公司 | 用户画像获取方法及装置、用户需求获取方法及装置 |
CN110222167A (zh) * | 2019-07-03 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种获取目标标准信息的方法和系统 |
CN110990541A (zh) * | 2018-09-30 | 2020-04-10 | 北京国双科技有限公司 | 一种实现问答的方法及装置 |
CN111143533A (zh) * | 2019-12-26 | 2020-05-12 | 苏宁金融科技(南京)有限公司 | 一种基于用户行为数据的客服方法及系统 |
US20200175098A1 (en) * | 2018-12-04 | 2020-06-04 | International Business Machines Corporation | Distributing updated communications to viewers of prior versions of the communications |
-
2020
- 2020-07-13 CN CN202010670819.4A patent/CN111881274A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019101210A1 (zh) * | 2017-11-27 | 2019-05-31 | 中兴通讯股份有限公司 | 智能问答方法及装置 |
US20190171758A1 (en) * | 2017-12-05 | 2019-06-06 | International Business Machines Corporation | Generating a chatbot from an faq |
CN110990541A (zh) * | 2018-09-30 | 2020-04-10 | 北京国双科技有限公司 | 一种实现问答的方法及装置 |
US20200175098A1 (en) * | 2018-12-04 | 2020-06-04 | International Business Machines Corporation | Distributing updated communications to viewers of prior versions of the communications |
CN110032628A (zh) * | 2019-02-21 | 2019-07-19 | 北京奥鹏远程教育中心有限公司 | 一种用户在线咨询系统和方法 |
CN110109961A (zh) * | 2019-05-10 | 2019-08-09 | 宜信博诚保险销售服务(北京)股份有限公司 | 用户画像获取方法及装置、用户需求获取方法及装置 |
CN110222167A (zh) * | 2019-07-03 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种获取目标标准信息的方法和系统 |
CN111143533A (zh) * | 2019-12-26 | 2020-05-12 | 苏宁金融科技(南京)有限公司 | 一种基于用户行为数据的客服方法及系统 |
Non-Patent Citations (2)
Title |
---|
付燕;辛茹;: "基于混合神经网络的智能问答算法", 计算机工程与设计, no. 05 * |
李静;宋振明;: "一种基于概念匹配度模型的中文问答系统", 河北工程大学学报(自然科学版), no. 02 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282727A (zh) * | 2021-06-03 | 2021-08-20 | 北京捷通华声科技股份有限公司 | 问答处理方法、装置、计算机可读存储介质及处理器 |
CN113282727B (zh) * | 2021-06-03 | 2024-04-16 | 北京捷通华声科技股份有限公司 | 问答处理方法、装置、计算机可读存储介质及处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022167B (zh) | 风险测评的实现方法和装置 | |
CN113901320A (zh) | 场景服务推荐方法、装置、设备及存储介质 | |
CN110046303B (zh) | 一种基于需求匹配平台实现的信息推荐方法及装置 | |
WO2014118614A1 (en) | Social rewards | |
US20230084033A1 (en) | System for crowdsourcing questions and crowdfunding their answers | |
Furseth et al. | Innovation in an advanced consumer society | |
Chiemeke et al. | An assessment of the impact of digital technology adoption on economic growth and labour productivity in Nigeria | |
Paas et al. | Adoption of services and apps on mobile phones by micro-entrepreneurs in Sub-Saharan Africa | |
CN111881274A (zh) | 确定问题的答案的方法、装置与处理器 | |
CN116756281A (zh) | 知识问答方法、装置、设备和介质 | |
CN116664227A (zh) | 金融产品智能推荐方法及装置 | |
Fadlan et al. | The Digitalization of MSMEs in Pelawi Utara District, Langkat Regency: Opportunities and Challenges | |
CN115809889A (zh) | 基于营销效果的智能客群筛选方法、系统、介质及设备 | |
CN111445263A (zh) | 信息处理方法、装置和计算机系统及介质 | |
CN111935363A (zh) | 呼叫路由方法及系统 | |
CN113496304B (zh) | 网络媒介信息的投放控制方法、装置、设备及存储介质 | |
US11354540B2 (en) | Feedback prediction in a social media application | |
Belichenko | Features of functioning of the Internet economy and digital agenciesin the Russian Federation | |
CN115271852A (zh) | 车贷金融产品方案推荐方法及装置、存储介质及电子设备 | |
Vachkov | Customer centricity and product innovation in banking | |
Diakite et al. | COVID-19 Evidence: Factors Influencing Consumer Behavior Toward Online Purchase Intention Among Young Adults in Cote d’Ivoire | |
CN116228329A (zh) | 用户类型的确定方法、装置、存储介质以及电子设备 | |
KR20230160208A (ko) | 콘텐츠들 사이에 연관도 기반으로 경제 정보 콘텐츠를 추천하는 장치, 방법 및 프로그램 | |
Thomas et al. | Demographic Dividend and Customer Satisfaction of Banks in India | |
CN117933387A (zh) | 对话数据生成方法、系统、模型训练方法、对话处理方法 |
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 |