CN112100491A - 基于用户数据的信息推荐方法、装置、设备及存储介质 - Google Patents
基于用户数据的信息推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112100491A CN112100491A CN202010937287.6A CN202010937287A CN112100491A CN 112100491 A CN112100491 A CN 112100491A CN 202010937287 A CN202010937287 A CN 202010937287A CN 112100491 A CN112100491 A CN 112100491A
- Authority
- CN
- China
- Prior art keywords
- target
- user
- target user
- initial
- item
- 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 57
- 230000002452 interceptive effect Effects 0.000 claims abstract description 73
- 230000003993 interaction Effects 0.000 claims abstract description 14
- 230000000977 initiatory effect Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 14
- 230000006854 communication Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000011990 functional testing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Abstract
本申请实施例公开了一种基于用户数据的信息推荐方法、装置、设备及存储介质,涉及大数据技术领域。该方法包括:确认目标对话场景和目标用户;于目标对话场景和初始用户特征设定提问内容;根据提问内容向目标用户发起交互对话;所述目标用户的反馈信息,获取关于目标用户的目标关键词,根据目标关键词识别目标用户对应的目标用户特征,并基于目标用户特征对提问内容中未发出的交互问题进行适应性调整;确定目标推荐项目,以目标推荐项目向目标用户进行推荐。所述方法通过多轮引导和问答互动,能在获取用户的特征信息和需求倾向后,不断优化推荐对话的内容,最终匹配出最合适的推荐项目对用户进行推送,实现精准推荐的效果。
Description
技术领域
本申请涉及大数据领域,特别是一种基于用户数据的信息推荐方法、装置、设备及存储介质。
背景技术
在互联网技术和人工智能的急速发展的环境下,各行业也得到快速发展。而在此过程中企业与客户的沟通必不可少,如保险产品的推广等。
传统的保险产品推广系统中,代理人需要精确了解各项保险的利率、政策,同时需要花费大量的时间和用户沟通,采集用户的数据进行精确的推荐。期间可能会出现很多差错,比如推荐的保险利率不够精确或者有差错,沟通的数据可能不全或者没有正确理解客户的意思。大量的人力资源投入在了沟通和理解上面,效果可能不尽如人意。同时很多沟通的数据也有可能因为没有实时记录或者整理不当导致需要反复和用户进行多轮的沟通,可能导致用户的不满甚至退保行为。
发明内容
本申请实施例所要解决的技术问题是,提供一种基于用户数据的信息推荐方法、装置、设备及存储介质,能准确理解当前的用户需求后,结合用户信息推荐出较合适的项目。
为了解决上述技术问题,本申请实施例提供一种基于用户数据的信息推荐方法,采用了如下所述的技术方案:
一种基于用户数据的信息推荐方法,包括:
确认目标对话场景和目标用户;
调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容;
根据所述提问内容向所述目标用户发起交互对话;
在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整;
接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
为了解决上述技术问题,本申请实施例还提供一种基于用户数据的信息推荐装置,采用了如下所述的技术方案:
一种基于用户数据的信息推荐装置,包括:
信息确认模块,用于确认目标对话场景和目标用户;
提问设置模块,用于调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容;
对话发起模块,用于根据所述提问内容向所述目标用户发起交互对话;
对话内容调整模块,用于在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整;
项目推荐模块,用于接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如上述任意一项技术方案所述的基于用户数据的信息推荐方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任意一项技术方案所述的基于用户数据的信息推荐方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例公开了一种基于用户数据的信息推荐方法、装置、设备及存储介质,本申请实施例所述的基于用户数据的信息推荐方法,首先确认目标对话场景和目标用户;再调用预设的用户资料库,从用户资料库中搜索与目标用户匹配的初始用户特征,以基于目标对话场景和初始用户特征设定提问内容;随后根据提问内容向目标用户发起交互对话;并在交互对话中实时接收目标用户的反馈信息,若从反馈信息中获取到关于目标用户的目标关键词,则根据目标关键词识别目标用户对应的目标用户特征,并基于目标用户特征对提问内容中未发出的交互问题进行适应性调整;在接收交互对话中目标用户对于调整后的交互问题的反馈信息后,进一步根据反馈信息确定目标推荐项目,最终以目标推荐项目向目标用户进行推荐。所述方法通过多轮引导和问答互动,能在获取用户的特征信息和需求倾向后,不断优化推荐对话的内容,最终匹配出最合适的推荐项目对用户进行推送,实现精准推荐的效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,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他的附图。
图1为本申请实施例可以应用于其中的示例性系统架构图;
图2为本申请实施例中所述基于用户数据的信息推荐方法的一个实施例的流程图;
图3为本申请实施例中所述基于用户数据的信息推荐装置的一个实施例的结构示意图;
图4为本申请实施例中计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
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“包括”、“包含”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本申请的权利要求书、说明书以及说明书附图中的术语,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来,而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其他实施例相结合。
为了使本技术领域的人员更好地理解本申请的方案,下面将结合本申请实施例中的相关附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102和第三终端设备103通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102和第三终端设备103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
第一终端设备101、第二终端设备102和第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对第一终端设备101、第一终端设备102和第三终端设备103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的基于用户数据的信息推荐方法一般由服务器/终端设备执行,相应地,基于用户数据的信息推荐装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了本申请实施例中所述基于用户数据的信息推荐方法的一个实施例的流程图。所述基于用户数据的信息推荐方法,包括以下步骤:
步骤201:确认目标对话场景和目标用户。
在与用户进行交互对话实施信息推荐时,对话的内容往往会因为其应用场景的不同而具有非常大的区别,因此对用户进行信息推荐时,在确定用户对象的同时,还需要确定进行信息推荐对话时的应用场景,由此才能根据不同的应用场景初步设定出符合当前应用场景下与目标用户进行交互对话时的提问内容。
步骤202:调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容。
本申请中,服务器中会预先录入一些用户信息、或收集在历史推荐过程中获取到的用户信息,以便在向用户进行信息推荐前,根据已获取到的相关用户信息设定与之匹配的、质量相对较高的提问内容,提升与用户进行交互对话时的效率和推荐的准确性,减少无用或冗余问题在与用户交流的交互对话中造成的干扰,提升用户的交互体验。
其中,初始用户特征包括但不限于:姓名、性别、年龄、联系方式、住址、工作、工作年限、业余爱好、保险的历史购买记录等。
本申请中,设定提问内容和调整提问内容,主要是通过服务器中对话系统的DM(Dialogue Manage,对话管理)模块实现的,DM模块可以基于对话的状态判断系统应该采取什么动作。
在本申请一些实施例中,步骤202中所述基于所述目标对话场景和所述初始用户特征设定提问内容的步骤包括:
调用预设的问题库,根据所述目标对话场景从所述问题库中选取若干个交互问题作为第一提问内容;
若搜索到所述初始用户特征,则基于所述初始用户特征对所述第一提问内容中的交互问题进行适应性调整,以将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容。
其中,服务器内会通过预设用于备选交互问题的问题库,在问题库中预先为针对不同用户的若干种对话场景配置若干个预选的交互问题。
在设定与用户进行对话实行信息推荐的提问内容时,便首先根据对话场景从问题库中选取出若干个符合该对话场景的交互问题作为初始的提问内容,然后再基于用户的用户信息(即用户特征)从这些交互问题中进行筛选和调整,以对选取出的交互问题进行优化,将初步选取的提问内容转化为能更符合已有的用户信息的提问内容。如在根据已获取到的相关用户信息调整提问内容时,去掉多余的问题、跳过询问已有用户信息的相关问题、预先确定若干个合适的待推荐项目等。
若当前服务器中未收录有目标用户的用户信息,此时便只基于已确认的对话场景设定初始的提问内容,之后在与用户进行交互对话时,再根据与用户多轮对话逐步获取到的用户信息进一步调整提问内容。
在一些具体的实施方式中,如对话场景为向用户推荐保险,已录入的用户信息中包括当前待对话的用户的年龄、性别、喜好、已经购买的保险产品等,服务器中的对话管理系统等智能模块便会根据用户的年龄、性别、喜好等信息匹配若干合适的且未购买过的保险作为预向用户推荐的保险项目,然后基于推荐这些保险项目对提问内容进行合理设置。
进一步的,所述将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容的步骤包括:
从所述初始用户特征中提取出核心用户特征;
根据所述核心用户特征,从预设的推荐项目库中匹配若干项初始推荐项目;
生成对于所述初始推荐项目的交互问题,并将所述交互问题加入所述第一提问内容中形成所述第二提问内容。
已存储的用户信息一般包括用户多方面的资料,从中提取出对于初步选取推荐项目具有较重要参考价值的核心用户特征,然后根据核心用户特征从服务器中预设的推荐项目库中匹配选取出若干项推荐项目后,将这些推荐项目作为初步向用户推荐的项目,并依此设置相关的用于推荐上述推荐项目的交互问题后加入到初始的提问内容中,由此保证初步推荐给用户的项目是较能符合用户个人信息的项目,避免向用户推荐其完全不感兴趣的项目,影响用户的交流体验。
其中,核心用户特征包括:年龄、业余爱好、保险的历史购买记录等。进一步理解,如在已存储的用户信息中获取到,用户年龄为二十出头,便会侧重选择一些更适合年轻人的保险作为推荐项目;若用户平常有旅游的兴趣爱好,则会选择一些更适合旅行者的保险,如延误险、交通出行险、人身安全险作为推荐项目;若查询到用户曾经购买过一段时间某种保险,则也倾向于将这种保险作为推荐项目再次推荐给用户。
步骤203:根据所述提问内容向所述目标用户发起交互对话。
服务器在前述步骤中已设定好与用户进行交互对话时的提问内容后,便通过对话管理系统开始向用户发起交互对话,通过已设定的提问内容向用户发起提问,逐步引导用户交流,以在交流过程中咨询出所需的用户信息兵获取用户关于交互对话过程中一些提问问题的反馈。
步骤204:在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整。
由于前述提及的服务器中预先存储的用户信息往往不会十分完善,为了进行更加精准地推荐,需要在交互对话过程中通过提问不断获取用户的相关信息,并根据所需的用户信息分析判断用户的需求倾向后,动态调整交互对话中待提出的交互问题,通过调整后的交互问题与用户进一步交流。
比如向用户推荐保险时,若用户出差较多,会更倾向于推荐购买延误险、交通出行险;如果用户是运动员,则会倾向于推荐人身安全险;又比如获取到的用户信息中所知用户年龄为二十出头,便会更侧重推荐适合年轻人的保险;或者话术交流过程中发现用户很喜欢旅游,则会推荐一些更适合旅行者的保险。
在本申请上述实施例的一些具体实施方式中,若步骤202中从所述用户资料库中搜索与所述目标用户匹配的初始用户特征时,未搜索到初始用户特征,步骤203中所述基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整的步骤包括:
从所述目标用户特征中识别出核心用户特征;
根据所述核心用户特征,从预设的推荐项目库中匹配若干项初始推荐项目;
生成对于所述初始推荐项目的交互问题加入提问内容中。
若已存储的用户信息中不包括核心用户特征,则服务器还需要从交互对话的过程中进行获取,在从交互对话中所获取到的用户反馈信息中识别出目标用户特征后,进一步从目标用户特征中识别出所需的核心用户特征,再根据核心用户特征从服务器中预设的推荐项目库中匹配选取出若干项推荐项目后,将这些推荐项目作为初步向用户推荐的项目,并依此设置相关的用于推荐的交互问题后加入到后续的提问内容中,由此保证初步推荐给用户的项目是较能符合用户个人信息的项目,避免向用户推荐其完全不感兴趣的项目,影响用户的交流体验。
在本申请实施例中,所述基于用户数据的信息推荐方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收目标用户的反馈信息。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤205:接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
在交互对话过程中,通过提问向用户推荐了若干个项目后,用户会对这些推荐项目做出一些反馈,服务器通过识别用户反馈信息中表示的情绪,判断出用户对这些推荐项目的态度后,再进一步结合用户信息确认出最适合用户的推荐项目后向用户进行推荐。
在本申请上述实施例的另一些具体实施方式中,步骤205中所述根据所述反馈信息确定目标推荐项目的步骤包括:
从所述反馈信息中提取出所述目标用户对所述初始推荐项目的目标反馈信息;
结合所述目标反馈信息和所述目标用户特征,从所述初始推荐项目中确定目标推荐项目,或从所述推荐项目库中重新匹配目标推荐项目。
在本申请实施例的一些实施方式中,可以在识别出用户反馈信息中包含的需求倾向后,在从预先确定的初始推荐项目中选取出一个符合用户需求的推荐项目时,若用户表现出对多个推荐项目均感兴趣,则可以结合所需的用户特征从中选择最贴合用户信息和需求的一个推荐项目,该推荐项目判断为初始推荐项目中最适合向该用户推荐的项目;而若用户明确表现出对这些初始推荐项目均不感兴趣,那么则需要结合用户的反馈信息和用户特征识别出用户需求后,再从服务器的推荐项目库中重新匹配出最合适的一个项目推荐给用户。
在进一步的具体实施方式中,所述结合所述目标反馈信息和所述目标用户特征,从所述初始推荐项目中确定目标推荐项目的步骤包括:
根据所述目标反馈信息,确定所述目标用户对所述初始推荐项目中每个推荐项目的需求倾向;
提取所述需求倾向表现为感兴趣的初始推荐项目作为第一推荐项目;
调用信息匹配模型,将所述目标用户特征和所述第一推荐项目输入所述信息匹配模型,计算所述第一推荐项目与所述目标用户的匹配度;
将所述第一推荐项目中与所述目标用户匹配度最高的推荐项目,设置为所述目标推荐项目。
用户反馈信息可以用于判断用户对初始推荐项目感兴趣的程度,将其中识别判断为用户感兴趣的项目提取出来作为第一推荐项目。然后通过预设的用于计算相似度的信息匹配模型,计算用户特征和第一推荐项目之间的匹配度,而其中匹配度的计算值最高的一个项目,即视为既符合用户兴趣,又能满足用户需求的目标推荐项目。
在进一步的其他具体实施方式中,所述从所述推荐项目库中重新匹配目标推荐项目的步骤包括:
根据所述目标用户特征,从所述推荐项目库中匹配若干项第二推荐项目;
提取所述初始推荐项目和所述第二推荐项目中重合的推荐项目,设为所述目标推荐项目。
若用户对初始推荐项目表现出均不感兴趣,则基于在交互对话过程中获取到的目标用户特征从推荐项目库中重新匹配推荐项目,重新匹配出的推荐项目与初始推荐项目中重合的部分,便设置为目标推荐项目。如此便能结合预先已获取的用户特征和交互对话过程中新获取到的用户特征,匹配出符合用户信息的推荐项目。
本申请实施例所述的基于用户数据的信息推荐方法,通过多轮引导和问答互动,能在获取用户的特征信息和需求倾向后,不断优化推荐对话的内容,最终匹配出最合适的推荐项目对用户进行推送,实现精准推荐的效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,图3示出了为本申请实施例中所述基于用户数据的信息推荐装置的一个实施例的结构示意图。作为对上述图2所示方法的实现,本申请提供了一种基于用户数据的信息推荐装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的基于用户数据的信息推荐装置包括:
信息确认模块301;用于确认目标对话场景和目标用户。
提问设置模块302;用于调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容。
对话发起模块303;用于根据所述提问内容向所述目标用户发起交互对话。
对话内容调整模块304;用于在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整。
项目推荐模块305;用于接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
在本申请的一些实施例中,所述提问设置模块302用于调用预设的问题库,根据所述目标对话场景从所述问题库中选取若干个交互问题作为第一提问内容;若搜索到所述初始用户特征,则基于所述初始用户特征对所述第一提问内容中的交互问题进行适应性调整,以将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容。
进一步的,所述提问设置模块302还包括:特征提取子模块。所述特征提取子模块用于从所述初始用户特征中提取出核心用户特征;根据所述核心用户特征,从预设的推荐项目库中匹配若干项初始推荐项目;生成对于所述初始推荐项目的交互问题,并将所述交互问题加入所述第一提问内容中形成所述第二提问内容。
在本申请上述实施例的一些具体实施方式中,若所述提问设置模块302从所述用户资料库中搜索与所述目标用户匹配的初始用户特征时,未搜索到初始用户特征,所述对话内容调整模块用于从所述目标用户特征中识别出核心用户特征;根据所述核心用户特征,从预设的推荐项目库中匹配若干项初始推荐项目;生成对于所述初始推荐项目的交互问题加入提问内容中。
在本申请上述实施例的另一些具体实施方式中,所述项目推荐模块305还包括:项目确认子模块。所述项目确认子模块用于从所述反馈信息中提取出所述目标用户对所述初始推荐项目的目标反馈信息;结合所述目标反馈信息和所述目标用户特征,从所述初始推荐项目中确定目标推荐项目,或从所述推荐项目库中重新匹配目标推荐项目。
在进一步的具体实施方式中,所述项目确认子模块用于根据所述目标反馈信息,确定所述目标用户对所述初始推荐项目中每个推荐项目的需求倾向;提取所述需求倾向表现为感兴趣的初始推荐项目作为第一推荐项目;调用信息匹配模型,将所述目标用户特征和所述第一推荐项目输入所述信息匹配模型,计算所述第一推荐项目与所述目标用户的匹配度;将所述第一推荐项目中与所述目标用户匹配度最高的推荐项目,设置为所述目标推荐项目。
在进一步的其他具体实施方式中,所述项目确认子模块用于根据所述目标用户特征,从所述推荐项目库中匹配若干项第二推荐项目;提取所述初始推荐项目和所述第二推荐项目中重合的推荐项目,设为所述目标推荐项目。
本申请实施例所述的基于用户数据的信息推荐装置,通过多轮引导和问答互动,能在获取用户的特征信息和需求倾向后,不断优化推荐对话的内容,最终匹配出最合适的推荐项目对用户进行推送,实现精准推荐的效果。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过系统总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件61-63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作系统和各类应用软件,例如基于用户数据的信息推荐方法的程序代码等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的程序代码或者处理数据,例如运行所述基于用户数据的信息推荐方法的程序代码。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请实施例所述的计算机设备,通过处理器执行存储器中存储的计算机程序进行数据推送的功能测试时,无需通过前端操作创建任务,能够实现对大批量基于用户数据的信息推荐要求,并减少测试时间的消耗,提升功能测试的效率,在进行数据推送测试的过程中还能方便地进行压力测试,在通过日志判断数据的推送结果时还能方便分析测试时出现的问题,以及对测试过程中出现的问题进行定位。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有基于用户数据的信息推荐程序,所述基于用户数据的信息推荐程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的基于用户数据的信息推荐方法的步骤。
需要强调的是,为进一步保证上述图片数据的私密和安全性,上述图片数据还可以存储于一区块链的节点中。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
在本申请所提供的上述实施例中,应该理解到,所揭露的装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
所述模块或组件可以是或者也可以不是物理上分开的,作为模块或组件显示的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块或组件来实现本实施例方案的目的。
本申请不限于上述实施方式,以上所述是本申请的优选实施方式,该实施例仅用于说明本申请而不用于限制本申请的范围,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,其依然可以对前述各具体实施方式所记载的技术方案进行若干改进和修饰,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理应视为包括在本申请的保护范围之内。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,以及凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
Claims (10)
1.一种基于用户数据的信息推荐方法,其特征在于,包括:
确认目标对话场景和目标用户;
调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容;
根据所述提问内容向所述目标用户发起交互对话;
在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整;
接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
2.根据权利要求1所述的基于用户数据的信息推荐方法,其特征在于,所述基于所述目标对话场景和所述初始用户特征设定提问内容的步骤包括:
调用预设的问题库,根据所述目标对话场景从所述问题库中选取若干个交互问题作为第一提问内容;
若搜索到所述初始用户特征,则基于所述初始用户特征对所述第一提问内容中的交互问题进行适应性调整,以将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容。
3.根据权利要求2所述的基于用户数据的信息推荐方法,其特征在于,所述将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容的步骤包括:
从所述初始用户特征中提取出核心用户特征;
根据所述核心用户特征,从预设的推荐项目库中匹配若干项初始推荐项目;
生成对于所述初始推荐项目的交互问题,并将所述交互问题加入所述第一提问内容中形成所述第二提问内容。
4.根据权利要求3所述的基于用户数据的信息推荐方法,其特征在于,所述根据所述反馈信息确定目标推荐项目的步骤包括:
从所述反馈信息中提取出所述目标用户对所述初始推荐项目的目标反馈信息;
结合所述目标反馈信息和所述目标用户特征,从所述初始推荐项目中确定目标推荐项目,或从所述推荐项目库中重新匹配目标推荐项目。
5.根据权利要求4所述的基于用户数据的信息推荐方法,其特征在于,所述结合所述目标反馈信息和所述目标用户特征,从所述初始推荐项目中确定目标推荐项目的步骤包括:
根据所述目标反馈信息,确定所述目标用户对所述初始推荐项目中每个推荐项目的需求倾向;
提取所述需求倾向表现为感兴趣的初始推荐项目作为第一推荐项目;
调用信息匹配模型,将所述目标用户特征和所述第一推荐项目输入所述信息匹配模型,计算所述第一推荐项目与所述目标用户的匹配度;
将所述第一推荐项目中与所述目标用户匹配度最高的推荐项目,设置为所述目标推荐项目。
6.根据权利要求3所述的基于用户数据的信息推荐方法,其特征在于,所述从所述推荐项目库中重新匹配目标推荐项目的步骤包括:
根据所述目标用户特征,从所述推荐项目库中匹配若干项第二推荐项目;
提取所述初始推荐项目和所述第二推荐项目中重合的推荐项目,设为所述目标推荐项目。
7.一种基于用户数据的信息推荐装置,其特征在于,包括:
信息确认模块,用于确认目标对话场景和目标用户;
提问设置模块,用于调用预设的用户资料库,从所述用户资料库中搜索与所述目标用户匹配的初始用户特征,以基于所述目标对话场景和所述初始用户特征设定提问内容;
对话发起模块,用于根据所述提问内容向所述目标用户发起交互对话;
对话内容调整模块,用于在所述交互对话中实时接收所述目标用户的反馈信息,若从所述反馈信息中获取到关于所述目标用户的目标关键词,则根据所述目标关键词识别所述目标用户对应的目标用户特征,并基于所述目标用户特征对所述提问内容中未发出的交互问题进行适应性调整;
项目推荐模块,用于接收所述交互对话中所述目标用户对于调整后的交互问题的反馈信息,根据所述反馈信息确定目标推荐项目,以所述目标推荐项目向所述目标用户进行推荐。
8.根据权利要求7所述的基于用户数据的信息推荐装置,其特征在于,所述提问设置模块用于:
调用预设的问题库,根据所述目标对话场景从所述问题库中选取若干个交互问题作为第一提问内容;
若搜索到所述初始用户特征,则基于所述初始用户特征对所述第一提问内容中的交互问题进行调整,以将所述第一提问内容转化为符合所述目标用户的初始用户特征的第二提问内容。
9.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-6中任意一项所述的基于用户数据的信息推荐方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6中任意一项所述的基于用户数据的信息推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010937287.6A CN112100491A (zh) | 2020-09-08 | 2020-09-08 | 基于用户数据的信息推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010937287.6A CN112100491A (zh) | 2020-09-08 | 2020-09-08 | 基于用户数据的信息推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112100491A true CN112100491A (zh) | 2020-12-18 |
Family
ID=73751714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010937287.6A Pending CN112100491A (zh) | 2020-09-08 | 2020-09-08 | 基于用户数据的信息推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100491A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204704A (zh) * | 2021-05-19 | 2021-08-03 | 五八有限公司 | 内容信息的显示方法、装置、电子设备及可读介质 |
CN113806484A (zh) * | 2021-09-18 | 2021-12-17 | 北京橙色云科技有限公司 | 关于用户需求信息的交互方法、装置以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832433A (zh) * | 2017-11-15 | 2018-03-23 | 北京百度网讯科技有限公司 | 基于对话交互的信息推荐方法、装置、服务器和存储介质 |
CN109727092A (zh) * | 2018-12-15 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 基于ai的产品推荐方法、装置、计算机设备及存储介质 |
CN110851699A (zh) * | 2019-09-16 | 2020-02-28 | 中国平安人寿保险股份有限公司 | 基于深度强化学习的信息流推荐方法、装置、设备及介质 |
CN111026932A (zh) * | 2019-12-20 | 2020-04-17 | 北京百度网讯科技有限公司 | 人机对话交互方法、装置、电子设备和存储介质 |
CN111368043A (zh) * | 2020-02-19 | 2020-07-03 | 中国平安人寿保险股份有限公司 | 基于人工智能的事件问答方法、装置、设备及存储介质 |
-
2020
- 2020-09-08 CN CN202010937287.6A patent/CN112100491A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107832433A (zh) * | 2017-11-15 | 2018-03-23 | 北京百度网讯科技有限公司 | 基于对话交互的信息推荐方法、装置、服务器和存储介质 |
CN109727092A (zh) * | 2018-12-15 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 基于ai的产品推荐方法、装置、计算机设备及存储介质 |
CN110851699A (zh) * | 2019-09-16 | 2020-02-28 | 中国平安人寿保险股份有限公司 | 基于深度强化学习的信息流推荐方法、装置、设备及介质 |
CN111026932A (zh) * | 2019-12-20 | 2020-04-17 | 北京百度网讯科技有限公司 | 人机对话交互方法、装置、电子设备和存储介质 |
CN111368043A (zh) * | 2020-02-19 | 2020-07-03 | 中国平安人寿保险股份有限公司 | 基于人工智能的事件问答方法、装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204704A (zh) * | 2021-05-19 | 2021-08-03 | 五八有限公司 | 内容信息的显示方法、装置、电子设备及可读介质 |
CN113204704B (zh) * | 2021-05-19 | 2024-01-09 | 五八有限公司 | 内容信息的显示方法、装置、电子设备及可读介质 |
CN113806484A (zh) * | 2021-09-18 | 2021-12-17 | 北京橙色云科技有限公司 | 关于用户需求信息的交互方法、装置以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502608B (zh) | 基于知识图谱的人机对话方法及人机对话装置 | |
CN111368043A (zh) | 基于人工智能的事件问答方法、装置、设备及存储介质 | |
CN107256267A (zh) | 查询方法和装置 | |
CN106845999A (zh) | 风险用户识别方法、装置和服务器 | |
CN110046806B (zh) | 用于客服派单的方法、装置和计算设备 | |
CN106354856B (zh) | 基于人工智能的深度神经网络强化搜索方法和装置 | |
CN110427453B (zh) | 数据的相似度计算方法、装置、计算机设备及存储介质 | |
CN112395390B (zh) | 意图识别模型的训练语料生成方法及其相关设备 | |
CN113127633A (zh) | 智能会议管理方法、装置、计算机设备及存储介质 | |
CN112836521A (zh) | 问答匹配方法、装置、计算机设备及存储介质 | |
CN112085087A (zh) | 业务规则生成的方法、装置、计算机设备及存储介质 | |
CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
CN113420212A (zh) | 基于深度特征学习的推荐方法、装置、设备及存储介质 | |
CN111651749A (zh) | 基于密码找回账号的方法、装置、计算机设备及存储介质 | |
CN116563034A (zh) | 基于人工智能的购买预测方法、装置、设备及存储介质 | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN114637831A (zh) | 基于语义分析的数据查询方法及其相关设备 | |
CN114358023A (zh) | 智能问答召回方法、装置、计算机设备及存储介质 | |
CN113890948A (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN113609833A (zh) | 文件的动态生成方法、装置、计算机设备及存储介质 | |
CN112084408A (zh) | 名单数据筛选方法、装置、计算机设备及存储介质 | |
CN112069807A (zh) | 文本数据的主题提取方法、装置、计算机设备及存储介质 | |
CN112182390A (zh) | 一种函件推送方法、装置、计算机设备及存储介质 | |
CN113256395B (zh) | 基于推荐图网络的产品推荐方法、装置、设备及存储介质 | |
CN113157896B (zh) | 一种语音对话生成方法、装置、计算机设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201218 |
|
RJ01 | Rejection of invention patent application after publication |