CN112330400A - 一种产品推荐方法、装置、计算机设备及存储介质 - Google Patents
一种产品推荐方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112330400A CN112330400A CN202011202946.8A CN202011202946A CN112330400A CN 112330400 A CN112330400 A CN 112330400A CN 202011202946 A CN202011202946 A CN 202011202946A CN 112330400 A CN112330400 A CN 112330400A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- inquiry
- product
- recommended
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000015654 memory Effects 0.000 claims description 62
- 230000004044 response Effects 0.000 claims description 45
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 7
- 229940023487 dental product Drugs 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 208000019622 heart disease Diseases 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种产品推荐方法、装置、计算机设备及存储介质，所述产品推荐方法，包括：获取待推荐用户标识；根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端，提高了推荐信息的准确性，节约了网络资源和时间成本。
Description
技术领域
本发明涉及网络信息技术领域，尤其涉及一种产品推荐方法、装置、计算机设备及存储介质。
背景技术
随着信息技术的发展，越来越多的用户使用网络进行信息交互，例如购买保险产品、投资产品、医疗养老产品等。随着互联网信息的爆炸式增长，用户发现有价值信息的难度越来越大，例如，当用户需要购买保险产品或者业务员需要向用户推荐适合的保险产品时，主要依靠用户自己从众多的保险产品中去查找，或者由业务员为用户推荐产品，然而，通过用户搜索查找产品时，由于其对产品的了解有限，要找到满足需求的产品需要进行多次搜索，通过业务员为用户推荐产品时，由于业务员不了解用户，推荐准确性低，可能通过多次推荐也不能推荐出满足用户个性化需求的产品，既浪费网络资源，又浪费时间成本。
发明内容
为了解决现有技术中推荐信息的准确性低，浪费网络资源和时间成本的问题，本发明实施例提供了一种产品推荐方法、装置、计算机设备及存储介质。
第一方面，本发明实施例提供了一种产品推荐方法，应用于产品推荐服务器，包括：
获取待推荐用户标识；
根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；
根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
本发明实施例提供的产品推荐方法中，产品推荐服务器预先根据询问语句的权重选择目标询问语句对用户逐次进行咨询以获取用户的基础信息，逐渐完善用户画像，并建立用户标识与用户画像的对应关系，其中，询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率，当需要为用户推荐产品时，获取待推荐用户标识，根据所述用户标识与用户画像的对应关系，获取待推荐用户标识对应的用户画像，进而，根据获取的用户画像从缓存的产品信息中匹配相应的目标产品信息，并将匹配的目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端，相比于现有技术，本发明实施例中，根据询问语句的权重选择目标询问语句对用户进行逐次咨询获取用户的基础信息，以完善用户画像，使得构建的用户画像更加精确，进而，使得根据用户画像匹配的目标产品更加准确，从而提高了产品推荐的准确性，节约了网络资源和时间成本。
较佳地，通过以下步骤确定每一询问语句的权重：
针对每一询问语句，根据预设的信息类别与询问语句的对应关系，确定所述询问语句所归属的类别；
获取利用所述询问语句询问成功的历史次数；
将所述询问语句询问成功的历史次数与所述询问语句所归属的类别中的所有询问语句询问成功的历史总次数的比值，确定为所述询问语句的权重。
较佳地，通过以下步骤根据询问语句的权重选择目标询问语句对用户逐次进行咨询，获取所述用户的基础信息：
当确定所述用户未返回携带有与任一信息类别相匹配的关键词的响应消息时，从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；
当确定所述用户返回包含有与任一信息类别相匹配的关键词的响应消息时，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；
将所述用户返回的每一关键词确定为所述用户的基础信息。
较佳地，从各个信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询，具体包括：
选择所有信息类别对应的询问语句中权重最高的询问语句作为目标询问语句对用户进行咨询；
当确定所述用户返回的响应消息中不存在与任一信息类别相匹配的关键词时，则从所述权重最高的询问语对应的信息类别之外的其它信息类别对应的询问语句中、选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询，具体包括：
从与所述关键词相匹配的信息类别对应的询问语句中，按照权重由高到低的顺序逐次选择询问语句作为目标询问语句，对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，所述用户画像是通过以下步骤根据所述用户的基础信息构建的：
根据预设的信息类别与信息字典的对应关系，确定所述每一关键词匹配的信息类别对应的信息字典；
将所述每一关键词与其它各关键词进行关联后，分别从确定的每一信息字典中匹配所述每一关键词对应的综合描述信息，生成所述用户关于所述每一关键词匹配的信息类别的基础记忆；
根据各基础记忆生成用户画像。
较佳地，所述产品信息中的各产品是按照预设规则分级缓存的；
根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端，具体包括：
根据预设的描述信息与产品的对应关系，确定所述待推荐用户标识对应的用户画像中包含的各个基础记忆各自对应的产品；
当确定各产品中包含相同的产品时，将所述相同的产品确定为目标产品；
从缓存的产品信息中获取所述目标产品的相关信息，并将所述目标产品的相关信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
第二方面，本发明实施例提供了一种产品推荐装置，包括：
第一获取单元，用于获取待推荐用户标识；
第二获取单元，用于根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；
推荐单元，用于根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
较佳地，所述第二获取单元，具体用于通过以下步骤确定每一询问语句的权重：针对每一询问语句，根据预设的信息类别与询问语句的对应关系，确定所述询问语句所归属的类别；获取利用所述询问语句询问成功的历史次数；将所述询问语句询问成功的历史次数与所述询问语句所归属的类别中的所有询问语句询问成功的历史总次数的比值，确定为所述询问语句的权重。
较佳地，所述第二获取单元，具体用于通过以下步骤根据询问语句的权重选择目标询问语句对用户逐次进行咨询，获取所述用户的基础信息：当确定所述用户未返回携带有与任一信息类别相匹配的关键词的响应消息时，从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；当确定所述用户返回包含有与任一信息类别相匹配的关键词的响应消息时，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；将所述用户返回的每一关键词确定为所述用户的基础信息。
较佳地，所述第二获取单元，具体用于选择所有信息类别对应的询问语句中权重最高的询问语句作为目标询问语句对用户进行咨询；当确定所述用户返回的响应消息中不存在与任一信息类别相匹配的关键词时，则从所述权重最高的询问语对应的信息类别之外的其它信息类别对应的询问语句中、选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，所述第二获取单元，具体用于从与所述关键词相匹配的信息类别对应的询问语句中，按照权重由高到低的顺序逐次选择询问语句作为目标询问语句，对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，所述第二获取单元，具体用于通过以下步骤根据所述用户的基础信息构建所述用户画像：根据预设的信息类别与信息字典的对应关系，确定所述每一关键词匹配的信息类别对应的信息字典；将所述每一关键词与其它各关键词进行关联后，分别从确定的每一信息字典中匹配所述每一关键词对应的综合描述信息，生成所述用户关于所述每一关键词匹配的信息类别的基础记忆；根据各基础记忆生成用户画像。
较佳地，所述产品信息中的各产品是按照预设规则分级缓存的；
所述推荐单元，具体用于根据预设的描述信息与产品的对应关系，确定所述待推荐用户标识对应的用户画像中包含的各个基础记忆各自对应的产品；当确定各产品中包含相同的产品时，将所述相同的产品确定为目标产品；从缓存的产品信息中获取所述目标产品的相关信息，并将所述目标产品的相关信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
本发明提供的产品推荐装置的技术效果可以参见上述第一方面或第一方面的各个实现方式的技术效果，此处不再赘述。
第三方面，本发明实施例提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明所述的产品推荐方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明所述的产品推荐方法中的步骤。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例提供的产品推荐方法的一个应用场景示意图；
图2为本发明实施例提供的产品推荐方法的实施流程示意图；
图3为本发明实施例提供的确定询问语句的权重的实施流程示意图；
图4为本发明实施例提供的获取用户的基础信息的实施流程示意图；
图5为本发明实施例提供的构建用户画像的实施流程示意图；
图6为本发明实施例提供的获取目标产品信息的实施流程示意图；
图7为本发明实施例提供的产品推荐装置的结构示意图；
图8为本发明实施例提供的计算机设备的结构示意图。
具体实施方式
为了解决现有技术中推荐信息的准确性低而浪费网络资源和时间成本的问题，本发明实施例提供了一种产品推荐方法、装置、计算机设备及存储介质。
以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明，并且在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
首先参考图1，其为本发明实施例提供的产品推荐方法的一个应用场景示意图，该产品推荐系统可以包括客户端110和产品推荐服务器120，当需要为用户推荐产品时，例如产品推荐服务器120接收到客户端110发送的产品推荐请求时，产品推荐服务器120可以根据产品推荐请求得到待推荐用户对应的目标产品推荐信息，将推荐的目标产品推荐信息返回至客户端110。其中，客户端110可以为用户客户端，也可以为销售人员客户端，在另一个应用场景中，产品推荐服务器120也可以自动触发获取待推荐用户的目标产品信息，例如，可以设置产品推荐服务器120每间隔预设时间自动执行本发明实施例中提供的产品推荐方法的步骤。在一个实施例中，得到待推荐用户对应的目标产品后，产品推荐服务器120可以将目标产品信息发送至客户端110上。
产品推荐服务器120可以是独立的物理服务器，也可以是提供云服务器、云数据库、云存储等基础云计算服务的云服务器。客户端110可以但不限于为：智能手机、平板电脑、笔记本电脑、台式计算机等。产品推荐服务器120和客户端110可以通过网络进行连接，本发明实施例对此不作限定。
基于上述应用场景，下面将参照附图2～4更详细地描述本发明的示例性实施例，需要注意的是，上述应用场景仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。
如图2所示，其为本发明实施例提供的产品推荐方法的实施流程示意图，该产品推荐方法可以应用于上述的产品推荐服务器120中，具体可以包括以下步骤：
S21、获取待推荐用户标识。
具体实施时，产品推荐服务器获取待推荐用户标识。
具体地，当待推荐用户通过终端向产品推荐服务器发送产品推荐请求(或者产品信息获取请求)时，产品推荐服务器可以从该产品推荐请求(或者产品信息获取请求)中获取待推荐用户标识。产品推荐服务器还可以主动确定待推荐用户，从本地预先存储的用户与用户标识的对应关系中获取待推荐用户标识，自动触发获取待推荐用户的目标产品信息，本发明实施例对此不作限定。本发明实施例中，以向用户推荐保险产品为例进行说明，需要说明的是，本发明实施例提供的产品推荐方法适用于推荐任何应用领域的产品，不限于金融类、保险类、医疗养老类、资源类、信息类等类别的产品，本发明实施例对此不作限定。
S22、根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的。
具体实施时，产品推荐服务器预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率。
具体地，产品推荐服务器预先根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取用户的基础信息，根据用户的基础信息构建用户对应的用户画像，并建立用户标识与用户画像的对应关系，当需要为用户推荐产品时，根据预先建立的用户标识与用户画像的对应关系，获取待推荐用户标识对应的用户画像。
具体地，按照如图3所示的流程确定询问语句的权重，可以包括以下步骤：
S31、根据预设的信息类别与询问语句的对应关系，确定询问语句所归属的类别。
具体实施时，产品推荐服务器预先为不同信息类别设置对应的询问语句，建立信息类别与询问语句的对应关系，其中，所述信息为用户信息，信息类别可以但不限于包括：年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历等信息类别，以年龄为例，年龄可以根据多个年龄段进行分类，例如可以分为以下几类：10～20岁、21～30岁、31～40岁、41～50岁、51～60岁、61～75岁、75岁以上，上述每一个年龄段下设置有多个不同的询问语句，同理，不同的性别、社会身份、用户等级、经济能力、主观意愿、病历下分别设置有多个不同的询问语句，此处不作赘述。其中，主观意愿可以为用户主观有意向的产品类型，例如主观有意向的医院、养老社区等。
具体地，产品推荐服务器根据上述预先建立的信息类别与询问语句的对应关系，确定各个询问语句所归属的信息类别。
S32、获取利用所述询问语句询问成功的历史次数。
具体实施时，产品推荐服务器获取利用各个询问语句询问成功的历史总次数。利用某一个询问语句询问成功是指利用该询问语句询问出用户相关信息，并使得推荐出的目标产品符合用户需求。以为用户推荐保险产品为例，利用某一个询问语句询问成功是指利用该询问语句询问出用户相关信息，并使得推荐出的保险产品符合用户需求使得用户成功购买该保险产品。
S33、将所述询问语句询问成功的历史次数与所述询问语句所归属的类别中的所有询问语句询问成功的历史总次数的比值，确定为所述询问语句的权重。
具体实施时，产品推荐服务器分别将各个询问语句询问成功的历史次数与各个询问语句所归属的信息类别中的所有询问语句询问成功的历史总次数的比值，确定为所述各个询问语句的权重。本发明实施例中，每一询问语句的权重是动态变化的，由于利用每一询问语句对用户进行询问成功的次数是动态变化的，这样，历史成功次数越多的询问语句，在其所归属的信息类别中的权重也会越大，则选用权重越高的询问语句对用户进行询问成功的概率也将越高，从而有效提高了获取用户基础信息的效率以及准确率。
进而，可以按照如图4所示的步骤根据询问语句的权重选择目标询问语句对用户逐次进行咨询，获取用户的基础信息，可以包括以下步骤：
S41、当确定用户未返回携带有与任一信息类别相匹配的关键词的响应消息时，从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询。
具体实施时，初始时，可以从任意信息类别对应的询问语句中随机选择一个询问语句对用户进行咨询，如果用户未返回响应消息或者返回的响应消息中未携带有与任一信息类别相匹配的关键词时，则从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询。
具体地，可以选择所有信息类别对应的询问语句中权重最高的询问语句作为目标询问语句对用户进行咨询，当确定用户返回的响应消息中不存在与任一信息类别相匹配的关键词时，则从所述权重最高的询问语对应的信息类别之外的其它信息类别对应的询问语句中、选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
例如，信息类别包括年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历时，初始时，可以从年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历对应的询问语句中选择一个权重最高的询问语句作为目标询问语句，假设上述各信息类别中权重最高的询问语句为用户等级对应的某个询问语句，则可以选择信息类别为用户等级下对应的该询问语句作为目标询问语句，对用户进行咨询，如果用户返回的响应信息中不存在与上述信息类别(年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历)中的任一信息类别相匹配的关键词时，则从信息类别为用户等级之外的其它信息类别(年龄、性别、社会身份、经济能力、主观意愿，病历)对应的询问语句中，选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，假设，年龄、性别、社会身份、经济能力、主观意愿，病历对应的询问语句中权重最高的询问语句为社会身份对应的某一个询问语句，则选择社会身份对应的该询问语句对用户进行咨询，依次类推，如果用户返回的响应信息中仍不存在与上述信息类别(年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历)中的任一信息类别相匹配的关键词时，则继续从剩余的信息类别对应的询问语句中选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
S42、当确定用户返回包含有与任一信息类别相匹配的关键词的响应消息时，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询。
具体实施时，从与所述关键词相匹配的信息类别对应的询问语句中，按照权重由高到低的顺序逐次选择询问语句作为目标询问语句，对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
具体地，如果用户返回的响应消息中包含有与任一信息类别相匹配的关键词时，则在该信息类别对应的询问语句中，选择一个权重最高的询问语句作为目标询问语句，对用户进行咨询，如果用户返回的响应消息中不包含与任一信息类别相匹配的关键词，则继续在该信息类别对应的询问语句中选择除了之前所选择的询问语句之外的权重最高的询问语句作为目标询问语句，对用户进行咨询，直至用户返回的响应消息中包含与任一信息类别相匹配的关键词。
例如，信息类别包括年龄、性别、社会身份、用户等级、经济能力、主观意愿，病历时，假设第一次从社会身份对应的询问语句中选择了一个询问语句作为目标询问语句对用户进行咨询后，用户返回的响应消息中包括与年龄为30～40岁相匹配的关键词，如35岁，则进而从30～40岁对应的询问语句中选择权重最高的询问语句作为目标询问语句对用户进行咨询，如果此次用户返回的响应消息中不包含与任一信息类别相匹配的关键词，则继续从30～40岁对应的询问语句中选择权重第二高的询问语句作为目标询问语句对用户进行咨询，如果此次用户返回的响应消息中仍不包含与任一信息类别相匹配的关键词，则继续从30～40岁对应的询问语句中选择权重第三高的询问语句作为目标询问语句对用户进行咨询，直至用户返回的响应消息中包含与任一信息类别相匹配的关键词，如果从30～40岁对应的询问语句中选择了预设数量的询问语句之后，用户返回的响应消息中仍不包含与任一信息类别相匹配的关键词时，则从年龄之外的其它信息类别对应的询问语句中选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至用户返回的响应消息中包含与任一信息类别相匹配的关键词。其中，预设数量可以根据实际需要自行设定，例如可以设置为5，本发明实施例对此不作限定。
S43、将所述用户返回的每一关键词确定为所述用户的基础信息。
具体实施时，基于选择的目标询问语句对用户的逐次咨询，将用户返回的每一关键词确定为用户的基础信息。
需要说明的是，本发明实施例中，产品推荐服务器可以直接利用目标询问语句对用户逐次进行咨询，得到用户通过其客户端返回的响应消息，产品推荐服务器也可以利用目标询问语句对用户对应的销售人员逐次进行咨询，销售人员将目标询问语句口述给用户，得到用户的口头答复后，再由该销售人员通过其客户端将用户的口头答复转换成文字后向产品推荐服务器返回响应消息，本发明实施例对此不作限定。通过销售人员向用户口述目标询问语句获取用户的口头答复后，再由销售人员转换成文字返回至产品推荐服务器的方式，可以省去用户通过其客户端录入文字的过程，提高了用户体验。
进而，按照如图5所示的步骤构建用户画像，可以包括以下步骤：
S51、根据预设的信息类别与信息字典的对应关系，确定每一关键词匹配的信息类别对应的信息字典。
具体实施时，产品推荐服务器预先建立信息类别与信息字典的对应关系，信息字典中存储有对应的信息类别相关的描述信息。
具体地，根据上述预先建立的信息类别与信息字典的对应关系，确定获得的每一关键词匹配的信息类别对应的信息字典。
S52、将所述每一关键词与其它各关键词进行关联后，分别从确定的每一信息字典中匹配所述每一关键词对应的综合描述信息，生成所述用户关于所述每一关键词匹配的信息类别的基础记忆。
具体实施时，针对每一关键词，将该关键词与其它各关键词进行关联后，从确定的该关键词匹配的信息类别对应的信息字典中匹配该关键词对应的综合描述信息，将所述综合描述信息确定为所述用户关于该关键词匹配的信息类别的基础记忆，并将生成的所述用户关于各个关键词匹配的信息类别的基础记忆存储至基础记忆单元。
仍延续上例，例如，获得的各关键词分别为：35岁(匹配的信息类别为：年龄)、女(匹配的信息类别为：性别)、有心脏病(匹配的信息类别为：病历)、砖石级财富(匹配的信息类别为：经济能力)，针对关键词“35岁”，将其与其它各关键词“女”、“有心脏病”、“砖石级财富”进行关联后，从(信息类别)年龄对应的信息字典中匹配“35岁”关联了“女”、“有心脏病”、“砖石级财富”后，该年龄“35岁”对应的综合描述信息，例如匹配到的综合描述信息为：无力购买保险而有基础疾病的青年妇女，则该综合描述信息即为该用户关于年龄的基础记忆。同理，分别得到该用户关于性别的基础记忆、该用户关于病历的基础记忆以及该用户关于经济能力的基础记忆，此处不作赘述。
进一步地，在所述基础记忆单元中按照预设排列顺序对与不同信息类别相匹配的关键词对应的综合描述信息进行排列存储。
具体地，按照预设优先级由大到小的顺序分级存储从不同信息类别对应的信息字典中匹配到的综合描述信息。其中，优先级的设置可以根据实际需要自行设定，本发明实施例对此不作限定。
例如，可以设置基础记忆单元中的第一序列存储单元中存储从年龄、病历(如牙齿相关信息)、经济能力相对应的信息字典中匹配到的综合描述信息，设置基础记忆单元中的第二序列存储单元中存储从性别、社会身份、用户等级以及主观意愿(如个人主观基本医院信息)对应的信息字典中匹配到的综合描述信息，第三序列存储单元中存储从其它信息类别对应的信息字典中匹配到的综合描述信息等等。其中，第一序列存储单元中存储的综合描述信息的优先级大于第二序列存储单元中存储的综合描述信息的优先级，第二序列存储单元中存储的综合描述信息的优先级大于第三序列存储单元中存储的综合描述信息。
S53、根据各基础记忆生成用户画像。
具体实施时，将生成的所述用户关于每一关键词匹配的信息类别的基础记忆组成用户画像。
S23、根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将匹配的所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
具体实施时，产品推荐服务器预先按照预设规则分级缓存产品信息，所述产品信息可以为产品推荐服务器实时从各大网站如百度、谷歌、维基等收集的最新的信息数据，并按照不同的分类规则生成不同的分级序列存储于缓存记忆单元中的，其中，分类规则可以根据需要自行设定，本发明实施例对此不作限定。例如，可以根据重要程度将产品信息划分为不同的等级，等级越高，排列顺序越靠前，以产品为齿科产品为例，产品推荐服务器实时收集齿科产品在世界上最新的进展信息、实体牙医机构的最新齿科医疗能力信息、最新推出的产品信息、客户使用产品的统计数据信息等信息，则在缓存记忆单元中关于齿科产品的缓存记忆可以按照管理员设定的优先级进行排序，例如，管理员指定的第一序列是最新门店产品、最新门店技术，第二序列是世界上最新的齿科医疗方案、客户针对不同齿科产品的最新统计数据等，其中，第一序列的优先级大于第二序列的优先级，依次类推，产品推荐服务器预先设置各序列的存储模板，那么，当收集到不同序列对应的齿科产品信息时，则将其缓存在相应的存储模板中。以最新门店产品为例，这方面的相关信息将被保存进入第一序列模板，进而，结合其他第一序列的信息，即：最新门店技术，关联最新齿科产品字典形成关于最新门店产品的缓存记忆，同理配置同属于第一序列的最新门店技术，形成关于最新门店技术的缓存记忆，当配置第二序列的信息对应的缓存记忆时，需要关联第一序列的缓存记忆，获得第二序列的信息的综合描述，配置第三序列的信息对应的缓存记忆时，需要关联第一序列和第二序列的缓存记忆，获得第三序列的信息的综合描述，依次类推。
如图6所示，其为获取目标产品信息的实施流程示意图，可以包括以下步骤：
S61、根据预设的描述信息与产品的对应关系，确定待推荐用户标识对应的用户画像中包含的各个基础记忆各自对应的产品。
具体实施时，产品推荐服务器预先设置描述信息与产品的对应关系，其中，描述信息即为各个信息字典中的每一描述信息，每一描述信息可以对应一个或多个产品，可以根据需要自行设定，本发明实施例对此不作限定。
具体地，产品推荐服务器根据上述描述信息与产品的对应关系，各个基础记忆各自对应的产品，即：根据所述描述信息与产品的对应关系，确定待推荐用户的用户画像中的从信息字典中匹配的各关键词对应的综合描述信息对应的产品。
S62、当确定各产品中包含相同的产品时，将所述相同的产品确定为目标产品。
具体实施时，将确定的各产品中包含的相同的产品确定为目标产品。
例如，待推荐用户关于年龄的基础记忆对应的产品包括：保险产品A1、养老服务B，关于性别的基础记忆对应的产品包括：保险产品A1、保险产品A2、保险产品A3，关于病历的基础记忆对应的产品包括：洗牙技术C、养老服务B，关于经济能力的基础记忆对应的产品包括：保险产品A2。由于保险产品A1、保险产品A2和养老服务B出现的次数均大于1次，则将保险产品A1、保险产品A2和养老服务B确定为目标产品。
S63、从缓存的产品信息中获取所述目标产品的相关信息，并将所述目标产品的相关信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
具体实施时，确定所述目标产品所属的缓存序列，从在缓存记忆单元的相应的序列中提取目标产品的相关信息，并将所述目标产品的相关信息返回至待推荐用户的客户端或待推荐用户对应的销售人员客户端。
一种较佳的实施方式中，在向待推荐客户推荐目标产品的相关信息时，可以采用以下方式进行推荐：
产品推荐服务器基于待推荐用户画像，从预设的话术模板中选择合适的话术模板生成话术模板列表，从话术模板列表中按照权重随机选择话术模板向待推荐用户推荐目标产品的相关信息，其中，权重越大的话术模板被随机选择到的概率也就越高，话术模板被随机选择到的概率是该话术模板历史推荐成功次数与话术列表中所有话术模板历史推荐成功的总次数的比值。
本发明实施例提供的产品推荐方法中，产品推荐服务器预先根据询问语句的权重选择目标询问语句对用户逐次进行咨询以获取用户的基础信息，逐渐完善用户画像，并建立用户标识与用户画像的对应关系，其中，询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率，当需要为用户推荐产品时，获取待推荐用户标识，根据所述用户标识与用户画像的对应关系，获取待推荐用户标识对应的用户画像，进而，根据获取的用户画像从缓存的产品信息中匹配相应的目标产品信息，并将匹配的目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端，相比于现有技术，本发明实施例中，根据询问语句的权重选择目标询问语句对用户进行逐次咨询获取用户的基础信息，以完善用户画像，使得构建的用户画像更加精确，进而，使得根据用户画像匹配的目标产品更加准确，从而提高了产品推荐的准确性，节约了网络资源和时间成本。
基于同一发明构思，本发明实施例还提供了一种产品推荐装置，由于上述产品推荐装置解决问题的原理与产品推荐方法相似，因此上述装置的实施可以参见方法的实施，重复之处不再赘述。
如图7所示，其为本发明实施例提供的产品推荐装置的结构示意图，可以包括：
第一获取单元71，用于获取待推荐用户标识；
第二获取单元72，用于根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；
推荐单元73，用于根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
较佳地，所述第二获取单元72，具体用于通过以下步骤确定每一询问语句的权重：针对每一询问语句，根据预设的信息类别与询问语句的对应关系，确定所述询问语句所归属的类别；获取利用所述询问语句询问成功的历史次数；将所述询问语句询问成功的历史次数与所述询问语句所归属的类别中的所有询问语句询问成功的历史总次数的比值，确定为所述询问语句的权重。
较佳地，所述第二获取单元72，具体用于通过以下步骤根据询问语句的权重选择目标询问语句对用户逐次进行咨询，获取所述用户的基础信息：当确定所述用户未返回携带有与任一信息类别相匹配的关键词的响应消息时，从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；当确定所述用户返回包含有与任一信息类别相匹配的关键词的响应消息时，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；将所述用户返回的每一关键词确定为所述用户的基础信息。
较佳地，所述第二获取单元72，具体用于选择所有信息类别对应的询问语句中权重最高的询问语句作为目标询问语句对用户进行咨询；当确定所述用户返回的响应消息中不存在与任一信息类别相匹配的关键词时，则从所述权重最高的询问语对应的信息类别之外的其它信息类别对应的询问语句中、选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，所述第二获取单元72，具体用于从与所述关键词相匹配的信息类别对应的询问语句中，按照权重由高到低的顺序逐次选择询问语句作为目标询问语句，对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
较佳地，所述第二获取单元72，具体用于通过以下步骤根据所述用户的基础信息构建所述用户画像：根据预设的信息类别与信息字典的对应关系，确定所述每一关键词匹配的信息类别对应的信息字典；将所述每一关键词与其它各关键词进行关联后，分别从确定的每一信息字典中匹配所述每一关键词对应的综合描述信息，生成所述用户关于所述每一关键词匹配的信息类别的基础记忆；根据各基础记忆生成用户画像。
较佳地，所述产品信息中的各产品是按照预设规则分级缓存的；
所述推荐单元73，具体用于根据预设的描述信息与产品的对应关系，确定所述待推荐用户标识对应的用户画像中包含的各个基础记忆各自对应的产品；当确定各产品中包含相同的产品时，将所述相同的产品确定为目标产品；从缓存的产品信息中获取所述目标产品的相关信息，并将所述目标产品的相关信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
基于同一技术构思，本发明实施例还提供了一种计算机设备800，参照图8所示，计算机设备800用于实施上述方法实施例记载的产品推荐方法，该实施例的计算机设备800可以包括：存储器801、处理器802以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如产品推荐程序。所述处理器执行所述计算机程序时实现上述各个产品推荐方法实施例中的步骤，例如图2所示的步骤S21。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如71。
本发明实施例中不限定上述存储器801、处理器802之间的具体连接介质。本申请实施例在图8中以存储器801、处理器802之间通过总线803连接，总线803在图8中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线803可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器801可以是易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，RAM)；存储器801也可以是非易失性存储器(non-volatilememory)，例如只读存储器，快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)、或者存储器801是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器801可以是上述存储器的组合。
处理器802，用于实现如图2所示的一种产品推荐方法，包括：
所述处理器802，用于调用所述存储器801中存储的计算机程序执行如图2中所示的步骤S21、获取待推荐用户标识，步骤S22、根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，和步骤S23、根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将匹配的所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
本申请实施例还提供了一种计算机可读存储介质，存储为执行上述处理器所需执行的计算机可执行指令，其包含用于执行上述处理器所需执行的程序。
在一些可能的实施方式中，本发明提供的产品推荐方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在计算机设备上运行时，所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的产品推荐方法中的步骤，例如，所述计算机设备可以执行如图2中所示的步骤S21、获取待推荐用户标识，步骤S22、根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，和步骤S23、根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将匹配的所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(装置)、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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种产品推荐方法，其特征在于，应用于产品推荐服务器，所述方法，包括：
获取待推荐用户标识；
根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；
根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
2.如权利要求1所述的方法，其特征在于，通过以下步骤确定每一询问语句的权重：
针对每一询问语句，根据预设的信息类别与询问语句的对应关系，确定所述询问语句所归属的类别；
获取利用所述询问语句询问成功的历史次数；
将所述询问语句询问成功的历史次数与所述询问语句所归属的类别中的所有询问语句询问成功的历史总次数的比值，确定为所述询问语句的权重。
3.如权利要求2所述的方法，其特征在于，通过以下步骤根据询问语句的权重选择目标询问语句对用户逐次进行咨询，获取所述用户的基础信息：
当确定所述用户未返回携带有与任一信息类别相匹配的关键词的响应消息时，从所有信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；
当确定所述用户返回包含有与任一信息类别相匹配的关键词的响应消息时，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询；
将所述用户返回的每一关键词确定为所述用户的基础信息。
4.如权利要求3所述的方法，其特征在于，从各个信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询，具体包括：
选择所有信息类别对应的询问语句中权重最高的询问语句作为目标询问语句对用户进行咨询；
当确定所述用户返回的响应消息中不存在与任一信息类别相匹配的关键词时，则从所述权重最高的询问语对应的信息类别之外的其它信息类别对应的询问语句中、选择一个权重最高的询问语句作为目标询问语句对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
5.如权利要求3所述的方法，其特征在于，从与所述关键词相匹配的信息类别对应的询问语句中基于权重选取一个询问语句作为目标询问语句对用户进行咨询，具体包括：
从与所述关键词相匹配的信息类别对应的询问语句中，按照权重由高到低的顺序逐次选择询问语句作为目标询问语句，对用户进行咨询，直至所述用户返回的响应消息中包含与任一信息类别相匹配的关键词。
6.如权利要求3所述的方法，其特征在于，所述用户画像是通过以下步骤根据所述用户的基础信息构建的：
根据预设的信息类别与信息字典的对应关系，确定所述每一关键词匹配的信息类别对应的信息字典；
将所述每一关键词与其它各关键词进行关联后，分别从确定的每一信息字典中匹配所述每一关键词对应的综合描述信息，生成所述用户关于所述每一关键词匹配的信息类别的基础记忆；
根据各基础记忆生成用户画像。
7.如权利要求6所述的方法，其特征在于，所述产品信息中的各产品是按照预设规则分级缓存的；
根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端，具体包括：
根据预设的描述信息与产品的对应关系，确定所述待推荐用户标识对应的用户画像中包含的各个基础记忆各自对应的产品；
当确定各产品中包含相同的产品时，将所述相同的产品确定为目标产品；
从缓存的产品信息中获取所述目标产品的相关信息，并将所述目标产品的相关信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
8.一种产品推荐装置，其特征在于，包括：
第一获取单元，用于获取待推荐用户标识；
第二获取单元，用于根据预设的用户标识与用户画像的对应关系，获取所述待推荐用户标识对应的用户画像，其中，所述用户画像是根据用户的基础信息构建的，所述用户的基础信息是根据询问语句的权重选择目标询问语句对用户逐次进行咨询获取的，所述询问语句的权重表征所述询问语句在其所归属的类别中被选择的概率；
推荐单元，用于根据获取的所述用户画像从缓存的产品信息中匹配相应的目标产品信息，并将所述目标产品信息推荐给所述待推荐用户的客户端或所述待推荐用户对应的销售人员客户端。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述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如权利要求1～7任一项所述的产品推荐方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～7任一项所述的产品推荐方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011202946.8A CN112330400B (zh) | 2020-11-02 | 2020-11-02 | 一种产品推荐方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011202946.8A CN112330400B (zh) | 2020-11-02 | 2020-11-02 | 一种产品推荐方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330400A true CN112330400A (zh) | 2021-02-05 |
| CN112330400B CN112330400B (zh) | 2023-12-26 |
Family
ID=74324132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011202946.8A Active CN112330400B (zh) | 2020-11-02 | 2020-11-02 | 一种产品推荐方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112330400B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113435970A (zh) * | 2021-06-23 | 2021-09-24 | 平安银行股份有限公司 | 基于生物信息的产品推荐方法、装置、电子设备及介质 |
| CN114399343A (zh) * | 2022-03-24 | 2022-04-26 | 北京优全智汇信息技术有限公司 | 一种智能机器人线上辅助销售方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109493199A (zh) * | 2019-01-04 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| CN109816423A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 基于语音识别的产品规划方法及服务器 |
| WO2020048084A1 (zh) * | 2018-09-07 | 2020-03-12 | 平安科技（深圳）有限公司 | 资源推荐方法、装置、计算机设备及计算机可读存储介质 |
| CN111414375A (zh) * | 2020-02-29 | 2020-07-14 | 深圳壹账通智能科技有限公司 | 基于数据库查询的输入推荐方法、电子装置及存储介质 |
-
2020
- 2020-11-02 CN CN202011202946.8A patent/CN112330400B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020048084A1 (zh) * | 2018-09-07 | 2020-03-12 | 平安科技（深圳）有限公司 | 资源推荐方法、装置、计算机设备及计算机可读存储介质 |
| CN109816423A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 基于语音识别的产品规划方法及服务器 |
| CN109493199A (zh) * | 2019-01-04 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| CN111414375A (zh) * | 2020-02-29 | 2020-07-14 | 深圳壹账通智能科技有限公司 | 基于数据库查询的输入推荐方法、电子装置及存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113435970A (zh) * | 2021-06-23 | 2021-09-24 | 平安银行股份有限公司 | 基于生物信息的产品推荐方法、装置、电子设备及介质 |
| CN113435970B (zh) * | 2021-06-23 | 2023-02-28 | 平安银行股份有限公司 | 基于生物信息的产品推荐方法、装置、电子设备及介质 |
| CN114399343A (zh) * | 2022-03-24 | 2022-04-26 | 北京优全智汇信息技术有限公司 | 一种智能机器人线上辅助销售方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330400B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qi et al. | Finding all you need: web APIs recommendation in web of things through keywords search | |
| US11049165B2 (en) | System for clustering and aggregating data from multiple sources | |
| CN107609163B (zh) | 医学知识图谱的生成方法、存储介质及服务器 | |
| JP5281405B2 (ja) | 表示のための高品質レビューの選択 | |
| CN112035741B (zh) | 基于用户体检数据的预约方法、装置、设备及存储介质 | |
| KR101543780B1 (ko) | 동적 사용자 프로필 및 소셜 네트워크 신뢰성을 이용한 전문가 검색 시스템 및 방법 | |
| CN110377719B (zh) | 医疗问答方法及装置 | |
| CN112330400B (zh) | 一种产品推荐方法、装置、计算机设备及存储介质 | |
| CN111797245B (zh) | 基于知识图谱模型的信息匹配方法及相关装置 | |
| CN115238173B (zh) | 基于大数据的行为分析与医疗服务推送方法、设备及介质 | |
| CN112507230B (zh) | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 | |
| US9058328B2 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
| TWI521466B (zh) | 一種用於資料管理與決策之計算裝置 | |
| US20210407680A1 (en) | Systems and methods for machine learning models for expertise mapping | |
| CN109299238B (zh) | 一种数据查询方法和装置 | |
| WO2023178970A1 (zh) | 医疗数据处理方法、装置、设备及存储介质 | |
| US20220343087A1 (en) | Matching service requester with service providers | |
| Rahimi et al. | A web‐based high‐performance multicriteria decision support system for medical diagnosis | |
| KR102454261B1 (ko) | 사용자 정보 기반 협업 파트너 추천 시스템 및 그 방법 | |
| US20200226192A1 (en) | Search engine for searching an instrument index | |
| WO2021139271A1 (zh) | 基于fm模型的医学热点的预测方法、装置和计算机设备 | |
| US10937078B1 (en) | Dynamic generation of item description content | |
| CN113688119B (zh) | 基于人工智能的医疗数据库构建方法及相关设备 | |
| US11669921B2 (en) | Systems and methods for travel optimization | |
| CN113742599B (zh) | 内容推荐方法、装置、设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |