CN113240049B

CN113240049B - 意图识别方法、装置、服务器以及计算机可读存储介质

Info

Publication number: CN113240049B
Application number: CN202110627688.6A
Authority: CN
Inventors: 聂镭; 齐凯杰; 聂颖
Original assignee: Longma Zhixin Zhuhai Hengqin Technology Co ltd
Current assignee: Longma Zhixin Zhuhai Hengqin Technology Co ltd
Priority date: 2020-12-18
Filing date: 2021-06-05
Publication date: 2022-03-25
Anticipated expiration: 2041-06-05
Also published as: CN113240049A

Abstract

本申请实施例适用于数据处理技术领域，提供了一种意图识别方法、装置、服务器及计算可读存储介质，该方法包括：获取用户的目标因素信息，其中，目标因素信息是表征与用户的意图相关的信息；根据目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定用户的意图。可见，本申请通过预设意图空间中意图类型与用户的目标因素信息进行相似程度计算来确定用户的意图，充分考虑每个意图发生的概率，可以覆盖所有情况，提高召回率。

Description

意图识别方法、装置、服务器以及计算机可读存储介质

技术领域

本申请属于数据处理技术领域，尤其涉及一种意图识别方法、装置、服务器及计算可读存储介质。

背景技术

随着现代科技的发展，对于各行各业的挑战不再是信息的缺乏，而是如何从海量的数据中解放出来，科学、高效地分析这些准确或不准确的历史或用户信息。现有技术可以根据规则的方式实现对目标意图的判断，例如A、B、C和E发生则为意图F，ABC发生但是E没有发生，则不能判断为意图F，基于上述规则的方式对于目标意图的判定具有固定性，每一个条件都必须触发意图才会发生，因此，当某一项规则有一些细微变动时，就会产生一条新的规则，当意图的影响因子较多时，每一项均有较多变动时，那么规则的数量就会暴增，而且很难收敛，无法全部覆盖所有情况，召回率较低。

发明内容

有鉴于此，本申请实施例提供了一种意图识别方法、装置、服务器及计算可读存储介质，以解决现有技术进行意图识别过程中无法覆盖所有情况，召回率低的问题。

本申请实施例的第一方面提供了一种意图识别方法，包括：

获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；

根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。

在第一方面的一种可能的实现方式中，获取用户的目标因素信息，包括：

获取所述用户的因素信息；

提取所述因素信息中的目标因素信息。

在第一方面的一种可能的实现方式中，根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定出所述用户的意图，包括：

计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度；

将所述相似程度以及所述相似程度对应的权重值输入至预设决策引擎，得到所述用户的意图。

在第一方面的一种可能的实现方式中，计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，包括：

根据所述目标因素信息的数据类型确定出对应的相似程度识别模型；

根据所述相似度识别引擎对所述目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将所述相似度计算的结果作为所述相似程度。

在第一方面的一种可能的实现方式中，根据所述目标因素信息的数据类型确定出对应的相似程度识别模型之前，还包括：

对所述目标因素信息进行标准化处理，得到标准化数据；

确定每个所述标准化数据对应的数据类型。

在第一方面的一种可能的实现方式中，所述数据类别为第一类型、第二类型、第三类或者第四类型；

所述相似度识别引擎为第一相似度识别引擎、第二相似度识别引擎、第三相似度识别引擎以及第四相似度识别引擎；

根据所述目标因素信息的数据类型确定出对应的相似程度识别模型，包括：

若所述目标因素信息的数据类型为第一类型，则获取与所述第一类型对应的第一相似度识别引擎；

若所述目标因素信息的数据类型为第二类型，则获取与所述第一类型对应的第二相似度识别引擎；

若所述目标因素信息的数据类型为第三类型，则获取与所述第一类型对应的第三相似度识别引擎；

若所述目标因素信息的数据类型为第四类型，则获取与所述第一类型对应的第四相似度识别引擎。

本申请实施例的第二方面提供了一种，包括：

获取模块，用于获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；

确定模块，用于根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。

在第二方面的一种可选的实现方式中，所述获取模块包括：

获取子模块，用于获取所述用户的因素信息；

提取子模块，用于提取所述因素信息中的目标因素信息。

在第二方面的一种可选的实现方式中，所述确定模块包括：

计算子模块，用于计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度；

决策子模块，用于将所述相似程度以及所述相似程度对应的权重值输入至预设决策引擎，得到所述用户的意图。

在第二方面的一种可选的实现方式中，所述计算子模块包括：

相似度识别单元，用于根据所述目标因素信息的数据类型确定出对应的相似程度识别模型；

相似度计算单元，用于根据所述相似度识别引擎对所述目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将所述相似度计算的结果作为所述相似程度。

在第二方面的一种可选的实现方式中，所述确定模块还包括：

标准化处理子模块，用于对所述目标因素信息进行标准化处理，得到标准化数据；

确定子模块，用于确定每个所述标准化数据对应的数据类型。

在第二方面的一种可选的实现方式中，所述数据类别为第一类型、第二类型、第三类或者第四类型；

相似度识别单元包括：

第一相似度识别子单元，用于若所述目标因素信息的数据类型为第一类型，则获取与所述第一类型对应的第一相似度识别引擎；

第二相似度识别子单元，用于若所述目标因素信息的数据类型为第二类型，则获取与所述第一类型对应的第二相似度识别引擎；

第三相似度识别子单元，用于若所述目标因素信息的数据类型为第三类型，则获取与所述第一类型对应的第三相似度识别引擎；

第四相似度识别子单元，用于若所述目标因素信息的数据类型为第四类型，则获取与所述第一类型对应的第四相似度识别引擎。

本申请实施例的第三方面提供了一种服务器，包括：存储器、处理器、摄像装置以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述第一方面方法的各个步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，包括：计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面方法的各个步骤。

本申请实施例与现有技术相比存在的有益效果是：

本申请实施例中，服务器通过预设意图空间中意图类型与用户的目标因素信息进行相似程度计算来确定用户的意图，充分考虑每个意图发生的概率，可以覆盖所有情况，提高召回率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种意图识别方法的一种流程示意图；

图2是本申请实施例提供的一种意图识别方法的图1中步骤S101的具体流程示意图；

图3是本申请实施例提供的图1中步骤S102的具体流程示意图；

图4是本申请实施例提供的一种意图识别方法的图3中步骤S301的具体流程示意图；

图5是本申请实施例提供的图4中步骤S401之前的一种流程示意图；

图6是本申请实施例提供的一种意图识别方法的图4中步骤S401的具体流程示意图；

图7是本申请实施例提供的一种意图识别装置的结构示意图；

图8是本申请实施例提供的服务器的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

本申请实施例应用场景可以是在活动（例如会展活动）中，协助参展商高效挖掘意向客户，当然也可以是其它需要挖掘出意向客户的应用场景，本申请实施对此不作任何限制。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

实施例一

参见图1，为本申请实施例提供的一种意图识别方法的一种流程示意图，该方法应用于服务器，该方法包括以下步骤：

步骤S101、获取用户的目标因素信息。

其中，目标因素信息是表征与用户的意图相关的信息。

例如，在会展活动中协助参展商高效挖掘意向客户的应用场景中，目标因素信息可以包括：参观时长、协同人数、交通工具、参观展厅、入场时间、是否携带小孩或者老人等。

参见图2，为本申请实施例提供的一种意图识别方法的图1中步骤S101的具体流程示意图，获取用户的目标因素信息，包括：

步骤S201、获取用户的因素信息。

其中，因素信息可以是用户主动填写的信息，例如，用户通过用户终端(例如手机、笔记本等)上的小程序或者网页填写的参展活动的信息，并发送至服务器。

步骤S202、提取因素信息中的目标因素信息。

具体应用中，提取方式可以是通过HMM神经网络模型、CRF神经网络模型等进行命名实体识别。

步骤S102、根据目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定用户的意图。

可以理解的是，预设意图空间为意图类别的集合。

其中，意图类别包括游玩用户、同行用户、意向用户，用户最终确定的意图为游玩用户、同行用户、意向用户中的一个。

示例性地，如图3所示，为本申请实施例提供的图1中步骤S102的具体流程示意图，根据目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定用户的意图，包括：

步骤S301、计算出目标因素信息与预设意图空间中各个意图类别之间的相似程度。

具体地，如图4所示，为本申请实施例提供的一种意图识别方法的图3中步骤S301的具体流程示意图，计算出目标因素信息与预设意图空间中各个意图类别之间的相似程度，包括：

步骤S401、根据目标因素信息的数据类型确定出对应的相似程度识别模型。

优选的，参见图5，为本申请实施例提供的图4中步骤S401之前的一种流程示意图，根据目标因素信息的数据类型确定出对应的相似程度识别模型之前，还包括：

步骤S501、对目标因素信息进行标准化处理，得到标准化数据。

可以理解的是，实际上是进行数值化处理的过程，例如，参观时长单位为小时，2小时30分钟处理为2.5，3小时处理为3.0；协同人数单位为人，3人处理为3，交通工具可以进行离散化处理：如出租车：1，自驾：2，公交车：3，地铁：4等等，入场时间可以进行连续化处理0-24，是否携带老人或者小孩进行离散化处理：1代表携带，0代表未携。

步骤S502、确定每个标准化数据对应的数据类型。

具体地，如图6所示，为本申请实施例提供的一种意图识别方法的图4中步骤S401的具体流程示意图，根据目标因素信息的数据类型确定出对应的相似程度识别模型，包括：

步骤S601、若目标因素信息的数据类型为第一类型，则获取与第一类型对应的第一相似度识别引擎。

示例性地，第一数据类型为预设意图空间的标准值，例如，是否携带老人或者小孩，那么第一相似度识别引擎为：

Samij = {1，xij对应“是”取值；0，xij对应“否”取值}

其中，Samij为第一相似度计算结果。

步骤S602、若目标因素信息的数据类型为第二类型，则获取与第一类型对应的第二相似度识别引擎。

示例性地，第二数据类型为取值越小与预设意图空间中的标准值相似度越大，那么，第二相似度识别引擎为：

Samij = {1，xij<=xij*；(Maxi-xij)/(Maxi-xij*)，xij*<xij<Maxi ; 0, xij>Maxi}

其中，Samij为相似度计算结果，针对某类意图cj时，对目标因素信息确定可接受的最小值为xij*，可接受的最大值为Maxi。

步骤S603、若目标因素信息的数据类型为第三类型，则获取与第一类型对应的第三相似度识别引擎。

示例性地，第三数据类型为取值越大与预设意图空间中的标准值相似度越大，那么第三相似度识别引擎为：

Samij = {1，xij>=xij*；(xij*-xij)/(xij*-Mini)，xij*>xij>Mini ; 0, xij<=Mini}

其中，Samij为相似度计算结果，针对某类意图cj时，对相关因素确定可接受的最大值为xij*，可接受的最小值为Mini。

步骤S604、若目标因素信息的数据类型为第四类型，则获取与第一类型对应的第四相似度识别引擎。

示例性地，第四数据类型为取值在预设意图中间中某个范围内，则第四相似度识别引擎为：

Samij = {(xij-xij*)/(xij*-Mini)，xij*>xij>Mini ; (Maxi-xij)/(Maxi-xij*)，xij*<xij<Maxi;0, xij<=Mini，xij>=Maxi}

其中，Samij为相似度计算结果，针对某类意图cj时，对相关因素确定可接受的标准值为xij*，可接受的最小值为Mini，可接受的最大值为Maxi，Mini<xij*<Maxi。

步骤S402、根据相似度识别引擎对目标因素信息与预设意图空间中各个意图类别之间进行相似度计算，将相似度计算的结果作为相似程度。

将目标因素信息与预设意图空间中各个意图类别代入至下列公式：sj=$sij*wij= s1j*w1j + s2j*w2j + ... + snj*wnj，其中，$sij表示目标因素信息与与预设意图空间中各个意图类别之间进行相似度计算的总和，wij表示每个与预设意图空间中各个意图类别对应的权重值的总和合，sj表示相似程度。

步骤S302、将相似程度以及相似程度对应的权重值输入至预设决策引擎，得到用户的意图。

具体地，筛选出相似程度最大的意图类别作为用户的意图，例如，目标因素与同行用户的相似程度最大，那么用户的意图就确定为同行用户。

本申请实施例中，通过预设意图空间对目标因素的

获取用户的目标因素信息，其中，目标因素信息是表征与用户的意图相关的信息；

根据目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定用户的意图。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

下面将对本申请实施例提供的意图识别装置进行介绍说明。本实施例的意图识别装置与上述意图识别方法相互对应。

图7是本申请实施例提供的一种意图识别装置的结构示意图，该装置可以具体集成于，该装置可以包括：

获取模块71，用于获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；

确定模块72，用于根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图。

在一种可选的实现方式中，所述获取模块包括：

获取子模块，用于获取所述用户的因素信息；

提取子模块，用于提取所述因素信息中的目标因素信息。

在一种可选的实现方式中，所述确定模块包括：

在一种可选的实现方式中，所述计算子模块包括：

在一种可选的实现方式中，所述确定模块还包括：

在一种可选的实现方式中，所述数据类别为第一类型、第二类型、第三类或者第四类型；

相似度识别单元包括：

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

图8是本申请实施例提供的服务器8的示意图。如图8所示，该实施例的服务器8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如推送消息程序。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能。

示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述服务器8中的执行过程。

所述服务器8可以是云端服务器等计算设备。所述服务器8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是服务器8的示例，并不构成对服务器8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器8还可以包括输入输出设备、网络接入设备、总线等。

所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器81可以是所述服务器8的内部存储单元，例如服务器8的硬盘或内存。所述存储器81也可以是所述服务器8的外部存储设备，例如所述服务器8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（Flash Card）等。进一步地，所述存储器61还可以既包括所述服务器8的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述服务器8所需的其他程序和数据。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数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的服务器和方法，可以通过其它的方式实现。例如，以上所描述的服务器实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如多个单元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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims

1.一种意图识别方法，其特征在于，该方法包括：

获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；其中，所述目标因素信息包括参观时长、协同人数、交通工具、参观展厅、入场时间、是否携带小孩或者老人；

根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图；其中，所述意图类别包括游玩用户、同行用户或者意向用户，所述意图类别根据历史目标因素信息预先设置；

根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定出所述用户的意图，包括：

2.如权利要求1所述的一种意图识别方法，其特征在于，获取用户的目标因素信息，包括：

获取所述用户的因素信息；

提取所述因素信息中的目标因素信息。

3.如权利要求1所述的一种意图识别方法，其特征在于，计算出所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，包括：

4.如权利要求3所述的一种意图识别方法，其特征在于，根据所述目标因素信息的数据类型确定出对应的相似程度识别模型之前，还包括：

对所述目标因素信息进行标准化处理，得到标准化数据；

确定每个所述标准化数据对应的数据类型。

5.如权利要求4所述的一种意图识别方法，其特征在于，所述数据类别为第一类型、第二类型、第三类或者第四类型；

6.一种意图识别装置，其特征在于，该装置包括：

获取模块，用于获取用户的目标因素信息，其中，所述目标因素信息是表征与所述用户的意图相关的信息；其中，所述目标因素信息包括参观时长、协同人数、交通工具、参观展厅、入场时间、是否携带小孩或者老人；

确定模块，用于根据所述目标因素信息与预设意图空间中各个意图类别之间的相似程度，确定所述用户的意图；其中，所述意图类别包括游玩用户、同行用户或者意向用户，所述意图类别根据历史目标因素信息预先设置；

所述确定模块包括：

7.一种服务器，包括存储器、处理器、摄像装置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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的各个步骤。