CN113486145B - 基于网络节点的用户咨询回复方法、装置、设备及介质 - Google Patents

基于网络节点的用户咨询回复方法、装置、设备及介质 Download PDF

Info

Publication number
CN113486145B
CN113486145B CN202110742446.1A CN202110742446A CN113486145B CN 113486145 B CN113486145 B CN 113486145B CN 202110742446 A CN202110742446 A CN 202110742446A CN 113486145 B CN113486145 B CN 113486145B
Authority
CN
China
Prior art keywords
reply
node
data
market quotation
consultation
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.)
Active
Application number
CN202110742446.1A
Other languages
English (en)
Other versions
CN113486145A (zh
Inventor
陈建疆
桂安辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Securities Co Ltd
Original Assignee
Ping An Securities Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Securities Co Ltd filed Critical Ping An Securities Co Ltd
Priority to CN202110742446.1A priority Critical patent/CN113486145B/zh
Publication of CN113486145A publication Critical patent/CN113486145A/zh
Application granted granted Critical
Publication of CN113486145B publication Critical patent/CN113486145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Mathematical Physics (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Human Computer Interaction (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及业务优化技术，揭露了一种基于网络节点的用户咨询回复方法，包括：利用计算机电话集成技术构建包含多个网络节点的初始节点集，根据成本优化函数对初始节点集进行节点筛选，得到回复节点集；实时获取市场行情数据集，提取市场行情数据集的数据特征，并根据数据特征将市场行情数据集分类存储至回复节点集中；对回复节点集中各回复节点进行回复内容生成，得到个回复节点对应的回复内容；获取用户的业务咨询数据，根据业务咨询数据从回复节点集中查询回复内容并推送给用户。此外，本发明还涉及区块链技术，初始节点可构建于区块链的节点。本发明还提出一种基于网络节点的用户咨询回复装置、电子设备以及计算机可读存储介质。本发明可以解决对用户咨询进行回复时的效率和精确性较低的问题。

Description

基于网络节点的用户咨询回复方法、装置、设备及介质
技术领域
本发明涉及业务优化技术领域，尤其涉及一种基于网络节点的用户咨询回复方法、装置、电子设备及计算机可读存储介质。
背景技术
随着市场的发展，产品交易时产生的业务数据各种各样，尤其金融市场上，各种业务数据会随时随着时间的变化而变化，随着人们的交易需求，各种业务咨询也随之出现。
现有的对于用户的业务咨询进行回复时，通常由业务人员人工观察业务数据的变化并进行回复，但由于一些业务数据处于实时变化的状态，在市场中行情变化较快或是业务咨询量较大的时候，由于业务人员手动回复的效率较低且容易出错，不能满足用户进行业务咨询的实时突发性，因此，如何提高对用户的业务咨询进行回复的精确度和效率，成为了亟待解决的问题。
发明内容
本发明提供一种基于网络节点的用户咨询回复方法、装置及计算机可读存储介质，其主要目的在于解决对用户咨询进行回复时的效率和精确性较低的问题。
为实现上述目的，本发明提供的一种基于网络节点的用户咨询回复方法，包括：
利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
可选地，所述实时获取市场行情数据集，包括：
基于预设的自定义处理函数构建规则表达式；
利用与所述规则表达式的数据格式相应的编译器将所述规则表达式编译进预设的市场行情抓取语句，利用所述市场行情抓取语句实时获取市场行情数据集。
可选地，所述基于预设的自定义处理函数构建规则表达式，包括：
根据市场行情数据集抓取的时间选取相应的自定义处理函数；
检测当前系统的运行环境；
根据所述运行环境使用相应的编译器对所述自定义处理函数进行编译，得到所述规则表达式。
可选地，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
对所述数据特征进行向量转换，得到市场行情数据集中各市场行情数据对应的特征向量；
计算各市场行情数据对应的所述特征向量之间的距离值；
将所述距离值小于预设阈值的特征向量对应的市场行情数据进行汇集，得到多个数据包；
将所述多个数据包分别存储至所述回复节点集的不同回复节点中。
可选地，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
将用市场行情数据集中的市场行情数据进行随机分组，得到分组结果，所述分组包含至少两个组别以及所述至少两个组别包含的市场行情数据；
根据预设的分组计分模板对所述分组结果进行得分计算，得到得分结果，所述得分结果包含至少两个组别的得分；
将所述得分结果中至少两个组别的得分分别与预设的得分阈值进行对比；
将得分小于或等于所述得分阈值的组别重新分组，直至所述分组结果所有组别的得分均大于所述得分阈值；
分别将分组结果中不同组别的市场行情数据存储至所述回复节点集的不同回复节点中。
可选地，所述利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容，包括：
计算各回复节点存储的市场行情数据对应的特征向量与预设的回复模板集中的回复模板的向量表达之间的相似度值；
获取所述相似度值大于预设的相似度阈值的回复模板，确定所述回复模板为该回复节点的回复内容。
可选地，所述利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，包括：
根据预设关键词表提取所述业务咨询数据中的第一关键词和第二关键词根据所述第一关键词从所述回复节点集中查询得到目标回复节点；
根据所述第二关键词从所述目标回复节点对应的回复内容中查询得到问题回复并推送给用户。
为了解决上述问题，本发明还提供一种基于网络节点的用户咨询回复装置，所述装置包括：
节点筛选模块，用于利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
分类存储模块，用于实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
回复生成模块，用于利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
咨询回复模块，用于获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于网络节点的用户咨询回复方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于网络节点的用户咨询回复方法。
本发明实施例通过利用计算机电话集成技术构建包含多个网络节点的初始节点集，并利用成本优化函数对初始节点集进行筛选得到回复节点集，可降低对用户进行回复的成本；实时获取市场行情数据集，保证了数据的实时性，有利于提高对用户进行回复的精确度；提取市场行情数据集的数据特征，并根据数据特征将所述市场行情数据集分类存储至所述回复节点集中，并对回复节点集中各回复节点进行回复内容生成，实现了数据的分类管理，有利于提高后续查询回复内容的效率，进而提高对用户进行回复的效率；在获取用户的业务咨询数据时，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，实现了针对用户的咨询精确地查找回复并推送给用户，提高了对用户进行回复的精确性。因此本发明提出的基于网络节点的用户咨询回复方法、装置、电子设备及计算机可读存储介质，可以解决对用户咨询进行回复时的效率和精确性较低的问题。
附图说明
图1为本发明一实施例提供的基于网络节点的用户咨询回复方法的流程示意图；
图2为本发明一实施例提供的分类存储的流程示意图；
图3为本发明一实施例提供的基于网络节点的用户咨询回复装置的功能模块图；
图4为本发明一实施例提供的实现所述基于网络节点的用户咨询回复方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于网络节点的用户咨询回复方法。所述基于网络节点的用户咨询回复方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于网络节点的用户咨询回复方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于网络节点的用户咨询回复方法的流程示意图。在本实施例中，所述基于网络节点的用户咨询回复方法包括：
S1、利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集。
本发明实施例中，所述初始节点集中包含多个初始节点，所述初始节点可用于在用户进行业务咨询时，利用节点中存储的语料对用户进行基于网络节点的用户咨询回复。
本发明实施例中，可通过CTI(computer-telephony integration，计算机电话集成)技术在预设的互联网、局域网或区块链节点等网络中构建多个初始节点，以形成初始节点集。
本发明其中一个实际应用场景中，由于构建的初始节点集中存在多个初始节点，但不同的初始节点组合在一起形成初始节点集的运行成本不一致，所述运行成本及为计算机在运行该初始节点集时计算资源的占用量，因此，需要确定构建的多个初始节点中不同初始节点组合后的成本，以便后续选取成本较低的节点组合形成回复节点集对用户进行基于网络节点的用户咨询回复。
本发明实施例中，可采用预设的成本优化函数对所述初始节点集进行优化计算，以实现确定初始节点集中不同初始节点组合后的成本。
详细地，所述根据成本优化函数对所述初始节点集进行优化计算，得到每个初始节点的成本优化函数值，包括：
利用如下成本优化函数进行成本计算，得到成本优化函数值w：
其中，v表示回复节点，i表示回复节点的位置，xvi∈{0,1}，当回复节点v被放置到位置i上时，xvi取值1，当所述回复节点v未被放置到位置i上时，xvi取值0；C表示所述回复节点集中回复节点的位置数量；V表示所述回复节点集中回复节点的数量；pvi(xvi)表示求xvi回复节点的成本运算。
本发明实施例根据成本优化函数对初始节点集进行优化计算，以确定每个初始节点的成本优化函数值，有利于提高优化计算得到的成本优化函数值的精确性。
进一步地，由于当所述初始节点集中的每一个初始节点放置在不同位置时，本发明实施例利用所述成本优化函数对所述初始节点的不同组合进行成本计算，得到成本优化函数值，选取出使得所述成本优化函数值最小的初始节点的组合，即为所述回复节点集。
例如，构建的初始节点集包括节点A、节点B、节点C和节点D，现需选择三个初始节点构成回复节点集；通过所述成本优化函数计算后得出，节点A、节点B和节点C的成本优化函数值为80，节点A、节点B和节点D的成本优化函数值为70，节点A、节点C和节点D的成本优化函数值为60，节点B、节点C和节点D的成本优化函数值为50，则选取所述成本优化函数值最小的初始节点的组合(节点B、节点C和节点D)，得到回复节点集。
S2、实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中。
本发明其中一个实际应用场景中，所述市场行情数据集可为股票市场、贵金属购买市场、期权市场、期货市场等市场的行情数据，例如，股票交易市场中不同股票的实时价格数据、交易量数据；或者，金属交易市场中不同金属的实时交易类型、价格趋势等。
本发明实施例中，可利用具有数据抓取功能的python语句实时获取所述市场行情数据集；或者，利用预先设定的数据采集设备(如Measurement Computer数据采集设备)或具有数据采集功能的计算机程序(如ForeSpider程序、数据爬虫程序等)对时长行情数据进行实时采集。
本发明其中一实施例中，所述实时获取市场行情数据集，包括：
基于预设的自定义处理函数构建规则表达式；
利用与所述规则表达式的数据格式相应的编译器将所述规则表达式编译进预设的市场行情抓取语句，利用所述市场行情抓取语句实时获取市场行情数据集。
详细的，所述自定义处理函数包括但不限于以下至少一种内容：
TO_DATE，用于表示日期与时间；
U_TIME，用于自定义市场行情数据集抓取的时间；
U_DIV，用于检测当前系统环境。
本发明实施例中，可将用于自定义市场行情数据集抓取的时间的自定义处理函数U_TIME设置为实时抓取，以实现利用添加了规则表达式的市场行情抓取语句实时地获取所述市场行情数据集。
进一步的，本发明实施例中，所述基于预设的自定义处理函数构建规则表达式，包括：
根据市场行情数据集抓取的时间选取相应的自定义处理函数；
检测当前系统的运行环境；
根据所述运行环境使用相应的编译器对所述自定义处理函数进行编译，得到所述规则表达式。
其中，所述编译器是一种用于对程序语言进行编译的软件，可自定义运行环境以将输入的自定义函数编译成对应运行环境下的程序语言。
所述检测当前系统的运行环境包括：确定当前市场行情数据集集所在的运行环境，根据所述运行环境确定运行环境。例如，当前市场行情数据集集在运行mysql程序的环境中，即运行环境为sql环境，则根据sql环境对应的对应的编译器对自定义处理函数进行编译。
进一步地，本发明实施例中，所述数据特征为所述市场行情数据集中包含的市场类型，由于不同类型的市场中所交易的产品不一致，而不同产品在交易过程中产生的市场行情数据集也有较大的差异，因此，本发明实施例对所述市场行情数据集进行特征提取，获取所述市场行情数据集中包含的市场类型，并根据市场类型将所述市场行情数据集分类存储至所述回复节点集中，以便于提高后续对所述市场行情数据集进行处理的效率。
本发明实施例中，可利用训练预先构建的特征提取模型对所述市场行情数据集进行特征提取，获取数据特征，所述特征提取模型是具有特征提取功能的卷积神经网络。
详细地，所述利用预设的特征提取模型提取所述市场行情数据集的数据特征，包括：
获取训练数据集和所述训练数据集对应的标准结果；
将所述训练数据集输入至预先构建的卷积神经网络模型进行特征提取，得到训练结果；
利用预设的损失函数对所述训练结果与标准结果进行损失值计算，得到损失值；
若所述损失值大于或等于预设的损失阈值，则调整所述初始特征提取模型的参数，并返回特征提取的步骤；
若所述损失值小于所述损失阈值，得到标准特征提取模型模型；
利用所述标准特征提取模型模型利用预设的特征提取模型提取所述市场行情数据集的数据特征。
本发明实施例中，所述训练数据集包括获取的历史市场行情数据，所述标准结果包括每个历史行情数据的标准特征。
详细地，所述损失函数包括但不限于MSE损失函数，SVM损失函数。
本发明实施例中，当提取出所述市场行情数据集中不同市场行情数据的数据特征后，根据所述数据特征将所述市场行情数据集中每个市场行情数据分类存储至所述回复节点集中，以实现对市场行情数据集的分类，有利于提高后续进行基于网络节点的用户咨询回复的效率。
本发明其中一实施例中，参图2所示，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
S21、对所述数据特征进行向量转换，得到市场行情数据集中各市场行情数据对应的特征向量；
S22、计算各市场行情数据对应的所述特征向量之间的距离值；
S23、将所述距离值小于预设阈值的特征向量对应的市场行情数据进行汇集，得到多个数据包；
S24、将所述多个数据包分别存储至所述回复节点集的不同回复节点中。
详细地，可通过具有向量转换功能的智能模型(如NLP模型、HMM模型等)对数据特征进行向量转换，得到市场行情数据集中各市场行情数据对应的特征向量，并利用具有距离计算功能的算法(如欧式距离算法、余弦距离算法等)计算不同特征向量之间的距离值，以根据各特征向量之间的距离值将市场行情数据中的数据汇集为多个数据包，并将多个数据包分别存储至回复节点集的不同回复节点中。
本发明另一实施例中，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
将用市场行情数据集中的市场行情数据进行随机分组，得到分组结果，所述分组包含至少两个组别以及所述至少两个组别包含的市场行情数据；
根据预设的分组计分模板对所述分组结果进行得分计算，得到得分结果，所述得分结果包含至少两个组别的得分；
将所述得分结果中至少两个组别的得分分别与预设的得分阈值进行对比；
将得分小于或等于所述得分阈值的组别重新分组，直至所述分组结果所有组别的得分均大于所述得分阈值；
分别将分组结果中不同组别的市场行情数据存储至所述回复节点集的不同回复节点中。
详细地，所述分组计分模板可由用户预先给定，所述分组计分模板中包括多种对分组结果进行得分计算的规则。
具体地，所述根据预设的分组计分模板对所述分组结果进行得分计算，包括：
利用如下得分计算公式对所述分组结果进行得分计算，得到得分结果F：
F＝def{f1,f2}
其中，f1为所述分组计分模板，f2为所述分组结果。
本发明实施例中，实时获取市场行情数据集，可保证对用户进行基于网络节点的用户咨询回复时数据的时效性和准确性；提取市场行情数据集的数据特征，并根据数据特征将市场行情数据集分类存储至回复节点集中，实现了将不同类型的市场行情数据进行分类存储，有利于后续对不同类型的市场行情数据进行针对性的基于网络节点的用户咨询回复，提高基于网络节点的用户咨询回复的内容的精确性。
S3、利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容。
本发明实施例中，为了实现对用户的基于网络节点的用户咨询回复，需要针对回复节点集中各回复节点生成对应的回复内容，所述回复内容包括针对各回复节点中存储的市场行情数据生成的回复内容。
例如，回复节点A中存储的为股票市场的市场行情数据，则回复节点A生成的回复内容需包括：股票历史价格、股票当前价格、股票未来价格预测等；回复节点B中存储的为期权市场的市场行情数据，则回复节点B生成的回复内容需包括：期权标的当前交易量、期权当前交易价格、期权未来价格趋势等。
本发明实施例可根据回复节点集中各回复节点存储的市场行情数据为不同回复节点匹配相应的回复内容。
本发明其中一实施例中，所述利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容，包括：
计算各回复节点存储的市场行情数据对应的特征向量与预设的回复模板集中的回复模板的向量表达之间的相似度值；
获取所述相似度值大于预设的相似度阈值的回复模板，确定所述回复模板为该回复节点的回复内容。
详细地，所述计算各回复节点存储的市场行情数据对应的特征向量与预设的回复模板集中的回复模板的向量表达之间的相似度值，包括：
利用如下相似度计算公式计算所述相似度值：
Sim＝a[log(α-β)]
其中，Sim为所述相似度值，a为表示误差因子的预设常数，α为所述回复模板集中的回复模板，β为所述特征向量。
进一步地，将所述相似度值与预设的相似度阈值进行对比判断，若所述相似度值小于或等于所述相似度阈值，说明所述特征向量对应的市场行情数据与所述回复模板不符合，则重新与新的回复模板集进行相似度计算；
若所述相似度值大于所述相似度阈值，说明所述特征向量对应的市场行情数据与所述回复模板符合，确定该回复模板为所述市场行情数据对应的回复内容。
S4、获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
查询与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
本发明实施例中，所述用户的业务咨询数据可由用户通过用户端中的网页上传，或者由用户通过预先安装于用户端的用于采集业务咨询数据的应用程序对用户的业务咨询数据进行采集。
本发明实施例中，可利用关键词检索的方式从回复节点集中查询回复内容并推送给所述用户，例如，用户的业务咨询数据中含有预设关键词表中存在的关键词“股票”和“当前价格”，则根据关键词“股票”从所述回复节点集中查询用于存储股票市场的市场行情数据的回复节点，并根据关键词“当前价格”，从该回复节点中存储的市场行情数据对应的回复内容中查询“当前价格”相关的内容并推送给用户。
详细地，所述预设关键词表中包括多个预先设定的关键词。
本发明其中一个实施例中，所述利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，包括：
根据预设第一关键词表提取所述业务咨询数据中的第一关键词；
根据预设第二关键词表提取所述业务咨询数据中的第二关键词；
根据所述第一关键词从所述回复节点集中查询得到目标回复节点；
根据所述第二关键词从所述目标回复节点对应的回复内容中查询得到问题回复并推送给用户。
本实施例中，所述预设第一关键词表中包含与所述回复节点集的每个回复节点中的内容相应的关键词，所述预设第二关键词表包含与每个回复节点中的每个问题回复对应的关键词，所述预设第一关键词表和所述预设第二关键词表可由用户预先给定。
详细地，可通过遍历的方式提取所述业务咨询数据中的第一关键词和第二关键词，例如，预设预设第一关键词表中存在关键词A，预设第二关键词B和关键词C，遍历所述业务咨询数据后，得出该务咨询数据中包括关键词A和关键词B，则提取所述关键词A为第一关键词，提取所述关键词B为第二关键词；或者则提取所述关键词B为第一关键词，提取所述关键词A为第二关键词；并根据第一关键词和第二关键词从回复节点集进行查询，得到问题回复并推送给用户。
本发明实施例中，根据业务咨询数据从回复节点集中查询回复内容并推送给所述用户，有利于提高对用户进行基于网络节点的用户咨询回复的回复内容的精确性。
本发明实施例通过利用计算机电话集成技术构建包含多个网络节点的初始节点集，并利用成本优化函数对初始节点集进行筛选得到回复节点集，可降低对用户进行回复的成本；实时获取市场行情数据集，保证了数据的实时性，有利于提高对用户进行回复的精确度；提取市场行情数据集的数据特征，并根据数据特征将所述市场行情数据集分类存储至所述回复节点集中，并对回复节点集中各回复节点进行回复内容生成，实现了数据的分类管理，有利于提高后续查询回复内容的效率，进而提高对用户进行回复的效率；在获取用户的业务咨询数据时，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，实现了针对用户的咨询精确地查找回复并推送给用户，提高了对用户进行回复的精确性。因此本发明提出的基于网络节点的用户咨询回复方法，可以解决对用户咨询进行回复时的效率和精确性较低的问题。
如图3所示，是本发明一实施例提供的基于网络节点的用户咨询回复装置的功能模块图。
本发明所述基于网络节点的用户咨询回复装置100可以安装于电子设备中。根据实现的功能，所述基于网络节点的用户咨询回复装置100可以包括节点筛选模块101、分类存储模块102、回复生成模块103和咨询回复模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述节点筛选模块101，用于利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
所述分类存储模块102，用于实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
所述回复生成模块103，用于利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
所述咨询回复模块104，用于获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
详细地，本发明实施例中所述基于网络节点的用户咨询回复100中所述的各模块在使用时采用与上述图1至图3中所述的基于网络节点的用户咨询回复方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
本发明实施例通过利用计算机电话集成技术构建包含多个网络节点的初始节点集，并利用成本优化函数对初始节点集进行筛选得到回复节点集，可降低对用户进行回复的成本；实时获取市场行情数据集，保证了数据的实时性，有利于提高对用户进行回复的精确度；提取市场行情数据集的数据特征，并根据数据特征将所述市场行情数据集分类存储至所述回复节点集中，并对回复节点集中各回复节点进行回复内容生成，实现了数据的分类管理，有利于提高后续查询回复内容的效率，进而提高对用户进行回复的效率；在获取用户的业务咨询数据时，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，实现了针对用户的咨询精确地查找回复并推送给用户，提高了对用户进行回复的精确性。因此本发明提出的基于网络节点的用户咨询回复装置，可以解决对用户咨询进行回复时的效率和精确性较低的问题。
如图4所示，是本发明一实施例提供的实现基于网络节点的用户咨询回复方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于网络节点的用户咨询回复程序12。
其中，所述存储器11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、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于网络节点的用户咨询回复程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于网络节点的用户咨询回复程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于网络节点的用户咨询回复程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，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)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
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。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种基于网络节点的用户咨询回复方法，其特征在于，所述方法包括：
利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相对应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户；
其中，所述实时获取市场行情数据集，包括：
根据市场行情数据集抓取的时间选取相应的自定义处理函数，检测当前系统的运行环境，根据所述运行环境使用相应的编译器对所述自定义处理函数进行编译，得到规则表达式；
利用与所述规则表达式的数据格式相应的编译器将所述规则表达式编译进预设的市场行情抓取语句，利用所述市场行情抓取语句实时获取市场行情数据集。
2.如权利要求1所述的基于网络节点的用户咨询回复方法，其特征在于，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
对所述数据特征进行向量转换，得到市场行情数据集中各市场行情数据对应的特征向量；
计算各市场行情数据对应的所述特征向量之间的距离值；
将所述距离值小于预设阈值的特征向量对应的市场行情数据进行汇集，得到多个数据包；
将所述多个数据包分别存储至所述回复节点集的不同回复节点中。
3.如权利要求1所述的基于网络节点的用户咨询回复方法，其特征在于，所述根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中，包括：
对市场行情数据集中的市场行情数据进行随机分组，得到分组结果，所述分组包含至少两个组别以及所述至少两个组别包含的市场行情数据；
根据预设的分组计分模板对所述分组结果进行得分计算，得到得分结果，所述得分结果包含至少两个组别的得分；
将所述得分结果中至少两个组别的得分分别与预设的得分阈值进行对比；
将得分小于或等于所述得分阈值的组别重新分组，直至所述分组结果所有组别的得分均大于所述得分阈值；
分别将分组结果中不同组别的市场行情数据存储至所述回复节点集的不同回复节点中。
4.如权利要求1至3中任一项所述的基于网络节点的用户咨询回复方法，其特征在于，所述利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容，包括：
计算各回复节点存储的市场行情数据对应的特征向量与预设的回复模板集中的回复模板的向量表达之间的相似度值；
获取所述相似度值大于预设的相似度阈值的回复模板，确定所述回复模板为该回复节点的回复内容。
5.如权利要求1所述的基于网络节点的用户咨询回复方法，其特征在于，所述利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相对应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户，包括：
根据预设第一关键词表提取所述业务咨询数据中的第一关键词；
根据预设第二关键词表提取所述业务咨询数据中的第二关键词；
根据所述第一关键词从所述回复节点集中查询得到目标回复节点；
根据所述第二关键词从所述目标回复节点对应的回复内容中查询得到问题回复并推送给用户。
6.一种基于网络节点的用户咨询回复装置，其特征在于，所述装置包括：
节点筛选模块，用于利用计算机电话集成技术构建包含多个网络节点的初始节点集，利用成本优化函数计算所述初始节点集的成本优化函数值，并根据所述成本优化函数值对所述初始节点集进行节点筛选，得到回复节点集；
分类存储模块，用于实时获取市场行情数据集，利用预设的特征提取模型提取所述市场行情数据集的数据特征，并根据所述数据特征将所述市场行情数据集分类存储至所述回复节点集中；
回复生成模块，用于利用预设的回复模板生成所述回复节点集中每一个回复节点对应的回复内容；
咨询回复模块，用于获取用户的业务咨询数据，利用预设关键词表提取所述业务咨询数据的关键词，根据所述关键词查询到与所述业务咨询数据相对应的回复节点，利用所述回复节点将该回复节点对应的回复内容推送给用户；
其中，所述实时获取市场行情数据集，包括：
根据市场行情数据集抓取的时间选取相应的自定义处理函数，检测当前系统的运行环境，根据所述运行环境使用相应的编译器对所述自定义处理函数进行编译，得到规则表达式；
利用与所述规则表达式的数据格式相应的编译器将所述规则表达式编译进预设的市场行情抓取语句，利用所述市场行情抓取语句实时获取市场行情数据集。
7.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任意一项所述的基于网络节点的用户咨询回复方法。
8.一种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中任意一项所述的基于网络节点的用户咨询回复方法。
CN202110742446.1A 2021-06-30 2021-06-30 基于网络节点的用户咨询回复方法、装置、设备及介质 Active CN113486145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110742446.1A CN113486145B (zh) 2021-06-30 2021-06-30 基于网络节点的用户咨询回复方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110742446.1A CN113486145B (zh) 2021-06-30 2021-06-30 基于网络节点的用户咨询回复方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113486145A CN113486145A (zh) 2021-10-08
CN113486145B true CN113486145B (zh) 2023-10-10

Family

ID=77937392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110742446.1A Active CN113486145B (zh) 2021-06-30 2021-06-30 基于网络节点的用户咨询回复方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113486145B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345282A (zh) * 2018-08-22 2019-02-15 中国平安人寿保险股份有限公司 一种业务咨询的响应方法及设备
CN111611356A (zh) * 2019-02-25 2020-09-01 北京嘀嘀无限科技发展有限公司 信息查找方法、装置、电子设备及可读存储介质
CN111669466A (zh) * 2020-04-27 2020-09-15 平安普惠企业管理有限公司 智能外呼系统配置方法、装置及计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100121839A1 (en) * 2007-03-15 2010-05-13 Scott Meyer Query optimization
US8121966B2 (en) * 2008-06-05 2012-02-21 International Business Machines Corporation Method and system for automated integrated server-network-storage disaster recovery planning
US9071547B2 (en) * 2012-01-24 2015-06-30 New Voice Media, Ltd. Distributed constraint-based optimized routing of interactions

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345282A (zh) * 2018-08-22 2019-02-15 中国平安人寿保险股份有限公司 一种业务咨询的响应方法及设备
CN111611356A (zh) * 2019-02-25 2020-09-01 北京嘀嘀无限科技发展有限公司 信息查找方法、装置、电子设备及可读存储介质
CN111669466A (zh) * 2020-04-27 2020-09-15 平安普惠企业管理有限公司 智能外呼系统配置方法、装置及计算机可读存储介质

Also Published As

Publication number Publication date
CN113486145A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
WO2020125445A1 (zh) 分类模型训练方法、分类方法、设备及介质
WO2022141861A1 (zh) 情感分类方法、装置、电子设备及存储介质
CN113449187B (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN111680165B (zh) 信息匹配方法、装置、可读存储介质和电子设备
CN112528616B (zh) 业务表单生成方法、装置、电子设备及计算机存储介质
CN105069036A (zh) 一种信息推荐方法及装置
CN115391669B (zh) 一种智能推荐方法、装置、电子设备
CN110096681A (zh) 合同条款分析方法、装置、设备及可读存储介质
CN112883730B (zh) 相似文本匹配方法、装置、电子设备及存储介质
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
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN114626731A (zh) 风险识别方法、装置、电子设备及计算机可读存储介质
CN115018588A (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN113656690B (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN114756669A (zh) 问题意图的智能分析方法、装置、电子设备及存储介质
CN113806492A (zh) 基于语义识别的记录生成方法、装置、设备及存储介质
CN114708073B (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质
CN113486145B (zh) 基于网络节点的用户咨询回复方法、装置、设备及介质
CN115048487A (zh) 基于人工智能的舆情分析方法、装置、计算机设备及介质
CN114610854A (zh) 智能问答方法、装置、设备及存储介质
CN111652281B (zh) 信息数据的分类方法、装置及可读存储介质
CN110737749B (zh) 创业计划评价方法、装置、计算机设备及存储介质
CN113505117A (zh) 基于数据指标的数据质量评估方法、装置、设备及介质
CN111383050A (zh) 产品数据整合及分析方法、装置及计算机可读存储介质
CN113704411B (zh) 基于词向量的相似客群挖掘方法、装置、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
GR01 Patent grant
GR01 Patent grant