CN114003811A - 用于业务知识信息推荐的方法、装置、电子设备及存储介质 - Google Patents
用于业务知识信息推荐的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114003811A CN114003811A CN202111271404.0A CN202111271404A CN114003811A CN 114003811 A CN114003811 A CN 114003811A CN 202111271404 A CN202111271404 A CN 202111271404A CN 114003811 A CN114003811 A CN 114003811A
- Authority
- CN
- China
- Prior art keywords
- service
- information
- user
- business
- knowledge
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及信息推荐技术领域,公开一种用于业务知识信息推荐的方法,包括:获取用户语音信息;语音信息为用户的工作语音对话;根据语音信息获取用户的业务兴趣指数;根据业务兴趣指数对用户进行业务知识信息推荐。这样,在对用户进行业务信息推荐时考虑到了用户的业务兴趣指数,便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。本申请还公开一种用于业务知识信息推荐的装置、电子设备及存储介质。
Description
技术领域
本申请涉及信息推荐技术领域,例如涉及一种用于业务知识信息推荐的方法、装置、电子设备及存储介质。
背景技术
对于线下零售门店和服务门店,用户需要预先进行商品和服务的相关知识培训,才能够在面对顾客时进行商品和服务的介绍或推销。而商品的种类和性能迭代速度快,并且一些商品会根据季节或节日推出一些特定的活动,因此,商品和服务的相关知识更新频繁,用户需要经常进行知识培训。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:
大多数线下门店通过面对面的方式对大量用户定时召开相同内容的培训课程,对用户进行商品和服务的相关业务知识培训,但是,这样的培训方式无法针对用户对业务的感兴趣程度进行业务知识的主动推荐。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于业务知识信息推荐的方法、装置、电子设备及存储介质,以便于针对用户对业务的感兴趣程度进行业务知识的主动推荐。
在一些实施例中,所述用于业务知识信息推荐的方法包括:获取用户语音信息;所述语音信息为用户的工作语音对话;根据所述语音信息获取所述用户的业务兴趣指数;根据所述业务兴趣指数对所述用户进行业务知识信息推荐。
在一些实施例中,所述用于业务知识信息推荐的装置包括:第一获取模块,被配置为获取用户语音信息;语音信息为用户的工作语音对话;第二获取模块,根据语音信息获取用户的业务兴趣指数;推荐模块,根据业务兴趣指数对用户进行业务知识信息推荐。
在一些实施例中,所述电子设备包括:处理器和存储有程序指令的存储器,处理器被配置为在运行所述程序指令时,执行上述的用于业务知识信息推荐的方法。
在一些实施例中,所述存储介质,存储有程序指令,程序指令在运行时,执行上述的用于业务知识信息推荐的方法。
本公开实施例提供的用于业务知识信息推荐的方法、装置、电子设备及存储介质,可以实现以下技术效果:根据用户的工作语音对话获取用户的业务兴趣指数;根据业务兴趣指数对该用户进行业务知识信息推荐。这样,在对用户进行业务信息推荐时考虑到了用户的业务兴趣指数,便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于业务知识信息推荐的方法的示意图;
图2是本公开实施例提供的一个业务知识信息的示意图;
图3是本公开实施例提供的另一个用于业务知识信息推荐的方法的示意图;
图4是本公开实施例提供的另一个用于业务知识信息推荐的方法的示意图;
图5是本公开实施例提供的一个用于业务知识信息推荐的装置的示意图;
图6是本公开实施例提供的电子设备的结构示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例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,以便这里描述的本公开实施例的实施例。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。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
结合图1所示,本公开实施例提供一种用于业务知识信息推荐的方法,包括:
步骤S101,获取用户语音信息;语音信息为用户的工作语音对话;
步骤S102,根据语音信息获取用户的业务兴趣指数;
步骤S103,根据业务兴趣指数对用户进行业务知识信息推荐。
采用本公开实施例提供的用于业务知识信息推荐的方法,根据语音信息获取用户的业务兴趣指数;根据业务兴趣指数对该用户进行业务知识信息推荐。这样,在对用户进行业务信息推荐时考虑到了用户的业务兴趣指数,便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感,这种推荐技术实现了个性化推荐。
可选地,获取用户语音信息,包括:通过便携式录音设备或者固定式录音设备,对用户在工作时间内发生的工作对话进行实时录音获得用户语音信息。
可选地,根据语音信息获取用户的业务兴趣指数,包括:根据语音信息获取用户的业务需求标签;确定业务需求标签的出现频率;根据业务需求标签的出现频率确定业务需求标签对应的需求业务兴趣指数;需求业务兴趣指数用于表征用户对业务需求的感兴趣程度;将需求业务兴趣指数确定为业务兴趣指数。这样,确定业务需求标签的出现频率,根据该出现频率确定用户对业务需求的感兴趣程度,使得在对用户进行业务知识信息进行推荐时,更便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,根据语音信息获取用户的业务需求标签,包括:对语音信息进行语音识别获得第一文本信息;对第一文本信息进行语义理解和文本分析确定商品信息和服务信息;根据商品信息和服务信息的具体内容确定用户的业务需求标签。具体可以是根据预先训练好的标签模型进行自动标签标注,其中,标签模型内包括业务需求标签与对应的第一关键词的映射关系;对文本信息进行第一关键词查找和匹配,基于业务需求标签与对应的第一关键词的映射关系,对文本信息中出现的第一关键词添加相应的业务需求标签即完成自动标签标注。业务需求标签具体也可以直接由人工进行语义理解后完成标签标注。
可选地,商品信息包括:商品的价格、商品的种类或商品对应的活动等中的一种或多种。
可选地,服务信息包括:顾客需求沟通内容、产品主动推荐内容、顾客意见反馈内容和/或顾客提问的答复内容等。
可选地,获取业务需求标签的出现频率,包括:在语音信息对应的第一文本信息中查找业务需求标签,获得业务需求标签在第一文本信息中出现的次数,将业务需求标签出现的次数确定为业务需求标签的出现频率。
可选地,根据出现频率确定业务需求对应的需求业务兴趣指数,包括:通过第一预设算法利用出现频率进行计算,获得业务需求对应的需求业务兴趣指数。
可选地,第一预设算法中出现频率和需求业务兴趣指数成正比。
在一些实施例中,通过计算p=ax获得需求业务兴趣指数;其中,p为需求业务兴趣指数,x为第一关键词的出现频率,a>0。
结合图3所示,本公开实施例提供另一种用于业务知识信息推荐的方法,包括:
步骤S201,获取用户语音信息;语音信息为用户的工作语音对话;
步骤S202,根据语音信息获取用户的业务需求标签;
步骤S203,确定业务需求标签的出现频率;
步骤S204,根据业务需求标签的出现频率确定业务需求标签对应的需求业务兴趣指数;需求业务兴趣指数用于表征用户对业务需求的感兴趣程度;
步骤S205,根据业务兴趣指数对用户进行业务知识信息推荐。
通过获取用户语音信息,根据语音信息获取用户的业务需求标签,确定业务需求标签的出现频率,根据该出现频率确定需求业务兴趣指数,根据业务兴趣指数对用户进行业务知识信息推荐。这样,根据用户的业务需求获取对应的业务需求标签的出现频率,根据出现频率确定用户对业务需求的感兴趣程度,使得在对用户进行业务知识信息进行推荐时,更便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,根据业务兴趣指数对用户进行业务知识信息推荐,包括:将大于第一阈值的业务兴趣指数对应的业务需求标签确定为目标业务需求标签,确定目标业务需求标签对应的业务知识信息,将目标业务需求标签对应的业务知识信息确定为需求业务知识信息,将需求业务知识信息推送给用户。
可选地,确定目标业务需求标签对应的业务知识信息,包括:按照第一预设知识信息匹配表对目标业务需求标签进行查表操作,获得目标业务需求标签对应的业务知识信息;第一预设知识信息匹配表存储有目标业务需求标签和业务知识信息之间的对应关系。
在一些实施例中,各需求业务知识信息包含多条按优先级排序机制进行排序的知识信息。可选地,优先级排序机制包括:在预设时间段内,用户对知识信息的提及率越高,对应的知识信息的优先级就越高,按照优先级从高到低的顺序对知识信息进行排序。
可选地,将多个需求业务知识信息按照对应的业务兴趣指数从大到小的顺序排列,按照排列顺序将需求业务知识信息推送给用户对应的用户终端。
业务需求标签的出现频率越高,则用户越需要了解该项业务需求,从而对该项业务需求越感兴趣,对应的需求业务兴趣指数越高。需求业务兴趣指数越高,需求业务兴趣指数对应的需求业务知识信息的排序越靠前,越早被推荐给用户。这样,排序越靠前的需求业务知识信息的越早被推荐给用户,实现了针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感,这种推荐技术实现了个性化推荐。
可选地,根据语音信息获取用户的业务兴趣指数,包括:根据语音信息获取用户的业务能力及业务能力指数;根据业务能力指数确定业务能力对应的能力业务兴趣指数;将能力业务兴趣指数确定为业务兴趣指数。
可选地,根据业务能力指数获取业务能力对应的能力业务兴趣指数,包括:通过第二预设算法利用业务能力指数进行计算,获得能力业务兴趣指数。
可选地,第二预设算法中业务能力指数和能力业务兴趣指数成反比。
在一些实施例中,通过计算q=-cy获得能力业务兴趣指数;其中,q为能力业务兴趣指数,y为业务能力指数,c>0。
结合图4所示,本公开实施例提供另一种用于业务知识信息推荐的方法,包括:
步骤S301,获取用户语音信息;语音信息为用户的工作语音对话;
步骤S302,根据语音信息获取用户的业务能力及业务能力指数;
步骤S303,根据业务能力指数获取业务能力对应的能力业务兴趣指数;能力业务兴趣指数用于表征用户对业务能力的感兴趣程度;
步骤S304,将能力业务兴趣指数确定为业务兴趣指数;
步骤S305,根据业务兴趣指数对用户进行业务知识信息推荐。
通过获取用户语音信息,根据语音信息获取用户的业务能力及业务能力对应的业务能力指数,根据业务能力指数获取业务能力对应的业务兴趣指数,根据业务兴趣指数对用户进行业务知识信息推荐。这样,根据业务能力指数确定用户对业务能力的感兴趣程度,使得在对用户进行业务知识信息进行推荐时,更能够针对用户对业务能力的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,根据语音信息获取用户的业务能力及业务能力对应的业务能力指数,包括:对语音信息进行语音识别获得第二文本信息;获取用户的工作业绩;将第二文本信息和工作业绩输入预设的用户业务能力评价模型获得用户的业务能力及业务能力对应的业务能力指数。
可选地,用户的工作业绩包括:用户的成单率和成单数等。可选地,用户的成单数由收银系统或库存系统提供。
在一些实施例中,在用户业务能力评价模型中,设置有对第二文本信息和工作业绩进行评价的评价维度以及综合各个维度的评价结果得出最终的业务能力评价分数的计算方法。其中,评价维度具体可以是多个与用户的工作流程对应的评价维度,例如,针对导购员,工作流程中服务环节为:迎宾接待、需求沟通、产品推荐、产品介绍等,则工作流程对应的评价维度为:迎宾接待维度、需求沟通维度、产品推荐维度和产品介绍维度等。针对每个评价维度,通过预设关键话术的提及率、预设话术提及率、成单数和成单率等指标,即评价结果,进行综合运算和分析得到用户的业务能力和业务能力对应的评价分数,即通过用户业务能力评价模型构建用户业务能力画像来综合评价用户的工作表现情况。
可选地,根据业务兴趣指数对用户进行业务知识信息推荐,包括:将大于第二阈值的业务兴趣指数对应的业务能力确定为目标业务能力,确定目标业务能力对应的业务知识信息,将目标业务能力对应的业务知识信息确定为能力业务知识信息,将能力业务知识信息推送给用户。
可选地,确定目标业务能力对应的业务知识信息,包括:按照预设的业务能力匹配表对目标业务能力进行查表操作,获得目标业务能力对应的第二关键词;业务能力匹配表中存储有目标业务能力和第二关键词之间的对应关系;按照第二预设知识信息匹配表对目标业务能力对应第二关键词进行查表操作,获得第二关键词对应的能力业务知识信息;第二预设知识信息匹配表存储有第二关键词和能力业务知识信息之间的对应关系。
在一些实施例中,各能力业务知识信息包括多条按优先级排序机制进行排序的知识信息。可选地,优先级排序机制包括:在预设时间段内,用户对知识信息的学习次数、点赞次数和评论次数等越多,对应的知识信息的优先级就越高,按照优先级从高到低的顺序对知识信息进行排序。
可选地,将多个能力业务知识信息按照对应的业务兴趣指数从大到小的顺序排列,按照排列顺序将能力业务知识信息发送给用户对应的用户终端。
业务能力分数越低,用户的该项业务能力越弱,则对该项业务能力进行培训学习的需求就越大,从而对该项业务能力越感兴趣,对应的能力业务兴趣指数越高。能力业务兴趣指数越高,对应的能力业务知识信息的排序越靠前,越早被推荐给用户。这样,排序越靠前的需求业务知识信息的越早被推荐给用户,实现了针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
在一些实施例中,根据语音信息获取用户的业务能力及业务能力对应的业务能力指数,根据业务能力指数获取业务能力对应的能力业务兴趣指数,将小于预设标准值的分数对应的业务能力确定为该用户的能力薄弱项,业务能力指数越低,该项业务能力越薄弱,则对应的业务兴趣指数就越高,能力业务兴趣指数越高,对应的能力业务知识信息的排序越靠前,越早被推荐给用户。这样,针对用户的业务能力薄弱程度进行推荐,实现对用户进行针对性业务培训学习,提高了用户获取推荐业务知识信息的体验感,这种推荐技术实现了个性化推荐,同时线上对用户进行针对性业务培训学习节省了人力成本。可选地,将所有用户的各项业务能力的平均值确定为标准值。
可选地,业务知识信息为多条按优先级排序机制进行排序的知识信息。
可选地,优先级排序机制包括:在预设时间段内,用户对知识信息的学习次数、点赞次数和评论次数等越多,对应的知识信息的优先级就越高,按照优先级从高到低的顺序对知识信息进行排序。
可选地,业务知识信息通过以下方式获取:获取业务信息;确定业务信息对应的知识类型;确定知识类型对应的处理方式;按照知识类型对应的处理方式对业务信息进行处理,得到业务知识信息。
可选地,业务知识信息存储在预设的知识信息管理库中。
可选地,根据业务信息获取业务知识信息,包括:确定业务信息对应的知识类型,得到业务知识信息。
可选地,确定业务信息对应的知识类型,包括:从预设的知识类型数据库中匹配出业务信息对应的知识类型,其中,知识类型数据库中存储有业务信息与知识类型之间的对应关系。
可选地,确定知识类型对应的处理方式,包括:按照预设的处理方式匹配表对知识类型进行查表操作,获得知识类型对应的处理方式,处理方式匹配表中存储有知识类型和处理方式之间的对应关系。
可选地,确定知识类型对应的处理方式,包括:确定知识类型对应的呈现方式,将按照知识类型对应的呈现方式对业务信息进行呈现确定为知识类型对应的处理方式。
可选地,确定知识类型对应的呈现方式,包括:按照预设的呈现方式匹配表对知识类型进行查表操作,获得知识类型对应的呈现方式,呈现方式匹配表中存储有知识类型和呈现方式之间的对应关系。
在一些实施例中,从促销活动中获取业务信息,再根据该业务信息获取对应的业务知识信息。例如:线下门店针对商品B开设六一促销活动,对于该促销活动的业务信息包括:商品B的图像、商品B的特性、商品B的减价信息和连带商品满减信息等,确定该业务信息对应的知识类型为活动商品标价知识,该知识类型对应的处理方式为将对应的业务信息转化为图片形式,即将商品B的图像、商品B的特性、商品B的减价信息和连带商品满减信息等业务信息转化为图片形式,得到业务知识信息;将得到的业务知识信息,即图片形式的商品B的图像、商品B的特性、商品B的减价信息和连带商品满减信息存储到知识信息管理库中。
在一些实施例中,从历史经典业务案例数据中获取业务信息,再根据该业务信息获取对应的业务知识信息。例如,在线下门店过去一个月的销售业绩中,员工A的成单率最高,则对该员工A过去一个月内的若干次服务对应的工作语音对话按照预设的筛选条件进行筛选,选出一次服务的完整工作语音对话作为业务信息,确定该业务信息对应的知识类型为历史业务语音知识,该知识类型对应的处理方式为:对该业务信息进行语音识别获得文本信息,并确定文本信息对应的业务信息标签,即对选取的工作语音对话按照对应的处理方式进行处理之后,将选取的工作语音对话+对应的文本信息+对应的业务信息标签确定为业务知识信息,并将该业务知识信息存储到知识信息管理库。如图2所示,图2为业务知识信息呈现形式的示意图,该业务知识信息包括一段工作语音对话、对应的业务信息标签和对应的文本信息,业务信息标签包括迎宾、需求沟通和产品介绍,其中,迎宾标签位于语音段的相应位置,用于指示语音段的具体内容,该段语音段对应的文本信息为“你好,欢迎光临”。
结合图5所示,本公开实施例提供一种用于业务知识信息推荐的装置,包括第一获取模块201、第二获取模块202和推荐模块203。第一获取模块201,被配置为获取用户语音信息;语音信息为用户的工作语音对话;第二获取模块202,被配置为根据语音信息获取用户的业务兴趣指数;推荐模块203,被配置为根据业务兴趣指数对用户进行业务知识信息推荐。
采用本公开实施例提供的用于业务知识信息推荐的装置,根据语音信息获取用户的业务兴趣指数;根据业务兴趣指数对该用户进行业务知识信息推荐。这样,在对用户进行业务信息推荐时考虑到了用户的业务兴趣指数,便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,第二获取模块被配置为通过以下方式实现根据语音信息获取用户的业务兴趣指数:根据语音信息获取用户的业务需求标签;确定业务需求标签的出现频率;根据业务需求标签的出现频率确定业务需求标签对应的需求业务兴趣指数;需求业务兴趣指数用于表征用户对业务需求的感兴趣程度;将需求业务兴趣指数确定为业务兴趣指数。这样,确定业务需求标签的出现频率,根据该出现频率确定用户对业务需求的感兴趣程度,使得在对用户进行业务知识信息进行推荐时,更便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,第二获取模块被配置为通过以下方式实现根据语音信息获取用户的业务需求标签:对语音信息进行语音识别获得第一文本信息;对第一文本信息进行语义理解和文本分析确定商品信息和服务信息;根据商品信息和服务信息确定用户的业务需求标签。
可选地,推荐模块被配置为通过以下方式实现根据业务兴趣指数对用户进行业务知识信息推荐:将大于第一阈值的业务兴趣指数对应的业务需求确定为目标业务需求,确定目标业务需求对应的业务知识信息,将目标业务需求对应的业务知识信息确定为需求业务知识信息,将需求业务知识信息推送给用户。
可选地,第二获取模块被配置为通过以下方式实现根据语音信息获取用户的业务兴趣指数:根据语音信息获取用户的业务能力及业务能力对应的业务能力指数;根据业务能力指数获取业务能力对应的能力业务兴趣指数;将能力业务兴趣指数确定为业务兴趣指数。
可选地,第二获取模块被配置为通过以下方式实现根据语音信息获取用户的业务能力及业务能力对应的业务能力指数:对语音信息进行语音识别获得第二文本信息;获取用户的工作业绩;将第二文本信息和工作业绩输入预设的用户业务能力评价模型获得用户的业务能力及业务能力对应的业务能力指数。
可选地,推荐模块被配置为通过以下方式实现根据业务兴趣指数对用户进行业务知识信息推荐:将大于第二阈值的业务兴趣指数对应的业务能力确定为目标业务能力,确定目标业务能力对应的业务知识信息,将目标业务能力对应的业务知识信息确定为能力业务知识信息,将能力业务知识信息推送给用户。
结合图6所示,本公开实施例提供一种电子设备,包括处理器(processor)300和存储器(memory)301。可选地,该电子设备还可以包括通信接口(Communication Interface)302和总线303。其中,处理器300、通信接口302、存储器301可以通过总线303完成相互间的通信。通信接口302可以用于信息传输。处理器300可以调用存储器301中的逻辑指令,以执行上述实施例的用于业务知识信息推荐的方法。
此外,上述的存储器301中的逻辑指令可以通过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。
存储器301作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器300通过运行存储在存储器301中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述实施例中用于业务知识信息推荐的方法。
存储器301可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器301可以包括高速随机存取存储器,还可以包括非易失性存储器。
本公开实施例提供的电子设备根据语音信息获取用户的业务兴趣指数;根据业务兴趣指数对该用户进行业务知识信息推荐。这样,在对用户进行业务信息推荐时考虑到了用户的业务兴趣指数,便于针对用户对业务的感兴趣程度进行业务知识的主动推荐,提高了用户获取推荐业务知识信息的体验感。
可选地,电子设备为服务器、计算机、智能手机、平板等。
本公开实施例提供了一种存储介质,存储有程序指令,所述程序指令在运行时,执行如上述的用于业务知识信息推荐的方法。
本公开实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述用于业务知识信息推荐的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案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中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域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,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),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,所述单元的划分,可以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。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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。另外,在本公开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。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (12)
1.一种用于业务知识信息推荐的方法,其特征在于,包括:
获取用户语音信息;所述语音信息为用户的工作语音对话;
根据所述语音信息获取所述用户的业务兴趣指数;
根据所述业务兴趣指数对所述用户进行业务知识信息推荐。
2.根据权利要求1所述的方法,其特征在于,根据所述语音信息获取所述用户的业务兴趣指数,包括:
根据所述语音信息获取所述用户的业务需求标签;
确定所述业务需求标签的出现频率;
根据所述出现频率确定所述业务需求标签对应的需求业务兴趣指数;所述需求业务兴趣指数用于表征用户对业务需求的感兴趣程度;
将所述需求业务兴趣指数确定为业务兴趣指数。
3.根据权利要求2所述的方法,其特征在于,根据所述语音信息获取所述用户的业务需求,包括:
对所述语音信息进行语音识别获得第一文本信息;
对所述第一文本信息进行语义理解和文本分析,确定商品信息和服务信息;
根据所述商品信息和服务信息确定用户的业务需求标签。
4.根据权利要求2所述的方法,其特征在于,根据所述业务兴趣指数对所述用户进行业务知识信息推荐,包括:
将大于第一阈值的业务兴趣指数对应的业务需求标签确定为目标业务需求标签;
确定所述目标业务需求标签对应的业务知识信息;
将所述目标业务需求标签对应的业务知识信息确定为需求业务知识信息;
将所述需求业务知识信息推送给用户。
5.根据权利要求1所述的方法,其特征在于,根据所述语音信息获取所述用户的业务兴趣指数,包括:
根据所述语音信息获取用户的业务能力及所述业务能力对应的业务能力指数;
根据所述业务能力指数确定所述业务能力对应的能力业务兴趣指数;所述能力业务兴趣指数用于表征用户对业务能力的感兴趣程度;
将所述能力业务兴趣指数确定为业务兴趣指数。
6.根据权利要求5所述的方法,其特征在于,根据所述语音信息获取用户的业务能力及所述业务能力对应的业务能力指数,包括:
对所述语音信息进行语音识别获得第二文本信息;
获取所述用户的工作业绩;
将所述第二文本信息和所述工作业绩输入预设的用户业务能力评价模型获得用户的业务能力及所述业务能力对应的业务能力指数。
7.根据权利要求5所述的方法,其特征在于,根据所述业务兴趣指数对所述用户进行业务知识信息推荐,包括:
将大于第二阈值的业务兴趣指数对应的业务能力确定为目标业务能力;
确定所述目标业务能力对应的业务知识信息;
将目标业务能力对应的业务知识信息确定为能力业务知识信息;
将所述能力业务知识信息推送给用户。
8.根据权利要求1所述的方法,其特征在于,所述业务知识信息为多条按优先级排序机制进行排序的知识信息。
9.根据权利要求1所述的方法,其特征在于,所述业务知识信息通过以下方式获取:
获取业务信息;
确定所述业务信息对应的知识类型;
确定所述知识类型对应的处理方式;
按照所述知识类型对应的处理方式对所述业务信息进行处理,得到业务知识信息。
10.一种用于业务知识信息推荐的装置,其特征在于,包括:
第一获取模块,被配置为获取用户语音信息;所述语音信息为用户的工作语音对话;
第二获取模块,被配置为根据所述语音信息获取所述用户的业务兴趣指数;
推荐模块,被配置为根据所述业务兴趣指数对所述用户进行业务知识信息推荐。
11.一种电子设备,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在运行所述程序指令时,执行如权利要求1至9任一项所述的用于业务知识信息推荐的方法。
12.一种存储介质,存储有程序指令,其特征在于,所述程序指令在运行时,执行如权利要求1至9任一项所述的用于业务知识信息推荐的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111271404.0A CN114003811A (zh) | 2021-10-29 | 2021-10-29 | 用于业务知识信息推荐的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111271404.0A CN114003811A (zh) | 2021-10-29 | 2021-10-29 | 用于业务知识信息推荐的方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114003811A true CN114003811A (zh) | 2022-02-01 |
Family
ID=79925352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111271404.0A Pending CN114003811A (zh) | 2021-10-29 | 2021-10-29 | 用于业务知识信息推荐的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114003811A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117033801A (zh) * | 2023-10-08 | 2023-11-10 | 太平金融科技服务(上海)有限公司 | 一种业务推荐方法、装置、设备和存储介质 |
-
2021
- 2021-10-29 CN CN202111271404.0A patent/CN114003811A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117033801A (zh) * | 2023-10-08 | 2023-11-10 | 太平金融科技服务(上海)有限公司 | 一种业务推荐方法、装置、设备和存储介质 |
CN117033801B (zh) * | 2023-10-08 | 2023-12-22 | 太平金融科技服务(上海)有限公司 | 一种业务推荐方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Van Rijmenam et al. | Avoid being the Turkey: How big data analytics changes the game of strategy in times of ambiguity and uncertainty | |
US8972428B2 (en) | Providing an answer to a question left unanswered in an electronic forum | |
US8769417B1 (en) | Identifying an answer to a question in an electronic forum | |
US8332232B2 (en) | System and method for mobile interaction | |
US20030204437A1 (en) | Survey data processing | |
CN112418932B (zh) | 一种基于用户标签的营销信息推送方法及装置 | |
CN110910199A (zh) | 项目信息的排序方法、装置、计算机设备及存储介质 | |
US11373219B2 (en) | System and method for providing a profiled video preview and recommendation portal | |
CN112925973B (zh) | 数据处理方法和装置 | |
US20140136517A1 (en) | Apparatus And Methods for Providing Search Results | |
CN110313010B (zh) | 一种为结构化问题组织答案的方法及相应计算设备 | |
JP6591024B1 (ja) | Faq作成支援方法およびfaq作成支援システム | |
CN111475632A (zh) | 问句处理方法、装置、电子设备及存储介质 | |
CN112559903A (zh) | 一种社区成员搜索方法、系统、装置及介质 | |
Sakib | ARTIFICIAL INTELLIGENCE IN MARKETING | |
CN114003811A (zh) | 用于业务知识信息推荐的方法、装置、电子设备及存储介质 | |
US20120265615A1 (en) | Click to chat in online advertising | |
Tevi | The effect of multiple rebranding on customer loyalty in Nigerian mobile telephony | |
JP7127096B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
CN111241401B (zh) | 一种搜索请求处理方法及装置 | |
CN115578155A (zh) | 一种订单搜索方法、装置、计算机设备和存储介质 | |
CN112700285A (zh) | 用于预测用户属性标签的方法及装置、设备 | |
CN112070562B (zh) | 基于大数据与电子商务的商品识别方法及电商系统 | |
CN113946755A (zh) | 基于关联规则的信息推送方法、装置、设备及存储介质 | |
KR102099631B1 (ko) | 하이브리드 추천 장치 및 방법, 이를 기록한 기록매체 |
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 |