CN114997629A - 用户会话的异常监测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供了用户会话的异常监测方法、装置、电子设备及存储介质，所述异常监测方法包括：获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。这样，可以提高确定异常会话及时性，并且可以实现不同工作人员之间关于异常会话的同步性。

Description

用户会话的异常监测方法、装置、电子设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其是涉及用户会话的异常监测方法、装置、电子设备及存储介质。

背景技术

随着越来越多的企业通过企业微信或者是其他渠道与消费者建立直接的联系，消费者对企业销售产品的咨询、对使用产品后遇到的问题等都会直接通过企业微信或者是其他渠道与对接的员工进行联系。由于员工与消费者之间的沟通是分散的，很可能出现了很多消费者都反映出了同一个问题，员工之间由于没有及时同步耽误了处理会话异常的最佳时机。因此，如何实现不同工作人员之间关于异常会话的同步，以及及时地确定出异常会话成为了亟需解决的问题。

发明内容

有鉴于此，本申请的目的在于提供用户会话的异常监测方法、装置、电子设备及存储介质，对员工和客户沟通所产生的会话进行异常检测，当会话所对应的目标讨论话题在第一预设时间段内出现异常时，可以快速确定出该会话的异常，从而实现了提高确定异常会话及时性，以及不同工作人员之间关于异常会话的同步性。

本申请实施例提供了一种用户会话的异常监测方法，所述异常监测方法包括：

获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；

统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；

基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；

根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

在一种可能的实施方式中，所述获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题，包括：

对所述待检测的当前会话进行词性分析，确定出所述待检测的当前会话的主体词和现象词；

基于所述待检测的当前会话的主体词和现象词，确定出目标讨论话题。

在一种可能的实施方式中，所述统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数，包括：

在所述第一预设时间段内的历史会话中确定出多个第一讨论话题，并从每一个所述第一讨论话题相对应的讨论内容中提取出相对应的实体词；

将所述多个第一讨论话题中具有相同实体词所对应的讨论话题进行合并，得到至少一个第二讨论话题；

统计在所述第一预设时间段内每一个所述第二讨论话题的会话次数，并从各个所述第二讨论话题的会话次数中确定出所述目标讨论话题相关联的历史会话的会话次数。

在一种可能的实施方式中，其中，所述正常会话次数区间包括工作日会话次数区间以及假期会话次数区间，通过以下步骤确定所述目标讨论话题相对应的正常会话次数区间：

基于在第二预设时间段内每一个工作日中的各个第一预设时间段内所述目标讨论话题出现次数的最大值以及出现次数的最小值，确定出所述目标讨论话题相对应的工作日会话次数区间；

基于在第二预设时间段内每一个假期中的各个第一预设时间段所述目标讨论话题出现次数的最大值以及出现次数的最小值，确定出所述目标讨论话题相对应的假期会话次数区间。

在一种可能的实施方式中，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

判断所述目标讨论话题的会话次数是否大于所述目标讨论话题相对应的正常会话次数区间的最大值；

若大于，则基于第一差值和第二差值确定出所述目标讨论话题的异常指数；

其中，所述第一差值为所述目标讨论话题相对应的正常会话次数区间中的最小值与所述目标讨论话题的会话次数之间的差值，所述第二差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值之间的差值。

在一种可能的实施方式中，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

判断所述目标讨论话题的会话次数是否小于所述目标讨论话题相对应的正常会话次数区间的最小值；

若小于，则基于第三差值和第四差值确定出所述目标讨论话题的异常指数；

其中，所述第三差值为所述目标讨论话题的会话次数与所述目标讨论话题相对应的正常会话次数区间中的最大值之间的差值，所述第四差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值的差值。

在一种可能的实施方式中，所述根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话，包括：

判断所述目标讨论话题的异常指数是否大于指数异常阈值；

若大于，则确定所述待检测的当前会话为异常会话；

若小于，则确定所述待检测的当前会话为正常会话。

本申请实施例还提供了一种用户会话的异常监测装置，所述异常监测装置包括：

获取模块，用于获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；

统计模块，用于统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；

异常指数确定模块，用于基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；

异常会话确定模块，用于根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种用户会话的异常监测方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种用户会话的异常监测方法的步骤。

本申请实施例提供的用户会话的异常监测方法、装置、电子设备及存储介质，通过在待检测的当前会话之中提取出目标讨论话题，并统计在第一预设时间段内与目标讨论话题相关联的历史会话的会话次数，利用目标讨论话题的会话次数以及目标讨论话题相对应的正常会话次数区间，确定出目标讨论话题的异常指数，根据目标讨论话题的异常指数，确定出当前会话是否为异常会话，这样，可以提高确定异常会话及时性，并且可以实现不同工作人员之间关于异常会话的同步性。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种用户会话的异常监测方法的流程图；

图2为本申请实施例所提供的一种用户会话的异常监测装置的结构示意图之一；

图3为本申请实施例所提供的一种用户会话的异常监测装置的结构示意图之二；

图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。

为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“对异常会话进行确定”，给出以下实施方式，对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。

本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要进行对异常会话进行确定的场景，本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的用户会话的异常监测方法、装置、电子设备及存储介质的方案均在本申请保护范围内。

首先，对本申请可适用的应用场景进行介绍。本申请可应用于数据处理技术领域。

随着越来越多的企业通过企业微信或者是其他渠道与消费者建立直接的联系，消费者对企业销售产品的咨询、对使用产品后遇到的问题等都会直接通过企业微信或者是其他渠道与对接的员工进行联系。由于员工与消费者之间的沟通是分散的，很可能出现了很多消费者都反映出了同一个问题，员工之间由于没有及时同步耽误了处理会话异常的最佳时机。因此，如何实现不同工作人员之间关于异常会话的同步，以及及时地确定出异常会话成为了亟需解决的问题。

基于此，本申请实施例提供了一种用户会话的异常监测方法，可以提高确定异常会话及时性，并且可以实现不同工作人员之间关于异常会话的同步性。

请参阅图1，图1为本申请实施例所提供的一种用户会话的异常监测方法的流程图。如图1中所示，本申请实施例提供的异常监测方法，包括：

S101：获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题。

该步骤中，获取到待检测的当前会话，并在待检测的当前会话中根据词性分析确定出在待检测的当前会话中的目标讨论话题。

这里，可以在微信群聊里获取到待检测的当前会话，也可以在单个微信聊天会话框里获取到待检测的当前会话，也可以在客观系统中获取到待检测的当前会话，此部分不限定待检测的当前会话获取的手段。

这里，当前会话为当前时间段消费者和用户的谈话内容。

这里，目标讨论话题为在待检测的当前会话中消费者和员工之间正在讨论的话题。

进一步的，所述获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题，包括：

(1)：对所述待检测的当前会话进行词性分析，确定出所述待检测的当前会话的主体词和现象词。

这里，对待检测的当前会话利用词性分析识别出待检测当前会话的主体词和现象词。

其中，主体词为用于表达主体的词语，如：我、他、手机等。

其中，现象词为表达现象的词语，如：昨天买的、退掉等。

(2)：基于所述待检测的当前会话的主体词和现象词，确定出目标讨论话题。

这里，利用确定出来的待检测的当前会话的主体词和现象词之间的语义关系，确定出目标讨论话题。

在具体实施例中，对待检测的当前会话进行词性分析识别出待检测的当前会话的主体词为“我”、“手机”，现象词为“昨天买的”、“退掉”，利用确定出来的主体词和现象词之间的语义关系，能够确定出待检测的当前会话的目标讨论主体为“我昨天买的手机我要退掉”。

S102：统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数。

该步骤中，在第一预设时间段内统计与目标讨论话题相关联的历史会话的会话次数。

这里，第一预设时间段为历史时间段，第一预设时间段可以设置为过去的13点-14点。

进一步的，所述统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数，包括：

A：在所述第一预设时间段内的历史会话中确定出多个第一讨论话题，并从每一个所述第一讨论话题的讨论内容中提取出相对应的实体词。

这里，在第一预设时间段内的历史会话中利用行词性分析，确定出多个第一讨论话题，在确定出每一个第一讨论话题之后，在每一个第一讨论话题相对应的讨论内容中提取出相对应的实体词。

这里，关于讨论话题的确定过程和上述目标讨论话题的确定过程相一致，此部分不再进行赘述。

B：将所述多个第一讨论话题中具有相同实体词所对应的讨论话题进行合并，得到至少一个第二讨论话题。

这里，将多个第一讨论话题中具有相同实体词所对应的讨论话题进行合并，得到至少一个第二讨论话题。

这里，第二讨论话题包含合并后的讨论话题以及未合并的讨论话题。

其中，实体词为讨论话题相对应的讨论内容中用于表示实体的词语，如“手机”、“汽车”等。

这里，基于每一个所述第一讨论话题携带的讨论内容，确定出每一个第一讨论话题的实体词，进行实体联指处理，将预先构建的标准实体词与所述实体词进行匹配，若所述标准实体词与所述实体词的匹配度大于预设匹配度，则将该标准实体词确定为所述实体词的目标实体词，将历史会话中含有所述目标实体词的讨论话题与含有该实体词的第一讨论话题进行合并。

这里，在实体联指的处理过程中是基于实体在文本中的内容，分析该实体与人工预先构建的标准实体进行相似性分析，将相似性高的新发现的实体连指到预设的标准实体下。当相似度低的实体提交给人工进行判断，如果人工判断属于某一个标准实体，则连指到标准实体下。如果判定不属于任何标准实体，可以创建为一个新的标准实体，也可以对没有意义的实体弃用。

C：统计在所述第一预设时间段内每一个所述第二讨论话题的会话次数，并从各个所述第二讨论话题的会话次数中确定出所述目标讨论话题相关联的历史会话的会话次数。

这里，在第一预设时间段内的历史会话中统计出合并后的第一讨论话题的次数以及未合并的第一讨论话题的会话次数，并在合并后的第一讨论话题的次数以及未合并的第一讨论话题的会话次数筛选出目标讨论话题相关联的历史会话的会话次数。

这里，第二讨论话题为合并后的第一讨论话题的次数以及未合并的第一讨论话题。

这里，在历史会话中用户的上一次讨论事件的出现时间与当前讨论事件的出现时间的时间间隔小于预设讨论时间间隔，则确定为新的一次会话沟通；在一次所述会话沟通中至少一次出现所述目标讨论话题，则确定所述目标讨论话题的会话次数为一次；在所述第一预设时间段内基于多个所述会话沟通，确定出所述目标讨论话题的会话次数。

举例来讲，在历史会话中筛选出30天13点-14点的多个第一讨论话题，在每一个第一讨论话题相对应的讨论内容之中提取出相对应的实体词，如“我昨天买了一部手机”的实体词为“手机”、“买”，在确定出每一个第一讨论话题的实体词之后，将含义相同的实体词进所对应的第一讨论话题进行合并处理，如“我昨天订购了一部电话”的实体词为“电话”、“订购”，所以可以将“我昨天买了一部手机”的第一讨论话题和“我昨天订购了一部电话”的第一讨论话题合并为一个讨论话题。

S103：基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数。

该步骤中，根据目标讨论话题的会话次数和该目标讨论话题相对应的正常会话次数区间，确定出目标讨论话题的异常指数。

其中，根据目标讨论话题的会话次数在确定过程中第一预设时间段所处于的工作日还是假期，确定出该目标讨论话题所对应的工作日会话次数区间或假期会话次数区间。

其中，异常指数是用于引起目标讨论话题的相关负责人员去关注这个话题。

其中，异常指数并不是单单表征着事件的坏处，还可以表征事件的好处，比如有大量消费者突然询问某个商品，可以引起管理人员注意判断是否需要做一波促销或是进行补货。

进一步的，其中，所述正常会话次数区间包括工作日会话次数区间以及假期会话次数区间，通过以下步骤确定所述目标讨论话题相对应的正常会话次数区间：

a：基于在第二预设时间段内每一个工作日中的各个第一预设时间段所述目标讨论话题出现次数的最大值以及最小值，确定出所述目标讨论话题相对应的工作日会话次数区间。

这里，利用在历史会话中第二预设时间段内每一个工作日所对应的第一预设时间段内目标讨论话题出现次数的最大值的以及出现次数的最小值，确定出所述目标讨论话题相对应的工作日会话次数区间。

这里，第二预设时间段为天数，可以为30天等其他时间段。

其中，工作日为法定工作日。

举例来讲，在历史会话中筛选出过去30天之中的每一个工作日期间13点-14点目标目标讨论话题出现次数，并在其中筛选出目标讨论话题出现次数的最大值为20次以及出现次数的最小值为9次，将目标讨论话题出现次数的最大值以及出现次数的最小值确定为目标讨论话题相对应的工作日会话次数区间为[20，9]。

b：基于在第二预设时间段内每一个假期中的各个第一预设时间段所述目标讨论话题出现次数的最大值以及最小值，确定出所述目标讨论话题相对应的假期会话次数区间。

这里，利用在历史会话中第二预设时间段内每一个假期所对应的第一预设时间段内目标讨论话题出现次数的最大值的以及出现次数的最小值，确定出所述目标讨论话题相对应的假期会话次数区间。

其中，假期为法定节假期。

举例来讲，在历史会话中筛选出过去30天之中的每一个假期期间13点-14点目标目标讨论话题出现次数，并在其中筛选出目标讨论话题出现次数的最大值为20次以及出现次数的最小值为9次，将目标讨论话题出现次数的最大值以及出现次数的最小值确定为目标讨论话题相对应的假期会话次数区间为[20，9]。

进一步的，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

i：判断所述目标讨论话题的会话次数是否大于所述目标讨论话题相对应的正常会话次数区间的最大值。

这里，判断目标讨论话题的会话次数是否大于目标讨论话题相对应的正常会话次数区间的最大值。

ii：若大于，则基于第一差值和第二差值确定出所述目标讨论话题的异常指数，其中，所述第一差值为所述目标讨论话题相对应的正常会话次数区间中的最小值与所述目标讨论话题的会话次数之间的差值，所述第二差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值之间的差值。

这里，若目标讨论话题的会话次数大于目标讨论话题相对应的正常会话次数区间的最大值时，异常指数＝(目标讨论话题目标讨论话题相对应的正常会话次数区间中的最小值-目标讨论话题的会话次数)/(目标讨论话题相对应的正常会话次数区间中的最大值-目标讨论话题相对应的正常会话次数区间中的最小值)*100％。

进一步的，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

I：判断所述目标讨论话题的会话次数是否小于所述目标讨论话题相对应的正常会话次数区间的最小值。

这里，判断目标讨论话题的会话次数是否小于目标讨论话题相对应的正常会话次数区间的最小值。

II：若小于，则基于第三差值和第四差值确定出所述目标讨论话题的异常指数，其中，所述第三差值为所述目标讨论话题的会话次数与所述目标讨论话题相对应的正常会话次数区间中的最大值之间的差值，所述第四差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值的差值。

这里，若目标讨论话题的会话次数小于目标讨论话题相对应的正常会话次数区间的最小值时，异常指数＝(目标讨论话题的会话次数-相对应的正常会话次数区间中的最小值)/(目标讨论话题相对应的正常会话次数区间中的最大值-目标讨论话题相对应的正常会话次数区间中的最小值)*100％。

S104：根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

该步骤中，根据目标讨论话题的异常指数，确定出当前会话是否为异常会话，若为异常会话则提醒相关人员对当前会话的会话内容进行关注处理。

进一步的，所述根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话，包括：

判断所述目标讨论话题的异常指数是否大于指数异常阈值；若大于，则确定所述待检测的当前会话为异常会话；若小于，则确定所述待检测的当前会话为正常会话。

这里，判断目标讨论话题的异常指数是否大于指数异常阈值；若大于，则待检测的当前会话为异常会话；若小于，则待检测的当前会话为正常会话。

在具体实施例中，获取待检测的当前会话，并从待检测的当前会话中提取出目标讨论话题，统计在13点-14点内与目标讨论话题相关联的历史会话的会话次数，然后利用所述目标讨论话题的会话次数以及目标讨论话题相对应的正常会话次数区间，确定出目标讨论话题的异常指数；根据目标讨论话题的异常指数，确定出当前会话是否为异常会话。

在另一具体实施例中，对待检测的当前会话进行词性分析，确定出待检测的当前会话的主体词和现象词，利用待检测的当前会话的主体词和现象词，确定出目标讨论话题，在13点-14点内筛选出目标讨论话题相关联的历史会话的会话次数，在确定出13点-14点所属于的是工作日还是假期，若是工作日则在历史会话中获取30天的每一个工作日在13点-14点目标讨论话题的出现次数，并选取出出现次数的最大值和最小值确定出目标讨论话题的工作日会话次数区间，并利用目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。在本申请方案中，当任何一个员工与客户进行沟通的会话相对应的目标讨论话题在第一预设时间段内出现了异常时，能够及时的确定出该会话为异常会话，并且向其他员工同步该异常会话，以避免员工们错过处理异常会话的最佳时机。

本申请实施例提供的一种用户会话的异常监测方法、装置、电子设备及存储介质，通过对员工和客户沟通所产生的会话进行异常检测，当会话所对应的目标讨论话题在第一预设时间段内出现异常时，可以快速确定出该会话的异常，从而实现了提高确定异常会话及时性，以及不同工作人员之间关于异常会话的同步性。

请参阅图2、图3，图2为本申请实施例所提供的一种用户会话的异常监测装置的结构示意图之一，图3为本申请实施例所提供的一种用户会话的异常监测装置的结构示意图之二。如图2中所示，所述用户会话的异常监测装置200包括：

获取模块210，用于获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；

统计模块220，用于统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；

异常指数确定模块230，用于基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；

异常会话确定模块240，用于根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

进一步的，所述获取模块210在用于所述获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题时，所述获取模块210具体用于：

对所述待检测的当前会话进行词性分析，确定出所述待检测的当前会话的主体词和现象词；

基于所述待检测的当前会话的主体词和现象词，确定出目标讨论话题。

进一步的，所述统计模块220在用于所述统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数时，所述统计模块220具体用于：

在所述第一预设时间段内的历史会话中确定出多个第一讨论话题，并从每一个所述第一讨论话题的讨论内容中提取出相对应的实体词；

将所述多个第一讨论话题中具有相同实体词所对应的讨论话题进行合并，得到至少一个第二讨论话题；

统计在所述第一预设时间段内每一个所述第二讨论话题的会话次数，并从各个所述第二讨论话题的会话次数中确定出所述目标讨论话题相关联的历史会话的会话次数。

进一步的，如图3所示，所述用户会话的异常监测装置200还包括正常会话次数区间模块250，其中，所述正常会话次数区间包括工作日会话次数区间以及假期会话次数区间，所述正常会话次数区间模块250通过以下步骤确定所述目标讨论话题相对应的正常会话次数区间：

基于在第二预设时间段内每一个工作日中的各个第一预设时间段内所述目标讨论话题出现次数的最大值以及出现次数的最小值，确定出所述目标讨论话题相对应的工作日会话次数区间；

基于在第二预设时间段内每一个假期中的各个第一预设时间段内所述目标讨论话题出现次数的最大值以及出现次数的最小值，确定出所述目标讨论话题相对应的假期会话次数区间。

进一步的，所述异常指数确定模块230在用于所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数时，所述异常指数确定模块230具体用于：

判断所述目标讨论话题的会话次数是否大于所述目标讨论话题相对应的正常会话次数区间的最大值；

若大于，则基于第一差值和第二差值确定出所述目标讨论话题的异常指数；

其中，所述第一差值为所述目标讨论话题相对应的正常会话次数区间中的最小值与所述目标讨论话题的会话次数之间的差值，所述第二差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值之间的差值。

进一步的，所述异常指数确定模块230在用于基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数时，所述异常指数确定模块230具体用于：

判断所述目标讨论话题的会话次数是否小于所述目标讨论话题相对应的正常会话次数区间的最小值；

若小于，则基于第三差值和第四差值确定出所述目标讨论话题的异常指数；

其中，所述第三差值为所述目标讨论话题的会话次数与所述目标讨论话题相对应的正常会话次数区间中的最大值之间的差值，所述第四差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值的差值。

进一步的，所述异常会话确定模块240在用于所述根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话时，所述异常会话确定模块240具体用于：

判断所述目标讨论话题的异常指数是否大于指数异常阈值；

若大于，则确定所述待检测的当前会话为异常会话；

若小于，则确定所述待检测的当前会话为正常会话。

本申请实施例提供的一种用户会话的异常监测装置，所述异常监测装置包括：获取模块，用于获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；统计模块，用于统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；异常指数确定模块，用于基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；异常会话确定模块，用于根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

本申请实施例提供的用户会话的异常监测方装置，通过在待检测的当前会话之中提取出目标讨论话题，并统计在第一预设时间段内与目标讨论话题相关联的历史会话的会话次数，利用目标讨论话题的会话次数以及目标讨论话题相对应的正常会话次数区间，确定出目标讨论话题的异常指数，根据目标讨论话题的异常指数，确定出当前会话是否为异常会话，这样，可以提高确定异常会话及时性，并且可以实现不同工作人员之间关于异常会话的同步性。

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1所示方法实施例中的一种用户会话的异常监测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的一种用户会话的异常监测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。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，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，又例如，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信连接可以是通过一些通信接口，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。

所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。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或者该技术方案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中，包括若干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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，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：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种用户会话的异常监测方法，其特征在于，所述异常监测方法包括：

获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；

统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；

基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；

根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

2.根据权利要求1所述的异常监测方法，其特征在于，所述获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题，包括：

对所述待检测的当前会话进行词性分析，确定出所述待检测的当前会话的主体词和现象词；

基于所述待检测的当前会话的主体词和现象词，确定出目标讨论话题。

3.根据权利要求1所述的异常监测方法，其特征在于，所述统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数，包括：

在所述第一预设时间段内的历史会话中确定出多个第一讨论话题，并从每一个所述第一讨论话题的讨论内容中提取出相对应的实体词；

将所述多个第一讨论话题中具有相同实体词所对应的讨论话题进行合并，得到至少一个第二讨论话题；

统计在所述第一预设时间段内每一个所述第二讨论话题的会话次数，并从各个所述第二讨论话题的会话次数中确定出所述目标讨论话题相关联的历史会话的会话次数。

4.根据权利要求1所述的异常监测方法，其特征在于，其中，所述正常会话次数区间包括工作日会话次数区间以及假期会话次数区间，通过以下步骤确定所述目标讨论话题相对应的正常会话次数区间：

基于在第二预设时间段内每一个工作日中的各个第一预设时间段所述目标讨论话题出现次数的最大值以及最小值，确定出所述目标讨论话题相对应的工作日会话次数区间；

基于在第二预设时间段内每一个假期中的各个第一预设时间段所述目标讨论话题出现次数的最大值以及最小值，确定出所述目标讨论话题相对应的假期会话次数区间。

5.根据权利要求1所述的异常监测方法，其特征在于，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

判断所述目标讨论话题的会话次数是否大于所述目标讨论话题相对应的正常会话次数区间的最大值；

若大于，则基于第一差值和第二差值确定出所述目标讨论话题的异常指数；

其中，所述第一差值为所述目标讨论话题相对应的正常会话次数区间中的最小值与所述目标讨论话题的会话次数之间的差值，所述第二差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值之间的差值。

6.根据权利要求1所述的异常监测方法，其特征在于，所述基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数，包括：

判断所述目标讨论话题的会话次数是否小于所述目标讨论话题相对应的正常会话次数区间的最小值；

若小于，则基于第三差值和第四差值确定出所述目标讨论话题的异常指数；

其中，所述第三差值为所述目标讨论话题的会话次数与所述目标讨论话题相对应的正常会话次数区间中的最大值之间的差值，所述第四差值为所述目标讨论话题相对应的正常会话次数区间中的最大值与所述目标讨论话题相对应的正常会话次数区间中的最小值的差值。

7.根据权利要求1所述的异常监测方法，其特征在于，所述根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话，包括：

判断所述目标讨论话题的异常指数是否大于指数异常阈值；

若大于，则确定所述待检测的当前会话为异常会话；

若小于，则确定所述待检测的当前会话为正常会话。

8.一种用户会话的异常监测装置，其特征在于，所述异常监测装置包括：

获取模块，用于获取待检测的当前会话，并从所述待检测的当前会话中提取出目标讨论话题；

统计模块，用于统计在第一预设时间段内与所述目标讨论话题相关联的历史会话的会话次数；

异常指数确定模块，用于基于所述目标讨论话题的会话次数以及所述目标讨论话题相对应的正常会话次数区间，确定出所述目标讨论话题的异常指数；

异常会话确定模块，用于根据所述目标讨论话题的异常指数，确定出所述待检测的当前会话是否为异常会话。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的一种用户会话的异常监测方法的步骤。

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运行时执行如权利要求1至7任一所述的一种用户会话的异常监测方法的步骤。

Images