CN116701658A - 业务意向的确定方法、装置及计算机设备 - Google Patents

Abstract

本申请涉及一种业务意向的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，可用于金融领域中的业务处理流程。其中，该方法包括：获取用户与智能问答机器人的业务咨询对话，基于知识图谱提取重点业务信息并对用户画像进行更新，还可以确定业务画像，根据业务画像和更新后的用户画像确定目标业务的意向得分。这样，可以充分利用线上渠道，且根据对话内容中提取的信息对已有的用户画像进行更新，可以更加适配用户的实时需求，避免依赖于单一的历史数据，得到的意向得分可以反映用户对业务的意向程度，以便及时根据用户意向做出相应的业务调整，提高业务办理成功率，加强对业务数据和业务信息的利用。

Description

业务意向的确定方法、装置及计算机设备

技术领域

本公开涉及人工智能领域，尤其涉及一种业务意向的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能、大数据技术的兴起为银行等依赖于用户群体的行业发展带来了新的动力。通过大数据采集等数据处理方法，结合人工智能技术，可以高效率地对与用户相关的业务数据进行分析，改进业务处理流程，提高业务处理效率。

目前，相关领域中的数据处理方法，仅停留在对用户基础业务数据的静态分析应用。随着人工智能和大数据技术的进步，这种方式与用户实时变化的动态需求不匹配，得到的结果无法准确反映用户对业务办理的实际意向程度，数据利用效率过低。

发明内容

基于此，针对上述技术问题，提供一种业务意向的确定方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。本公开的技术方案如下：

根据本公开实施例的一个方面，提供一种业务意向的确定方法，包括：

获取用户与智能问答机器人的业务咨询对话；

基于预设的知识图谱，提取所述业务咨询对话的重点业务信息；

根据所述重点业务信息对所述用户的用户画像进行更新；

从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像；

根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分；所述意向得分用于表示所述用户对所述目标业务的意向程度。

在其中一个实施例中，所述基于预设的知识图谱，提取所述业务咨询对话的重点业务信息包括：

获取预设的知识图谱，识别所述业务咨询对话中与所述知识图谱相匹配的业务实体；

基于所述知识图谱中各实体之间的关联关系，从所述知识图谱中获取所述业务实体的关联实体；

将所述业务实体和所述关联实体作为所述业务咨询对话的重点业务信息。

在其中一个实施例中，所述根据所述重点业务信息对所述用户的用户画像进行更新包括：

检测所述重点业务信息中出现频次达到预设阈值的关键词；

基于所述知识图谱，生成与所述关键词对应的用户标签；

根据所述用户标签对所述用户的用户画像进行更新，得到更新后的用户画像。

在其中一个实施例中，在确定所述目标业务的意向得分之后，还包括：

将所述重点业务信息、所述意向得分提供给负责所述目标业务的工作人员。

在其中一个实施例中，在确定所述目标业务的意向得分之后，还包括：

检测到所述意向得分超过预设意向阈值的情况下，将所述业务咨询对话转接至特定的人工客服。

在其中一个实施例中，在确定所述目标业务的意向得分之后，还包括：

获取所述目标业务的历史业务数据；

根据所述目标业务的处理流程、所述历史业务数据、所述意向得分，对所述目标业务的业务画像进行更新。

根据本公开实施例的另一方面，提供一种业务意向的确定装置，包括：

对话获取模块，用于获取用户与智能问答机器人的业务咨询对话；

信息提取模块，用于基于预设的知识图谱，提取所述业务咨询对话的重点业务信息；

画像更新模块，用于根据所述重点业务信息对所述用户的用户画像进行更新；

业务确定模块，用于从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像；

意向得分确定模块，用于根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分；所述意向得分用于表示所述用户对所述目标业务的意向程度。

根据本公开实施例的另一方面，还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

根据本公开实施例的另一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

根据本公开实施例的另一方面，还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例提供的技术方案中，可以获取用户与智能问答机器人的业务咨询对话，并基于知识图谱提取对话中的重点业务信息，根据重点业务信息可以对用户画像进行更新，也可以确定目标业务并获取对应的业务画像，根据业务画像和更新后的用户画像确定目标业务的意向得分。这样，从业务咨询对话中提取业务信息，可以充分利用线上渠道，且根据对话内容中提取的信息对已有的用户画像进行更新，可以更加适配用户的实时需求，避免依赖于单一的历史数据，得到的意向得分可以反映用户对业务的意向程度，以便及时根据用户意向做出相应的业务调整，提高业务办理成功率，加强对业务数据和业务信息的利用。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

为了更清楚地说明本说明书实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施方式，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是一个实施例中一种业务意向的确定方法的流程示意图；

图2是一个实施例中一种提取重点业务信息的方法的流程示意图；

图3是一个实施例中一种更新用户画像方法的流程示意图；

图4是另一个实施例中一种业务意向的确定方法的流程示意图；

图5是另一个实施例中一种业务意向的确定方法的流程示意图；

图6是另一个实施例中一种业务意向的确定方法的流程示意图；

图7是一个实施例中一种业务意向的确定装置的结构示意图；

图8是一个实施例中一种计算机设备的内部结构示意图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开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的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。例如若使用到第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“前”、“后”、“周向”、“行进方向”以及类似的表述是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

除非另有定义，本文所使用的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义可以相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”、“和/或”、“至少…之一”包括一个或多个相关的所列项目的任意的和所有的组合。需要说明的是，本公开中所描述的相连、连接等，可以是通过器件间的接口或引脚直接连接，也可以是通过引线连接，还可以是通过无线连接(通信连接)。

银行等金融机构掌握着海量用户的业务数据，如何对这些业务数据进行合理有效的利用一直是热门问题。发明人经过研究发现，相关技术中的解决方案都存在一些缺点或限制，对业务数据的利用仅停留在邀约用户进入网点战场的拉客渠道，业务数据的深度挖掘和利用不足，与线上渠道的结合程度不高，数据利用效率较差，且无法很好地应对用户实时变化的动态需求。

基于上述技术问题，发明人开发出一种基于业务咨询数据的业务意向确定方法，可以有效利用业务平台的线上渠道，根据用户实时需求完善业务数据的处理策略，更加高效准确地确定用户实际意向，提高业务办理成功率，缩减不必要的业务流程。

在一个实施例中，如图1所示，提供了一种业务意向的确定方法，包括以下步骤：

步骤S210，获取用户与智能问答机器人的业务咨询对话。

其中，智能问答机器人可以是银行等机构在手机银行等APP上开发的智能对话模型，可以用于与客户端用户进行交互问答。所述交互问答可以是文字形式的问答，也可以是语音等其他形式的问答。

具体地，可以获取用户通过手机、计算机等终端设备在APP上与对话模型的业务咨询对话，业务咨询对话可以包括用户基于具体业务类型、业务信息、业务办理流程等向智能问答机器人发起的对话。在一些其他实施方式中，智能问答机器人也可以包括银行大厅等场所设置的专门解答用户疑问的智能机器人。

步骤S220，基于预设的知识图谱，提取所述业务咨询对话的重点业务信息。

其中，知识图谱是把不同种类的信息连接在一起而得到的一个关系网络，它提供了从“关系”的角度去分析问题的能力。知识图谱可以把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，可以应用于智能搜索、文本分析、机器阅读理解、异常监控、风险控制等场景。知识图谱通常可以分为综合类的知识图谱和专业类的知识图谱两种，专业类的知识图谱主要基于特定专业领域揭示信息之间的关系。

具体地，可以基于预设的专业领域内的知识图谱，对业务咨询对话中出现的词语进行识别，提取与知识图谱关联性较强的重点业务信息。例如，银行等金融机构可以基于自身行业特点和大量金融业务数据构建知识图谱，根据构建的知识图谱，对业务咨询对话进行信息提取，得到用户类型、用户咨询的业务类型等重点业务信息。

步骤S230，根据所述重点业务信息对所述用户的用户画像进行更新。

其中，用户画像可以是根据用户信息、用户历史业务数据以及一些预设的标签生成的。例如，银行可以根据用户身份、年收入、年度流水、年度存款等数据为用户分配不同的标签，并根据这些标签生成用户画像。

具体地，可以识别用户的身份，并从数据库中获取该用户的用户画像，根据从业务咨询对话中提取的重点业务信息，对获取的用户画像进行更新。例如，用户此前的存款数额为一万元，用户画像中对应标签为小额存款用户，根据业务咨询对话提取到的重点业务信息中包括用户此前已办理了一百万元存款，则可以将其更新为大额存款用户。在一些其他实施方式中，若用户此前不具有用户画像，也可以根据提取的重点业务信息为该用户生成用户画像。

步骤S240，从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像。

其中，基本业务类型可以是银行所提供的各项常规业务类型，例如信用卡申请、理财产品购买等。业务画像可以是一些具体业务产品的画像，例如银行推出某类理财产品后，可以根据理财产品的入门金额、购买同类理财产品的用户的级别等数据生成理财产品的业务画像。

具体地，根据提取出的重点业务信息，可以从基本业务类型中确认匹配的目标业务，获取与目标业务对应的业务画像。例如，提取出的重点业务信息为大额定期存款，可以从银行提供的业务中筛选出与大额定期存款对应的业务，并从数据库中获取这些业务的业务画像。

步骤S250，根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分。

其中，所述意向得分用于表示所述用户对所述目标业务的意向程度。

具体地，基于预设的打分规则或打分模型，可以根据业务画像和用户画像，对目标业务进行打分，确定用户对该目标业务的意向得分。例如，若目标业务为理财产品购买，该理财产品的业务画像中包含重点会员、理财达人等标签，该用户的用户画像中对应的标签为普通会员、理财新人，则可以根据打分规则中为标签分配的权重确定相应的意向得分。

本公开实施例提供的技术方案中，可以获取用户与智能问答机器人的业务咨询对话，并基于知识图谱提取对话中的重点业务信息，根据重点业务信息可以对用户画像进行更新，也可以确定目标业务并获取对应的业务画像，根据业务画像和更新后的用户画像确定目标业务的意向得分。这样，从业务咨询对话中提取业务信息，可以充分利用线上渠道，且根据对话内容中提取的信息对已有的用户画像进行更新，可以更加适配用户的实时需求，避免依赖于单一的历史数据，得到的意向得分可以反映用户对业务的意向程度，以便及时根据用户意向做出相应的业务调整，提高业务办理成功率，加强对业务数据和业务信息的利用。

在一个实施例中，如图2所示，所述基于预设的知识图谱，提取所述业务咨询对话的重点业务信息包括：

步骤S2202，获取预设的知识图谱，识别所述业务咨询对话中与所述知识图谱相匹配的业务实体。

其中，知识图谱可以预先根据业务领域的基础理论以及大量业务数据构建得到。知识图谱是一种基于图的数据结构，由节点(point)和边(Edge)组成，每个节点表示一个“实体”，每条边为实体与实体之间的“关系”，知识图谱本质上是语义网络。实体指的可以是现实世界中的事物，比如人、地名、公司、电话、动物等；关系则可以用来表达不同实体之间的某种联系。

具体地，可以根据业务领域获取预设的知识图谱，得到知识图谱中的各项知识实体，并识别业务咨询对话中是否出现了知识图谱中的实体。在一些其他实施方式中，也可以通过NLP(Natural Language Processing，自然语言处理)技术对业务咨询对话的内容进行句法、语义分析等，总结业务咨询对话的含义，并确定对话内容所表达的含义是否在知识图谱中存在对应的实体。

步骤S2204，基于所述知识图谱中各实体之间的关联关系，从所述知识图谱中获取所述业务实体的关联实体。

具体地，根据知识图谱中各个实体之间的关系，可以根据从业务咨询对话中识别出的业务实体，从知识图谱中找到与该业务实体关联程度较高的其他实体。例如，股东与董事在知识图谱中属于关联性较高的两个实体，若从业务咨询对话中识别出股东这一实体，则可以从知识图谱中获取董事这一关联实体。

步骤S2206，将所述业务实体和所述关联实体作为所述业务咨询对话的重点业务信息。

上述实施例中，可以获取预设的知识图谱，在业务咨询对话中识别出对应的业务实体，再根据该业务实体从知识图谱中获取关联实体，将业务实体和关联实体作为业务咨询对话的重点业务信息。这种业务信息提取方式可以通过算法自动实现，相较于人工识别方式，效率更高，速度更快。

在一个实施例中，如图3所示，所述根据所述重点业务信息对所述用户的用户画像进行更新包括：

步骤S2302，检测所述重点业务信息中出现频次达到预设阈值的关键词。

其中，预设阈值可以为任意值，例如可以为三次。

具体地，可以统计重点业务信息中同一词语出现的次数，将出现频次达到一定阈值的词作为关键词。例如，预设阈值为两次，在重点业务信息中存款一词出现两次，则可以将存款作为一个关键词。

步骤S2304，基于所述知识图谱，生成与所述关键词对应的用户标签。

其中，用户标签可以用于生成用户画像。

具体地，可以根据知识图谱中的实体对应关系，确定与关键词对应的实体，并基于关键词对应的实体以及用户标签的生成规则，生成用户标签。例如，用户标签中包括贷款用户，若重点业务信息中出现的关键词包括贷款、还款期限，则可以为该用户生成贷款用户的用户标签。

步骤S2306，根据所述用户标签对所述用户的用户画像进行更新，得到更新后的用户画像。

具体地，根据步骤S2304中生成的用户标签，可以对用户画像进行标签的增添和/或替换，得到更新后的用户画像。

上述实施例中，可以根据重点业务信息中的关键词，生成与关键词对应的用户标签，并根据用户标签对用户的用户画像进行更新。这样，可以对业务咨询对话中包含的重点信息进行有效利用，及时更新用户的画像，以便确定与用户当前阶段相匹配的实时需求。

在一个实施例中，如图4所示，在确定所述目标业务的意向得分之后，还包括：

步骤S260，将所述重点业务信息、所述意向得分提供给负责所述目标业务的工作人员。

具体地，可以将业务类型等重点业务信息以及确定的意向得分提供给负责相应具体业务的工作人员，以便及时做出营销策略等方面的调整。例如，若用户对大额定期存款等业务的意向得分较高，则可以进行记录并打上标签，以便向该用户推送更多与定期存款相关的业务信息；若用户对理财产品等业务的意向得分较低，则可以减少此类业务信息的推送。

上述实施例中，可以将业务类型等业务信息以及意向得分发送给负责具体业务的工作人员，工作人员可以及时根据意向得分做出营销策略上的调整，合理优化资源推送信息。

在一个实施例中，如图5所示，在确定所述目标业务的意向得分之后，还包括：

步骤S270，检测到所述意向得分超过预设意向阈值的情况下，将所述业务咨询对话转接至特定的人工客服。

其中，意向阈值可以是任意值，可以根据目标业务的类型自定义设置。

具体地，在确定用户对目标业务的意向得分后，可以将该意向得分与目标业务的意向阈值进行比较，若用户的意向得分超过该业务的意向阈值，则可以将业务咨询对话转接至该业务相关的人工客服。例如，若用户正通过智能问答机器人咨询某项理财产品，该理财产品的意向阈值为70分，用户对购买该理财产品的意向得分为80分，则可以直接将业务咨询对话转接至负责理财产品的人工客服。

上述实施例中，可以在意向得分超过业务意向阈值的情况下，直接将业务咨询对话转接特定的人工客服，由人工客服及时跟进，向用户提供更专业的咨询，引导用户采用更便捷的办理方式，避免智能问答机器人因无法判断用户需求而导致业务办理失败。

在一个实施例中，如图6所示，在确定所述目标业务的意向得分之后，还包括：

步骤S280，获取所述目标业务的历史业务数据。

具体地，在确定目标业务的意向得分后，可以获取该业务的历史业务数据。例如，若目标业务为小额贷款，可以获取银行中所有小额贷款的历史数据，包括贷款数额、贷款期限、贷款人的用户画像等。

步骤S290，根据所述目标业务的处理流程、所述历史业务数据、所述意向得分，对所述目标业务的业务画像进行更新。

其中，业务的处理流程可以包括用户侧的申请流程和业务系统的审批流程等。

具体地，可以根据业务的申请流程、审批流程等因素，结合该业务的历史业务数据以及意向得分，重新对该业务的各项标签做出评估，更新业务画像。例如，若目标业务为小额贷款，可以获取小额贷款的所有业务数据，根据业务流程的复杂程度、小额贷款办理成功率、不同用户的意向得分等因素，对小额贷款的业务画像进行调整和更新。在一些其他实施方式中，除了目标业务的处理流程、历史业务数据、意向得分，还可以利用大数据技术获取行业内该业务的相关信息，结合该业务的市场定位等因素，对业务画像进行综合评估，以便为业务层级划分提供依据。

上述实施例中，在确定意向得分之后，可以获取历史业务数据，并根据业务处理流程、历史业务数据以及意向得分等因素，对业务画像进行更新，适配不断变化的业务需求，并可以为不同业务的层级划分提供依据。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

本申请各实施例中可能涉及的用户画像、业务信息等，均为严格按照法律法规的要求，遵循合法、正当、必要的原则，基于业务场景的合理目的，处理用户在业务交互过程中主动提供的与业务相关的数据信息。

根据本公开实施例的另一方面，如图7所示，还提供一种业务意向的确定装置，包括：

对话获取模块310，用于获取用户与智能问答机器人的业务咨询对话；

信息提取模块320，用于基于预设的知识图谱，提取所述业务咨询对话的重点业务信息；

画像更新模块330，用于根据所述重点业务信息对所述用户的用户画像进行更新；

业务确定模块340，用于从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像；

意向得分确定模块350，用于根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分；所述意向得分用于表示所述用户对所述目标业务的意向程度。

关于上述确定装置的具体限定可以参见上文中对于上述确定方法的限定，在此不再赘述。根据上述确定方法，所述确定装置可以增加第一模块、第二模块等实现相应的方法实施例中的步骤。上述确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

需要说明的是，本发明的业务意向的确定方法和确定装置可用于金融领域中的业务处理流程，也可用于除金融领域之外的任意领域，本发明的方法和装置的应用领域不做限定。

根据本公开实施例的另一方面，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现上述确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

根据本公开实施例的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。

Claims (10)

1.一种业务意向的确定方法，其特征在于，包括：

获取用户与智能问答机器人的业务咨询对话；

基于预设的知识图谱，提取所述业务咨询对话的重点业务信息；

根据所述重点业务信息对所述用户的用户画像进行更新；

从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像；

根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分；所述意向得分用于表示所述用户对所述目标业务的意向程度。

2.根据权利要求1所述的方法，其特征在于，所述基于预设的知识图谱，提取所述业务咨询对话的重点业务信息包括：

获取预设的知识图谱，识别所述业务咨询对话中与所述知识图谱相匹配的业务实体；

基于所述知识图谱中各实体之间的关联关系，从所述知识图谱中获取所述业务实体的关联实体；

将所述业务实体和所述关联实体作为所述业务咨询对话的重点业务信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述重点业务信息对所述用户的用户画像进行更新包括：

检测所述重点业务信息中出现频次达到预设阈值的关键词；

基于所述知识图谱，生成与所述关键词对应的用户标签；

根据所述用户标签对所述用户的用户画像进行更新，得到更新后的用户画像。

4.根据权利要求1所述的方法，其特征在于，在确定所述目标业务的意向得分之后，还包括：

将所述重点业务信息、所述意向得分提供给负责所述目标业务的工作人员。

5.根据权利要求1所述的方法，其特征在于，在确定所述目标业务的意向得分之后，还包括：

检测到所述意向得分超过预设意向阈值的情况下，将所述业务咨询对话转接至特定的人工客服。

6.根据权利要求1所述的方法，其特征在于，在确定所述目标业务的意向得分之后，还包括：

获取所述目标业务的历史业务数据；

根据所述目标业务的处理流程、所述历史业务数据、所述意向得分，对所述目标业务的业务画像进行更新。

7.一种业务意向的确定装置，其特征在于，包括：

对话获取模块，用于获取用户与智能问答机器人的业务咨询对话；

信息提取模块，用于基于预设的知识图谱，提取所述业务咨询对话的重点业务信息；

画像更新模块，用于根据所述重点业务信息对所述用户的用户画像进行更新；

业务确定模块，用于从预设的基本业务类型中确定出与所述重点业务信息相匹配的目标业务，并获取所述目标业务的业务画像；

意向得分确定模块，用于根据所述业务画像和更新后的用户画像，确定所述目标业务的意向得分；所述意向得分用于表示所述用户对所述目标业务的意向程度。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。