CN117708298B - 一种用于产品展示的人机交互管理系统及方法 - Google Patents
一种用于产品展示的人机交互管理系统及方法 Download PDFInfo
- Publication number
- CN117708298B CN117708298B CN202311794712.0A CN202311794712A CN117708298B CN 117708298 B CN117708298 B CN 117708298B CN 202311794712 A CN202311794712 A CN 202311794712A CN 117708298 B CN117708298 B CN 117708298B
- Authority
- CN
- China
- Prior art keywords
- answer
- output
- sentences
- sentence
- product
- 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
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 239000000047 product Substances 0.000 claims description 138
- 230000004044 response Effects 0.000 claims description 93
- 238000012795 verification Methods 0.000 claims description 30
- 238000007726 management method Methods 0.000 claims description 28
- 238000005259 measurement Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 239000013589 supplement Substances 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000009411 base construction Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
-
- 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
- G06F16/35—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于产品交互式展示技术领域，具体涉及一种用于产品展示的人机交互管理系统及方法。该发明能够根据用户指令对应答语句进行分类，得到直接输出式的唯一应答语句以及相互关联的同类型应答语句，并且还能够对同类型应答语句进行校验和评估，从而确定各个同类型应答语句的输出优先级，在同类型语句输出之后，还会根据用户的应答反馈来确定各个同类型应答语句的输出准确率，再将该输出准确率作为同类型输出语句的优先级判定条件之一，与同类型语句和用户指令的关联度进行结合运算，以此来自适应调整同类型输出语句的输出优先级，保证用户能够快速的得到更为准确和相关的应答语句。
Description
技术领域
本发明属于产品交互式展示技术领域，具体涉及一种用于产品展示的人机交互管理系统及方法。
背景技术
随着科技的不断发展，人们对于产品展示的需求也在不断提高，传统的产品展示方式主要为产品展示方式主要包括实体展示和虚拟展示两种，实体展示主要通过实物陈列、橱窗展示等方式，让消费者直观地了解产品的外观、功能和性能，然而，实体展示方式存在诸多局限性，如空间限制、展示效果受限等，因此，新型的人机交互管理系统便应运而生，这种展示系统可以为用户提供更加便捷、高效和个性化的产品展示体验，从而提高产品的销售额和市场占有率，由此可见，采用人机交互的方式进行产品展示，在未来有很好的发展前景。
现有技术中，产品展示过程中的交互应答信息多是固定的，在用户询问之后，仅会给出单一程序性的回应，无法根据用户的反馈作出及时性的调整，这无疑会逐渐降低用户与产品交互的兴趣，相应的，也就会使用户的购买欲降低，这显然不符合产品展示的初衷，基于此，本方案提供了一种对应答语句进行自适调整的用于产品展示的人机交互管理方法。
发明内容
本发明的目的是提供一种用于产品展示的人机交互管理系统及方法，能够对应答语句进行自适应调整，保证应答语句的输出能够更为快速和准确。
本发明采取的技术方案具体如下：
一种用于产品展示的人机交互管理系统及方法，包括：
获取产品信息，并在展示环境中通过人机交互对所述产品信息进行展示，其中，所述产品信息包括产品参数、产品广告以及产品实体；
根据所述产品信息生成多条应答语句，并向多条所述应答语句汇总为应答数据库；
实时获取产品前端的用户指令，并根据所述用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级，并依据所述输出优先级将待输出应答语句逐一发送至产品前端执行应答；
获取各个所述待输出应答语句输出后的用户应答反馈，得到各个所述待输出应答语句的输出准确率，且依据所述输出准确率重新排列同类型应答语句的输出优先级。
在一种优选方案中，所述产品参数包括产品的尺寸、重量颜色以及材料，所述产品广告包括产品的功能介绍、使用方法以及优点，所述产品实体包括产品的外观、结构以及内部构造。
在一种优选方案中，所述唯一应答语句匹配后，会直接发送至所述产品前端执行应答，且用户反馈回答错误后，生成无法应答提示，并采集用户的详细诉求再将其标定为待补充诉求；
若根据所述待补充诉求能从应答数据库中匹配对应的应答语句，则将该待补充诉求转换为正常诉求，并重新发送对应的应答语句至产品前端进行应答，且在用户确认正确后，将原用户指令标定为错误指令，反之，则保留待补充诉求，并根据所述待补充诉求补充应答语句，再将补充后的应答语句标定为补充语句。
在一种优选方案中，所述待补充诉求输出后，实时统计所述待补充诉求的数量，并标定为待评估参数；
获取评估阈值，并与所述待评估参数进行比较；
若所述待评估参数大于评估阈值，则将所有所述补充诉求以及对应的补充语句汇总为问卷文本，并采集用户对问卷文本的问卷反馈，再根据所述问卷反馈向应答数据库中添加补充语句；
若所述待评估参数小于或等于评估阈值，则继续统计补充诉求以及补充语句。
在一种优选方案中，所述将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级的步骤，包括：
获取用户指令，并转化为文本语句，再对该文本语句进行拆分处理，得到多个特征词汇，其中，每个所述特征词汇均对应多个应答词汇；
获取各个所述同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度，再将该关联度标定为待校验参数；
从所述校验模型中调用校验阈值，再与所述待校验参数进行比较；
若所述待校验参数大于或等于校验阈值，则表明该所述同类型语句与用户指令相关，并将所有大于或等于校验阈值的待校验参数按照由大至小的顺序进行排列，再依据其确定对应同类型应答语句的输出优先级；
若所述待校验参数小于校验阈值，则表明该所述同类型应答语句与用户指令不相关，并同步进行筛除。
在一种优选方案中，所述获取各个所述同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度的步骤，包括：
获取所述特征词汇的应答表，所述应答表中包括多个与特征词汇相关联的基准词汇，且每个所述基准词汇均对应一个关联系数，且关联系数取值越大，基准词汇与特征词汇的关联度越高；
获取各个同类型语句中与基准词汇对应的应答词汇，以及其对应的关联系数；
从所述关联度测算模型中调用测算函数；
将所述关联系数输入至测算函数中，并将其输出结果标定为同类型应答语句与用户指令的关联度。
在一种优选方案中，所述获取各个所述应答语句下用户的应答反馈，得到各个所述应答语句的输出准确率的步骤，包括：
获取应答反馈，以及所述应答语句的总输出次数，其中，所述应答反馈包括应答准确和应答错误；
所述应答语句输出后，实时采集产品前端的用户影像；
若所述应答语句未完全输出，且所述用户影像丢失，则将此次应答语句的输出标定为无效输出，且不计入应答语句的总输出次数中；
若所述应答语句完全输出，则将此次应答语句的输出标定为有效输出，且计入应答语句的总输出次数中，其中，有效输出下未收到用户反馈时，则认定其为应答准确；
计算所述应答准确的总次数在应答语句的总输出次数中的占比率，并将其标定为应答语句的输出准确率。
在一种优选方案中，所述依据所述输出准确率重新排列同类型应答语句的输出优先级的步骤，包括：
实时获取各个所述同类型应答语句的输出准确率，并按照由高至低的顺序进行排列；
将各个所述同类型应答语句的输出准确率与关联度进行结合运算，得到重构参数；
依据所述重构参数的取值，按照由大至小的顺序逐一确定各个所述同类型应答语句的输出优先级。
本发明还提供了，一种用于产品展示的人机交互管理系统，应用于上述的用于产品展示的人机交互管理方法，包括：
信息采集模块，所述信息采集模块用于获取产品信息，并在展示环境中通过人机交互对所述产品信息进行展示，其中，所述产品信息包括产品参数、产品广告以及产品实体；
应答库构建模块，所述应答库构建模块用于根据所述产品信息生成多条应答语句，并向多条所述应答语句汇总为应答数据库；
语句分类模块，所述语句分类模块用于实时获取产品前端的用户指令，并根据所述用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
语句输出模块，所述语句输出模块用于将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级，并依据所述输出优先级将待输出应答语句逐一发送至产品前端执行应答；
重构模块，所述重构模块用于获取各个所述待输出应答语句输出后的用户应答反馈，得到各个所述待输出应答语句的输出准确率，且依据所述输出准确率重新排列同类型应答语句的输出优先级。
以及，一种用于产品展示的人机交互管理终端，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上述的用于产品展示的人机交互管理方法。
本发明取得的技术效果为：
本发明能够根据用户指令对应答语句进行分类，得到直接输出式的唯一应答语句以及相互关联的同类型应答语句，并且还能够对同类型应答语句进行校验和评估，从而确定各个同类型应答语句的输出优先级，在同类型语句输出之后，还会根据用户的应答反馈来确定各个同类型应答语句的输出准确率，再将该输出准确率作为同类型输出语句的优先级判定条件之一，与同类型语句和用户指令的关联度进行结合运算，以此来自适应调整同类型输出语句的输出优先级，保证用户能够快速的得到更为准确和相关的应答语句。
附图说明
图1是本发明实施例1所提供的方法流程图；
图2是本发明实施例2所提供的方法流程图；
图3是本发明实施例3所提供的方法流程图；
图4是本发明实施例4所提供的系统模块图；
图5是本发明实施例5所提供的终端结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个较佳的实施方式中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
请参阅图1所示，本发明提供了一种用于产品展示的人机交互管理方法，包括：
S1、获取产品信息，并在展示环境中通过人机交互对产品信息进行展示，其中，产品信息包括产品参数、产品广告以及产品实体；
S2、根据产品信息生成多条应答语句，并向多条应答语句汇总为应答数据库；
S3、实时获取产品前端的用户指令，并根据用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
S4、将同类型应答语句输入至校验模型中，得到与其对应的多个待输出应答语句的输出优先级，并依据输出优先级将待输出应答语句逐一发送至产品前端执行应答；
S5、获取各个待输出应答语句输出后的用户应答反馈，得到各个待输出应答语句的输出准确率，且依据输出准确率重新排列同类型应答语句的输出优先级。
如上述步骤S1-S5所述，随着科技的不断发展，人们对于产品展示的需求也越来越高，传统的产品展示方式已经无法满足现代人的审美需求和信息获取方式，为了提高产品展示的效果，吸引消费者的注意力，人们开始尝试采用各种新型的人机交互方式进行产品展示，然而，现有的人机交互管理方法在实际应用中仍存在诸多问题，如操作复杂、交互效果不佳、用户体验差等，因此，研发一种用于产品展示的人机交互管理方法具有重要的现实意义，人机交互管理方法主要包括触摸屏交互、语音识别交互、手势识别交互等，这些方法在一定程度上提高了产品展示的互动性，本实施例中，首先，通过各种渠道获取产品的详细信息，包括但不限于产品参数、产品广告以及产品实体，这些信息将被整合并存储在一个中心数据库中，以便后续的人机交互展示，产品参数包括产品的尺寸、重量颜色以及材料，产品广告包括产品的功能介绍、使用方法以及优点，产品实体包括产品的外观、结构以及内部构造，在获取了产品信息后，会根据这些信息生成多条应答语句，这些应答语句旨在回答用户可能提出的各种问题，并帮助用户更好地理解产品，这些应答语句会被汇总并存储在一个应答数据库中，还会实时监控产品前端的用户指令，当用户发出指令时，会从应答数据库中匹配相应的应答语句，对于同一用户指令下匹配的多个应答语句，会将它们归类为同类型应答语句，同时，系统还会标定出唯一应答语句，即唯一匹配项对应的应答语句，对于同类型应答语句而言，会将其输入至校验模型中进行处理，为每个待输出应答语句分配一个输出优先级，在用户重复询问时，会按照输出优先级的高低，逐一将待输出应答语句发送至产品前端，此外，该实施例会持续监控每个待应答语句的输出效果，并通过各种方式获取用户的反馈，根据用户的反馈，计算出每个待输出应答语句的输出准确率，然后，依据输出准确率重新排列同类型应答语句的输出优先级，这样就可以根据用户的反馈和需求，不断优化人机交互的效果，提供更加精准、高效的产品展示服务。
其次，唯一应答语句匹配后，会直接发送至产品前端执行应答，且用户反馈回答错误后，生成无法应答提示，并采集用户的详细诉求再将其标定为待补充诉求；
若根据待补充诉求能从应答数据库中匹配对应的应答语句，则将该待补充诉求转换为正常诉求，并重新发送对应的应答语句至产品前端进行应答，且在用户确认正确后，将原用户指令标定为错误指令，反之，则保留待补充诉求，并根据待补充诉求补充应答语句，再将补充后的应答语句标定为补充语句。
在该实施方式中，唯一应答语句匹配后，会直接发送至产品前端执行应答，这种应答方式确保了快速响应和准确性，使得用户能够得到及时且准确的答案，如果用户反馈回答错误，则会生成无法应答的提示，并采集用户的详细诉求，这种反馈机制能够及时发现并纠正错误，如果根据待补充诉求能从应答数据库中匹配对应的应答语句，并会将该待补充诉求转换为正常诉求（即视为用户重新发送指令），再重新发送对应的应答语句至产品前端进行应答，能够更好地应对各种情况，并且在用户确认重新发送的应答语句正确后，会将原用户指令标定为错误指令，如果待补充诉求无法从应答数据库中匹配对应的应答语句，系统会保留待补充诉求，并根据待补充诉求补充应答语句，且将补充后的应答语句标定为补充语句，为后续的调研提供相应的数据支持。
进一步的，待补充诉求输出后，实时统计待补充诉求的数量，并标定为待评估参数；
获取评估阈值，并与待评估参数进行比较；
若待评估参数大于评估阈值，则将所有补充诉求以及对应的补充语句汇总为问卷文本，并采集用户对问卷文本的问卷反馈，再根据问卷反馈向应答数据库中添加补充语句；
若待评估参数小于或等于评估阈值，则继续统计补充诉求以及补充语句。
在该实施方式中，在处理待补充诉求的过程中，我们首先需要实时统计待补充诉求的数量，并将其标定为待评估参数，这一步骤的目的是为了明确当前待处理的需求量，为后续的评估和决策提供依据，接下来，需要获取评估阈值，评估阈值是一个预设的标准，用于判断待评估参数是否达到某个临界值，在这个场景中，评估阈值代表了补充诉求数量的上限，超过这个上限之后，就需要将所有补充诉求以及对应的补充语句汇总为问卷文本，通过这种方式，可以更全面地了解用户的需求和意见，为后续的决策提供更准确的数据支持，在采集用户对问卷文本的问卷反馈时，需要确保反馈的准确性和有效性，这可以通过多种方式实现，例如设置合理的选项、提供清晰的说明、确保反馈渠道的畅通等，根据用户的反馈，可以进一步向应答数据库中添加补充语句，这个过程可以不断迭代和优化，以逐步满足用户的需求和提高服务质量，如果待评估参数小于或等于评估阈值，则说明当前的补充诉求数量还在可接受范围内，可以继续统计补充诉求以及补充语句。
实施例2
请参阅图2，为本发明的第二个实施例，该实施例基于前一个实施例。
将同类型应答语句输入至校验模型中，得到与其对应的多个待输出应答语句的输出优先级的步骤，包括：
S401、获取用户指令，并转化为文本语句，再对该文本语句进行拆分处理，得到多个特征词汇，其中，每个特征词汇均对应多个应答词汇；
S402、获取各个同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度，再将该关联度标定为待校验参数；
S403、从校验模型中调用校验阈值，再与待校验参数进行比较；
若待校验参数大于或等于校验阈值，则表明该同类型语句与用户指令相关，并将所有大于或等于校验阈值的待校验参数按照由大至小的顺序进行排列，再依据其确定对应同类型应答语句的输出优先级；
若待校验参数小于校验阈值，则表明该同类型应答语句与用户指令不相关，并同步进行筛除。
如上述步骤S401-S403所述，在校验模型执行前，首先，需要获取用户指令，并将其转化为文本语句，然后对该文本语句进行拆分处理，得到多个特征词汇，每个特征词汇都对应多个应答词汇，然后需要获取各个同类型应答语句中与特征词汇对应的应答词汇，并将这些应答词汇输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度，本实施方式将这个关联度标定为待校验参数，再然后，从校验模型中调用校验阈值，并将待校验参数与校验阈值进行比较，如果待校验参数大于或等于校验阈值，这表明该同类型语句与用户指令相关，将所有大于或等于校验阈值的待校验参数按照由大至小的顺序进行排列，然后依据这些参数来确定对应同类型应答语句的输出优先级即可，反之，就表明该同类型应答语句与用户指令不相关，将同步对其进行筛除。
其次，获取各个同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度的步骤，包括：
Stp1、获取特征词汇的应答表，应答表中包括多个与特征词汇相关联的基准词汇，且每个基准词汇均对应一个关联系数，且关联系数取值越大，基准词汇与特征词汇的关联度越高；
Stp2、获取各个同类型语句中与基准词汇对应的应答词汇，以及其对应的关联系数；
Stp3、从关联度测算模型中调用测算函数；
Stp4、将关联系数输入至测算函数中，并将其输出结果标定为同类型应答语句与用户指令的关联度。
如上述步骤Stp1-Stp4所述，在特征词汇，以及与特征词汇对应的应答词汇确定之后，便可依据关联度测算模型执行其关联度的计算，首先，需要获取预设的特征词汇应答表，该应答表包括了多个相互对应的特征词汇和基准词汇，基准词汇为特征词汇的可应答词汇，当然，各个基准词汇在不同语境下与特征词汇的关联性也不一致，本实施方式中，根据其关联性为每个基准词汇设置了一个关联系数，该关联系数的取回越大，就表明，基准词汇与特征词汇的关联度就越高，之后便可应用到同类型应答语句之中，再结合关联度测算模型中测算函数的应用，便可计算出各个同类型应答语句与用户指令的关联度，其中，测算函数的表达式为：，式中，/>表示同类型应答语句与用户指令的关联度，/>表示同类型应答语句中的应答词汇数量，/>表示同类型应答语句中的应答词汇的关联系数，/>表示同类型应答语句中的应答词汇编号，之后，将同类型应答语句与用户指令的关联度按照由大至小的顺序排列，再按照该排列顺序确定其对应的同类型语句的输出优先级即可。
实施例3
请参阅图3，为本发明的第三个实施例，该实施例基于前两个实施例。
获取各个应答语句下用户的应答反馈，得到各个应答语句的输出准确率的步骤，包括：
S501、获取应答反馈，以及应答语句的总输出次数，其中，应答反馈包括应答准确和应答错误；
S502、应答语句输出后，实时采集产品前端的用户影像；
若应答语句未完全输出，且用户影像丢失，则将此次应答语句的输出标定为无效输出，且不计入应答语句的总输出次数中；
若应答语句完全输出，则将此次应答语句的输出标定为有效输出，且计入应答语句的总输出次数中，其中，有效输出下未收到用户反馈时，则认定其为应答准确；
S503、计算应答准确的总次数在应答语句的总输出次数中的占比率，并将其标定为应答语句的输出准确率。
如上述步骤S501-S503所述，在采集到用户的应答反馈之后，首先，需要获取应答反馈以及应答语句的总输出次数，应答反馈包括应答准确和应答错误，这意味着需要收集用户对应答语句的响应，并确定这些响应是否正确，在应答语句输出后，实时采集产品前端的用户影像，这是为了确保用户在接收应答语句，如果应答语句未完全输出，且用户影像就已经丢失，那么此次应答语句的输出将会被标定为无效输出，并且不计入应答语句的总输出次数中。这是因为这种情况下无法准确评估用户的反馈，如果应答语句完全输出，那么此次应答语句的输出将被标定为有效输出，并且计入应答语句的总输出次数中，并且在有效输出下，如果未收到用户的反馈，那么我们就可以认定其为应答准确，最后，计算应答准确的总次数在应答语句的总输出次数中的占比率，并将其标定为应答语句的输出准确率，这样就可以得到每个应答语句的输出准确率，从而更好地了解用户对应答语句的反应情况，并进一步优化产品展示信息。
其次，依据输出准确率重新排列同类型应答语句的输出优先级的步骤，包括：
S504、实时获取各个同类型应答语句的输出准确率，并按照由高至低的顺序进行排列；
S505、将各个同类型应答语句的输出准确率与关联度进行结合运算，得到重构参数；
S506、依据重构参数的取值，按照由大至小的顺序逐一确定各个同类型应答语句的输出优先级。
如上述步骤S504-S506所述，在同类型应答语句的输出准确率确定之后，首先，需要实时获取各个同类型应答语句的输出准确率，并按照由高至低的顺序进行排列，之后将该输出准确率与其对应的关联度相乘，并将其乘积确定为重构参数，再依据该重构参数的取值对同类型语句的输出优先级进行排序即可，从而实现同类型应答语句的自适应调整，以此为用户更为快速的提供准确和相关的回答。
实施例4
请参阅图4，为本发明的第四个实施例，该实施例基于前三个实施例，还提供了一种用于产品展示的人机交互管理系统，应用于上述的用于产品展示的人机交互管理方法，包括：
信息采集模块，信息采集模块用于获取产品信息，并在展示环境中通过人机交互对产品信息进行展示，其中，产品信息包括产品参数、产品广告以及产品实体；
应答库构建模块，应答库构建模块用于根据产品信息生成多条应答语句，并向多条应答语句汇总为应答数据库；
语句分类模块，语句分类模块用于实时获取产品前端的用户指令，并根据用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
语句输出模块，语句输出模块用于将同类型应答语句输入至校验模型中，得到与其对应的多个待输出应答语句的输出优先级，并依据输出优先级将待输出应答语句逐一发送至产品前端执行应答；
重构模块，重构模块用于获取各个待输出应答语句输出后的用户应答反馈，得到各个待输出应答语句的输出准确率，且依据输出准确率重新排列同类型应答语句的输出优先级。
如上述，在该管理系统执行时，首先通过信息采集模块采集产品信息，如产品参数、广告以及实体信息等，再通过人机交互的方式对产品信息进行展示，同时还会根据产品信息生成多条应答语句，该应答语句可以为文本形式，也可以为语音形式，当然，也可以同步输出，具体可根据用户的需求在产品前端输出，在应答语句输出之后，会根据用户指令来对其进行分类，从而便可得到同类型应答语句和唯一应答语句，之后通过校验模型来分析并确定待输出应答语句的输出优先级，以此决定待输出应答语句的输出优先级，而在此过程中，还会实时收集用户的应答反馈，以此来计算待输出应答语句的输出准确率，再以该输出准确率为基准，能够实现同类型应答语句的输出优先级的自适应调整，保证用户能够快速的得到更为准确和相关的回答。
实施例5
请参阅附图5，为本发明的第五个实施例，该实施例基于前四个实施例，提供了一种用于产品展示的人机交互管理终端，包括：
至少一个处理器；
以及与至少一个处理器通信连接的存储器；
其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述的用于产品展示的人机交互管理方法。
需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。
Claims (9)
1.一种用于产品展示的人机交互管理方法，其特征在于：包括：
获取产品信息，并在展示环境中通过人机交互对所述产品信息进行展示，其中，所述产品信息包括产品参数、产品广告以及产品实体；
根据所述产品信息生成多条应答语句，并向多条所述应答语句汇总为应答数据库；
实时获取产品前端的用户指令，并根据所述用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级，并依据所述输出优先级将待输出应答语句逐一发送至产品前端执行应答；
获取各个所述待输出应答语句输出后的用户应答反馈，得到各个所述待输出应答语句的输出准确率，且依据所述输出准确率重新排列同类型应答语句的输出优先级；
其中，所述将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级的步骤，包括：
获取用户指令，并转化为文本语句，再对该文本语句进行拆分处理，得到多个特征词汇，其中，每个所述特征词汇均对应多个应答词汇；
获取各个所述同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度，再将该关联度标定为待校验参数；
从所述校验模型中调用校验阈值，再与所述待校验参数进行比较；
若所述待校验参数大于或等于校验阈值，则表明该所述同类型应答语句与用户指令相关，并将所有大于或等于校验阈值的待校验参数按照由大至小的顺序进行排列，再依据其确定对应同类型应答语句的输出优先级；
若所述待校验参数小于校验阈值，则表明该所述同类型应答语句与用户指令不相关，并同步进行筛除。
2.根据权利要求1所述的一种用于产品展示的人机交互管理方法，其特征在于：所述产品参数包括产品的尺寸、重量颜色以及材料，所述产品广告包括产品的功能介绍、使用方法以及优点，所述产品实体包括产品的外观、结构以及内部构造。
3.根据权利要求1所述的一种用于产品展示的人机交互管理方法，其特征在于：所述唯一应答语句匹配后，会直接发送至所述产品前端执行应答，且用户反馈回答错误后，生成无法应答提示，并采集用户的详细诉求再将其标定为待补充诉求；
若根据所述待补充诉求能从应答数据库中匹配对应的应答语句，则将该待补充诉求转换为正常诉求，并重新发送对应的应答语句至产品前端进行应答，且在用户确认正确后，将原用户指令标定为错误指令，反之，则保留待补充诉求，并根据所述待补充诉求补充应答语句，再将补充后的应答语句标定为补充语句。
4.根据权利要求3所述的一种用于产品展示的人机交互管理方法，其特征在于：所述待补充诉求输出后，实时统计所述待补充诉求的数量，并标定为待评估参数；
获取评估阈值，并与所述待评估参数进行比较；
若所述待评估参数大于评估阈值，则将所有所述补充诉求以及对应的补充语句汇总为问卷文本，并采集用户对问卷文本的问卷反馈，再根据所述问卷反馈向应答数据库中添加补充语句；
若所述待评估参数小于或等于评估阈值，则继续统计补充诉求以及补充语句。
5.根据权利要求1所述的一种用于产品展示的人机交互管理方法，其特征在于：所述获取各个所述同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度的步骤，包括：
获取所述特征词汇的应答表，所述应答表中包括多个与特征词汇相关联的基准词汇，且每个所述基准词汇均对应一个关联系数，且关联系数取值越大，基准词汇与特征词汇的关联度越高；
获取各个同类型语句中与基准词汇对应的应答词汇，以及其对应的关联系数；
从所述关联度测算模型中调用测算函数；
将所述关联系数输入至测算函数中，并将其输出结果标定为同类型应答语句与用户指令的关联度。
6.根据权利要求1所述的一种用于产品展示的人机交互管理方法，其特征在于：所述获取各个所述应答语句下用户的应答反馈，得到各个所述应答语句的输出准确率的步骤，包括：
获取应答反馈，以及所述应答语句的总输出次数，其中，所述应答反馈包括应答准确和应答错误；
所述应答语句输出后，实时采集产品前端的用户影像；
若所述应答语句未完全输出，且所述用户影像丢失，则将此次应答语句的输出标定为无效输出，且不计入应答语句的总输出次数中；
若所述应答语句完全输出，则将此次应答语句的输出标定为有效输出，且计入应答语句的总输出次数中，其中，有效输出下未收到用户反馈时，则认定其为应答准确；
计算所述应答准确的总次数在应答语句的总输出次数中的占比率，并将其标定为应答语句的输出准确率。
7.根据权利要求1所述的一种用于产品展示的人机交互管理方法，其特征在于：所述依据所述输出准确率重新排列同类型应答语句的输出优先级的步骤，包括：
实时获取各个所述同类型应答语句的输出准确率，并按照由高至低的顺序进行排列；
将各个所述同类型应答语句的输出准确率与关联度进行结合运算，得到重构参数；
依据所述重构参数的取值，按照由大至小的顺序逐一确定各个所述同类型应答语句的输出优先级。
8.一种用于产品展示的人机交互管理系统，应用于权利要求1至7中任意一项所述的用于产品展示的人机交互管理方法，其特征在于：包括：
信息采集模块，所述信息采集模块用于获取产品信息，并在展示环境中通过人机交互对所述产品信息进行展示，其中，所述产品信息包括产品参数、产品广告以及产品实体；
应答库构建模块，所述应答库构建模块用于根据所述产品信息生成多条应答语句，并向多条所述应答语句汇总为应答数据库；
语句分类模块，所述语句分类模块用于实时获取产品前端的用户指令，并根据所述用户指令从应答数据库中匹配待输出应答语句，且将同一用户指令下匹配的所有待输出应答语句归类为同类型应答语句，将匹配的独立应答语句标定为唯一应答语句；
语句输出模块，所述语句输出模块用于将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级，并依据所述输出优先级将待输出应答语句逐一发送至产品前端执行应答；
重构模块，所述重构模块用于获取各个所述待输出应答语句输出后的用户应答反馈，得到各个所述待输出应答语句的输出准确率，且依据所述输出准确率重新排列同类型应答语句的输出优先级；
其中，所述将所述同类型应答语句输入至校验模型中，得到与其对应的多个所述待输出应答语句的输出优先级的步骤，包括：
获取用户指令，并转化为文本语句，再对该文本语句进行拆分处理，得到多个特征词汇，其中，每个所述特征词汇均对应多个应答词汇；
获取各个所述同类型应答语句中与特征词汇对应的应答词汇，并输入至关联度测算模型中，得到各个同类型应答语句与用户指令的关联度，再将该关联度标定为待校验参数；
从所述校验模型中调用校验阈值，再与所述待校验参数进行比较；
若所述待校验参数大于或等于校验阈值，则表明该所述同类型应答语句与用户指令相关，并将所有大于或等于校验阈值的待校验参数按照由大至小的顺序进行排列，再依据其确定对应同类型应答语句的输出优先级；
若所述待校验参数小于校验阈值，则表明该所述同类型应答语句与用户指令不相关，并同步进行筛除。
9.一种用于产品展示的人机交互管理终端，其特征在于：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权利要求1至7中所述的用于产品展示的人机交互管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311794712.0A CN117708298B (zh) | 2023-12-25 | 2023-12-25 | 一种用于产品展示的人机交互管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311794712.0A CN117708298B (zh) | 2023-12-25 | 2023-12-25 | 一种用于产品展示的人机交互管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117708298A CN117708298A (zh) | 2024-03-15 |
| CN117708298B true CN117708298B (zh) | 2024-05-28 |
Family
ID=90153148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311794712.0A Active CN117708298B (zh) | 2023-12-25 | 2023-12-25 | 一种用于产品展示的人机交互管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117708298B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363800A (zh) * | 2018-02-24 | 2018-08-03 | 孙如妍 | 商业情报分析与大数据系统 |
| KR102047385B1 (ko) * | 2018-09-21 | 2019-11-21 | 삼성생명보험주식회사 | 챗봇 구동 방법, 장치 및 컴퓨터 판독가능 매체 |
| CN113918703A (zh) * | 2021-10-26 | 2022-01-11 | 未鲲(上海)科技服务有限公司 | 一种智能客服问答方法、装置、服务器和存储介质 |
| CN114492464A (zh) * | 2022-01-25 | 2022-05-13 | 浙江大学 | 一种基于双向异步序列的对话生成方法及系统 |
| CN114996427A (zh) * | 2022-06-24 | 2022-09-02 | 平安普惠企业管理有限公司 | 基于智能问答的消息展示方法、装置、设备及存储介质 |
| CN115440223A (zh) * | 2022-08-31 | 2022-12-06 | 深圳市人马互动科技有限公司 | 智能交互方法、装置、机器人和计算机可读存储介质 |
| CN115600380A (zh) * | 2022-09-23 | 2023-01-13 | 浙江大学（Cn） | 一种基于用户需求和用户动机的产品定义重要性分析方法 |
| CN116975206A (zh) * | 2023-09-25 | 2023-10-31 | 华云天下(南京)科技有限公司 | 一种基于aigc大模型的垂直领域训练方法、装置及电子设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101860819A (zh) * | 2010-06-07 | 2010-10-13 | 广州从兴电子开发有限公司 | 用户信息推送方法、呈现方法、系统、服务器及客户端 |
| US20190197605A1 (en) * | 2017-01-23 | 2019-06-27 | Symphony Retailai | Conversational intelligence architecture system |
-
2023
- 2023-12-25 CN CN202311794712.0A patent/CN117708298B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108363800A (zh) * | 2018-02-24 | 2018-08-03 | 孙如妍 | 商业情报分析与大数据系统 |
| KR102047385B1 (ko) * | 2018-09-21 | 2019-11-21 | 삼성생명보험주식회사 | 챗봇 구동 방법, 장치 및 컴퓨터 판독가능 매체 |
| CN113918703A (zh) * | 2021-10-26 | 2022-01-11 | 未鲲(上海)科技服务有限公司 | 一种智能客服问答方法、装置、服务器和存储介质 |
| CN114492464A (zh) * | 2022-01-25 | 2022-05-13 | 浙江大学 | 一种基于双向异步序列的对话生成方法及系统 |
| CN114996427A (zh) * | 2022-06-24 | 2022-09-02 | 平安普惠企业管理有限公司 | 基于智能问答的消息展示方法、装置、设备及存储介质 |
| CN115440223A (zh) * | 2022-08-31 | 2022-12-06 | 深圳市人马互动科技有限公司 | 智能交互方法、装置、机器人和计算机可读存储介质 |
| CN115600380A (zh) * | 2022-09-23 | 2023-01-13 | 浙江大学（Cn） | 一种基于用户需求和用户动机的产品定义重要性分析方法 |
| CN116975206A (zh) * | 2023-09-25 | 2023-10-31 | 华云天下(南京)科技有限公司 | 一种基于aigc大模型的垂直领域训练方法、装置及电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 周楚轶,柴春雷.人工智能辅助设计迭代研究——以平面设计为例.包装工程.2021,全文. * |
| 自适应人机界面规则推理的粗糙集方法;程时伟;孙守迁;柴春雷;;计算机辅助设计与图形学学报;20081215(12);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117708298A (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7370032B2 (en) | Data gathering | |
| CN112997171B (zh) | 分析网页以促进自动导航 | |
| US10146743B2 (en) | Systems and methods for optimizing content layout using behavior metrics | |
| US9218568B2 (en) | Disambiguating data using contextual and historical information | |
| US20080059447A1 (en) | System, method and computer program product for ranking profiles | |
| US20080126175A1 (en) | Interactive user interface for collecting and processing nomenclature and placement metrics for website design | |
| US20190163327A1 (en) | Display and analysis system for media content | |
| US20230419720A1 (en) | Method for managing item recommendation using degree of association between language unit and usage history | |
| CN112749340A (zh) | 基于大数据的课程推荐方法、系统、移动终端及存储介质 | |
| JP6593873B2 (ja) | 情報分析装置及び情報分析方法 | |
| US20220114624A1 (en) | Digital Content Text Processing and Review Techniques | |
| US8321473B2 (en) | Object customization and management system | |
| CN108833595B (zh) | 用于在线客服服务的计算机可读存储介质 | |
| US10062088B2 (en) | Information distribution apparatus, information distribution method, and storage medium | |
| US9811841B2 (en) | Correction device, correction method, and storage medium | |
| CN117708298B (zh) | 一种用于产品展示的人机交互管理系统及方法 | |
| JP4978043B2 (ja) | イメージ情報評価方法 | |
| JP2012242844A (ja) | レコメンド情報生成装置およびレコメンド情報生成方法 | |
| US6829564B2 (en) | Usability evaluation support apparatus | |
| CN112800230B (zh) | 文本处理方法、装置、计算机可读存储介质及电子设备 | |
| CN113869803A (zh) | 企业敏感信息风险评估方法、系统和存储介质 | |
| JP6505200B2 (ja) | コンテンツの性能の最適化のための自動化されたクリックタイプの選択 | |
| US20230350969A1 (en) | Automatic display control method for web content | |
| JP2002149633A (ja) | 文書評価システム、文書評価方法及びコンピュータ読み取り可能な記録媒体 | |
| JP7437104B2 (ja) | 情報処理システム、情報処理方法及びプログラム |
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 |