CN117931306A - 一种用户信息获取方法、装置和设备 - Google Patents
一种用户信息获取方法、装置和设备 Download PDFInfo
- Publication number
- CN117931306A CN117931306A CN202311729141.2A CN202311729141A CN117931306A CN 117931306 A CN117931306 A CN 117931306A CN 202311729141 A CN202311729141 A CN 202311729141A CN 117931306 A CN117931306 A CN 117931306A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- target
- type
- applet
- 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
- 238000000034 method Methods 0.000 title claims abstract description 124
- 230000008569 process Effects 0.000 claims abstract description 45
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 43
- 230000004044 response Effects 0.000 claims description 26
- 238000012790 confirmation Methods 0.000 claims description 25
- 230000006399 behavior Effects 0.000 claims description 21
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 16
- 230000004308 accommodation Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Stored Programmes (AREA)
Abstract
本说明书实施例公开了一种用户信息获取方法、装置和设备。方案可以包括:当用户在应用程序中访问小程序时,应用程序对应的服务器获取用户基于所述应用程序访问的目标小程序的属性信息以及所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;然后,将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型推测的用户将办理的目标业务的业务类型信息;再根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,以便当所述用户在所述目标小程序中办理所述目标业务时将所述用户信息提供至所述目标小程序的小程序服务器。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种用户信息获取方法、装置和设备。
背景技术
小程序是依附于应用程序内运行的程序。使用时无需下载,节省手机内存空间和用户时间,因而被广泛使用。
当用户在各个不同类型的小程序中办理业务时,需要填写大量的用户信息,用户操作非常繁琐。
发明内容
本说明书实施例提供一种用户信息获取方法、装置和设备,以解决现有的用户使用小程序的过程中需要填写大量的用户信息,用户操作繁琐的问题。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种用户信息获取方法,应用于应用程序对应的服务器,包括:
获取用户基于所述应用程序访问的目标小程序的属性信息;
获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
本说明书实施例提供的一种用户信息获取方法,应用于用户终端,包括:
响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
本说明书实施例提供的一种用户信息发送装置,应用于应用程序对应的服务器,包括:
属性信息获取模块,用于获取用户基于所述应用程序访问的目标小程序的属性信息;
操作信息获取模块,用于获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
业务类型信息确定模块,用于将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
用户信息获取模块,用于根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
本说明书实施例提供的一种用户信息发送装置,应用于用户终端,包括:
请求发送模块,用于响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
信息接收模块,用于接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
本说明书实施例提供的一种服务器,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指令,所述指令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:
获取用户基于所述应用程序访问的目标小程序的属性信息;
获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
本说明书实施例提供的一种终端设备,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指令,所述指令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:
响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
本说明书一个实施例至少能够达到以下有益效果:通过当用户基于应用程序访问小程序时,由应用程序的服务器将用户在访问所述目标小程序的过程中已经执行的用户操作信息以及小程序的属性信息输入到预训练的大模型中,得到大模型预测的用户将办理的业务的业务类型信息,进而获取用户办理业务类型信息所对应的业务时需要使用的用户信息,并提供给小程序的服务器,由此,用户无需在小程序中手动输入繁琐的用户信息就可以实现业务办理,为用户办理业务提供了方便,提升了用户的业务办理效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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为本说明书实施例提供的一种用户信息获取方法的应用场景的示意图;
图2为本说明书实施例提供的一种应用于服务器的用户信息获取方法的流程示意图;
图3为本说明书实施例提供的一种应用于用户终端的用户信息获取方法的流程示意图;
图4为本说明书实施例提供的一种实际应用场景下用户信息获取方法的泳道示意图;
图5为本说明书实施例提供的对应于图2的一种应用于应用程序对应的服务器的用户信息获取装置的结构示意图;
图6为本说明书实施例提供的对应于图3的一种应用于用户终端的用户信息获取装置的结构示意图;
图7为本说明书实施例提供的一种用户信息获取设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书一个或多个实施例保护的范围。
应当理解,尽管在本申请文件中可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
现有技术中,当用户在各个不同类型的小程序中办理业务时,需要填写大量的用户信息,用户操作非常繁琐。例如,在商城类的小程序中,当用户注册时需要填写姓名、身份唯一标识码等基本信息,当用户购物时,需要填写收货地址等收件信息。
为了解决现有技术中的缺陷,本方案给出了以下实施例:
图1为本说明书实施例中一种用户信息获取方法的应用场景的示意图。
如图1所示,在用户终端中,当用户基于应用程序访问目标小程序时,可以向应用程序对应的服务器请求用户信息;然后,服务器可以使用预训练的大模型,基于小程序的属性信息以及用户操作信息,推测用户将在目标小程序中办理的业务类型,进而可以获取办理该业务需要用到的用户信息,然后可以将用户信息发送至用户终端。
其中,应用程序可以是目标小程序的宿主应用程序。服务器可以是与应用程序对应的服务器。
关于“大模型”的定义,在过去几年中已经不断发生变化。在早期,数百万或几千万个参数的模型就被认为是“大模型”。但现在,由于模型的参数量和计算复杂度都在不断增加,因此数亿甚至数十亿个参数的模型也变得更加常见。因此,目前认为大模型的标准也在不断变化。一般来说,模型的大小可以根据其参数数量来衡量。对于自然语言处理(NLP)任务,通常认为参数数量超过1亿的模型是大模型。对于计算机视觉(CV)任务,通常认为参数数量超过1亿到10亿之间的模型是大模型。
本说明书实施例中提供的大模型,可以是指具有大规模模型参数和复杂结构的深度学习模型,通常可以包含上亿、上百亿、上千亿、上万亿以上的模型参数。大模型通过增加模型的复杂性和参数量,可以提供更强大的学习和表达能力,从而在各种任务中取得更好的性能。大模型又可以称为基石模型/基础模型(Foundation Model),通过大规模无标注的语料进行大模型的预训练,产出亿级以上参数的预训练模型,这种模型能适应广泛的下游任务,模型具有较好的泛化能力,例如大规模语言模型(Large Language Model,LLM)、多模态预训练模型(multi-modal pre-training model)、计算机视觉(包含图像和视频)大模型、音频大模型等。
在实际应用时,考虑到大模型的模型参数量庞大,且终端设备的运算资源有限,图1是根据本说明书实施例的一种用户信息获取方法的应用场景的示意图,本说明书实施例提供的用户信息获取方法可以应用于如图1所示的应用场景,但不仅限于此。例如,在终端设备的运行资源能够满足大模型的部署和运行条件的情况下,本申请大模型的执行过程可以在终端设备中进行。
在如图1所示的应用场景中,服务器可以通过局域网连接、广域网连接、因特网连接或者其他类型的数据网络连接用户终端。图1中的服务器可以包括但不限于任何具有计算、处理能力的装置、设备、平台、设备集群等。图1中的用户终端可以包括但不限于智能手机、平板电脑、笔记本电脑、掌上电脑、个人计算机、智能家居设备、车载设备等。用户终端可以通过图形用户界面与用户进行交互,由用户操作触发服务器中的用户信息获取方法的执行,进而实现本说明书实施例所提供的方案。
接下来,将针对说明书实施例提供的一种用户信息获取方法结合附图进行具体说明。
图2为本说明书实施例提供的一种用户信息获取方法的流程示意图。
从程序角度而言,流程的执行主体可以为搭载于应用服务器的程序,该服务器可以是应用程序对应的服务器。可以理解,该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。
如图2所示,该流程可以包括以下步骤:
步骤202:获取用户基于所述应用程序访问的目标小程序的属性信息。
其中,所述应用程序具体地可以是指所述目标小程序的宿主应用。
所述属性信息可以包括,所述目标小程序在所述应用程序对应的所述服务器中注册时提供的用于描述所述目标小程序的信息。例如,名称信息、标志信息(即,logo)、类型信息、功能描述信息等。
在实际应用时,服务器可以从安装所述应用程序的用户终端接收用户信息获取请求,然后响应于所述用户信息获取请求来执行如图2中所示的流程。具体地,所述用户信息获取请求中可以携带所述用户当前访问的所述目标小程序的小程序标识,由此,步骤202具体可以包括:根据所述小程序标识,获取所述目标小程序的属性信息。其中,目标小程序的属性信息可以与目标小程序的小程序标识相对应地预先存储在服务器或数据库中。例如,当目标小程序在所述服务器中注册之后即可对应地存储小程序标识与属性信息。
步骤204:获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息。
其中,用户访问所述目标小程序的过程,具体可以包括用户在当前时刻之前预设时长内的一系列操作轨迹。例如,可以是当前时刻之前10分钟内执行的用户操作信息。其中,所述一系列操作轨迹可以包括用户打开目标小程序前、打开小程序时、打开小程序后的一系列操作。
具体地,所述用户操作信息可以包括所述用户操作所述目标小程序的信息、操作所述应用程序的信息以及操作所述应用程序中的其他小程序的信息。更具体地,所述用户操作信息可以是通过对用户的操作日志进行分析处理而得到的信息。
作为示例,所述用户操作信息可以包括用户访问所述应用程序中的某些页面或功能模块的操作信息,或者,可以包括用户访问所述应用程序中的某些类型的小程序的操作信息,又或者,可以包括用户访问所述目标小程序中的某些页面或功能模块的操作信息等。
在实际应用时,服务器可以从安装所述应用程序的用户终端接收用户信息获取请求,然后响应于所述用户信息获取请求来执行如图2中所示的流程。具体地,所述用户信息获取请求中可以携带所述用户的账号标识,由此,步骤204具体可以包括:根据所述账号标识,获取所述用户在当前时间之前的预设时长内的用户操作信息。其中,所述账号标识,可以是用户在所述应用程序中登录的账号的标识。
步骤206:将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息。
其中,所述属性信息可以用于由大模型刻画所述目标小程序的功能、应用场景。所述用户操作信息可以用于由大模型刻画用户在当前时刻之前已经执行的行为,从而作为大模型推测在当前时刻之后用户可能执行的行为的依据,即,可以用于由大模型刻画用户当前的行为倾向。
在实际应用时,所述大模型可以基于小程序的属性信息,得知小程序的应用场景,基于应用场景并结合用户操作信息,来推测出用户在该应用场景下可能要办理的业务,进而输出业务类型信息。
可选地,基于所述用户的账号标识,不仅可以得到用于刻画用户的当前行为倾向的用户操作信息,还可以得到用于刻画用户的行为偏好的历史操作信息。具体地,可以根据所述账号标识,获取所述用户在访问所述应用程序和/或访问运行于所述应用程序中的小程序的过程中的历史操作信息;然后,将所述属性信息、所述用户操作信息和所述历史操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息。其中,所述历史操作信息可以不限于用户在访问所述目标小程序的过程中已经执行的操作信息,而是还可以包括用户在使用所述应用程序以及运行于所述应用程序上的小程序的执行过程中的历史操作信息。具体地,所述历史操作信息,可以是基于用户的操作行为日志处理得到的信息。所述历史操作信息能够用于反映所述用户在使用不同属性的小程序时的行为偏好。
例如,所述历史操作信息中可以包括反映用户办理的业务、用户办理业务时使用的应用程序或小程序等信息。例如,所述历史操作信息可以包括用于表示用户在酒店类小程序中的诸如预定住宿行为、开发票行为的信息。又如,所述历史操作信息可以包括用于表示用户在票务类小程序中的诸如购票行为的信息。还如,所述历史操作信息可以包括用于表示用户在商城类小程序中的诸如浏览行为、购买行为的信息。
基于本说明书的实施例,通过使用人工智能预训练模型来发现一些特定的用户行为规律,能够更好的去匹配用户在特定场景中所需要使用的用户信息,相比于传统的由小程序来基于应用程序服务器提供的特定端口向应用程序的服务器请求数据,减少了开发成本,提高了效能。
步骤208:根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
在本说明书的实施例中,在得知用户待办理的业务的业务类型信息后,可以根据办理该业务类型信息对应的业务所需要用到的用户信息的类型,来获取用户的相应用户信息。
其中,所述用户信息,又可以称为档案信息,可以是在用户授权的前提下由服务器存储和管理的用户的相关信息。用户信息的具体类型可以包括但不限于用户姓名、电话、邮箱、身份唯一标识码等。
可选地,所述用户信息可以用于直接提供至所述目标小程序的小程序服务器。基于本说明书实施例的方案,用户无需手动输入办理业务所需的用户信息。具体地,当用户基于应用程序打开目标小程序后,应用程序对应的服务器能够推测出用户待执行的业务,并将业务所需的用户信息发送给小程序服务器。在实际应用中,应用程序的服务器可以在确认用户已经预先授权的情况下再执行将用户信息发送给小程序服务器的操作。
或者,可选地,所述服务器可以将所述用户信息发送给所述用户终端;所述用户信息可以用于被自动填充至所述目标小程序的用户信息获取页面中,以便在所述用户确认后提供至所述目标小程序的小程序服务器。具体地,当用户基于应用程序打开目标小程序后,应用程序对应的服务器能够推测出用户待执行的业务,并将用户信息填充到自动弹出或响应于用户的确认而弹出的用户信息获取页面中,以便用户确认用户信息正确与否,从而在用户确认信息正确或用户将信息修改为正确后再发送给目标小程序的服务器。
应当理解,本说明书一个或多个实施例所述的方法中,部分步骤的顺序可以根据实际需要调整,或者可以省略部分步骤。
图2中的方法,通过当用户基于应用程序访问小程序时,由应用程序的服务器将用户在访问所述目标小程序的过程中已经执行的用户操作信息以及小程序的属性信息输入到预训练的大模型中,得到大模型预测的用户将办理的业务的业务类型信息,进而获取用户办理业务类型信息所对应的业务时需要使用的用户信息,并提供给小程序的服务器,由此,用户无需在小程序中手动输入繁琐的用户信息就可以实现业务办理,为用户办理业务提供了方便。
另外,由于用户在使用应用程序以及使用运行于应用程序上的各种小程序的过程中,授权应用程序的服务器存储用户信息并使用这些用户信息为用户提供服务,在此情况下,应用程序通过将用户已授权存储和使用的用户信息代替用户提供给用户将办理业务的小程序对应的小程序服务器,不仅简化了用户操作、提高了用户的业务办理效率,也提高了用户信息的有效利用率,减少了小程序服务器向应用程序服务器请求数据的过程,减少了计算资源的消耗。
基于图2的方法,本说明书实施例还提供了该方法的一些具体实施方式,下面进行说明。
在本说明书的一个或多个实施例中,当大模型预测了用户将办理的目标业务的业务类型信息之后,进一步基于业务类型信息来确定用信息的过程,可以包括:首先,根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;所述目标信息类型可以包括例如,姓名、手机号、身份唯一标识码等;然后,获取所述用户的与所述目标信息类型对应的用户信息,例如,张三、185********、142625************。
在本说明书的实施例中,基于业务类型信息确定目标信息类型的过程可以包括查找预存数据。可以预先建立各业务类型信息对应的需要使用的目标信息类型的集合。具体地,可以获取多个终端用户在使用所述应用程序的过程中生成的用户行为记录;然后基于所述用户行为记录,确定在所述应用程序中办理不同类型的业务时需要提供的信息类型;从而确定与各业务类型信息相对应的信息类型集合。也就是说,服务器可以根据办理业务的用户在办理各种类型的业务时提供的信息类型的历史,来确定出办理这些不同类型的业务需要用户的信息类型的集合,将这些信息类型集合与业务类型信息相对应地记录下来。由此,当大模型预测了用户将办理的业务的业务类型信息后,可以从所述业务类型信息对应的所述信息类型集合中确定出用户将使用到的目标信息类型。
例如,根据用户在使用住宿类小程序过程中的用户行为记录,可以知道用户在办理“预定住宿”这一类型的业务时,需要向小程序提供诸如姓名、电话、身份唯一标识码、身份唯一标识图片等信息,由此,可以建立“预定住宿”这一业务类型信息与{姓名;电话;身份唯一标识码;身份唯一标识图片}这一信息类型集合之间的对应关系。
在本说明书的实施例中,根据目标信息类型确定用户信息的过程可以包括查找预存数据。应用程序的服务器自身或数据库中可以存储有在应用程序中注册过的用户的各种用户信息及这些用户信息的信息类型。具体地,所述获取所述用户的与所述目标信息类型对应的用户信息,可以包括:根据所述账号标识和所述目标信息类型,从数据库中查找所述用户的与所述目标信息类型对应的用户信息。由此,当确定了用户办理大模型所预测的业务时需要用到的目标信息类型后,可以进一步从数据库中获取这些信息类型对应的用户信息。
例如,所述数据库为结构数据,在数据库中,可以对于所述应用程序的各用户,以键值对的形式存储“目标信息类型-用户信息”。例如,“姓名-张三”、“电话-185********”、“身份唯一标识图片-.png等”。
在本说明书的一个或多个实施例中,为了使提供的用户信息更准确,可以在服务器预测了用户将办理的目标业务的业务类型后,寻求用户的确认。具体地,可以利用生成式人工智能模型来与用户进行对话,以提升用户确认信息过程的用户体验,使得用户使用小程序的操作过程更加流畅和人性化。
生成式人工智能,简称AIGC。AIGC的核心思想是利用人工智能模型,根据给定的主题、关键词、格式、风格等条件,自动生成各种类型的文本、图像、音频、视频等内容。AIGC可以广泛应用于媒体、教育、娱乐、营销、科研等领域,为用户提供高质量、高效率、高个性化的内容服务。
更具体地,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,具体可以包括:根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;然后,基于所述业务类型信息和所述目标信息类型,利用生成式人工智能模型,生成第一轮对话信息,所述第一轮对话信息用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息;然后,向所述用户终端发送所述第一轮对话信息,并获取所述用户终端返回的所述用户针对所述第一轮对话信息提供的第一轮反馈信息,所述第一轮反馈信息可以包括肯定答复信息或否定答复信息。
可选地,若所述第一轮反馈信息包括肯定答复信息,则可以获取所述目标信息类型对应的用户信息。
可选地,所述大模型可以不只输出一种业务类型信息,例如,所述大模型还可以输出备选业务类型信息。这种情况下,所述获取所述用户终端返回的所述用户针对所述第一轮对话信息提供的第一轮反馈信息之后,还可以包括:若所述第一轮反馈信息包括否定答复信息,则可以根据所述备选业务类型信息,确定在所述目标小程序中办理所述备选业务类型信息所表示的备选业务时需要使用的备选信息类型;然后,基于所述备选业务类型信息和所述备选信息类型,利用生成式人工智能模型,生成第二轮对话信息,所述第二轮对话信息可以用于询问所述用户是否要办理所述备选业务类型信息所表示的备选业务并授权向所述目标小程序提供所述备选信息类型对应的用户信息;然后,向所述用户终端发送所述第二轮对话信息,并获取所述用户终端返回的所述用户针对所述第二轮对话信息提供的第二轮反馈信息,所述第二轮反馈信息包括肯定答复信息或否定答复信息。在实际应用时,若所述第二轮反馈信息包括肯定答复信息,则获取所述备选信息类型对应的用户信息。
在上述实施例中,作为示例,用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息的第一轮对话信息可以为例如“是否办理住宿并授权xx小程序获取您的如下信息:xxxx”。另外,例如,肯定答复信息可以响应于用户点击“确定/是”控件的操作来生成;又如,否定答复信息可以响应于用户点击“否”控件或关掉对话的操作来生成。
在本说明书的一个或多个实施例中,在每一轮对话信息中,可以根据实际的业务需要设计多个对话,这样做的好处在于,当用户确认待办业务类型信息准确的情况下,再去获取与业务类型信息对应的用户信息,从而一定程度上减少不必要的确定目标信息类型的操作,节约计算资源。
具体地,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,可以包括:基于所述业务类型信息,利用生成式人工智能模型,生成第一对话信息,所述第一对话信息用于询问所述用户是否要办理所述目标业务;向所述用户终端发送所述第一对话信息;获取所述用户终端返回的所述用户针对所述第一对话信息提供的第一反馈信息,所述第一反馈信息包括肯定答复信息或否定答复信息;若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息。
更具体地,所述若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息,具体可以包括:若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;基于所述目标信息类型,利用生成式人工智能模型,生成第二对话信息,所述第二对话信息用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息;向所述用户终端发送所述第二对话信息;获取所述用户终端返回的所述用户针对所述第二对话信息提供的第二反馈信息,所述第二反馈信息包括肯定答复信息或否定答复信息;若所述第二反馈信息包括肯定答复信息,则获取所述目标信息类型对应的用户信息。
作为示例,用于询问所述用户是否要办理所述目标业务的第一对话信息可以为例如“是否办理住宿”;相应地,用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息可以为例如“是否授权xx小程序获取您的如下信息:xxxx”。
基于本说明书的部分实施例,可以同时询问用户是否办理某业务并授权小程序获取对应用户信息,由此,能够减少用户操作;基于本说明书的另外部分实施例,可以在用户确认办理某业务后再询问是否允许小程序获取相应的用户信息,由此,能够在用户确认业务类型后再确定目标信息类型,减少不必要的确定目标信息类型的操作,节约计算机资源。
以上实施例中的各种技术特征可以任意进行组合,只要特征之间的组合不存在冲突或矛盾,但是限于篇幅,未进行一一描述,因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
与图2中的方法相对应地,本说明书实施例提供了一种应用于用户终端的用户信息获取方法。图3示出了本说明书实施例提供的应用于用户终端的用户信息获取方法的流程示意图。
如图3所示,流程可以包括以下步骤:
步骤302:响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
步骤304:接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
其中,所述应用程序具体地可以是指所述目标小程序的宿主应用。
步骤302中,对于小程序的访问操作可以包括对小程序首页或其他页面的访问操作。例如,当用户请求打开小程序的首页或小程序的其他页面时,应用程序能够感知到用户的访问操作。
在实际应用时,所述响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求之前,还可以包括:获取用户对于运行于应用程序中的目标小程序的访问操作;并响应于所述访问操作,生成用户信息获取请求。
其中,所述用户信息获取请求中携带所述用户的账号标识和所述目标小程序的小程序标识;所述属性信息是基于所述小程序标识获取的;所述用户操作信息是基于所述账号标识获取的。其中,所述账号标识,可以是用户在所述应用程序中登录的账号的标识。
其中,所述属性信息可以包括,所述目标小程序在所述应用程序对应的所述服务器中注册时提供的用于描述所述目标小程序的信息。例如,名称信息、标志信息(即,logo)、类型信息、功能描述信息等。
其中,用户访问所述目标小程序的过程,具体可以是用户在当前时刻之前预设时长内的一系列操作轨迹。例如,可以是当前时刻之前10分钟内执行的用户操作信息。在实际应用时,所述一系列操作轨迹可以包括用户打开目标小程序前、打开小程序时、打开小程序后的一系列操作。所述用户操作信息用于由大模型刻画用户在当前时刻之前已经执行的行为,从而作为大模型推测在当前时刻之后用户可能执行的行为的依据。
在实际应用时,所述大模型可以基于小程序的属性信息,得知小程序的应用场景,基于应用场景并结合用户操作信息,来推测出用户在该应用场景下可能要办理的业务,输出业务类型信息。
图3中的方法,通过当用户在用户终端中基于应用程序访问小程序时,请求由应用程序的服务器将用户在访问所述目标小程序的过程中已经执行的用户操作信息以及小程序的属性信息输入到预训练的大模型中,得到大模型预测的用户将办理的业务的业务类型信息并进而获取用户办理业务类型信息所对应的业务时需要使用的用户信息,然后获取服务器发送的用户信息,由此,用户无需在小程序中手动输入繁琐的用户信息就可以实现业务办理,为用户办理业务提供了方便。
在本说明书的一个或多个实施例中,用户接收所述服务器响应于所述用户信息获取请求返回的用户信息之后,还可以包括:在所述用户访问的所述目标小程序的用户信息获取页面中自动填充所述用户信息。例如,可以允许用户在无需手动提供任何信息的情况下直接办理“预定住宿”。
可选地,为了确保提供的用户信息是准确的,可以在将用户信息填充到用户信息获取页面后,接受用户的确认操作或修改操作。具体地,所述在所述用户访问的所述目标小程序的用户信息获取页面中自动填充所述用户信息之后,还可以包括:获取所述用户针对所述用户信息的确认操作,所述确认操作包括用于表示所述用户信息正确的第一确认操作或用于表示所述用户信息中存在错误的第二确认操作;若所述确认操作包括第一确认操作,则向所述目标小程序的小程序服务器发送所述用户信息。
在本说明书的一个或多个实施例中,为了使提供的用户信息更准确,可以在服务器预测了用户将办理的目标业务的业务类型后,寻求用户的确认。具体地,可以利用生成式人工智能模型来与用户进行对话,以提升用户确认信息过程的用户体验,使得用户使用小程序的操作过程更加流畅和人性化。
对于用户终端而言,所述接收所述服务器响应于所述用户信息获取请求返回的用户信息,具体可以包括:获取所述服务器发送的第一轮对话信息;所述第一轮对话信息由所述服务器利用生成式人工智能模型根据所述业务类型信息和目标信息类型生成;所述目标信息类型是根据所述业务类型信息确定的在所述目标小程序中办理所述目标业务时需要使用的信息的类型;所述第一轮对话信息用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息;以第一预设方式呈现所述第一轮对话信息;获取所述用户针对所述第一轮对话信息的第一轮反馈操作;基于所述第一轮反馈操作生成第一轮反馈信息,所述第一轮反馈信息包括肯定答复信息或否定答复信息;向所述服务器发送所述第一轮反馈信息。
可选地,用户终端可以接收所述服务器当所述第一轮反馈信息包括肯定答复信息时获取的所述目标信息类型的用户信息。
可选地,用户终端可以接收所述服务器当所述第一轮反馈信息包括否定答复信息时发送的第二轮对话信息;所述第二轮对话信息由所述服务器利用生成式人工智能模型根据备选业务类型信息和备选信息类型生成;所述备选业务类型信息是将所述账号标识和所述小程序标识输入到预训练的大模型中得到的;所述备选信息类型是根据所述备选业务类型信息确定的在所述目标小程序中办理所述备选业务类型信息所表示的备选业务时需要使用的信息的类型;所述第二轮对话信息用于询问所述用户是否要办理所述备选业务类型信息所表示的备选业务并授权向所述目标小程序提供所述备选信息类型对应的用户信息;以第二预设方式呈现所述第二轮对话信息;获取所述用户针对所述第二轮对话信息的第二轮反馈操作;基于所述第二轮反馈操作生成第二轮反馈信息;所述第二轮反馈信息包括肯定答复信息或否定答复信息;向所述服务器发送所述第二轮反馈信息;接收所述服务器当所述第二轮反馈信息包括肯定答复信息时获取的所述备选信息类型的用户信息。
在实际应用时,所述第一预设方式和所述第二预设方式中的至少一者可以包括弹窗、侧边栏或条幅等,不限于此。
在上述实施例中,作为示例,用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息的第一轮对话信息可以为例如“是否办理住宿并授权xx小程序获取您的如下信息:xxxx”。另外,例如,肯定答复信息可以响应于用户点击“确定/是”控件的操作来生成;又如,否定答复信息可以响应于用户点击“否”控件或关掉对话的操作来生成。
在本说明书的一个或多个实施例中,在每一轮对话信息中,可以根据实际的业务需要设计多个对话,这样做的好处在于,当用户确认待办业务类型信息准确的情况下,再去获取与业务类型信息对应的用户信息,从而一定程度上减少不必要的确定目标信息类型的操作,节约计算资源。
对于用户终端而言,所述接收所述服务器响应于所述用户信息获取请求返回的用户信息,具体可以包括:获取所述服务器发送的第一对话信息;所述第一对话信息由所述服务器利用生成式人工智能模型根据所述业务类型信息生成;所述第一对话信息用于询问所述用户是否要办理所述目标业务;以第三预设方式呈现所述第一对话信息;获取所述用户针对所述第一对话信息的第一反馈操作;基于所述第一反馈操作生成第一反馈信息;所述第一反馈信息包括肯定答复信息或否定答复信息;向所述服务器发送所述第一反馈信息;接收所述服务器当所述第一反馈信息包括肯定答复信息时根据所述业务类型信息确定的所述用户的用户信息。
更具体地,所述接收所述服务器当所述第一反馈信息包括肯定答复信息时根据所述业务类型信息确定的所述用户的用户信息,可以包括:接收所述服务器当所述第一反馈信息包括肯定答复信息时发送的第二对话信息;所述第二对话信息由所述服务器利用生成式人工智能模型根据目标信息类型生成;所述目标信息类型是根据所述业务类型信息确定的在所述目标小程序中办理所述目标业务时需要使用的信息的类型;所述第二对话信息用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息;以第四预设方式呈现所述第二对话信息;获取所述用户针对所述第二对话信息的第二反馈操作;基于所述第二反馈操作生成第二反馈信息;所述第二反馈信息包括肯定答复信息或否定答复信息;向所述服务器发送所述第二反馈信息;接收所述服务器当所述第二反馈信息包括肯定答复信息时获取的所述目标信息类型的用户信息。
在实际应用时,所述第三预设方式和所述第四预设方式中的至少一者包括弹窗、侧边栏或条幅等,不限于此。
作为示例,用于询问所述用户是否要办理所述目标业务的第一对话信息可以为例如“是否办理住宿”;相应地,用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息可以为例如“是否授权xx小程序获取您的如下信息:xxxx”。
根据上面的说明,本说明书实施例提供的一种实际应用场景下,用户信息获取方法的泳道示意图,如图4所示。
如图4所示,1)在用户终端中,响应于用户的访问小程序的触发操作(例如,访问小程序中特定页面的操作,例如,访问小程序的首页、注册页、目标业务办理页面等),小程序所在的宿主应用程序能够获取到用户登录的账号标识以及所访问的小程序的小程序标识,生成携带所述账号标识和所述小程序标识的用户信息获取请求,发送至宿主应用程序对应的服务器。
2)宿主应用程序对应的服务器响应于所述用户信息获取请求,一方面,可以根据账号标识,获取用户在访问所述目标小程序的过程中已经执行的用户操作信息,例如,用户在当前时刻前的一段时间内执行了哪些操作,以便用于由大模型刻画用户在当前时刻之前已经执行的行为;还可以根据所述账号标识,获取用户的历史操作信息,例如,用户此前在宿主应用程序中执行过哪些操作,以便用于由大模型刻画用户的行为偏好;另一方面,可以根据所述小程序标识,获取所述小程序的属性信息,以便用于由大模型刻画用户当前使用的小程序的功能和应用场景。
3)服务器将小程序的所述属性信息和用户操作信息(以及可选的用户历史操作信息)输入至预训练的大模型中,能够得到大模型预测的用户将办理的目标业务的业务类型信息;例如,所述业务类型信息可以包括“预定住宿”、“订票”、“购物”等,不限于此。
4)服务器确定在所述小程序中办理所述业务类型信息所表示的业务时需要用到的用户信息的目标信息类型;例如,当业务类型信息为“预定住宿”时,所对应的目标信息类型可以包括“姓名”、“手机号”、“身份唯一标识码”等。
5)服务器使用生成式人工智能模型(简称AIGC),以业务类型信息和用户信息类型作为关键词,生成用于输出给用户的对话信息,并发送给用户终端;例如,“是否办理住宿并授权xx小程序获取姓名、手机号和身份唯一标识码信息”。
6)用户终端在接收到服务器发送的对话信息后,以预设的形式呈现所述对话信息;例如,可以弹窗、气泡、侧边栏等形式呈现,不限于此。
7)用户终端可以获取用户对于对话信息的反馈信息;例如,用户可以点击用于表示肯定反馈的控件或点击用于表示否定反馈的控件,用户提供反馈信息和用户终端获取用户反馈信息的形式不限于此,可以根据实际需要设置。
8)服务器获取用户提供的反馈信息,若用户提供的是肯定反馈信息,则可以根据所述目标信息类型和所述用户的账户标识从数据库中获取所述用户的与所述目标信息类型对应的用户信息;例如,可以获取所述用户的姓名为“张三”、手机号为“185********”、身份唯一标识码为“142625************”等。
9)用户终端获取服务器发送的用户信息,并在用户确认正确后发送给小程序服务器。
作为示例,在用户使用的某小程序具有“酒店/宾馆/Hotel”等属性信息的情况下,大模型可能预测出用户将产生的业务类型为“预定住宿”,那么就会需要用户本身的姓名、身份唯一标识码等用户信息,进而将这些用户信息通过人工智能匹配的方式输出给小程序方,以帮助用户办理一键预定。
基于本说明书的上述一个或多个实施例,提供了一种用户信息获取方法。具体地,充分利用了承载大量小程序的应用程序本身已经存储保管的用户个人信息,当用户在小程序中办理业务时,无需用户手动填写或由小程序通过特定接口来从应用程序的服务器请求所需的用户信息,而是由应用程序的服务器来主动推测用户将办理的业务的基础上,向用户主动询问、并在用户授权的情况下代替用户操作来向小程序主动提供所需的用户信息。由此,一方面,能够简化用户在小程序中办理业务时的手动操作,提升用户的应用程序使用体验,另一方面,相比于由小程序通过特定接口向应用程序的服务器请求用户数据的情况,无需定制开发对应于不同的小程序的信息调用接口,普适性更强,开发成本更低,效能更高。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。
图5为本说明书实施例提供的对应于图2的一种应用于应用程序对应的服务器的用户信息获取装置的结构示意图。
如图5所示,该装置可以包括:
属性信息获取模块502,用于获取用户基于所述应用程序访问的目标小程序的属性信息;
操作信息获取模块504,用于获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
业务类型信息确定模块506,用于将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
用户信息获取模块508,用于根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
基于图5的装置,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
可选地,所述装置还包括请求接收模块,用于在属性信息获取模块502获取用户基于所述应用程序访问的目标小程序的属性信息之前,获取安装所述应用程序的用户终端发送的用户信息获取请求,所述用户信息获取请求中携带所述用户的账号标识和所述用户当前访问的所述目标小程序的小程序标识。
可选地,所述装置还包括信息发送模块,用于在用户信息获取模块508根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息之后,将所述用户信息发送给所述用户终端;所述用户信息用于自动填充至所述目标小程序的用户信息获取页面中。
可选地,所述用户信息获取模块508具体用于:根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;获取所述用户的与所述目标信息类型对应的用户信息。
可选地,所述根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型之前,还可以包括:获取多个终端用户在使用所述应用程序的过程中生成的用户行为记录;基于所述用户行为记录,确定在所述应用程序中办理不同类型的业务时需要提供的信息类型;确定与各业务类型信息相对应的信息类型集合。
可选地,所述获取所述用户的与所述目标信息类型对应的用户信息,具体可以包括:根据所述账号标识和所述目标信息类型,从数据库中查找所述用户的与所述目标信息类型对应的用户信息。
可选地,所述用户信息获取模块508具体用于:根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;基于所述业务类型信息和所述目标信息类型,利用生成式人工智能模型,生成第一轮对话信息;所述第一轮对话信息用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息;向所述用户终端发送所述第一轮对话信息;获取所述用户终端返回的所述用户针对所述第一轮对话信息提供的第一轮反馈信息;所述第一轮反馈信息包括肯定答复信息或否定答复信息;若所述第一轮反馈信息包括肯定答复信息,则获取所述目标信息类型对应的用户信息。
可选地,所述大模型还输出备选业务类型信息;所述用户信息获取模块508具体还用于:若所述第一轮反馈信息包括否定答复信息,则根据所述备选业务类型信息,确定在所述目标小程序中办理所述备选业务类型信息所表示的备选业务时需要使用的备选信息类型;基于所述备选业务类型信息和所述备选信息类型,利用生成式人工智能模型,生成第二轮对话信息;所述第二轮对话信息用于询问所述用户是否要办理所述备选业务类型信息所表示的备选业务并授权向所述目标小程序提供所述备选信息类型对应的用户信息;向所述用户终端发送所述第二轮对话信息;获取所述用户终端返回的所述用户针对所述第二轮对话信息提供的第二轮反馈信息;所述第二轮反馈信息包括肯定答复信息或否定答复信息;若所述第二轮反馈信息包括肯定答复信息,则获取所述备选信息类型对应的用户信息。
可选地,所述用户信息获取模块508具体用于:基于所述业务类型信息,利用生成式人工智能模型,生成第一对话信息;所述第一对话信息用于询问所述用户是否要办理所述目标业务;向所述用户终端发送所述第一对话信息;获取所述用户终端返回的所述用户针对所述第一对话信息提供的第一反馈信息;所述第一反馈信息包括肯定答复信息或否定答复信息;若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息。
可选地,所述若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息,具体可以包括:若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;基于所述目标信息类型,利用生成式人工智能模型,生成第二对话信息;所述第二对话信息用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息;向所述用户终端发送所述第二对话信息;获取所述用户终端返回的所述用户针对所述第二对话信息提供的第二反馈信息;所述第二反馈信息包括肯定答复信息或否定答复信息;若所述第二反馈信息包括肯定答复信息,则获取所述目标信息类型对应的用户信息。。
图6为本说明书实施例提供的对应于图3的一种应用于用户终端的用户信息获取装置的结构示意图。如图6所示,该装置可以包括:
请求发送模块602,用于响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
信息接收模块604,用于接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
基于图6的装置,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
可选地,其中,所述用户信息获取请求中携带所述用户的账号标识和所述目标小程序的小程序标识;所述属性信息是基于所述小程序标识获取的;所述用户操作信息是基于所述账号标识获取的。
可选地,所述装置还包括用户信息填充模块,用于在所述用户访问的所述目标小程序的用户信息获取页面中自动填充所述用户信息。
可选地,所述装置还用于:获取所述用户针对所述用户信息的确认操作;所述确认操作包括用于表示所述用户信息正确的第一确认操作或用于表示所述用户信息中存在错误的第二确认操作;若所述确认操作包括第一确认操作,则向所述目标小程序的小程序服务器发送所述用户信息。
可以理解,上述的各模块是指计算机程序或者程序段,用于执行某一项或多项特定的功能。此外,上述各模块的区分并不代表实际的程序代码也必须是分开的。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。
图7为本说明书实施例提供的一种用户信息获取设备的结构示意图。
如图7所示,设备700可以为服务器,具体可以包括:
至少一个处理器710;以及,
与所述至少一个处理器通信连接的存储器730;其中,
所述存储器730存储有可被所述至少一个处理器710执行的指令720,所述指令被所述至少一个处理器710执行,以使所述至少一个处理器710能够:
获取用户基于所述应用程序访问的目标小程序的属性信息;
获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
设备700可以为终端设备,具体可以包括:
至少一个处理器710;以及,
与所述至少一个处理器通信连接的存储器730;其中,
所述存储器730存储有可被所述至少一个处理器710执行的指令720,所述指令被所述至少一个处理器710执行,以使所述至少一个处理器710能够:
响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可。每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。本说明书实施例提供的装置、设备与方法是对应的,因此装置、设备也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他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、商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他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (23)
1.一种用户信息获取方法,应用于应用程序对应的服务器,包括:
获取用户基于所述应用程序访问的目标小程序的属性信息;
获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
2.如权利要求1所述的方法,所述获取用户基于所述应用程序访问的目标小程序的属性信息之前,还包括:
获取安装所述应用程序的用户终端发送的用户信息获取请求,所述用户信息获取请求中携带所述用户的账号标识和所述用户当前访问的所述目标小程序的小程序标识。
3.如权利要求2所述的方法,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息之后,还包括:
将所述用户信息发送给所述用户终端;所述用户信息用于自动填充至所述目标小程序的用户信息获取页面中。
4.如权利要求1所述的方法,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,具体包括:
根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;
获取所述用户的与所述目标信息类型对应的用户信息。
5.如权利要求4所述的方法,所述根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型之前,还包括:
获取多个终端用户在使用所述应用程序的过程中生成的用户行为记录;
基于所述用户行为记录,确定在所述应用程序中办理不同类型的业务时需要提供的信息类型;
确定与各业务类型信息相对应的信息类型集合。
6.如权利要求4所述的方法,所述获取所述用户的与所述目标信息类型对应的用户信息,具体包括:
根据所述账号标识和所述目标信息类型,从数据库中查找所述用户的与所述目标信息类型对应的用户信息。
7.如权利要求1所述的方法,其中,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,具体包括:
根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;
基于所述业务类型信息和所述目标信息类型,利用生成式人工智能模型,生成第一轮对话信息;所述第一轮对话信息用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息;
向所述用户终端发送所述第一轮对话信息;
获取所述用户终端返回的所述用户针对所述第一轮对话信息提供的第一轮反馈信息;所述第一轮反馈信息包括肯定答复信息或否定答复信息;
若所述第一轮反馈信息包括肯定答复信息,则获取所述目标信息类型对应的用户信息。
8.如权利要求7所述的方法,所述大模型还输出备选业务类型信息;所述获取所述用户终端返回的所述用户针对所述第一轮对话信息提供的第一轮反馈信息之后,还包括:
若所述第一轮反馈信息包括否定答复信息,则根据所述备选业务类型信息,确定在所述目标小程序中办理所述备选业务类型信息所表示的备选业务时需要使用的备选信息类型;
基于所述备选业务类型信息和所述备选信息类型,利用生成式人工智能模型,生成第二轮对话信息;所述第二轮对话信息用于询问所述用户是否要办理所述备选业务类型信息所表示的备选业务并授权向所述目标小程序提供所述备选信息类型对应的用户信息;
向所述用户终端发送所述第二轮对话信息;
获取所述用户终端返回的所述用户针对所述第二轮对话信息提供的第二轮反馈信息;所述第二轮反馈信息包括肯定答复信息或否定答复信息;
若所述第二轮反馈信息包括肯定答复信息,则获取所述备选信息类型对应的用户信息。
9.如权利要求1所述的方法,其中,所述根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息,具体包括:
基于所述业务类型信息,利用生成式人工智能模型,生成第一对话信息;所述第一对话信息用于询问所述用户是否要办理所述目标业务;
向所述用户终端发送所述第一对话信息;
获取所述用户终端返回的所述用户针对所述第一对话信息提供的第一反馈信息;所述第一反馈信息包括肯定答复信息或否定答复信息;
若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息。
10.如权利要求9所述的方法,所述若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,获取所述用户的用户信息,具体包括:
若所述第一反馈信息包括肯定答复信息,则根据所述业务类型信息,确定在所述目标小程序中办理所述目标业务时需要使用的目标信息类型;
基于所述目标信息类型,利用生成式人工智能模型,生成第二对话信息;所述第二对话信息用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息;
向所述用户终端发送所述第二对话信息;
获取所述用户终端返回的所述用户针对所述第二对话信息提供的第二反馈信息;所述第二反馈信息包括肯定答复信息或否定答复信息;
若所述第二反馈信息包括肯定答复信息,则获取所述目标信息类型对应的用户信息。
11.一种用户信息获取方法,应用于用户终端,包括:
响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
12.如权利要求11所述的方法,其中,所述用户信息获取请求中携带所述用户的账号标识和所述目标小程序的小程序标识;所述属性信息是基于所述小程序标识获取的;所述用户操作信息是基于所述账号标识获取的。
13.如权利要求11所述的方法,所述接收所述服务器响应于所述用户信息获取请求返回的用户信息之后,还包括:
在所述用户访问的所述目标小程序的用户信息获取页面中自动填充所述用户信息。
14.如权利要求13所述的方法,所述在所述用户访问的所述目标小程序的用户信息获取页面中自动填充所述用户信息之后,还包括:
获取所述用户针对所述用户信息的确认操作;所述确认操作包括用于表示所述用户信息正确的第一确认操作或用于表示所述用户信息中存在错误的第二确认操作;
若所述确认操作包括第一确认操作,则向所述目标小程序的小程序服务器发送所述用户信息。
15.如权利要求11所述的方法,所述接收所述服务器响应于所述用户信息获取请求返回的用户信息,具体包括:
获取所述服务器发送的第一轮对话信息;所述第一轮对话信息由所述服务器利用生成式人工智能模型根据所述业务类型信息和目标信息类型生成;所述目标信息类型是根据所述业务类型信息确定的在所述目标小程序中办理所述目标业务时需要使用的信息的类型;所述第一轮对话信息用于询问所述用户是否要办理所述目标业务并授权向所述目标小程序提供所述目标信息类型对应的用户信息;
以第一预设方式呈现所述第一轮对话信息;
获取所述用户针对所述第一轮对话信息的第一轮反馈操作;
基于所述第一轮反馈操作生成第一轮反馈信息;所述第一轮反馈信息包括肯定答复信息或否定答复信息;
向所述服务器发送所述第一轮反馈信息;
接收所述服务器当所述第一轮反馈信息包括肯定答复信息时获取的所述目标信息类型的用户信息。
16.如权利要求15所述的方法,所述向所述服务器发送所述第一轮反馈信息之后,还包括:
接收所述服务器当所述第一轮反馈信息包括否定答复信息时发送的第二轮对话信息;所述第二轮对话信息由所述服务器利用生成式人工智能模型根据备选业务类型信息和备选信息类型生成;所述备选业务类型信息是将所述账号标识和所述小程序标识输入到预训练的大模型中得到的;所述备选信息类型是根据所述备选业务类型信息确定的在所述目标小程序中办理所述备选业务类型信息所表示的备选业务时需要使用的信息的类型;所述第二轮对话信息用于询问所述用户是否要办理所述备选业务类型信息所表示的备选业务并授权向所述目标小程序提供所述备选信息类型对应的用户信息;
以第二预设方式呈现所述第二轮对话信息;
获取所述用户针对所述第二轮对话信息的第二轮反馈操作;
基于所述第二轮反馈操作生成第二轮反馈信息;所述第二轮反馈信息包括肯定答复信息或否定答复信息;
向所述服务器发送所述第二轮反馈信息;
接收所述服务器当所述第二轮反馈信息包括肯定答复信息时获取的所述备选信息类型的用户信息。
17.如权利要求11所述的方法,所述接收所述服务器响应于所述用户信息获取请求返回的用户信息,具体包括:
获取所述服务器发送的第一对话信息;所述第一对话信息由所述服务器利用生成式人工智能模型根据所述业务类型信息生成;所述第一对话信息用于询问所述用户是否要办理所述目标业务;
以第三预设方式呈现所述第一对话信息;
获取所述用户针对所述第一对话信息的第一反馈操作;
基于所述第一反馈操作生成第一反馈信息;所述第一反馈信息包括肯定答复信息或否定答复信息;
向所述服务器发送所述第一反馈信息;
接收所述服务器当所述第一反馈信息包括肯定答复信息时根据所述业务类型信息确定的所述用户的用户信息。
18.如权利要求17所述的方法,所述接收所述服务器当所述第一反馈信息包括肯定答复信息时根据所述业务类型信息确定的所述用户的用户信息,具体包括:
接收所述服务器当所述第一反馈信息包括肯定答复信息时发送的第二对话信息;所述第二对话信息由所述服务器利用生成式人工智能模型根据目标信息类型生成;所述目标信息类型是根据所述业务类型信息确定的在所述目标小程序中办理所述目标业务时需要使用的信息的类型;所述第二对话信息用于询问所述用户是否授权向所述目标小程序提供所述目标信息类型对应的用户信息;
以第四预设方式呈现所述第二对话信息;
获取所述用户针对所述第二对话信息的第二反馈操作;
基于所述第二反馈操作生成第二反馈信息;所述第二反馈信息包括肯定答复信息或否定答复信息;
向所述服务器发送所述第二反馈信息;
接收所述服务器当所述第二反馈信息包括肯定答复信息时获取的所述目标信息类型的用户信息。
19.如权利要求18所述的方法,其中,所述第三预设方式和所述第四预设方式中的至少一者包括弹窗、侧边栏或条幅。
20.一种用户信息发送装置,应用于应用程序对应的服务器,包括:
属性信息获取模块,用于获取用户基于所述应用程序访问的目标小程序的属性信息;
操作信息获取模块,用于获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
业务类型信息确定模块,用于将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
用户信息获取模块,用于根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
21.一种用户信息获取装置,应用于用户终端,包括:
请求发送模块,用于响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
信息接收模块,用于接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
22.一种服务器,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指令,所述指令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:
获取用户基于所述应用程序访问的目标小程序的属性信息;
获取所述用户在访问所述目标小程序的过程中已经执行的用户操作信息;
将所述属性信息和所述用户操作信息输入至预训练的大模型中,得到所述大模型输出的业务类型信息;所述业务类型信息为表示所述用户被预测将办理的目标业务的类型的信息;
根据所述业务类型信息,获取所述用户的用于办理所述目标业务的用户信息;所述用户信息用于当所述用户在所述目标小程序中办理所述目标业务时被提供至所述目标小程序的小程序服务器。
23.一种终端设备,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指令,所述指令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:
响应于用户基于应用程序对目标小程序的访问操作,向所述应用程序的服务器发送用户信息获取请求;
接收所述服务器响应于所述用户信息获取请求返回的用户信息;所述用户信息是根据业务类型信息确定的在所述目标小程序中办理所述业务类型信息所表示的目标业务时需要提供的信息;所述业务类型信息是将所述目标小程序的属性信息和所述用户在访问所述目标小程序的过程中已经执行的用户操作信息输入到预训练的大模型中得到的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311729141.2A CN117931306A (zh) | 2023-12-14 | 2023-12-14 | 一种用户信息获取方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311729141.2A CN117931306A (zh) | 2023-12-14 | 2023-12-14 | 一种用户信息获取方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117931306A true CN117931306A (zh) | 2024-04-26 |
Family
ID=90769350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311729141.2A Pending CN117931306A (zh) | 2023-12-14 | 2023-12-14 | 一种用户信息获取方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117931306A (zh) |
-
2023
- 2023-12-14 CN CN202311729141.2A patent/CN117931306A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109514586B (zh) | 实现智能客服机器人的方法及系统 | |
CN107437416A (zh) | 一种基于语音识别的咨询业务处理方法及装置 | |
CN112632961B (zh) | 基于上下文推理的自然语言理解处理方法、装置以及设备 | |
CN112735407B (zh) | 一种对话处理方法及装置 | |
US10735463B2 (en) | Validating commands for hacking and spoofing prevention in an Internet of Things (IoT) computing environment | |
CN115146601A (zh) | 语言处理任务的执行方法、装置、可读存储介质以及设备 | |
WO2024066758A1 (zh) | 一种业务处理的方法、装置、存储介质以及电子设备 | |
US11222276B2 (en) | Response collaboration among multiple artificial intelligence (AI) systems | |
CN113408254B (zh) | 一种页面表单信息填写方法、装置、设备和可读介质 | |
US11290414B2 (en) | Methods and systems for managing communications and responses thereto | |
US11164575B2 (en) | Methods and systems for managing voice response systems to optimize responses | |
US20230090019A1 (en) | Voice activated device enabling | |
US20220067546A1 (en) | Visual question answering using model trained on unlabeled videos | |
CN116974676A (zh) | 一种页面内容发送方法、装置和设备 | |
CN117575008A (zh) | 训练样本生成方法、模型训练方法、知识问答方法及设备 | |
KR102243275B1 (ko) | 오프라인 오브젝트에 관한 콘텐츠 자동 생성 방법, 장치 및 컴퓨터 판독가능 저장 매체 | |
CN115545720B (zh) | 一种模型训练的方法、业务风控的方法及装置 | |
US20200372382A1 (en) | Information and data collaboration among multiple artificial intelligence (ai) systems | |
CN116188023A (zh) | 一种风险识别模型训练的方法、装置、存储介质及设备 | |
CN117931306A (zh) | 一种用户信息获取方法、装置和设备 | |
CN115545353A (zh) | 一种业务风控的方法、装置、存储介质及电子设备 | |
CN109145084B (zh) | 数据处理方法、数据处理装置和服务器 | |
CN115952271B (zh) | 一种生成对话信息的方法、装置、存储介质及电子设备 | |
KR20200043725A (ko) | 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법 및 컴퓨팅 장치 | |
CN111104591B (zh) | 一种推荐信息生成方法及装置 |
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 |