TWM586402U - 商品推薦系統 - Google Patents

Abstract

一種商品推薦系統，一語音特徵擷取模產生一當前語音特徵，一情緒分析模組根據該當前語音特徵，獲得一相關於一客戶之情緒的當前情緒資訊，一輸入模組產生一當前商品資訊，一時間序列產生模組根據每一先前時間點所對應的先前情緒資訊及每一先前時間點所對應的先前商品資訊，產生一包括該等先前時間點所對應的先前商品資訊及先前情緒資訊的時間序列，一判斷模組判斷該客戶是否對該時間序列的先前商品資訊所對應的商品有興趣，一推薦模組，在接收被判斷出為該客戶有興趣的先前商品資訊後，根據該客戶有興趣的商品資訊，產生一推薦訊息。

Description

商品推薦系統

本新型是有關於一種數據處理技術，特別是指一種商品推薦系統。

客戶在對客服諮詢的過程中，有時會不經意的透露對商品的喜好及需求。然而，客服雖能即時回覆客戶所提出之問題，但難以在短時間的交談中，即時掌握客戶言語間透漏的含義，進而失去向客戶推薦客戶感興趣或有需求的商品的機會。

因此，如何提供一種能在客戶諮詢的過程中使客服即時得知客戶感興趣或有需求的商品的系統係業者亟待解決之問題。

因此，本新型之目的，即在提供一種能即時產生相關於客戶感興趣或有需求的商品的推薦訊息的商品推薦系統。

於是，本新型商品推薦系統，適用於與一客戶端的電信連接，並持續接收來自該客戶端且相關於一客戶的語音訊息，包含一語音特徵擷取模組、一情緒分析模組、一輸入模組、一時間序列產生模組、一判斷模組，及一推薦模組。

該語音特徵擷取模組用以根據所接收之對應於一當前時間點的語音訊息產生一相關於該語音訊息的音量、音高，及音色的當前語音特徵。

該情緒分析模組電連接該語音特徵擷取模組，用以根據該當前語音特徵獲得一相關於該客戶之情緒的當前情緒資訊。

該輸入模組用以根據一使用者的輸入操作產生一相關於當前時間點所對應的商品之當前商品資訊。

該時間序列產生模組電連接該情緒分析模組及該輸入模組，用以根據每一先前時間點所對應的先前情緒資訊及每一先前時間點所對應的先前商品資訊，產生一包括該等先前時間點所對應的先前商品資訊及先前情緒資訊的時間序列。

該判斷模組電連接該時間序列產生模組，用以對於每一先前商品資訊，根據該時間序列中對應於該先前商品資訊的所有情緒資訊，判斷該客戶是否對該先前商品資訊所對應的商品有興趣。

該推薦模組電連接該判斷模組，用以在接收被該判斷模組判斷出為該客戶有興趣的先前商品資訊後，根據該客戶有興趣的商品資訊，產生一相關於該客戶有興趣的商品資訊的推薦訊息。

本新型之功效在於：藉由該判斷模組判斷該客戶是否對每一先前商品資訊所對應的商品有興趣，並在該推薦模組接收該客戶有興趣的先前商品資訊後根據該客戶有興趣的商品資訊後，產生相關於該客戶有興趣的商品資訊的該推薦訊息，以讓使用者能即時該推薦訊息向客戶推薦商品。

參閱圖1，本新型商品推薦系統的一實施例，該商品推薦系統1相關於一商家，適用於與一客戶端的電信連接，並持續接收來自該客戶端2且相關於一客戶的語音訊息，及來自該客戶端且對應語音訊息的影像訊息，該商品推薦系統包含一語音特徵擷取模組101、一文字特徵擷取模組102、一影像特徵擷取模組103、一情緒分析模組104、一輸入模組105、一時間序列產生模組106、一判斷模組107、一儲存模組108、一消費貢獻計算模組109、一價值貢獻預測模組110、一偏好預測模組111、一推薦模組112、一挽留模組113。該客戶端2例如為手機、電話、視訊設備等，但不以此為限。

該語音特徵擷取模組101用以根據所接收之對應於一當前時間點的語音訊息產生一相關於該語音訊息的音量、音高，及音色的當前語音特徵。值得注意的是，在本實施例中，該當前語音特徵為音量v、音高p，及音色t所組成的矩陣(v,p,t)，但不以此為限。假定音量v {v ₁,v ₂…v _M}，音高p {p ₁,p ₂…p _N}，音色t {t ₁,t ₂…t _Q}。因此，針對客戶的語音訊息提取的語音特徵可表徵為： ，其中矩陣的每一行代表某一個客戶的語音特徵資訊。

該文字特徵擷取模組102用以將當前時間點的語音訊息轉換為一文字訊息，並將該文字訊息進行斷詞斷句，以獲得一當前文字特徵。值得注意的是，在本實施例中，該當前文字特徵擷取模組102該文字訊息進行斷詞斷句獲得每一詞句s，並在斷詞斷句後獲得嵌入向量Ev，該當前文字特徵為該等詞句s及嵌入向量Ev所組成的矩陣(s,Ev)。假定針對某一客戶的語音訊息提取出了S個詞句，即 ,且每一個詞句都是固定長度L（當長度不夠時自動填充，當詞句長度過長時進行截斷），詞嵌入方式提取的詞向量維度為D，那麼每一個客戶的詞句資訊對應的矩陣為S*L*D，即為： ，其中 表示第j（ ）個句子中第i（ ）個詞所對應的詞向量表徵。

該影像特徵擷取模組103用以根據當前時間點的影像訊息產生一相關於該影像訊息的色彩、影格、影格影像列，及影格影像欄的當前影像特徵。值得注意的是，在本實施例中，該當前影像特徵擷取模組103先獲得該影像訊息中相關於該客戶的臉部影像，該當前影像特徵為該臉部影像的色彩g(例如為RGB)、影格f、影格影像列r，及影格影像欄c所組成的矩陣(g,f,r,c)。假定每一個影格下的影像的尺寸為M*N，則在某一個影格f下，其臉部影像特徵矩陣可表徵為： 。

該情緒分析模組104電連接該語音特徵擷取模組101、該文字特徵擷取模組102，及該影像特徵擷取模組103，該情緒分析模組104用以根據該當前語音特徵、該當前文字特徵，及該當前影像特徵獲得一相關於該客戶之情緒的當前情緒資訊。值得注意的是，該當前情緒資訊可例如為生氣、厭惡、恐懼、高興、中立、傷心、驚訝、興奮、掙扎之其中一者。例如，該當前語音特徵的音量大於一門檻值，該當前文字特徵出現特定詞句，該情緒分析模組104根據該當前影像特徵判定該客戶表情不悅，可綜合推測該情緒資訊為生氣的機率增加，並從更多資訊來源判斷客戶情緒。

該輸入模組105用以根據一使用者的輸入操作產生一相關於當前時間點所對應的商品之當前商品資訊。值得注意的是，在本實施例中，該當前商品資訊的商品為金融商品，但不以此為限。

該時間序列產生模組106電連接該情緒分析模組104及該輸入模組105，該時間序列產生模組106用以根據每一先前時間點所對應的先前情緒資訊及每一先前時間點所對應的先前商品資訊，產生一包括該等先前時間點所對應的先前商品資訊及先前情緒資訊的時間序列。該時間序列例如以下表1表示。
表1

時間點	1	2	3	4	5
商品	基金	信用卡
情緒	中立	厭惡	中立	高興	興奮

該判斷模組107電連接該時間序列產生模組106、該推薦模組112，及該挽留模組113，該判斷模組107用以對於每一先前商品資訊，根據該時間序列中對應於該先前商品資訊的所有情緒資訊，判斷該客戶是否對該先前商品資訊所對應的商品有興趣，並將判斷出為該客戶有興趣的先前商品資訊傳送至該推薦模組112，且在判斷出該客戶對該等先前商品資訊皆無興趣後，產生並傳送一指示出該客戶對該等先前商品資訊皆無興趣的挽留提示至該挽留模組113。

該儲存模組108儲存一相關於該客戶的家庭背景資訊、一相關於該客戶的消費資訊、一相關於該商家的營收資料、一相關於該客戶的瀏覽紀錄資訊，及一相關於該客戶的諮詢紀錄資訊。值得注意的是，該家庭背景資訊例如包括該客戶的兄弟姊妹數、婚姻狀況、子女數等、該消費資訊例如該客戶於該商家消費的金額、消費數量、及一時間區間(例如半年內)所消費之商品，該瀏覽紀錄資訊例如為該客戶於該商家所架設網站的瀏覽紀錄，但不以此為限。

該消費貢獻計算模組109電連接該儲存模組108，該消費貢獻計算模組109用以根據該家庭背景資訊及該消費資訊產生一相關於該客戶的消費能力及利潤貢獻的消費貢獻資訊。

該價值貢獻預測模組110電連接該儲存模組108，該價值貢獻預測模組110用以根據該消費資訊及該營收資料產生一相關於該客戶的價值貢獻預測資訊。

該偏好預測模組111電連接該儲存模組108，該偏好預測模組111用以根據該消費資訊、該瀏覽紀錄資訊，及該諮詢紀錄資訊產生一偏好預測結果。

該推薦模組112電連接該判斷模組107、該消費貢獻計算模組109，及該價值貢獻預測模組110，該推薦模組112用以在接收被該判斷模組107判斷出為該客戶有興趣的先前商品資訊後，根據該客戶有興趣的商品資訊、該消費貢獻資訊、該價值貢獻預測資訊，及該偏好預測結果，產生一相關於該客戶有興趣的商品資訊的推薦訊息。舉例來說，該客戶有興趣的商品資訊為基金，該消費貢獻資訊指示出消費能力及利潤貢獻高，該價值貢獻預測資訊指示出價值貢獻預測高，該偏好預測結果指示出偏好保守型商品，該推薦訊息為優先推薦保守型基金。

該挽留模組113電連接該消費貢獻計算模組109、該價值貢獻預測模組110，及該判斷模組107，用以在接收來自該挽留提示後，根據該消費貢獻資訊、該價值貢獻預測資訊，及來自該判斷模組107的商品資訊，產生一挽留訊息。舉例來說，該消費貢獻資訊指示出消費能力及利潤貢獻高，該價值貢獻預測資訊指示出價值貢獻預測高，該挽留訊息為提供符合客戶價值的優惠商品或折扣以挽留客戶。

綜上所述，本新型商品推薦系統，藉由該判斷模組107判斷該客戶是否對每一先前商品資訊所對應的商品有興趣，並在該推薦模組112接收該客戶有興趣的先前商品資訊後根據該客戶有興趣的商品資訊後，產生相關於該客戶有興趣的商品資訊的該推薦訊息，以讓該使用者能即時根據該推薦訊息向客戶推薦商品，且該挽留模組113在接收來自該挽留提示後，產生該挽留訊息，以讓該使用者能即時根據該挽留訊息適時挽留客戶。因此，確實能達成本新型之目的。

惟以上所述者，僅為本新型之實施例而已，當不能以此限定本新型實施之範圍，凡是依本新型申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本新型專利涵蓋之範圍內。

1‧‧‧商品推薦系統

108‧‧‧儲存模組

101‧‧‧語音特徵擷取模組

109‧‧‧消費貢獻計算模組

102‧‧‧文字特徵擷取模組

110‧‧‧價值貢獻預測模組

103‧‧‧影像特徵擷取模組

111‧‧‧偏好預測模組

104‧‧‧情緒分析模組

112‧‧‧推薦模組

105‧‧‧輸入模組

113‧‧‧挽留模組

106‧‧‧時間序列產生模組

2‧‧‧客戶端

107‧‧‧判斷模組

本新型之其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：
圖1是一方塊圖，說明本新型商品推薦系統的一實施例。

Claims (6)

1. 一種商品推薦系統，適用於與一客戶端的電信連接，並持續接收來自該客戶端且相關於一客戶的語音訊息，包含：
   一語音特徵擷取模組，用以根據所接收之對應於一當前時間點的語音訊息產生一相關於該語音訊息的音量、音高，及音色的當前語音特徵；
   一情緒分析模組，電連接該語音特徵擷取模組，用以根據該當前語音特徵獲得一相關於該客戶之情緒的當前情緒資訊；
   一輸入模組，用以根據一使用者的輸入操作產生一相關於當前時間點所對應的商品之當前商品資訊；
   一時間序列產生模組，電連接該情緒分析模組及該輸入模組，用以根據每一先前時間點所對應的先前情緒資訊及每一先前時間點所對應的先前商品資訊，產生一包括該等先前時間點所對應的先前商品資訊及先前情緒資訊的時間序列；
   一判斷模組，電連接該時間序列產生模組，用以對於每一先前商品資訊，根據該時間序列中對應於該先前商品資訊的所有情緒資訊，判斷該客戶是否對該先前商品資訊所對應的商品有興趣；及
   一推薦模組，電連接該判斷模組，用以在接收被該判斷模組判斷出為該客戶有興趣的先前商品資訊後，根據該客戶有興趣的商品資訊，產生一相關於該客戶有興趣的商品資訊的推薦訊息。
2. 如請求項1所述的商品推薦系統，相關於一商家，還包含：
   一儲存模組，儲存一相關於該客戶的家庭背景資訊、一相關於該客戶的消費資訊，及一相關於該商品推薦系統的該商家的營收資料；及
   一消費貢獻計算模組，電連接該儲存模組及該推薦模組，用以根據該家庭背景資訊及該消費資訊產生一相關於該客戶的消費能力及利潤貢獻的消費貢獻資訊；
   一價值貢獻預測模組，電連接該儲存模組及該推薦模組，用以根據該消費資訊及該營收資料產生一相關於該客戶的價值貢獻預測資訊；及
   其中，該推薦模組還根據該消費貢獻資訊及該價值貢獻預測資訊產生該推薦訊息。
3. 如請求項2所述的商品推薦系統，還包含：
   一挽留模組，電連接該消費貢獻計算模組、該價值貢獻預測模組，及該判斷模組，用以在接收來自一指示出該客戶對該等先前商品資訊皆無興趣的挽留提示後，根據該消費貢獻資訊、該價值貢獻預測資訊，及來自該判斷模組的商品資訊，產生一挽留訊息。
4. 如請求項1所述的商品推薦系統，還包含：
   一儲存模組，該儲存一相關於該客戶的瀏覽紀錄資訊，及一相關於該客戶的諮詢紀錄資訊；及
   一偏好預測模組，電連接該儲存模組及該推薦模組，用以根據該消費資訊、該瀏覽紀錄資訊，及該諮詢紀錄資訊產生一偏好預測結果；
   其中，該推薦模組還根據該偏好預測結果產生該推薦訊息。
5. 如請求項1所述的商品推薦系統，還包含：
   一文字特徵擷取模組，電連接該情緒分析模組，用以將當前時間點的語音訊息轉換為一文字訊息，並將該文字訊息進行斷詞斷句，以獲得一當前文字特徵；
   其中，該情緒分析模組還根據該當前文字特徵獲得該情緒資訊。
6. 如請求項1所述的商品推薦系統，還持續接收來自該客戶端且對應語音訊息的影像訊息，該商品推薦系統還包含：
   一影像特徵擷取模組，電連接該情緒分析模組，用以根據當前時間點的影像訊息產生一相關於該影像訊息的色彩、影格、影格影像列，及影格影像欄的當前影像特徵；
   其中，該情緒分析模組還根據該當前影像特徵獲得該情緒資訊。