WO2020073528A1 - 基于会话的信息推送方法、装置、计算机设备及存储介质 - Google Patents

基于会话的信息推送方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
WO2020073528A1
WO2020073528A1 PCT/CN2018/125141 CN2018125141W WO2020073528A1 WO 2020073528 A1 WO2020073528 A1 WO 2020073528A1 CN 2018125141 W CN2018125141 W CN 2018125141W WO 2020073528 A1 WO2020073528 A1 WO 2020073528A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
demand information
keyword
keyword combination
keywords
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.)
Ceased
Application number
PCT/CN2018/125141
Other languages
English (en)
French (fr)
Inventor
吴壮伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of WO2020073528A1 publication Critical patent/WO2020073528A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Recommending goods or services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services

Definitions

  • the present application relates to the field of information push technology, and in particular to a session-based information push method, device, computer equipment, and storage medium.
  • Embodiments of the present application provide a session-based information push method, device, computer equipment, and storage medium, which are intended to solve the problem of using manual edited recommendation lists or recommendation lists based on collaborative filtering algorithms in the prior art to recommend commodity information. Accurately respond to more accurate recommendation results in real time according to the current actual needs of users, thus affecting the recommendation process.
  • an embodiment of the present application provides a session-based information push method, which includes:
  • the information keyword combination is a demand information keyword combination and returns to the step of determining whether there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base.
  • an embodiment of the present application provides a session-based information pushing device, which includes:
  • the keyword combination acquisition unit is used for receiving user demand information uploaded by the uploading terminal, segmenting the user demand information, and obtaining demand information keyword combinations;
  • the search and judgment unit is used to judge whether there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base;
  • the information pushing unit is used to push the commodity information including all keywords in the demand information keyword combination to the corresponding information in the form of session information if there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base 'S upload terminal;
  • the keyword combination adjustment unit is used to delete at least one keyword in the demand information keyword combination if there is no commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base to obtain the adjusted demand information key
  • the word combination uses the adjusted demand information keyword combination as the demand information keyword combination and returns to the step of judging whether there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base.
  • an embodiment of the present application further provides a computer device, including a memory, a processor, and a computer program stored on the memory and executable on the processor, the processor executing the computer
  • the program implements the session-based information push method described in the first aspect above.
  • an embodiment of the present application further provides a storage medium, wherein the computer-readable storage medium stores a computer program, and when the computer program is executed by a processor, the processor causes the processor to perform the above-mentioned first aspect The mentioned method for pushing information based on session.
  • FIG. 1 is a schematic flowchart of a session-based information pushing method provided by an embodiment of this application;
  • FIG. 2 is another schematic flowchart of a session-based information pushing method provided by an embodiment of the present application.
  • FIG. 3 is a schematic diagram of a sub-process of a session-based information pushing method provided by an embodiment of the present application
  • FIG. 4 is a schematic diagram of another sub-process of a session-based information pushing method provided by an embodiment of the present application.
  • FIG. 5 is another schematic flowchart of a session-based information pushing method provided by an embodiment of the present application.
  • FIG. 6 is a schematic diagram of another sub-process of a session-based information pushing method provided by an embodiment of the present application.
  • FIG. 7 is a schematic block diagram of a session-based information pushing device provided by an embodiment of the present application.
  • FIG. 8 is another schematic block diagram of a session-based information pushing device provided by an embodiment of the present application.
  • FIG. 9 is a schematic block diagram of a subunit of a session-based information pushing device provided by an embodiment of this application.
  • FIG. 10 is a schematic block diagram of another subunit of a session-based information pushing device provided by an embodiment of the present application.
  • FIG. 11 is another schematic block diagram of a session-based information pushing device provided by an embodiment of the present application.
  • FIG. 12 is a schematic block diagram of another subunit of a session-based information pushing device provided by an embodiment of this application.
  • FIG. 13 is a schematic block diagram of a computer device provided by an embodiment of the present application.
  • FIG. 1 is a schematic flowchart of a session-based information pushing method provided by an embodiment of the present application.
  • the session-based information pushing method is applied to a management server, and the method is executed by application software installed in the management server.
  • the management server is an enterprise terminal for pushing session-based information.
  • the method includes steps S110-S140.
  • S110 Receive user demand information uploaded by an upload terminal, segment the user demand information, and obtain a keyword combination of demand information.
  • the management server when the user uses the upload terminal to browse the UI interface of the online mall provided by the browsing management server, enter the user's demand information in the dialog box of the UI interface (similar to the search keyword input box of the search engine), enter After completion, upload to the management server.
  • the management server After receiving the user demand information uploaded by the uploading terminal, the management server needs to perform word segmentation processing on the user demand information in order to retrieve the commodity information in the knowledge base to obtain a demand information keyword combination composed of at least one keyword.
  • the user enters the user demand information "want to buy a imported Spalding brand basketball at a price of about 500 yuan" in the conversation box.
  • the management server segments the words and obtains the keywords "price is around 500 yuan", “import”, “spalding", and "basketball".
  • the above four keywords constitute the key to demand information Word combinations.
  • the user's abstract needs can be embodied as keyword indicators, and the product information can be more accurately recommended after retrieval in the knowledge base according to the keyword indicators.
  • the method before step S110, the method further includes:
  • S102 Perform text word segmentation on the initial product information to obtain product information; wherein, the product information includes at least a product name and a product attribute;
  • the initial information of the commodity corresponding to each web page in the preset URL address list can be crawled first (that is, the corresponding online mall in the management server can be obtained through the crawler tool All product information is sold in crawling), and then the initial information of the product is segmented, and the product information is obtained and written into the knowledge base.
  • Each product information includes the product name and product attributes.
  • the product attributes include the product price, label, brand, and function.
  • the product name and product attributes are written into the knowledge base, that is, the website products and all attributes are stored in Database.
  • step S110 includes:
  • S111 Extract candidate words from user demand information in order from left to right;
  • S113 Calculate the cumulative probability of acquiring each candidate word, and acquire the cumulative probability of each left neighbor word corresponding to each candidate word. If there is a cumulative probability among multiple left neighbor words of each candidate word as multiple left neighbor words The left neighbor of the maximum value in the cumulative probability of the word, and the left neighbor of the maximum value of the cumulative probability is taken as the best left neighbor of the candidate word;
  • word segmentation is performed by a word segmentation method based on a probability statistical model.
  • C C1, C2 ... Cm
  • C the Chinese character string to be segmented
  • W W1, W2 ... Wn
  • W the result of segmentation
  • the segmentation model based on probability statistics is to find the target word string W, so that W satisfies: P (W
  • C) MAX (P (Wa
  • the word segmentation model the word string W obtained by the above word segmentation model is the word string whose estimated probability is the largest.
  • each piece of commodity information in the knowledge base is compared with the demand information keyword combination to determine whether there are multiple pieces of commodity information in the knowledge base.
  • Commodity information including all keywords in the demand information keyword combination for example, the above-mentioned demand information keyword combination is "price is around 500 yuan”, “import”, “spalding", “basketball”, in the knowledge base
  • the product information if a piece of product information includes the above 4 keywords, it means that there is product information in the knowledge base that includes all keywords in the demand information keyword combination; if there is no product information, the above 4 keywords are included , It means that there is no product information including all keywords in the keyword combination of demand information in the knowledge base.
  • commodity information including all keywords in the keyword combination of demand information is pushed to the corresponding uploading terminal in the form of session information.
  • the commodity information can be filled in the conversation box And feedback to the corresponding upload terminal to achieve accurate recommendation of product information.
  • step S130 includes:
  • the actual price is 505 yuan
  • the session information finally pushed to the uploading terminal includes not only product information, but also product recommendation remarks, which not only accurately pushes the product information, but also explains why the product is recommended. This way, the product recommendation through the conversational method is enhanced Interactive.
  • step S140 If there is no product information including all keywords in the demand information keyword combination in the pre-built knowledge base, delete at least one keyword in the demand information keyword combination to obtain the adjusted demand information keyword combination.
  • the required information keyword combination is used as the required information keyword combination and returns to step S120.
  • the demand information keyword combination can be adjusted by deleting the keywords in the demand information keyword combination to expand the search range.
  • the user may manually delete the keywords, or the management server may delete the keywords according to the preset word deletion rules. After deleting at least one keyword in the demand information keyword combination, to obtain the adjusted demand information keyword combination, you need to search again in the knowledge base until you have retrieved commodity information including all keywords in the demand information keyword combination Stop the above cycle.
  • the method further includes:
  • S104 Obtain historical user demand information stored in the knowledge base, and count the frequency of ranking bits of each historical keyword included in the historical user demand information in the historical user demand information;
  • the management server deletes keywords according to preset word deletion rules, and requires statistical results of historical data as a basis. For example, by acquiring historical user demand information uploaded by successful users who purchase goods stored in the knowledge base, this can be used as a data foundation to analyze and count each historical keyword included in the historical user demand information in the historical user demand information The frequency of each sorted bit.
  • each piece of historical user demand information corresponds to a keyword combination of historical demand information.
  • user 1 ’s historical demand information keyword combination is “price is around 500 yuan”, “import”, and “Spalding”
  • user 2 ’s information seeking keyword combination is “import”, “price is around 500 yuan”.
  • “Spalding” user 2's demand information keyword combination is "spalding”, “import”, “price is around 500 yuan”, ..., user 100's "spalding”.
  • the historical keyword of price appears in the position of the first attribute, that is, the ratio of the price in the first ranking position is 40%, and the weight of the price in the first ranking position is 0.4; in the historical keyword of price It appears in the position of the second attribute, that is, when the price is in the second ranking position, the ratio is 30%, and the weight of the price in the second ranking position is 0.3; the historical keyword of price appears in the position of the third attribute, namely The rate when the price is in the third ranking position is 20%, and the weight of the price in the third ranking position is 0.2; the historical keyword of price appears in the position of the fourth attribute, that is, the ratio when the price is in the fourth ranking position Is 10%, and the weight of the price in the fourth ranking position is 0.1; the rest of the historical keyword weight calculation process refers to the calculation process of the price weight.
  • the weight value of each keyword included in the keyword combination of demand information can be accurately obtained, and the importance value of the keyword can be judged by the weight value.
  • At least one keyword in the keyword combination of demand information is deleted At this time, you can give priority to suggest deleting keywords with a smaller weight value in the keyword combination of demand information. For example, in the three keywords of price, brand, and import mentioned above, if you want to delete 1 keyword, the priority is to delete the import keyword; if you want to delete 2 keywords, the priority is to delete the import and brand. Key words.
  • step S140 includes:
  • the search range is effectively expanded to obtain commodity information similar to the demand information keyword combination to recommend the upload terminal for the user's reference and selection.
  • step S140 deleting at least one keyword in the demand information keyword combination to obtain the adjusted demand information keyword combination specifically includes:
  • the keywords combined with the demand information keywords are sorted in descending order by weight, and then the deletion prompt is prompted;
  • the selected keyword is deleted.
  • This method realizes targeted and more accurate feedback of product recommendation information based on user demand information by using the knowledge base constructed by product information as the data basis for conversational information generation.
  • An embodiment of the present application further provides a session-based information pushing device, which is used to perform any embodiment of the foregoing session-based information pushing method.
  • a session-based information pushing device which is used to perform any embodiment of the foregoing session-based information pushing method.
  • FIG. 7 is a schematic block diagram of a session-based information pushing device provided by an embodiment of the present application.
  • the session-based information pushing device 100 may be configured in the management server.
  • the session-based information push apparatus 100 includes a keyword combination acquisition unit 110, a search judgment unit 120, an information push unit 130, and a keyword combination adjustment unit 140.
  • the keyword combination obtaining unit 110 is configured to receive user demand information uploaded by an uploading terminal, segment the user demand information, and obtain demand information keyword combinations.
  • the session-based information pushing apparatus 100 further includes:
  • the commodity information crawling unit 101 is used to crawl the initial commodity information corresponding to each webpage in the preset URL address list;
  • the initial word segmentation unit for product information 102 is used to text segment the initial product information to obtain product information; wherein, the product information includes at least the product name and product attributes;
  • the commodity information writing unit 103 is used to write commodity information into the knowledge base.
  • the keyword combination acquisition unit 110 includes:
  • the candidate word selection unit 111 is used to extract candidate words from user demand information in order from left to right;
  • the initial left neighbor acquisition unit 112 is used to query the probability value corresponding to each candidate word in the pre-stored dictionary, and record the left neighbor word of each candidate word;
  • the best left neighbor acquisition unit 113 is used to calculate the cumulative probability of acquiring each candidate word, and acquire the respective cumulative probability of each left neighbor word corresponding to each candidate word, if multiple left neighbor words of each candidate word There are left neighbor words whose cumulative probability is the maximum value among the cumulative probabilities of multiple left neighbor words, and the left neighbor word with the largest cumulative probability is taken as the best left neighbor word corresponding to the candidate word;
  • the word segmentation result output unit 114 is used to output the best left neighboring words corresponding to each candidate word in order from the end word of the user demand information as a starting point to obtain the demand information key composed of the keywords corresponding to the word segmentation result Word combinations.
  • the search judgment unit 120 is used to judge whether there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base.
  • the information pushing unit 130 is used to push the commodity information including all keywords in the demand information keyword combination to the session information in the form of conversation information if there is commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base Corresponding upload terminal.
  • the information pushing unit 130 includes:
  • the remark information obtaining unit 131 is used to obtain product recommendation remark information corresponding one-to-one to all keywords in the keyword combination of demand information;
  • the information combination unit 132 is used to combine the product recommendation remark information and the corresponding product information and add it to the conversation box to obtain the conversation information, and push the conversation information to the corresponding upload terminal.
  • the keyword combination adjustment unit 140 is configured to delete at least one keyword in the demand information keyword combination to obtain adjusted demand information if there is no commodity information including all keywords in the demand information keyword combination in the pre-built knowledge base
  • the keyword combination uses the adjusted demand information keyword combination as the demand information keyword combination and returns it to the retrieval judgment unit.
  • the session-based information pushing apparatus 100 further includes:
  • the historical user demand information statistics unit 104 is used to obtain historical user demand information stored in the knowledge base, and count the frequency of ranking of each historical keyword included in the historical user demand information in the historical user demand information;
  • the historical keyword weight acquisition unit 105 is configured to correspondingly acquire the weight corresponding to each historical keyword according to the frequency of the ranking of each historical keyword in historical user demand information.
  • the keyword combination adjustment unit 140 includes:
  • the current keyword weight obtaining unit 141 is used to obtain the weight corresponding to each keyword in the keyword combination of demand information
  • the automatic keyword deletion unit 142 is used to acquire and delete the keyword with the minimum weight value in the keyword combination of demand information and obtain the adjusted keyword combination of demand information.
  • deleting at least one keyword in the demand information keyword combination to obtain the adjusted demand information keyword combination specifically includes:
  • the keywords combined with the demand information keywords are sorted in descending order by weight, and then the deletion prompt is prompted;
  • the selected keyword is deleted.
  • the above session-based information pushing apparatus may be implemented in the form of a computer program, and the computer program may run on the computer device shown in FIG. 13. Please refer to FIG. 13, which is a schematic block diagram of a computer device provided by an embodiment of the present application.
  • the computer device 500 includes a processor 502, a memory, and a network interface 505 connected through a system bus 501, where the memory may include a non-volatile storage medium 503 and an internal memory 504.
  • the non-volatile storage medium 503 can store an operating system 5031 and a computer program 5032.
  • the computer program 5032 When executed, it may cause the processor 502 to execute a session-based information pushing method.
  • the processor 502 is used to provide computing and control capabilities to support the operation of the entire computer device 500.
  • the internal memory 504 provides an environment for running the computer program 5032 in the non-volatile storage medium 503.
  • the processor 502 can cause the processor 502 to execute a session-based information pushing method.
  • the network interface 505 is used for network communication, such as the transmission of data information.
  • the processor 502 is used to run the computer program 5032 stored in the memory, so as to implement the session-based information pushing method of the embodiment of the present application.
  • the embodiment of the computer device shown in FIG. 13 does not constitute a limitation on the specific configuration of the computer device.
  • the computer device may include more or less components than shown in the figure. Or combine certain components, or arrange different components.
  • the computer device may include only a memory and a processor. In such an embodiment, the structures and functions of the memory and the processor are consistent with the embodiment shown in FIG. 13 and will not be repeated here.
  • the processor 502 may be a central processing unit (Central Processing Unit, CPU), and the processor 502 may also be other general-purpose processors, digital signal processors (Digital Signal Processor, DSP), Application specific integrated circuit (Application Specific Integrated Circuit, ASIC), ready-made programmable gate array (Field-Programmable Gate Array, FPGA) or other programmable logic devices, discrete gate or transistor logic devices, discrete hardware components, etc.
  • the general-purpose processor may be a microprocessor or the processor may be any conventional processor.
  • a computer-readable storage medium may be a non-volatile computer-readable storage medium.
  • the computer-readable storage medium stores a computer program, where the computer program implements the session-based information pushing method of the embodiment of the present application when the computer program is executed by the processor.
  • the storage medium may be an internal storage unit of the aforementioned device, such as a hard disk or a memory of the device.
  • the storage medium may also be an external storage device of the device, such as a plug-in hard disk equipped on the device, a smart memory card (Smart) Card (SMC), a secure digital (SD) card, or a flash memory card (Flash Card) etc.
  • the storage medium may also include both an internal storage unit of the device and an external storage device.

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了基于会话的信息推送方法、装置、计算机设备及存储介质。该方法通过将用户需求信息对应的需求信息关键词组合与知识库中商品信息进行比对，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合并返回再次判断知识库中是否存在包括需求信息关键词组合。

Description

基于会话的信息推送方法、装置、计算机设备及存储介质
本申请要求于2018年10月12日提交中国专利局、申请号为201811190495.3、申请名称为“基于会话的信息推送方法、装置、计算机设备及存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及信息推送技术领域，尤其涉及一种基于会话的信息推送方法、装置、计算机设备及存储介质。
背景技术
目前，在基于互联网的在线商城上进行网络购物已越来越频繁，这些在线商城对用户进行商品推荐时，通常使用的商品推荐系统有两种：一种是人工编辑的推荐列表，另一种是基于协同过滤算法得到的推荐列表；而用户购买商品的需求一般是随着时间变化而变化的，或者用户的需求是从抽象到具体的过程，而现有的商品推荐系统无法准确根据用户的当前实际需求实时响应较为精准的推荐结果，从而影响到推荐过程。
发明内容
本申请实施例提供了一种基于会话的信息推送方法、装置、计算机设备及存储介质，旨在解决现有技术中商品信息推荐使用人工编辑的推荐列表或基于协同过滤算法得到的推荐列表，无法准确根据用户的当前实际需求实时响应较为精准的推荐结果，从而影响到推荐过程的问题。
第一方面，本申请实施例提供了一种基于会话的信息推送方法，其包括：
接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式 推送至对应的上传终端；以及
若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。
第二方面，本申请实施例提供了一种基于会话的信息推送装置，其包括：
关键词组合获取单元，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
检索判断单元，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
信息推送单元，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；以及
关键词组合调整单元，用于若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。
第三方面，本申请实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于会话的信息推送方法。
第四方面，本申请实施例还提供了一种存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于会话的信息推送方法。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。
图1为本申请实施例提供的基于会话的信息推送方法的流程示意图；
图2为本申请实施例提供的基于会话的信息推送方法的另一流程示意图；
图3为本申请实施例提供的基于会话的信息推送方法的子流程示意图；
图4为本申请实施例提供的基于会话的信息推送方法的另一子流程示意图；
图5为本申请实施例提供的基于会话的信息推送方法的另一流程示意图；
图6为本申请实施例提供的基于会话的信息推送方法的另一子流程示意图；
图7为本申请实施例提供的基于会话的信息推送装置的示意性框图；
图8为本申请实施例提供的基于会话的信息推送装置的另一示意性框图；
图9为本申请实施例提供的基于会话的信息推送装置的子单元示意性框图；
图10为本申请实施例提供的基于会话的信息推送装置的另一子单元示意性框图；
图11为本申请实施例提供的基于会话的信息推送装置的另一示意性框图；
图12为本申请实施例提供的基于会话的信息推送装置的另一子单元示意性框图；
图13为本申请实施例提供的计算机设备的示意性框图。
具体实施方式
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，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，图1是本申请实施例提供的基于会话的信息推送方法的流程示意图，该基于会话的信息推送方法应用于管理服务器中，该方法通过安装于管理服务器中的应用软件进行执行，管理服务器即是用于进行基于会话的信息推送的企业终端。
如图1所示，该方法包括步骤S110～S140。
S110、接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合。
在本实施例中，当用户通过上传终端在浏览管理服务器所提供的在线商城的UI界面时，在UI界面的会话框内(类似于搜索引擎的搜索关键词录入框)输入用户需求信息，输入完成后上传至管理服务器。管理服务器在接收了上传终端所上传的用户需求信息，为了便于在知识库中检索商品信息，需要先将用户需求信息进行分词处理，得到由至少一个关键词组成的需求信息关键词组合。
例如，用户在会话框中输入“想要购买一个价格为500元左右，进口的斯伯丁品牌篮球”这一用户需求信息。管理服务器在接收了上述用户需求信息后，对其进行分词得到“价格为500元左右”、“进口”、“斯伯丁”、“篮球”这些关键词，上述4个关键词组成需求信息关键词组合。通过这种会话式的录入用户需求信息，能将用户的抽象需求具体化成为关键词指标，能根据关键词指标在知识库中检索得到结果后更精准的推荐商品信息。
在一实施例中，如图2所示，步骤S110之前还包括：
S101、爬取预设URL地址列表中每一网页对应的商品初始信息；
S102、将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
S103、将商品信息写入知识库。
在本实施例中，构建包括海量的商品信息的知识库时，可以先爬取取预设URL地址列表中每一网页对应的商品初始信息(也即通过爬虫工具对管理服务器中对应的在线商城中售卖所有商品信息进行爬取)，然后对商品初始信息进行分词，得到商品信息并写入知识库。每一商品信息都包括商品名称和商品属性，商品的属性包括商品的价格、标签、品牌和功能等，商品名称和商品属性 都写入知识库中，即是将网站商品和所有属性都存储在数据库中。通过构建商品的知识库，便于后续查询商品。
在一实施例中，如图3所示，步骤S110包括：
S111、按从左至右的顺序从用户需求信息中取出候选词；
S112、在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
S113、计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；
S114、以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。
在本实施例中，对用户需求信息进行分词时，是通过基于概率统计模型的分词方法进行分词。例如，令C＝C1 C2...Cm，C是待切分的汉字串，令W＝W1 W2...Wn，W是切分的结果，Wa，Wb，….Wk是C的所有可能的切分方案。那么，基于概率统计的切分模型就是能够找到目的词串W，使得W满足：P(W|C)＝MAX(P(Wa|C)，P(Wb|C)...P(Wk|C))的分词模型，上述分词模型得到的词串W即估计概率为最大之词串。
即对一个待分词的子串S，按照从左到右的顺序取出全部候选词w1、w2、…、wi、…、wn；在词典中查出每个候选词的概率值P(wi)，并记录每个候选词的全部左邻词；计算每个候选词的累积概率，同时比较得到每个候选词的最佳左邻词；如果当前词wn是字串S的尾词，且累积概率P(wn)最大，则wn就是S的终点词；从wn开始，按照从右到左顺序，依次将每个词的最佳左邻词输出，即S的分词结果。
S120、判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息。
在本实施例中，当管理服务器接收了需求信息关键词组合后，在知识库中的每一条商品信息均与需求信息关键词组合进行比对，判断知识库中的多条商品信息中是否存在包括需求信息关键词组合中所有关键词的商品信息，例如上述举例的需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”、 “篮球”，在知识库的商品信息中，若某一条商品信息中包括了上述4个关键词，则表示知识库中存在包括需求信息关键词组合中所有关键词的商品信息；若无商品信息中包括了上述4个关键词，则表示知识库中不存在包括需求信息关键词组合中所有关键词的商品信息。
S130、若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端。
在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，则表示有商品信息与需求信息关键词组合完全匹配，此时可将该商品信息填充到会话框中并反馈至对应的上传终端，以实现对商品信息的精准推荐。
在一实施例中，如图4所示，步骤S130包括：
S131、获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
S132、将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
在本实施例中，若知识库中存在包括需求信息关键词组合中所有关键词的商品信息，为了让用户更清楚的知道推荐该商品信息的理由，可以在会话框中还增加针对每一关键词进行推荐理由解释的商品推荐备注信息。例如推荐商品1的原因有以下4点：
1、满足价位(属性1)在500左右(属性值1)的需求，实际价位在505元；
2、满足进口(属性2)，实际是进口；
3、满足斯伯丁(属性3)品牌，实际品牌为斯伯丁；
4、满足篮球(商品品类)，实际是篮球。
最终推送至上传终端的会话信息不仅包括商品信息，也包括商品推荐备注信息，这样不仅精准推送了商品信息，还能解释为何推荐该商品的缘由，这样通过会话式的方式进行商品推荐，增强了互动性。
S140、若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需 求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行步骤S120。
在本实施例中，若知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，则表示不存在与需求信息关键词组合完全匹配的商品信息。此时为了推荐一些与需求信息关键词组合近似的商品信息，可以采取删除需求信息关键词组合中关键词的方式来调整需求信息关键词组合，以扩大搜索范围。在删除需求信息关键词组合中关键词时可以采用用户手动选择删除的方式，也可以由管理服务器根据预设的删词规则来删除关键词。在删除了需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，需再次在知识库中检索，直至有检索到包括需求信息关键词组合中所有关键词的商品信息才停止上述循环过程。
在一实施例中，如图5所示，步骤S110之前还包括：
S104、获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；
S105、根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。
在本实施例中，管理服务器根据预设的删词规则来删除关键词需要有历史数据的统计结果作为依据。例如，通过获取知识库中存储的购买商品成功用户所上传的历史用户需求信息，可以此为数据基础，分析统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次。
将历史用户需求信息进行分词后，所得到的每一历史关键词在每一历史用户需求信息中出现的排序位是可统计的。例如，在管理服务器存储有100条历史用户需求信息，每一历史用户需求信息都对应一条历史需求信息关键词组合。例如用户1的历史需求信息关键词组合为“价格为500元左右”、“进口”、“斯伯丁”，用户2的寻求信息关键词组合为“进口”、“价格为500元左右”、“斯伯丁”，用户2的需求信息关键词组合为“斯伯丁”、“进口”、“价格为500元左右”，……，用户100的“斯伯丁”。例如，经过上述100条历史需求信息关键词组合的统计后，得到：
价格这一关键词的权重为0.4*40％+0.3*30％+0.2*20％+0.1*10％＝0.3；
品牌这一关键词的权重为0.4*30％+0.3*40％+0.2*20％+0.1*10％＝0.29；
进口这一关键词的权重为0.4*20％+0.3*30％+0.2*40％+0.1*10％＝0.26；
……；
其中，价格这一历史关键词中出现在第一属性的位置，即价格位于第一排序位时的比率为40％，价格在第一排序位的位置权重为0.4；价格这一历史关键词中出现在第二属性的位置，即价格位于第二排序位时的比率为30％，价格在第二排序位的位置权重为0.3；价格这一历史关键词中出现在第三属性的位置，即价格位于第三排序位时的比率为20％，价格在第三排序位的位置权重为0.2；价格这一历史关键词中出现在第四属性的位置，即价格位于第四排序位时的比率为10％，价格在第四排序位的位置权重为0.1；其余的历史关键词的权重计算过程参考价格的权重的计算过程。
通过上述统计过程，可以准确获知需求信息关键词组合中所包括每一关键词的权重值，并以权重值来判断该关键词的重要程度，在删除需求信息关键词组合中的至少一个关键词时，可以优先建议删除需求信息关键词组合中权重值较小的关键词。例如上述举例的价格、品牌、进口这三个关键词中，若要删除1个关键词时，优先删除进口这一关键词；若要删除2个关键词时，优先删除进口和品牌这两个关键词。
在一实施例中，如图6所示，步骤S140包括：
S141、获取需求信息关键词组合中每一关键词对应的权重；
S142、获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。
在本实施例中，若通过统计历史用户需求信息得到了每一关键词的权重后，在删除需求信息关键词组合中至少一个关键词时，优先删除关键词的权重比较小的关键字，然后根据调整后的需求信息关键词组合作为需求信息关键词组合并返回执行步骤S120，这样有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。
作为步骤S140的另一实施例，在删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，具体包括：
获取需求信息关键词组合中每一关键词对应的权重；
将需求信息关键词组合的关键词以权重大小进行降序排序后进行删除提示；
若检测到所选定的关键词，删除所选定的关键词。
即在知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，提示用户选择需求信息关键词组合中一个或多个关键词进行删除以得到调整后的需求信息关键词组合。同样，也有效的扩大搜索范围，以得到与需求信息关键词组合近似的商品信息以推荐上传终端供用户参考选择。
该方法通过将商品信息构建的知识库作为会话式信息生成的数据基础，实现了根据用户需求信息有针对性且更精准的反馈商品推荐信息。
本申请实施例还提供一种基于会话的信息推送装置，该基于会话的信息推送装置用于执行前述基于会话的信息推送方法的任一实施例。具体地，请参阅图7，图7是本申请实施例提供的基于会话的信息推送装置的示意性框图。该基于会话的信息推送装置100可以配置于管理服务器中。
如图7所示，基于会话的信息推送装置100包括关键词组合获取单元110、检索判断单元120、信息推送单元130、和关键词组合调整单元140。
关键词组合获取单元110，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合。
在一实施例中，如图8所示，基于会话的信息推送装置100还包括：
商品信息爬取单元101，用于爬取预设URL地址列表中每一网页对应的商品初始信息；
商品信息初始分词单元102，用于将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
商品信息写入单元103，用于将商品信息写入知识库。
在一实施例中，如图9所示，关键词组合获取单元110包括：
候选词选取单元111，用于按从左至右的顺序从用户需求信息中取出候选词；
初始左邻词获取单元112，用于在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
最佳左邻词获取单元113，用于计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；
分词结果输出单元114，用于以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的 需求信息关键词组合。
检索判断单元120，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息。
信息推送单元130，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端。
在一实施例中，如图10所示，信息推送单元130包括：
备注信息获取单元131，用于获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
信息组合单元132，用于将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
关键词组合调整单元140，用于若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回至检索判断单元。
在一实施例中，如图11所示，基于会话的信息推送装置100还包括：
历史用户需求信息统计单元104，用于获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；
历史关键词权重获取单元105，用于根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。
在一实施例中，如图12所示，关键词组合调整单元140包括：
当前关键词权重获取单元141，用于获取需求信息关键词组合中每一关键词对应的权重；
关键词自动删除单元142，用于获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。
作为关键词组合调整单元140的另一实施例，在删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，具体包括：
获取需求信息关键词组合中每一关键词对应的权重；
将需求信息关键词组合的关键词以权重大小进行降序排序后进行删除提示；
若检测到所选定的关键词，删除所选定的关键词。
上述基于会话的信息推送装置可以实现为计算机程序的形式，该计算机程序可以在如图13所示的计算机设备上运行。请参阅图13，图13是本申请实施例提供的计算机设备的示意性框图。
参阅图13，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于会话的信息推送方法。该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行基于会话的信息推送方法。该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图13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500的限定，具体的计算机设备500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。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现本申请实施例的基于会话的信息推送方法。
本领域技术人员可以理解，图13中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图13所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器502可以是中央处理单元(Central Processing Unit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介 质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现本申请实施例的基于会话的信息推送方法。
所述存储介质可以是前述设备的内部存储单元，例如设备的硬盘或内存。所述存储介质也可以是所述设备的外部存储设备，例如所述设备上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、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。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到各种等效的修改或替换，这些修改或替换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 (20)

  1. 一种基于会话的信息推送方法，包括：
    接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
    判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
    若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；以及
    若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。
  2. 根据权利要求1所述的基于会话的信息推送方法，其中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：
    爬取预设URL地址列表中每一网页对应的商品初始信息；
    将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
    将商品信息写入知识库。
  3. 根据权利要求1所述的基于会话的信息推送方法，其中，所述对用户需求信息进行分词，得到需求信息关键词组合，包括：
    按从左至右的顺序从用户需求信息中取出候选词；
    在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
    计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的 最佳左邻词；
    以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。
  4. 根据权利要求1所述的基于会话的信息推送方法，其中，所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端，包括：
    获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
    将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
  5. 根据权利要求1所述的基于会话的信息推送方法，其中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：
    获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；
    根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。
  6. 根据权利要求5所述的基于会话的信息推送方法，其中，所述删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，包括：
    获取需求信息关键词组合中每一关键词对应的权重；
    获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。
  7. 一种基于会话的信息推送装置，包括：
    关键词组合获取单元，用于接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
    检索判断单元，用于判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
    信息推送单元，用于若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；
    关键词组合调整单元，用于若预先构建的知识库中不存在包括需求信息关 键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回至检索判断单元。
  8. 根据权利要求7所述的基于会话的信息推送装置，其中，所述信息推送单元，包括：
    备注信息获取单元，用于获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
    信息组合单元，用于将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
  9. 根据权利要求7所述的基于会话的信息推送装置，还包括：
    商品信息爬取单元，用于爬取预设URL地址列表中每一网页对应的商品初始信息；
    商品信息初始分词单元，用于将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
    商品信息写入单元，用于将商品信息写入知识库。
  10. 根据权利要求7所述的基于会话的信息推送装置，其中，所述关键词组合获取单元，包括：
    候选词选取单元，用于按从左至右的顺序从用户需求信息中取出候选词；
    初始左邻词获取单元，用于在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
    最佳左邻词获取单元，用于计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；
    分词结果输出单元，用于以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。
  11. 一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现以下步骤：
    接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
    判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
    若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；以及
    若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息的步骤。
  12. 根据权利要求11所述的计算机设备，其中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：
    爬取预设URL地址列表中每一网页对应的商品初始信息；
    将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
    将商品信息写入知识库。
  13. 根据权利要求11所述的计算机设备，其中，所述对用户需求信息进行分词，得到需求信息关键词组合，包括：
    按从左至右的顺序从用户需求信息中取出候选词；
    在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
    计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；
    以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。
  14. 根据权利要求11所述的计算机设备，其中，所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端，包括：
    获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
    将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
  15. 根据权利要求11所述的计算机设备，其中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：
    获取知识库中所存储的历史用户需求信息，统计所述历史用户需求信息中所包括的每一历史关键词在历史用户需求信息中各排序位的频次；
    根据每一历史关键词在历史用户需求信息中各排序位的频次，对应获取每一历史关键词对应的权重。
  16. 根据权利要求15所述的计算机设备，其中，所述删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，包括：
    获取需求信息关键词组合中每一关键词对应的权重；
    获取需求信息关键词组合中权重值为最小值的关键词并删除，得到调整后的需求信息关键词组合。
  17. 一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行以下操作：
    接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合；
    判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词的商品信息；
    若预先构建的知识库中存在包括需求信息关键词组合中所有关键词的商品信息，将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端；以及
    若预先构建的知识库中不存在包括需求信息关键词组合中所有关键词的商品信息，删除需求信息关键词组合中至少一个关键词，得到调整后的需求信息关键词组合，将调整后的需求信息关键词组合作为需求信息关键词组合并返回执行判断预先构建的知识库中是否存在包括需求信息关键词组合中所有关键词 的商品信息的步骤。
  18. 根据权利要求17所述的存储介质，其中，所述接收上传终端所上传的用户需求信息，对用户需求信息进行分词，得到需求信息关键词组合之前，还包括：
    爬取预设URL地址列表中每一网页对应的商品初始信息；
    将商品初始信息进行文本分词，得到商品信息；其中，商品信息至少包括商品名称和商品属性；
    将商品信息写入知识库。
  19. 根据权利要求17所述的存储介质，其中，所述对用户需求信息进行分词，得到需求信息关键词组合，包括：
    按从左至右的顺序从用户需求信息中取出候选词；
    在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；
    计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；
    以用户需求信息的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到由分词结果对应的关键词组成的需求信息关键词组合。
  20. 根据权利要求17所述的存储介质，其中，所述将包括需求信息关键词组合中所有关键词的商品信息以会话信息的方式推送至对应的上传终端，包括：
    获取与需求信息关键词组合中所有关键词一一对应的商品推荐备注信息；
    将商品推荐备注信息与对应的商品信息进行组合后添加至会话框以得到会话信息，将会话信息推送至对应的上传终端。
PCT/CN2018/125141 2018-10-12 2018-12-29 基于会话的信息推送方法、装置、计算机设备及存储介质 Ceased WO2020073528A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811190495.3A CN109325182B (zh) 2018-10-12 2018-10-12 基于会话的信息推送方法、装置、计算机设备及存储介质
CN201811190495.3 2018-10-12

Publications (1)

Publication Number Publication Date
WO2020073528A1 true WO2020073528A1 (zh) 2020-04-16

Family

ID=65261961

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/125141 Ceased WO2020073528A1 (zh) 2018-10-12 2018-12-29 基于会话的信息推送方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN109325182B (zh)
WO (1) WO2020073528A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111881674A (zh) * 2020-06-28 2020-11-03 百度在线网络技术（北京）有限公司 核心商品词挖掘方法、装置、电子设备及存储介质
CN112349430A (zh) * 2020-10-21 2021-02-09 零氪科技（北京）有限公司 药物检索方法及装置
CN112650942A (zh) * 2020-12-18 2021-04-13 北京京东尚科信息技术有限公司 产品推荐方法、装置、计算机系统和计算机可读存储介质
CN113343086A (zh) * 2021-06-01 2021-09-03 合肥工业大学 一种数据驱动的绿色设计知识推送方法
CN113538048A (zh) * 2021-07-12 2021-10-22 深圳市明源云客电子商务有限公司 需求信息获得方法、装置、终端设备以及存储介质
CN114418643A (zh) * 2022-01-21 2022-04-29 武汉夜莺科技有限公司 基于会话信息的商机创建方法、装置及介质
CN114549118A (zh) * 2022-01-20 2022-05-27 钻技(上海)信息科技有限公司 一种商品推荐方法及装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110297880B (zh) * 2019-05-21 2023-04-18 深圳壹账通智能科技有限公司 语料产品的推荐方法、装置、设备及存储介质
CN110275943B (zh) * 2019-06-26 2021-02-09 南京中孚信息技术有限公司 文章推送方法及装置
CN113766253A (zh) * 2021-01-04 2021-12-07 北京沃东天骏信息技术有限公司 基于虚拟主播的直播方法、装置、设备及存储介质
CN115208946B (zh) * 2022-07-18 2024-03-01 中国银行股份有限公司 一种消息推送方法、消息推送服务器及存储介质
CN116431903B (zh) * 2023-03-14 2026-02-03 武汉卓尔数科信息科技有限公司 一种内容推荐方法、装置及计算机可读介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145153A (zh) * 2006-09-13 2008-03-19 阿里巴巴公司 一种搜索信息的方法及系统
CN103745012A (zh) * 2014-01-28 2014-04-23 广州一呼百应网络技术有限公司 一种根据产品标题智能匹配显示网页推荐信息的方法和系统
CN105989120A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种个性化内容推荐方法及个性化内容推荐系统
CN106326259A (zh) * 2015-06-26 2017-01-11 苏宁云商集团股份有限公司 搜索引擎中商品标签的构建方法、系统及搜索方法和系统
CN106708802A (zh) * 2016-12-20 2017-05-24 西南石油大学 一种信息推荐的方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870973B (zh) * 2012-12-13 2017-12-19 阿里巴巴集团控股有限公司 基于电子信息的关键词提取的信息推送、搜索方法及装置
CN103914492B (zh) * 2013-01-09 2018-02-27 阿里巴巴集团控股有限公司 查询词融合方法、商品信息发布方法和搜索方法及系统
CN104978348B (zh) * 2014-04-10 2018-09-25 腾讯科技（深圳）有限公司 数据推送的方法及装置
CN104881807A (zh) * 2015-06-26 2015-09-02 陆健 一种推荐商品信息的方法及装置
CN105550369B (zh) * 2016-01-26 2019-06-07 上海晶赞科技发展有限公司 一种搜索目标商品集的方法及装置
CN106095988A (zh) * 2016-06-21 2016-11-09 上海智臻智能网络科技股份有限公司 自动问答方法及装置
CN107885717B (zh) * 2016-09-30 2020-12-29 腾讯科技（深圳）有限公司 一种关键词提取方法及装置
CN106528753A (zh) * 2016-10-28 2017-03-22 腾讯科技（深圳）有限公司 数据搜索方法及装置
CN107220386B (zh) * 2017-06-29 2020-10-02 北京百度网讯科技有限公司 信息推送方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145153A (zh) * 2006-09-13 2008-03-19 阿里巴巴公司 一种搜索信息的方法及系统
CN103745012A (zh) * 2014-01-28 2014-04-23 广州一呼百应网络技术有限公司 一种根据产品标题智能匹配显示网页推荐信息的方法和系统
CN105989120A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种个性化内容推荐方法及个性化内容推荐系统
CN106326259A (zh) * 2015-06-26 2017-01-11 苏宁云商集团股份有限公司 搜索引擎中商品标签的构建方法、系统及搜索方法和系统
CN106708802A (zh) * 2016-12-20 2017-05-24 西南石油大学 一种信息推荐的方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111881674A (zh) * 2020-06-28 2020-11-03 百度在线网络技术（北京）有限公司 核心商品词挖掘方法、装置、电子设备及存储介质
CN111881674B (zh) * 2020-06-28 2023-07-25 百度在线网络技术（北京）有限公司 核心商品词挖掘方法、装置、电子设备及存储介质
CN112349430A (zh) * 2020-10-21 2021-02-09 零氪科技（北京）有限公司 药物检索方法及装置
CN112650942A (zh) * 2020-12-18 2021-04-13 北京京东尚科信息技术有限公司 产品推荐方法、装置、计算机系统和计算机可读存储介质
CN113343086A (zh) * 2021-06-01 2021-09-03 合肥工业大学 一种数据驱动的绿色设计知识推送方法
CN113343086B (zh) * 2021-06-01 2022-09-16 合肥工业大学 一种数据驱动的绿色设计知识推送方法
CN113538048A (zh) * 2021-07-12 2021-10-22 深圳市明源云客电子商务有限公司 需求信息获得方法、装置、终端设备以及存储介质
CN113538048B (zh) * 2021-07-12 2022-10-14 深圳市明源云客电子商务有限公司 需求信息获得方法、装置、终端设备以及存储介质
CN114549118A (zh) * 2022-01-20 2022-05-27 钻技(上海)信息科技有限公司 一种商品推荐方法及装置
CN114418643A (zh) * 2022-01-21 2022-04-29 武汉夜莺科技有限公司 基于会话信息的商机创建方法、装置及介质

Also Published As

Publication number Publication date
CN109325182A (zh) 2019-02-12
CN109325182B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
WO2020073528A1 (zh) 基于会话的信息推送方法、装置、计算机设备及存储介质
CN106874492B (zh) 搜索方法和装置
WO2020073534A1 (zh) 基于重聚类的推送方法、装置、计算机设备及存储介质
CN110287420B (zh) 一种信息推荐系统的训练方法及装置
WO2020083020A1 (zh) 确定用户对物品的兴趣度的方法与装置、设备和存储介质
CN111324804B (zh) 搜索关键词推荐模型生成方法、关键词推荐方法与装置
WO2018024057A1 (zh) 用于访问业务的方法和装置
WO2017084362A1 (zh) 模型生成方法、推荐方法及对应装置、设备和存储介质
CN110928874A (zh) 一种信息处理方法、装置、系统、电子设备及存储介质
CN105247507A (zh) 品牌的影响力得分
KR102749382B1 (ko) 모의 사용자를 통한 통신
CN109325179A (zh) 一种内容推广的方法及装置
CN110069763A (zh) 合同文本定制方法、装置、设备及可读存储介质
WO2020073526A1 (zh) 基于信任网络的推送方法、装置、计算机设备及存储介质
WO2016045567A1 (zh) 网页数据分析方法及装置
CN103136213B (zh) 一种提供相关词的方法及装置
AU2017268599A1 (en) Method, device, server and storage medium of searching a group based on social network
CN106874402A (zh) 搜索方法和装置
CN106202440B (zh) 数据处理方法、装置及设备
CN112288510A (zh) 物品推荐方法、装置、设备及存储介质
JP6680472B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN115422485A (zh) 信息发送方法、装置、电子设备和存储介质
CN112732766B (zh) 一种数据排序方法、装置、电子设备及存储介质
CN107590176B (zh) 一种评价指标的获得方法、装置及电子设备
CN107851263A (zh) 用于处理推荐请求的方法和推荐引擎

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18936842

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 06.08.2021)

122 Ep: pct application non-entry in european phase

Ref document number: 18936842

Country of ref document: EP

Kind code of ref document: A1