[發明專利]問題推薦方法、系統、電子設備和存儲介質

有效

• 申請號: 202010177953.0
• 申請日: 2020-03-13
• 公開（公告）號: CN111400471B
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 劉祥;張鵬
• 申請（專利權）人: 江蘇滿運軟件科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F16/9536;G06F40/289;G06Q10/08;G06Q30/02
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 徐莉;鐘宗

本發明涉及人工智能技術領域，提供一種問題推薦方法、系統、電子設備和存儲介質。其中問題推薦方法包括：自歷史提問數據中，獲得多個業務標簽及每個業務標簽的問題集；在每個業務標簽的問題集中，通過相似度計算獲得多個關鍵問題，并根據關鍵問題生成每個業務標簽的提問標簽；基于各業務標簽及其提問標簽，計算兩兩用戶之間的相似度，根據兩兩用戶之間的相似度獲得每個用戶的關聯用戶，并根據每個用戶的關聯用戶的歷史提問數據生成每個用戶的推薦問題集；以及根據一用戶的實時提問數據，向該用戶推薦其推薦問題集中的問題。本發明通過業務標簽和提問標簽分析用戶之間的相似度，并基于相似用戶的提問數據對用戶進行個性化、針對性的問題推薦。

技術領域

本發明涉及人工智能技術領域，具體地說，涉及一種問題推薦方法、系統、電子設備和存儲介質。

背景技術

在線平臺每天會接收到大量用戶提問，隨著業務領域的拓展，人工客服量漸漸無法支撐用戶問題體量，因此誕生出智能客服技術。智能客服技術通常會基于用戶的歷史行為記錄，例如購買信息、操作信息，預測該用戶的提問意圖，在用戶提問前推薦相關問題，以引導用戶提出符合系統設定的問題，從而能夠快速響應用戶的提問。

對于在線物流平臺，用戶的歷史行為記錄比較單一，主要是車貨匹配場景下司機找貨的行為數據，例如司機搜索某一種類貨物信息、某條路線上的貨物信息等。但是貨物信息、司機偏好信息并不能全面地反映用戶在使用軟件的過程中碰到的軟件使用情況、運單狀態信息等問題，導致現有的智能客服技術應用到在線物流平臺時，無法準確地識別用戶的提問意圖，不僅無法給用戶推送其想問的問題，還會給用戶造成困擾，影響用戶的使用體驗。

需要說明的是，在上述背景技術部分申請的信息僅用于加強對本發明的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

有鑒于此，本發明提供一種問題推薦方法、系統、電子設備和存儲介質，可以通過基于所有用戶的歷史提問數據提取的業務標簽和提問標簽，分析用戶之間的相似度，并基于相似用戶的提問數據對用戶進行個性化、針對性的問題推薦。

本發明的一個方面提供一種問題推薦方法，包括步驟：自歷史提問數據中，獲得多個業務標簽及每個業務標簽的問題集；在每個所述業務標簽的問題集中，通過相似度計算獲得多個關鍵問題，并根據所述關鍵問題生成每個所述業務標簽的提問標簽；基于各所述業務標簽及其提問標簽，計算兩兩用戶之間的相似度，根據所述兩兩用戶之間的相似度獲得每個用戶的關聯用戶，并根據每個用戶的關聯用戶的歷史提問數據生成每個用戶的推薦問題集；以及根據一用戶的實時提問數據，向該用戶推薦其推薦問題集中的問題。

在一些實施例中，所述通過相似度計算獲得多個關鍵問題的步驟包括：在一所述業務標簽的問題集中，計算兩兩問題之間的相似度，生成所述問題集的相似度矩陣；根據所述相似度矩陣獲得與每個問題的相似度最高的多個問題，形成每個問題的關聯問題集；以及計算各所述關聯問題集的相似度之和，篩選相似度之和最大的一組關聯問題集，作為所述業務標簽的多個關鍵問題。

在一些實施例中，所述計算兩兩問題之間的相似度的步驟包括：對所述問題集中的每個問題進行分詞，獲得每個問題的分詞詞組；計算每個問題的分詞詞組的詞向量，并根據每個問題的分詞詞組的詞向量獲得每個問題的句向量；以及根據每個問題的句向量計算兩兩問題之間的相似度。

在一些實施例中，所述根據所述關鍵問題生成每個所述業務標簽的提問標簽的步驟包括：在所述業務標簽的多個關鍵問題中，對每個所述關鍵問題進行分詞，獲得每個所述關鍵問題的分詞詞組；計算每個分詞詞組在所述業務標簽的所有分詞詞組中的概率；以及篩選概率最高的多個分詞詞組，作為所述業務標簽的多個提問標簽。

在一些實施例中，所述計算兩兩用戶之間的相似度的步驟包括：自所述歷史提問數據中獲得兩用戶之間的相同問題，所述相同問題是相同業務標簽下具有至少一相同提問標簽的問題；以及根據該兩用戶的相同問題的提問次數和所述相同問題的總提問次數，獲得該兩用戶之間的相似度。