[發明專利]產品推薦方法及其系統

有效

• 申請號: 202010319866.4
• 申請日: 2020-04-22
• 公開（公告）號: CN111626813B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 牛少凱;衛嬌;李明;閆志東
• 申請（專利權）人: 北京水滴科技集團有限公司
• 主分類號: G06Q30/0601
• 分類號: G06Q30/0601;G06F16/9532;G06F40/284;G10L15/26
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威

本申請公開了產品推薦方法及其系統，涉及互聯網技術領域，所要解決的一個技術問題是基于現有機器學習技術實現產品推薦的前期投入成本較高，產品推薦的可解釋性較弱，且無法對相關產品進行推薦，不支持對多個相關產品的對比。包括：對實時獲取到的語音信息進行文本化處理，得到所述語音信息中的關鍵詞信息；利用預設產品庫獲取與所述關鍵詞信息匹配的多個產品信息；根據產品信息的產品屬性維度，顯示相應的產品詳情信息；其中，所述關鍵詞信息與所述產品信息的產品屬性維度存在匹配關系。

技術領域

本申請涉及互聯網技術領域，尤其是產品推薦方法及其系統。

背景技術

目前工作人員給用戶推薦產品時，均是根據用戶要求手動選擇出符合用戶要求的產品，雖然可以滿足要求，但是面對多款產品對比、同款產品的不同迭代更新版本、以及每款產品的內容篩選，對于工作人員的專業素質要求嚴格，手動篩選、對比產品的方法易導致耗時較長且判斷結果準確性無法保證，嚴重影響用戶交易數據的轉化效率及用戶體驗。

現有的解決方案為，通過在語音交互場景下，將獲取的用戶語音進行預處理，通過意圖識別分類和實體識別，根據意圖分類結果、實體識別結果以及用戶畫像信息，結合大數據分析直接得到相應的產品推薦。該方案存在的不足為，卷積神經網絡等復雜的機器學習技術存在實現復雜、訓練數據多、訓練時間長、可解釋性差，且不支持對相關產品的推薦，也不支持對多個產品之間進行對比等問題。

申請內容

本申請實施例所要解決的一個技術問題是基于現有機器學習技術實現產品推薦的前期投入成本較高，產品推薦的可解釋性較弱，且無法對相關產品進行推薦，不支持對多個相關產品的對比。

依據本申請一個方面，提供了一種產品推薦方法，包括：

對實時獲取到的語音信息進行文本化處理，得到所述語音信息中的關鍵詞信息；

利用預設產品庫獲取與所述關鍵詞信息匹配的多個產品信息；

根據產品信息的產品屬性維度，顯示相應的產品詳情信息；

其中，所述關鍵詞信息與所述產品信息的產品屬性維度存在匹配關系。

優選地，所述對實時獲取到的語音信息進行文本化處理，得到所述語音信息中的關鍵詞信息，具體包括：

對實時獲取到的語音信息進行聲紋識別，確定用戶語音信息和/或目標語音信息；

對所述用戶語音信息和/或目標語音信息進行文本化處理，得到語音信息中的關鍵詞信息。

優選地，所述分別對所述用戶語音信息和/或目標語音信息進行文本化處理，得到所述語音信息中的關鍵詞信息，具體包括：

對所述用戶語音信息和/或目標語音信息進行文本化處理，得到所述用戶語音信息對應的第一關鍵詞信息和/或所述目標語音信息對應的第二關鍵詞信息；

根據所述第一關鍵詞信息和/或第二關鍵詞信息，確定所述語音信息中的關鍵詞信息。

優選地，所述第一關鍵詞信息、第二關鍵詞信息包括一個或多個關鍵詞，根據所述第一關鍵詞信息和第二關鍵詞信息，確定所述語音信息中的關鍵詞信息，具體包括：

分別計算出所述第一關鍵詞信息中的關鍵詞與第二關鍵詞信息中的關鍵詞之間的第一相似度；

若所述第一相似度超過相似度第一預設值，則將所述第二關鍵詞信息中的關鍵詞作為所述語音信息中的關鍵詞信息，并舍棄所述第一關鍵詞信息中的關鍵詞；

若所述第一相似度低于相似度第一預設值，則將所述第一關鍵詞信息中的關鍵詞和第二關鍵詞信息中的關鍵詞作為所述語音信息中的關鍵詞信息。

優選地，所述利用預設產品庫獲取與所述關鍵詞信息匹配的多個產品信息，具體包括：