[發明專利]業務卡片的推薦方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010726017.0
• 申請日: 2020-07-24
• 公開（公告）號: CN111984859A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 林雅明;彭飛;鄧竹立
• 申請（專利權）人: 五八有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N20/00;G06Q10/06
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 呂俊秀

1.一種業務卡片的推薦方法，其特征在于，包括：

獲取客戶端發送的用戶通過移動終端上用戶生成內容UGC板塊發布的動態信息；

確定發布所述動態信息的所述UGC板塊涉及的業務模塊的優先指數，以及所述動態信息的文字內容涉及的業務模塊的優先指數；

根據所述UGC板塊涉及的業務模塊的優先指數和所述文字內容涉及的業務模塊的優先指數計算各業務模塊的綜合優先指數；

按照所述各業務模塊的綜合優先指數的降序對各業務模塊對應的業務卡片進行排序；

將排序靠前的前N個業務卡片推薦給客戶端，以便于所述客戶端展示所述前N個業務卡片，其中N為自然數。

2.根據權利要求1所述的方法，其特征在于，

所述確定所述動態信息涉及的業務模塊的優先指數，包括：

根據發布所述動態信息的UGC板塊查詢數據庫，得到與所述UGC板塊對應的業務模塊；

將所述業務模塊的優先指數加一；

所述確定動態信息的文字內容涉及的業務模塊的優先指數，包括：

識別所述動態信息中的文字內容；

將所述動態信息的文字內容拆分為多個詞匯；

在數據庫中查找與每個詞匯對應的業務模塊；

建立每個詞匯與對應業務模塊的關聯關系；

通過機器學習模型對所述文字內容進行學習，判斷用戶是否有意向需求；

根據是否有意向需求的判斷結果和所述關聯關系確定每個詞匯對應的業務模塊的優先指數。

3.根據權利要求2所述的方法，其特征在于，所述通過機器學習模型，對所述文字內容進行學習，判斷用戶是否有意向需求，包括：

通過機器學習模型對所述文字內容中每個句子的每個詞匯的詞性進行標注；

查找出標注為動詞的詞匯；

確定每個所述標注為動詞的詞匯之前存在否定詞以及否定意義的詞匯的數量；

判斷所述數量是奇數或者偶數，如果是奇數，則判定結果減一，確定所述用戶為無意向需求；如果是偶數，則判定結果加一，確定所述用戶為有意向需求。

4.根據權利要求3所述的方法，其特征在于，所述通過機器學習模型，對所述文字內容進行學習，判斷用戶是否有意向需求，還包括：

判斷每個標注為動詞的詞匯之后是否存在時態助詞，如果存在，則判定結果為減一，確定所述用戶為無意向需求；如果不存在，則判定結果為加一，確定所述用戶為有意向需求。

5.根據權利要求2至4任一項所述的方法，其特征在于，所述根據是否有意向需求的判定結果和所述關聯關系確定每個詞匯對應的業務模塊的優先指數，包括：

判斷根據所述關聯關系確定的所述每個詞匯所在的句子中是否存在有意向需求；

如果存在，則將有意向需求的詞匯對應的業務模塊的優先指數加正向預設值；

如果不存在，則將沒有意向需求的詞匯對應的業務模塊的優先指數加負向預設值。

6.根據權利要求1至4任一項所述的方法，其特征在于，所述根據所述動態涉及業務模塊的優先指數和所述文字內容涉及業務模塊的優先指數計算各業務模塊的綜合優先指數，包括：

將所述動態涉及業務模塊的優先指數和所述文字內容涉及對應業務模塊的優先指數進行求和或加權求和，得到各業務模塊的綜合優先指數。

7.根據權利要求1至4任一項所述的方法，其特征在于，所述方法還包括：

預先建立各個UGC板塊與對應業務模塊的數據庫；

建立所述業務模塊的相關詞匯的數據庫。