【技术实现步骤摘要】
目标问题的确定方法、装置、服务器和客服机器人
本说明书属于互联网
,尤其涉及目标问题的确定方法、装置、服务器和客服机器人。
技术介绍
在一些具体的应用场景(例如,客服场景等)中,为了提高用户的使用体验,希望能够在用户自己输入想要提问的问题之前,就能自动地预测出用户想要提问的问题,并基于该问题反馈给用户对应的答案。因此,亟需一种能够准确、高效地预测用户想要提问的目标问题的方法。
技术实现思路
本说明书提供了一种目标问题的确定方法、装置、服务器和客服机器人,以高效、准确地预测出用户想要提问的目标问题。本说明书提供的一种目标问题的确定方法、装置、服务器和客服机器人是这样实现的:一种目标问题的确定方法,包括:获取目标用户的业务状态数据和历史提问记录;通过第一处理模型根据所述业务状态数据和所述历史提问记录确定目标用户的特征向量;根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预设问题作为目标问题;其中,所述预设问题的特征向量包括通过第二处理模型对预设问题进行处理得到的向量,所述第一处理模型和所述第二处理模型为关联模型。一种目标问题的确定装置,包括:获取模块,用于获取目标用户的业务状态数据和历史提问记录;第一确定模块,用于通过第一处理模型根据所述业务状态数据和所述历史提问记录确定目标用户的特征向量;第二确定模块,用于根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预 ...
【技术保护点】
1.一种目标问题的确定方法,包括:/n获取目标用户的业务状态数据和历史提问记录;/n通过第一处理模型根据所述业务状态数据和所述历史提问记录确定目标用户的特征向量;/n根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预设问题作为目标问题;其中,所述预设问题的特征向量包括通过第二处理模型对预设问题进行处理得到的向量,所述第一处理模型和所述第二处理模型为关联模型。/n
【技术特征摘要】
1.一种目标问题的确定方法,包括:
获取目标用户的业务状态数据和历史提问记录;
通过第一处理模型根据所述业务状态数据和所述历史提问记录确定目标用户的特征向量;
根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预设问题作为目标问题;其中,所述预设问题的特征向量包括通过第二处理模型对预设问题进行处理得到的向量,所述第一处理模型和所述第二处理模型为关联模型。
2.根据权利要求1所述的方法,在根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预设问题作为目标问题后,所述方法还包括:
检索预设的数据库,获取与所述目标问题对应的答案数据作为目标答案;其中,所述预设的数据库中包括多个预设问题,以及与预设问题对应的答案数据;
向所述目标用户反馈所述目标答案。
3.根据权利要求1所述的方法,通过第一处理模型根据所述业务状态数据和所述历史提问记录确定目标用户的特征向量,包括:
通过第一处理模型根据所述业务状态数据,确定出目标用户特征;
对所述目标用户特征进行第一类处理,得到第一子向量;对所述历史提问记录进行第二类处理,得到第二子向量;
根据所述第一子向量和所述第二子向量,确定目标用户向量;
利用预设的第一多层感知器对所述目标用户向量进行映射处理,得到所述目标用户的特征向量。
4.根据权利要求1所述的方法,根据所述目标用户的特征向量,从多个预设问题中确定出特征向量与所述目标用户的特征向量满足预设的匹配关系的预设问题作为目标问题,包括:
计算所述目标用户的特征向量与预设问题的特征向量之间的余弦相似度;
从多个预设问题中筛选出特征向量与所述目标用户的特征向量之间的余弦相似度的绝对值大于等于预设阈值的预设问题作为满足预设的匹配关系的目标问题。
5.根据权利要求1所述的方法,所述预设问题的特征向量保存于KDTree数据结构中。
6.根据权利要求1所述的方法,所述第一处理模型和所述第二处理模型按照以下方式获取:
获取样本用户的样本业务状态数据、样本历史提问记录,以及针对所述样本用户所预测的目标问题;
采集样本用户针对所预测的目标问题的操作数据;
将所述样本用户的样本业务状态数据、样本历史提问记录,以及所预测的目标问题组合,作为样本数据;
根据样本用户针对所预测的目标问题的操作数据,标注所述样本数据,得到标注后的样本数据;
根据所述标注后的样本数据,通过模型训练,得到第一处理模型和第二处理模型。
7.根据权利要求6所述的方法,根据样本用户针对所预测的目标问题的操作数据,标注所述样本数据,包括:
根据样本用户针对所预测的目标问题的操作数据,在确定样本用户选中了所预测的目标问题的情况下,将所述样本数据的标注参数确定为第一数值;
在确定样本用户没有选中所预测的目标问题的情况下,将所述样本数据的标注参数确定为第二数值。
8.根据权利要求7所述的方法,根据所述标注后的样本数据,通过模型训练,得到第一处理模型和第二处理模型,包括:
建立初始的第一处理模型和初始的第二处理模型;
根据所述初始的第一处理模型和初始的第二处理模型,建立关联模型;其中,所述关联模型用于描述所述初始的第一处理模型的模型输出向量与所述初始的第二处理模型的模型输出向量之间的关联度;
将标注后的样本数据中的样本用户的样本业务状态数据、样本历史提问记录作为初始的第一处理模型的模型输入;将标注后的样本数据中的所预测的目标问题作为初始的第二处理模型的模型输入;根据所述标注后的样本数据中的标注参数,训练所述关联模型,得到符合要求的关联模型;
根据所述符合要求的关联模型,确定出所述第一处理模型和所述第二处理模型。
9.根据权利要求1所述的方法,所述业务状态数据包括以下至少之一:业务的开通状态、订单的付款状态、退货状态、物流进度、用户评价。
10.一种目标问题的确定装置,包括:
获取模块,用于获取目标用户的业务状态数据和历史提问记录;
第一确定模...
【专利技术属性】
技术研发人员:杨明晖,
申请(专利权)人:支付宝杭州信息技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。