目标问题的确定方法、装置、服务器和客服机器人制造方法及图纸

本说明书提供了目标问题的确定方法、装置、服务器和客服机器人。在一个实施例中，目标问题的确定方法在用户提问前，获取目标用户的业务状态数据和历史提问记录；先通过训练好的第一处理模型根据业务状态数据和历史提问记录确定出目标用户的特征向量；再通过比较基于与第一处理模型关联的第二处理模型得到的预设的问题的特征向量，从多个预设问题中确定出特征向量与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。从而能够适用于多种业务场景，在用户提出具体问题之前，高效、准确地预测出用户想要提问的目标问题。

Determination method, device, server and customer service robot of target problem

【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。一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现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。一种客服机器人，所述客服机器人用于实现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。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，在用户提问前，获取目标用户的业务状态数据和历史提问记录；先通过训练好的第一处理模型根据业务状态数据和历史提问记录确定出目标用户的特征向量；再通过比较基于与第一处理模型关联的第二处理模型得到的预设的问题的特征向量，从多个预设问题中确定出特征向量与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。从而能够适用于多种业务场景，在用户自己提问之前，高效、准确地预测出用户想要提问的目标问题。附图说明为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是应用本说明书实施例提供的目标问题的确定方法的系统结构组成的一个实施例的示意图；图2是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图3是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图4是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图5是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图6是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图7是在一个场景示例中，应用本说明书实施例提供的目标问题的确定方法的一种实施例的示意图；图8是本说明书的一个实施例提供的目标问题的确定方法的流程示意图；图9是本说明书的一个实施例提供的服务器的结构组成示意图；图10是本说明书的一个实施例提供的目标问题的确定装置的结构组成示意图。具体实施方式为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。本说明书实施例提供一种目标问题的确定方法，所述目标问题的确定方法具体可以应用于包含有服务器和客户端设备的系统架构中。具体可以参阅图1所示。上述客户端设备与服务器耦合，相互之间可以进行数据交互。具体的，当目标用户使用客户端设备准备提问时，客户端设备会先获取目标用户的业务状态数据和历史提问记录，并将所获取的目标用户的业务状态数据和历史提问记录发送至服务器。服务器可以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。从而能够在目标用户提出目标问题之前预测出该目标用户想要提问的目标问题。进一步，服务器还可以通过检索预设的数据库，找到与目标问题对应的答案作为目标答案，并将目标问题和目标答案发送至客户端设备。从而客户端设备可以在目标用户提出目标问题之前就为目标用户展示出目标用户想要提问和了解的目标问题和目标答案。在本实施例中，所述服务器具体可以包括一种应用于业务平台一侧，能够实现数据传输、数据处理等功能的后台负责数据处理的服务器。具体的，所述服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述服务器的数量。所述服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。在本实施例中，所述客户端设备具体可以包括一种应用于用户一侧，能够实现数据采集、数据传输等功能的前端设备。具体的，所述客户端设备例如可以为台式电脑、平板电脑、笔记本电脑、智能手机、数字助理、智能本文档来自技高网...

【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