一种动态调整回答偏好的咨询系统及其实现方法技术方案

本发明专利技术公开了一种动态调整回答偏好的咨询系统及其实现方法，系统包括：知识库构建模块，用于梳理当前可使用的知识库内容素材数据结构，构建知识库；游客意图识别模块，用于基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；内容推荐模块，用于结合所述识别游客意图构建数据标签内容体系，将标签内容体系与所述知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。本发明专利技术根据实际业务场景输出不同的知识库内容的能力，并且可配置，满足多元化需求的场景。构建标签权重推荐体系，把权重的调整能力的灵活性以及标签内容的关联性动态可调配的能力联合在一起更加具有保障。具有保障。具有保障。

【技术实现步骤摘要】
一种动态调整回答偏好的咨询系统及其实现方法


[0001]本专利技术涉及计算机
，尤其涉及一种动态调整回答偏好的系统及其实现方法。

技术介绍

[0002]当前市场上的问答咨询系统，主要针对游客的问答，精准识别意图，然后给出具体的答案，但缺乏对于内容响应的动态调整能力，在回答内容及方式上，显得很古板呆滞，无法满足在数智化时代，游客旅游咨询的需要，对于企业或者景区的运营也无法提供有效的支撑，解决方案过于单一，主要缺陷在于：1.数智化时代，游客需求及个性越来越多与不同，在咨询系统的内容回答上无法有效结合游客的实际需求进行产出。
[0003]2.系统功能设计无法满足多元化的场景，让运营人员根据不同的业务场景进行微调，从而影响咨询用户，给出满意的答案。
[0004]3.缺乏对于数据的真实场景应用，从产生数据到运用数据的过滤，真正实现数智化运营的需求。

技术实现思路

[0005]本专利技术提供一种动态调整回答偏好的系统及其实现方法，结合当前用户提供的数据及需求，基于当前机器学习、深度学习技术以及系统化的工程能力，提供一套能够在数据、运营等多方面影响用户咨询系统的多元化场景的解决方案，解决用户在不同业务场景下问答的满意度，提升数智化服务能力。
[0006]本专利技术实施例提供一种动态调整回答偏好的咨询系统，包括：知识库构建模块，用于梳理当前可使用的知识库内容素材数据结构，构建知识库；游客意图识别模块，用于基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；内容推荐模块，用于结合所述识别游客意图构建数据标签内容体系，将标签内容体系与所述知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。
[0007]本专利技术实施例还提供一种动态调整回答偏好的咨询系统的实现方法，包括以下步骤：步骤1、梳理当前可使用的知识库内容素材数据结构，构建知识库；步骤2、基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；步骤3、结合所述识别游客意图构建数据标签内容体系，将标签内容体系与所述知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。
[0008]进一步的，所述内容素材数据结构至少包括视频、PDF、图片、Word、文本的数据结
构类型。
[0009]进一步的，所述基于答案场景构建的不同纬度数据体系的包括地理因子、时间因子，其中：地理因子根据用户当前所处的地理位置，集合LBS算法能力，服务端识别当前用户的地理位置，并且在构建知识库时提供画区域的能力，不同的区域设置不同的答案响应输出；时间因子从时间因素考虑，将内容进行动态设置，只有在符合时间段区间才能给出应答内容。
[0010]进一步的，所述训练语料模型，通过NLP自然语言处理识别游客意图，具体为：训练语料模型，将游客语料进行归类、打标完成后，通过LLM大模型将问句全部转成向量，通过抽取大型语言模型的顶层隐藏状态，作为编码的输入来进行嵌入；游客意图识别，通过将用户的问句查询进行向量嵌入后，再与模型中的向量集进行矩阵运算，计算获取相似度最大值，得到精准意图。
[0011]进一步的，所述内容推荐模型算法为基于DFS深度优先搜索算法或者BFS广度优先搜索算法的树结构算法。
[0012]进一步的，所述内容推荐模型算法利用关联后的标签内容体系与知识库内容进行内容推荐时采用子标签权重设计，每一层的同级别子标签权重不超过100%，并且父子标签的权重在获取内容时候呈现漏斗分析模型的数据结构。
[0013]进一步的，所述内容推荐模型算法的推荐阈值可调。
[0014]进一步的，所述权重与推荐获取内容、游客的问答数据量呈现一种正态分布的结构。
[0015]进一步的，所述计算获取相似度最大值，具体采用以下公式：
[0016]其中，S为相似度最大值，A和B为属性向量，A和B余弦相似度θ由点积和向量长度给出，分子分别计算A、B向量之间进行矩阵相乘并求和，分母通过向量A、B元素的平方求和再开根，再获取相乘结果集。
[0017]本专利技术实施例采用的上述至少一个技术方案能够达到以下有益效果：本专利技术根据实际业务场景输出不同的知识库内容的能力，并且可配置，满足多元化需求的场景。构建标签权重推荐体系，通过权重及标签搜索算法相互结合，把权重的调整能力的灵活性以及标签内容的关联性动态可调配的能力联合在一起更加具有保障。
附图说明
[0018]此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的系统原理框图；图2为本专利技术的方法流程图；
图3为本专利技术的知识库素材中心示意图；图4为本专利技术的地理区域信息示意图；图5为本专利技术的时间因子示意图；图6为本专利技术的标签算法内容推荐架构示意图；图7为本专利技术的LLM大模型向量处理流程图；图8为本专利技术的DFS搜索算法设计代码示意图。
实施方式
[0019]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]以下结合附图，详细说明本专利技术各实施例提供的技术方案。
[0021]如图1所示，本专利技术实施例提供一种动态调整回答偏好的咨询系统，包括：知识库构建模块，用于梳理当前可使用的知识库内容素材数据结构，构建知识库；游客意图识别模块，用于基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；内容推荐模块，用于结合识别游客意图构建数据标签内容体系，将标签内容体系与知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。
[0022]上述游客意图识别模块底层基于TensorFlow深度学习框架，集合向量Embedding构建标准知识库意图，通过向量以搜代分的场景将游客的问句进行分类转化，最终匹配到游客的真实意图。
[0023]数据标签内容体系是本系统的核心关键，区分标签数据冷启动阶段以及知识库意图关联两个操作。标签冷启动主要依据标签本身的规则设定，一个标签的建立可以在系统中与游客的问答内容进行规则关联，标签规则主要表现为：包含或者不包含某个特定字符，在问答场景中，数据冷启动阶段，这种规则的设定可以使得游客的问答内容与标签的规则进行匹配映射，能够极速构建标签的运营方案落地。而意图与标签的关联则依赖游客意图识别系统。构建系统底层的意图分类后。可以将标签与意图建立关系。当问答的内容被意图识别系统匹配后，则可以根据意图与标签的关联关系找到最终匹配的所属标签。
[0024]知识库内容系统是系统提供给运营人员进行知识库构建的系统模块功能，通过维护知识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态调整回答偏好的咨询系统，其特征在于，包括：知识库构建模块，用于梳理当前可使用的知识库内容素材数据结构，构建知识库；游客意图识别模块，用于基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；内容推荐模块，用于结合所述识别游客意图构建数据标签内容体系，将标签内容体系与所述知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。2.一种动态调整回答偏好的咨询系统的实现方法，其特征在于，包括以下步骤：步骤1、梳理当前可使用的知识库内容素材数据结构，构建知识库；步骤2、基于答案场景构建不同纬度数据体系，训练语料模型，通过NLP自然语言处理识别游客意图；步骤3、结合所述识别游客意图构建数据标签内容体系，将标签内容体系与所述知识库内容进行关联后，通过底层的内容推荐模型算法，找到游客感兴趣的内容进行推荐。3.根据权利要求2所述的一种动态调整回答偏好的咨询系统的实现方法，其特征在于，所述内容素材数据结构至少包括视频、PDF、图片、Word、文本的数据结构类型。4.根据权利要求2所述的一种动态调整回答偏好的咨询系统的实现方法，其特征在于，所述基于答案场景构建的不同纬度数据体系的包括地理因子、时间因子，其中：地理因子根据用户当前所处的地理位置，集合LBS算法能力，服务端识别当前用户的地理位置，并且在构建知识库时提供画区域的能力，不同的区域设置不同的答案响应输出；时间因子从时间因素考虑，将内容进行动态设置，只有在符合时间段区间才能给出应答内容。5.根据权利要求2所述的一种动态调整回答偏好的咨询系统的实现方...

【专利技术属性】
技术研发人员：陈海江，肖玉民，
申请(专利权)人：浙江力石科技股份有限公司，
类型：发明
国别省市：