【技术实现步骤摘要】
本申请涉及智能客服，具体而言，涉及一种基于大模型的话术推荐的方法、装置、存储介质及电子设备。
技术介绍
1、随着智能客服机器人的不断优化，其逐渐被应用到不同的业务场景(例如，银行、保险、信贷等)中，以降低客服人员的工作压力。
2、目前，智能客服机器人在与用户交互时，针对用户输入的文本，机器人通过在话术库中进行查找相应的常规营销话术进行回复，无法对用户提供定制化的服务，使得用户的回复率很低，用户体验很差。
3、因此，如何提供一种回复率较高的基于大模型的话术推荐的方法的技术方案成为亟需解决的技术问题。
技术实现思路
1、本申请的一些实施例的目的在于提供一种基于大模型的话术推荐的方法、装置、存储介质及电子设备，通过本申请的实施例的技术方案可以对用户进行定制化话术服务，提升用户的回复率和体验。
2、第一方面，本申请的一些实施例提供了一种基于大模型的话术推荐的方法，包括：基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品，其中，所述关联信息包括：用户信息和产品信息；生成与所述业务产品和对话信息相对应的目标话术；依据预先预测的目标时段向所述用户发送所述目标话术。
3、本申请的一些实施例通过用户的实时业务需求和关联信息，可以得到与其匹配的业务产品，之后针对业务产品生成对应的目标话术并在预测的目标时段发送，以此可以为用户提供定制化话术推荐服务，提升用户的回复率和体验。
4、在一些实施例，在所述基于用户的实时业务需求和关联信息
5、本申请的一些实施例通过与用户交互的信息可以确定用户问题和产品情境，以此可以从业务知识库中检索出业务信息，最后通过目标语言模型可以得到用户实时业务需求，可以实时捕捉用户需求，后续为用户提供精准定位的产品。
6、在一些实施例，所述基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品，包括：通过目标召回匹配模型对所述实时业务需求和所述用户信息进行嵌入处理后输入至单层神经网络层得到第一向量；通过所述目标召回匹配模型对所述产品信息进行嵌入处理后输入至神经网络层得到第二向量；通过对所述第一向量和所述第二向量进行相似度计算，确定所述业务产品。
7、本申请的一些实施例通过目标召回匹配模型对用户侧和产品侧的数据进行融合计算得到业务产品，实现对用户需求的产品的精准定位。
8、在一些实施例，所述目标召回匹配模型是通过产品特征数据、用户特征数据、与所述用户特征数据对应的产品申请数据和历史对话特征数据组成的数据集对初始召回匹配模型进行训练得到的。
9、本申请的一些实施例通过训练得到目标召回匹配模型，为后续的用户匹配产品提供模型支持。
10、在一些实施例，所述生成与所述业务产品和对话信息相对应的目标话术，包括：将所述业务产品、所述对话信息、所述对话信息产生的时间信息和所述用户信息输入至目标语言模型的话术生成模块，得到所述目标话术。
11、本申请的一些实施例通过将用户相关的数据输入到话术生成模块，得到目标话术，可以为用户提供定制服务，提升用户回复率。
12、在一些实施例，在所述依据预先预测的目标时段向所述用户发送所述目标话术之前，所述方法包括：确定所述用户所属的组级别，其中，所述组级别是通过对所述用户的活跃度进行统计得到的，所述组级别越高，所述活跃度越高，所述活跃度表征所述用户与业务机器人交互的频次；通过所述组级别确定所述目标时段。
13、本申请的一些实施例通过用户所属的组级别确定向用户发送话术的目标时段，提升用户回复率和用户体验。
14、在一些实施例，所述通过所述组级别确定所述目标时段，包括：若所述组级别为第一级，则对所述用户和所述业务机器人历史交互的时间段进行分段，将所述时间段中用户回复率最高的时段作为所述目标时段；若所述组级别为第二级，则对所述用户和所业务机器人产生的所述对话信息进行实时分析，确认所述对话信息触发预设条件，则将所述触发的时间作为所述目标时段；其中，所述预设条件为产品关键词或产品名称。
15、本申请的一些实施例通过用户对应的组级别和对话情况进行分析确定目标时段，以此提升用户回复率。
16、第二方面，本申请的一些实施例提供了一种基于大模型的话术推荐的装置，包括：产品匹配模块，用于基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品，其中，所述关联信息包括：用户信息和产品信息；话术生成模块，用于生成与所述业务产品和对话信息相对应的目标话术；话术发送模块，用于依据预先预测的目标时段向所述用户发送所述目标话术。
17、第三方面，本申请的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的方法。
18、第四方面，本申请的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的方法。
19、第五方面，本申请的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的方法。
本文档来自技高网...【技术保护点】
1.一种基于大模型的话术推荐的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在所述基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品之前，所述方法包括：
3.如权利要求1或2所述的方法，其特征在于，所述基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品，包括：
4.如权利要求3所述的方法，其特征在于，所述目标召回匹配模型是通过产品特征数据、用户特征数据、与所述用户特征数据对应的产品申请数据和历史对话特征数据组成的数据集对初始召回匹配模型进行训练得到的。
5.如权利要求1或2所述的方法，其特征在于，所述生成与所述业务产品和对话信息相对应的目标话术，包括：
6.如权利要求1或2所述的方法，其特征在于，在所述依据预先预测的目标时段向所述用户发送所述目标话术之前，所述方法包括：
7.如权利要求6所述的方法，其特征在于，所述通过所述组级别确定所述目标时段，包括：
8.一种基于大模型的话术推荐的装置，其特征在于，包括：
9.一种计算机可读存储介质，其
10.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，其中，所述计算机程序被所述处理器运行时执行如权利要求1-7中任意一项权利要求所述的方法。
...【技术特征摘要】
1.一种基于大模型的话术推荐的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，在所述基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品之前，所述方法包括：
3.如权利要求1或2所述的方法，其特征在于，所述基于用户的实时业务需求和关联信息，获取与所述用户相匹配的业务产品，包括：
4.如权利要求3所述的方法，其特征在于，所述目标召回匹配模型是通过产品特征数据、用户特征数据、与所述用户特征数据对应的产品申请数据和历史对话特征数据组成的数据集对初始召回匹配模型进行训练得到的。
5.如权利要求1或2所述的方法，其特征在于，所述生成与所述业务产品和对话信息相对应的目标话术，包括：
6...
【专利技术属性】
技术研发人员：于洋，曾文佳，李航，陈新月，
申请(专利权)人：零犀北京科技有限公司，
类型：发明
国别省市：
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。