CN107832433B - 基于对话交互的信息推荐方法、装置、服务器和存储介质 - Google Patents

Abstract

本发明实施例公开了基于对话交互的信息推荐方法、装置、服务器和存储介质。所述方法包括：依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；依据生成的阅读主题问询信息与用户进行对话交互；依据对话交互内容确定所述用户的阅读主题；将与所述阅读主题匹配的资讯推送给所述用户。本发明实施例通过自然语言理解和基于对话交互等人工智能技术，将不同的话题信息流连接起来，帮助用户探索潜在兴趣，提高用户时长和粘性，同时更准确的构建和控制用户模型，提高用户体验。

Description

基于对话交互的信息推荐方法、装置、服务器和存储介质

技术领域

本发明实施例涉及信息交互技术领域，尤其涉及基于对话交互的信息推荐方法、装置、服务器和存储介质。

背景技术

随着科技的发展和互联网信息的不断增加，用户对互联网推荐信息的要求越来越高。

目前移动互联网的信息推荐方式主要分为两类，一类是通过用户行为挖掘感兴趣的标签构建用户模型来进行推荐，另一类是通过用户主动关注感兴趣的人或话题来进行推荐。这两类信息推荐方式都存在一定的问题，第一类的用户模型通过间接的用户行为挖掘获取，因此推荐的准确性不是太好，另外用户模型通常是隐式的，用户无法主动设置或直接修改，导致用户的新兴趣标签无法及时添加，过时或错误的兴趣标签无法及时删除，影响用户体验；第二类由于需要用户主动发起关注，难以挖掘用户潜在的(未关注的)兴趣，不利于提高用户使用时长和粘性。

发明内容

本发明实施例提供了基于对话交互的信息推荐方法、装置、服务器和存储介质，可以提高用户时长和粘性，更准确的构建和控制用户模型，提高用户体验。

第一方面，本发明实施例提供了基于对话交互的信息推荐方法，包括：

依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

依据生成的阅读主题问询信息与用户进行对话交互；

依据对话交互内容确定所述用户的阅读主题；

将与所述阅读主题匹配的资讯推送给所述用户。

第二方面，本发明实施例还提供了基于对话交互的信息推荐装置，包括：

问询信息获取模块，用于依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

对话交互模块，用于依据生成的阅读主题问询信息与用户进行对话交互；

阅读主题模块，用于依据对话交互内容确定所述用户的阅读主题；

推送模块，用于将与所述阅读主题匹配的资讯推送给所述用户。

第三方面，本发明实施例还提供了一种服务器，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的基于对话交互的信息推荐方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的基于对话交互的信息推荐方法。

本发明实施例通过依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，并依据生成的阅读主题问询信息与用户进行对话交互，根据对话交互内容确定所述用户的阅读主题，将与所述阅读主题匹配的资讯推送给所述用户。由于本发明实施例通过自然语言理解和对话交互等人工智能技术，将不同的话题信息流连接起来，帮助用户探索潜在兴趣，提高用户时长和粘性，同时更准确的构建和控制用户模型，提高用户体验。

附图说明

图1为本发明实施例一中的基于对话交互的信息推荐方法的流程图；

图2为本发明实施例二中的基于对话交互的信息推荐方法的流程图；

图3为本发明实施例二中的基于对话交互的信息推荐方法的强交互形式界面图；

图4为本发明实施例二中的基于对话交互的信息推荐方法的弱交互形式界面图；

图5为本发明实施例三中的基于对话交互的信息推荐装置的结构示意图；

图6为本发明实施例四中的服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一中的基于对话交互的信息推荐方法的流程图，本实施例可适用于信息推荐的情况，该方法可以由基于对话交互的信息推荐方法装置执行，该装置可以采用软件和/或硬件的方式实现，例如该装置可配置于服务器中。如图1所示，该方法具体可以包括：

步骤110、依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者。

在本实施例中，所述历史阅读界面的用户行为特征是通过统计分析用户对历史阅读界面的行为数据得到的用户访问界面的行为习惯和规律，例如用户行为特征可以是点击的文章包含的兴趣标签数或点击的文章包含的数目最大的前三个兴趣标签数。所述阅读主题问询信息是根据用户行为特征和/或用户模型得到的历史用户访问较多或感兴趣的阅读主题生成的合适的相关问询语句。

步骤120、依据生成的阅读主题问询信息与用户进行对话交互。

具体的，与用户的对话交互通过自然语言理解技术来实现，将问询语句发送给用户，用户回答此问询，根据用户的回答会提出新的问询语句或进行后续的步骤130，从而完成对话交互。其中，对于用户回答问询的语句，先自左至右逐词扫描，根据词典辨认每个单词的词义和用法，根据句法规则确定短语和句子的组合，根据语义规则和推理规则获取输入句的含义，查询知识库，根据主题知识和语句生成规则组织应答输出，其中的词汇、句法规则、语义规则、推理规则和主题知识是预先存储的。

示例性的，若根据用户之前阅读过新闻，生成了问询语句“想了解今天有什么大新闻吗？”，若用户回答“好的”，根据用户的回答提出新的问询语句“想了解娱乐圈的新闻吗？”，用户继续进行回答。

需要说明的是，根据阅读主题问询信息还可以生成候选资讯选项供用户选择，用户也可以通过选择候选资讯来回答问询，其中所述候选资讯选项为根据阅读主题问询信息得到的相关资讯的图片或链接，如图3中的“资讯1”、“资讯2”和“资讯3”。

步骤130、依据对话交互内容确定所述用户的阅读主题。

具体的，通过与用户对话交互中的用户的回答内容，可以确定用户当前想要了解的信息，根据该信息可以确定用户当前的阅读主题，其中阅读主题是指阅读的主要内容，阅读主题可以是会议，赛事，运动，人物等，例如***。

步骤140、将与所述阅读主题匹配的资讯推送给所述用户。

具体的，可以预先构建各种预设的阅读主题的标签，并为资讯添加相应的阅读主题标签，将与所述阅读主题与各资讯的标签进行匹配，将匹配成功的资讯确定为与所述阅读主题匹配的资讯。另外，也可以依据阅读主题和各资讯中包含的主题关键词进行确定所述阅读主题与各资讯的匹配度，并将匹配度满足条件的资讯确定为与所述阅读主题匹配的资讯。

本发明实施例通过依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，并依据生成的阅读主题问询信息与用户进行对话交互，根据对话交互内容确定所述用户的阅读主题，将与所述阅读主题匹配的资讯推送给所述用户。由于本发明实施例通过自然语言理解和基于对话交互等人工智能技术，将不同的话题信息流连接起来，能够帮助用户探索潜在兴趣，提高用户时长和粘性，同时更准确的构建和控制用户模型，提高用户体验。

示例性的，110可以包括：依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户当前关注的话题；依据所述用户当前关注的话题的更新情况生成提醒阅读更新内容的问询信息。具体的，用户在历史浏览界面的过程中，有一些话题的内容会是用户比较关注的，根据历史阅读界面的用户行为特征和/或用户模型确定这些用户关注的话题，若所述关注的话题有更新，则生成提醒用户阅读更新内容的问询信息，例如“你关注的话题有新的精选文章，现在要看看吗？”。

进一步的，在上述确定所述用户当前关注的话题之后还可以包括：依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的更多资讯供所述用户选择；依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的相关话题的资讯供所述用户选择。具体的，根据用户历史阅读界面的行为特征，从深度和广度两个方向，推荐更多的当前关注话题和相关话题的资讯，生成的问询语句如“你还想深入了解关于B哪些话题吗？”或“为你推荐了B相关的更多话题”等。

示例性的，步骤120之后还可以包括：依据用户的对话交互内容，确定用户的尺度和/或格调；依据资讯中预先添加的尺度标签和/或格调标签，确定用户匹配的资讯。具体的，所述用户的尺度和/或格调的衡量是预先设置的一些可以表达尺度和/或格调级别的词，例如“恐怖”“低级”等，可以根据需要自行设置。将用户对话交互内容的文本进行分类和提取，提取出的词与预先设置的词进行对比，将最相关的词确定为户的尺度和/或格调。然后再将代表用户尺度和/或格调的词与资讯中预先添加的尺度标签和/或格调标签进行对比，将最相关的资讯确定为用户匹配的资讯。

示例性的，在步骤140之后还可以包括：若用户关闭上一阅读界面，且对上一阅读界面没有阅读行为，则生成上一阅读界面的反馈问询信息。具体的，若用户对上一阅读界面没有任何行为就关闭，则生成反馈的问询语句，例如“以上推荐你满意吗？”、“以上推荐你都不满意吗？”或“以上推荐你哪里不满意？”等。其中，上一阅读界面的行为包括点击的文章数、点击的文章包含的兴趣标签数、点击的文章包含的存在于用户模型中的兴趣标签数、点击的文章包含的不存在于用户模型中的兴趣标签数、点击的文章包含的数目最大的前三个兴趣标签数和/或点击的文章包含的数目最大的前三个兴趣标签占全部标签的比例等。

实施例二

图2本发明实施例二中的基于对话交互的信息推荐方法的流程图。本实施例在上述实施例的基础上，进一步优化了上述基于对话交互的信息推荐方法。相应的，如图2所示，本实施例的方法具体包括：

步骤211、依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户所处的当前场景类型。

在本实施例中，所述场景类型包括用户当前所处时间及状态，场景类型可以根据需要自行设置。根据历史阅读界面的用户行为特征和/或用户模型，可以确定用户具体的场景类型。例如当前时间为早上8点，根据该时间，可以确定用户的场景类型为“起床时间”或“吃早饭时间”。

步骤212、依据预设的场景类型与阅读主题之间的关联关系，将所述当前场景类型匹配的阅读主题作为待推荐主题。

具体的，根据用户的场景类型搜索与此场景类型相关联的阅读主题，并根据关联关系的重要程度选择部分阅读主题作为待推荐主题，其中关联关系的重要程度可以自行设置。

步骤213、依据所述待推荐主题生成所述阅读主题问询信息。

根据待推荐主题可以生成所述阅读主题的问询语句，例如若用户的场景类型为“下午3点”，根据步骤212确定的相待推荐主题为“搞笑段子”，问询语句可以为“下午犯困了吧？精选了一些搞笑段子，想看看嘛？”。

步骤220、依据生成的阅读主题问询信息与用户进行对话交互。

步骤231、依据用户的对话交互内容，确定用户的意图；

其中，所述用户的意图是指用户对从对话交互内容中提取出的用户的兴趣、关注话题或作者想要进行的操作。

步骤232、依据用户的意图，对用户兴趣、用户关注话题或用户关注作者进行增删处理。

具体的，根据用户的意图，添加新的用户兴趣、用户关注话题或用户关注作者或者删除用户兴趣、用户关注话题或用户关注作者。

步骤240、依据对话交互内容确定所述用户的阅读主题。

步骤250、将与所述阅读主题匹配的资讯推送给所述用户。

步骤261、在用户关闭上一阅读界面后，若检测到用户点击任一话题资讯的频次大于预设阈值，则将该话题作为推荐关注话题。

在本实施例中，可以对用户点击话题资讯的频次预先设置合适的阈值，若用户点击某个话题资讯的频次大于该阈值，则将该话题作为推荐关注话题，其中用户当天点击话题的频次包括是否当天首次进入该话题和当天进入该话题的次数。

步骤262、依据推荐关注话题生成关注话题添加的问询信息。

具体的，根据推荐关注话题可以生成关注话题添加的问询语句，例如若步骤261确定的推荐关注话题为“A话题”，问询语句可以为“你想关注A话题吗？有新的精选文章可以推荐给你哦！”。

示例性的，图3为本发明实施例二中的基于对话交互的信息推荐方法的强交互形式界面图，如图3所示，强交互形式体现在有在专门的交互界面，在该交互界面中根据与用户的对话交互内容会推荐用户当前想要了解的主题资讯和相关的资讯，如用户想要“推荐一些机器学习的文章”，回复“为你推荐了机器学习的相关资讯”后推送了相关“资讯1、2和3”供用户选择，同时会生成新的问询语句“帮你推荐了一些机器学习相关的其他话题”，根据用户的回复会继续推荐资讯或产生新的问询语句。另外，交互界面中还可以有根据用户历史行为生成的问询语句，如“看看国外大事”或“体育新闻”等供用户快捷的选择。用户选择想要阅读的资讯后，进入阅读界面，在阅读界面会自动调起用户选择的资讯供用户阅读，也可以选择关注、感兴趣话题、不喜欢话题或关闭此阅读界面等操作。

图4为本发明实施例二中的基于对话交互的信息推荐方法的弱交互形式界面图，弱交互形式体现在没有专门的交互界面，而是通过弹出的交互对话框实现与用户的对话交互。如图4所示，除根据用户历史行为推荐的资讯外，可以在交互对话框中生成新的问询语句，如“需要我帮你关注A话题吗”，交互对话框中可以有简单的选项供用户选择以回答问询。

本实施例依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户所处的当前场景类型或当前关注的话题，并据此生成问询信息与用户进行对话交互，根据对话交互的内容确定用户的意图和格调，选择与阅读主题和用户的意图和格调匹配的资讯推荐给用户，另外在在用户关闭上一阅读界面后，可以根据用户点击话题的频次生成添加关注话题的问询信息或当用户没有阅读行为时生成反馈问询信息。本实施例具备主动关注功能的同时，还能通过对话引导用户探索和发现自己的潜在的兴趣，提高用户的使用时长和粘性，且通过简单的自然语言指令就能屏蔽掉不想看的内容，用户体验更好。

实施例三

图5为本发明实施例三中的基于对话交互的信息推荐装置的结构示意图。如图5所示，所述装置可以包括：

问询信息获取模块310，用于依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

对话交互模块320，用于依据生成的阅读主题问询信息与用户进行对话交互；

阅读主题模块330，用于依据对话交互内容确定所述用户的阅读主题；

推送模块340，用于将与所述阅读主题匹配的资讯推送给所述用户。

示例性的，所述问询信息获取模块310可以包括：

场景类型单元，具体用于：依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户所处的当前场景类型；依据预设的场景类型与阅读主题之间的关联关系，将所述当前场景类型匹配的阅读主题作为待推荐主题；依据所述待推荐主题生成所述阅读主题问询信息。

示例性的，所述问询信息获取模块310可以包括：

话题单元，具体用于：依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户当前关注的话题；依据所述用户当前关注的话题的更新情况生成提醒阅读更新内容的问询信息。

进一步的，所述话题单元具体可以用于：

确定所述用户当前关注的话题之后，依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的更多资讯供所述用户选择；依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的相关话题的资讯供所述用户选择。

示例性的，所述问询信息获取模块310还可以包括：

资讯选项单元，用于依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息之后，依据所述阅读主题问询信息生成候选资讯选项供用户选择。

示例性的，该装置还可以包括频次判断单元，具体用于：

在用户关闭上一阅读界面后，若检测到用户点击任一话题资讯的频次大于预设阈值，则将该话题作为推荐关注话题；依据推荐关注话题生成关注话题添加的问询信息。

示例性的，该装置还可以包括：

反馈单元，用于若用户关闭上一阅读界面，且对上一阅读界面没有阅读行为，则生成上一阅读界面的反馈问询信息。

示例性的，所述对话交互模块320可以包括：

意图单元，具体用于：依据用户的对话交互内容，确定用户的意图；依据用户的意图，对用户兴趣、用户关注话题或用户关注作者进行增删处理。

示例性的，所述对话交互模块320还可以包括：

尺度单元，具体用于：依据用户的对话交互内容，确定用户的尺度和/或格调；依据资讯中预先添加的尺度标签和/或格调标签，确定用户匹配的资讯。

本发明实施例所提供的基于对话交互的信息推荐装置可执行本发明任意实施例所提供的基于对话交互的信息推荐方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6为本发明实施例四中的服务器的结构示意图。图6示出了适于用来实现本发明实施方式的示例***器412的框图。图6显示的服务器412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，服务器412以通用计算设备的形式表现。服务器412的组件可以包括但不限于：一个或者多个处理器416，***存储器428，连接不同***组件(包括***存储器428和处理器416)的总线418。

总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器416或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。

服务器412典型地包括多种计算机***可读介质。这些介质可以是任何能够被服务器412访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器428可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。服务器412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***434可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。

服务器412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该服务器412交互的设备通信，和/或与使得该服务器412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且，服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器420通过总线418与服务器412的其它模块通信。应当明白，尽管图中未示出，可以结合服务器412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

处理器416通过运行存储在***存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的基于对话交互的信息推荐方法，该方法包括：

依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

依据生成的阅读主题问询信息与用户进行对话交互；

依据对话交互内容确定所述用户的阅读主题；

将与所述阅读主题匹配的资讯推送给所述用户。

实施例五

本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的基于对话交互的信息推荐方法，该方法包括：

依据历史阅读界面的用户行为特征和/或用户模型，生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

依据生成的阅读主题问询信息与用户进行对话交互；

依据对话交互内容确定所述用户的阅读主题；

将与所述阅读主题匹配的资讯推送给所述用户。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.基于对话交互的信息推荐方法，其特征在于，包括：

依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户所处的当前场景类型或当前关注的话题，并根据所述当前场景类型或所述当前关注的话题生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

依据生成的阅读主题问询信息与用户进行对话交互；

依据对话交互内容确定所述用户的阅读主题；

将与所述阅读主题匹配的资讯推送给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前场景类型生成阅读主题问询信息，包括：

依据预设的场景类型与阅读主题之间的关联关系，将所述当前场景类型匹配的阅读主题作为待推荐主题；

依据所述待推荐主题生成所述阅读主题问询信息。

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前关注的话题生成阅读主题问询信息，包括：

依据所述用户当前关注的话题的更新情况生成提醒阅读更新内容的问询信息。

4.根据权利要求1所述的方法，其特征在于，所述确定所述用户当前关注的话题之后还包括：

依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的更多资讯供所述用户选择；

依据历史阅读界面的用户行为特征，提供所述用户当前关注话题的相关话题的资讯供所述用户选择。

5.根据权利要求1所述的方法，其特征在于，所述根据所述当前场景类型或所述当前关注的话题生成阅读主题问询信息之后，还包括：

依据所述阅读主题问询信息生成候选资讯选项供用户选择。

6.根据权利要求1所述的方法，其特征在于，还包括：

在用户关闭上一阅读界面后，若检测到用户点击任一话题资讯的频次大于预设阈值，则将该话题作为推荐关注话题；

依据推荐关注话题生成关注话题添加的问询信息。

7.根据权利要求1所述的方法，其特征在于，还包括：

若用户关闭上一阅读界面，且对上一阅读界面没有阅读行为，则生成上一阅读界面的反馈问询信息。

8.根据权利要求1所述的方法，其特征在于，所述依据生成的阅读主题问询信息与用户进行对话交互之后，还包括：

依据用户的对话交互内容，确定用户的意图；

依据用户的意图，对用户兴趣、用户关注话题或用户关注作者进行增删处理。

9.根据权利要求1所述的方法，其特征在于，所述依据生成的阅读主题问询信息与用户进行对话交互之后，还包括：

依据用户的对话交互内容，确定用户的尺度和/或格调；

依据资讯中预先添加的尺度标签和/或格调标签，确定用户匹配的资讯。

10.基于对话交互的信息推荐装置，其特征在于，包括：

问询信息获取模块，用于依据历史阅读界面的用户行为特征和/或用户模型，确定所述用户所处的当前场景类型或当前关注的话题，并根据所述当前场景类型或所述当前关注的话题生成阅读主题问询信息，所述用户模型包括如下至少一种：用户兴趣、用户关注话题和用户关注作者；

对话交互模块，用于依据生成的阅读主题问询信息与用户进行对话交互；

阅读主题模块，用于依据对话交互内容确定所述用户的阅读主题；

推送模块，用于将与所述阅读主题匹配的资讯推送给所述用户。

11.根据权利要求10所述的装置，其特征在于，所述问询信息获取模块包括场景类型单元，所述场景类型单元，具体用于：

依据预设的场景类型与阅读主题之间的关联关系，将所述当前场景类型匹配的阅读主题作为待推荐主题；

依据所述待推荐主题生成所述阅读主题问询信息。

12.根据权利要求10所述的装置，其特征在于，所述对话交互模块还包括：

意图单元，具体用于：

依据用户的对话交互内容，确定用户的意图；

依据用户的意图，对用户兴趣、用户关注话题或用户关注作者进行增删处理。

13.根据权利要求10所述的装置，其特征在于，所述对话交互模块还包括：

尺度单元，具体用于：

依据用户的对话交互内容，确定用户的尺度和/或格调；

依据资讯中预先添加的尺度标签和/或格调标签，确定用户匹配的资讯。

14.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的基于对话交互的信息推荐方法。

15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的基于对话交互的信息推荐方法。

Images