CN111737491B - 一种交互过程的控制方法、装置、存储介质及设备 - Google Patents
一种交互过程的控制方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN111737491B CN111737491B CN202010565630.9A CN202010565630A CN111737491B CN 111737491 B CN111737491 B CN 111737491B CN 202010565630 A CN202010565630 A CN 202010565630A CN 111737491 B CN111737491 B CN 111737491B
- Authority
- CN
- China
- Prior art keywords
- interaction
- requirement
- personalized
- user
- knowledge graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种交互过程的控制方法、装置、存储介质及设备。该方法包括:若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;若存在,则返回所述个性化需求答案。通过执行本技术方案,基于全生命周期管控知识图谱可以发现用户的新需求、热门需求及个性化偏好需求等内容,交互结果进行有效性评估,计算策略调整模块针对交互结果评估结论进行个性化的策略调整提升结果的准确性,用户个性化结果构建模块用来提升个性化推荐的精准性,提升了智能交互效果。
Description
技术领域
本申请实施例涉及互联网信息技术领域,尤其涉及一种交互过程的控制方法、装置、存储介质及设备。
背景技术
随着大数据的发展,计算能力的提升,我国的人工智能芯片行业发展迅速,随着AI技术的迅猛发展智能交互在用户获取信息和处理用户需求上发挥越来越重要的作用。
智能交互是人与计算机之间使用某种对话语言,以一定的交互方式,为完成确定任务的人与计算机之间的信息交换过程。常用的智能交互有智能语音交互、智能硬件交互以及全智能交互等,智能语音交互通过语音输入就可以得到反馈结果;智能硬件交互是通过将硬件和软件相结合对传统设备进行智能化改造;全智能交互是通过人脸识别、图像识别、手势识别,将麦克风和摄像头的入口整合在一起。
智能交互可以提供生活帮助、休闲娱乐以及智能聊天等,智能交互的效果直接决定了***或渠道的智能服务能力,因此需要对智能交互生命周期过程进行有效管控和有效性评估,逐步提升智能交互的效果。目前,并没有一个很好的方法可以对智能交互生命周期过程进行有效管控和有效性评估,智能交互的效果也不理想。
发明内容
本申请实施例提供一种交互过程的控制方法、装置、存储介质及设备,基于全生命周期管控知识图谱可以发现用户的新需求、热门需求及个性化偏好需求等内容,交互结果进行有效性评估,计算策略调整模块针对交互结果评估结论进行个性化的策略调整提升结果的准确性,用户个性化结果构建模块用来提升个性化推荐的精准性,提升了智能交互效果。
第一方面,本申请实施例提供了一种交互过程的控制方法,该方法包括:
若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;
若存在,则返回所述个性化需求答案。
第二方面,本申请实施例提供了一种交互过程的控制装置,该装置包括:
交互过程画像构建模块,用于若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;
个性化需求答案判断模块,用于基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;
个性化需求答案返回模块,用于若个性化需求答案判断模块判断为存在,则返回所述个性化需求答案。
第三方面,本申请实施例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申请实施例所述的交互过程的控制方法。
第四方面,本申请实施例提供了一种设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的交互过程的控制方法。
本申请实施例所提供的技术方案,当检测到用户发出的交互需求时,根据所述交互需求的预设维度构建交互过程画像;基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;若存在时,则返回所述个性化需求答案。通过执行本技术方案,基于全生命周期管控知识图谱可以发现用户的个性化偏好需求等内容,用户个性化结果构建模块用来提升个性化推荐的精准性,提升了智能交互效果。
附图说明
图1是本申请实施例提供的交互过程的控制方法的流程图;
图2是本申请实施例提供的交互过程的控制过程的示意图;
图3是本申请实施例提供的交互过程的控制装置的结构示意图;
图4是本申请实施例提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的交互过程的控制方法的流程图,本实施例可适用于AI技术中智能交互的情况,该方法可以由本申请实施例所提供的交互过程的控制装置执行,该装置可以由软件和/或硬件的方式来实现,并可集成于应用计算机技术的智能终端等设备中。
如图1所示,所述交互过程的控制方法包括:
S110、若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种。
其中,交互需求可以是用户输入的问题。例如,交互需求可以是***丢了,可以是怎样办理银行贷款,也可以是怎样购买银行产品等。
其中,预设维度可以是用户发出交互需求时涉及到的一种或多种的实体。例如,用户的问题,提问问题的渠道以及提问方式可以是线上或线下等这些都可以作为一种实体。其中实体可以是具有可区别性且独立存在的某种事物。例如,某一个人、某一个城市、某一种植物以及某一种商品等。
其中,所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种。其中,渠道可以是用户发出交互需求时用到的各种路径,例如,渠道可以是移动端、微信公众号、小程序以及APP等;模式可以是用户发出交互需求时使用的工具,例如,可以是检索引擎、智能问答、机器人以及实景角色演绎等多种方式;场景可以是线上或者物理网点等;内容可以是用户交互需求时输入的问题、或者返回交互结果的内容,用户交互需求时输入的问题可以是通过语音、图像以及文本等多种内容方式进行输入的问题。
其中,交互过程画像可以是对用户输入交互需求的预设维度进行处理操作。可以是对从不同的渠道收集用户智能交互过程中产生的数据进行整合,形成统一的数据模型。例如,构建出用户在不同渠道上同一个问题的答案及满意度。也可以是对用户、来源渠道以及场景等数据进行整合。
S120、基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的。
其中,知识图谱可以是用于增强其搜索引擎功能的知识库,用于描述真实世界中存在的各种实体或概念及其关系,其构成一张巨大的语义网络图,节点表示实体或概念,边则由关系构成。其中,实体可以是具有可区别性且独立存在的某种事物,可以是渠道、模式、场景以及内容中的一种或者多种等,实体是知识图谱中的最基本元素,不同的实体间存在不同的关系。在知识图谱上,关系可以是不同实体之间的关系,如用户-渠道-问题可以形成不同的关系。例如,用户可以是对私用户以及用户行为等,渠道可以是stm,手机银行以及掌上网点,问题可以是***丢了,对私用户中***丢了可以通过stm查询问题,也可以通过手机银行或者掌上网点查询问题,形成了基于用户-渠道-问题的不同关系。
其中,个性化需求可以是不同用户对问题的关注点的不同需求,例如,同样是对于银行卡丢了的问题,有些用户会关注怎样进行挂失办理,而有些用户会更加关注怎样才能修改银行卡的密码等。
其中,基于知识图谱对交互需求以及交互过程画像进行处理,处理操作可以是对交互需求以及交互过程画像进行分析,基于用户的点击、业务办理等行为对交互需求进行问题点关注点的排序,并对交互过程画像进行调优,构建用户-问题-类型图谱数据,为个性化推荐提供数据支撑。
S130、若存在,则返回所述个性化需求答案。
其中,个性化需求答案可以是基于知识图谱对交互需求以及交互过程画像进行处理分析时,发现用户有个性化需求,针对用户的个性化需求提供的答案。例如,以输入“***”为例,pc和stm上用户关注的结果可能是不同的,pc端返回***相关介绍,而stm返回***业务办理导航。
在本技术方案中,可选的,所述方法还包括:
基于知识图谱中的渠道维度、交互需求以及用户类型数据,确定热点需求;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在与交互需求匹配的热点需求;
若存在,则返回所述与交互需求匹配的热点需求作为答案。
其中,热点需求可以是从图谱中查出用户范围大、渠道范围大、查询量大等维度的需求。
其中,基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在与交互需求匹配的热点需求,可以通过构建热门需求-渠道-用户图谱数据,对热门需求进行聚类形成业务焦点,对后续舆情预测。
通过知识图谱对交互需求以及交互过程画像进行处理,确定是否存在与交互需求匹配的热点需求,可以发现热门需求并为用户返回相应的热门需求答案,扩大了用户需求答案,为用户提供了更多的答案,提升了智能交互的效果。
在本技术方案中,可选的,在返回答案之后,所述方法还包括:
根据用户对答案的反馈行为数据,对所述知识图谱进行更新。
通过用户对答案的反馈行为数据,对知识图谱进行不断更新,实现了问题库扩充、个性化推荐、问题库调优以及计算引擎优化等能力,智能交互形成一个闭环,迭代调优,提升了智能交互的效果。
本申请实施例所提供的技术方案,当检测到用户发出的交互需求时,根据所述交互需求的预设维度构建交互过程画像;基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;若存在时,则返回所述个性化需求答案。另外还基于知识图谱中的渠道维度、交互需求以及用户类型数据,确定热点需求,并根据用户对答案的反馈行为数据,对知识图谱进行更新。通过执行本技术方案,基于全生命周期管控知识图谱可以发现用户的热点需求以及个性化偏好需求等内容,用户个性化结果构建模块用来提升个性化推荐的精准性,提升了智能交互效果。
实施例二
图2是本发明实施例二中的交互过程的控制过程的示意图,本实施例二在实施例一的基础上进行进一步地优化。具体优化为:在确定是否存在个性化需求答案之后,所述方法还包括:若不存在个性化需求答案,则对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果;若是,则返回与所述交互需求相匹配的历史交互结果作为答案。如图2所示,所述方法包括:
S210、若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种。
S220、基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的。若存在,则执行S230;若不存在,则执行S240。
S230、返回所述个性化需求答案。
S240、对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果。
其中,历史交互结果可以是基于历史流水获得的最优的交互结果。可以是基于交互管控知识图谱中不同渠道、场景以及用户等维度进行评估的结果,也可以是基于单用户、单渠道、单场景或者单模式情况下的最优交互评估结果,以及可以是通过构建问题-答案-推荐-用户-渠道-场景等核心关系下的最优交互结果。
示例性的,历史交互结果可以基于交互管控知识图谱中不同渠道、场景以及用户等维度下的评估得分公式如下:
Effect(Question)
=Max(W1*Answer(i)+W2*Recommend(j)+W3*Range(k)+W4*Action(m))
其中,Answer(i)是指Question在所有情况下对应的答案得分集合,比如是否有答案及答案的相似度得分等,代表了计算引擎的准确性;Recommend(j)是指Question对应的推荐答案得分集合,比如是否有推荐答案及推荐答案的个数及准确度等,代表了推荐的智能性;Range(k)这个问题辐射的范围,提问用户数及渠道数、场景个数,以及交互模式的覆盖数等,代表了这个问题的重要性;Action(m)是指用户在所有情况下的操作行为,分为用户反馈满意度,智能导航用户是否点击,或者智能交易办理用户是否走完流程等维度去评价;W是权重的集合,公式中每个维度的权重,通过用R型因子分析法计算综合评价的权重。
示例性的,在对历史交互结果进行评估时可以发现新需求,针对结果不满意及无结果的需求作为新需求处理,可以构建新需求-类型-渠道-用户图谱数据,基于新需求补充需求对应的结果,扩大智能交互的服务范围。
在本技术方案中,可选的,在确定是否包括与所述交互需求相匹配的历史交互结果之后,所述方法还包括:
若不包括与所述交互需求相匹配的历史交互结果,则基于知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整;
将调整后的个性化需求计算策略以及历史交互结果匹配计算策略用于个性化需求计算以及历史交互结果匹配计算。
其中,计算策略可以是基于全生命管控知识图谱、交互结果评估及用户个性化需求分析结果进行权重调优、答案升级等计算逻辑调整的策略。在不同的渠道下答案及推荐答案的权重可以通过机器学习训练确定,例如直接答案相似度阈值、推荐答案阈值等。不同的渠道下计算逻辑是不同的,有些渠道下问题分类比较精准,就直接调用对应的计算模型,有些渠道下问题分类不准,需要迭代调用多个计算模型进行最优结果选取,有些则是混合计算模式。其中,计算模型可以是文本分类模型,将用户的问题分到具体的业务类型下,常用的文本分类模型有fasttext、svm、bert等。
通过知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整,并将调整后的个性化需求计算策略以及历史交互结果匹配计算策略用于个性化需求计算以及历史交互结果匹配计算。使得个性化需求计算以及历史交互结果匹配计算的准确率更高,提升了答案命中准确率和个性化推荐的精准性,提升了智能交互的效果。
S250、若是,则返回与所述交互需求相匹配的历史交互结果作为答案。
其中,基于知识图谱对交互需求以及交互过程画像进行计算,确定包括与所述交互需求相匹配的历史交互结果,并将历史交互结果作为答案返回给用户,可以提升结果的准确性。
本申请实施例所提供的技术方案,当检测到用户发出的交互需求时,根据所述交互需求的预设维度构建交互过程画像;基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;若存在时,则返回所述个性化需求答案。若不存在时,则对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果。若历史交互结果为是,则返回与所述交互需求相匹配的历史交互结果作为答案。若不包括与所述交互需求相匹配的历史交互结果,则基于知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整;将调整后的个性化需求计算策略以及历史交互结果匹配计算策略用于个性化需求计算以及历史交互结果匹配计算。通过执行本技术方案,基于全生命周期管控知识图谱可以发现用户的新需求、热门需求及个性化偏好需求等内容,交互结果进行有效性评估,计算策略调整模块针对交互结果评估结论进行个性化的策略调整提升结果的准确性,用户个性化结果构建模块用来提升个性化推荐的精准性,提升了智能交互效果。
实施例三
图3是交互过程的控制装置的结构示意图,如图3所示,所述装置包括:
交互过程画像构建模块310,用于若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;
个性化需求答案判断模块320,用于基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;
个性化需求答案返回模块330,用于若个性化需求答案判断模块判断为存在,则返回所述个性化需求答案。
在本技术方案中,可选的,所述装置还包括:
历史交互结果判断模块,用于若个性化需求答案判断模块判断为不存在,则对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果;
历史交互结果返回模块,用于若历史交互结果判断模块判断为是,则返回与所述交互需求相匹配的历史交互结果作为答案。
在本技术方案中,可选的,所述装置还包括:
计算策略调整模块,用于若历史交互结果判断模块判断为否,则基于知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整;
重新计算模块,用于将调整后的个性化需求计算策略以及历史交互结果匹配计算策略用于个性化需求计算以及历史交互结果匹配计算。
在本技术方案中,可选的,所述装置还包括:
基于知识图谱中的渠道维度、交互需求以及用户类型数据,确定热点需求;
热点需求判断模块,用于基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在与交互需求匹配的热点需求;
热点需求返回模块,用于若热点需求判断模块为存在,则返回所述与交互需求匹配的热点需求作为答案。
在本技术方案中,可选的,所述装置具体用于:
根据用户对答案的反馈行为数据,对所述知识图谱进行更新。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例四
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种交互过程的控制方法,该方法包括:
若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;
若存在,则返回所述个性化需求答案。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到计算机***。第二计算机***可以提供程序指令给计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的交互过程的控制操作,还可以执行本申请任意实施例所提供的交互过程的控制方法中的相关操作。
实施例五
本申请实施例提供了一种设备,该设备中可集成本申请实施例提供的交互过程的控制装置。图4是本申请实施例五提供的一种设备的结构示意图。如图4所示,本实施例提供了一种设备400,其包括:一个或多个处理器420;存储装置410,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420执行,使得所述一个或多个处理器420实现本申请实施例所提供的交互过程的控制方法,该方法包括:
若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;
若存在,则返回所述个性化需求答案。
当然,本领域技术人员可以理解,处理器420还实现本申请任意实施例所提供的交互过程的控制方法的技术方案。
图4显示的设备400仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示,该设备400包括处理器420、存储装置410、输入装置430和输出装置440;设备中处理器420的数量可以是一个或多个,图4中以一个处理器420为例;设备中的处理器420、存储装置410、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线450连接为例。
存储装置410作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块单元,如本申请实施例中的交互过程的控制方法对应的程序指令。
存储装置410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字、字符信息或语音信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏、扬声器等设备。
本申请实施例提供的设备,可以达到提高交互过程的控制速度以及处理效果的目的。
上述实施例中提供的交互过程的控制装置、存储介质及设备可执行本申请任意实施例所提供的交互过程的控制方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的交互过程的控制方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请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申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种交互过程的控制方法,其特征在于,包括:
若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;其中,所述交互过程画像是指对用户输入所述交互需求的预设维度进行处理操作,对从不同的渠道收集用户智能交互过程中产生的数据进行整合,形成的统一数据模型;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;其中,所述基于知识图谱对交互需求以及交互过程画像进行处理是对所述交互需求以及所述交互过程画像进行分析,基于用户的行为对所述交互需求进行问题点关注点的排序,并对所述交互过程画像进行调优,构建用户-问题-类型图谱数据,为个性化推荐提供数据支撑;
若存在,则返回所述个性化需求答案。
2.根据权利要求1所述的方法,其特征在于,在确定是否存在个性化需求答案之后,所述方法还包括:
若不存在个性化需求答案,则对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果;
若是,则返回与所述交互需求相匹配的历史交互结果作为答案。
3.根据权利要求2所述的方法,其特征在于,在确定是否包括与所述交互需求相匹配的历史交互结果之后,所述方法还包括:
若不包括与所述交互需求相匹配的历史交互结果,则基于知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整;
将调整后的个性化需求计算策略以及历史交互结果匹配计算策略机型个性化需求计算以及历史交互结果匹配计算。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于知识图谱中的渠道维度、交互需求以及用户类型数据,确定热点需求;
基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在与交互需求匹配的热点需求;
若存在,则返回所述与交互需求匹配的热点需求作为答案。
5.根据权利要求1-4中任一项所述的方法,其特征在于,在返回答案之后,所述方法还包括:
根据用户对答案的反馈行为数据,对所述知识图谱进行更新。
6.一种交互过程的控制装置,其特征在于,包括:
交互过程画像构建模块,用于若检测到用户发出的交互需求,根据所述交互需求的预设维度构建交互过程画像;所述预设维度包括:渠道、模式、场景以及内容中的一种或者多种;其中,所述交互过程画像是指对用户输入所述交互需求的预设维度进行处理操作,对从不同的渠道收集用户智能交互过程中产生的数据进行整合,形成的统一数据模型;
个性化需求答案判断模块,用于基于知识图谱对交互需求以及交互过程画像进行处理,确定是否存在个性化需求答案;其中,所述知识图谱是预先构建的;其中,所述基于知识图谱对交互需求以及交互过程画像进行处理是对所述交互需求以及所述交互过程画像进行分析,基于用户的行为对所述交互需求进行问题点关注点的排序,并对所述交互过程画像进行调优,构建用户-问题-类型图谱数据,为个性化推荐提供数据支撑;
个性化需求答案返回模块,用于若个性化需求答案判断模块判断为存在,则返回所述个性化需求答案。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
历史交互结果判断模块,用于若个性化需求答案判断模块为不存在,则对基于知识图谱对交互需求以及交互过程画像进行计算,确定是否包括与所述交互需求相匹配的历史交互结果;
历史交互结果返回模块, 用于若历史交互结果判断模块判断为是,则返回与所述交互需求相匹配的历史交互结果作为答案。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
计算策略调整模块,用于若历史交互结果判断模块判断为否,则基于知识图谱对个性化需求计算策略以及历史交互结果匹配计算策略进行调整;
重新计算模块,用于将调整后的个性化需求计算策略以及历史交互结果匹配计算策略用于个性化需求计算以及历史交互结果匹配计算。
9.一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1-5中任一项所述的交互过程的控制方法。
10.一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-5中任一项所述的交互过程的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010565630.9A CN111737491B (zh) | 2020-06-19 | 2020-06-19 | 一种交互过程的控制方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010565630.9A CN111737491B (zh) | 2020-06-19 | 2020-06-19 | 一种交互过程的控制方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111737491A CN111737491A (zh) | 2020-10-02 |
CN111737491B true CN111737491B (zh) | 2023-07-21 |
Family
ID=72650406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010565630.9A Active CN111737491B (zh) | 2020-06-19 | 2020-06-19 | 一种交互过程的控制方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111737491B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051388B (zh) * | 2021-04-30 | 2024-02-02 | 中国银行股份有限公司 | 一种智能问答方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017041372A1 (zh) * | 2015-09-07 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和*** |
CN106990973A (zh) * | 2017-05-25 | 2017-07-28 | 海南大学 | 一种基于数据图谱、信息图谱和知识图谱架构的价值驱动的服务软件开发方法 |
CN108509519A (zh) * | 2018-03-09 | 2018-09-07 | 北京邮电大学 | 基于深度学习的通用知识图谱增强问答交互***及方法 |
CN110377715A (zh) * | 2019-07-23 | 2019-10-25 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的推理式精准智能问答方法 |
CN110457442A (zh) * | 2019-08-09 | 2019-11-15 | 国家电网有限公司 | 面向智能电网客服问答的知识图谱构建方法 |
CN111125309A (zh) * | 2019-12-23 | 2020-05-08 | 中电云脑(天津)科技有限公司 | 自然语言处理方法、装置及计算设备、存储介质 |
-
2020
- 2020-06-19 CN CN202010565630.9A patent/CN111737491B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017041372A1 (zh) * | 2015-09-07 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和*** |
CN106990973A (zh) * | 2017-05-25 | 2017-07-28 | 海南大学 | 一种基于数据图谱、信息图谱和知识图谱架构的价值驱动的服务软件开发方法 |
CN108509519A (zh) * | 2018-03-09 | 2018-09-07 | 北京邮电大学 | 基于深度学习的通用知识图谱增强问答交互***及方法 |
CN110377715A (zh) * | 2019-07-23 | 2019-10-25 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的推理式精准智能问答方法 |
CN110457442A (zh) * | 2019-08-09 | 2019-11-15 | 国家电网有限公司 | 面向智能电网客服问答的知识图谱构建方法 |
CN111125309A (zh) * | 2019-12-23 | 2020-05-08 | 中电云脑(天津)科技有限公司 | 自然语言处理方法、装置及计算设备、存储介质 |
Non-Patent Citations (3)
Title |
---|
personalized knowledge graph summarization:from the cloud to your pocket;Safavi T等;2019 IEEE international conference on data mining;528-537 * |
大规模企业级知识图谱实践综述;王昊奋等;计算机工程;第46卷(第7期);1-13 * |
融合领域特征知识图谱的电网客服问答***;谭刚;陈聿;彭云竹;;计算机工程与应用;第56卷(第03期);232-239 * |
Also Published As
Publication number | Publication date |
---|---|
CN111737491A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210012198A1 (en) | Method for training deep neural network and apparatus | |
US10958748B2 (en) | Resource push method and apparatus | |
Zhang et al. | Crowdlearn: A crowd-ai hybrid system for deep learning-based damage assessment applications | |
WO2020135535A1 (zh) | 一种推荐模型训练方法及相关装置 | |
US11551239B2 (en) | Characterizing and modifying user experience of computing environments based on behavior logs | |
CN104951428B (zh) | 用户意图识别方法及装置 | |
CN112799747A (zh) | 智能助理评价、推荐方法、***、终端及可读存储介质 | |
Weld et al. | Artificial intelligence and collective intelligence | |
CN109766454A (zh) | 一种投资者分类方法、装置、设备及介质 | |
CN103534697B (zh) | 用于提供统计对话管理器训练的方法和*** | |
CN112836025A (zh) | 一种意图识别方法及装置 | |
CN111309880A (zh) | 多智能体行动策略学习方法、装置、介质和计算设备 | |
KR20220154062A (ko) | 내용 추천 및 정렬 모델 훈련 방법, 장치, 기기, 저장 매체 및 컴퓨터 프로그램 | |
KR20200127810A (ko) | 중고거래가격 자동추정방법 및 이를 수행하기 위한 컴퓨팅 장치 | |
CN116304341A (zh) | 基于用户网络大数据的欺诈判别方法及*** | |
EP4273750A1 (en) | Data processing method and apparatus, computing device, and test simplification device | |
CN111737491B (zh) | 一种交互过程的控制方法、装置、存储介质及设备 | |
CN114780753A (zh) | 基于知识图谱的对话推荐方法、装置、设备及存储介质 | |
Crook et al. | Real user evaluation of a POMDP spoken dialogue system using automatic belief compression | |
CN117575008A (zh) | 训练样本生成方法、模型训练方法、知识问答方法及设备 | |
CN117196630A (zh) | 交易风险预测方法、装置、终端设备以及存储介质 | |
CN105701207A (zh) | 资源的请求量预测方法、应用推荐方法和装置 | |
Madi et al. | Plmwsp: Probabilistic latent model for web service qos prediction | |
US11715470B2 (en) | Method and system for tracking in extended reality | |
KR102244705B1 (ko) | 학습데이터 생성을 위한 크라우드소싱 기반 유사 프로젝트의 작업 단가 역전 조정을 통한 작업자 유입 조절 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220915 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |