CN112434140A - 一种答复信息处理方法及*** - Google Patents
一种答复信息处理方法及*** Download PDFInfo
- Publication number
- CN112434140A CN112434140A CN202011248098.4A CN202011248098A CN112434140A CN 112434140 A CN112434140 A CN 112434140A CN 202011248098 A CN202011248098 A CN 202011248098A CN 112434140 A CN112434140 A CN 112434140A
- Authority
- CN
- China
- Prior art keywords
- historical
- user
- question
- processed
- alternative
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 17
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000012216 screening Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- G06F16/33—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及互联网技术领域,尤其涉及一种答复信息处理方法及***。所述方法包括:在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合;对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合;确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。本方法实现利用问题本身的特征来寻找相似问题并提供备选答复,有效的提高自动答复的准确性,进而提高答复效率。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种答复信息处理方法及***。
背景技术
当前,随着网络购物的日益便利,越来越多的人群倾向于在网络中购买商品以及消费。随之而来的,当用户遇到各种相关疑惑问题时,同样也倾向于在网络上询问疑惑,咨询问题。在此背景之下,能够帮助客服人员,快速答复用户反馈及疑问的自动答复***应运而生。
目前已有的对用户反馈/问题的自动答复***中,主要使用了对用户状态(进入,忙碌,离开)的确认以及用户问题中的关键词简单匹配来自动返回预设的答复。
而通过关键词简单匹配来回复的自动答复,虽然可以做到较快地回复问题,但往往并不能有效地匹配用户问题,造成常见的答非所问现象。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的在于提供一种答复信息处理方法及***,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明的第一方面,提供一种答复信息处理方法,包括:
在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合;
对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合;
确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
根据本发明的第二方面,提供一种答复信息处理***,包括:
相似用户集合生成模块,用于在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合;
备选问题集合生成模块,用于对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合;
备选答复信息生成模块,用于确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
本发明的实施例的技术方案中所提供的方法,通过利用待处理问题本身所包含的有效词汇来筛选备选问题集合,能从中挑选出与当前用户的待处理问题最相关的历史问题,并将其答复信息作为备选答复信息。从而实现利用问题本身的特征来寻找相似问题并提供备选答复,有效的提高自动答复的准确性,进而提高答复效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本发明示例性实施例中一种答复信息处理方法的示意图;
图2示意性示出本发明示例性实施例中一种答复信息处理方法的流程示意图;
图3示意性示出本发明示例性实施例中一种答复信息处理装置的示意性框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面,参考附图及实施例,将对本示例实施方式中的答复信息处理处理方法进行更详细的说明。
参考图1所示,本示例实施方式中提供的一种答复信息处理方法包括:
在步骤S1中,在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合。
本示例实施方式中,上述的方法可以应用于智能问答的应用场景,能够根据用户的提问为客服人员推荐相应的答复信息。以购物平台为例,在用户通过终端向商家的客服人员发送问题后,在客服人员所在的后台客服端,将当前用户的问题作为待处理问题。在接收到该待处理问题后,提供当前用户以及其他已知用户的属性信息,并通过属性信息来筛选当前用户的相似用户集合。
具体的,基于所述当前用户的用户属性数据筛选相似用户集合可以包括以下步骤:
步骤S11,获取所述当前用户的属性信息,以及获取目标用户集合中各目标用户的属性信息;
步骤S12,基于所述当前用户的属性信息与所述目标用户是属性信息之间的相似性计算结果筛选所述当前用户对应的所述相似用户集合。
举例来说,用户属性可以包括用户终端设备类型、用户年龄、用户进入的渠道类型、历史操作信息等等;此外,还可以包括用户偏好、位置信息等。另外,对于已知的历史用户,可以预先生成一历史用户集合,该历史用户集合中可以包含各已知用户的属性信息,以及各已知用户对应的历史问题,以及各历史问题的答复信息。
对于当前用户来说,可以分别与历史用户集合中的各历史用户之间计算相似度值,并利用预先设定的相似度阈值来筛选部分历史用户,生成相似用户集合。
具体的,可以使用基于用户的协同过滤的计算方式,来筛选当前用户的相似用户集合。即,在两个用户的属性信息的相同项越多时,则判定这两个用户的相似度越高。具体的,可以使用Jaccard公式或余弦相似度公式来计算用户之间的相似度。其中,Jaccard公式如公式1所示:
余弦相似公式如公式2所示:
其中,wuv代表用户u、v之间的相似度,N(u)表示用户u的属性集合,N(v)表示用户v的属性集合。
在步骤S2中,对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合。
本示例实施方式中,在获取到待处理问题时,便可以首先对待处理问题进行预处理;例如,可以对待处理问题进行分词、去停词等处理后保留的有效词汇,根据该些有效词汇,生成该待处理问题对应的有效词汇集合。同样的,对于历史问题集合中的各历史问题,也可以预先进行预处理,得到各历史问题对应的有效词汇集合。从而可以利用有效词来筛选备选问题。
具体来说,上述的步骤S2还可以包括:
步骤S21,对所述历史问题集合中的各历史问题进行预处理,以确定各所述历史问题对应的有效词汇集合;
步骤S22,基于所述有效词汇集合计算所述待处理问题与所述历史问题集合中各所述历史问题之间的相似度;
步骤S23,根据相似度计算结果选取预设数量的所述历史问题作为所述备选问题集合。
具体的,上述的历史问题集合中可以包含已回答的问题和未回答的问题,即有答复信息的问题和没有答复信息的问题。可以利用有效词汇集合中的各词汇来作为对应问题的问题属性。
另外,对于有效词汇来说,还可以预先配置多个词汇类别,并对不同的词汇类别配置不同的权重系数。此外,还可以配置词汇类别的权重系数与问题相关。在获取有效词汇集合后,便可以确认各有效词汇对应的类别,进而确定对应的权重系数。具体来说,利用基于问题的协同过滤算法寻找与待处理问题相似度高的已答复/未答复问题,可以通过以下公式3进行计算。
其中,wqp表示问题q、p之间的相似度,W(q)表示问题q的有效词汇集合,W(p)表示问题p的有效词汇集合,Qx表示词汇x的权重。
通过上述公式3,可以实现从问题中所包含的词汇来对计算问题之间的相似度。可以预先设定相似度阈值,或者设定筛选问题数量的阈值,从而筛选一定数量的问题作为备选问题集合。从而实现从问题本身的维度来筛选相关问题。
另外,在使用协同过滤算法时,也可以使用K-means或DBSCAN等聚类算法,将用户问题进行分类。当新数据加入时也可以快速找到所属类群,从而在同一分类中找到近似项。
基于上述的步骤S2,在本示例性实施例中,在生成备选问题集合时,上述的方法还可以包括:获取所述相似用户集合对应的相似用户历史问题集合,并对所述相似用户历史问题集合中的历史问题按预设规则进行排序,以根据排序结果筛选所述历史问题并添加至所述当前用户的备选问题集合。
本示例实施方式中,对于相似用户集合中的各已知用户来说,可以根据各已知用户对应的历史问题和答复信息生成对应的相似用户历史问题集合,并对集合中的各历史问题进行排序。例如,可以根据各问题的出现频率进行排序。具体来说,可以包括:
步骤S241,统计所述相似用户历史问题集合中各历史问题的出现频率,并按出现频率进行排序;
步骤S242,根据排序结果选取预设数量的所述历史问题作为所述第一备选问题集合。
具体来说,可以对相似用户历史问题集合中的历史问题进行相似度计算,并根据计算结果对历史问题进行归类和合并。或者,还可以根据预设的问题类型对各历史问题进行分类。进而,可以根据上述的计算结果对集合中的历史问题进行排序,统计各历史问题的出现频率,依据出现频率对历史问题进行排序,进而实现对相似用户的排序。根据历史问题的出现频率的高低选取预设数量的出现频率较高的历史问题,并将该些历史问题作为第一备选问题集合,从而实现从用户维度来筛选相关问题。并上述的利用有效词筛选的备选问题集合作为第二问题集合,将第一问题集合与第二问题集合进行合并,生成最终的备选问题集合。
在步骤S3中,确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
本示例实施方式中,在获取第一备选问题集合与第二备选问题集合后,可以对两集合进行合并,并删除重复项,得到最终的备选问题集合。或者,也可以独立将第一备选问题集合作为最终的备选问题集合;或者,独立将第二备选问题集合作为最终的备选问题结合。
对于得到的备选问题集合,可以首先筛选包含答复信息的历史问题,划分一问题集合。对于该集合而言,可以将包含答复信息的问题信息作为备选答复信息,并展示在终端设备,供用户选择。另外,还可以将未答复的历史问题,划分另一问题集合。
基于上述内容,本示例实施方式中,上述的方法还可以包括:响应于后台用户对所述备选答复信息的选中操作,将所述备选答复信息配置为所述待处理问题的答复信息。
举例来说,当用户从备选答复信息中选择任意一项答复信息后,便可以将该答复信息作为待处理问题的答复信息,发送至客户端。
或者,在其他示例性实施方式中,用户也可以在终端对选中的备选答复信息作出修改,再将该修改后的答复信息作为待处理问题的答复信息,发送至客户端。
基于上述内容,本示例实施方式中,上述的方法还可以包括:计算所述当前用户的待处理问题与其他待处理问题的相似度,并根据相似度计算结果生成可回答待处理问题列表;响应于对所述待处理问题列表的选择操作,将所述当前用户的待处理问题的答复信息配置为所述可回答待处理问题列表对应的答复信息。
举例而言,对应同一时期内其他客户端产生的待处理问题,可以计算各其他待处理问题与当前用户的待处理问题之间的相似度,并根据计算结果对问题进行筛选没生成可回答待处理问题列表。其中,上述的其他待处理问题也可以是筛选得到的未进行答复的历史问题;或者,也可以是在预设时间段内产生的未答复的新问题。在对当前用户的待处理问题进行答复之后,用户也可以选择对该可回答待处理问题列表中问题同步使用相同的答复进行作答,实现批处理式的处理。答复完成后,将上述所有回复答案的问题标记为已答复问题,同其答复一同存储。
参考图2所示,用户在客户端向客服人员进行提问或者反馈,对于当前用户,可以产生对应的待处理问题。此时,便可以采集该用户的用户信息作为用户属性数据,同时,可以对该待处理问题利用上述的方法进行预处理,得到对应的有效词汇集合。从而可以利用给予用户的协同过滤算法将当前用户的的用户信息与所有用户属性之间进行相似度计算,从用户维度对备选问题进行筛选。另外,利用基于问题的协同过滤算法,将待处理问题的有效词汇集合与基于专业词库的其他历史问题之间进行相似度计算,从问题本身的维度对备选问题进行筛选。从而实现综合上述两种策略进行计算得到近似问题。该些近似问题中可以包含近似的已回复问题和近似的未回复未答复问题。基于该类别的划分,可以将相关的问题和答复信息展示在客服人员终端设备的交互界面中。客服人员可以在近似的已回复问题中人工选择近似答复,直接回复用户,输出对当前用户该问题的答复;或者,在修改选择的近似答复后,输出对该问题的答复,并将该答复发送至当前用户。在对答复进行修改时,还可以将修改后的内容更新已答复问题数据库。另外,客服人员在终端还可以人工选择是否对近似未答复问题做相同回答。从而有效的提升对相似问题的回答效率。
本发明的方法,能够从用户信息以及当前问题信息两方面综合考量,选择出相似的已答复问题。客服人员可从待选择的答复中挑选相同或者近似的问题答复,并只需要进行小幅修改即可快速回复该问题。同时,根据已回复的该问题,同样会挑选出近似未回复问题的列表,选择后可以一次性统一回复近似问题,大大提高了客服回复问题的效率。此外,已回复的问题将进入更新已答复问题数据库,从而不断优化匹配结果。
参考图3所示,本示例实施方式中提供的一种答复信息处理***30,包括:
相似用户集合生成模块301,用于在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合。
备选问题集合生成模块302,用于对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合。
备选答复信息生成模块303,用于确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
上述中答复信息处理***的具体细节已经在对应的答复信息处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。
需要说明的是,本发明实施例所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,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。而在本发明中,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、有线等等,或者上述的任意合适的组合。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种答复信息处理方法,其特征在于,包括:
在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合;
对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合;
确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于后台用户对所述备选答复信息的选择操作,所述备选答复信息配置为所述待处理问题的答复信息,或者对所述备选答复信息进行修改后配置为所述待处理问题的答复信息。
3.根据权利要求1所述的方法,其特征在于,所述基于所述当前用户的用户属性数据筛选相似用户集合,包括:
获取所述当前用户的属性信息,以及获取目标用户集合中各目标用户的属性信息;
基于所述当前用户的属性信息与所述目标用户是属性信息之间的相似性计算结果筛选所述当前用户对应的所述相似用户集合。
4.根据权利要求1所述的方法,其特征在于,获取所述相似用户集合后,所述方法还包括:
获取所述相似用户集合对应的相似用户历史问题集合,并对所述相似用户历史问题集合中的历史问题按预设规则进行排序,以根据排序结果筛选所述历史问题并添加至所述当前用户的备选问题集合。
5.根据权利要求4所述的方法,其特征在于,所述对所述相似用户历史问题集合中的历史问题按预设规则进行排序,以根据排序结果筛选所述历史问题并添加至所述当前用户的第备选问题集合,包括:
统计所述相似用户历史问题集合中各历史问题的出现频率,并按出现频率进行排序;
根据排序结果选取预设数量的所述历史问题添加至所述备选问题集合。
6.根据权利要求5所述的方法,其特征在于,所述历史问题集合中包括已答复历史问题和未答复历史问题。
7.根据权利要求1所述的方法,其特征在于,所述基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合,包括:
对所述历史问题集合中的各历史问题进行预处理,以确定各所述历史问题对应的有效词汇集合;
基于所述有效词汇集合计算所述待处理问题与所述历史问题集合中各所述历史问题之间的相似度;
根据相似度计算结果选取预设数量的所述历史问题作为所述备选问题集合。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
识别所述有效词汇集合中各有效词汇的词汇类型,并根据词汇类型识别结果配置各所述有效词汇的权重。
9.根据权利要求2所述的方法,其特征在于,所述方法还包括:
计算所述当前用户的待处理问题与其他待处理问题的相似度,并根据相似度计算结果生成可回答待处理问题列表;
响应于对所述待处理问题列表的选择操作,将所述当前用户的待处理问题的答复信息配置为所述可回答待处理问题列表对应的答复信息。
10.一种答复信息处理***,其特征在于,包括:
相似用户集合生成模块,用于在获取当前用户的待处理问题时,基于所述当前用户的用户属性数据筛选相似用户以获取相似用户集合;
备选问题集合生成模块,用于对所述待处理问题进行预处理以提取对应的有效词汇集合,基于所述有效词汇集合对历史问题集合进行筛选,以获取备选问题集合;
备选答复信息生成模块,用于确定所述备选问题集合中与所述待处理问题相关度最高的所述历史问题,并将对应的答复信息配置为备选答复信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248098.4A CN112434140B (zh) | 2020-11-10 | 2020-11-10 | 一种答复信息处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011248098.4A CN112434140B (zh) | 2020-11-10 | 2020-11-10 | 一种答复信息处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112434140A true CN112434140A (zh) | 2021-03-02 |
CN112434140B CN112434140B (zh) | 2024-02-09 |
Family
ID=74700843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011248098.4A Active CN112434140B (zh) | 2020-11-10 | 2020-11-10 | 一种答复信息处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112434140B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429134A (zh) * | 2021-11-25 | 2022-05-03 | 北京容联易通信息技术有限公司 | 基于多元语义表示的层次化优质话术挖掘方法及装置 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049517A1 (en) * | 2008-08-20 | 2010-02-25 | Aruze Corp. | Automatic answering device, automatic answering system, conversation scenario editing device, conversation server, and automatic answering method |
JP2013218415A (ja) * | 2012-04-05 | 2013-10-24 | Sharp Corp | 類似度算出装置、類似度算出システム、類似度算出方法及び類似度算出プログラム |
WO2015041317A1 (ja) * | 2013-09-20 | 2015-03-26 | シャープ株式会社 | 情報処理装置、情報処理システム、情報処理方法、情報処理プログラムおよび端末装置 |
CN105095256A (zh) * | 2014-05-07 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 基于用户之间相似度进行信息推送的方法及装置 |
CN107247786A (zh) * | 2017-06-15 | 2017-10-13 | 北京小度信息科技有限公司 | 用于确定相似用户的方法、装置和服务器 |
CN107315766A (zh) * | 2017-05-16 | 2017-11-03 | 广东电网有限责任公司江门供电局 | 一种集合智能与人工问答的语音问答方法及其装置 |
CN108491529A (zh) * | 2018-03-28 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 信息推荐方法及装置 |
KR20180112718A (ko) * | 2017-04-03 | 2018-10-12 | 주식회사 라이크어로컬 | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
CN109033221A (zh) * | 2018-06-29 | 2018-12-18 | 上海银赛计算机科技有限公司 | 答案生成方法、装置及服务器 |
CN109857850A (zh) * | 2019-01-18 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 咨询请求处理方法、装置、计算机设备及存储介质 |
CN110059175A (zh) * | 2019-04-29 | 2019-07-26 | 北京云迹科技有限公司 | 一种服务信息处理的方法及装置 |
WO2020111329A1 (ko) * | 2018-11-29 | 2020-06-04 | 주식회사 라이크어로컬 | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
CN111400471A (zh) * | 2020-03-13 | 2020-07-10 | 江苏满运软件科技有限公司 | 问题推荐方法、***、电子设备和存储介质 |
EP3680802A1 (en) * | 2019-01-14 | 2020-07-15 | Accenture Global Solutions Limited | System and method for using a question and answer engine |
CN111782774A (zh) * | 2019-04-03 | 2020-10-16 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐的方法及装置 |
CN111782939A (zh) * | 2020-06-02 | 2020-10-16 | 湖北工业大学 | 一种基于用户偏好与用户属性的个性化推荐方法 |
-
2020
- 2020-11-10 CN CN202011248098.4A patent/CN112434140B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100049517A1 (en) * | 2008-08-20 | 2010-02-25 | Aruze Corp. | Automatic answering device, automatic answering system, conversation scenario editing device, conversation server, and automatic answering method |
JP2013218415A (ja) * | 2012-04-05 | 2013-10-24 | Sharp Corp | 類似度算出装置、類似度算出システム、類似度算出方法及び類似度算出プログラム |
WO2015041317A1 (ja) * | 2013-09-20 | 2015-03-26 | シャープ株式会社 | 情報処理装置、情報処理システム、情報処理方法、情報処理プログラムおよび端末装置 |
CN105095256A (zh) * | 2014-05-07 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 基于用户之间相似度进行信息推送的方法及装置 |
KR20180112718A (ko) * | 2017-04-03 | 2018-10-12 | 주식회사 라이크어로컬 | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
CN107315766A (zh) * | 2017-05-16 | 2017-11-03 | 广东电网有限责任公司江门供电局 | 一种集合智能与人工问答的语音问答方法及其装置 |
CN107247786A (zh) * | 2017-06-15 | 2017-10-13 | 北京小度信息科技有限公司 | 用于确定相似用户的方法、装置和服务器 |
CN108491529A (zh) * | 2018-03-28 | 2018-09-04 | 百度在线网络技术(北京)有限公司 | 信息推荐方法及装置 |
CN109033221A (zh) * | 2018-06-29 | 2018-12-18 | 上海银赛计算机科技有限公司 | 答案生成方法、装置及服务器 |
WO2020111329A1 (ko) * | 2018-11-29 | 2020-06-04 | 주식회사 라이크어로컬 | 유사 사용자 매칭을 이용한 자동 답변 방법 및 시스템 |
EP3680802A1 (en) * | 2019-01-14 | 2020-07-15 | Accenture Global Solutions Limited | System and method for using a question and answer engine |
CN109857850A (zh) * | 2019-01-18 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 咨询请求处理方法、装置、计算机设备及存储介质 |
CN111782774A (zh) * | 2019-04-03 | 2020-10-16 | 北京嘀嘀无限科技发展有限公司 | 一种问题推荐的方法及装置 |
CN110059175A (zh) * | 2019-04-29 | 2019-07-26 | 北京云迹科技有限公司 | 一种服务信息处理的方法及装置 |
CN111400471A (zh) * | 2020-03-13 | 2020-07-10 | 江苏满运软件科技有限公司 | 问题推荐方法、***、电子设备和存储介质 |
CN111782939A (zh) * | 2020-06-02 | 2020-10-16 | 湖北工业大学 | 一种基于用户偏好与用户属性的个性化推荐方法 |
Non-Patent Citations (1)
Title |
---|
周蓓蓓;明晓乐;孙婷婷;: "知识社区中用户问题分配方法与实现", 信息技术, no. 09, pages 177 - 181 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114429134A (zh) * | 2021-11-25 | 2022-05-03 | 北京容联易通信息技术有限公司 | 基于多元语义表示的层次化优质话术挖掘方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112434140B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280670B (zh) | 种子人群扩散方法、装置以及信息投放*** | |
CN110837551B (zh) | 一种在线数据采集的方法及*** | |
CN111507573A (zh) | 业务员考核方法、***、设备及存储介质 | |
CN111080055A (zh) | 酒店评分方法、酒店推荐方法、电子装置和存储介质 | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN108648038A (zh) | 一种基于子图挖掘的信用炒作与恶意评价识别方法 | |
CN110348516B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN112784039A (zh) | 一种分配在线客服的方法、装置和存储介质 | |
CN112669113A (zh) | 产品的推荐方法和装置、存储介质、电子装置 | |
CN106997371B (zh) | 单用户智慧图谱的构建方法 | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN115760202A (zh) | 一种基于人工智能的产品运营管理***及方法 | |
CN112434140B (zh) | 一种答复信息处理方法及*** | |
CN114245185A (zh) | 视频推荐方法、模型训练方法、装置、电子设备及介质 | |
CN113327132A (zh) | 多媒体推荐方法、装置、设备及存储介质 | |
CN113539457A (zh) | 医疗资源的推荐方法及装置、电子设备、存储介质 | |
CN113034224A (zh) | 基于相似性的房源推荐方法、***、设备及存储介质 | |
CN116303922B (zh) | 咨询消息应答方法、装置、计算机设备、存储介质和产品 | |
CN112966916A (zh) | 一种基于深度学习的社区空闲资源分享方法和*** | |
WO2020135420A1 (zh) | 对用户进行分类的方法和装置 | |
CN115098766B (zh) | 一种电子招投标交易平台招投标信息推荐方法及*** | |
CN116433324A (zh) | 一种产品推荐方法、装置、介质和计算机设备 | |
CN116401450A (zh) | 一种基于知识图谱的推荐方法、装置及计算机设备 | |
CN112711717A (zh) | 房间产品搜索方法、装置、电子设备 | |
CN110162614B (zh) | 问题信息提取方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |