发明内容
基于此,有必要针对上述技术问题,提供一种能够提高问题推送准确性的问题推送方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种问题推送方法。所述方法包括:
获取用户的用户标签数据、用户行为数据、历史交互数据以及所述用户当前所处位置对应的业务场景特征;
根据所述用户标签数据、用户行为数据和业务场景特征建立挡板规则;
根据所述挡板规则对预设的第一问题库中的原始问题进行筛选,得到第一候选问题集;
根据所述用户标签数据、所述历史交互数据和所述用户行为数据确定目标关键字;
根据所述目标关键字对所述第一问题库进行召回,得到第二候选问题集;
根据所述历史交互数据、第一候选问题集和所述第二候选问题集,确定第一问题序列,并将所述第一问题序列推送给所述用户对应的显示界面。
在其中一个实施例中,所述方法还包括:
响应于在显示界面上触发的第一操作,确定所述用户选择的目标问题;
根据预设的分类问题库对所述目标问题进行分类匹配,得到分类匹配结果;
根据所述分类匹配结果对所述用户进行验证,或者基于所述用户的用户属性信息和预设的标准答复库,确定所述目标问题对应的问题答复。
在其中一个实施例中,所述根据所述历史交互数据、第一候选问题集和所述第二候选问题集,确定第一问题序列,包括:
根据所述第一候选问题集和所述第二候选问题集得到目标问题集;
对所述目标问题集进行排序,并从排序后的目标问题集确定多个第一问题;
根据历史交互数据从第二问题库中确定多个第二问题;
根据所述多个第一问题和所述多个第二问题组合得到所述第一问题序列。
在其中一个实施例中,所述方法还包括:
响应于在显示界面上触发的第二操作,或者所述显示界面在预设时间段中未触发操作,将所述多个第一问题从所述目标问题集中剔除,将所述多个第二问题从第二问题库中剔除;
从剔除后的目标问题集中确定多个第三问题,并从剔除后的第二问题库中确定多个第四问题;
将所述多个第三问题和所述多个第四问题组合得到第二问题序列;
将所述第二问题序列推送至所述显示界面。
在其中一个实施例中,在所述获取用户的用户标签数据、用户行为数据、历史交互数据以及所述用户当前所处位置对应的业务场景特征之前,所述方法还包括:
获取所述用户在客服***上触发的操作信息,以及客服***根据所述操作信息产生的响应信息;
基于所述操作信息和所述响应信息确定所述用户行为数据。
在其中一个实施例中,所述方法还包括:
获取用户的历史交互信息;
根据预设的预训练模型将所述历史交互信息转换为交互向量;
根据所述交互向量挖掘得到问题簇;所述问题簇中包括至少一个问题;
根据所述第一问题库对所述问题簇中的每个问题进行匹配,并将所述匹配后的问题簇补充至所述第一问题库中。
在其中一个实施例中,所述根据预设的预训练模型将所述历史交互信息转换为交互向量,包括:
对所述历史交互信息进行清洗去重,得到目标交互信息;
根据所述预训练模型将所述目标交互信息编码成所述交互向量。
第二方面,本申请还提供了一种问题推送装置。所述装置包括:
数据获取模块,用于获取用户的用户标签数据、用户行为数据、历史交互数据以及所述用户当前所处位置对应的业务场景特征;
规则建立模块,用于根据所述用户标签数据、用户行为数据和业务场景特征建立挡板规则;
筛选模块,用于根据所述挡板规则对预设的第一问题库中的原始问题进行筛选,得到第一候选问题集;
目标关键字确定模块,用于根据所述用户标签数据、所述历史交互数据和所述用户行为数据确定目标关键字;
召回模块,用于根据所述目标关键字对所述第一问题库进行召回,得到第二候选问题集;
推送模块,用于根据所述历史交互数据、第一候选问题集和所述第二候选问题集,确定第一问题序列,并将所述第一问题序列推送给所述用户对应的显示界面。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的问题推送方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的问题推送方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的问题推送方法的步骤。
上述的问题推送方法、装置、计算机设备和存储介质,通过获取用户的用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置对应的业务场景特征,然后再根据用户标签数据、用户行为数据和业务场景特征建立挡板规则,从而使得挡板规则与用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置的业务场景特征高度相关,从而提高了后续筛选得到的第一候选问题集与用户想要咨询的问题的关联性,进而提高了问题推送的准确性,并且通过根据目标关键字对第一问题库进行召回得到第二候选问题,并根据历史交互数据、第一候选问题和第二候选问题集,确定第一问题序列,然后将第一问题序列推送给用户,从而便于用户选择想要咨询的问题,进一步提高了问题推送的准确性。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的问题推送方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。服务器获取用户的用户标签数据、用户在终端102上的用户行为数据、用户在终端102上的历史交互数据以及用户当前所处位置对应的业务场景特征;根据用户标签数据、用户行为数据和业务场景特征建立挡板规则,根据挡板规则对预设的第一问题库中的原始问题进行筛选,得到第一候选问题集,再根据用户标签数据、历史交互数据和用户行为数据确定目标关键字,根据目标关键字对第一问题库进行召回,得到第二候选问题集;根据历史交互数据、第一候选问题集和第二候选问题集,确定第一问题序列,并将第一问题序列推送给用户对应的显示界面。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种问题推送方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取用户的用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置对应的业务场景特征。
其中,用户标签数据可以指用户在服务器中的、以及在终端中的标签数据。该用户标签数据可以包括但不限于用户的账户状态、用户的额度信息、用户的身份信息等。账户状态包括正常状态、黑名单用户、被管控用户、无效用户、低信用用户、高信用用户等。额度信息可以指用户能够借调到的资金额度。身份信息可以指用于表征用户唯一身份的信息。该身份信息可以通过用户的身份证件号、手机号等表征。
用户行为数据可以指用户在终端中所进行的行为的数据。该用户行为数据可以包括但不限于用户在终端中执行的操作、进行的动作、发生的行为等。
在一些实施例中,用户行为数据还可以包括终端根据用户执行的操作所产生的响应。
业务场景特征可以表征用户在当前终端中所处的业务场景。例如,该业务场景可以包括但不限于商城、借款、还款、寻找客服等。该业务场景特征是不属于用户自身所特有的特征。
历史交互数据可以指用户在客服***中咨询的历史数据、以及终端与用户之间的交互数据。该历史交互数据可以包括但不限于历史交互文本、交互语音等。
示例性地,可以将用户标签数据、用户行为数据、历史交互数据等存储在服务器中,服务器直接根据调取得到用户标签数据、用户行为数据和历史交互数据。服务器再根据终端反馈的当前用户所处的位置确定业务场景特征。
步骤204,根据用户标签数据、用户行为数据和业务场景特征建立挡板规则。
其中,挡板规则可以指用于对原始问题进行筛选的规则。该挡板规则与用户自身特征和不属于用户自身所特有的特征构成。
示例性地,根据业务场景特征确定当前用户所处的业务场景,然后,根据用户行为数据确定当前用户正在进行的操作,根据用户标签数据确定用户遭遇的问题,然后,基于用户业务场景、用户正在进行的操作以及用户遭遇的问题生成挡板规则。
步骤206,根据挡板规则对预设的第一问题库中的原始问题进行筛选,得到第一候选问题集。
其中,第一问题库为服务器预先设置的,该第一问题库中设置有若干个原始问题。
示例性地,根据前述步骤建立的挡板规则,对第一问题库中的原始问题进行筛选,以得到符合挡板规则的第一候选问题集。
示例性地,可以根据挡板规则建立和第一问题库之间的映射关系,然后基于该映射关系确定第一候选问题集。
例如,当用户是未注册的客户,此时第一候选问题集可以是属于账号注册以及相关业务、相关功能介绍的问题类型。
步骤208,根据用户标签数据、历史交互数据和用户行为数据确定目标关键字。
示例性地,可以对用户标签数据、历史交互数据和用户行为数据进行提取处理,得到目标关键字。
步骤210,根据目标关键字对第一问题库进行召回,得到第二候选问题集。
示例性地,可以将目标关键字输入至召回模型中,以对第一问题库进行召回,得到第二候选问题集。
例如,采取BM25算法根据目标关键字对第一问题库进行召回,以查找得到与目标关键字文本相似度较高的第二候选问题集,然后再根据目标关键字对第二候选问题集进行排序,得到排序后的第二候选问题集。
步骤212,根据历史交互数据、第一候选问题集和第二候选问题集,确定第一问题序列,并将第一问题序列推送给用户对应的显示界面。
其中,第一问题序列可以指推送给用户的、显示在用户使用的终端对应的显示界面上的问题序列。该第一问题序列可以包括多个问题。
显示界面可以指用户使用的终端对应的显示界面。
示例性地,可以在第一候选问题集和第二候选问题集中选择若干个问题,然后,根据历史交互数据从热门问题库中选择若干个问题,将选择的问题组合得到第一问题序列,并将该第一问题序列推送至用户对应的显示界面上。
本申请实施例的问题推送方法,通过获取用户的用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置对应的业务场景特征,然后再根据用户标签数据、用户行为数据和业务场景特征建立挡板规则,从而使得挡板规则与用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置的业务场景特征高度相关,从而提高了后续筛选得到的第一候选问题集与用户想要咨询的问题的关联性,进而提高了问题推送的准确性,并且通过根据目标关键字对第一问题库进行召回得到第二候选问题,并根据历史交互数据、第一候选问题和第二候选问题集,确定第一问题序列,然后将第一问题序列推送给用户,从而便于用户选择想要咨询的问题,进一步提高了问题推送的准确性。
请参照图3,在一些实施例中,问题推送方法还包括但不限于以下步骤:
步骤302,响应于在显示界面上触发的第一操作,确定用户选择的目标问题。
其中,第一操作可以指用户在显示界面上触发的问题选择操作。如用户在显示第一问题序列的显示界面上,对第一问题序列进行点击的操作。
示例性地,根据用户在显示第一问题序列的显示界面上,对第一问题序列进行点击的操作,确定用户选择的目标问题。
步骤304,根据预设的分类问题库对目标问题进行分类匹配,得到分类匹配结果。
其中,分类问题库可以指用于对问题进行分类匹配处理的问题集合。该分类问题库为预先设置的,可以是管理员预先配置在服务器中的。
分类匹配结果可以包括但不限于用于表征目标问题属于分类问题库的第一分类结果和用于表征目标问题不属于分类问题库的第二分类结果。
示例性地,根据分类问题库对目标问题进行分类匹配处理,以确定目标问题是否属于分类问题库中的问题,得到分类结果。
步骤306,根据分类匹配结果对用户进行验证,或者基于用户的用户属性信息和预设的标准答复库,确定目标问题对应的问题答复。
用户属性信息可以指用户的基本属性信息。该用户属性信息可以包括用户的性别信息、用户的年龄信息等。
其中,标准答复库可以指问题对应的答案的集合。该标准答复库可以与第一问题库和第二问题库相对应,可以包括第一问题库和第二问题库中所有问题对应的答案。
示例性地,根据分类匹配结果对用户进行验证,或基于用户的用户属性信息和预设的标准答复库,确定目标问题对应的问题答复。
示例性地,如果分类匹配结果为表征目标问题属于分类问题库的第一分类结果时,则对用户进行验证。如果分类结果为表征目标问题不属于分类问题库的第二分类结果,则根据用户属性信息和标准答复库,确定目标问题对应的问题答复。
例如,当用户为三十岁的男性,且目标问题为“如何进行账号注册”时,该目标问题不属于分类问题库中的问题,用户属性信息包括三十岁、男性,则根据用户属性信息和表征答复库得到的问题答复可以是“先生,您好,请根据以下指引进行账号注册”。
例如,当目标问题为“如何进行借款”时,则需要对用户进行安全性验证,包括但不限于向用户发送身份认证请求、向用户发送密码验证等。
请参照图4,在一些实施例中,步骤212包括但不限于以下步骤:
步骤402,根据第一候选问题集和第二候选问题集得到目标问题集。
其中,目标问题集可以指第一候选问题集和第二候选问题集的问题集合。
示例性地,可以将第一候选问题集和第二候选问题集进行组合,得到目标问题集。
步骤404,对目标问题集进行排序,并从排序后的目标问题集确定多个第一问题。
示例性地,可以根据目标关键字对目标问题集中的问题进行排序,得到排序后的目标问题集,并在排序后的目标问题集选择多个第一问题。
例如,可以计算目标关键字和目标问题集中的问题的文本相似度或者关联度,然后按照文本相似度或关联度从高到低进行排序,得到排序后的目标问题集,再在排序后的目标问题集中选择多个第一问题。如选择排序前三的第一问题。
步骤406,根据历史交互数据从第二问题库中确定多个第二问题。
其中,第二问题库为预先设置的问题库。该第二问题库可以是热门问题库,可以是管理员预先配置在服务器中的。
示例性地,可以根据历史交互数据从热门问题库中选择多个第二问题。
例如,可以根据历史交互数据中用户咨询的问题,从热门问题库中选择类似的或者同样的问题,得到多个第二问题。
步骤408,根据多个第一问题和多个第二问题组合得到第一问题序列。
示例性地,将前述步骤得到的多个第一问题和多个第二问题进行组合,得到第一问题序列。
本申请实施例的技术方案,通过在第一问题库中选择多个第一问题,在第二问题库中选择多个第二问题,并将第一问题和第二问题进行组合,得到第一问题序列,能够提高问题推送的准确性,并且,该第一问题序列是进行排序后的序列,从而能够便于用户选择目标问题,提高了用户体验感。
在一些实施例中,请参见图5,在一些实施例中,问题推送方法还包括但不限于以下步骤:
步骤502,响应于在显示界面上触发的第二操作,或者显示界面在预设时间段中未触发操作,将多个第一问题从目标问题集中剔除,将多个第二问题从第二问题库中剔除。
其中,第二操作可以指用户在显示界面上触发的选择操作。该第二操作可以是用户点击显示界面上的“都没有”按钮等,也可以是用户在显示界面上点击的“下一批”操作等。
示例性地,当用户在显示界面上触发第二操作,或者显示界面在预设时间段中未触发操作,则说明用于对于推送的第一问题序列不满意,或者第一问题序列中并不存在用户想要咨询的问题。在这种情况下,服务器将多个第一问题从目标问题集中剔除,将多个第二问题从第二问题库中剔除,以便于重新对用户推送问题。
需要说明的是,第二问题库中并不会将第二问题彻底删除,而是在针对同一个用户进行问题推送时,不再推荐该第二问题。
步骤504,从剔除后的目标问题集中确定多个第三问题,并从剔除后的第二问题库中确定多个第四问题。
步骤506,将多个第三问题和多个第四问题组合得到第二问题序列。
示例性地,将前述步骤确定的多个第三问题和多个第四问题进行组合,以得到第二问题序列。
步骤508,将第二问题序列推送至显示界面。
示例性地,将第二问题序列推送至同一个用户所使用的终端的显示界面,以便于用户对第二问题序列中的问题进行选择。
需要说明的是,对于第二问题序列中选择的目标问题,也需要根据分类问题库对目标问题进行分类匹配处理,得到分类匹配结果,然后根据分类匹配结果对用户进行验证,或者基于用户属性信息和标准答复库确定目标问题的问题答复。
本申请实施例的技术方案,在第一问题序列不满足客户想要咨询的问题时,会重新推送第二问题序列,从而提高了问题推送的准确性。
在一些实施例中,问题推送方法还包括但不限于以下步骤:记录问题推送次数,若问题推送次数大于推送次数阈值,则不再进行问题推送,并发送转接请求,以接通人工客服。
本申请实施例的技术方案,当问题推送次数大于推送次数阈值时,不再进行问题推送,并转接人工客服,能够提高用户的体验感。
在一些实施例中,问题推送方法还包括但不限于以下步骤:获取用户在客服***上触发的操作信息,以及客服***根据操作信息产生的响应信息;基于操作信息和响应信息确定用户行为数据。
其中,操作信息可以指用户在客服***上进行的操作。客服***可以指用于给用户提供客服咨询的***,该客服***可以内嵌于终端中,与服务器通信连接。也可以设置于服务器中,在终端上设置客服入口。
响应信息可以指客服***针对用户的操作所产生的答复和回应信息。
示例性地,服务器获取用户在客服***上触发的操作,以及客服***对该操作信息所产生的响应信息,然后根据该操作信息和响应信息确定用户的用户行为数据。
请参见图6,在一些实施例中,问题推送方法还包括但不限于以下步骤:
步骤602,获取用户的历史交互信息。
其中,历史交互信息可以指用户在终端上和客服***的交互信息。该历史交互信息可以包括前述的历史交互数据和用户和客服***的当前交互信息。
示例性地,服务器获取用户和客服***的当前交互信息,以及提取得到用户的历史交互数据,并根据历史交互数据和当前交互信息,得到历史交互信息。
步骤604,根据预设的预训练模型将历史交互信息转换为交互向量。
其中,预训练模型可以指用于对历史交互信息进行转换的模型。该预训练模型可以是Roformer-sim模型。该RoFormer-Sim模型是一种融合了检索和生成于一体的模型。
示例性地,可以将该历史交互信息输入至Roformer-sim模型进行处理,以得到交互向量。
步骤606,根据交互向量挖掘得到问题簇;问题簇中包括至少一个问题。
示例性地,可以采取连通子图和自由凝固度等方法,根据交互向量挖掘得到问题簇。
步骤608,根据第一问题库对问题簇中的每个问题进行匹配,并将匹配后的问题簇补充至第一问题库中。
示例性地,可以计算第一问题库中的原始问题和问题簇中每个问题的文本相似度,将文本相似度大于相似度阈值的问题簇中的问题补充至第一问题库中。
示例性地,也可以对问题簇中的问题进行聚类和文本生成,以得到一批新的问题,然后,将这些新的问题加入到第一问题库中。
在一些实施例中,步骤604包括但不限于以下步骤:对历史交互信息进行清洗去重,得到目标交互信息;根据预训练模型将目标交互信息编码成交互向量。
其中,清洗去重可以指将信息中的敏感信息、符号、关键字等进行删除等操作。敏感信息包括用户的身份信息、密码等。
示例性地,首先将历史交互信息中的敏感信息、符号、关键字等进行清洗去重,得到目标交互信息,并将目标交互信息输入至预训练模型中进行编码,得到交互向量。
本申请实施例的技术方案,通过将历史交互信息进行清洗去重,从而便于保护用户的敏感信息,提高了用户数据的安全性。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的问题推送方法的问题推送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似。
在一个实施例中,如图7所示,提供了一种问题推送装置,包括:数据获取模块702、规则建立模块704、筛选模块706、目标关键字确定模块708、召回模块710和推送模块712,其中:
数据获取模块702,用于获取用户的用户标签数据、用户行为数据、历史交互数据以及用户当前所处位置对应的业务场景特征。
规则建立模块704,用于根据用户标签数据、用户行为数据和业务场景特征建立挡板规则。
筛选模块706,用于根据挡板规则对预设的第一问题库中的原始问题进行筛选,得到第一候选问题集。
目标关键字确定模块708,用于根据用户标签数据、历史交互数据和用户行为数据确定目标关键字。
召回模块710,用于根据目标关键字对第一问题库进行召回,得到第二候选问题集。
推送模块712,用于根据历史交互数据、第一候选问题集和第二候选问题集,确定第一问题序列,并将第一问题序列推送给用户对应的显示界面。
在一些实施例中,问题推送装置还包括但不限于:
目标问题确定模块,用于响应于在显示界面上触发的第一操作,确定用户选择的目标问题。
分类匹配模块,用于根据预设的分类问题库对目标问题进行分类匹配,得到分类匹配结果。
验证模块,用于根据分类匹配结果对用户进行验证,或者基于用户的用户属性信息和预设的标准答复库,确定目标问题对应的问题答复。
在一些实施例中,推送模块包括:
目标问题集确定单元,用于根据第一候选问题集和第二候选问题集得到目标问题集。
第一问题确定单元,用于对目标问题集进行排序,并从排序后的目标问题集确定多个第一问题。
第二问题确定单元,用于根据历史交互数据从第二问题库中确定多个第二问题。
组合单元,用于根据多个第一问题和多个第二问题组合得到第一问题序列。
在一些实施例中,问题推送装置还包括但不限于:
剔除模块,用于响应于在显示界面上触发的第二操作,或者显示界面在预设时间段中未触发操作,将多个第一问题从目标问题集中剔除,将多个第二问题从第二问题库中剔除。
问题确定模块,用于从剔除后的目标问题集中确定多个第三问题,并从剔除后的第二问题库中确定多个第四问题。
组合模块,用于将多个第三问题和多个第四问题组合得到第二问题序列。
第二推送模块,用于将第二问题序列推送至显示界面。
在一些实施例中,问题推送装置还包括但不限于:
信息获取模块,用于获取用户在客服***上触发的操作信息,以及客服***根据操作信息产生的响应信息。
用户行为数据确定模块,用于基于操作信息和响应信息确定用户行为数据。
在一些实施例中,问题推送装置包括但不限于:
交互信息获取模块,用于获取用户的历史交互信息。
转换模块,用于根据预设的预训练模型将历史交互信息转换为交互向量。
挖掘模块,用于根据交互向量挖掘得到问题簇;问题簇中包括至少一个问题。
补充模块,用于根据第一问题库对问题簇中的每个问题进行匹配,并将匹配后的问题簇补充至第一问题库中。
在一些实施例中,转换模块包括:
清洗去重单元,用于对历史交互信息进行清洗去重,得到目标交互信息。
编码模块,用于根据预训练模型将目标交互信息编码成交互向量。
上述问题推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种问题推送方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下上述实施例的问题推送方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例的问题推送方法。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述实施例的问题推送方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。