CN116662503A - 私域用户场景话术推荐方法及其*** - Google Patents
私域用户场景话术推荐方法及其*** Download PDFInfo
- Publication number
- CN116662503A CN116662503A CN202310588498.7A CN202310588498A CN116662503A CN 116662503 A CN116662503 A CN 116662503A CN 202310588498 A CN202310588498 A CN 202310588498A CN 116662503 A CN116662503 A CN 116662503A
- Authority
- CN
- China
- Prior art keywords
- user
- scene
- coefficient
- preset
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 182
- 238000013507 mapping Methods 0.000 claims abstract description 85
- 230000008451 emotion Effects 0.000 claims abstract description 82
- 230000014509 gene expression Effects 0.000 claims abstract description 48
- 230000006870 function Effects 0.000 claims description 52
- 230000006978 adaptation Effects 0.000 claims description 25
- 230000009471 action Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000004350 Strabismus Diseases 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
- G06F8/315—Object-oriented languages
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种私域用户场景话术推荐方法及其***,该方法包括:获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;根据当前场景信息和预设场景等级匹配函数,匹配出场景等级,根据场景等级和交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;根据交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据对象等级和交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;以交流用户情绪信息为待输出话术的辅助信息,在待输出话术中为私域用户终端推荐目标输出话术。本发明根据私域用户提供的场景信息、交流输出信息、交流用户对象和交流用户表情,准确为其推荐场景话术。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种私域用户场景话术推荐方法及其***。
背景技术
当前话术推荐方式主要是用户将交流对象的输出信息和交流用户对象信息,输入至预先训练好的话术推荐模型中,进而推荐出私域用户话术。然而,不同的场景也会影响私域用户话术,同时,交流对象的表情信息也是会影响私域用户话术的。因此,当前话术推荐方式没有考虑到场景和表情,从而使得推荐出的私域用户话术准确性。
发明内容
本发明提供一种私域用户场景话术推荐方法及其***,旨在提高私域用户话术推荐的准确性。
第一方面,本发明提供一种私域用户场景话术推荐方法,包括:
获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
在一个实施例中,所述以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术,包括:
根据所述交流用户情绪信息确定惩罚因子系数和增效因子系数;
根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数;
根据所述最终因子系数,在所述待输出话术中为所述私域用户终端推荐目标输出话术。
所述根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数,包括:
确定私域用户和交流用户在预设时间内的总交流次数;
确定任一时间内私域用户和交流用户的交流时长和预设时间内的总交流时长;
根据所述总交流次数、所述交流时长和所述总交流时长,计算出私域用户和交流用户之间的用户交流密度;
根据私域用户和交流用户的位置信息,计算出私域用户和交流用户之间的用户地域相关度;
获取私域用户和交流用户的交流内容情感度;
根据预设调节参数、所述用户交流密度、所述用户地域相关度和所述交流内容情感度,计算出私域用户和交流用户的用户相关度;
基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
所述基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
根据第一预设亲密动作获取私域用户和交流用户的第一亲密度,并根据第二预设亲密动作获取私域用户和交流用户的第二亲密度;
获取任一时间内发生所述第一预设亲密动作的第一次数和发生所述第二预设亲密动作的第二次数;
根据所述第一亲密度、所述第二亲密度、所述第一次数和所述第二次数,计算出私域用户和交流用户之间的肢体亲密接触程度;
基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
所述基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
确定所述用户相关度和所述第一亲密度的第一正比系数,以及确定所述用户相关度和所述第二亲密度的第二正比系数;
基于所述第一正比系数和所述增效因子系数,确定第一增效系数,并基于所述第二正比系数和所述增效因子系数,确定第二增效系数,基于所述第一增效系数和所述第二增效系数确定最终增效系数;
基于所述第一正比系数和所述惩罚因子系数,确定第一惩罚系数,并基于所述第二正比系数和所述惩罚因子系数,确定第二惩罚系数,基于所述第一惩罚系数和所述第二惩罚系数确定最终惩罚系数;
将所述最终增效系数和所述最终惩罚系数,确定为所述最终因子系数。
所述根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,包括:
将所述当前场景信息输入至预设场景映射表中进行匹配,得到场景影响因子;
获取所述场景影响因子的场景影响系数,并将所述场景影响系数输入所述预设场景等级匹配函数中,得到所述场景等级;
所述预设场景映射表为场景影响因子和场景的关联映射表;
所述预设场景等级匹配函数的表达式为:
L1=|-log10{(2Λ)2}+log2{(Λ)2}|u;
其中,L1为场景等级,Λ为场景影响系数。
所述根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,包括:
将所述交流用户对象信息输入至预设交流输出映射表中进行匹配,得到用户对象适配因子;
获取所述用户对象适配因子的用户影响系数,并将所述用户影响系数输入所述预设对象等级匹配函数中,得到所述对象等级;
所述预设交流输出映射表为用户对象适配因子和交流用户对象的关联映射表;
所述预设对象等级匹配函数的表达式为:
L2=|-log2{(3V)2}+log10{(V)2}|u;
其中,L2为对象等级,V为用户影响系数。
第二方面,本发明提供一种私域用户场景话术推荐***,包括:
获取模块,用于获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
第一匹配模块,用于根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
第二匹配模块,用于根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
话术推荐模块,用于以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所述私域用户场景话术推荐方法。
第四方面,本发明还提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质包括计算机程序,所述计算机程序被所述处理器执行时实现第一方面所述私域用户场景话术推荐方法。
第五方面,本发明还提供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,所述计算机程序被所述处理器执行时实现第一方面所述私域用户场景话术推荐方法。
本发明提供的私域用户场景话术推荐方法及其***,获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;根据当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据场景等级和交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;根据交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据对象等级和交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;以交流用户情绪信息为待输出话术的辅助信息,在待输出话术中为私域用户终端推荐目标输出话术。
在私域用户场景话术推荐的过程中,不仅考虑了交流用户输出信息和交流用户对象信息,同时也考虑了当前场景信息和交流用户表情信息,从而准确地为私域用户推荐出的话术,提高了私域用户话术推荐的准确性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的私域用户场景话术推荐方法的流程示意图;
图2是本发明提供的私域用户场景话术推荐***的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了私域用户场景话术推荐方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些数据下,可以以不同于此处的顺序完成所示出或描述的步骤。
参照图1,图1是本发明提供的私域用户场景话术推荐方法的流程示意图。本发明实施例提供的私域用户场景话术推荐方法,包括:
步骤101,获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
步骤102,根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
步骤103,根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
步骤104,以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术。
本发明实施例以话术推荐***作为执行主体为例,话术推荐***可理解为一种信息化管理***。需要说明的是,话术推荐***以Java语言开发,提供速度快捷、性能稳定的Web***架构;话术推荐***采用分层和低耦合的设计特点,服务端采用Spring、SpringMVC、Mybatis架构,前端采用Html5、freemaker、Jquery模式开发。
私域用户需要获取推荐话术时,需要通过私域用户终端将当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息发送至话术推荐***,其中,交流用户输出信息即与私域用户对话的交流用户表达的内容,交流用户表情信息即交流用户脸上的表情信息,如用户的情绪、微表情等等。
话术推荐***接收到私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息后,根据当前场景信息和预设场景等级匹配函数,匹配出场景等级,其中,预设场景等级匹配函数是预先设定的算法。进一步地,话术推荐***根据场景等级和交流用户输出信息在预设交流输出映射表中,匹配出待输出话术,预设交流输出映射表为预先设定的场景等级、用户输出和输出话术之间的关联映射表,在一实施例中,预设交流输出映射表可为表1。
表1预设交流输出映射表
场景等级 | 用户输出 | 输出话术 |
场景等级A | 用户输出X | 输出话术1 |
场景等级A | 用户输出Y | 输出话术2 |
场景等级B | 用户输出X | 输出话术3 |
进一步地,话术推荐***根据交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,其中,预设对象等级匹配函数是预先设定的算法。
进一步地,话术推荐***根据对象等级和交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息,其中,预设交流输出映射表为预先设定的对象等级、用户表情和用户情绪之间的关联映射表,在一实施例中,预设交流输出映射表如表2所示。
表2预设交流输出映射表
进一步地,话术推荐***以交流用户情绪信息为待输出话术的辅助信息,在待输出话术中匹配出私域用户的目标输出话术,并将目标输出话术推荐至私域用户终端。
本发明实施例提供的私域用户场景话术推荐方法,获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;根据当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据场景等级和交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;根据交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据对象等级和交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;以交流用户情绪信息为待输出话术的辅助信息,在待输出话术中为私域用户终端推荐目标输出话术。
在私域用户场景话术推荐的过程中,不仅考虑了交流用户输出信息和交流用户对象信息,同时也考虑了当前场景信息和交流用户表情信息,从而准确地为私域用户推荐出的话术,提高了私域用户话术推荐的准确性。
进一步地,步骤102记载的根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,包括:
将所述当前场景信息输入至预设场景映射表中进行匹配,得到场景影响因子;
获取所述场景影响因子的场景影响系数,并将所述场景影响系数输入所述预设场景等级匹配函数中,得到所述场景等级;
所述预设场景映射表为场景影响因子和场景的关联映射表;
所述预设场景等级匹配函数的表达式为:
L1=|-log10{(2Λ)2}+log2{(Λ)2}|u;
其中,L1为场景等级,Λ为场景影响系数。
具体地,话术推荐***将当前场景信息输入至预设场景映射表中进行匹配,得到场景影响因子,其中,预设场景映射表为场景影响因子和场景的关联映射表,在一实施例中,预设场景映射表如表3所示。
表3预设场景映射表
场景 | 场景影响因子 |
场景1 | 场景影响因子1和场景影响因子3 |
场景2 | 场景影响因子2 |
场景3 | 场景影响因子2和场景影响因子3 |
场景4 | 场景影响因子1-场景影响因子3 |
进一步地,话术推荐***获取场景影响因子的场景影响系数,并将场景影响系数输入预设场景等级匹配函数L1=|-log10{(2Λ)2}+log2{(Λ)2}|u中,得到场景等级,在一实施例中,场景影响因子和场景影响系数之间的映射表为如表4所示。
表4场景影响因子和场景影响系数之间的映射表
场景影响因子 | 场景影响系数 |
场景影响因子1和场景影响因子3 | 1 |
场景影响因子2 | 3 |
场景影响因子2和场景影响因子3 | 4 |
场景影响因子1-场景影响因子3 | 2 |
需要说明的是,预设场景等级匹配函数L1=|-log10{(2Λ)2}+log2{(Λ)2}|u中的||u表示向上取整,L1为场景等级,Λ为场景影响系数。
本发明实施例不仅考虑了交流用户输出信息和交流用户对象信息,同时也考虑了当前场景信息,从而准确地为私域用户推荐出的话术,提高了私域用户话术推荐的准确性。
进一步地,步骤103记载的根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,包括:
将所述交流用户对象信息输入至预设交流输出映射表中进行匹配,得到用户对象适配因子;
获取所述用户对象适配因子的用户影响系数,并将所述用户影响系数输入所述预设对象等级匹配函数中,得到所述对象等级;
所述预设交流输出映射表为用户对象适配因子和交流用户对象的关联映射表;
所述预设对象等级匹配函数的表达式为:
L2=|-log2{(3V)2}+log10{(V)2}|u;
其中,L2为对象等级,V为用户影响系数。
具体地,话术推荐***将交流用户对象信息输入至预设交流输出映射表中进行匹配,得到用户对象适配因子,其中,预设交流输出映射表为用户对象适配因子和交流用户对象的关联映射表,在一实施例中,预设交流输出映射表如表5所示。
表5预设交流输出映射表
交流用户对象 | 用户对象适配因子 |
交流用户对象A | 用户对象适配因子1和用户对象适配因子2 |
交流用户对象B | 用户对象适配因子3 |
交流用户对象C | 用户对象适配因子2和用户对象适配因子3 |
交流用户对象D | 用户对象适配因子1和用户对象适配因子4 |
交流用户对象E | 用户对象适配因子1-用户对象适配因子4 |
进一步地,话术推荐***获取用户对象适配因子的用户影响系数,并将用户影响系数输入预设对象等级匹配函数L2=|-log2{(3V)2}+log10{(V)2}|u中,得到对象等级。
需要说明的是,预设对象等级匹配函数L2=|-log2{(3V)2}+log10{(V)2}|u中||u表示向上取整,L2为对象等级,V为用户影响系数。
本发明实施例不仅考虑了交流用户输出信息和交流用户对象信息,同时也考虑了交流用户表情信息,从而准确地为私域用户推荐出的话术,提高了私域用户话术推荐的准确性。
进一步地,步骤104记载的以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术,包括:
根据所述交流用户情绪信息确定惩罚因子系数和增效因子系数;
根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数;
根据所述最终因子系数,在所述待输出话术中为所述私域用户终端推荐目标输出话术。
具体地,话术推荐***根据交流用户情绪信息进行情绪分析,确定交流用户情绪信息中的友好情绪和不友好情绪,其中,友好情绪可以为微笑,大笑,眯眼睛等等,不友好情绪可为苦笑,愤怒等等。进一步地,话术推荐***根据友好情绪确定惩罚因子系数,以及根据不友好情绪确定增效因子系数。
进一步地,话术推荐***根据预设因子纠正算法结合惩罚因子系数和增效因子系数,计算出最终因子系数。进一步地,话术推荐***根据最终因子系数,在待输出话术中为私域用户终端推荐目标输出话术,在一实施例中,待输出话术有待输出话术1、待输出话术2、待输出话术和待输出话术4,分别对应的最终因子系数为+0.3至+0.6,+0.7,+0.8至+1,-0.5至0。
因此,若最终因子系数为0.5,则将待输出话术中的待输出话术1作为目标输出话术推荐至私域用户终端。
本发明实施例不仅考虑了交流用户输出信息和交流用户对象信息,同时也考虑了交流用户情绪信息,从而准确地为私域用户推荐出的话术,提高了私域用户话术推荐的准确性。
进一步地,根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数,包括:
确定私域用户和交流用户在预设时间内的总交流次数;
确定任一时间内私域用户和交流用户的交流时长和预设时间内的总交流时长;
根据所述总交流次数、所述交流时长和所述总交流时长,计算出私域用户和交流用户之间的用户交流密度;
根据私域用户和交流用户的位置信息,计算出私域用户和交流用户之间的用户地域相关度;
获取私域用户和交流用户的交流内容情感度;
根据预设调节参数、所述用户交流密度、所述用户地域相关度和所述交流内容情感度,计算出私域用户和交流用户的用户相关度;
基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
具体地,话术推荐***确定私域用户和交流用户在预设时间内的总交流次数A,并确定任一时间内私域用户和交流用户的交流时长M和预设时间内的总交流时长a。
进一步地,话术推荐***根据总交流次数A、交流时长M和总交流时长a,计算出私域用户和交流用户之间的用户交流密度ρtele,用户交流密度ρtele=(总交流时长a*交流时长M)/总交流次数A。
进一步地,话术推荐***根据私域用户和交流用户的位置信息,计算出私域用户和交流用户之间的用户地域相关度ρzone。
用户地域相关度ρzone=[log10(1+|d1-d2|]-1,d1表示私域用户的地理位置坐标,d2表示交流用户的地理位置坐标。
进一步地,话术推荐***获取私域用户和交流用户的交流内容情感度ρtone,根据根据预设调节参数、用户交流密度、用户地域相关度和交流内容情感度,计算出私域用户和交流用户的用户相关度ρuser,用户相关度ρuser=预设调节参数1*用户交流密度ρtele+预设调节参数2*用户地域相关度ρzone+预设调节参数3*交流内容情感度ρtone。
进一步地,话术推荐***根据用户相关度、惩罚因子系数和增效因子系数,计算出最终因子系数。
进一步地,基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
根据第一预设亲密动作获取私域用户和交流用户的第一亲密度,并根据第二预设亲密动作获取私域用户和交流用户的第二亲密度;
获取任一时间内发生所述第一预设亲密动作的第一次数和发生所述第二预设亲密动作的第二次数;
根据所述第一亲密度、所述第二亲密度、所述第一次数和所述第二次数,计算出私域用户和交流用户之间的肢体亲密接触程度;
基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
具体地,话术推荐***根据第一预设亲密动作获取私域用户和交流用户的第一亲密度L1,根据第二预设亲密动作获取私域用户和交流用户的第二亲密度L2,其中,第一预设亲密动包括拉手、握手、拥抱等动作,第二预设亲密动包括抵触拉手、抵触握手、抵触拥抱等动作。
进一步地,话术推荐***获取任一时间内发生第一预设亲密动作的第一次数M1和发生第二预设亲密动作的第二次数M2。进一步地,话术推荐***根据第一亲密度、第二亲密度、第一次数和第二次数,计算出私域用户和交流用户之间的肢体亲密接触程度ρaction。
肢体亲密接触程度
进一步地,话术推荐***根据肢体亲密接触程度、惩罚因子系数和增效因子系数,计算出最终因子系数。
进一步地,基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
确定所述用户相关度和所述第一亲密度的第一正比系数,以及确定所述用户相关度和所述第二亲密度的第二正比系数;
基于所述第一正比系数和所述增效因子系数,确定第一增效系数,并基于所述第二正比系数和所述增效因子系数,确定第二增效系数,基于所述第一增效系数和所述第二增效系数确定最终增效系数;
基于所述第一正比系数和所述惩罚因子系数,确定第一惩罚系数,并基于所述第二正比系数和所述惩罚因子系数,确定第二惩罚系数,基于所述第一惩罚系数和所述第二惩罚系数确定最终惩罚系数;
将所述最终增效系数和所述最终惩罚系数,确定为所述最终因子系数。
具体地,话术推荐***确定用户相关度ρuser和第一亲密度L1的第一正比系数α,第一正比系数α=第一亲密度L1∞用户相关度ρuser,∞表示第一亲密度L1和用户相关度ρuser正相关关系。
话术推荐***确定用户相关度ρuser和第二亲密度L2的第二正比系数ρ,第二正比系数ρ=第二亲密度L2∞用户相关度ρuser。
进一步地,话术推荐***根据第一正比系数α和增效因子系数x,确定第一增效系数θ1,第一增效系数θ1=log10(α*x)。进一步地,话术推荐***根据第二正比系数ρ和增效因子系数x,确定第二增效系数θ2,第二增效系数θ2=log10(ρ*x)。进一步地,话术推荐***根据第一增效系数和第二增效系数确定最终增效系数θ,θ=|θ1/θ2|。
进一步地,话术推荐***根据第一正比系数α和惩罚因子系数y,确定第一惩罚系数σ1,σ1=log10(α/y)
进一步地,话术推荐***根据第二正比系数ρ和惩罚因子系数y,确定第二惩罚系数σ2,σ2=log10(ρ/y)。进一步地,话术推荐***根据第一惩罚系数和第二惩罚系数确定最终惩罚系数σ=|σ1*σ2|。
进一步地,话术推荐***将最终增效系数和最终惩罚系数,确定为所述最终因子系数。
进一步地,本发明提供的私域用户场景话术推荐***与本发明提供的私域用户场景话术推荐方法互对应参照。
图2所示,图2是本发明提供的私域用户场景话术推荐***的结构示意图,私域用户场景话术推荐***包括:
获取模块201,用于获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
第一匹配模块202,用于根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
第二匹配模块203,用于根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
话术推荐模块204,用于以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
进一步地,第一匹配模块202还用于:
将所述当前场景信息输入至预设场景映射表中进行匹配,得到场景影响因子;
获取所述场景影响因子的场景影响系数,并将所述场景影响系数输入所述预设场景等级匹配函数中,得到所述场景等级;
所述预设场景映射表为场景影响因子和场景的关联映射表;
所述预设场景等级匹配函数的表达式为:
L1=|-log10{(2Λ)2}+log2{(Λ)2}|u;
其中,L1为场景等级,Λ为场景影响系数。
进一步地,第二匹配模块203还用于:
将所述交流用户对象信息输入至预设交流输出映射表中进行匹配,得到用户对象适配因子;
获取所述用户对象适配因子的用户影响系数,并将所述用户影响系数输入所述预设对象等级匹配函数中,得到所述对象等级;
所述预设交流输出映射表为用户对象适配因子和交流用户对象的关联映射表;
所述预设对象等级匹配函数的表达式为:
L2=|-log2{(3V)2}+log10{(V)2}|u;
其中,L2为对象等级,V为用户影响系数。
进一步地,话术推荐模块204还用于:
根据所述交流用户情绪信息确定惩罚因子系数和增效因子系数;
根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数;
根据所述最终因子系数,在所述待输出话术中为所述私域用户终端推荐目标输出话术。
进一步地,话术推荐模块204还用于:
确定私域用户和交流用户在预设时间内的总交流次数;
确定任一时间内私域用户和交流用户的交流时长和预设时间内的总交流时长;
根据所述总交流次数、所述交流时长和所述总交流时长,计算出私域用户和交流用户之间的用户交流密度;
根据私域用户和交流用户的位置信息,计算出私域用户和交流用户之间的用户地域相关度;
获取私域用户和交流用户的交流内容情感度;
根据预设调节参数、所述用户交流密度、所述用户地域相关度和所述交流内容情感度,计算出私域用户和交流用户的用户相关度;
基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
进一步地,话术推荐模块204还用于:
根据第一预设亲密动作获取私域用户和交流用户的第一亲密度,并根据第二预设亲密动作获取私域用户和交流用户的第二亲密度;
获取任一时间内发生所述第一预设亲密动作的第一次数和发生所述第二预设亲密动作的第二次数;
根据所述第一亲密度、所述第二亲密度、所述第一次数和所述第二次数,计算出私域用户和交流用户之间的肢体亲密接触程度;
基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
进一步地,话术推荐模块204还用于:
确定所述用户相关度和所述第一亲密度的第一正比系数,以及确定所述用户相关度和所述第二亲密度的第二正比系数;
基于所述第一正比系数和所述增效因子系数,确定第一增效系数,并基于所述第二正比系数和所述增效因子系数,确定第二增效系数,基于所述第一增效系数和所述第二增效系数确定最终增效系数;
基于所述第一正比系数和所述惩罚因子系数,确定第一惩罚系数,并基于所述第二正比系数和所述惩罚因子系数,确定第二惩罚系数,基于所述第一惩罚系数和所述第二惩罚系数确定最终惩罚系数;
将所述最终增效系数和所述最终惩罚系数,确定为所述最终因子系数。
本发明提供的私域用户场景话术推荐***的具体实施例与上述私域用户场景话术推荐方法各实施例基本相同,在此不作赘述。
图3示例了一种电子设备的实体结构示意图,如图3所示,电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行私域用户场景话术推荐方法,该方法包括:
获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的私域用户场景话术推荐方法,该方法包括:
获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的私域用户场景话术推荐方法,该方法包括:
获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种私域用户场景话术推荐方法,其特征在于,包括:
获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
2.根据权利要求1所述的私域用户场景话术推荐方法,其特征在于,所述以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术,包括:
根据所述交流用户情绪信息确定惩罚因子系数和增效因子系数;
根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数;
根据所述最终因子系数,在所述待输出话术中为所述私域用户终端推荐目标输出话术。
3.根据权利要求2所述的私域用户场景话术推荐方法,其特征在于,所述根据预设因子纠正算法结合所述惩罚因子系数和所述增效因子系数,计算出最终因子系数,包括:
确定私域用户和交流用户在预设时间内的总交流次数;
确定任一时间内私域用户和交流用户的交流时长和预设时间内的总交流时长;
根据所述总交流次数、所述交流时长和所述总交流时长,计算出私域用户和交流用户之间的用户交流密度;
根据私域用户和交流用户的位置信息,计算出私域用户和交流用户之间的用户地域相关度;
获取私域用户和交流用户的交流内容情感度;
根据预设调节参数、所述用户交流密度、所述用户地域相关度和所述交流内容情感度,计算出私域用户和交流用户的用户相关度;
基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
4.根据权利要求3所述的私域用户场景话术推荐方法,其特征在于,所述基于所述用户相关度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
根据第一预设亲密动作获取私域用户和交流用户的第一亲密度,并根据第二预设亲密动作获取私域用户和交流用户的第二亲密度;
获取任一时间内发生所述第一预设亲密动作的第一次数和发生所述第二预设亲密动作的第二次数;
根据所述第一亲密度、所述第二亲密度、所述第一次数和所述第二次数,计算出私域用户和交流用户之间的肢体亲密接触程度;
基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数。
5.根据权利要求4所述的私域用户场景话术推荐方法,其特征在于,所述基于所述肢体亲密接触程度、所述惩罚因子系数和所述增效因子系数,计算出所述最终因子系数,包括:
确定所述用户相关度和所述第一亲密度的第一正比系数,以及确定所述用户相关度和所述第二亲密度的第二正比系数;
基于所述第一正比系数和所述增效因子系数,确定第一增效系数,并基于所述第二正比系数和所述增效因子系数,确定第二增效系数,基于所述第一增效系数和所述第二增效系数确定最终增效系数;
基于所述第一正比系数和所述惩罚因子系数,确定第一惩罚系数,并基于所述第二正比系数和所述惩罚因子系数,确定第二惩罚系数,基于所述第一惩罚系数和所述第二惩罚系数确定最终惩罚系数;
将所述最终增效系数和所述最终惩罚系数,确定为所述最终因子系数。
6.根据权利要求1所述的私域用户场景话术推荐方法,其特征在于,所述根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,包括:
将所述当前场景信息输入至预设场景映射表中进行匹配,得到场景影响因子;
获取所述场景影响因子的场景影响系数,并将所述场景影响系数输入所述预设场景等级匹配函数中,得到所述场景等级;
所述预设场景映射表为场景影响因子和场景的关联映射表;
所述预设场景等级匹配函数的表达式为:
L1=|-log10{(2Λ)2}+log2{(Λ)2}|u;
其中,L1为场景等级,Λ为场景影响系数。
7.根据权利要求1所述的私域用户场景话术推荐方法,其特征在于,所述根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,包括:
将所述交流用户对象信息输入至预设交流输出映射表中进行匹配,得到用户对象适配因子;
获取所述用户对象适配因子的用户影响系数,并将所述用户影响系数输入所述预设对象等级匹配函数中,得到所述对象等级;
所述预设交流输出映射表为用户对象适配因子和交流用户对象的关联映射表;
所述预设对象等级匹配函数的表达式为:
L2=|-log2{(3V)2}+log10{(V)2}|u;
其中,L2为对象等级,V为用户影响系数。
8.一种私域用户场景话术推荐***,其特征在于,包括:
获取模块,用于获取私域用户终端发送的当前场景信息、交流用户输出信息、交流用户对象信息和交流用户表情信息;
第一匹配模块,用于根据所述当前场景信息和预设场景等级匹配函数,匹配出场景等级,并根据所述场景等级和所述交流用户输出信息在预设交流输出映射表中,匹配出待输出话术;
第二匹配模块,用于根据所述交流用户对象信息和预设对象等级匹配函数,匹配出对象等级,并根据所述对象等级和所述交流用户表情信息在预设情绪列表中,匹配出交流用户情绪信息;
话术推荐模块,用于以所述交流用户情绪信息为所述待输出话术的辅助信息,在所述待输出话术中为所述私域用户终端推荐目标输出话术;
所述预设交流输出映射表为场景等级、用户输出和输出话术之间的关联映射表;所述预设交流输出映射表为对象等级、用户表情和用户情绪之间的关联映射表。
9.一种电子设备,包括存储器、处理器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,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的私域用户场景话术推荐方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的私域用户场景话术推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310588498.7A CN116662503B (zh) | 2023-05-22 | 2023-05-22 | 私域用户场景话术推荐方法及其*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310588498.7A CN116662503B (zh) | 2023-05-22 | 2023-05-22 | 私域用户场景话术推荐方法及其*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116662503A true CN116662503A (zh) | 2023-08-29 |
CN116662503B CN116662503B (zh) | 2023-12-29 |
Family
ID=87723497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310588498.7A Active CN116662503B (zh) | 2023-05-22 | 2023-05-22 | 私域用户场景话术推荐方法及其*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116662503B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995909A (zh) * | 2014-06-17 | 2014-08-20 | 东南大学成贤学院 | 一种基于三维关系强度模型的在线用户关系测量及分类方法 |
CN107292696A (zh) * | 2017-04-27 | 2017-10-24 | 深圳虫门科技有限公司 | 一种汽车智能导购***以及实现方法 |
CN108922564A (zh) * | 2018-06-29 | 2018-11-30 | 北京百度网讯科技有限公司 | 情绪识别方法、装置、计算机设备及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN109684459A (zh) * | 2018-12-28 | 2019-04-26 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN110931002A (zh) * | 2019-10-12 | 2020-03-27 | 平安科技(深圳)有限公司 | 人机交互方法、装置、计算机设备和存储介质 |
CN111259132A (zh) * | 2020-01-16 | 2020-06-09 | 中国平安财产保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN111881254A (zh) * | 2020-06-10 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 话术生成方法、装置、电子设备及存储介质 |
CN112379780A (zh) * | 2020-12-01 | 2021-02-19 | 宁波大学 | 多模态情感交互方法、智能设备、***、电子设备及介质 |
CN112799747A (zh) * | 2019-11-14 | 2021-05-14 | 中兴通讯股份有限公司 | 智能助理评价、推荐方法、***、终端及可读存储介质 |
CN113158069A (zh) * | 2021-05-27 | 2021-07-23 | 广州力进科技有限公司 | 基于大数据的互动话题场景分析方法、服务器及介质 |
CN113434651A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 话术推荐方法、装置及相关设备 |
CN113821595A (zh) * | 2021-08-10 | 2021-12-21 | 浙江脑回鹿信息科技有限公司 | 一种定位引擎的实现方法 |
CN114168785A (zh) * | 2021-11-09 | 2022-03-11 | 天翼爱音乐文化科技有限公司 | 基于社交及距离的音乐推荐方法、***、装置及存储介质 |
CN114220461A (zh) * | 2021-12-15 | 2022-03-22 | 中国平安人寿保险股份有限公司 | 客服话术的引导方法、装置、设备及存储介质 |
CN114372123A (zh) * | 2020-10-14 | 2022-04-19 | 广州傲程软件技术有限公司 | 一种对话式的人机交互定制与服务*** |
CN114625855A (zh) * | 2022-03-22 | 2022-06-14 | 北京百度网讯科技有限公司 | 用于生成对话信息的方法及装置、设备和介质 |
CN115379054A (zh) * | 2022-08-19 | 2022-11-22 | 中国银行股份有限公司 | 一种外呼的话术处理方法及装置 |
CN115482912A (zh) * | 2022-09-06 | 2022-12-16 | 北京心灵密友智能科技有限公司 | 对话机器自助心理干预***及方法 |
CN116049360A (zh) * | 2022-11-29 | 2023-05-02 | 兴业银行股份有限公司 | 基于客户画像的智能语音对话场景话术干预方法及*** |
-
2023
- 2023-05-22 CN CN202310588498.7A patent/CN116662503B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103995909A (zh) * | 2014-06-17 | 2014-08-20 | 东南大学成贤学院 | 一种基于三维关系强度模型的在线用户关系测量及分类方法 |
CN107292696A (zh) * | 2017-04-27 | 2017-10-24 | 深圳虫门科技有限公司 | 一种汽车智能导购***以及实现方法 |
CN108922564A (zh) * | 2018-06-29 | 2018-11-30 | 北京百度网讯科技有限公司 | 情绪识别方法、装置、计算机设备及存储介质 |
CN109033257A (zh) * | 2018-07-06 | 2018-12-18 | 中国平安人寿保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN109684459A (zh) * | 2018-12-28 | 2019-04-26 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN110931002A (zh) * | 2019-10-12 | 2020-03-27 | 平安科技(深圳)有限公司 | 人机交互方法、装置、计算机设备和存储介质 |
CN112799747A (zh) * | 2019-11-14 | 2021-05-14 | 中兴通讯股份有限公司 | 智能助理评价、推荐方法、***、终端及可读存储介质 |
CN111259132A (zh) * | 2020-01-16 | 2020-06-09 | 中国平安财产保险股份有限公司 | 话术推荐方法、装置、计算机设备和存储介质 |
CN111881254A (zh) * | 2020-06-10 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 话术生成方法、装置、电子设备及存储介质 |
CN114372123A (zh) * | 2020-10-14 | 2022-04-19 | 广州傲程软件技术有限公司 | 一种对话式的人机交互定制与服务*** |
CN112379780A (zh) * | 2020-12-01 | 2021-02-19 | 宁波大学 | 多模态情感交互方法、智能设备、***、电子设备及介质 |
CN113158069A (zh) * | 2021-05-27 | 2021-07-23 | 广州力进科技有限公司 | 基于大数据的互动话题场景分析方法、服务器及介质 |
CN113434651A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技(深圳)有限公司 | 话术推荐方法、装置及相关设备 |
CN113821595A (zh) * | 2021-08-10 | 2021-12-21 | 浙江脑回鹿信息科技有限公司 | 一种定位引擎的实现方法 |
CN114168785A (zh) * | 2021-11-09 | 2022-03-11 | 天翼爱音乐文化科技有限公司 | 基于社交及距离的音乐推荐方法、***、装置及存储介质 |
CN114220461A (zh) * | 2021-12-15 | 2022-03-22 | 中国平安人寿保险股份有限公司 | 客服话术的引导方法、装置、设备及存储介质 |
CN114625855A (zh) * | 2022-03-22 | 2022-06-14 | 北京百度网讯科技有限公司 | 用于生成对话信息的方法及装置、设备和介质 |
CN115379054A (zh) * | 2022-08-19 | 2022-11-22 | 中国银行股份有限公司 | 一种外呼的话术处理方法及装置 |
CN115482912A (zh) * | 2022-09-06 | 2022-12-16 | 北京心灵密友智能科技有限公司 | 对话机器自助心理干预***及方法 |
CN116049360A (zh) * | 2022-11-29 | 2023-05-02 | 兴业银行股份有限公司 | 基于客户画像的智能语音对话场景话术干预方法及*** |
Non-Patent Citations (3)
Title |
---|
曹亚如 等: "多轮任务型对话***研究进展", 《计算机应用研究》, vol. 39, no. 02, pages 331 - 341 * |
谭嘉莉 等: "应用于校园心理咨询的对话匹配度预测模型", 《中国科学技术大学学报》, vol. 48, no. 09, pages 739 - 747 * |
赵妍妍 等: "情感对话技术综述", 《软件学报》, pages 1 - 26 * |
Also Published As
Publication number | Publication date |
---|---|
CN116662503B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102648306B1 (ko) | 음성 인식 오류 정정 방법, 관련 디바이스들, 및 판독 가능 저장 매체 | |
US10446146B2 (en) | Learning apparatus and method | |
CN107578771B (zh) | 语音识别方法及装置、存储介质、电子设备 | |
US20170140754A1 (en) | Dialogue apparatus and method | |
WO2020155619A1 (zh) | 带情感的机器聊天方法、装置、计算机设备及存储介质 | |
WO2018010683A1 (zh) | 身份向量生成方法、计算机设备和计算机可读存储介质 | |
CN113505205A (zh) | 一种人机对话的***和方法 | |
CN111160043B (zh) | 特征编码方法、装置、电子设备及可读存储介质 | |
CN114547293A (zh) | 一种跨平台虚假新闻检测方法及*** | |
CN113545781B (zh) | 虚拟现实促眠的方法及装置 | |
JP2014191271A (ja) | 対話シナリオに動的対話ノードを挿入する対話プログラム、サーバ及び方法 | |
CN109451334B (zh) | 用户画像生成处理方法、装置及电子设备 | |
CN116662503B (zh) | 私域用户场景话术推荐方法及其*** | |
KR102030551B1 (ko) | 인스턴트 메신저 구동 장치 및 그 동작 방법 | |
CN113450793A (zh) | 用户情绪分析方法、装置、计算机可读存储介质及服务器 | |
CN115563377B (zh) | 企业的确定方法、装置、存储介质及电子设备 | |
CN117493505A (zh) | 智能问答方法、装置、设备和存储介质 | |
CN108206020A (zh) | 一种语音识别方法、装置及终端设备 | |
CN113643706B (zh) | 语音识别方法、装置、电子设备及存储介质 | |
CN114297409A (zh) | 模型训练方法、信息抽取方法及装置、电子设备、介质 | |
CN117094328A (zh) | 语音对话方法、装置、***、电子设备及存储介质 | |
CN116070621A (zh) | 语音识别结果的纠错方法、装置、电子设备及存储介质 | |
CN113938708B (zh) | 直播的音频纠错方法、装置、计算设备及存储介质 | |
CN113360705B (zh) | 数据管理方法和数据管理装置 | |
CN117807216A (zh) | 推荐话术的确定方法和装置 |
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 |