An example of this specification provides a method of recommendation, a device, and a device. Among them, including the recommendation method: get the target user behavior data, at least one of the first problem is the target user visited the behavior data indicating; according to the behavioral data to determine the learning neural network model is obtained through the machine input value and the input value of the input of the neural network model. The output of at least one of the second problems; the input probability model of the first problem, at least one related problem corresponding to the output with the first problem, wherein the probability model is obtained by statistical association probability between any two problems; at least one selected from the second problems and the related problems and pushed to the target user.
【技术实现步骤摘要】
问题推荐方法及装置、设备
本说明书一个或多个实施例涉及大数据
,尤其涉及一种问题推荐方法及装置、设备。
技术介绍
客户服务(CustomerService)是指任何能提高客户满意度的内容,在很多应用程序(App)中都提供了客服功能,一种典型的应用便是针对用户在使用App过程中可能碰到的问题给出相应的答案。在相关技术中,当用户在使用App时需要获得某问题的答案时,通常需要进入问答页面并在该页面内输入自己想要询问的问题,以根据用户输入的问题查找相应答案。其中,由于用户需要进行输入问题的操作,造成用户操作繁琐,特别是当用户需要针对多个问题分别寻求相应的答案时。
技术实现思路
有鉴于此,本说明书一个或多个实施例提供一种问题推荐方法及装置、设备。为实现上述目的,本说明书一个或多个实施例提供的技术方案如下:一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据指示至少一个被所述目标用户访问过的第一问题;根据所述行为数据确定通过机器学习获得的神经网络模型的输入值,并将所述输入值输入所述神经网络模型,输出至少一个第二问题;将所述第一问题输入概率模型,输出与所述第一问题对应的至少一个关联问题,其中所述概率模型是通过统计任意两个问题之间的关联概率获得的;从所述第二问题和所述关联问题中选取至少一个问题并推荐给所述目标用户。一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据包括:被所述目标用户访问过的第一问题、和/或被所述目标用户访问过的统一资源定位符URL、和/或被所述目标用户访问过的远程过程调用RPC;根据所述行为数据确定通过机器学习获得的神经网络模型的输入 ...
【技术保护点】
一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据指示至少一个被所述目标用户访问过的第一问题;根据所述行为数据确定通过机器学习获得的神经网络模型的输入值,并将所述输入值输入所述神经网络模型,输出至少一个第二问题;将所述第一问题输入概率模型,输出与所述第一问题对应的至少一个关联问题,其中所述概率模型是通过统计任意两个问题之间的关联概率获得的;从所述第二问题和所述关联问题中选取至少一个问题并推荐给所述目标用户。
【技术特征摘要】
1.一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据指示至少一个被所述目标用户访问过的第一问题;根据所述行为数据确定通过机器学习获得的神经网络模型的输入值,并将所述输入值输入所述神经网络模型,输出至少一个第二问题;将所述第一问题输入概率模型,输出与所述第一问题对应的至少一个关联问题,其中所述概率模型是通过统计任意两个问题之间的关联概率获得的;从所述第二问题和所述关联问题中选取至少一个问题并推荐给所述目标用户。2.根据权利要求1所述的方法,所述输出至少一个第二问题包括:输出至少一个第二问题及与每一个第二问题对应的第一分值,所述第一分值表征预测出的第二问题是所述目标用户需要访问的问题的可能性;所述输出与所述第一问题对应的至少一个关联问题包括:输出至少一个关联问题及与每一个关联问题对应的第二分值,所述第二分值表征所述第一问题和所述关联问题之间的关联概率;所述从所述第二问题和所述关联问题中选取至少一个问题包括:基于所述第一分值和所述第二分值,从所述第二问题和所述关联问题中选取至少一个问题。3.根据权利要求2所述的方法,基于所述第一分值和所述第二分值,从所述第二问题和所述关联问题中选取至少一个问题,包括:根据设定阈值,选取第一分值大于所述设定阈值的第二问题以及第二分值大于所述设定阈值的关联问题。4.根据权利要求1所述的方法,获得所述神经网络模型的过程包括:获得若干训练样本,每一训练样本包括特征部分和标注部分,所述特征部分为样本用户在访问客服前产生的行为数据,所述标注部分为所述样本用户访问的问题;基于所述训练样本,利用随机梯度下降SGD算法训练获得所述神经网络模型。5.根据权利要求1所述的方法,获得所述概率模型的过程包括:获得若干在问答会话过程中产生的会话数据;根据所述会话数据,统计任意两个问题在同一问答会话中出现的概率,所述概率为所述任意两个问题间的关联概率;基于统计得到的任意两个问题间的关联概率,确定所述概率模型。6.根据权利要求1所述的方法,所述根据所述行为数据确定通过机器学习获得的神经网络模型的输入值包括:根据所述行为数据指示的每一被操作行为,将目标向量中与每一被操作行为对应的特征值由初始值更改为目标值,并将更改后得到的向量确定为神经网络模型的输入。7.根据权利要求1所述的方法,所述行为数据还包括:被所述目标用户访问过的统一资源定位符URL和/或被所述目标用户访问过的远程过程调用RPC。8.一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据包括:被所述目标用户访问过的第一问题、和/或被所述目标用户访问过的统一资源定位符URL、和/或被所述目标用户访问过的远程过程调用RPC;根据所述行为数据确定通过机器学习获得的神经网络模型的输入值;将所述输入值输入所述神经网络模型,输出至少一个第二问题及与每一个第二问题对应的第一分值,所述第一分值表征预测出的第二问题是所述目标用户需要访问的问题的可能性;根据所述第一分值,从所述第二问题中选取至少一个问题并推荐给所述目标用户。9.一种问题推荐方法,包括:获取目标用户的行为数据,所述行为数据指示至少一个被所述目标用户访问过的第一问题;将所述第一问题输入概率模型,输出至少一个与所述第一问题对应的关联问题及与每一个关联问题对应的第二分值,所述第二分值表征所述第一问题和所述关联问题之间的关联概率,所述概率模型是通过统计任意两个问题之间的关联概率获得的;根据所述第二分值,从所述关联问题中选取至少一个问题并推荐给所述目标用户。10.根据权利要求9所述的方法,获得所述概率模型的过程包括:获得若干在问答会话过程中产生的会话数据;根据所述会话数据,统计任意两个问题在同一问答会话中出现的概率,所述概率为所述任意两个问题间的关联概率;基于统计得到的任意两个问题间的关联概率,确定所述概率模型。11.一种问题推荐装置,包括:数据获取单元,获取目标用户的行为数据,所述行为数据指示至少一个被所述目标用户访问过的第一问题;第一模型预测单元,根据所述行为数据确定通过机器学习获得的神经网络模型的输入值,并将所述输入值输入所述神经网络模型,输出至少一个第二问题;第二模型预测单元,将所述第一问题输入概率模型,输出与所述第一问题对应的至少一个关联问题,其中所述概率模型是通过统计任意两个问题之间的关联概率获得的;问题推荐单元,从所述第二问题和所述关联问题中选取至少一个问题并推荐给所述目标用户。12.根据权利要求11所述的装置,所述第一模型预测单元输出至少一个第二问题及与每一个第二问题对应的第一分值,所述第一分值表征预测出的第二问题是所述目标用户需要访问的问题的可能性;所述第二模型预测单元输出至少一个关联问题及与每一个关联问题对应的第二分值,所述第二分值表征所述第一问题和所述关联问题之间的关...
【专利技术属性】
技术研发人员:安蓉,马晓宇,代林佳,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。