用户意图预测方法、电子设备及计算机可读存储介质技术

本发明专利技术公开了一种用户意图预测方法，该方法包括步骤：建立用户特征和进线流水特征；通过预定分类算法，针对特定用户的用户特征和进线流水特征进行预定数量的分类建模得到各分类模型，并获取各分类模型返回的各分类概率；依据各分类模型返回的各分类概率进行排序，选取概率最高的分类预测该特定用户的业务意图。本发明专利技术可以提高用户意图预测的效率和准确度。

【技术实现步骤摘要】
用户意图预测方法、电子设备及计算机可读存储介质
本专利技术涉及计算机信息
，尤其涉及一种用户意图预测方法、电子设备及计算机可读存储介质。
技术介绍
目前，用户通过企业客服电话中的语音导航办理业务步骤复杂，耗时过长。原因在于业务节点太过密集，特征维数过多。因此，如何缩短用户通过客服电话办理业务的时间是急需解决的技术问题。
技术实现思路
有鉴于此，本专利技术提出一种用户意图预测方法、电子设备及计算机可读存储介质，通过结合语音识别技术与大数据处理技术，提高了用户意图预测的效率和准确度。首先，为实现上述目的，本专利技术提出一种电子设备，所述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用户意图预测系统，所述用户意图预测系统被所述处理器执行时实现如下步骤：建立用户特征和进线流水特征；通过预定分类算法，针对特定用户的用户特征和进线流水特征进行预定数量的分类建模得到各分类模型，并获取各分类模型返回的各分类概率；及依据各分类模型返回的各分类概率进行排序，选取概率最高的分类预测该特定用户的业务意图。优选地，所述用户特征包括自然属性、集团属性、社会属性、接触属性；及所述自然属性包括年龄、地区、性别、学历，所述集团属性包括用户在某集团所购买产品的产品属性，所述社会属性包括职业、子女、就职公司，所述接触属性包括用户在某集团业务子公司所购买产品的产品属性。优选地，所述进线流水特征包括用户通过特定进线方式触发特定业务或产品，其中，所述进线流水特征根据时间顺序进行分类。优选地，每个分类节点通过不同的特征重要性进行建模；及所述每个分类节点通过不同的特征重要性进行建模包括：针对所有预定数量的分类，按照每个分类的特征重要性由高至低进行排序，并行选取每个分类中的特定特征作为重要特征，根据每个分类中选取的重要特征进行建模。优选地，所述用户意图预测系统被所述处理器执行时还用于实现如下步骤：通过预定时间内该特定用户的反复进线率，获取该特定用户的优选推荐信息；及通过预设的语音识别算法，将预测结果的文本内容转换为语音内容，并将该语音内容播报至该特定用户对应的用户端。此外，为实现上述目的，本专利技术还提供一种用户意图预测方法，该方法应用于电子设备，所述方法包括：建立用户特征和进线流水特征；通过预定分类算法，针对特定用户的用户特征和进线流水特征进行预定数量的分类建模得到各分类模型，并获取各分类模型返回的各分类概率；及依据各分类模型返回的各分类概率进行排序，选取概率最高的分类预测该特定用户的业务意图。优选地，所述用户特征包括自然属性、集团属性、社会属性、接触属性；所述自然属性包括年龄、地区、性别、学历，所述集团属性包括用户在某集团所购买产品的产品属性，所述社会属性包括职业、子女、就职公司，所述接触属性包括用户在某集团业务子公司所购买产品的产品属性；及所述进线流水特征包括用户通过特定进线方式触发特定业务或产品，其中，所述进线流水特征根据时间顺序进行分类。优选地，每个分类节点通过不同的特征重要性进行建模；及所述每个分类节点通过不同的特征重要性进行建模包括：针对所有预定数量的分类，按照每个分类的特征重要性由高至低进行排序，并行选取每个分类中的特定特征作为重要特征，根据每个分类中选取的重要特征进行建模。优选地，所述用户意图预测方法还包括步骤：通过预定时间内该特定用户的反复进线率，获取该特定用户的优选推荐信息；及通过预设的语音识别算法，将预测结果的文本内容转换为语音内容，并将该语音内容播报至该特定用户对应的用户端。进一步地，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有用户意图预测系统，所述用户意图预测系统可被至少一个处理器执行，以使所述至少一个处理器执行如上述的用户意图预测方法的步骤。相较于现有技术，本专利技术所提出的电子设备、用户意图预测方法及计算机可读存储介质，通过结合语音识别技术与大数据处理技术，提高了用户意图预测的效率和准确度，将本专利技术应用于企业客服业务(如客户电话业务等)，可以大大缩短用户通过客服电话办理业务的时间，提高用户的满意度。附图说明图1是本专利技术电子设备一可选的硬件架构的示意图；图2是本专利技术电子设备中用户意图预测系统一实施例的程序模块示意图；图3为本专利技术用户意图预测方法一实施例的实施流程示意图。附图标记：电子设备2存储器21处理器22网络接口23用户意图预测系统20建立模块201获取模块202预测模块203流程步骤S31-S33本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。进一步需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。首先，本专利技术提出一种电子设备2。参阅图1所示，是本专利技术电子设备2一可选的硬件架构的示意图。本实施例中，所述电子设备2可包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23。需要指出的是，图1仅示出了具有组件21-23的电子设备2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，所述电子设备2可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等计算设备，该电子设备2可以是独立的服务器，也可以是多个服务器所组成的服务器集群。所述存储器21至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述电子设备2的内部存储单元，例如该电子设备2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述电子设备2的外部存储设备，例如该电子设备2上配备的插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器21还可本文档来自技高网...

【技术保护点】
一种电子设备，其特征在于，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的用户意图预测系统，所述用户意图预测系统被所述处理器执行时实现如下步骤：建立用户特征和进线流水特征；通过预定分类算法，针对特定用户的用户特征和进线流水特征进行预定数量的分类建模得到各分类模型，并获取各分类模型返回的各分类概率；及依据各分类模型返回的各分类概率进行排序，选取概率最高的分类预测该特定用户的业务意图。

【技术特征摘要】
1.一种电子设备，其特征在于，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的用户意图预测系统，所述用户意图预测系统被所述处理器执行时实现如下步骤：建立用户特征和进线流水特征；通过预定分类算法，针对特定用户的用户特征和进线流水特征进行预定数量的分类建模得到各分类模型，并获取各分类模型返回的各分类概率；及依据各分类模型返回的各分类概率进行排序，选取概率最高的分类预测该特定用户的业务意图。2.如权利要求1所述的电子设备，其特征在于，所述用户特征包括自然属性、集团属性、社会属性、接触属性；及所述自然属性包括年龄、地区、性别、学历，所述集团属性包括用户在某集团所购买产品的产品属性，所述社会属性包括职业、子女、就职公司，所述接触属性包括用户在某集团业务子公司所购买产品的产品属性。3.如权利要求1所述的电子设备，其特征在于，所述进线流水特征包括用户通过特定进线方式触发特定业务或产品，其中，所述进线流水特征根据时间顺序进行分类。4.如权利要求1所述的电子设备，其特征在于，每个分类节点通过不同的特征重要性进行建模；及所述每个分类节点通过不同的特征重要性进行建模包括：针对所有预定数量的分类，按照每个分类的特征重要性由高至低进行排序，并行选取每个分类中的特定特征作为重要特征，根据每个分类中选取的重要特征进行建模。5.如权利要求1所述的电子设备，其特征在于，所述用户意图预测系统被所述处理器执行时还用于实现如下步骤：通过预定时间内该特定用户的反复进线率，获取该特定用户的优选推荐信息；及通过预设的语音识别算法，将预测结果的文本内容转换为语音内容，并将该语音内容播报至该特定用户对应的用户端。6.一种用户意图预...

【专利技术属性】
技术研发人员：安欣，王建明，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44