專利名稱：一種基于智能客服機器人交互的電信領域套餐推薦方法
技術領域：
本發明涉及一種基于智能客服機器人對話的電信領域套餐推薦控制方法，尤指基于用戶與智能機器人交互過程中，獲取用戶的興趣和行為模型、了解用戶的實時需求，引入決策樹算法，推薦對象為電信套餐業務，屬個性化推薦技術領域。
背景技術：
隨著互聯網發展，信息成指數增長，這些信息逐漸成為了回答用戶提問的重要信 息源。傳統的搜索引擎返回的是大量相關或者無關的網頁鏈接，用戶很難從這些鏈接中迅速地找到自己想要的答案。因此，人們渴望一種真正能夠滿足他們需求的、智能化的信息檢索方式。能夠提供問答服務功能的智能問答機器人系統在背后強大的知識庫地支持下，采用自然語言與用戶交互，很好的解決了這個問題，它是未來信息服務發展的趨勢。智能問答機器人逐步走出實驗室，逐步在商業化的專業應用服務領域上充當起了重要的角色，例如在電信領域輔助人工客戶服務已經成功地應用。在目前的智能自動問答系統中，主要關注的是知識庫，淺層語義分析等方面問題，還沒有考慮結合用戶個性化特征進行的語義理解，通過交互獲取用戶興趣傾向，進行建模和個性化推薦等問題。目前的個性化推薦機制劃分為三類基于內容的推薦機制、基于協作網的推薦機制以及結合型推薦機制。基于內容的推薦機制是通過分析待推薦事物與每個用戶興趣的相關性，尋找對該事物最為感興趣的用戶進行推薦。基于協作網的推薦機制是尋找所有與待推薦事物的發布者興趣較為相近的用戶進行推薦。結合型推薦機制是將以上兩種方法相結合，不但考慮待推薦事物與每個用戶興趣的相關性而且考慮該事物的發布者與每個用戶興趣。在個性化的推薦服務中，用戶行為分析是關鍵技術。通過對用戶的跟蹤和分析用戶的興趣和行為，刻畫用戶的特征和用戶與用戶之間的關系。根據瀏覽行為或瀏覽內容來分析、捕獲得用戶興趣是目前個性化服務研究的一個重要方向。通過對用戶訪問日志進行統計、分析，挖掘用戶行為，建立用戶興趣模型，從中發現用戶訪問網站的偏好和規律，并將這些規律與推薦、銷售等服務相結合。推薦機制在交互式問答領域屬于剛剛起步的階段。本專利提出從用戶與智能聊天機器人在聊天的過程中獲得用戶的興趣愛好，對用戶進行實時動態建模，提出采用標簽的表示方式為用戶建模，并根據用戶興趣模型進行個性化推薦，隨著模型的完善，推薦也將逐步求精。這樣做的好處是可以比較明確主動實時的維護用戶模型，對于問答的引導和推薦進一步完善，對于廣告和業務的推薦。
發明內容
針對現有技術中的缺陷，本發明的目的是提供一種基于智能客服機器人交互的電信領域套餐推薦方法以及相應的推薦引擎裝置。本發明針對移動業務領域知識，通過用戶與智能客服機器人交互信息，實時動態獲取用戶相關的興趣和狀態信息，采用基于標簽的表示方法對用戶和移動業務資源進行建模，采用決策樹得推薦算法對用戶進行移動業務推薦。可以更好的提高推薦的效率，滿足用戶的需求。本發明是通過以下技術方案實現的，首先收集用戶行為數據并經過預處理，將其抽象標簽的形式，根據用戶模型和決策樹模型之間進行相似度計算，選擇相似度高的預測項目(就是單個的電信套餐業務)，為用戶選擇相似度高的項目，選取評分最高的前N個項目作為推薦列表，并最終推送給用戶。根據本發明的一個方面，提供一種基于智能客服機器人交互的電信領域套餐推薦方法，其特征在于，包括如下步驟a.獲取用戶興趣模型；以及c.采用決策樹算法為用戶推薦符合其個性化需求的套餐業務。根據本發明的另一個方面，還提供一種智能客服機器人系統的推薦引擎裝置，其用于基于智能客服機器人交互向用戶推薦電信領域套餐，其特征在于，包括用戶興趣模型獲取模塊，其用于獲取用戶興趣模型；
建模模塊，其用于根據所述用戶興趣模型為所述電信領域套餐建模；以及推薦模塊，其用于采用決策樹算法為用戶推薦符合其個性化需求的套餐業務。優選地，所述推薦引擎裝置采用如下步驟完成電信領域套餐推薦過程A.問答部件產生與推薦內容相關的知識問答庫，通過智能客服機器人接口與用戶進行對話，收集用戶答案。B.面向電信領域，建立用戶描述文件。C.根據所述步驟B中的用戶描述文件，對聊天記錄進行關鍵詞抽取，采用標簽技術建立用戶興趣模型，把用戶模型實時存儲到數據庫中。D.根據電信領域的套餐信息，應用標簽技術為所述電信領域套餐建模。E.根據所述步驟D，建立決策樹模型。F.根據所述步驟D的資源模型和所述步驟C中的用戶興趣模型進行匹配，根據匹配程度降序排列，產生推薦列表，選擇排名前5的項目最終推薦給用戶。本發明與現有的推薦方法相比，推薦過程中是基于情景交互模型，在相似度計算中是根據計算標簽之間的相似度，相似度計算過程中結合了語義相似度計算和傳統的TF-IDF來計算標簽之間的相似性，應用標簽來表示資源和用戶模型能更好的反映用戶和資源的特點，提高了推薦質量。
通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發明的其它特征、目的和優點將會變得更明顯圖I示出了根據本發明的一個具體實施方式
的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的流程圖；圖2示出了根據本發明的第一實施例的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的用戶模型獲取模塊的流程圖；圖3示出了根據本發明的一個具體實施例的，基于智能客服機器人交互的電信領域套餐推薦控制方法的流程圖；圖4示出了根據本發明的一個具體實施例的，智能機器人系統回答問題的示意圖5示出了根據本發明的第一實施例的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的網絡拓撲圖；圖6示出了根據本發明的一個具體實施方式
的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的用戶登錄界面的結構示意圖；以及圖7示出了根據本發明的一個具體實施方式
的電信套餐的決策樹模型。
具體實施例方式圖I示出根據本發明的一個具體實施方式
的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的流程圖。首先，執行步驟S101，用戶登陸。本領域技術人員理解，當用戶打開本發明所提供客戶端程序時，首先將進入用戶登錄界面。所述用戶至少需要在所述登錄界面相對應的位置上填寫正確的用戶名、以及相對應的密碼，并點擊‘登錄’按鈕才能登錄。進一步地，所述用戶登陸界面可以參考下述圖7所示實施例的描述，在此不再 贅述。接下來，執行步驟S102，判斷是否為已注冊用戶。本領域技術人員理解，具體地，本發明所提供的服務器端程序提取所述用戶登錄界面上所述用戶填寫的所述用戶名、以及密碼與下述用戶注冊表中的數據進行匹配，若有同時匹配所述用戶填寫的所述用戶名、以及相對應的密碼的數據存在，則判斷結果為肯定的；若無法找到同時匹配所述用戶填寫的所述用戶名、以及密碼的數據，則判斷的結果為否定的。若判斷的結果為肯定的，即所述用戶是已注冊用戶，則進入下述步驟S104 ;否則，進入下述步驟S103。然后，執行步驟S103，注冊。本領域技術人員理解，優選地，在上述步驟S102中的判斷為否定的情況下執行本步驟。具體地，所述客戶端程序將打開注冊界面，所述注冊界面中包括用戶名、密碼、以及多種調查項目等。所述調查項目包括職業、當前套餐、所在地、月話費、月短信量、有無上網需求、以及是否使用彩鈴等項目。更具體地，本領域技術人員理解，所述用戶必須至少填寫用戶名、以及密碼才能完成注冊步驟，同時，所述用戶可以選填所述調查項目。在注冊完成后，所述用戶名、以及密碼將被通過物理磁盤寫入技術存儲在本發明提供的服務器端程序的數據庫中的一個用戶注冊表中。所述調查項目的信息將被所述服務器端程序抽取，并用XML文件形式建立用戶模型，然后通過物理磁盤寫入技術存儲在本發明提供的服務器端程序的數據庫中。進一步地，本領域技術人員理解，所述用戶沒有填寫的所述調查項目在進行信息抽取后，在用戶模型中所對應的標簽的值為空。更進一步地，所述調查項目與所述用戶模型中的標簽成一一對應的關系。在完成本步驟后，進入下述步驟 S 104。接下來，執行步驟S104，用戶模型是否存在值為空的標簽。本領域技術人員理解，優選地，在上述步驟S102中的判斷為肯定的情況下、或者在執行完上述步驟S103的情況下、或者在執行完下述步驟S106的情況下執行本步驟。所述服務器端程序根據所述數據庫中存儲的所述用戶模型的標簽的內容進行判斷，若存在值為空的所述標簽，則判斷所述用戶模型有空缺項目。若本步驟的判斷為肯定的，即用戶模型有空缺項目，則進入下述步驟S105 ;否則，進入下述步驟S107。具體地，本領域技術人員理解，所述標簽對應于上述步驟S103中所描述的調查項目，若存在值為空的標簽，優選地，為步驟S103中沒有填寫的調查項目。
然后，執行步驟S105，機器人詢問用戶是否愿意回答幾個問題。本領域技術人員理解，優選地，在上述步驟S104中的判斷為肯定的情況下執行本步驟。具體地，所述服務器端程序在發現某個標簽的值為空時，則主動向客戶端程序發出命令，命令在客戶端程序的界面上顯示征求用戶意見的問題，例如“您是否愿意回答我幾個問題？ ”。若用戶的回答是例如“是”、“行”以及“可以”等肯定性詞的情況下，則判斷的結果為肯定的；若用戶的回答是例如“否”、“不行”以及“不可以”等否定性詞的情況下，則判斷的結果為否定的。若本步驟的判斷為肯定的，即所述用戶愿意回答機器人的幾個問題，則進入下述步驟S106 ;否則，進入下述步驟S107。接下來，執行步驟S106，進入用戶模型獲取模塊。本領域技術人員理解，在上述步驟S105中的判斷為肯定的情況下執行本步驟。具體地，本步驟的具體內容可以參考下述圖2所示實施例的描述，在此不再贅述。在執行完本步驟后，進入上述步驟S104.最后，執行步驟S107，進入對話模塊。本領域技術人員理解，在上述步驟S105中的判斷為否定的情況下執行本步驟。具體地，本步驟的具體內容可以參考下述圖4所示實施例的描述，在此不再贅述。進一步地,本領域技術人員理解,在一個變化例中，上述步驟SlOl可能被如下步驟所代替“用戶直接點擊‘注冊’按鈕，進入步驟S103”。本領域技術人員理解，當用戶打開本發明所提供客戶端程序時，首先將進入用戶登錄界面。所述用戶點擊所述用戶登錄界面上的‘注冊’按鈕，則直接進入上述步驟S103。進一步地，所述用戶登陸界面可以參考下述圖7所示實施例的描述，在此不再贅述。
更進一步地，本領域技術人員理解，在上述步驟S103中，所述物理磁盤存儲過程可以通過現有技術手段予以實現，例如至少王爽所著《匯編語言》、以及唐朔飛所著《計算機組成原理》等文獻描述了這樣的過程，在此不再贅述。圖2示出了根據本發明的第一實施例的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的用戶模型獲取模塊的流程圖。首先，執行步驟S111，機器人提問。本領域技術人員理解，具體地，所述服務器端程序根據在上述步驟S104中找到用戶模型中值為空的標簽，在‘資源決策問題庫’中查找關鍵詞與標簽相同的問句，并通過將所述問句發送至客戶端程序，所述客戶端程序將所述問句顯示在所述用戶所使用的計算機屏幕上。進一步地，所述關鍵字是能代表所述問句中心的詞語，例如問句“您所在的城市是？ ”的關鍵字是‘所在地’；問句“您的月花費一般是多少元”的關鍵詞是‘月話費’。更進一步地，所述關鍵字、或者所述問句與所述標簽成一一對應的關系。接下來，執行步驟S112，用戶回答。本領域技術人員理解，具體地所述用戶根據上述步驟Slll中所述客戶端程序在計算機上顯示的問題進行回答。然后，執行步驟S113，判斷該用戶的回答是否有效。若判斷的結果為肯定的，即用戶的回答有效，則進入下述步驟S114 ;否則，則進入下述步驟117。 接下來，執行步驟SI 14，抽取用戶答案。本領域技術人員理解，優選地，在上述步驟S113中的判斷你為肯定的情況下執行本步驟。然后，執行步驟S115，判斷是否需要更新用戶模型。若判斷為肯定的，即需要更新用戶模型，則進入下述步驟S116 ;否則，進入下述步驟S117。接下來，執行步驟SI 16，進入推薦模塊。本領域技術人員理解，優選地，在上述步驟S115中的判斷為肯定的情況下執行本步驟。具體地，本步驟的具體內容可以參考下述圖3所示實施例的描述，在此不再贅述。在執行完本步驟后，進入下述步驟S117。然后，執行步驟S117，用戶模型是否存在值為空的標簽。本領域技術人員理解，在上述步驟S113中的判斷為否定的情況下、或者在上述步驟S115中的判斷為否定的情況下、或者執行完上述步驟SI 16的情況下執行本步驟。類似地，本步驟與上述步驟S104類似。若判斷的結果為肯定的，即用戶模型有空缺，則進入上述步驟Slll ;否則，則全部步驟執行結束。圖3示出了根據本發明的一個具體實施例的，基于智能客服機器人交互的電信領域套餐推薦控制方法的流程圖。具體地，其通過如下步驟完成推薦過程I.采用顯示和隱式結合的方式獲取用戶行為數據，記錄在用戶行為數據庫對應的表中。該部分通過用戶和智能客服機器人的對話，通過對話的聊天記錄進行應用分詞技術，應用TF-IDF統計來衡量關鍵字的重要程度，這些提取的關鍵字作為用戶的標簽，隱式的獲取用戶的行為數據是通過用戶登錄聊天系統時注冊表中獲得，通過注冊可以理解到用戶個 人的情景數據，比如說身份學生或是常需要出差的白領，以及個人的興趣愛好，比如說還好音樂，喜歡上網等信息。2.預處理用戶行為數據庫中的數據，通過聊天的歷史記錄和用戶個人的情景數據中可能中存在很多噪音數據，根據定義好的用戶行為數據規范，包括用戶的身份、所在地、月話費、月短信、上網需求、月租成熟度、上網流量需求、彩鈴、接聽免費需求等等。3.提取有效的數據作為用戶的標簽，標簽具有語句功能，能更好的表達用戶的需求，用戶模型的構建對整個推薦系統中起著至關重要的作用，根據用戶行為數據規范構建有效的當前用戶的人物模型，并把用戶的標簽存到數據庫當中，根據數據庫中的標簽，生成用戶模型對應的xml文件，該文件存在物理設備中。4.電信套餐資源是個很龐大的信息，為了很好的描述套餐資源，根據資源的描述文件，人工為資源提取標簽，這些標簽要能夠很好的描述資源的特性，比如月租、月短信、主叫顯示、彩鈴等相關的業務，為這些龐大的資源建立一個資源決策樹，決策樹的葉子節點就是對應的手機套餐，整棵樹的中間節點表示對應葉子節點上套餐的相關特征和包含的業務。具體的決策樹模型如圖2所示。5.當目標用戶a登錄該推薦系統后，用戶向智能機器人咨詢相關套餐的問題A，智能機器人根據用戶提出的問題進行分詞，通過和知識庫中的問題的詞語形似度計算，用多個詞相似度計算來衡量句子之間的相似度，如果問題A和問答庫中的問題B相似度最高，則把問題B相對應的答案通過聊天的窗口推薦給用戶，問答系統的一般流程如圖3所示。6.利用步驟2用戶模型，以及和步驟3中的資源模型進行相似度匹配，本發明中的相似度計算同時考慮了詞語之間的語義相似度和TF-IDF特性。7.排序上述計算的相似度計算結果，選取最大的前k個項目作為a的推薦列表，記作 IT1, T2, T3, TJ ；8.把上述得到的推薦列表，即相對應的決策樹推薦的葉子節點，推薦給用戶。至此，對用戶a的決策樹推薦過程已完成。圖5示出了根據本發明的第一實施例的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的網絡拓撲圖。在本發明提供的技術方案中，所述基于智能客服機器人交互的電信領域套餐推薦控制方法包括至少一后臺服務器5、一互聯網絡6、一數據庫51、以及若干客戶端程序。本領域技術人員理解，所述后臺服務器6用于運行本發明所提供的服務器端程序。所述數據庫51用戶通過物理磁盤的方式存儲用戶注冊表、用戶模型、以及資源模型等。具體地，所述若干客戶端程序分別運行在計算機41 43上。所述計算機41 43通過所述互聯網路6與所述服務器5進行通訊。更具體地，所述用戶通過所述計算機41 43打開所述客戶端程序，所述用戶通過在所述用戶登陸界面中相對應的位置輸入用戶名、以及相對應的密碼進行登錄；或者通過點擊所述‘注冊’按鈕進入注冊界面進行注冊。運行在所述服務器5上的所述服務器端程序提取所述用戶登陸界面中的所述用戶輸入的用戶名、以及密碼，并與所述數據庫51中的所述用戶注冊表中的數據進行匹配，若有同時匹配所述用戶填寫的所述用戶名、以及相對應的密碼的數據存在，那么用戶將成功登陸；若無法找到同時匹配所述用戶填寫的所述用戶名、以及密碼的數據，則命令運行在所述計算機41 43上的所述客戶端程序顯示注冊界面。進一步地，本領域技術人員理解，所述用戶在完成注冊后，所述服務器端程序將提取所述用戶注冊的用戶名、以及密碼，并將所述用戶名、以及密碼通過物理磁盤寫入技術存 儲進所述數據庫51的一個用戶注冊表中。所述服務器端程序將抽取所述用戶填寫的所述調查項目的信息，并用XML文件形式建立用戶模型，然后通過物理磁盤寫入技術存儲在所述數據庫51中。進一步地，本領域技術人員理解，所述用戶沒有填寫的所述調查項目在進行信息抽取后，在用戶模型中所對應的標簽的值為空。更進一步地，所述調查項目與所述用戶模型中的標簽成一一對應的關系。進一步地，運行所述服務器5上的所述服務器端程序判斷所述數據庫51中的所述用戶模型中是否存在值為空的標簽，若不存在則所述服務器端程序進入所述對話模塊；否貝IJ，則所述服務器端程序命令運行在所述計算機41 43上的所述客戶端程序詢問用戶是否愿意回答幾個問題。若用戶愿意回答問題，則進入用戶模型獲取模塊；否則，則進入對話模塊。所述對話模塊可以參考上述圖3所示實施例的描述，在此不再贅述。所述用戶模型獲取模塊可以參考上述圖2所示實施例的描述，在此不再贅述。更進一步地，本領域技術人員理解，所述物理磁盤存儲過程可以通過現有技術手段予以實現，例如至少王爽所著《匯編語言》、以及唐朔飛所著《計算機組成原理》等文獻描述了這樣的過程，在此不再贅述。圖6示出了根據本發明的一個具體實施方式
的，一種基于智能客服機器人交互的電信領域套餐推薦控制方法的用戶登錄界面的結構示意圖。本領域技術人員理解，優選地，在上述步驟SlOl中，所述用戶打開本發明所提供客戶端程序時，首先將進入本圖所示用戶登錄界面。具體地，所述用戶登陸界面至少文字提示、可輸入空格、以及按鈕。更具體地，所述文字提示至少包括‘用戶名’、以及‘密碼’兩項。所述按鈕至少包括‘注冊’、以及‘登錄’兩個獨立的按鈕。在所述文字提示的右邊安排著與所述文字提示的內容相對應的所述可輸入空格。在上述步驟SlOl中，所述用戶將根據文字提示將相對應的信息填寫進相對應的所述可輸入空格中，即所述用戶將其用戶名填寫進所述文字提示‘用戶名’右邊的所述可輸入空格中，并將該用戶名所對應的密碼填寫進所述文字提示‘密碼’右邊的所述可輸入空格中。然后所述用戶點擊‘登錄’按鈕，并進入上述步驟S102。進一步地，本領域技術人員理解，若所述用戶在進入本圖所示用戶登錄界面后，直接點擊所述‘注冊’按鈕，則進入到上述步驟S103進行注冊。更進一步地，本領域技術人員理解，在上述步驟S102中，所述服務器端程序提取所述用戶的用戶名、以及密碼的過程，即所述服務器端程序將所述用戶登錄界面所述文字提示‘用戶名’右邊的所述可輸入空格中的內容作為所述用戶的用戶名；相對應地，所述服務器端程序將所述文字提示‘密碼’右邊的所述可輸入空格中的內容作為所述用戶的用戶名的密碼。進一步地，圖4以及圖7示出了根據本發明的一個實施例的，基于智能客服機器人交互的電信領域套餐推薦控制方法的示意圖。其中，圖4示出了根據本發明的一個具體實施例的，智能機器人系統回答問題的示意圖，圖7示出了根據本發明的一個具體實施方式
的電信套餐的決策樹模型。其中，通過如下步驟實現推薦過程A.開發一個智能客服機器人對話系統，通過該系統用戶可以和智能客服機器人對話，了解咨詢有關套餐的具體信息； B.步驟A中，用戶和智能客服機器人的實時聊天記錄會記錄在數據庫中，該聊天記錄可以更好的了解用戶的行為和需求，為提取用戶模型做準備；C.根據B步驟所得到的用戶與機器人的聊天記錄，通過分詞，語義相似度和TF-IDF相結合的方法提取關鍵字作為用戶的標簽，同時結合用戶的興趣愛好、個人情景信息建立用戶模型，比如學生的用戶模型用戶標簽集(身份學生；所在地上海；月花費50 ;月短信200 ;上網需求有；彩鈴，俱樂部會員是)等；D.根據電信領域的手機套餐的特點，為資源建立標簽集來表示一個資源，同時根據標簽的特性來為資源建立決策樹，比如動感地帶時尚MO套餐的標簽集(月租16元；月短信120條；需要彩鈴；音樂俱樂部會員；主叫顯示；彩鈴)，電信領域套餐的決策樹如圖I所示；E.根據D步驟的的決策樹和C步驟中的用戶模型，通過詞與詞之間相似度計算的結果來表示資源模型和用戶模型之間的相似度，并根據結果產生一個初始的推薦列表；F.根據計算的相似度情況，輸出相似性高的決策樹的葉子節點以及匹配的準確度，并把TOP N的項目推薦給用戶。 所述的步驟A，具體如下Al.首先根據電信領域的套餐知識，建立一個問答知識庫，包括問題以及答案，并把這個知識庫存如數據庫中。A2.采用Incesoft iBotPlatform SDK開發一個智能客服機器人,假設用戶通過這個界面上提出相關套餐的問題A，智能客服機器人首先通過分詞技術把問題A的句子分成各個短語，通過各個短語與知識庫中的問題進行相似度計算，通過計算短語之間的相似度來衡量句子之間的相似度，如果問題A和問題B的相似性最高，則把問題B相對應的答案在人機交互的界面上返回給用戶。相似度計算公式I.利用語義相似度計算問句相似度
sim I (X，二一
其中siml (X, Y)表示，詞語問句X與問句Y的相似語義度，max (siml (X1,Yi). . . siml (xn, yn))表示詞語Xi與y」語義相似度的最大值。N表示問句X或問句Y中詞語的總數的最大值。2.利用基于向量空間模型的TFIDF計算問句之間的相似度
權利要求
1.一種基于智能客服機器人交互的電信領域套餐推薦方法，其特征在于，包括如下步驟 a.獲取用戶興趣模型；以及 c.采用決策樹算法為用戶推薦符合其個性化需求的套餐業務。
2.根據權利要求I所述的方法，其特征在于，所述步驟a與步驟c之間還包括如下步驟 b.根據所述用戶興趣模型為所述電信領域套餐建模。
3.根據權利要求I或2所述的方法，其特征在于，所述步驟a包括如下步驟 al.通過人機對話模式向用戶提出問題； a2.獲取所述用戶的答案； a3.根據所述答案確定所述用戶興趣模型。
4.根據權利要求I至3中任一項所述的方法，其中，所述步驟b包括如下步驟 bl.應用標簽技術為所述電信領域套餐建模。
5.根據權利要求I至4中任一項所述的方法，其特征在于，該方法包括如下步驟 A.問答部件產生與推薦內容相關的知識問答庫，通過智能客服機器人接口與用戶進行對話，收集用戶答案。
B.面向電信領域，建立用戶描述文件。
C.根據所述步驟B中的用戶描述文件，對聊天記錄進行關鍵詞抽取，采用標簽技術建立用戶興趣模型，把用戶模型實時存儲到數據庫中。
D.根據電信領域的套餐信息，應用標簽技術為所述電信領域套餐建模。
E.根據所述步驟D，建立決策樹模型。
F.根據所述步驟D的資源模型和所述步驟C中的用戶興趣模型進行匹配，根據匹配程度降序排列，產生推薦列表，選擇排名前5的項目最終推薦給用戶。
6.根據權利要求5所述的方法，所述步驟A包括 Al.根據電信套餐業務領域，為該領域建立一個知識問答庫，并把這個問答庫存到數據庫中； A2.用戶和機器人對話，用戶提出的問題，系統根據該問題與數據庫中的問答庫進行語句相似度計算，把相似度最高的問題的答案返回給用戶。
7.根據權利要求5或6所述的方法，所述的步驟B是指把聊天過程中的問題和答案同時記錄到數據庫中去。
8.根據權利要求5至7中任一項所述的方法，所述步驟C包括如下步驟 Cl.用戶首次登錄該系統時，會要求注冊該系統，注冊的過程中，會要求用戶填寫個人的信息，比如姓名，性別，年齡，職業，興趣愛好等，因此可以收集用戶個人信息； C2.根據所述步驟B中的歷史聊天記錄，通過分詞技術，語義相似度和TF-IDF相結合的方法提取標簽，建立標簽(tag，w)來表示用戶模型；以及 C3.根據用戶行為數據規范，來構建人物模型，把所述步驟Cl和所述步驟C2中的結果根據用戶行為數據規范為當前目標用戶建模，并把用戶模型存到數據庫中。
9.根據權利要求5至8中任一項所述的方法，所述步驟D是指為電信套餐建立一套標簽，并根據套餐建立一顆決策樹，樹的葉子節點就是一個具體套餐項目，不同層數上的標簽的代表套餐包含的業務，不同層次上的項目其權重是不一樣的。
10.根據權利要求5至9中任一項所述的方法，根據所述步驟C中的用戶模型和D步驟中的決策樹進行相似度計算。
11.根據權利要求5至10中任一項所述的方法，所述步驟F包括如下步驟 Fl.根據所述步驟E中的相似度計算的結果，輸出相似度高的葉子節點以及相匹配的百分比； F2.把TOPN項目的葉子節點，最終推薦給用戶。
12.—種智能客服機器人系統的推薦引擎裝置，其用于基于智能客服機器人交互向用戶推薦電信領域套餐，其特征在于，包括 用戶興趣模型獲取模塊，其用于獲取用戶興趣模型； 建模模塊，其用于根據所述用戶興趣模型為所述電信領域套餐建模；以及 推薦模塊，其用于采用決策樹算法為用戶推薦符合其個性化需求的套餐業務。
13.根據權利要求12所述的推薦引擎裝置，其特征在于，采用如下步驟完成電信領域套餐推薦過程 A.問答部件產生與推薦內容相關的知識問答庫，通過智能客服機器人接口與用戶進行對話，收集用戶答案。
B.面向電信領域，建立用戶描述文件。
C.根據所述步驟B中的用戶描述文件，對聊天記錄進行關鍵詞抽取，采用標簽技術建立用戶興趣模型，把用戶模型實時存儲到數據庫中。
D.根據電信領域的套餐信息，應用標簽技術為所述電信領域套餐建模。
E.根據所述步驟D，建立決策樹模型。
F.根據所述步驟D的資源模型和所述步驟C中的用戶興趣模型進行匹配，根據匹配程度降序排列，產生推薦列表，選擇排名前5的項目最終推薦給用戶。
14.根據權利要求13所述的推薦引擎裝置，其特征在于，所述步驟A包括 Al.根據電信套餐業務領域，為該領域建立一個知識問答庫，并把這個問答庫存到數據庫中； A2.用戶和機器人對話，用戶提出的問題，系統根據該問題與數據庫中的問答庫進行語句相似度計算，把相似度最高的問題的答案返回給用戶。
15.根據權利要求13或14所述的推薦引擎裝置，所述步驟C包括如下步驟 Cl.用戶首次登錄該系統時，會要求注冊該系統，注冊的過程中，會要求用戶填寫個人的信息，比如姓名，性別，年齡，職業，興趣愛好等，因此可以收集用戶個人信息； C2.根據所述步驟B中的歷史聊天記錄，通過分詞技術，語義相似度和TF-IDF相結合的方法提取標簽，建立標簽(tag，w)來表示用戶模型；以及 C3.根據用戶行為數據規范，來構建人物模型，把所述步驟Cl和所述步驟C2中的結果根據用戶行為數據規范為當前目標用戶建模，并把用戶模型存到數據庫中。
16.根據權利要求13至15中任一項所述的推薦引擎裝置，其特征在于，所述步驟F包括如下步驟 Fl.根據所述步驟E中的相似度計算的結果，輸出相似度高的葉子節點以及相匹配的百分比；F2.把TO PN項目的葉子節 點，最 終推薦給用戶。
全文摘要
本發明提供基于智能客服機器人交互的電信領域套餐推薦方法，包括步驟a.獲取用戶興趣模型；b.采用決策樹算法為用戶推薦符合其個性化需求的套餐業務。還提供一種智能客服機器人系統的推薦引擎裝置。本發明與現有的推薦方法相比，推薦過程中是基于情景交互模型，在相似度計算中是根據計算標簽之間的相似度，相似度計算過程中結合了語義相似度計算和傳統的TF-IDF來計算標簽之間的相似性，應用標簽來表示資源和用戶模型能更好的反映用戶和資源的特點，提高了推薦質量。
文檔編號G06F17/30GK102760128SQ201110105520
公開日2012年10月31日 申請日期2011年4月26日 優先權日2011年4月26日
發明者馮竣俍, 張少飛, 曹慧靜, 杜玉清, 楊燕, 楊靜, 賀樑, 陳俊奎, 顧君忠 申請人:華東師范大學