[发明专利]一种问题推荐方法及设备

说明书

本发明公开了一种问题推荐方法及设备，该方法包括：在样本采集周期内，获取问题并获取所述问题对应的问题特征；对所述问题特征进行处理，处理后的问题特征在预设的数值区间内；根据各个所述问题及其在所述问题中的第二概率和指定的推荐阈值确定推荐的问题；其中，各个所述问题及其在所述问题中的第二概率是通过所述处理后的问题特征和第一概率得到的；所述第一概率是通过所述问题特征得到的。应用本申请的方法，通过对以往问题特征计算得到需要向用户推荐的问题，提高了向用户推荐问题的准确率。

技术领域

本申请涉及通信技术领域，特别涉及一种问题推荐方法，本申请同时还涉及一种问题推荐设备。

背景技术

随着双十一、双十二等电商节日的兴起，越来越多人开始网上购物，但“节日经济”对电商也造成了双重冲击即销量和客服的压力暴增。企业的客服一般分为人工客服和自助客服，客服压力的增加促使企业使用更多的人工客服，投入的成本也随之越来越多。

因此，需要自助客服系统具有更大的处理能力，才能满足客服需求。自助客服系统，能够自动处理解决用户的问题。而自助客服的系统中待处理数据量的增加，使现有的方法已经不能够处理全量数据。现有的算法随着问题增加，其计算效率下降。并且大部分特征是稀疏的，而现有技术适用于处理稠密特征，这样，系统中问题特征量增加的同时，对用户问题的预测精度就会下降。另外现有技术中的模型单一，效果受限。所以，随着信息的不断爆炸，现在的机器学习模型已经不能满足需求。

因此，本领域技术人员亟待解决的技术问题就是如何通过对以往问题特征计算得到需要向用户推荐的问题，提高向用户推荐问题的准确率，进而在自助客服节点解决用户问题，减少用户进入人工客服，降低人工客服成本。

发明内容

本发明提供了一种问题推荐方法，用于提高向用户推荐问题的准确率。所述方法包括以下步骤：

在样本采集周期内，获取问题并获取所述问题对应的问题特征；

对所述问题特征进行处理，处理后的问题特征在预设的数值区间内；

根据各个所述问题及其在所述问题中的第二概率和指定的推荐阈值确定推荐的问题；

其中，各个所述问题及其在所述问题中的第二概率是通过所述处理后的问题特征和第一概率得到的；所述第一概率是通过所述问题特征得到的。

优选地，所述问题特征包括数值型特征和文本型特征，所述数值型特征为连续的，所述文本型特征为不连续的。

优选地，所述获取问题，具体包括：

在特征获取周期内获取所述问题；

若存在特征获取周期内未获取的问题，则所述未获取的问题的值为空；

若不存在特征获取周期内未获取的问题，则以获取的问题作为所述问题。

优选地，所述获取所述问题对应的问题特征，具体包括：

在特征获取周期内获取问题特征；

若存在特征获取周期内未获取的问题特征，且该问题特征为所述数值型特征时，则以获取的与问题对应的问题特征的数值的均值作为问题特征；

若存在特征获取周期内未获取的问题特征，且该问题特征为所述文本型特征时，则以获取的与问题对应的问题特征中出现频率最高的作为问题特征；

若不存在特征获取周期内未获取的问题特征，则以获取的问题特征作为所述问题特征。

优选地，对所述问题特征进行处理，具体包括：

若所述问题特征为数值型特征，则对问题特征进行归一化处理；

若所述问题特征为文本型特征，则对问题特征进行向量化处理，向量化处理后的问题特征为数值型特征。