[发明专利]一种用户意图预测方法、信息推荐方法及相关设备

权利要求书

1.一种用户意图预测方法，其特征在于，包括：

获取目标用户的第一输入数据和第二输入数据，其中，所述第二输入数据为在所述第一输入数据之前输入的数据；

基于所述目标用户的第一输入数据，预测所述目标用户意图的目标；

获取所述目标用户意图的目标所对应的需求标签集，其中，所述需求标签集中的每个标签为所述目标用户对其意图的目标的一种可能需求；

基于所述目标用户的第一输入数据和第二输入数据，以及所述需求标签集，预测所述目标用户对其意图的目标的需求，将预测出的目标和对该目标的需求作为所述目标用户的具体意图。

2.根据权利要求1所述的用户意图预测方法，其特征在于，所述获取所述目标用户意图的目标所对应的需求标签集，包括：

分别从预先构建的性能标签库和属性标签库中获取与所述目标用户意图的目标所对应的性能标签和属性标签，将由获得的性能标签组成的性能标签集以及由获得的属性标签组成的属性标签集作为所述目标用户意图的目标所对应的需求标签集；

所述基于所述目标用户的第一输入数据和第二输入数据，以及所述需求标签集，预测所述目标用户对其意图的目标的需求，包括：

基于所述目标用户的第一输入数据和第二输入数据，以及所述性能标签集和所述属性标签集，预测所述目标用户对其意图的目标的需求。

3.根据权利要求2所述的用户意图预测方法，其特征在于，所述基于所述目标用户的第一输入数据，预测所述目标用户意图的目标，包括：

基于所述目标用户的第一输入数据，以及预先建立的意图预测模型，预测所述目标用户意图的目标；

所述基于所述目标用户的第一输入数据和第二输入数据，以及所述性能标签集和所述属性标签集，预测所述目标用户对其意图的目标的需求，包括：

基于所述目标用户的第一输入数据和第二输入数据、所述性能标签集、所述属性标签集和所述意图预测模型，预测所述目标用户对其意图的目标的需求；

其中，所述意图预测模型以训练用户的第一输入数据和第二输入数据为训练样本，以训练用户意图的目标和训练用户对其意图的目标的需求为样本标签训练得到。

4.根据权利要求3所述的用户意图预测方法，其特征在于，还包括：

从预先构建的用户信息库中获取所述目标用户的用户信息，其中，所述目标用户的用户信息能够反映所述目标用户的偏好；

所述基于所述目标用户的第一输入数据和第二输入数据、所述性能标签集、所述属性标签集和所述意图预测模型，预测所述目标用户对其意图的目标的需求，包括：

基于所述目标用户的第一输入数据、第二输入数据和用户信息，以及所述性能标签集、所述属性标签集和所述意图预测模型，预测所述目标用户对其意图的目标的需求。

5.根据权利要求4所述的用户意图预测方法，其特征在于，所述基于所述目标用户的第一输入数据、第二输入数据和用户信息，以及所述性能标签集、所述属性标签集和所述意图预测模型，预测所述目标用户对其意图的目标的需求，包括：

基于所述目标用户的第一输入数据、第二输入数据和用户信息，以及所述意图预测模型，从所述性能标签集中确定所述目标用户关注的性能标签，并从所述目标用户的第一输入数据和第二输入数据中确定与所述属性标签集中的属性标签对应的属性信息，将确定出的性能标签和属性信息作为所述目标用户对其意图的目标的需求。

6.根据权利要求5所述的用户意图预测方法，其特征在于，基于所述目标用户的第一输入数据、第二输入数据和用户信息，以及所述意图预测模型，从所述性能标签集中确定所述目标用户关注的性能标签，包括：

针对所述性能标签集中的每个性能标签，基于所述目标用户的第一输入数据、第二输入数据和用户信息，以及所述目标用户意图的目标、该性能标签和所述意图预测模型，预测所述用户是否关注该性能标签，得到在该性能标签上的预测结果；

根据在所述性能标签集中每个性能标签上的预测结果，从所述性能标签集中确定所述目标用户关注的性能标签。