[发明专利]一种用户识别方法、向用户展示数据的方法和相关装置

说明书

本发明公开了一种用户识别方法、向用户展示数据的方法和相关装置，涉及计算机技术领域。该方法的一个具体实施方式包括：获取当前用户的会话数据、行为轨迹数据、历史行为画像数据，基于获取的会话数据、行为轨迹数据、历史行为画像数据构建当前用户的下单行为特征集，将当前用户的下单行为特征集输入下单概率模型，以计算当前用户产生下单行为的概率值，在概率值大于预设阈值的情况下，将当前用户识别为潜在下单用户。该实施方式能够基于用户与客服的对话内容预测用户下单概率，从而根据当前用户所处场景来更准确地预测用户下单行为，可实时监测用户下单的可能性，准确识别潜在下单用户，进而可针对性地向用户推荐商品或服务等数据。

技术领域

本发明涉及计算机技术领域，尤其涉及一种用户识别方法、向用户展示数据的方法和相关装置。

背景技术

在线客服系统已成为电子商务网站的重要组成部分，消费者通过在线客服系统咨询了解想要购买的商品是一种便捷途径。对于售前场景，客服期望通过自己对用户(即顾客)的答疑来促使用户下单购买商品，对于仅仅是咨询或对比而不准备下单的用户，客服并不希望花费大量的时间或精力在该用户身上。促成率高的客服也直接反应了该客服的服务能力和转化能力，因此，针对性地服务于下单概率高的用户，一定程度可提升咨询转化率。现有方案基于历史用户下单数和下单率生成用户画像标签，即：针对用户在平台上的历史购物记录及咨询记录，将咨询下单比高的用户打上标签，后续客服可直观地看到用户标签而进行针对性的服务。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

预测用户下单概率时未考虑用户与客服的对话内容，无法根据当前用户所处场景来更准确地预测用户下单概率，且无法实时监测用户下单的可能性，对潜在下单用户的识别准确率低，无法针对性地向用户推荐商品或服务等数据。

发明内容

有鉴于此，本发明实施例提供一种用户识别方法、向用户展示数据的方法和相关装置，能够基于用户与客服的对话内容预测用户下单概率，从而根据当前用户所处场景来更准确地预测用户下单行为，可实时监测用户下单的可能性，准确识别潜在下单用户，并可针对性地向用户推荐商品或服务等数据。

为实现上述目的，根据本发明实施例的一个方面，提供了一种用户识别方法。

一种用户识别方法，包括：获取当前用户的会话数据、行为轨迹数据、历史行为画像数据；基于所述会话数据、所述行为轨迹数据、所述历史行为画像数据构建所述当前用户的下单行为特征集；将所述下单行为特征集输入下单概率模型，以计算所述当前用户产生下单行为的概率值；在所述概率值大于预设阈值的情况下，将所述当前用户识别为潜在下单用户。

可选地，所述基于所述会话数据、所述行为轨迹数据、所述历史行为画像数据构建所述当前用户的下单行为特征集，包括：基于所述会话数据构建所述当前用户的会话参数特征、用户文本特征、客服文本特征，基于所述行为轨迹数据构建所述当前用户的行为轨迹特征，基于所述历史行为画像数据构建所述当前用户的历史画像特征，所述下单行为特征集包括所述会话参数特征、所述用户文本特征、所述客服文本特征、所述行为轨迹特征、所述历史画像特征。

可选地，所述基于所述会话数据构建所述当前用户的会话参数特征，包括：从所述当前用户的会话数据中提取会话时长、用户消息数、客服消息数、客服平均响应时长、用户平均响应时长、用户切出会话次数中的一种或多种信息，以构建得到所述当前用户的会话参数特征，其中，所述当前用户的会话数据为所述当前用户与当前会话的客服之间已产生的会话文本的集合，所述用户切出会话次数为所述当前用户在当前会话中切换到其他操作的次数。