[发明专利]物品推荐方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，提供了一种物品推荐方法、装置、设备及介质。该方法包括获取用户在第一轮对话中对目标物品输入的第一文本信息；将第一文本信息输入至预设意图分类模型，确定出用户对目标物品的购买意愿为无意愿还是有意愿；当确定购买意愿为有意愿，向用户发起第二轮对话并进行风险测试，接收用户在风险测试中输入的第二文本信息；对第二文本信息执行预处理，得到用户的风险标签，根据预设映射关系表中的风险标签与物品之间的关系，确定用户与目标物品的匹配等级，在匹配等级为购买等级时，推送目标物品至用户。本发明还涉及区块链技术领域，上述风险标签、映射关系表还可以存储于一区块链的节点中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种物品推荐方法、装置、设备及介质。

背景技术

在企业使用的应用APP对用户进行推荐物品时，都是根据企业的业务系统对已有的用户或用户群分类进行设计对话，应用APP的智能客服通常根据用户的文本信息的标签，从对话系统中匹配对应的话术与用户进行多轮对话。

目前，在智能客服与用户的对话中会存在如下问题：若用户的回复内容和业务系统内的用户标签数据相悖时，则业务系统无法判断用户对推荐的物品是否有购买意愿并对用户的风险进行评估，从而导致用户和物品匹配度低，容易造成推荐失败的问题。

发明内容

鉴于以上内容，本发明提供一种物品推荐方法、装置、设备及介质，其目的在于解决现有技术中智能客服对用户推荐物品时，用户和物品匹配度低的技术问题。

为实现上述目的，本发明提供一种物品推荐方法，该方法包括：

获取用户在第一轮对话中对目标物品输入的第一文本信息；

将所述第一文本信息输入至预设意图分类模型，确定出所述用户对所述目标物品的购买意愿为无意愿还是有意愿；

当确定所述购买意愿为有意愿，向所述用户发起第二轮对话并进行风险测试，接收所述用户在所述风险测试中输入的第二文本信息；

对所述第二文本信息执行预处理，得到所述用户的风险标签，根据预设映射关系表中的风险标签与物品之间的关系，确定所述用户与所述目标物品的匹配等级，在所述匹配等级为购买等级时，推送所述目标物品至所述用户。

优选的，在所述获取用户在第一轮对话中对目标物品输入的第一文本信息之前，该方法还包括：

获取用户的属性信息，根据所述属性信息将所述用户划入相应购买意愿等级的用户群，所述购买意愿等级包括：高、低意愿等级，所述属性信息包括：年龄、职业、收入、理财物品历史购买数据。

优选的，所述将所述第一文本信息输入至预设意图分类模型，确定出所述用户对所述目标物品的购买意愿，包括：

通过所述预设意图分类模型的实体层，确定所述第一文本信息的对话类型；

在所述预设意图分类模型的意图层查找出所述对话类型对应的意图节点，根据所述意图节点确定所述用户对所述目标物品的购买意愿。

优选的，所述通过所述预设意图分类模型的实体层，确定所述第一文本信息的对话类型，包括：

对所述第一文本信息执行分词处理，得到多个关键词；

根据各个所述关键词生成第一词语序列，确定所述第一词语序列属于各对话类型的概率值；

将最高概率值的对话类型作为所述第一文本信息的对话类型。

优选的，所述在所述预设意图分类模型的意图层查找出所述对话类型对应的意图节点，包括：

根据对话类型和根据预设的搜索算法，遍历所述意图层的树形结构的每个节点，得到所述对话类型对应的意图节点。