[发明专利]基于无监督学习融合客户画像的问答方法及相关产品

说明书

本申请实施例提供一种基于无监督学习融合客户画像的问答方法及相关产品，所述方法包括：终端设备获取待咨询的用户的属性信息，对该属性信息执行属性处理后，进行聚类分析确定该用户的第一簇；终端设备将属于同一簇的所有用户的历史问答信息整合作为第一簇的问答库；终端设备在第一簇的问答库内召回相似的n个答案，从n个答案中进行排序分值评估得到n个分值，确定n个分值确定最高分值对应的第一答案确定为待咨询的用户的答案。本申请具有成本低的优点。

技术领域

本申请涉及大数据以及金融技术领域，尤其涉及一种基于无监督学习融合客户画像的问答方法及相关产品。

背景技术

现有的问答方式，例如索引式问答一般是根据任务的需要构造一个或者几个常见问题问答库进行统一的召回和排序，最后返回最好的答案。但是现有的问答方式存在一个缺陷，因为要构建基于特定任务的问答库，这需要大量的时间去设计相关问答库的话术，以及标注用户属实的类别，此种方案非常耗费时间并且成本很高，这样使得回答的成本高。

发明内容

本申请实施例公开了一种基于无监督学习融合客户画像的问答方法及相关产品，该方法可以自动划分用户类别，同时复用相似用户的历史相关话术寻找答案，进而减少问答库的处理时间，降低成本，提高用户体验度。

第一方面，提供一种基于无监督学习融合客户画像的问答方法，所述方法包括如下步骤：

终端设备获取待咨询的用户的属性信息，对该属性信息执行属性处理后，进行聚类分析确定该用户的第一簇；

终端设备将属于同一簇的所有用户的历史问答信息整合作为第一簇的问答库；

终端设备在第一簇的问答库内召回相似的n个答案，从n个答案中进行排序分值评估得到n个分值，确定n个分值确定最高分值对应的第一答案确定为待咨询的用户的答案。

第二方面，提供一种基于无监督学习融合客户画像的问答系统，所述系统包括：

获取单元，用于获取待咨询的用户的属性信息，对该属性信息执行属性处理后，进行聚类分析确定该用户的第一簇；

处理单元，用于将属于同一簇的所有用户的历史问答信息整合作为第一簇的问答库，在第一簇的问答库内召回相似的n个答案，从n个答案中进行排序分值评估得到n个分值，确定n个分值确定最高分值对应的第一答案确定为待咨询的用户的答案。

第三方面，提供一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面所述的方法中的步骤的指令。

第四方面，提供了一种计算机可读存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面所述的方法。

第五方面，提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

本申请提供的技术方案终端设备获取待咨询的用户的属性信息，对该属性信息执行属性处理后，进行聚类分析确定该用户的第一簇；终端设备将属于同一簇的所有用户的历史问答信息整合作为第一簇的问答库；终端设备在第一簇的问答库内召回相似的n个答案，从n个答案中进行排序分值评估得到n个分值，确定n个分值确定最高分值对应的第一答案确定为待咨询的用户的答案。这样通过对用户画像进行问答的优化，并且该方案无需人工处理，降低人工成本，提高了用户体验度。

附图说明

以下对本申请实施例用到的附图进行介绍。

图1是本申请的一种终端设备的结构示意图；

图2是本申请无监督聚类的索引式问答方法的流程示意图；