本技术涉及数据挖掘,具体涉及一种话题的智能推荐方法、装置、设备及介质。
背景技术:
1、在一些应用场景中,一个服务提供者可能为众多用户提供咨询、代理等服务。由于服务的用户众多,往往会出现服务提供者焦虑于如何选择沟通话题,或在与用户进行沟通过程中使用的话题不能准确命中该用户的关注点的现象,导致本次沟通未能达到预期效果,如维护关系或推荐产品等。
2、然而,相关技术下,针对话题推荐方式,通常是通过聊天机器人和智能问答等方式,与用户进行直接沟通。由于上述方式通常以生日提醒等话题与批量用户进行沟通,这样,往往得不到用户很好的回应,不能有效吸引客户,因此,存在着用户回应率低下的问题。
技术实现思路
1、本技术实施例提供一种话题的智能推荐方法、装置、设备及介质,用于提高话题的用户回应率。
2、第一方面,本技术实施例提供的一种话题的智能推荐方法,包括:
3、基于目标用户的用户信息和话题筛选条件,得到与所述目标用户进行沟通使用的各话题类别,其中所述用户信息包括所述目标用户的虚拟资源信息、各个提醒信息和行为信息中的部分或全部;
4、基于所述各话题类别、话题库和预设的各话题类别重要度,得到所述各话题类别包含的每个话题内容对应的预测分数,其中所述话题库包括各话题类别包含的各话题内容、预测分数确定规则,所述预测分数越大表征话题内容回应率越高;
5、对各话题内容对应的预测分数进行排序,得到与所述目标用户进行沟通的目标话题内容。
6、在一种可能的实施例中,在所述基于目标用户的用户信息和话题筛选条件,得到与所述目标用户进行沟通使用的各话题类别之前,还包括:
7、在确定满足预设条件后,基于所述预设条件,从用户数据库中筛选出至少一个所述目标用户,其中所述预设条件包括周期筛选条件、到期提醒条件和虚拟资源变动条件中的部分或全部;或,
8、响应筛选用户指令,基于所述筛选用户指令包含的服务标识信息,从用户数据库中筛选出与所述服务标识信息存在关联的至少一个所述目标用户,其中所述服务标识信息是为所述目标用户提供服务的服务提供者的标识信息。
9、在一种可能的实施例中,所述话题筛选条件包括如下条件中的部分或全部:
10、所述目标用户的任一虚拟资源信息的到期时间距当前时间不足第一阈值;
11、所述目标用户的虚拟资源信息对应的虚拟资源不小于资源阈值;
12、所述目标用户的任一提醒信息的提醒时间距所述当前时间不足第二阈值。
13、在一种可能的实施例中,所述基于所述各话题类别、话题库和预设的各话题类别重要度,得到所述各话题类别包含的每个话题内容对应的预测分数,包括:
14、基于所述各话题类别,从所述话题库包括的各话题类别中,确定所述各话题类别包含的各话题内容;
15、获取所述各话题内容对应的被引用次数及用户回应次数;
16、基于所述预测分数确定规则、预设的各话题类别重要度,以及所述各话题内容对应的被引用次数及用户回应次数,得到所述各话题类别包含的每个话题内容对应的预测分数。
17、在一种可能的实施例中,所述对各话题内容对应的预测分数进行排序,得到与所述目标用户进行沟通的目标话题内容,包括:
18、按照预测分数从大到小的顺序,以及预设排序优化规则,对所述各话题对应的预测分数进行排序,其中所述预设排序优化规则包括话题类别置顶规则和/或话题内容优先级配置规则;
19、将排序信息在第一位的话题内容作为与所述目标用户进行沟通的目标话题内容。
20、在一种可能的实施例中,在所述得到与所述目标用户进行沟通的目标话题内容之后,还包括:
21、输出所述目标话题内容所属的话题类别,以及与所述目标话题内容对应的用户信息。
22、第二方面,本技术实施例提供的一种话题的智能推荐装置,包括:
23、话题类别确定模块,用于基于目标用户的用户信息和话题筛选条件,得到与所述目标用户进行沟通使用的各话题类别,其中所述用户信息包括所述目标用户的虚拟资源信息、各个提醒信息和行为信息中的部分或全部;
24、分数预测模块,用于基于所述各话题类别、话题库和预设的各话题类别重要度,得到所述各话题类别包含的每个话题内容对应的预测分数,其中所述话题库包括各话题类别包含的各话题内容、预测分数确定规则,所述预测分数越大表征话题内容回应率越高;
25、排序模块,用于对各话题内容对应的预测分数进行排序,得到与所述目标用户进行沟通的目标话题内容。
26、在一种可能的实施例中,在所述基于目标用户的用户信息和话题筛选条件,得到与所述目标用户进行沟通使用的各话题类别之前,所述话题类别确定模块还用于:
27、在确定满足预设条件后,基于所述预设条件,从用户数据库中筛选出至少一个所述目标用户,其中所述预设条件包括周期筛选条件、到期提醒条件和虚拟资源变动条件中的部分或全部;或,
28、响应筛选用户指令,基于所述筛选用户指令包含的服务标识信息,从用户数据库中筛选出与所述服务标识信息存在关联的至少一个所述目标用户,其中所述服务标识信息是为所述目标用户提供服务的服务提供者的标识信息。
29、在一种可能的实施例中,所述话题筛选条件包括如下条件中的部分或全部:
30、所述目标用户的任一虚拟资源信息的到期时间距当前时间不足第一阈值;
31、所述目标用户的虚拟资源信息对应的虚拟资源不小于资源阈值;
32、所述目标用户的任一提醒信息的提醒时间距所述当前时间不足第二阈值。
33、在一种可能的实施例中,所述分数预测模块具体用于:
34、基于所述各话题类别,从所述话题库包括的各话题类别中,确定所述各话题类别包含的各话题内容;
35、获取所述各话题内容对应的被引用次数及用户回应次数;
36、基于所述预测分数确定规则、预设的各话题类别重要度,以及所述各话题内容对应的被引用次数及用户回应次数,得到所述各话题类别包含的每个话题内容对应的预测分数。
37、在一种可能的实施例中,所述排序模块具体用于:
38、按照预测分数从大到小的顺序,以及预设排序优化规则,对所述各话题对应的预测分数进行排序,其中所述预设排序优化规则包括话题类别置顶规则和/或话题内容优先级配置规则;
39、将排序信息在第一位的话题内容作为与所述目标用户进行沟通的目标话题内容。
40、在一种可能的实施例中,在所述得到与所述目标用户进行沟通的目标话题内容之后,所述排序模块还用于:
41、输出所述目标话题内容所属的话题类别,以及与所述目标话题内容对应的用户信息。
42、第三方面,本技术提供一种电子设备,包括:
43、存储器,用于存储程序指令;
44、处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行第一方面中任一项所述的方法包括的步骤。
45、第四方面,本技术提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被计算机执行时,使所述计算机执行第一方面中任一项所述的方法。
46、第五方面,本技术提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序代码,当所述计算机程序代码在计算机上运行时,使得计算机执行第一方面中任一项所述的方法。
47、本技术实施例具备如下有益效果:
48、通过话题筛选条件,可以得到可以与目标用户进行沟通使用的各话题类别,然后,基于话题库包括的各话题类别、各话题类别包含的各个话题内容,以及预测分数确定规则和各话题类别重要度,可以得到与目标用户进行沟通使用的各话题类别包含的各话题内容的预测分数,其中,该预测分数越大表征话题内容的用户回应率越高,然后,对各话题内容对应的预测分数进行排序,可以得到与目标用户进行沟通的目标话题内容;这样,由于在得到目标话题内容过程中,综合考虑了话题库包括的各话题类型和各话题内容,以及各话题类别重要度等进行话题内容预测,因此,目标话题内容更加贴合目标用户的关注点,基于该目标话题内容与目标用户进行沟通,可以有效吸引目标用户,从而提高了用户回应率。