本发明涉及人工智能,特别是涉及一种基于电力用户画像的智能问答方法、装置以及电子设备。
背景技术:
1、随着移动互联网、大数据、云计算、深度学习等创新技术的高速发展,电力系统作为关系国计民生的重要基础设施,也在不断进行新型电力系统建设,努力为广大人民群众提供更优质可靠的服务。其中,智能问答系统设计是提高群众服务体验的关键环节。在电力用户进行业务咨询时,使用智能问答客服代替传统的人工客服,往往能为用户提供高效、标准化、优质的服务,也能为企业有效降低人力支出。通过对电力用户数据进行挖掘,构建电力用户画像,并针对用户画像研究针对画像对应的智能问答方法,将为提高电力用户满意度奠定坚实基础,智能问答方法研究工作具有重要的理论价值与应用价值。
2、智能问答方法一般包括预处理、召回、排序、决策四个步骤。具体来说,先对用户问题进行标准化处理,随后通过知识库检索得到答案候选项,再对答案候选项进行打分排序,最后根据得分情况决策对用户的最终回复内容。然而在现有的现有智能问答方法,其主要根据关键字与知识库对应的搜索方式计算答案的相关度,没有结合用户画像挖掘用户深层需求与真正诉求,只解决了用户的表面问题,导致问题回复准确率低,严重影响用户体验。
技术实现思路
1、为了克服现有技术的不足,本发明的目的是提供一种基于电力用户画像的智能问答方法、装置以及电子设备。
2、为实现上述目的,本发明提供了如下方案:
3、一种基于电力用户画像的智能问答方法,包括:
4、获取电力用户的用户画像源数据和用户咨询问题文本数据;
5、对所述用户画像源数据和用户咨询问题文本数据进行数据预处理,得到预处理后的用户画像源数据和用户咨询问题文本数据;
6、利用预处理后的用户画像源数据构建用户画像标签库;
7、根据所述用户画像标签库构建电力用户的用户画像;
8、通过预处理的用户咨询问题文本数据对当前用户问题的答案进行召回计算;
9、根据所述用户画像对用户问题召回得到的答案进行排序打分,当存在满足预设分数规则的答案时,系统回复分数最高的答案候选项,否则系统根据兜底规则进行回复。
10、优选的,所述电力用户的用户画像源数据是从电网用电信息采集系统、电力营销系统和客户服务信息系统筛选得到的95598工单数据。
11、优选的,所述对所述用户画像源数据和用户咨询问题文本数据进行数据预处理,得到预处理后的用户画像源数据和用户咨询问题文本数据,包括:
12、对所述95598工单数据依次进行数据脱敏、数据清洗和数据标准化处理得到预处理后的用户画像源数据;
13、对所述用户咨询问题文本进行中文分词;
14、对所述进行分词后的文本使用训练完成的纠错模型处理用户输入错别字的情况,得到对应的纠错问题文本;
15、利用seq2seq模型对所述进行纠错后的问题文本进行问题改写得到改写问题文本,并将所述改写问题文本作为预处理后的用户咨询问题文本数据。
16、优选的,所述利用预处理后的用户画像源数据构建用户画像标签库,包括:
17、根据预设的电力用户画像标签规则对所述预处理的画像源数据进行划分得到用户画像标签库;其中,在划分时,电力用户画像标签包括用户属性、用户行为,偏好细分、风险控制、业务专用、营销场景和用户分层七个维度。
18、优选的,所述根据所述用户画像标签库构建电力用户的用户画像,包括;
19、使用长短期记忆神经网络提取所述用户画像标签库的动态用电行为模式特征;
20、对提取得到的动态用电行为模式特征使用k-means++算法进行聚类,得到相应电力用户画像标签的用户画像。
21、优选的,所述通过预处理的用户咨询问题文本数据对当前用户问题的答案进行召回计算,包括:
22、对所述预处理的用户咨询问题文本数据进行词频统计得到各个词的出现频次;
23、对所述预处理的用户咨询问题文本数据中各个词进行向量化;
24、查找所述向量化后的词与预置电力系统知识库中与该词词频最接近的问题文本所对应的问题答案;所述问题答案至少包括一个。
25、优选的,所述根据所述用户画像对用户问题召回得到的答案进行排序打分,当存在满足预设分数规则的答案时,系统回复分数最高的答案候选项,否则系统根据兜底规则进行回复,包括:
26、使用训练好的cross bert模型计算用户画像和经过召回得到的问题答案相似度,得到每个答案的相似度分数;
27、根据预设的答案分数置信度值,当得到的答案满足所设的分数置信度,则返回置信度最高的答案给用户,否则根据预设的兜底规则返回用户最近似的问题文本。
28、本发明还提供了一种基于电力用户画像的智能问答装置,所述装置包括:
29、数据获取单元,用于获取电力用户的用户画像源数据和用户咨询问题文本数据;
30、数据预处理单元,用于对所述用户画像源数据和用户咨询问题文本数据进行数据预处理,得到预处理后的用户画像源数据和用户咨询问题文本数据;
31、用户标签构建单元,用于利用预处理后的用户画像源数据构建用户画像标签库;
32、用户画像构建单元,用于根据所述用户画像标签库构建电力用户的用户画像;
33、问题答案召回单元,用于通过预处理的用户咨询问题文本数据对当前用户问题的答案进行召回计算;
34、问题答案回复单元,用于根据所述用户画像对用户问题召回得到的答案进行排序打分,当存在满足预设分数规则的答案时,系统回复分数最高的答案候选项,否则系统根据兜底规则进行回复。
35、本发明还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现上述的一种基于电力用户画像的智能问答方法中的步骤。
36、本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述的一种基于电力用户画像的智能问答方法中的步骤。
37、根据本发明提供的具体实施例,本发明公开了以下技术效果:
38、本发明提供了基于电力用户画像的智能问答方法、装置以及电子设备,由上述方案可知,本发明通过电网用电信息采集系统、电力营销系统和客户服务信息系统筛选得到的95598工单数据构成电力用户画像源数据,通过画像源数据挖掘用户特征,构建用户画像标签库,形成特定服务人群的用户画像信息,进而根据用户画像对用户的问答进行智能回复,提高了智能问答机器根据电力用户画像自动回答用户问题的准确度以及互动效率,有效为客服人员赋能,提升电力公司服务质量以及用户满意度。
1.一种基于电力用户画像的智能问答方法,其特征在于,包括:
2.根据权利要求1所述的基于电力用户画像的智能问答方法,其特征在于,所述电力用户的用户画像源数据是从电网用电信息采集系统、电力营销系统和客户服务信息系统筛选得到的95598工单数据。
3.根据权利要求2所述的基于电力用户画像的智能问答方法,其特征在于,所述对所述用户画像源数据和用户咨询问题文本数据进行数据预处理,得到预处理后的用户画像源数据和用户咨询问题文本数据,包括:
4.根据权利要求3所述的基于电力用户画像的智能问答方法,其特征在于,所述利用预处理后的用户画像源数据构建用户画像标签库,包括:
5.根据权利要求4所述的基于电力用户画像的智能问答方法,其特征在于,所述根据所述用户画像标签库构建电力用户的用户画像,包括;
6.根据权利要求5所述的基于电力用户画像的智能问答方法,其特征在于,所述通过预处理的用户咨询问题文本数据对当前用户问题的答案进行召回计算,包括:
7.根据权利要求6所述的基于电力用户画像的智能问答方法,其特征在于,所述根据所述用户画像对用户问题召回得到的答案进行排序打分,当存在满足预设分数规则的答案时,系统回复分数最高的答案候选项,否则系统根据兜底规则进行回复,包括:
8.一种基于电力用户画像的智能问答装置,其特征在于,所述装置包括:
9.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述的一种基于电力用户画像的智能问答方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于电力用户画像的智能问答方法中的步骤。