一种基于大语言模型的直播电商运营系统及方法与流程

本发明涉及电商运营，尤其涉及一种基于大语言模型的直播电商运营系统及方法。

背景技术：

1、直播电商是一种利用视频直播的方式，展示和销售商品的电子商务模式，它具有互动性强、信任度高、转化率高等优点，近年来在中国迅速发展，成为电商领域的一大风口。然而，直播电商的运营也面临着一些挑战，如何提高主播的带货能力、如何提升观众的观看体验、如何分析和利用海量的数据等，这些都需要大量的人工操作，而人工操作不仅耗费人力和时间，而且存在效率和效果的局限性。

2、对于人数很多的直播间，观众互动频率特别高，导致主播不能够即使的注意到每一个观众的评论，需要一种直播电商运营系统采集观众的评估及时提示主播观众的关注点以及观众对商品的疑问，并且能够回复一些常见的问题来帮助主播更好的直播到达更好的直播效果。

技术实现思路

1、针对现有技术中存在的问题，本发明提供一种基于大语言模型的直播电商运营系统，包括：

2、数据处理模块，用于获取直播间中观众的互动信息并进行数据清洗得到处理后互动信息；

3、脚本生成模块，连接所述数据处理模块，用于将预设的脚本主题和脚本目标输入预先训练的大语言模型生成直播脚本，并且根据所述处理后互动信息调整所述直播脚本；

4、提示词生成与评论总结模块，连接所述数据处理模块，用于将所有所述处理后互动信息输入所述大语言模型进行分析处理得到评论总结，以及输入所述大语言模型分析所有所述处理后互动信息处理得到高频次出现的所述处理后互动信息作为提示词，将所述评论总结和所述提示词反馈给主播；

5、自动回复模块，连接所述数据处理模块，用于将所述处理后互动信息中输入所述大语言模型中提取出表示疑问的处理后互动信息作为待回复信息，根据所述待回复信息于预先配置的知识库中检索得到对应的回复信息回复给观众。

6、优选的，所述数据处理模块包括：

7、数据采集单元，用于采用所述直播间中观众发送的评论作为互动信息；

8、数据处理单元，连接所述数据采集单元，用于去除所述互动信息中的无关字符或标点得到清洗后文字，将所述清洗后文字进行分词作为所述处理后互动信息。

9、优选的，所述脚本生成模块包括：

10、兴趣分析单元，用于从所述处理后互动信息中提取出多个商品名称并统计各所述商品名称的出现次数，在判断有任一所述商品名称对应的出现次数超过设定的次数阈值时将所述商品名称作为兴趣商品；

11、脚本生成单元，连接所述兴趣分析单元，用于将所述脚本主题和所述脚本目标输入所述大语言模型中，并且在有至少一个所述兴趣商品时，将所述兴趣商品、所述脚本主题和所述脚本目标一并输入所述大语言模型生成所述所述直播脚本。

12、优选的，所述提示词生成与评论总结模块包括：

13、提示词生成单元，用于将所述处理后互动信息输入所述大语言模型，所述大语言模型提取出所述处理后互动信息中的所有问题并统计对应的出现次数，将出现次数超过设定阈值的所述问题进行语义提取得到对应的关键词作为所述提示词反馈给所述主播；

14、评论总结生成单元，用于将所述处理后互动信息输入所述大语言模型，所述大语言模型对所有所述处理后互动信息进行语义提取得到对应的评论关键词，并根据各所述评论关键词进行文本生成得到所述评论总结反馈给所述主播。

15、优选的，所述自动回复模块包括：

16、知识库，所述知识库中预先配置有关于所有商品的参数信息，以及每个商品对应的说明信息；

17、问题提取单元，用于将所述处理后互动信息中输入所述大语言模型中提取出表示疑问的处理后互动信息作为所述待回复信息，并提取出所述待回复信息的疑问关键词；

18、回复单元，连接所述问题提取单元和所述知识库，用于基于所述疑问关键词于所述知识库中检索与所述待回复信息相关的参数信息或说明信息，结合所述疑问关键词和所述参数信息或说明信息进行文本整理得到所述回复信息回复给所述观众，并且在所述观众的反馈表示不满意时重新根据所述疑问关键词进行检索。

19、优选的，还包括模型训练模块，分别连接所述脚本生成模块、所述提示词生成与评论总结模块和所述自动回复模块，包括：

20、模型优化单元，用于构建注意力机制提升所述大语言模型对商品信息以及所述处理后互相信息的注意力得到优化后大语言模型；

21、违禁词规避单元，连接所述模型优化单元，用于设置所述优化后大语言模型的损失函数，避免所述大语言模型生成包含违禁词的所述提示词，或所述评论总结，或所述直播脚本。

22、优选的，所述模型优化单元包括：

23、商品注意力子单元，用于将商品信息和所述处理后互动信息作为所述大语言模型中的输入，计算所述商品信息与所述处理后互动信息各部分之间的相似度得到所述处理后互动信息的多个权重，将各所述权重与所述处理后互动信息加权求和得到商品向量，将所述商品向量关联所述处理后互动信息并输出；

24、时间序列注意力子单元，用于将所述处理后互动信息和对应的时间戳作为所述大语言模型的输入，计算所述时间戳与实时时间之间的时间差作为所述处理后互动信息对应的时间权重，将所述时间权重与所述处理后互动信息进行加权求和得到时间向量，将所述时间向量关联所述处理后互动信息并输出；

25、多头注意力子单元，连接所述商品注意力子单元和所述时间序列注意力子单元，用于将同一条所述处理后互动信息关联的所述商品向量和所述时间向量合并得到统一向量并与所述处理后互动信息关联。

26、优选的，所述违禁词规避单元还包括：

27、指数构建子单元，用于构建二元指示函数，在预先配置的违禁词列表中依次查找所述处理后互动信息中的各单词，在判断查找到当前单词时所述二元指数输出为1，在判断未查找到当前单词时所述二元指数输出为0；

28、则所述违禁词规避单元中的损失函数为：

29、loss＝crossentropyloss+λ∑w∈generatedtexti(w)；

30、其中crossentropyloss是常用的交叉熵损失，λ是一个超参数，用于控制违禁词惩罚项的权重；∑w∈generatedtexti(w)是生成文本中所有违禁词的总数，i(w)为所述二元指示函数。

31、本发明还提供一种基于大语言模型的直播电商运营方法，应用于上述的直播电商运营系统，包括：

32、步骤s1，所述直播电商运营系统获取直播间中观众的互动信息并进行数据清洗得到处理后互动信息；

33、步骤s2，所述直播电商运营系统将预设的脚本主题和脚本目标输入预先训练的大语言模型生成直播脚本，并且根据所述处理后互动信息调整所述直播脚本；

34、步骤s3，所述直播电商运营系统将所有所述处理后互动信息输入所述大语言模型进行分析处理得到评论总结，以及输入所述大语言模型分析所有所述处理后互动信息处理得到高频次出现的所述处理后互动信息作为提示词，将所述评论总结和所述提示词反馈给所述主播；

35、步骤s4，所述直播电商运营系统将所述处理后互动信息中输入所述大语言模型中提取出表示疑问的处理后互动信息作为待回复信息，根据所述待回复信息于预先配置的知识库中检索得到对应的回复信息回复给观众。

36、优选的，所述步骤s2包括:

37、步骤s21，所述直播电商运营系统从所述处理后互动信息中提取出多个商品名称并统计各所述商品名称的出现次数，在判断有任一所述商品名称对应的出现次数超过设定的次数阈值时将所述商品名称作为兴趣商品；

38、步骤s22，所述直播电商运营系统将所述脚本主题和所述脚本目标输入所述大语言模型中，并且在有至少一个所述兴趣商品时，将所述兴趣商品、所述脚本主题和所述脚本目标一并输入所述大语言模型生成所述所述直播脚本。

39、上述技术方案具有如下优点或有益效果：实时采集直播间观众的评论作为互动信息，通过大语言模型生成直播脚本时结合互动信息调整直播脚本使直播脚本更符合当前直播间观众的观看需求，提升观众观看体验；大语言模型根据实时的互动信息分析总结出观众的疑问生成提示词和评论总结，让主播及时的了解到当前直播间观众的疑问及时解答和调整直播内容；大语言模型还会根据观众的提问自动回复观众，及时解决观众的问题，从多方面提升观众的观感。