[发明专利]一种用户意图的识别方法、装置、电子设备及存储介质

权利要求书

1.一种用户意图的识别装置，其特征在于，包括：

确定模块，用于确定多个用户意图和多个特征项；

提取模块，用于分别提取每个特征项对应于每个用户意图的特征数值；

第一获取模块，用于获取用户历史行为数据，所述用户历史行为数据为用户对于各个用户意图针对的业务对象的历史行为的数据；

训练模块，用于根据所述特征数值和所述用户历史行为数据进行模型训练，以获得各个特征项的权重值；

第二获取模块，用于获取当前的多个特征项，所述当前的多个特征项分别具有实时的特征数值；

意图概率分布计算模块，用于依据所述权重值，对所述实时的特征数值进行加权求和，以在不依赖于用户的查询或其他操作的前提下获得所述多个用户意图当前的概率分布，以实现对用户针对不同业务对象的意图分布进行实时预测，所述概率分布用于在无查询的情况下反映用户的瞬时倾向。

2.根据权利要求1所述的装置，其特征在于，

所述多个特征项包括时间特征项，所述时间特征项对应于每个用户意图的特征数值被转换为时间特征项哈希函数；和/或，

所述多个特征项包括类别特征项，所述类别特征项对应于每个用户意图的特征数值被转换为类别特征项哈希函数；和/或，

所述多个特征项包括时效-累积特征项，所述时效-累积特征项对应于每个用户意图的特征数值被转换为时效-累积特征项哈希函数。

3.根据权利要求2所述的装置，其特征在于，当所述多个特征项包括时间特征项时，所述提取模块包括：

划分子模块，用于将单位时间周期划分为多个时间片；

第一统计子模块，用于分别统计每个时间片中每个用户意图发生的次数和全部时间片中每个用户意图发生的次数的最大值；

第一生成子模块，用于根据所述每个时间片中每个用户意图发生的次数和全部时间片中每个用户意图发生的次数的最大值，生成所述时间特征项哈希函数。

4.根据权利要求2所述的装置，其特征在于，当所述多个特征项包括类别特征项时，所述提取模块包括：

第二统计子模块，用于分别统计任一类别下每个用户意图发生的次数；

第二生成子模块，用于对所述任一类别下每个用户意图发生的次数作归一化和平滑处理，生成所述类别特征项哈希函数。

5.根据权利要求2所述的装置，其特征在于，当所述多个特征项包括时效-累积特征项时，所述提取模块包括：

获取子模块，用于获取当前用户的每个用户意图距离当前时间最近一次的发生时间，生成时效性参数；

第三统计子模块，用于分别统计每个用户意图在预设的时间周期内发生的次数的最大值，以及，当前用户在所述预设的时间周期内发生所述用户意图的次数；

第三生成子模块，用于根据所述每个用户意图在预设的时间周期内发生的次数的最大值以及当前用户在所述预设的时间周期内发生所述用户意图的次数，生成累积性参数；

第四生成子模块，用于采用所述时效性参数和累积性参数，生成所述时效-累积特征项哈希函数。

6.根据权利要求5所述的装置，其特征在于，

所述时效性参数通过对所述当前用户的每个用户意图距离当前时间最近一次的发生时间取对数并做平移而生成；和/或，

所述累积性参数通过对当前用户在所述预设的时间周期内发生所述用户意图的次数与所述每个用户意图在预设的时间周期内发生的次数的最大值的比值取双曲正切而生成。

7.根据权利要求2所述的装置，其特征在于，所述训练模块包括：

训练子模块，用于根据所述用户历史行为数据，对时间特征项哈希函数、类别特征项哈希函数和/或时效-累积特征项哈希函数进行模型训练，以获得所述各个特征项的权重值。

8.根据权利要求1所述的装置，其特征在于，还包括：

识别模块，用于识别所述概率分布中的最大概率值对应的用户意图为目标用户意图。