[发明专利]信息推荐方法及装置、可读存储介质

说明书

一种信息推荐方法及装置、可读存储介质，所述信息推荐方法包括：获取待服务用户的个人标识信息和历史行为信息；根据所述个人标识信息和所述历史行为信息，判断所述待服务用户是否符合预设条件；当所述待服务用户符合预设条件时，根据所述个人标识信息、所述历史行为信息以及预设的推荐问题模型，确定针对所述待服务用户的推荐问题；当检测到所述待服务用户已登陆，将所述推荐问题推送到所述待服务用户对应的用户终端。采用上述方案，可以快速、有针对性地向客户推荐问题。

技术领域

本发明属于互联网技术领域，特别涉及一种信息推荐方法及装置、可读存储介质。

背景技术

随着各行业为客户提供的业务种类不断增加，业务复杂度的逐渐增强，以及用户量的不断攀升，客户服务部门承受着越来越大的压力。而客户服务模式多为人工服务，其应对方式单一，容易造成渠道过于拥挤、呼叫等待时间过长，因此造成客户的服务体验较差，降低了客户对客户服务的满意度。

基于人工服务的诸多缺点，智能客服机器人逐渐应用于客户服务行业。智能客服基于后台预设的知识库，知识库中包括各种类型的问题。针对客户简单、重复以及多渠道的问题，智能客服可以快速响应。

如今，很多行业已采用智能客服，如淘宝、京东等。但是现在的大多数智能客服所提供的推荐问题是固定不变的，即每个人看到的问题是一样的，无法针对不同客户的不同需求推送推荐问题。同时，客户再次进入客服系统后，其点击过的问题还是会再次展示，导致客户对客服的体验不好。

发明内容

本发明实施例解决的是如何快速、有针对性地向客户推荐问题。

为解决上述技术问题，本发明实施例提供一种信息推荐方法，信息推荐方法包括：获取待服务用户的个人标识信息和历史行为信息；根据所述个人标识信息和所述历史行为信息，判断所述待服务用户是否符合预设条件；当所述待服务用户符合预设条件时，根据所述个人标识信息、所述历史行为信息以及预设的推荐问题模型，确定针对所述待服务用户的推荐问题；当检测到所述待服务用户已登陆，将所述推荐问题推送到所述待服务用户对应的用户终端。

可选的，所述根据所述个人标识信息和所述历史行为信息，判断所述待服务用户是否符合预设条件，包括：根据所述个人标识信息，判断所述待服务用户是否为已注册用户；根据所述个人标识信息和所述历史行为信息，判断所述待服务用户是否存在历史服务记录。

可选的，所述预设的推荐问题模型采用如下方式生成：获取历史问题库、已服务用户的信息以及已服务用户对推荐问题的评估结果；对所述已服务用户的信息进行处理，得到特征变量；根据所述已服务用户的信息、所述特征变量以及所述历史问题库，选取至少一个分类算法进行模型训练，得到推荐问题工程模型；根据所述推荐问题工程模型和所述评估结果，纠正模型输出的推荐问题，得到所述预设的推荐问题模型。

可选的，所述选取至少一个分类算法进行模型训练，包括：判断所述已服务用户接受服务的次数是否超过预设阈值；当判断所述已服务用户接受服务的次数未超过预设阈值，将所述已服务用户分为对照组用户和训练用户；选取基于直方图的决策树算法预测所述训练组用户的推荐问题得分，得到所述训练组用户的推荐问题。

可选的，所述选取至少一个分类算法进行模型训练，包括：判断所述已服务用户接受服务的次数是否超过预设阈值；当判定所述已服务用户接受服务的次数超过预设阈值，将所述已服务用户分为对照组用户、第一训练组用户和第二训练组用户；选取基于直方图的决策树算法预测所述第一训练组用户的推荐问题得分，得到所述第一训练组用户的推荐问题；选取逻辑回归算法预测所述第二训练组用户的推荐问题得分，得到所述第二训练组用户的推荐问题；结合基于直方图的决策树算法和逻辑回归算法，再次预测所述第二训练组用户的推荐问题得分，得到更新的所述第二训练组用户的推荐问题。

可选的，还包括：将预设问题作为所述对照组用户的推荐问题。