[发明专利]信息处理方法、装置和计算机系统及介质

说明书

本公开提供了一种信息处理方法、装置和计算机系统及介质，其中，适用于服务器端的信息处理方法可以包括：接收第一信息，所述第一信息包含用户咨询信息；响应于接收到的所述第一信息，对所述第一信息进行特征提取，得到第一特征，所述第一特征与是否针对所述用户咨询信息发送催促权属迁移信息相关联；利用权属促迁预测模型处理所述第一特征，得到权属促迁结果，所述权属促迁结果指示了是否发送催促权属迁移信息；以及输出所述权属促迁结果。

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种信息处理方法、装置和计算机系统及介质。

背景技术

随着互联网和计算机技术的快速发展，电子商务成为人们生活中的组成部分，且使得潜在消费者的购物模式发生了巨大的变革。与传统的店铺经营不同，潜在消费者无法直接接触到真实的商品，而是通过浏览商家所提供的图片及文字描述来决定是否购买某个商品。此外，客服人员不再与潜在消费者进行面对面的交流，而是在聊天软件上提供相应的服务。出于对价格、质量等多种因素的考虑，电商平台的潜在消费者在购买某种商品时，更有可能保持观望态度或是出现犹豫，导致错失某些有一样的商品。因此，电商平台所提供售前服务的质量变得至关重要。客服人员在服务过程中适时地对潜在消费者进行引导，催促潜在消费者下单，将有利于促进交易。但是，过于频繁的催单行为将会极大地损害潜在消费者的购物体验，降低潜在消费者的购买欲望。

在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题：目前完全依赖于客服人员判断催单时机，客服人员的专业与否在很大程度上决定了电商平台的成交量。但是，对客服人员进行培训也将增大企业的销售成本。

发明内容

有鉴于此，本公开提供了一种有助于提升判断催单时机的准确度、且能降低客服培训难度的信息处理方法、装置和计算机系统及介质。

本公开的一个方面提供了一种服务器端的信息处理方法，可以包括以下操作：首先，接收第一信息，所述第一信息包含用户咨询信息，响应于接收到的所述第一信息，对所述第一信息进行特征提取，得到第一特征，所述第一特征与是否针对所述用户咨询信息发送催促权属迁移信息相关联，然后，利用权属促迁预测模型处理所述第一特征，得到权属促迁结果，所述权属促迁结果指示了是否发送催促权属迁移信息，接着，输出所述权属促迁结果。本公开利用权属促迁预测模型判断用户咨询信息中是否包含购买商品的用户意图，并据此判断当前是否适合进行权属促迁，如发送催单信息等，可以有效降低客服培训难度，提升客服水平，并提升潜在消费者的下单率。

根据本公开的实施例，所述权属促迁预测模型可以包括广度模型和/或深度模型，所述权属促迁结果为以下任意一种：所述广度模型的输出结果、所述深度模型的输出结果或者所述广度模型的输出结果和所述深度模型的输出结果的加权结果，其中：所述广度模型的输入可以包括以下任意一种或多种：用户咨询信息的意图分类结果、用户咨询每类意图分类的次数、用户与客服之间累计对话次数、是否包含体现正面情绪的话语或者所述第一信息的词向量，所述深度模型的输入至少包括所述第一信息的词向量。以上模型输入的特征可以很好的表征用户是否具有购买咨询的相关商品的意图，其中，广度模型可以以统计特征等作为输入，可解释强，深度模型对原始文本的词向量进行组合，能够学习到数据中隐藏的抽象特征，因此，基于上述特征，利用广度模型和/或深度模型可以较好的预测催单时机。