[发明专利]基于语音数据的产品推荐方法、装置、设备及存储介质在审
申请号: | 201910207372.4 | 申请日: | 2019-03-19 |
公开(公告)号: | CN110110321A | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 严月强 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27;G06F16/33;G06Q30/02;G06Q30/06;G10L15/26 |
代理公司: | 深圳众鼎专利商标代理事务所(普通合伙) 44325 | 代理人: | 黄章辉 |
地址: | 518000 广东省深圳市前海深港合作区前*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 画像 用户标识 通话录音 用户特征 用户信息库 产品推荐 存储介质 目标产品 语音数据 文本文件 时间输出 业务产品 语义分析 语音分析 客户端 有效地 构建 成功率 存储 转换 客户 分析 服务 | ||
1.一种基于语音数据的产品推荐方法,其特征在于,所述基于语音数据的产品推荐方法包括:
获取至少一个用户的用户标识和历史通话录音;
采用预设的语音识别模型将每个所述用户的所述历史通话录音转换为文本文件,并对每个所述用户对应的所述文本文件进行语义分析,得到每个所述用户的用户特征;
按照预设的语音分析模型,对每个所述用户的所述历史通话录音进行分析,建立每个所述用户的时间画像;
使用所述用户的所述用户特征和所述时间画像构建所述用户的用户画像,并将所述用户的所述用户标识和所述用户画像对应存储到预设的用户信息库中;
获取待沟通用户的用户标识;
若所述预设的用户信息库中存在所述待沟通用户的用户标识,则获取所述待沟通用户的用户标识对应的用户画像,作为目标用户画像;
根据所述目标用户画像中的所述用户特征,确定第一目标产品,以及根据所述目标用户画像中的所述时间画像,确定第一可沟通时间,并将所述第一目标产品和所述第一可沟通时间输出到客户端。
2.如权利要求1所述的基于语音数据的产品推荐方法,其特征在于,所述用户对应至少一类群体标识,在所述按照预设的语音分析模型,对每个所述用户的所述历史通话录音进行分析,建立每个所述用户的时间画像之后,并且在所述获取待沟通用户的用户标识之前,所述基于语音数据的产品推荐方法还包括:
根据所述群体标识,在每类所述群体标识对应的所述用户的所述用户特征中,选取相同的所述用户特征的数量超过预设的数量阈值的所述用户特征,并将选取到的所述用户特征标识为所述群体标识对应的群体特征;
使用所述预设的语音分析模型对每类所述群体标识对应的所述用户的所述历史通话录音进行分析,建立每类所述群体标识对应的群体时间画像;
使用所述群体标识对应的所述群体特征和所述群体时间画像构建所述群体标识对应的群体画像,并将所述群体标识和所述群体画像对应存储到所述预设的用户信息库中;
在所述获取待沟通用户的用户标识之后,所述基于语音数据的产品推荐方法还包括:
若所述预设的用户信息库中不存在所述待沟通用户的用户标识,则获取所述待沟通用户的群体标识;
从所述预设的用户信息库中获取与所述待沟通用户的群体标识对应的群体画像,作为目标群体画像;
根据所述目标群体画像中的所述群体特征,确定第二目标产品,以及根据所述目标群体画像中的所述群体时间画像,确定第二可沟通时间,并将所述第二目标产品和所述第二可沟通时间输出到所述客户端。
3.如权利要求1所述的基于语音数据的产品推荐方法,其特征在于,所述对每个所述用户对应的所述文本文件进行语义分析,得到每个所述用户的用户特征包括:
使用预设的语义分析模型,对每个所述用户对应的所述文本文件进行关键词提取,并对提取到的所述关键词进行语义分析,得到目标关键词;
将所述目标关键词作为所述用户的所述用户特征。
4.如权利要求1所述的基于语音数据的产品推荐方法,其特征在于,所述按照预设的语音分析模型,对每个所述用户的所述历史通话录音进行分析,建立每个所述用户的时间画像包括:
根据所述用户的所述用户标识,从预设的成功案例库中获取所述用户的标准通话录音;
使用所述预设的语音分析模型对所述用户的标准通话录音进行分析,建立所述用户的用户基线特征;
对所述用户的每个所述历史通话录音进行语音特征提取,得到每个所述历史通话录音的用户语音特征;
使用所述用户语音特征与所述用户的所述用户基线特征进行对比分析,得到用户时间记录,并根据所述用户时间记录建立所述用户的时间画像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910207372.4/1.html,转载请声明来源钻瓜专利网。