[发明专利]一种产品推荐方法及装置、服务器、存储介质

权利要求书

1.一种产品推荐方法，其特征在于，包括：

获取目标客户的用户数据，根据所述用户数据确定用户特征向量X＝(x₁,x₂,…,x_n)^T；

根据所述用户特征向量X＝(x₁,x₂,…,x_n)^T以及各个产品中第i个产品的权重向量W_i＝(w_i1,w_i2,…,w_in)^T计算得到所述目标客户针对第i个产品的推荐预测值z_i＝W_i^T*X，其中，所述各个产品各自的权重向量是基于第一样本客户集合中每个客户的用户数据以及所述每个客户针对各个产品的用户行为事件训练得到；

将所述第i个产品的推荐预测值转化为概率，得到所述目标客户针对第i个产品的推荐成功概率值

将所述各个产品的推荐成功概率值中最大值所对应的产品确定为目标产品；

在客服语料库中获取所述目标产品对应的客服语料；

当满足推荐触发条件时，向所述目标客户发送所述客服语料。

2.根据权利要求1所述的方法，其特征在于，所述当满足推荐触发条件时，向所述目标客户发送所述客服语料之后，包括：

获取推荐事件集，所述推荐事件集包括多个客户中每个客户的用户数据以及每个客户针对各个产品的推荐结果，所述推荐结果是基于向每个客户发送针对相应产品的客服语料转化得到的；

根据所述每个客户的用户数据确定所述每个客户的用户特征向量；

根据所述每个客户的用户特征向量以及所述各个产品各自的权重向量计算得到所述每个客户针对各个产品的推荐成功值；

将所述每个客户针对各个产品的推荐成功值转化为概率，得到所述每个客户针对各个产品的推荐成功概率值；

根据所述每个客户针对各个产品的推荐成功概率值和所述每个客户针对各个产品的推荐结果，对所述各个产品各自的权重向量进行调整；

当所述每个客户针对各个产品的推荐成功概率值和所述每个客户针对各个产品的推荐结果满足收敛条件时，将调整后的各个产品各自的权重向量确定为各个产品各自的目标权重向量。

3.根据权利要求1所述的方法，其特征在于，所述客服语料库包括所述目标产品对应的至少一个客服语料，所述目标产品对应的至少一个客服语料是基于所述目标产品对应的历史对话语音记录确定的，所述目标产品对应的历史对话语音记录包括第一对话语音记录；

所述在客服语料库中获取所述目标产品对应的客服语料之前，包括：

根据所述第一对话语音记录得到多个语音片段，提取所述多个语音片段中每个语音片段的语音特征；

将所述语音特征输入身份矢量模型得到所述每个语音片段的身份矢量特征；

计算所述第一对话语音记录中两两身份矢量特征之间的相似度；

根据所述相似度，对所述第一对话语音记录中各个语音片段进行聚类，得到第一说话人语音集合和第二说话人语音集合；

计算各个说话人语音集合对应的关键词分别与客服标签、客户标签之间的匹配度，将匹配度最高的标签确定为所述各个说话人语音集合对应的标签；

根据所述各个说话人语音集合对应的标签将所述第一对话语音记录分为客户语音数据和客服语音数据，进而将所述目标产品对应的历史对话语音记录分为客户语音数据集合和客服语音数据集合。