[发明专利]一种问题项个性化推荐方法、系统及存储介质

说明书

本发明涉及一种问题项个性化推荐方法、系统及存储介质，方法包括：获取知识库，获取业务员的线上行为信息和历史智能交互记录，基于线上行为信息为业务员添加标签；应用多种问题推荐算法为业务员进行问题推荐，得到多个候选问题集，问题推荐算法用于从知识库中给业务员推荐预设数量的问题，一个候选问题集对应一种问题推荐算法得到的预设数量的问题；将多个候选问题集中的问题进行融合排序，筛选出多个问题并推荐给业务员；问题推荐算法包括标签召回算法、协同过滤召回算法、链路召回算法和热度召回算法。与现有技术相比，本发明通过多路召回结果融合的方式增加待推荐问题的多样性，提升个性化推荐问题与业务员知识需求的匹配程度。

技术领域

本发明涉及智能问答系统，尤其是涉及一种面向保险业务员QA问答系统的问题项个性化推荐方法、系统及存储介质。

背景技术

在目前智能化浪潮当中，金融+科技成为传统金融行业智能化转型升级的重要战略方向，基于保险产品的专业性高、涉及面广、产品更新快等特点，智能问答系统也成为了保险行业优化服务流程和提升服务效率转型中最迫切的需求之一，同时也是智能化转型最直接的落地应用之一。

在当今信息量呈爆炸性增长的时代背景下，对用户在线行为的记录以及挖掘其意图和偏好，可以为企业运营和营销提供强有力的支持，保险行业的业务形态产生了大量高品质和高价值的数据，具有极大的挖掘和使用价值，基于用户线上使用行为轨迹结合智能问答系统可以为不同用户推荐满足其对应需求的问题。目前已有很多保险公司通过尝试使用协同过滤、关联规则等模型对用户线上行为数据进行分析，通过智能保顾的模式为其推荐满足其个人需求的产品及产品相关问题咨询，极大的提升了客户的咨询效率和客户体验。

但是，在保险行业中，目前现有的个性化问题推荐技术主要应用对象为保险客户，主要针对保险客户的行为与偏好挖掘为其推荐相应产品类需求问题咨询服务，而在对业务员进行相关的问题推送时目前市场主流方案为使用一段时间内提问热度较高的问题在首页上进行展示，并未考虑针对不同业务员的知识需求进行千人千面的问题推荐，忽略了不同业务员具有的不同知识需求且忽略了在保险行业的销售轨迹中业务员不可替代的作用。

首先，不同的业务员具有不同的知识需求，例如不同销售渠道的业务员所销售的产品不同、不同职级的业务员所关心展业流程不同等等，如进行无差异化的问题推送则收益甚浅，既不能提高业务员解决问题效率，也不能提升智能问答平台点击率。

其次，一线业务员是公司与客户最直接的触点，是客户诉求和服务痛点最近距离的“洞察者”，大量客户对于保险公司产品的直接了解主要依赖于外勤业务员的自身产品知识积累及业务员销售话术专业知识储备和服务能力，因此外勤业务员对于保险产品的了解程度也与公司营销绩效息息相关。

此外，在智能问答系统的应用中，更多应用场景下希望通过智能保顾完全取代人工的方式进行智能化数字营销，但在目前的应用中也面临很多问题。首先智能保顾模式的获客是被动的，只有当客户存在相关产品咨询需求时才会登录相关平台进行咨询，且在新客户引流环节中会消耗大量的运营成本。其次智能保顾的服务场景有限，没有覆盖保险用户的全生命周期。目前市面的主流智能保顾产品提供的服务基本都是围绕客户如何选择合适的保险而展开，属于售前的服务。而对于售中、售后所涉及的咨询、支付、续保、理赔等涉及较少，并没有挖掘到保顾用户生命周期的最大价值。因此，业务员在保险销售中的作用无法完全被取代。

面对多元化的保险产品及复杂的产品条款，保险业务员每天面临来自客户的大量保险专业业务问题的咨询。随着客户保险需求逐步升级，保险公司经营呈现出产品多元化、业务员流程智能化的趋势，对于一线业务员的专业知识和服务能力提出了更高的要求。所以如何培养更为专业化、知识储备更全的业务员团队，是保险公司提高收益的一大重要突破口，因此为不同保险业务员提供个性化的保险相关问题咨询极具业务价值。

发明内容