技术领域
[0001] 本
发明涉及
即时通信技术领域，尤其涉及一种基于大数据机器人客服知识库词条推荐系统。
背景技术
[0002] 随着时代的发展，2018年国内机器人客服
覆盖的用户已经达到5亿，机器人客服7x24小时在线，成本低的特点，越来越受到各行各业的首选。在线机器人客服比人工客服在线响应快，且可以同时接待多个用户，并可以回答用户重复的问题，不会出现如人工客服情绪化的问题，带来好的用户体验。如遇到复杂问题，
人机交互还可不中断用户的服务。目前市面上的智能客服系统，在线机器人这
块还处于初步发展阶段，很多商家只是提供机器人给用户，殊不知机器人问答知识库是一个大
门槛。具体需要给机器人添加哪些回答，怎么添加知识库效果最好，用户的一句话有多种不同的问答要怎么实现，这些都是用户遇到的痛点。因此，智能的根据用户的问题，实时的推荐准确的答复，是目前所需解决的主要问题。大数据发展下产生的推荐系统越来越深入商家的布局中，在知识库配置方面更加关注于大数据智能推荐才是真正的成功做法，更多的根据行业配置专业的知识库问答，正是目前解决机器人服务
质量的有效途径。
发明内容
[0003] 本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
[0004] 本发明还有一个目的是提供一种基于大数据机器人客服知识库词条推荐系统，多维度构建知识库词条，对知识库进行实时更新，以更有效的技术来通过大数据推荐最优问答词条，提高问答效率。
[0005] 为了实现根据本发明的这些目的和其它优点，提供了一种基于大数据机器人客服知识库词条推荐系统，包括：
[0006] 知识库数据存储模块，其连接到用户机器人，所述知识库数据存储模块用于存储行业内的问答信息；并将所述问答信息按行业类别进行分类。
[0007] 专业数据存储模块，其连接到所述知识库数据存储模块，所述专业数据存储模块用于存储每个行业的专业知识信息，并将所述专业知识信息按行业类别进行分类。
[0008] 行业问答模块，其用于连接各个行业的专家学者以对行业问题进行解答，建立问答词条。
[0009] 问答数据搜集模块，其用于搜集行业内有关的问题，根据所述问题出现的
频率，对问题进行排序；并通过获取所述知识库数据存储模块内的数据信息对所述问题进行解答，建立问答词条，若所述知识库数据存储模块内无所述问题的解答，则通过行业问答模块向所述专家学者求解，以对所述问题进行解答，建立问答词条，并传输至所述知识库数据存储模块。
[0010] 问询反馈模块，其分别连接到所述知识库数据存储模块和问答数据搜集模块，所述问询反馈模块用于在用户向所述机器人客服进行问询时，针对所述用户问询输入的关键词，筛选与所述关键词相关的问题，并将所述问题依据问询的频率进行排序形成问答列表发送至用户端，若所发送的所述问答列表中没有用户想要问询的问题，则在用户二次问询输入时，摈除之前已发送的所述问答列表的前提下，再次发送新的问答列表；若在二次问询仍无法解答的情况下，将所述问题发送至所述问答数据收集模块。
[0011] 优选的是，所述知识库数据存储模块包括多个子存储模块，每个所述子存储模块对应存储一个行业内的问答信息。
[0012] 优选的是，还包括产品活动实时问答模块，其连接到到所述知识库数据存储模块，所述产品活动实时问答模块用于对当前推出的产品或活动实时构建问答体系，并随着所述产品或活动的进行对频繁出现的问题进行筛选和排序。
[0013] 优选的是，还包括网络问题收集模块，其用于通过
搜索引擎搜集行业内产品或活动的问询信息，并传输至所述问询数据收集模块。
[0014] 优选的是，还包括用户问题分类模块，其连接到所述问询反馈模块，所述用户问题分类模块用于在所述用户发出问询时，对问询的问题进行归类，并连接到所述知识库数据存储模块根据归类的类别提取问题相关的关键词发送至问询反馈模块。
[0015] 优选的是，还包括机器人客服回复数据分析模块，其连接到所述问询反馈模块，所述机器人客服回复分析数据模块用于分析所述机器人客服在回复所述用户的问询时，所述问答列表中有用词条占比、无用词条占比、理解回答占比以及直接命中占比，并形成回复分析数据信息发送至所述知识库数据存储模块，以对所述数据进行更新。
[0016] 优选的是，还包括机器人客服数据需求分析模块，其连接到所述知识库数据存储模块，所述机器人客服数据需求分析模块用于对所述机器人客服需获取的数据进行分析匹配，针对不同业务的机器人客服推荐相应的问答信息。
[0017] 本发明至少包括以下有益效果：
[0018] 本发明通过建立专业数据存储模块、行业问答模块对知识库数据存储模块进行补充，通过专业数据存储模块将该专业内的书籍或其他与专业知识相关的信息进行存储，同时根据专业或行业类别的不同进行类别划分，保证数据信息之间的独立，同时相关联的特性；通过行业问答模块对在知识库数据存储模块中无法得到解答的问题，发送至行业问答模块，由其连线所述行业的专家学者进行专业性的解答，以补充知识库数据存储模块信息不足的情况，确保客服问询得到准确的答复；通过问答数据搜集模块将所述行业内的问题进行搜集，并根据问题被问询的频率，将问题进行提问频率的排序，通过结合问题通过连接知识库数据存储模块以及行业问答模块，以保证问询的效率和准确性；利用多维度构建知识库词条，对知识库进行实时更新，以更有效的技术来通过大数据推荐最优问答词条，提高问答效率；通过问询反馈模块建立与用户之间的问询互动，识别问询中的关键词，并根据关键词给出相关的问题，并将问题根据问询的频率进行排序形成问题列表发送至用户端，使得用户对于回复一目了解，可快速筛选确认问题的解答；并在第一次回复没有直接命中用户所需答案时，由用户发起二次问询，对问询再次给出缩小范围下的问题列表，并在用户仍未得到想要的答案时，将问题发送问答数据搜集模块，通过行业问答模块进行解答，建立问答词条，以期给予用户准确的解答，通过在与用户的互动中，更为准确的获取用户的问询信息，以保证根据问询推荐信息的答复效率。
[0019] 本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
[0020] 图1是本发明所述基于大数据机器人客服知识库词条推荐系统的结构
框图；
[0021] 图2是本发明所述混合推荐系统的流程框图。
具体实施方式
[0022] 下面结合附图对本发明做详细说明，以令本领域普通技术人员参阅本
说明书后能够据以实施。
[0023] 如图1所示，一种基于大数据机器人客服知识库词条推荐系统，包括：
[0024] 知识库数据存储模块，其连接到用户机器人，所述知识库数据存储模块用于存储行业内的问答信息；并将所述问答信息按行业类别进行分类。
[0025] 专业数据存储模块，其连接到所述知识库数据存储模块，所述专业数据存储模块用于存储每个行业的专业知识信息，并将所述专业知识信息按行业类别进行分类。
[0026] 行业问答模块，其用于连接各个行业的专家学者以对行业问题进行解答，建立问答词条。
[0027] 问答数据搜集模块，其用于搜集行业内有关的问题，根据所述问题出现的频率，对问题进行排序；并通过获取所述知识库数据存储模块内的数据信息对所述问题进行解答，建立问答词条，若所述知识库数据存储模块内无所述问题的解答，则通过行业问答模块向所述专家学者求解，以对所述问题进行解答，建立问答词条，并传输至所述知识库数据存储模块。
[0028] 问询反馈模块，其分别连接到所述知识库数据存储模块和问答数据搜集模块，所述问询反馈模块用于在用户向所述机器人客服进行问询时，针对所述用户问询输入的关键词，筛选与所述关键词相关的问题，并将所述问题依据问询的频率进行排序形成问答列表发送至用户端，若所发送的所述问答列表中没有用户想要问询的问题，则在用户二次问询输入时，摈除之前已发送的所述问答列表的前提下，再次发送新的问答列表；若在二次问询仍无法解答的情况下，将所述问题发送至所述问答数据收集模块。
[0029] 在上述方案中，通过建立专业数据存储模块、行业问答模块对知识库数据存储模块进行补充，通过专业数据存储模块将该专业内的书籍或其他与专业知识相关的信息进行存储，同时根据专业或行业类别的不同进行类别划分，保证数据信息之间的独立，同时相关联的特性；通过行业问答模块对在知识库数据存储模块中无法得到解答的问题，发送至行业问答模块，由其连线所述行业的专家学者进行专业性的解答，以补充知识库数据存储模块信息不足的情况，确保客服问询得到准确的答复；通过问答数据搜集模块将所述行业内的问题进行搜集，并根据问题被问询的频率，将问题进行提问频率的排序，通过结合问题通过连接知识库数据存储模块以及行业问答模块，以保证问询的效率和准确性；通过问询反馈模块建立与用户之间的问询互动，识别问询中的关键词，并根据关键词给出相关的问题，并将问题根据问询的频率进行排序形成问题列表发送至用户端，使得用户对于回复一目了解，可快速筛选确认问题的解答；并在第一次回复没有直接命中用户所需答案时，由用户发起二次问询，对问询再次给出缩小范围下的问题列表，并在用户仍未得到想要的答案时，将问题发送问答数据搜集模块，通过行业问答模块进行解答，建立问答词条，以期给予用户准确的解答，通过在与用户的互动中，更为准确的获取用户的问询信息，以保证根据问询推荐信息的答复效率。
[0030] 还可通过设置混合推荐系统，更好的提高知识库的准确性。采用关联规则推荐，基于知识推荐
算法，分类算法和协同过滤算法，更好的对关联问题进行关联匹配，提高知识库的质量。同时加入了行业个性特征和知识领域特征，以及用户的提问行为和机器人回答行为分析等。具体流程如图2所示，启动由用户开始提问，机器人客服进行回答，若可以答复，则进行答复，若不能，则通过Hdfs存储问题，进入Spark计算，同时进行人工答复，也进行Spark计算，再进入混合推荐系统算法，对优化词条进行配置，同时还采集互联网数据，进行Hadoop筛选计算，再进入混合推荐系统算法，对优化词条进行配置；若机器人客服回答数据客户采用，则保存词条，问询结束，若回答数据不能被客户采用，则进入Hdfs存储问题，开启上述循环，直至配置到客户可采用的词条。
[0031] 通过这样的混合推荐使得推荐系统在推荐问题资源时能从不同的
角度考虑用户的根本需求，提高推荐的准确性。基于大数据的机器人客服知识库推荐系统以满足机器人客服对个性化知识库更新的需求，知识库配置在机器人客服领域虽然发展了很多年，但是到目前为止仍旧没有一种多维度，更有效的技术来通过大数据推荐最优问答词条。此项技术，正式解决了客户配置知识库无从下手，优化知识库无据可依的难题。推荐系统应用到知识库中，是大数据应用到客服行业的又一个创新，推荐系统基于大数据分析，大数据分析得到的词条正是更多客户所需要的，自动更新知识库，省去了人
力成本，这种方式为更新机器人知识库提供了一种新的，有效的方式。多维度、多渠道的构建知识库优化补充系统，还可在该系统中结合大数据，混合推荐算法，有效的避免了配置知识库时的盲目性和重复性，提高了知识库配置的准确性和有效性，解决机器人配置知识库的难题。
[0032] 一个优选方案中，所述知识库数据存储模块包括多个子存储模块，每个所述子存储模块对应存储一个行业内的问答信息。
[0033] 在上述方案中，通过将所述知识库数据存储模块分设为多个子存储模块，以用于存储每个行业或者是每个专业或产品或活动的问答信息，便于数据的
整理筛选以及调取，避免数据出现混乱。
[0034] 一个优选方案中，还包括产品活动实时问答模块，其连接到到所述知识库数据存储模块，所述产品活动实时问答模块用于对当前推出的产品或活动实时构建问答体系，并随着所述产品或活动的进行对频繁出现的问题进行筛选和排序。
[0035] 在上述方案中，通过所述产品活动实时问答模块，针对新出现的产品或活动而构建问答体系，形成针对所述产品或活动的问答数据列表，便在活动或产品推出一定的时间后，将所述产品或活动已出现的问题进行筛选，尤其是增对频繁出现的问题，以突出用户主要的问题所在，实时的大数据统计分析，提高业务问答的时效性，对当时产品或活动，实时的构建问答体系，对过时的问题进行优化和排名。
[0036] 一个优选方案中，还包括网络问题收集模块，其用于通过搜索引擎搜集行业内产品或活动的问询信息，并传输至所述问询数据收集模块。
[0037] 在上述方案中，通过所述网络问题收集模块，可抓取互联网上的相关问答数据，获取用户问询的点，提前做问答储备，这样在确定行业属性，对于机器人客服无法回答的专业问题，抓取互联网上相关问答数据的方式，便于在用户对机器人客服问询时，及时给出答复，或者是储备没有的问题，也可将专业问题直接分类为寒暄问题，对于用户提问的这些问题，我们给出互联网答案作为参考。
[0038] 一个优选方案中，还包括用户问题分类模块，其连接到所述问询反馈模块，所述用户问题分类模块用于在所述用户发出问询时，对问询的问题进行归类，并连接到所述知识库数据存储模块根据归类的类别提取问题相关的关键词发送至问询反馈模块。
[0039] 在上述方案中，用户问题统计，用户问题是更新知识库最根本的依据。用户的问题直接决定我们要添加哪些问题，通过用户问题分类模块，对用户的问题明确分类，便于区分相似问题，提高数据配置效率；也可基于TF-IDF的算法对用户的问题进行分类，提取相关关键词。TF-IDF算法基于这样一个假设：若一个词语在目标文档中出现的频率高而在其他文档中出现的频率低，那么这个词语就可以用来区分出目标文档。我们提取相关关键词就可以区分哪些问题是相似问题，根据相似问题的数量进行排名，从而找出用户最关心的问题，用来配置知识库。通过从特定行业领域的数据，分析该时期当前领域或公司业务产品的知识问答和基本常识，对这些较多网络问答的数据进行分类，在原有的匹配规则下，找出关联问题，达到一个多个相似问法，都能正确匹配的问题。
[0040] 一个优选方案中，还包括机器人客服回复数据分析模块，其连接到所述问询反馈模块，所述机器人客服回复分析数据模块用于分析所述机器人客服在回复所述用户的问询时，所述问答列表中有用词条占比、无用词条占比、理解回答占比以及直接命中占比，并形成回复分析数据信息发送至所述知识库数据存储模块，以对所述数据进行更新。
[0041] 在上述方案中，机器人客服工作时，收集机器人客服的回答数据，通过机器人客服回复数据分析模块根据知识库词条，统计分析知识库问答有用词条占比，无用词条，理解回答占比，直接命中占比，通过大数据技术计算相关数据，分析出相关数据，对于无用问题，通过同样关联问题，收集机器人客服的答案，通过关联规则算法，给出无用，回答不上来的问题答案，这种通过收集日常业务中用户和机器人问答数据的方式，用户和客服之间的问答数据，通过统计得出用户问题频率排名，实时的推送到后台，统计原有知识库的具体问题的有用无用问题，完善问题的答案更新知识库，以提高机器人客服的回复准确度。
[0042] 一个优选方案中，还包括机器人客服数据需求分析模块，其连接到所述知识库数据存储模块，所述机器人客服数据需求分析模块用于对所述机器人客服需获取的数据进行分析匹配，针对不同业务的机器人客服推荐相应的问答信息。
[0043] 在上述方案中，通过所述机器人客服数据需求分析模块对所述机器人客服的答复需求进行分析，明确不同业务的机器人客服的需求，以便于数据的调取以及分配，通过机器人客服数据需求分析模块分析的方式，针对不同业务的机器人进行知识库数据的个性推荐，节省人力成本。
[0044] 尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的
修改，因此在不背离
权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示出与描述的图例。
