[发明专利]一种问题推荐方法及装置

权利要求书

1.一种问题推荐方法，其特征在于，包括：

在检测到请求端发起会话请求后，基于所述请求端的特征信息和预先训练的不同种候选问题通用的第一预测模型，确定将候选问题集合中的每种候选问题推荐给所述请求端的被接受概率，所述会话请求是由所述请求端对应的用户触发发起的，且用于请求与服务器之间建立会话，以进行问题咨询；

基于所述请求端的特征信息、与所述候选问题集合中每种候选问题匹配的预先训练的第二预测模型，确定所述候选问题集合中每种候选问题是否被请求端接受的预测结果；

根据每种候选问题对应的预测结果，从所述候选问题集合中筛选预测结果表示被请求端接受的至少一个目标候选问题；

根据所述至少一个目标候选问题对应的被接受概率，从所述至少一个目标候选问题中选择推荐给所述请求端的问题。

2.如权利要求1所述的方法，其特征在于，所述根据所述至少一个目标候选问题对应的被接受概率，从所述至少一个目标候选问题中选择推荐给所述请求端的问题，包括：

将所述至少一个目标候选问题中被接受概率高于预设概率值的目标候选问题作为推荐给所述请求端的问题。

3.如权利要求1所述的方法，其特征在于，所述根据所述至少一个目标候选问题对应的被接受概率，从所述至少一个目标候选问题中选择推荐给所述请求端的问题，包括：

将所述至少一个目标候选问题按照被接收概率由大到小的顺序进行排列；

将所述至少一个目标候选问题中被接受概率排列在前k位的目标候选问题作为推荐给所述请求端的问题，k为正整数。

4.如权利要求1所述的方法，其特征在于，所述基于所述请求端的特征信息和预先训练的不同种候选问题通用的第一预测模型，确定将候选问题集合中每一种候选问题推荐给所述请求端的被接受概率，包括：

对所述特征信息进行特征提取后得到特征向量；

将所述特征向量输入至预先训练的第一预测模型中，输出所述候选问题集合中每一种候选问题推荐给所述请求端的被接受概率。

5.如权利要求1所述的方法，其特征在于，所述基于所述请求端的特征信息、与所述候选问题集合中每种候选问题匹配的预先训练的第二预测模型，确定所述候选问题集合中每种候选问题是否被请求端接受的预测结果，包括：

对所述特征信息进行特征提取后得到特征向量；

将从所述特征信息中提取出的特征向量输入至与所述候选问题集合中每种候选问题匹配的预先训练的第二预测模型中，输出所述候选问题集合中每种候选问题是否被请求端接受的预测结果。

6.如权利要求2所述的方法，其特征在于，所述推荐给所述请求端的问题还包括预设提示问题，所述预设提示问题用于提示所述请求端是否需要请求回应其它问题。

7.根据权利要求1所述的方法，其特征在于，在检测到请求端发起会话请求之前，所述方法还包括：

统计第二历史时间段内不同请求端请求回应的每种问题的总次数；

将统计出的总次数满足预设条件的问题作为候选问题，构成所述候选问题集合。

8.根据权利要求1所述的方法，其特征在于，当所述请求端为服务提供方终端时，所述特征信息包括以下信息中的至少一种：

所述服务提供方的人物描述信息；

所述服务提供方最近一次处理的订单的订单描述信息；

所述最近一次处理的订单的服务请求方的人物描述信息；

所述服务提供方发起所述会话请求时的订单状态信息；

所述服务提供方发起所述会话请求时所处的位置以及时间；

所述服务提供方在第一历史时间段内的订单汇总信息。