[发明专利]一种数据处理方法、装置、设备以及可读存储介质

说明书

本申请实施例公开了一种数据处理方法、装置、设备及可读存储介质，该方法包括：响应目标用户针对对话机器人选择界面的信息输入操作，获取目标用户对话需求信息；生成目标用户对话需求信息对应的目标用户需求特征；将目标用户需求特征输入至推荐模型；在推荐模型中，根据目标用户需求特征与至少两个用户需求特征之间的匹配关系，以及关联关系，在至少两个对话机器人中确定目标对话机器人；将目标用户的对话操作信息输入目标对话机器人，触发目标对话机器人执行对话业务功能。采用本申请，可以提高推荐对话机器人的效率。

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据处理方法、装置、设备以及可读存储介质。

背景技术

随着人工智能技术的日益发展，智能对话机器人平台在各个行业中的应用也逐渐深入，而不同行业的用户对于智能对话机器人的功能要求和机器人性能要求都不尽相同，如何为用户准确推荐符合其需求的对话机器人，引起人们广泛关注。

在现有技术中，为用户推荐对话机器人的方式主要为手动定制，需要人工进行线下沟通，再根据沟通后的需求来定制对话机器人。这样将花费大量的人力物力，这样会导致推荐对话机器人的成本很高，推荐效率也很低。

发明内容

本申请实施例提供一种数据处理方法、装置、设备以及可读存储介质，可以提高推荐对话机器人的效率。

本申请实施例一方面提供一种数据处理方法，包括：

响应目标用户针对对话机器人选择界面的信息输入操作，获取目标用户对话需求信息；

生成目标用户对话需求信息对应的目标用户需求特征；

将目标用户需求特征输入至推荐模型；推荐模型中包含至少两个用户需求特征与至少两个对话机器人之间的关联关系；

在推荐模型中，根据目标用户需求特征与至少两个用户需求特征之间的匹配关系，以及关联关系，在至少两个对话机器人中确定目标对话机器人；

将目标用户的对话操作信息输入目标对话机器人，触发目标对话机器人执行对话业务功能。

本申请实施例一方面提供另一种数据处理方法，包括：

获取至少两个样本用户需求特征，获取至少两个对话机器人中每个对话机器人的机器人标识信息；

将至少两个样本用户需求特征以及机器人标识信息输入至初始推荐模型中；推荐模型包含至少两个样本用户需求特征与至少两个对话机器人之间的初始关联关系；

通过初始推荐模型中的初始关联关系，输出每个样本用户需求特征对应的预测对话机器人；

获取预测对话机器人与至少两个样本用户需求特征之间的预测评价向量；

获取至少两个样本用户需求特征与至少两个对话机器人之间的样本评价向量标签；

根据预测评价向量以及样本评价向量标签，对初始推荐模型中的初始关联关系进行调整，得到包含关联关系的推荐模型；推荐模型用于在至少两个对话机器人模型中，识别与目标用户需求特征相匹配的目标对话机器人。

本申请一方面提供了一种数据处理装置，包括：

需求信息获取模块，用于响应目标用户针对对话机器人选择界面的信息输入操作，获取目标用户对话需求信息；

需求特征生成模块，用于生成目标用户对话需求信息对应的目标用户需求特征；

特征输入模块，用于将目标用户需求特征输入至推荐模型；推荐模型包含至少两个用户需求特征与至少两个对话机器人之间的关联关系；