本申请涉及计算机领域技术，特别涉及一种用户对产品的熟悉度的确定、信息筛选、处理方法及装置。
背景技术：
目前，在很多场景中有确定用户对产品的熟悉度的需求。其中，上述产品可以包括安装于移动终端(如手机、ipad等)上的app(application,应用程序)、或某软件产品的网页版。举例而言，在针对上述产品的客服环节中，可以针对不同用户对该产品的熟悉度，相应地调整针对该产品的客服策略。
一般地，可以通过用户使用该产品的行为记录来确定用户对产品的熟悉度。现有技术中，通常是通过统计用户对产品的使用时长或使用次数(即上述行为记录)，来衡量该用户对该产品的熟悉度。即，若统计得到的使用时长越久或使用次数越多，则表明该用户对该产品的熟悉度越高，反之，则熟悉度越低。然而，现有技术中仅通过统计用户对产品的使用时长或使用次数，往往并不能准确地反映用户对产品的熟悉度。
技术实现要素：
本申请实施例的目的是提供一种用户对产品的熟悉度的确定、信息筛选、处理方法及装置，以解决现有技术不能准确地反映用户对产品的熟悉度的问题。
为解决上述技术问题，本申请实施例提供的用户对产品的熟悉度的确定、信息筛选、处理方法及装置是这样实现的：
一种用户对产品的熟悉度的确定方法，包括：
确定预设产品包含的至少两个预设功能场景；
基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个预设功能场景的至少一个预设行为指标的值；
根据与每个预设功能场景对应的至少一个预设行为指标的值，确定与每个预设功能场景对应的用以反映该用户对每个预设功能场景的熟悉度的功能场景分值；
根据确定的每个功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
用户对产品的熟悉度的确定方法用户对产品的熟悉度的确定方法
一种用户对产品的熟悉度的确定方法，包括：
确定预设产品包含的至少两个预设功能场景；
确定每个预设功能场景包含的至少两个子功能场景；
基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个子功能场景的至少一个预设行为指标的值；
根据与每个子功能场景对应的至少一个预设行为指标的值，确定与每个子功能场景对应的用以反映该用户对每个子功能场景的熟悉度的子功能场景分值；
根据与预设功能场景对应的每个子功能场景分值，确定用以反映该用户对预设功能场景的熟悉度的功能场景分值；
根据每个预设功能场景对应的功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
一种信息筛选方法，包括：
接收用户终端发送的信息；
利用上述用户对产品的熟悉度的确定方法，确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断所述产品分值是否大于预设阈值；
若是，确定该用户终端发送的信息为被选定信息。
一种信息处理方法，包括：
接收用户终端发送的信息；
利用上述用户对产品的熟悉度用户对产品的熟悉度的确定方法，确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断所述产品分值是否大于预设阈值；
若是，将该用户终端发送的信息转至自助处理平台进行处理。
一种用户对产品的熟悉度的确定装置，包括：
第一确定单元，用于确定预设产品包含的至少两个预设功能场景；
第一获取单元，用于基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个预设功能场景的至少一个预设行为指标的值；
第二确定单元，用于根据与每个预设功能场景对应的至少一个预设行为指标的值，确定与每个预设功能场景对应的用以反映该用户对每个预设功能场景的熟悉度的功能场景分值；
第三确定单元，用于根据确定的每个功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
一种用户对产品的熟悉度的确定装置，包括：
第一确定单元，用于确定预设产品包含的至少两个预设功能场景；
子场景确定单元，用于确定每个预设功能场景包含的至少两个子功能场景；
第二获取单元，用于基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个子功能场景的至少一个预设行为指标的值；
子功能场景分值确定单元，用于根据与每个子功能场景对应的至少一个预设行为指标的值，确定与每个子功能场景对应的用以反映该用户对每个子功能场景的熟悉度的子功能场景分值；
场景分值确定单元，用于根据与预设功能场景对应的每个子功能场景分 值，确定用以反映该用户对预设功能场景的熟悉度的功能场景分值；
产品分值确定单元，用于根据每个预设功能场景对应的功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
一种信息筛选装置，包括：
接收单元，用于接收用户终端发送的信息；
上述用户对产品的熟悉度的确定装置，用于确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断单元，用于判断所述产品分值是否大于预设阈值；
确定单元，用于在所述产品分值大于预设阈值时，确定该用户终端发送的信息为被选定信息。
一种信息处理装置，包括：
接收单元，用于接收用户终端发送的信息；
上述用户对产品的熟悉度的确定装置，用于确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断单元，用于判断所述产品分值是否大于预设阈值；
处理单元，用于在所述产品分值大于预设阈值时，将该用户终端发送的信息转至自助处理平台进行处理。
由以上本申请各实施例提供的技术方案可见，本申请一实施例中，通过确定预设产品包含的至少两个预设功能场景，并通过获取各个预设功能场景的至少一个预设行为指标的值，先确定各个预设功能场景的功能场景分值，最终再根据确定的各个功能场景分值来确定产品分值，以通过该产品分值反映该用户对该预设产品的熟悉度。在上述实施例中，通过将预设产品划分为至少两个预设功能场景，可以在确定用户对预设产品的熟悉度之前，先确定用户对预设产品包含的各个预设产品场景的熟悉度，相较于现有技术，由于不是仅通过用户对预设产品的使用时长或使用次数来衡量用户对预设产品的熟悉度，而是要结合用户对各个预设功能场景的熟悉度，来确定用户对上述预设产品的熟悉度， 使得最终确定的产品分值更加准确，能够更加准确地反映用户对上述预设产品的熟悉度。同理，通过将各个预设功能场景划分为至少两个子功能场景，使得最终确定的功能场景分值更加准确，能够更加准确地反映用户对上述预设产品的各个预设功能场景的熟悉度。
本申请实施例中，通过上述方法确定用以反映用户对预设产品的熟悉度的产品分值，并根据该产品分值与预设阈值的比较，可以确定该用户对应的用户终端发送的信息是否为被选定信息，从而实现准确性更高的信息筛选。
本申请实施例中，通过上述方法确定用以反映用户对预设产品的熟悉度的产品分值，并根据该产品分值与预设阈值的比较，可以确定是否将该用户对应的用户终端发送的信息转至自助处理平台进行处理，从而提高信息处理的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的网络架构图；
图2为本申请一实施例提供的用户对产品的熟悉度的确定方法的流程图；
图3为本申请另一实施例提供的用户对产品的熟悉度的确定方法的流程图；
图4为本申请一实施例提供的信息筛选方法的流程图；
图5为本申请一实施例提供的信息处理方法的流程图；
图6为本申请一实施例提供的用户对产品的熟悉度的确定装置的模块示意图；
图7为本申请另一实施例提供的用户对产品的熟悉度的确定装置的模块示 意图；
图8为本申请一实施例提供的信息筛选装置的模块示意图；
图9为本申请一实施例提供的信息处理装置的模块示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本文中提及的产品可以包括安装于移动终端(如手机、ipad等)上的app(application,应用程序)、或某软件产品的网页版。例如，某第三方支付应用的网页版或该第三方支付应用的app，用户可以通过移动终端上安装的app或浏览器访问上述第三方支付应用的服务端。
图1为本申请实施例提供的网络架构图。为了能够更加准确地确定用户获取关于某产品的信息量的多少，从而用来衡量用户对产品的熟悉程度。本申请实施例中，该网络架构可以包括该产品的服务端20，以及通过网络30与上述服务端20进行通信的并且安装有上述产品的一个或多个终端10，这些终端可以例如是个人计算机、平板电脑、手机、个人数字助理(pda)、智能手表等。在上述终端10的用户使用安装于该终端上的产品的过程中，服务端20可以获取上述用户使用该产品的行为记录，该行为记录可以包括用户使用产品的时间点、初次注册产品的账号的时间点、用户的在线时长、用户使用该产品的频率等，服务端可以将获取的行为记录存储于该服务端的数据库中，以根据这些行为记录确定该用户获取关于上述产品的信息量的多少，最终衡量用户对该产品的熟悉程度。
上述服务端20和终端10在架构上都包含一些基本组件，如总线、处理装 置、存储装置、一个或多个输入/输出装置、和通信接口等。总线可以包括一个或多个导线，用来实现服务器和终端各组件之间的通信。处理装置可以包括各类型的用来执行指令、处理进程或线程的处理器或微处理器。存储装置可以包括用以存储动态信息的动态存储器，如随机访问存储器(ram)，或用以存储静态信息的静态存储器，如只读存储器(rom)，以及包括磁或光学记录介质与相应驱动的大容量存储器。输入装置可以是键盘、鼠标、手写笔、触摸屏、声音识别装置、或生物测定装置等。输出装置可以是用以输出信息的显示器、打印机、或扬声器等。通信接口用来使服务器或终端与其他系统或装置进行通信。通信接口之间可通过有线连接方式、无线连接方式、或光连接方式连接到上述网络中，以使上述终端、服务器实现相互通信。上述网络30可以例如是局域网(lan)、广域网(wan)、内部网、互联网、移动电话网络、虚拟专用网(vpn)、蜂窝式或其它移动通信网络、蓝牙、nfc或其任何组合。另，上述服务端20和终端10上均包含用来管理系统资源、控制其他程序运行的操作系统软件，以及用来实现特定功能的应用软件或程序指令。
值得叙述的是，上述服务端20可以是用以对多种产品的用户群的行为记录进行存储的装置，该服务端20可以与多个产品的服务端进行通信，从而可以分别确定用户对多种产品的熟悉度，本申请并不对上述网络架构作限定。
图2为本申请一实施例提供的用户对产品的熟悉度的确定方法的流程，包括：
s101：确定预设产品包含的至少两个预设功能场景。
一般地，预设产品可以包括至少两个预设功能场景，每个预设功能场景可以分别对应于所述预设产品的部分功能。例如，预设产品为用以实现第三方支付的app，该app可以包括转账功能场景、密码管理功能场景、信用卡还款功能场景等预设功能场景。
s102：基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个预设功能场景的至少一个预设行为指标的值。
如前所述，服务端通过监测用户使用预设产品的行为，形成存储于数据库中行为记录，其中，每个用户的行为记录与该用户在该产品上注册的用户id关联。通过该用户id可以从数据库中查找到该用户针对每个预设功能场景的至少一个预设行为指标的值。本申请实施例中，上述预设行为指标可以包括使用次数fea1、或使用时长fea2、或使用过程涉及的总金额fea3、或使用频率fea4、或最近使用的时间点与当前时间点之间的跨度时长fea5中的一个或多个。其中，对于不同的预设功能场景，与之对应的预设行为指标可以不同，比如：与转账功能场景对应的预设行为指标可以包括：使用次数fea1、使用时长fea2、使用过程涉及的总金额fea3，与密码管理功能场景对应的预设行为指标可以包括：使用次数fea1、使用时长fea2、使用频率fea4。
举例而言，通过查询数据库中，可以得到某用户关于上述产品的各个预设功能场景的至少一个预设行为指标的值如下表：
s103：根据与每个预设功能场景对应的至少一个预设行为指标的值，确定与每个预设功能场景对应的用以反映该用户对每个预设功能场景的熟悉度的功能场景分值scene_scorek。
上述步骤s103具体包括如下步骤：
s1031：将预设功能场景的每个预设行为指标的值与该预设行为指标所对应的权重系数进行相乘，并将与每个预设行为指标对应的相乘结果进行求和运算。
s1032：将所述求和运算的结果确定为与该预设功能场景对应的功能场景分值。
其中，假设预设产品的第k个预设功能场景包括n个预设行为指标 fea1k～feank，则该第k个预设功能场景d对应的功能场景分值是：
s1051：获取关于预设功能场景的预设行为指标样本。
以第k个预设功能场景为例(其他预设功能场景同理)，假设针对该第k个预设功能场景的每个预设行为指标fea1k～feank，均采集到若干样本(即每个预设行为指标fea1k～feank包括多个样本值)，则每个预设行为指标fea1k～feank成为变量。
s1052：基于所述预设行为指标样本并利用主成分分析(principalcomponentanalysis,pca)算法，分别确定与该预设功能场景的各个预设行为指标对应的权重系数。
主成分分析pca算法是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。从数学角度讲，就是找到一组向量来表达各个预设行为指标。假设feai为第i个预设行为指标，n是预设行为指标的数量则：
c1＝a11*fea1+a12*fea2+...+a1n*fean；
c2＝a21*fea1+a22*fea2+...+a2n*fean；
……
从以上公式中，可以看出主成分ci可以由预设行为指标的特征向量通过线性组合表达出来，其中定义最能表达预设行为指标的一个主成分为第一主成分，若用数学式表达，即var(c1)最大的方向。在上述应用场景下，只要找到一组向量(ai1，ai2，…，ain)，使var(c1)最大，那么c1就是第一主成分。主成分分析pca算法的过程如下：
a)计算协方差矩阵cov矩阵：
协方差(covariance)矩阵是对角矩阵，矩阵中对角元素描述各个维度的预设行为指标样本的方差，非对角线原始描述原始特征之间的协方差：
b)对协方差矩阵cov矩阵，求解特征值λ与特征向量x：
若cov矩阵x＝λx，则称λ是cov矩阵的特征值，x是对应的特征向量。其中求解特征值λ与特征向量x是本领域普通技术人员所熟知的技术，不再予以详述。
其中求解得到的特征值λ可以是多个，将特征值λ按从大到小排序，并将最大特征值对应的特征向量x确定为(ai1，ai2，…，ain)。第一主成分一般能够表达预设行为指标的特征的80％左右，可以将向量(ai1，ai2，…，ain)作为上述权重系数的向量(w1k，w2k，…，wnk)。
本申请实施例中，为削弱某些预设行为指标的“拔尖”值对最终运算结果的影响，所述步骤s1031之前，所述方法还包括如下步骤：
分别对与每个预设功能场景对应的预设行为指标的值作归一化处理，得到与每个预设行为指标对应的归一化值(介于0～1之间)。即，
归一化值
则相应地，上述步骤s1031具体包括：将预设功能场景的每个预设行为指标的归一化值feaik归一与该预设行为指标所对应的权重系数wik进行相乘，并将与每个预设行为指标对应的相乘结果进行求和运算，使得最终得到的运算结果更加准确。
s104：根据确定的每个功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值score产品。
本申请实施例中，上述产品分值可以与每个功能场景分值成正相关、或负相关的关系，所谓正相关，就是随着每个功能场景分值增大，该产品分值也相 应地增大，而，负相关表示随着每个功能场景分值增大，该产品分值相应地减小。其中，上述功能场景分值、产品分值越大时，可以表明该用户获取上述功能场景或产品的信息量越大(即用户对上述功能场景或产品的熟悉度越高)；当然，也不排除上述功能场景分值、产品分值越大时，表明该用户获取上述功能场景或产品的信息量越小(即用户对上述功能场景或产品的熟悉度越低)的可能性。以下，本申请将以产品分值与每个功能场景分值成正相关的关系为例来介绍本方案。
其中，本申请实施例中，所述步骤s104之前，所述方法还包括如下步骤：
s1061：分别统计使用所述预设产品的各个预设功能场景scenek(假设有m个预设功能场景，1≤k≤m，k为自然数)的用户数users_numk。
s1062：根据统计得到的使用各个预设功能场景的用户数，确定与各个预设功能场景对应的并与使用各个预设功能场景的用户数正相关的场景系数。具体地，计算得到的预设功能场景scenek的场景系数wk可以为：
相应地，上述步骤s104可以具体包括如下步骤：
s1041：将预设功能场景scenek的功能场景分值scene_scorek与该预设功能场景scenek所对应的场景系数wk相乘，并将与每个预设功能场景对应的相乘结果进行求和运算。
s1042：将所述求和运算的结果确定为所述产品分值score产品。
具体地，假设有m个预设功能场景，则计算得到的产品分值score产品可以为：
以上可以看出，对于预设产品包含的各个预设功能场景，由于使用这些预设功能场景的用户数存在差异，一般地，若使用某个预设功能场景的用户数越 多，则相应可以表明用户群对该预设功能场景的熟悉度越高，本申请实施例通过分别统计各个预设功能场景使用的用户数，从而分别确定一个能够反映用户群对各个预设功能场景的熟悉度的场景系数wk。在计算产品分值score产品时，通过将当前用户对各个场景的场景分值scene_scorek与对应的场景系数wk进行加权求和，可以使得最终得到的产品分值score产品能够更加准确地反映当前用户对该款产品的熟悉度情况(即获取到关于该产品的信息量的多少)。
本申请实施例中，上述预设行为指标的值可以是与功能场景分值scene_scorek正相关的，也可以是与功能场景分值scene_scorek反相关的。举例来说，上述使用次数fea1、使用时长fea2、使用过程涉及的总金额fea3、使用频率fea4是与功能场景分值scene_scorek正相关的，而最近使用的时间点与当前时间点之间的跨度时长fea5是与功能场景分值scene_scorek反相关的。故，上述步骤s103之前，所述方法还包括如下步骤：
若某预设行为指标的值与所述功能场景分值scene_scorek反相关，将该预设行为指标的值代入预设衰减公式进行运算，得到衰减值。
例如：对于最近使用的时间点与当前时间点之间的跨度时长fea5，得到的衰减值recent_days_nlz＝exp(-fea5/365)。
本申请实施例中，通过将预设产品划分为至少两个预设功能场景，可以在确定用户对预设产品的熟悉度之前，先确定用户对预设产品包含的各个预设功能场景的熟悉度，相较于现有技术，由于不是仅通过用户对预设产品的使用时长或使用次数(即预设行为指标之一)来衡量用户对预设产品的熟悉度，而是要结合用户对各个预设功能场景的熟悉度，来确定用户对上述预设产品的熟悉度，使得最终确定的产品分值更加准确，能够更加准确地反映用户对上述预设产品的熟悉度。值得提及的是，在本申请实施例中，上述预设产品可以是独立的app、或某个独立的app内包含的某个子应用，上述预设功能场景可以是一个独立的app内的某个功能场景、或某个功能场景下包含的子功能场景。例如，上述预设产品可以是某第三方支付应用、或某第三方支付应用内的用以 实现转账功能的子应用(或称功能场景)，上述预设功能场景可以是某第三方支付应用内的用以实现转账功能的子应用或称功能场景)、或用以实现转账功能的子应用下的“资金转入”的功能场景。
图3为本申请另一实施例提供的用户对产品的熟悉度的确定方法的流程，该方法包括：
s301：确定预设产品包含的至少两个预设功能场景。
s302：确定每个预设功能场景包含的至少两个子功能场景。
参照上述步骤s101的内容，在实际场景中，每个预设功能场景还可以包含至少两个子功能场景。例如，上述转账功能场景包括“转入”和“转出”等子场景；上述密码管理功能场景包括“密码登录”、“密码修改”、“密码找回”等子场景。
s303：基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个子功能场景的至少一个预设行为指标的值。其中，所述预设行为指标可以包括使用次数、或使用时长、或使用过程涉及的总金额、或使用频率、或最近使用的时间点与当前时间点之间的跨度时长中的一个或多个。
参照上述步骤s101的内容，假设预设功能场景scenek包括的子功能场景：
{scenek1，…，scenekt}；2≤t；
与子功能场景{scenek1，…，scenekt}对应的预设行为指标为：fea1kj～feankj；其中，n表示预设行为指标的数量，1≤j≤t。当然，每个子功能场景对应的预设行为指标可以不同。
s304：根据与每个子功能场景{scenek1，…，scenekt}对应的至少一个预设行为指标fea1kj～feankj的值，确定与每个子功能场景{scenek1，…，scenekt}对应的用以反映该用户对每个子功能场景{scenek1，…，scenekt}的熟悉度的子功能场景分值scene_scorekj。
参照上述内容，同理，本申请实施例中，在上述步骤s304之前，所述方法还包括如下步骤：
获取关于子功能场景的预设行为指标样本；
基于所述预设行为指标样本并利用主成分分析pca算法，分别确定与该子功能场景的各个预设行为指标对应的权重系数；
相应地，上述步骤s304可以具体包括如下步骤：
将子功能场景的每个预设行为指标的值与该预设行为指标所对应的权重系数进行相乘，并将与每个预设行为指标对应的相乘结果进行求和运算；
将所述求和运算的结果确定为与该子功能场景对应的子功能场景分值。
s305：根据确定的每个子功能场景分值scene_scorekj，确定用以反映该用户获取关于上述预设功能场景scenek的信息量的功能场景分值scene_scorek。
如上所述，本申请实施例中，上述功能场景分值可以与每个子功能场景分值成正相关、或反相关的关系。参照上述内容，本申请实施例中，在上述步骤s305之前，所述方法还可以包括：
分别统计使用所述预设功能场景scenek的各个子功能场景scenekj的用户数。
根据统计得到的使用各个子功能场景scenekj的用户数，确定与各个子功能场景scenekj对应的并与使用各个子功能场景scenekj的用户数正相关的子场景系数wkj。
相应地，上述步骤s305具体包括：
将子功能场景scenekj的子功能场景分值scene_scorek与该子功能场景所对应的子场景系数wkj相乘，并将与每个子功能场景scenekj对应的相乘结果进行求和运算；
将所述求和运算的结果确定为所述功能场景分值scene_scorek。
s306：根据每个预设功能场景对应的功能场景分值scene_scorek，确定用以反映该用户对该预设产品的熟悉度的产品分值scene_scorek。
本申请实施例中，可以通过以上方法确定用户对某款产品中各个预设功能场景的熟悉度(也就是用户获取各个预设功能场景的信息量的多少)，从而可 以确定用户对该款产品较为熟悉的预设功能场景是哪些，以及该用户对该款产品较为陌生的预设功能场景是哪些。通过将各个预设功能场景划分为至少两个子功能场景，使得最终确定的功能场景分值更加准确，能够更加准确地反映用户对上述预设产品的各个预设功能场景的熟悉度。可以看出，本申请是采取一种层次分析思想，所述层次是指将产品按照功能场景划分层次。当然，值得一提的是，本申请其他实施例中，还可以对上述各个子功能场景进一步划分一层或多层的下一级的子功能场景，例如：对“密码找回”子场景划分成“通过邮箱找回”、“通过手机号找回”等子功能场景。
通过本实施例可以看出，在确定用户对某款产品的产品分值的过程中，先确定用以反映用户获取关于各个子功能场景的信息量的各子功能场景分值，再根据确定的各子功能场景分值，确定与这些子场景对应的上一层的预设功能场景的功能场景分值，最终利用得到的各个功能场景分值，确定上述产品分值。即，本实施例至少通过两层功能场景，来确定用以反映用户获取关于产品的信息量的产品分值，使得最终确定的产品分值更加准确，能够更加准确地反映用户对上述预设产品的熟悉度。
接下来，将介绍上述确定的产品分值或功能场景分值的应用场景。
图4为本申请一实施例提供的信息筛选方法的流程，包括：
s401：接收用户终端发送的信息。
本实施例中，该信息筛选方法的执行主体可以是服务器。服务器接收到的用户终端发送的信息可以例如是：用户在使用上述产品反馈的问题信息。这些问题信息可以通过app或网页方式上传到上述产品的服务器端。
s402：确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值score产品。
参照前文所述的图2、图3的内容，本文不再予以赘述。
s403：判断所述产品分值score产品是否大于预设阈值。若是，进入步骤s404。
s404：确定该用户终端发送的信息为被选定信息。
本申请实施例中，上述应用场景可以是确定产品是否出现异常，这类异常可以是应用软件存在bug，或该应用软件上的数据出现错误等。在现有技术中，一般可以通过接收用户针对该产品的反馈信息，并基于这些反馈信息来判断产品是否出现异常，比如，对反馈信息的内容进行识别来确定是否出现异常。然而，现有技术中，可能存在某些用户对产品并不熟悉(对一些基本功能并不了解)或操作失误等因素，这样，由于这样的不熟悉，用户会误以为该产品出现异常，并通过用户终端向服务端反馈与这一异常对应的相关信息，这样，服务端便会误以为该产品出现了异常。通过上述实施例，服务端在识别异常状况时，通过确定每个用户对当前产品的产品分值(反映用户对产品的熟悉度)，并将对当前用户较为熟悉的一些用户所反馈的问题信息确定为被选定信息或可用信息，而将对该产品的熟悉度不够的用户反馈的问题信息视为干扰信息并进行过滤，这样，便可以解决以上问题，提高识别产品异常的效率和准确性。
图5为本申请一实施例提供的信息处理方法的流程，包括：
s501：接收用户终端发送的信息。
s502：利用上述权利要求1所述的方法，确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值。
参照前文所述的图2、图3的内容，本文不再予以赘述。
s503：判断所述产品分值是否大于预设阈值。
s504：若是，将该用户终端发送的信息转至自助处理平台进行处理。
本申请实施例中，该产品场景可以是在产品的客服环节中应对用户反馈的问题。在用户来电或通过即时通信软件进行询问问题时，服务端可以根据用户对当前产品的熟悉度，确定相应的处理方式。例如，若发现当前用户对该款产品的熟悉度超过预设阈值，则将该用户终端发送的信息转至自助处理平台进行处理；若发现当前用户对该款产品的熟悉度未超过预设阈值，则将该用户终端发送的信息转到某个人工客服人员，以通人工方式进行处理。当然，可以分别获取到当前用户对该款产品中各个预设功能场景的熟悉度情况，这样便可以获 悉该用户对该款产品不熟悉的预设功能场景是哪些，而这些不熟悉的预设功能场景往往就是当前用户需要客服进行帮助答疑的，用户终端所发送的信息可能也是与该不熟悉的预设功能场景所对应的，故可以将该用户终端发送的信息发送至对应的客服人员。
值得一提的是，以上产品分值和预设场景分值的应用场景还可以包括其他类型的客服领域，如：服务引导、问题识别等，不文不再一一列举。
值得一提的是，本申请实施例还提供一种用户对产品熟悉度的确定方法，与上述用户对产品的熟悉度的确定方法的内容类似，在该用户对产品熟悉度的确定方法中，上述功能场景分值、子功能场景分值及产品分值可以分别用以反映用户各功能场景、各子功能场景分值、及产品的使用熟悉度。
接下来，将介绍与上述方法对应的装置。
图6为本申请一实施例提供的用户获取信息量的确定装置的模块示意图。该装置中包含的单元所实现的功能与上述方法中包含的步骤所实现的功能相同，故，该装置可以参照上述方法的内容，本文不再予以赘述。本申请实施例中，一种用户获取信息量的确定装置100，包括：
第一确定单元101，用于确定预设产品包含的至少两个预设功能场景；
第一获取单元102，用于基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个预设功能场景的至少一个预设行为指标的值；
第二确定单元103，用于根据与每个预设功能场景对应的至少一个预设行为指标的值，确定与每个预设功能场景对应的用以反映该用户对每个预设功能场景的熟悉度的功能场景分值；
第三确定单元104，用于根据确定的每个功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
本申请实施例中，通过将预设产品划分为至少两个预设功能场景，可以在确定用户对预设产品的熟悉度之前，先确定用户获取关于预设产品包含的各个预设产品场景的信息量，相较于现有技术，由于不是仅通过用户对预设产品的 使用时长或使用次数(即预设行为指标之一)来衡量用户获取对预设产品的熟悉度，而是要结合用户对各个预设功能场景的熟悉度，来确定用户对上述预设产品的熟悉度，使得最终确定的产品分值更加准确，能够更加准确地反映用户对上述预设产品的熟悉度。
本申请实施例中，所述装置还包括：
统计单元，用于分别统计使用所述预设产品的各个预设功能场景的用户数；
第四确定单元，用于根据统计得到的使用各个预设功能场景的用户数，确定与各个预设功能场景对应的并与使用各个预设功能场景的用户数正相关的场景系数；
所述第三确定单元具体用于：
将预设功能场景的功能场景分值与该预设功能场景所对应的场景系数相乘，并将与每个预设功能场景对应的相乘结果进行求和运算；
将所述求和运算的结果确定为所述产品分值。
本申请实施例中，所述装置还包括：
样本获取单元，用于获取关于预设功能场景的预设行为指标样本；
主成分分析单元，用于基于所述预设行为指标样本并利用主成分分析pca算法，分别确定与该预设功能场景的各个预设行为指标对应的权重系数；
所述第二确定单元具体用于：
将预设功能场景的每个预设行为指标的值与该预设行为指标所对应的权重系数进行相乘，并将与每个预设行为指标对应的相乘结果进行求和运算；
将所述求和运算的结果确定为与该预设功能场景对应的功能场景分值。
本申请实施例中，所述装置还包括：
归一化单元，用于分别对与每个预设功能场景对应的预设行为指标的值作归一化处理，得到与每个预设行为指标对应的归一化值；
所述第二确定单元具体用于：
将预设功能场景的每个预设行为指标的归一化值与该预设行为指标所对应的权重系数进行相乘，并将与每个预设行为指标对应的相乘结果进行求和运算；
将所述求和运算的结果确定为与该预设功能场景对应的功能场景分值。
本申请实施例中，所述装置还包括：
衰减单元，用于在预设行为指标的值与所述功能场景分值反相关时，将该预设行为指标的值代入预设衰减公式进行运算，得到衰减值。
本申请实施例中，所述预设行为指标为使用次数、或使用时长、或使用过程涉及的总金额、或使用频率、或最近使用的时间点与当前时间点之间的跨度时长。
图7为本申请又一实施例提供的用户获取信息量的确定装置的模块示意图。本实施例中，一种用户获取信息量的确定装置300，包括：
第一确定单元301，用于确定预设产品包含的至少两个预设功能场景；
子场景确定单元302，用于确定每个预设功能场景包含的至少两个子功能场景；
第二获取单元303，用于基于预先存储的用户对预设产品的行为记录，分别获取所述用户关于每个子功能场景的至少一个预设行为指标的值；
子功能场景分值确定单元304，用于根据与每个子功能场景对应的至少一个预设行为指标的值，确定与每个子功能场景对应的用以反映该用户对每个子功能场景的熟悉度的子功能场景分值；
场景分值确定单元305，用于根据与预设功能场景对应的每个子功能场景分值，确定用以反映该用户对预设功能场景的熟悉度的功能场景分值；
产品分值确定单元306，用于根据每个预设功能场景对应的功能场景分值，确定用以反映该用户对该预设产品的熟悉度的产品分值。
值得一提的是，本申请实施例还提供一种用户对产品熟悉度的确定装置，与上述用户获取信息量的确定装置的内容类似，在该用户对产品熟悉度的确定 装置中，上述功能场景分值、子功能场景分值及产品分值可以分别用以反映用户各功能场景、各子功能场景分值、及产品的使用熟悉度。
图8为本申请一实施例提供的信息筛选装置的模块示意图。本实施例中，一种信息筛选装置，包括：
接收单元401，用于接收用户终端发送的信息；
上述用户对产品的熟悉度的确定装置100、300，用于确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断单元402，用于判断所述产品分值是否大于预设阈值；
确定单元403，用于在所述产品分值大于预设阈值时，确定该用户终端发送的信息为被选定信息。
本申请实施例中，通过上述方法确定用以反映用户对预设产品的熟悉度的产品分值，并根据该产品分值与预设阈值的比较，可以确定该用户对应的用户终端发送的信息是否为被选定信息，从而实现准确性更高的信息筛选。
图9为本申请一实施例提供的信息处理装置的模块示意图。本实施例中，一种信息处理装置，包括：
接收单元501，用于接收用户终端发送的信息；
上述用户对产品的熟悉度的确定装置100、300，用于确定用以反映使用上述用户终端的用户对预设产品的熟悉度的产品分值；
判断单元502，用于判断所述产品分值是否大于预设阈值；
处理单元503，用于在所述产品分值大于预设阈值时，将该用户终端发送的信息转至自助处理平台进行处理。
本申请实施例中，通过上述方法确定用以反映用户对预设产品的熟悉度的产品分值，并根据该产品分值与预设阈值的比较，可以确定是否将该用户对应的用户终端发送的信息转至自助处理平台进行处理，从而提高信息处理的效率。
上述各实施例提供的装置所能带来的技术效果可以参照上述各实施例提 供的方法的技术效果，本文不再予以赘述。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、 方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、产品、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。