本发明涉及电子商务技术领域，特别涉及一种基于SOLR的智能客服问答机器人及其实现方法。
背景技术：
电商平台即是一个为企业或个人提供网上交易洽谈的平台，是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境；是协调、整合信息流、货物流、资金流有序、关联、高效流动的重要场所。企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地、低成本地开展自己的商业活动。
电商平台中，往往会设置问答机器人，用于解决用户提出的常见问题，在现有的电商平台中，现有客服机器人基本为问答机器人，常见的实现方式如下：
1.基于关键词的精确匹配或者模糊匹配；这种方式的机器人非常简单，客户问的问题只能是单个的词汇，而不是复杂的句式，常用语微信公众号平台的一些关键词回复，且经常会出现由于匹配不到相关关键词而导致无法回答的情况。
2.对问题和知识库进行分词，对分词结果进行匹配；这种方式的机器人会增强匹配到的题库知识的概率，但是经常会出现“答非所问”的问题。
技术实现要素：
有鉴于此，本发明提出一种能够提升匹配题库知识的概率的基于SOLR的智能客服问答机器人及其实现方法。
一种基于SOLR的智能客服问答机器人，其包括如下模块：
知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述答案匹配模块中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块之前还包括：信息推送模块，用于在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
本发明还提供一种基于SOLR的智能客服问答机器人实现方法，其包括如下步骤：
S1、构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
S2、接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
S3、记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
S4、对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S2中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1之前还包括：在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
实施本发明提供的基于SOLR的智能客服问答机器人及其实现方法与现有技术相比具有以下有益效果：能够实现改善现在市面上问答机器人消息处理速度慢，消息回复准确度低，并且无法做到，自定义词汇匹配(如：问题和答案毫无关联的匹配逻辑处理)；提升问答机器人解决客户问题的能力，并针对不同的客户提供差异化回答，提升客户在使用时的智能感受。本发明创新点在结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。并且设置多场景的模拟引导用户找到自己关心的问题区域，找到正确的答案。主要创新点如下：
定义不同的匹配优先级采用多种匹配模式；针对不同的题库进行分词结果的权重设置，在返回答案时，根据权重筛选出最优答案返回；增加部分自然语言处理技术，匹配不同的问法；结合用户状态猜测用户想要了解的问题给出答案；在分词的基础上增加人工分词和答案价值分词，增加知识库训练环节，提升知识库质量。
附图说明
图1是本发明实施例的基于SOLR的智能客服问答机器人实现方法流程图。
具体实施方式
如图1所示，本发明提供一种基于SOLR的智能客服问答机器人，其包括如下模块：
知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
可选地，可以通过结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。
知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述答案匹配模块中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块之前还包括：信息推送模块，用于在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。例如当前用户有优惠券未使用时，则推送优惠券相关的问题，如果用户有订单未签收则推送物流相关的信息，如果用户最近有买商品则推送售后相关问题。
本发明还提供一种基于SOLR的智能客服问答机器人实现方法，其包括如下步骤：
S1、构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
S2、接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
S3、记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
S4、对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S2中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1之前还包括：在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
实施本发明提供的基于SOLR的智能客服问答机器人及其实现方法与现有技术相比具有以下有益效果：能够实现改善现在市面上问答机器人消息处理速度慢，消息回复准确度低，并且无法做到，自定义词汇匹配(如：问题和答案毫无关联的匹配逻辑处理)；提升问答机器人解决客户问题的能力，并针对不同的客户提供差异化回答，提升客户在使用时的智能感受。本发明创新点在结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。并且设置多场景的模拟引导用户找到自己关心的问题区域，找到正确的答案。主要创新点如下：
定义不同的匹配优先级采用多种匹配模式；针对不同的题库进行分词结果的权重设置，在返回答案时，根据权重筛选出最优答案返回；增加部分自然语言处理技术，匹配不同的问法；结合用户状态猜测用户想要了解的问题给出答案；在分词的基础上增加人工分词和答案价值分词，增加知识库训练环节，提升知识库质量。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。