本申请涉及计算机技术领域，尤其涉及一种会话消息的处理方法、社交应用服务器及社交应用客户端。
背景技术：
基于人工智能技术的飞速发展，用户可以在智能终端上安装机器人的客户端应用程序，实现人机交互。例如，用户可以通过客户端与会话机器人进行聊天。目前，这种会话机器人通常具备特定的虚拟形象，能够利用用户的某些基础数据来模拟人进行基本的对话。
但是，目前这种基于用户自身基础数据的技术方案，存在聊天内容过于单一、聊天广度(例如聊天话题、讨论角色)过于狭隘等问题，缺乏足够数据的支撑，有时会产生答非所问的情况，导致用户的聊天体验不高，并且降低了终端设备的资源利用率。
技术实现要素：
有鉴于此，本发明提供了一种会话消息的处理方法、社交应用服务器及社交应用客户端，能够提高人机会话时的用户体验以及社交应用客户端的资源利用率。
本发明的技术方案是这样实现的：
本发明提供了一种会话消息的处理方法，所述方法包括：
接收社交应用客户端发送的与会话机器人进行会话的会话请求，所述会话请求携带有参与会话的用户的标识以及会话消息；
基于所述用户的社交关系链，获取所述用户的好友用户集合；
根据所述会话消息从所述好友用户集合中识别出与所述会话消息匹配的好友用户；及，
根据匹配出的好友用户的社交信息生成所述会话消息的回复消息，并向所述社交应用客户端返回所述回复消息。
在本发明一实施例中，基于所述用户的社交关系链，获取所述用户的好友用户集合包括：
从所述社交关系链中确定所述用户的每个好友用户，获取每个好友用户的名字信息；
所述根据所述会话消息从所述好友用户集合中识别出与所述会话消息匹配的好友用户包括：
将所述会话消息的内容与每个好友用户的名字信息依次进行匹配，当所述会话消息的内容与一个好友用户的名字信息相匹配时，将该好友用户作为所识别出的好友用户。
在本发明一实施例中，当所述会话消息的内容与各个好友用户的名字信息都不匹配时，所述方法进一步包括：
对所述会话消息进行分词，获得至少一个查询词；
根据每个查询词的词性，从所述至少一个查询词中确定出核心查询词；
若所述核心查询词与一个好友用户的名字信息相匹配，则将该好友用户作为所识别出的好友用户。
在本发明一实施例中，当所述核心查询词与各个好友用户的名字信息都不匹配时，所述方法进一步包括：
将所述核心查询词进行分解，获得查询子串；
若所述查询子串与一个好友用户的名字信息相匹配，则将该好友用户作为所识别出的好友用户。
在本发明一实施例中，当所述查询子串与各个好友用户的名字信息都不匹配时，所述方法进一步包括：
根据所述查询子串与每个好友用户的名字信息之间的距离、所述查询子串的长度和所述查询词的数量，确定与每个好友用户对应的置信度；
若一个好友用户对应的置信度大于预设的置信度阈值，则将该好友用户作为所识别出的好友用户。
在本发明一实施例中，所述根据匹配出的好友用户的社交信息生成所述会话消息的回复消息包括：
对所述会话消息进行语义分析，根据语义分析的结果从所述社交信息中挖掘出历史评价信息、用户画像信息和社交动态信息中的一个或多个，根据挖掘出的信息生成该好友用户的描述信息。
在本发明一实施例中，上述方法进一步包括：
预先设置所述回复消息的模板；
从所述会话消息中识别出该好友用户的名字信息；
将所述名字信息、所述描述信息嵌入到所述模板中得到所述回复消息。
在本发明一实施例中，所述根据语义分析的结果从所述社交信息中挖掘出历史评价信息，根据挖掘出的信息生成该好友用户的描述信息包括：
从所述社交信息中搜索出该用户之前对该好友用户做出的至少一条印象评价信息；
将所述至少一条印象评价信息进行组合，得到所述描述信息。
在本发明一实施例中，所述根据语义分析的结果从所述社交信息中挖掘出用户画像信息，根据挖掘出的信息生成该好友用户的描述信息包括：
从所述社交信息中挖掘出该好友用户的至少一个用户画像标签；
将所述至少一个用户画像标签进行连接，得到所述描述信息。
在本发明一实施例中，所述根据语义分析的结果从所述社交信息中挖掘出社交动态信息，根据挖掘出的信息生成该好友用户的描述信息包括：
从所述社交信息中查找出该好友用户最近的社交动态，根据所述社交动态生成摘要，将所述摘要作为所述描述信息。
在本发明一实施例中，上述方法进一步包括：
向所述社交应用客户端发送针对匹配出的好友用户的评价提问消息，以使所述社交应用客户端展示所述评价提问消息并接收该用户针对所述评价提问消息输入的当前评价信息；
从所述社交应用客户端接收所述当前评价信息，并将所述当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使所述第二社交应用客户端在该好友用户和会话机器人的会话界面中展示所述当前评价信息。
本发明还提供了一种会话消息的处理方法，所述方法包括：
接收用户与会话机器人进行会话时所述用户输入的会话消息；
向社交应用服务器发送携带有所述用户的标识以及所述会话消息的会话请求，以使所述社交应用服务器基于所述用户的社交关系链，获取所述用户的好友用户集合；根据所述会话消息从所述好友用户集合中识别出与所述会话消息匹配的好友用户；根据匹配出的好友用户的社交信息生成所述会话消息的回复消息；及，
从所述社交应用服务器接收所述回复消息并展示。
在本发明一实施例中，上述方法进一步包括：
从所述社交应用服务器接收针对匹配出的好友用户的评价提问消息；
展示所述评价提问消息，并接收所述用户针对所述评价提问消息输入的当前评价信息；
向所述社交应用服务器发送所述当前评价信息，以使所述社交应用服务器将所述当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使所述第二社交应用客户端在该好友用户与所述会话机器人进行会话时展示所述当前评价信息。
在本发明一实施例中，上述方法进一步包括：
从所述社交应用服务器接收所述用户的一个好友用户给出的当前评价信息，所述当前评价信息为该好友用户在与所述会话机器人会话时输入的信息；
向所述用户展示所述当前评价信息。
本发明又提供了一种社交应用服务器，包括：
接收模块，用于接收社交应用客户端发送的与会话机器人进行会话的会话请求，所述会话请求携带有参与会话的用户的标识以及会话消息；
获取模块，用于基于所述用户的社交关系链，获取所述用户的好友用户集合；
识别模块，用于根据所述接收模块接收到的会话消息从所述获取模块得到的好友用户集合中识别出与所述会话消息匹配的好友用户；
生成模块，用于根据所述识别模块匹配出的好友用户的社交信息生成所述会话消息的回复消息；及，
发送模块，用于向所述社交应用客户端返回所述生成模块得到的回复消息。
在本发明一实施例中，所述获取模块用于，从所述社交关系链中确定所述用户的每个好友用户，获取每个好友用户的名字信息；
所述识别模块用于，将所述会话消息的内容与每个好友用户的名字信息依次进行匹配，当所述会话消息的内容与一个好友用户的名字信息相匹配时，将该好友用户作为所识别出的好友用户。
在本发明一实施例中，所述生成模块用于，对所述会话消息进行语义分析，根据语义分析的结果从所述社交信息中挖掘出历史评价信息、用户画像信息和社交动态信息中的一个或多个，根据挖掘出的信息生成该好友用户的描述信息。
在本发明一实施例中，所述发送模块进一步用于，向所述社交应用客户端发送针对匹配出的好友用户的评价提问消息，以使所述社交应用客户端展示所述评价提问消息并接收该用户针对所述评价提问消息输入的当前评价信息；
所述接收模块进一步用于，从所述社交应用客户端接收所述当前评价信息，并将所述当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使所述第二社交应用客户端在该好友用户和会话机器人的会话界面中展示所述当前评价信息。
本发明提供了一种社交应用客户端，包括：
接收模块，用于接收用户与会话机器人进行会话时所述用户输入的会话消息；从社交应用服务器接收回复消息；
展示模块，用于展示所述接收模块接收到的回复消息；及，
发送模块，用于向社交应用服务器发送携带有所述用户的标识以及所述接收模块接收到的会话消息的会话请求，以使所述社交应用服务器基于所述用户的社交关系链，获取所述用户的好友用户集合；根据所述会话消息从所述好友用户集合中识别出与所述会话消息匹配的好友用户；根据匹配出的好友用户的社交信息生成所述回复消息。
在本发明一实施例中，所述接收模块进一步用于，从所述社交应用服务器接收针对匹配出的好友用户的评价提问消息；接收所述用户针对所述评价提问消息输入的当前评价信息；
所述展示模块进一步用于，展示所述接收模块接收到的评价提问消息；
所述发送模块进一步用于，向所述社交应用服务器发送所述接收模块接收到的当前评价信息，以使所述社交应用服务器将所述当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使所述第二社交应用客户端在该好友用户与所述会话机器人进行会话时展示所述当前评价信息。
在本发明一实施例中，所述接收模块进一步用于，从所述社交应用服务器接收所述用户的一个好友用户给出的当前评价信息，所述当前评价信息为该好友用户在与所述会话机器人会话时输入的信息；
所述展示模块进一步用于，向所述用户展示所述接收模块接收到的当前评价信息。
本发明又提供了一种计算机可读存储介质，其特征在于，存储有计算机可读指令，可以使至少一个处理器执行上述的方法。
与现有技术相比，本发明提供的方法，充分利用了社交平台中的社交关系链以及用户的历史社交数据，能够自动识别提及的好友，并且针对好友用户的各种话题进行聊天，提升了人机会话中用户的聊天体验。并且，用户不需以命令触发的形式告知会话机器人识别好友以及针对好友聊天，使得用户的体验更加友好和自然，也大大提高了社交应用客户端的资源利用率。
附图说明
为了更清楚的说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。其中，
图1为本发明一实施例所涉及的实施环境的结构示意图；
图2为依据本发明一实施例的会话消息的处理方法的示例性流程图；
图3为依据本发明一实施例的展示第一会话界面的示意图；
图4为依据本发明另一实施例的展示第一会话界面的示意图；
图5为依据本发明又一实施例的展示第一会话界面的示意图；
图6为依据本发明一实施例的识别好友用户方法的示例性流程图；
图7为依据本发明另一实施例的会话消息的处理方法的交互流程图；
图8为依据本发明一实施例的展示第二会话界面的示意图；
图9为依据本发明一实施例的展示第三会话界面的示意图；
图10为依据本发明又一实施例的会话消息的处理方法的示例性流程图；
图11为依据本发明一实施例的社交应用服务器的结构示意图；
图12为依据本发明另一实施例的社交应用服务器的结构示意图；
图13为依据本发明一实施例的社交应用客户端的结构示意图；
图14为依据本发明另一实施例的社交应用客户端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的实施例中，所处理的会话消息是指用户与会话机器人之间进行聊天时所发送的消息。这种人机会话不同于两个用户之间的会话，其中的会话机器人将依托于某个虚拟形象接入社交平台中，利用社交平台的优势，将社交平台中的大数据应用到聊天会话中。
图1为本发明一实施例所涉及的实施环境的结构示意图。如图1所示，该实施环境位于社交应用平台上，具体包括社交应用服务器110、网络120和n个社交应用客户端130-1～130-n。其中，社交应用服务器110包括数据库111与会话机器人子服务器112。社交应用客户端130-1～130-n具备会话机器人的功能，能够向用户提供人机会话的服务。
在本发明的实施例中，社交应用客户端130-1～130-n用于显示人机会话的界面，接收用户输入的会话消息，并向社交应用服务器110发送相应的会话请求。社交应用服务器110可以根据接收到的会话请求调用会话机器人子服务器112生成会话的回复内容。其中，数据库111中保存有所有用户的大数据，例如，每个用户的社交关系链、用户生成内容(ugc)语料、用户画像等，并且建立数据索引，使得会话机器人子服务器112通过检索从数据库111中拉取出相关的数据，生成与请求相对于的响应结果。然后，会话机器人子服务器112再将响应结果返回相应的社交应用客户端进行展示。
其中，社交应用服务器110可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。社交应用客户端可以安装在智能终端上，包括智能手机、平板电脑、膝上型便携计算机等。网络120可以为无线或有线的形式将社交应用服务器和社交应用客户端进行相连。
图2为依据本发明一实施例的会话消息的处理方法的示例性流程图。该方法应用于社交应用服务器。如图2所示，该方法可包括如下步骤：
步骤201，接收社交应用客户端发送的与会话机器人进行会话的会话请求。
本步骤中，会话请求携带有参与会话的用户的标识以及会话消息。用户在登录社交应用客户端后，选择会话机器人进行会话，在显示界面上生成一对一的会话界面。在该界面上，用户输入会话消息。本实施例中，该会话消息用于查询某个好友用户，将此时的会话界面称为第一会话界面。
图3为依据本发明一实施例的展示第一会话界面的示意图。在该实施例中，如图3所示，在第一会话界面300中，会话机器人是聊天宠物萌萌，在方框310中显示它的头像，在方框320中显示用户a的头像。首先，聊天宠物萌萌发出一个查询提示信息，如在会话框311中显示的“好朋友要经常联络哦，试试输入好友名字了解他(她)的近况”。接着，用户a输入会话消息，在会话框321中显示“beni是谁？”。
图4为依据本发明另一实施例的展示第一会话界面的示意图。如图4所示，在第一会话界面400中，用户b与会话机器人(即聊天宠物萌萌)聊天，用户b希望查询一下好友“老鲁”。在方框410中显示有用户b的头像，在会话框411中用户b输入了会话消息：“你认识老鲁么？”。
图5为依据本发明又一实施例的展示第一会话界面的示意图。如图5所示，在第一会话界面500中，用户c与聊天宠物萌萌针对好友“carey哥”进行聊天。在方框510中显示有用户c的头像，在方框511中用户c输入了会话消息：“carey哥”。
步骤202，基于用户的社交关系链，获取用户的好友用户集合。
本步骤中，社交应用服务器从数据库中拉取用户的社交关系链，从社交关系链中确定用户的每个好友用户，并且获取每个好友用户的名字信息。好友用户集合包括每个好友用户以及各自的名字信息。这里，名字信息是指表征用户的称谓的描述性信息，例如，包括好友用户的昵称、用户对好友用户的备注等。
步骤203，根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户。
如上述步骤中，好友用户集合包括每个好友用户以及各自的名字信息，那么在识别时，将会话消息的内容与每个好友用户的名字信息依次进行匹配，当会话消息的内容与一个好友用户的名字信息相匹配时，将该好友用户作为所识别出的好友用户。
步骤204，根据匹配出的好友用户的社交信息生成会话消息的回复消息，并向社交应用客户端返回回复消息。
本步骤中，社交信息是指用户在社交平台上进行各类活动时所生成的信息，例如，添加好友、与好友聊天、修改个人属性等所生成的信息。在生成回复消息时，可以对会话消息进行语义分析，根据语义分析的结果从社交信息中挖掘出历史评价信息、用户画像信息和社交动态信息中的一个或多个，根据挖掘出的信息生成该好友用户的描述信息。
具体地，可以根据语义分析的结果确定回复消息的类型，例如，历史评价类、用户画像类和社交动态类，然后根据类型对社交信息进行挖掘。语义分析可以从会话消息中抽取出有效的关键词，通过关键词判断出回复消息的类型。一个关键词可以对应一个或者多个类型，可以从社交信息中挖掘出历史评价信息、用户画像信息和社交动态信息中一个或多个。当一个关键词对应了多个类型时，可以随机从中选择一个类型作为回复消息的类型。或者，根据用户的社交信息为该用户设置每种类型对应的优先级，然后选择优先级高的类型用于作为回复消息的类型。
在具体实现时，可以预先设置关键词和类型之间的对应关系。表1为根据本发明一实施例的关键词和类型之间的对应关系表。其中，类型包括历史评价类、用户画像类和社交动态类，在表1中分别用a、b和c来表示。优先级分为“高”、“中”和“低”三个级别。例如，关键词“谁”对应了类型a历史评价类和b用户画像类，其中，类型a对应了优先级“高”，类型b对应了优先级“中”。又如，关键词“认识”对应了类型a历史评价类、类型b用户画像类和类型c社交动态类，其中，类型a对应了优先级“低”，类型b对应了优先级“高”，类型c对应了优先级“中”。
表1关键词和类型之间的对应关系表
考虑到不同类型的回复消息在向用户展示时语言的表达风格不同，可以进一步执行如下处理：根据类型预先设置回复消息的模板；从会话消息中识别出该好友用户的名字信息；将名字信息、描述信息嵌入到模板中得到回复消息。其中，模板是指用于展示回复消息的文本模板，在模板中预先设置用于表述回复消息的语句结构，包括固定的表述词和需嵌入的信息。
当类型为历史评价类时，根据语义分析的结果从社交信息中挖掘出历史评价信息，根据挖掘出的信息生成该好友用户的描述信息包括：从社交信息中搜索出该用户之前对该好友用户做出的至少一条印象评价信息；将至少一条印象评价信息进行组合，得到描述信息。
在图3所示的实施例中，用户输入的会话消息中包括关键词“谁”，回复消息的类型为历史评价类，在会话框312中显示回复消息：“你说beni啊？呵呵～～耐心、时尚、贤惠我说对了咩？”。其中，在历史评价类的模板中，嵌入了名字信息“beni”和三条印象评价信息组合而成的描述信息“耐心、时尚、贤惠”，如下划线所示，而其他的描述词为该模板中的固定用语。
当类型为用户画像类时，根据语义分析的结果从社交信息中挖掘出用户画像信息，根据挖掘出的信息生成该好友用户的描述信息包括：从社交信息中挖掘出该好友用户的至少一个用户画像标签；将至少一个用户画像标签进行连接，得到描述信息。其中，用户画像是指建立在大量的历史数据上挖掘出的目标用户模型，包括用来描述用户个性特征的多个标签。例如，标签包括：姓名、性别、照片、年龄、家乡、家庭状况、收入、工作、用户场景/活动、计算机技能/知识、目标/动机、喜好、人生态度等。
图4所示的实施例是利用了好友用户的用户画像中“性别”和“年龄”标签生成回复消息，在会话框421中显示回复消息：“<(‘▽’)>老鲁啊，风华正茂的有为青年哦，跟咱俩一样优秀，嘿嘿”。其中，“老鲁”为从会话消息中提取出的名字信息，语句“风华正茂的有为青年”是根据好友用户的性别“男”、年龄为“26”生成的描述信息，如下划线所示，而其余的描述词为对应用户画像类的模板中固定的内容。
图5所示的实施例是利用了好友用户的用户画像中“家乡”标签，在会话框521中显示回复消息：“肿么想起carey哥呢，他好像经常在深圳市哎，您阔以去找他玩哦^_^，平时多和老友联络下”。其中，“carey哥”为从会话消息中提取出的名字信息，“深圳市”为用户c的家乡数据，例如，社交应用服务器通过统计用户c在春节放假期间的地理位置而挖掘到的。
当类型为社交动态类时，根据语义分析的结果从社交信息中挖掘出社交动态信息，根据挖掘出的信息生成该好友用户的描述信息包括：从社交信息中查找出该好友用户最近的社交动态，根据社交动态生成摘要，将摘要作为描述信息。例如，生成社交动态的摘要内容是：“听说最近她已经移民加拿大了”。
在上述实施例中，通过接收社交应用客户端发送的与会话机器人进行会话的会话请求，基于用户的社交关系链，获取用户的好友用户集合，根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户，根据匹配出的好友用户的社交信息生成会话消息的回复消息，并向社交应用客户端返回回复消息，充分利用了社交平台中的社交关系链以及用户的历史社交数据，能够自动识别提及的好友，并且针对好友用户的各种话题进行聊天，提升了人机会话中用户的聊天体验。并且，用户不需以命令触发的形式告知会话机器人识别好友以及针对好友聊天，使得用户的体验更加友好和自然，也大大提高了社交应用客户端的资源利用率。
在上述步骤202和203中，基于用户的社交关系链，获取用户的好友用户集合，根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户，识别的过程包括精确匹配和模糊匹配，具体的算法如图6所示。图6为依据本发明一实施例的识别好友用户方法的示例性流程图，包括如下步骤：
步骤601，从社交关系链中确定用户的每个好友用户，获取每个好友用户的名字信息。
步骤602，判断会话消息的内容是否与某个好友用户的名字信息相匹配，若该会话消息的内容与一个好友用户的名字信息相匹配，则执行步骤603；否则，执行步骤604。
此步骤为精确匹配，即会话消息的内容包括一个名字信息，该名字信息和某个好友用户的名字信息完全匹配，那么这个好友被识别出来。例如，用户输入的会话消息为“beni”，而一好友用户的昵称也为“beni”，那么该好友被确定为识别出的好友。若该步骤中会话消息的内容与各个好友用户的名字信息都不匹配，则进一步执行模糊匹配，即后续的步骤604-610。
步骤603，将该好友用户确定为所识别出的好友用户。
步骤604，对会话消息进行分词，获得至少一个查询词；根据每个查询词的词性，从至少一个查询词中确定出核心查询词。
具体应用时，可以使用自然语言处理(nlp)算法对会话消息的内容进行分词以及词性的标注。例如，用户输入的会话消息中包括“呢”、“呀”、“啊”等语气词，分词得到名字信息和这些语气词后，去除掉这些语气词，提取出其中的名字信息作为核心查询词。
步骤605，判断核心查询词是否与某个好友用户的名字信息相匹配，若该核心查询词与一个好友用户的名字信息相匹配，则执行步骤603；否则，执行步骤606。
此步骤中，使用核心查询词代替会话消息进行一次模糊(或部分)匹配。若匹配不上，则对核心查询词进一步分解。
步骤606，将核心查询词进行分解，获得查询子串。
步骤607，判断查询子串是否与某个好友用户的名字信息相匹配，若查询子串与一个好友用户的名字信息相匹配，则执行步骤603；否则，执行步骤608。
此步骤中，使用查询子串代替核心查询词进行二次模糊(或部分)匹配。例如，考虑到用户输入的内容有误或者有干扰的字符，从中提取出部分子串用于匹配。
步骤608，根据查询子串与每个好友用户的名字信息之间的距离、查询子串的长度和查询词的数量，确定与每个好友用户对应的置信度。
这里，通过置信度这一参数进行第三次的模糊匹配。查询子串与每个好友用户的名字信息之间的距离定义为将查询子串转变成名字信息时所需操作的总次数，其中，修改/删除/增加一个字符为一次操作。例如，将子串“ben”修改为昵称“beni”的操作为1次，即增加一个字符“i”。
具体应用时，可以在数据库中预先建立置信度经验值与上述距离、长度和数量之间的关系对应表，通过查表确定出与每个好友用户的名字信息匹配时的置信度的数值。
步骤609，判断是否有某个好友用户对应的置信度大于预设的置信度阈值，若有，执行步骤603；否则，执行步骤610。
例如，置信度阈值为95％，若一个好友用户对应的置信度大于该阈值，那么认为该匹配是可靠的。
步骤610，确定无法识别出好友用户。
若经过上述匹配过程，若确定没有匹配的好友用户，此时社交应用服务器可以向社交应用客户端发送无法识别的消息，使得社交应用客户端在第一会话界面上向用户展示一提示信息，例如，“您输入的名字无法识别哦，请进一步确认”。
在上述实施例中，通过会话消息、核心查询词、查询子串以及置信度的递进匹配操作，对会话消息和每个好友用户的名字信息进行匹配，这种逻辑匹配的方法相比于建立查询词分类模型的方法，无需提取训练样本，并且能够避免样本数量较少时模型的泛化能力差、准确率降低的问题，提高了好友识别的准确度。
图7为依据本发明一实施例的会话消息的处理方法的交互流程图，该方法包括用户的社交应用客户端、社交应用服务器和好友用户的社交应用客户端之间的交互。如图7所示，包括如下步骤：
步骤701，社交应用客户端接收在用户与会话机器人进行会话的第一会话界面中该用户输入的会话消息。
步骤702，社交应用客户端向社交应用服务器发送会话请求。其中，会话请求携带有参与会话的用户的标识以及会话消息。
步骤703，社交应用服务器基于用户的社交关系链，获取用户的好友用户集合，根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户，根据匹配出的好友用户的社交信息生成会话消息的回复消息。
步骤704，社交应用服务器向社交应用客户端返回回复消息。
步骤705，社交应用客户端在第一会话界面中展示回复消息。
识别出好友用户之后，在此基础上进一步收集用户对该好友用户的印象评价，并将评价内容通知给好友，实现了闭环体验。具体还包括如下步骤：
步骤706，社交应用服务器向社交应用客户端发送至少一个针对匹配出的好友用户的评价提问消息。
步骤707，社交应用客户端在该用户与该会话机器人的第二会话界面中展示评价提问消息，并接收该用户针对评价提问消息输入的当前评价信息。
这里，第二会话界面是指用于在用户和会话机器人聊天时收集用户对某个识别出的好友用户所做评价的界面。在评价提问消息中携带有带评价的好友用户的名字信息。
图8为依据本发明一实施例的展示第二会话界面的示意图。如图8所示，在第二会话界面800中，会话机器人(即聊天宠物萌萌)在811中给出第一个评价提问消息：“主人，说说你对老姐的印象是怎样的吧～用一个词描述哦～”，其中的“老姐”为待评价的好友用户的名字信息。然后，用户d在821中输入了当前评价信息：“帅”。
此外，聊天宠物萌萌又在812中给出第二个评价提问消息：“哈哈～你对ta的印象原来是介样的～再来聊聊勇哥吧，你对他的印象是怎样的？”，其中的“勇哥”为待评价的另一好友用户的名字信息。然后，用户d在822中输入了当前评价信息：“霸气”。随后，社交应用服务器又推送了一条评价结束语消息，即在813中显示的“嘿嘿，期待和好奇ta收到你的评价后的心情是怎样的^_^”。
步骤708，社交应用客户端将当前评价信息发送给社交应用服务器。
这样，社交应用服务器收集到了用户d针对好友“老姐”和“勇哥”两个人的印象评价，形成了会话机器人对好友用户的认知。
步骤709，社交应用服务器将当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端。
步骤710，第二社交应用客户端在该好友用户和该第二会话机器人的第三会话界面中展示当前评价信息，并接收该好友输入的评价确认消息。
这里，第三会话界面是指之前用户所评价的好友与第二会话机器人聊天时展示用户给出的当前评价信息的界面。
图9为依据本发明一实施例的展示第三会话界面的示意图。如图9所示，在第三会话界面900中，聊天宠物萌萌在和用户d的好友“老姐”进行一对一的会话，在会话框912中聊天宠物萌萌给出评价反馈消息：“有个好友偷偷给你一个评价：帅～谁评的小宠也不知道，但是打听到一个线索，这个好友是男生哦；其他的要靠你去打听啦”，其中，当前评价信息为“帅”，与图8中会话框821的描述一致。此外，该好友还在会话框922中输入了对评价的确认消息：“一定是辉哥”，聊天宠物萌萌也相应给出了“快去打听是谁评的～哈哈，介个好玩不”的结束语。
图10为依据本发明又一实施例的会话消息的处理方法的示例性流程图。该方法应用于社交应用客户端，如图10所示，方法包括如下步骤：
步骤1010，接收用户与会话机器人进行会话时用户输入的会话消息。
例如，在图3、图4、图5所示的第一会话界面中，用户分别在对话框321、411和511中输入会话消息，用于向会话机器人查询某个好友用户。
步骤1020，向社交应用服务器发送携带有用户的标识以及会话消息的会话请求。
这样，社交应用服务器基于用户的社交关系链，获取用户的好友用户集合；根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户；根据匹配出的好友用户的社交信息生成会话消息的回复消息。
步骤1030，从社交应用服务器接收回复消息并展示。
社交应用客户端在第一会话界面中，在会话消息之后展示相应的回复消息。例如，在图3、图4、图5所示的实施例中，分别在对话框312、421和521展示回复消息。
除了在第一会话界面中识别好友用户，在本发明的一个实施例中，用户还可以与会话机器人对该好友用户进行在线评价。上述方法还可以进一步包括如下步骤：
步骤1041，从社交应用服务器接收针对匹配出的好友用户的评价提问消息。
步骤1051，展示评价提问消息，并接收该用户针对评价提问消息输入的当前评价信息。
本步骤中，社交应用客户端在该用户与该会话机器人的第二会话界面中展示评价提问消息。如图8所示的第二会话界面中，在会话框811和812中展示评价提问消息，用户在会话框821和822中输入当前评价信息。
步骤1061，向社交应用服务器发送当前评价信息。
这样，社交应用服务器将当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使第二社交应用客户端在该好友用户与会话机器人进行会话时展示当前评价信息。如图9所示的第三会话界面中，在会话框912所示的评价反馈消息中包含了当前评价信息“帅”。
在另一实施例中，社交应用客户端还可以接收好友用户给该用户做出的当前评价信息。上述方法还可以进一步包括如下步骤：
步骤1042，从社交应用服务器接收该用户的一个好友用户给出的当前评价信息。
其中，当前评价信息为该好友用户在与会话机器人会话时输入的信息，是由好友用户的社交应用客户端接收并发送给社交应用服务器的。
步骤1052，展示当前评价信息。
步骤1062，接收该用户输入的评价确认消息。
当用户和会话机器人聊天时用户接收到了其他好友给出的当前评价信息，用户可以进一步对此回复予以确认。
需要指出的是，上述步骤1041、步骤1051和步骤1061实现了用户向会话机器人评价某个匹配出的好友用户的聊天，上述步骤1042、步骤1052和步骤1062实现了用户从会话机器人处得知某个好友用户对其的评价。上述两组聊天模式可以是独立进行的，也可以是串行依次进行的。
图11依据本发明一实施例的社交应用服务器1100的结构示意图。如图11所示，社交应用服务器1100包括：
接收模块1110，用于接收社交应用客户端发送的与会话机器人进行会话的会话请求，会话请求携带有参与会话的用户的标识以及会话消息；
获取模块1120，用于基于用户的社交关系链，获取用户的好友用户集合；
识别模块1130，用于根据接收模块1110接收到的会话消息从获取模块1120得到的好友用户集合中识别出与会话消息匹配的好友用户；
生成模块1140，用于根据识别模块1130匹配出的好友用户的社交信息生成会话消息的回复消息；
发送模块1150，用于向社交应用客户端返回生成模块1140得到的回复消息。
在另一实施例中，获取模块1120用于，从社交关系链中确定用户的每个好友用户，获取每个好友用户的名字信息；
识别模块1130用于，将会话消息的内容与每个好友用户的名字信息依次进行匹配，当会话消息的内容与一个好友用户的名字信息相匹配时，将该好友用户作为所识别出的好友用户。
在又一实施例中，生成模块1140用于，对会话消息进行语义分析，根据语义分析的结果从所述社交信息中挖掘出历史评价信息、用户画像信息和社交动态信息中的一个或多个，根据挖掘出的信息生成该好友用户的描述信息。
在一实施例中，发送模块1150进一步用于，向社交应用客户端发送针对匹配出的好友用户的评价提问消息，以使社交应用客户端展示评价提问消息并接收该用户针对评价提问消息输入的当前评价信息；
接收模块1110进一步用于，从社交应用客户端接收当前评价信息，并将当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使第二社交应用客户端在该好友用户和会话机器人的会话界面中展示当前评价信息。
图12为依据本发明另一实施例的社交应用服务器1200的结构示意图。该社交应用服务器1200可包括：处理器1210、存储器1220、端口1230以及总线1240。处理器1210和存储器1220通过总线1240互联。处理器1210可通过端口1230接收和发送数据。其中，
处理器1210用于执行存储器1220存储的机器可读指令模块。
存储器1220存储有处理器1210可执行的机器可读指令模块。处理器1210可执行的指令模块包括：接收模块1221、获取模块1222、识别模块1223、生成模块1224和发送模块1225。其中，
接收模块1221被处理器1210执行时可以为：接收社交应用客户端发送的与会话机器人进行会话的会话请求，会话请求携带有参与会话的用户的标识以及会话消息；
获取模块1222被处理器1210执行时可以为：基于用户的社交关系链，获取用户的好友用户集合；
识别模块1223被处理器1210执行时可以为：根据接收模块1221接收到的会话消息从获取模块1222得到的好友用户集合中识别出与会话消息匹配的好友用户；
生成模块1224被处理器1210执行时可以为：根据识别模块1223匹配出的好友用户的社交信息生成会话消息的回复消息；
发送模块1125被处理器1210执行时可以为：向社交应用客户端返回生成模块1224得到的回复消息。
由此可以看出，当存储在存储器1220中的指令模块被处理器1210执行时，可实现前述各个实施例中接收模块、获取模块、识别模块、生成模块和发送模块的各种功能。
图13依据本发明一实施例的社交应用客户端1300的结构示意图。如图13所示，社交应用客户端1300包括：
接收模块1310，用于接收用户与会话机器人进行会话时用户输入的会话消息；从社交应用服务器接收回复消息；
展示模块1320，用于展示接收模块1310接收到的回复消息；
发送模块1330，用于向社交应用服务器发送携带有用户的标识以及接收模块1310接收到的会话消息的会话请求，以使社交应用服务器基于用户的社交关系链，获取用户的好友用户集合；根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户；根据匹配出的好友用户的社交信息生成回复消息。
在另一实施例中，接收模块1310进一步用于，从社交应用服务器接收针对匹配出的好友用户的评价提问消息；接收用户针对评价提问消息输入的当前评价信息；
展示模块1320进一步用于，展示接收模块1310接收到的评价提问消息；
发送模块1330进一步用于，向社交应用服务器发送接收模块1310接收到的当前评价信息，以使社交应用服务器将当前评价信息携带于评价反馈消息中发送给该好友用户所对应的第二社交应用客户端，以使第二社交应用客户端在该好友用户与会话机器人进行会话时展示当前评价信息。
在又一实施例中，接收模块1310进一步用于，从社交应用服务器接收用户的一个好友用户给出的当前评价信息，当前评价信息为该好友用户在与会话机器人会话时输入的信息；
展示模块1320进一步用于，向用户展示接收模块1320接收到的当前评价信息。
图14为依据本发明另一实施例的社交应用客户端1400的结构示意图。该社交应用客户端1400可包括：处理器1410、存储器1420、端口1430以及总线1440。处理器1410和存储器1420通过总线1440互联。处理器1410可通过端口1430接收和发送数据。其中，
处理器1410用于执行存储器1420存储的机器可读指令模块。
存储器1420存储有处理器1410可执行的机器可读指令模块。处理器1410可执行的指令模块包括：接收模块1421、展示模块1422和发送模块1423。其中，
接收模块1421被处理器1410执行时可以为：接收用户与会话机器人进行会话时用户输入的会话消息；从社交应用服务器接收回复消息；
展示模块1422被处理器1410执行时可以为：展示接收模块1421接收到的回复消息；
发送模块1423被处理器1410执行时可以为：向社交应用服务器发送携带有用户的标识以及接收模块1421接收到的会话消息的会话请求，以使社交应用服务器基于用户的社交关系链，获取用户的好友用户集合；根据会话消息从好友用户集合中识别出与会话消息匹配的好友用户；根据匹配出的好友用户的社交信息生成回复消息。
由此可以看出，当存储在存储器1420中的指令模块被处理器1410执行时，可实现前述各个实施例中接收模块、展示模块和发送模块的各种功能。
上述装置实施例中，各个模块及单元实现自身功能的具体方法在方法实施例中均有描述，这里不再赘述。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
另外，本发明的每一个实施例可以通过由数据处理设备如计算机执行的数据处理程序来实现。显然，数据处理程序构成了本发明。此外，通常存储在一个存储介质中的数据处理程序通过直接将程序读取出存储介质或者通过将程序安装或复制到数据处理设备的存储设备(如硬盘和或内存)中执行。因此，这样的存储介质也构成了本发明。存储介质可以使用任何类型的记录方式，例如纸张存储介质(如纸带等)、磁存储介质(如软盘、硬盘、闪存等)、光存储介质(如cd-rom等)、磁光存储介质(如mo等)等。
因此，本发明还公开了一种存储介质，其中存储有数据处理程序，该数据处理程序用于执行本发明上述方法的任何一种实施例。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。