基于语音智能的商业流量方法及系统与流程

本发明涉及人工智能技术领域，尤其是一种基于语音智能的商业流量方法及系统。

背景技术：

人工智能技术，主要分为视觉人工智能、,触感人工智能、脑波人工智能、语音人工智能，几大技术方向场景。语音人工智能术，经过长期的发展，已经基本实现了，语音转写、语音翻译、语音合成、语音分析等基础的技术能力。语音人工智能结合人类生活及商业领域的应用，也越来越密切，目前主要基于语音的助理应用。但是，目前语音智能应用能力，无法针对商业行为，商业流量，以及商业品牌的意图、目的、过程、场景，实现转换、促进、导向提高。

因此，现有技术需要改进。

技术实现要素：

本发明实施例所要解决的一个技术问题是：提供一种基于语音智能的商业流量方法及系统，以解决现有技术存在的问题。

基于本发明实施例的一个方面，公开了一种基于语音智能的商业流量方法，包括：

将商业品牌名转换为ai名/词库，并ai名/词库的商业品牌名词进行分级运算；

根据全行业语义知识库对ai名/词库中商业品牌名词进行知识词库关联；

前置仲裁权衡系统，对接收到指令进行指令权衡，并进行权衡估分商业品牌名词的指令类型；

利用语音识别系统，识别输入的语音指令内容启动核心指令模块，并向仲裁权衡系统发出权衡申请；

人工智能核心指令系统模块负责映射及匹配商业品牌名词对应的商业品牌，并为相应商业品牌的对应商业场景容器进行展现、归纳、输出。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述将商业品牌名转换为ai名/词库至少考虑如下因素：

商业品牌的所属行业分类；

商业品牌的映射类型；

商业品牌的所属城市区域；

商业品牌的直达热度；

商业品牌的用户信息；

商业品牌的应用场景能力。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述ai名/词库的商业品牌名词进行分级运算至少考虑如下因素：

商业品牌所属行业；

商业品牌所在城市、区域、街道；

商业品牌所属应用场景；

商业品牌的品牌分级；

商业品牌使用热度；

商业品牌的关联维度。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述前置仲裁权衡系统，对接收到指令进行指令权衡包括：

对接收指令进行匹配度计算，解析接收指令中的关键字；

按照权衡算法对接收指令的关键字权重进行计算，并得到权重值；

输出各关键字的权重值，并按照各关键字的权重值将关键字依次输出至人工智能核心指令系统。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述商业品牌名词的指令类型包括：

需求匹配指令；

系统指令；

交易指令；

全网api指令；

对话指令。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述全行业语义知识库包括：

商业品牌所属行业分类；

行业语义中机器学习规则；

行业语义的关联词；

行业语义的规则表达式；

行业语义的知识联想；

行业语义的归纳输出。

在基于本发明上述基于语音智能的商业流量方法的另一个实施例中，所述利用语音识别系统，识别输入的语音指令内容包括：

语音转写、语音识别、声纹分析的方式识别语音指令的内容。

基于本发明实施例的另一个方面，公开一种基于语音智能的商业流量系统，包括：

商业品牌库、全行业语义知识库、ai名/词库、仲裁权衡系统、人工智能核心指令系统、语音识别系统；

所述商业品牌库中存储商业品牌，所述商业品牌包括商品、商户、行业特色产品、区域特产产品、个人品牌、传播衍生ip、商标；

所述全行业语义知识库为通用商业行业的自然语义理解规则和语义集合，通过全行业语义知识库将理解并分析对应商业品牌的行业类型、场景、城市、区域维度数据；

所述ai名/词库存储所述商业品牌库中的商品名称经所述全行业语义知识库规范后名称；

所述仲裁权衡系统与所述全行业语义知识库连接，并接收所述语音识别系统解析的输入语音的控制指令，通过所述仲裁权衡系统判别语音识别系统的控制指令与全行业语义知识库中的商品数据进行指令权衡，以便快速获取控制指令中的关键字，并将获取的关键字发送人工智能核心指令系统；

人工智能核心指令系统模块负责映射及匹配商业品牌名词对应的商业品牌，并为相应商业品牌的对应商业场景容器进行展现、归纳、输出；

所述语音识别系统识别输入的话音信息，并通过语音转写、语音识别、声纹分析的方式，理解使用者发出的指令内容，并向仲裁权衡系统发出权衡申请。

与现有技术相比，本发明具有以下优点：

本发明提出了一种基于语音智能的商业流量方法及系统，利用语音智能的基础技术能力，通过专有的智能指令架构、行业语义知识库、仲裁权衡系统、粒度匹配算法组成的商业流量。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本发明的实施例，并且连同描述一起用于解释本发明的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：

图1为本发明的基于语音智能的商业流量系统的一个实施例的结构示意图。

图2为本发明的基于语音智能的商业流量方法的一个实施例的流程图。

图中，1商业品牌库、2全行业语义知识库、3ai名/词库、4仲裁权衡系统、5人工智能核心指令系统、6语音识别系统。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

图1为本发明的基于语音智能的商业流量系统的一个实施例的结构示意图，如图1所示，所述基于语音智能的商业流量系统包括：

商业品牌库1、全行业语义知识库2、ai名/词库3、仲裁权衡系统4、人工智能核心指令系统5、语音识别系统6；

所述商业品牌库1中存储商业品牌，所述商业品牌包括商品、商户、行业特色产品、区域特产产品、个人品牌、传播衍生ip、商标；

所述全行业语义知识库2为通用商业行业的自然语义理解规则和语义集合，通过全行业语义知识库2将理解并分析对应商业品牌的行业类型、场景、城市、区域维度数据；

所述ai名/词库3存储所述商业品牌库1中的商业品牌经所述全行业语义知识库2规则对应；

所述仲裁权衡系统4与所述全行业语义知识库2连接，并接收所述语音识别系统6解析的输入语音的控制指令，通过所述仲裁权衡系统4判别语音识别系统6的控制指令与全行业语义知识库2中的商品数据进行指令权衡，以便快速获取控制指令中的关键字，并将获取的关键字发送人工智能核心指令系统5；

所述人工智能核心指令系统模块5负责映射及匹配商业品牌名词3对应的商业品牌，用于对仲裁权衡系统4得出的仲裁结果进行ai名/词映射。并为相应商业品牌的对应商业场景容器进行展现、归纳、输出；

所述语音识别系统6识别输入的话音信息，并通过语音转写、语音识别、声纹分析的方式，理解使用者发出的指令内容，并向仲裁权衡系统4发出权衡申请。

图2为本发明的基于语音智能的商业流量方法的一个实施例的流程图，如图2所示，所述基于语音智能的商业流量方法包括：

10，将商业品牌名转换为ai名/词库3，并ai名/词库3的商业品牌名词进行分级运算；

20，根据全行业语义知识库2对ai名/词库3中商业品牌名词进行知识词库关联；

30，前置仲裁权衡系统4，对接收到指令进行指令权衡，并进行权衡估分商业品牌名词的指令类型；

40，利用语音识别系统，识别输入的语音指令内容启动核心指令模块，并向仲裁权衡系统发出权衡申请；

50，人工智能核心指令系统模块负责映射及匹配商业品牌名词对应的商业品牌，并为相应商业品牌的对应商业场景容器进行展现、归纳、输出。

商业场景容器主要包括：商品交易模型、商铺展示模式、营销能力模型、沟通联系模式。

所述将商业品牌名转换为ai名/词库3至少考虑如下因素：

商业品牌的所属行业分类；

商业品牌的映射类型；

商业品牌的所属城市区域；

商业品牌的直达热度；

商业品牌的用户信息；

商业品牌的应用场景能力。

所述ai名/词库3的商业品牌名词进行分级运算至少考虑如下因素：

商业品牌所属行业；

商业品牌所在城市、区域、街道；

商业品牌所属应用场景；

商业品牌的品牌分级；

商业品牌使用热度；

商业品牌的关联维度。

所述前置仲裁权衡系统4，对接收到指令进行指令权衡包括：

对接收指令进行匹配度计算，解析接收指令中的关键字；

按照权衡算法对接收指令的关键字权重进行计算，并得到权重值；

输出各关键字的权重值，并按照各关键字的权重值将关键字依次输出至人工智能核心指令系统5。

所述商业品牌名词的指令类型包括：

需求匹配指令；

系统指令；

交易指令；

全网api指令；

对话指令。

所述全行业语义知识库2包括：

商业品牌所属行业分类；

行业语义中机器学习规则；

行业语义的关联词；

行业语义的规则表达式；

行业语义的知识联想；

行业语义的归纳输出。

所述利用语音识别系统6，识别输入的语音指令内容包括：

语音转写、语音识别、声纹分析的方式识别语音指令的内容。

实施例1：

某商户a持有商业品牌为“品牌例a”的商业产品，商业品牌名转换为ai名/词库3，ai名/词库3的商业品牌名词进行分级运算后，设置商业品牌“品牌例a”的商业品牌名词，套用商业场景容器：商品交易模型28。

用户b，使用语音操作，进行语音录入为“品牌例a”声音；

方法及系统则利用语音识别系统6，通过3种方式：语音翻译、语音设别、声纹分析，得出用户b输入内容为“品牌例a”；

人工智能核心指令系统5模块启动，对指令的类型进行识别：需求匹配指令、系统指令、交易指令、全网api指令、对话指令，对用户b输入内容进行指令运算；

因该内容完全匹配指令功能ai名，该内容符合指令一致原则；

启用命中映射类型，根据该ai名/词库3的设置，输出商业场景容器：商品交易模型28。

实施例2：

某商户a持有商业品牌为“品牌例a”的商业产品，商业品牌名转换为ai名/词库3，ai名/词库3的商业品牌名词进行分级运算后，设置商业品牌“品牌例a”的商业品牌名词，套用商业场景容器：商品交易模型28。

用户b，使用语音操作，进行语音录入为“广州品牌例a”声音；

方法及系统则利用语音识别系统6，通过3种方式：语音翻译、语音设别、声纹分析，得出用户b输入内容为“广州品牌例a”；

人工智能核心指令系统5模块启动，对指令的类型进行识别：需求匹配指令、系统指令、交易指令、全网api指令、对话指令，对用户b输入内容进行指令运算；

该内容因超出指令一致原则，启用仲裁权衡系统4，仲裁权衡系统4根据对应权衡规则得分为0.85为商业品牌名词指令；

转入行业通用知识库，对所分析内容运算，得出对应行业及关联属性：城市、区域、行业分类；

启用商业品牌名词功能，获取商业品牌名词所包含的商业品牌的所属行业分类、商业品牌的映射类型、商业品牌的所属城市区域、商业品牌的直达热度、商业品牌的用户信息、商业品牌的应用场景能力；

最终根据该商业品牌名词设置，输出商业场景容器：商品交易模型28。

实施例3：

某商户a持有商业品牌为“品牌例a”的商业产品，商业品牌名转换为ai名/词库3，ai名/词库3的商业品牌名词进行分级运算后，设置商业品牌“品牌例a”的商业品牌名词，套用商业场景容器：服务类商铺10254；

用户b，使用语音操作，进行语音录入为“广州品牌例a”声音；

方法及系统则利用语音识别系统6，通过3种方式：语音翻译、语音设别、声纹分析，得出用户b输入内容为“广州品牌例a”；

人工智能核心指令系统5模块启动，对指令的类型进行识别：需求匹配指令、系统指令、交易指令、全网api指令、对话指令，对用户b输入内容进行指令运算；

该输入指令超出指令一致原则，启用仲裁权衡系统4，仲裁权衡系统4根据对应权衡规则得分为0.85为商业品牌名词指令；

转入行业通用知识库，对所分析内容运算，得出对应行业及关联属性：城市、区域、行业分类；

启用商业品牌名词功能，获取商业品牌名词所包含的商业品牌的所属行业分类、商业品牌的映射类型、商业品牌的所属城市区域、商业品牌的直达热度、商业品牌的用户信息、商业品牌的应用场景能力；

最终根据该商业品牌名词设置，输出商业场景容器：服务类商铺10254。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，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。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。