产品推荐辅助方法、装置、电子设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种产品推荐辅助方法、装置、电子设备及存储介质。


背景技术：

2.随着互联网的发展，产品推荐辅助在各企业的产品营销板块中都占据着重大的比重，例如，在电商领域内，可以根据用户点选产品或根据用户长时间浏览产品而收集用户信息进行产品的个性化推荐。
3.通常产品推荐辅助采用大数据分析技术，例如，在客服与用户进行线上产品需求沟通时，后台服务器会根据预先设定的大数据分析程序，采集许可的用户数据，通过用户数据进行相关分析，得到可推荐产品并推送给客服，以便客户适时的引导客户。但是这种方式，通常客服得到的是推荐结果，无从了解详细地推荐逻辑，因此不能灵活的引导用户，更好的为用户服务。


技术实现要素：

4.本发明提供一种产品推荐辅助方法、装置、电子设备及存储介质，其主要目的在于辅助产品推荐，提升产品推荐的效率。
5.为实现上述目的，本发明提供的一种产品推荐辅助方法，包括：
6.获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
7.根据所述用户特征及所述用户需求构建用户知识图谱；
8.从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
9.将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
10.可选地，所述从对话数据中识别出用户特征及用户需求，包括：
11.从所述对话数据中提取对话实体；
12.筛选所述对话实体中的用户实体，并利用预构建的关系抽取模型识别所述用户实体之间的关系属性；
13.根据所述用户实体及所述关系属性构建所述用户特征；
14.筛选出所述对话实体中的用户需求实体，得到所述用户需求。
15.可选地，所述根据所述用户特征及所述用户需求构建用户知识图谱，包括：
16.利用所述用户特征中的用户实体构建知识图谱结点，并将所述用户需求连接至对应的所述知识图谱结点上；
17.识别所述知识图谱结点中相邻结点的用户关系属性，并将所述用户关系属性作为所述相邻结点之间连接线的关系解释。
18.可选地，所述从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性，包括：
19.提取所述用户知识图谱中用户需求结点中的需求内容；
20.依次遍历所述预设的产品知识图谱中结点的产品信息，并计算所述产品信息与所述需求内容的匹配度；
21.根据所述匹配度筛选与所述用户需求相关的关联产品，并提取所述关联产品的产品关系属性。
22.可选地，所述计算所述产品信息与所述需求内容的匹配度，包括：
23.将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量；
24.利用预设的匹配度公式计算所述产品向量与所述需求向量之间的匹配度。
25.可选地，所述将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，包括：
26.识别所述用户知识图谱中的用户需求结点，并将对应的关联产品连接至所述用户需求结点后，得到产品关联结点；
27.将所述关联产品对应的产品信息连接至所述产品关联结点后，得到产品信息结点；
28.在所述产品关联结点以及所述产品信息结点之间嵌入对应的产品关系属性，并整合所述用户知识图谱中的所述知识图谱结点、所述用户关系属性、所述产品关联结点、所述产品信息结点以及所述产品关系属性，得到所述用户产品知识图谱。
29.为了解决上述问题，本发明还提供一种产品推荐辅助装置，所述装置包括：
30.对话数据处理模块，用于获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
31.用户知识图谱构建模块，用于根据所述用户特征及所述用户需求构建用户知识图谱；
32.关联产品筛选模块，用于从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
33.产品推荐辅助模块，用于将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
34.可选地，所述产品推荐辅助模块通过将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，包括：
35.识别所述用户知识图谱中的用户需求结点，并将对应的关联产品连接至所述用户需求结点后，得到产品关联结点；
36.将所述关联产品对应的产品信息连接至所述产品关联结点后，得到产品信息结点；
37.在所述产品关联结点以及所述产品信息结点之间嵌入对应的产品关系属性，并整合所述用户知识图谱中的所述知识图谱结点、所述用户关系属性、所述产品关联结点、所述产品信息结点以及所述产品关系属性，得到所述用户产品知识图谱。
38.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
39.至少一个处理器；以及，
40.与所述至少一个处理器通信连接的存储器；其中，
41.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的产品推荐辅助方法。
42.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的产品推荐辅助方法。
43.本发明实施例通过将与用户需求相匹配的关联产品以及关联产品的产品关系属性同构建的用户知识图谱相结合，生成用户产品知识图谱，利用图谱的形式呈现用户特征、用户需求及关联产品之间的关联关系，有益于预设的产品推荐人员快速了解关联产品的生成过程，高效辅助产品推荐人员进行产品推荐。
附图说明
44.图1为本发明一实施例提供的产品推荐辅助方法的流程示意图；
45.图2为本发明一实施例提供的产品推荐辅助方法中一个步骤的详细流程示意图；
46.图3为本发明一实施例提供的产品推荐辅助装置的功能模块图；
47.图4为本发明一实施例提供的实现所述产品推荐辅助方法的电子设备的结构示意图。
48.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
49.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
50.本技术实施例提供一种产品推荐辅助方法。所述产品推荐辅助方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述产品推荐辅助方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
51.参照图1所示，为本发明一实施例提供的产品推荐辅助方法的流程示意图。在本实施例中，所述产品推荐辅助方法包括以下步骤s1-s4：
52.s1、获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
53.本发明实施例中，所述用户的对话数据是指用户在相关平台上就自身需求与坐席人员之间的对话记录。
54.本发明实施例中，所述用户特征是指所述对话数据中出现的人物客体以及人物客体之间的关系属性，例如，对话数据中“我儿子上大学，我想给他买一款教育基金。”中，所述用户特征可以是“用户-用户儿子”，关系属性为“亲属关系”。
55.本发明实施例中，所述用户需求是指从对话数据中提取到的用户意向或用户咨询的业务领域等，例如，上述对话数据中“我儿子上大学，我想给他买一款教育基金。”中的用户需求则是“教育基金”。
56.本发明实施例通过从对话数据中识别出用户特征及用户需求，可以便于后续对用户需求做出快捷的产品推荐。
57.详细地，参照图2所示，所述从对话数据中识别出用户特征及用户需求，包括以下步骤s100-s103：
58.s100、从所述对话数据中提取对话实体；
59.s101、筛选所述对话实体中的用户实体，并利用预构建的关系抽取模型识别所述用户实体之间的关系属性；
60.s102、根据所述用户实体及所述关系属性构建所述用户特征；
61.s103、筛选出所述对话实体中的用户需求实体，得到所述用户需求。
62.本发明实施例通过与所述对话数据相关联的应用领域内大量的产品信息构建产品素材库，通过从所述用户的对话数据中识别到的实体与所述产品素材库相匹配，可以快速地识别到用户需求实体，更快确定用户需求。本发明实施例中，所述对话实体是指利用预构建的实体提取模型提取到的所述对话数据中的全部实体，所述实体是指现实世界中存在且可与其他物体区分开的物体，如上述“我想给他买一款教育基金。”中“教育基金”即是实体，其中，所述预构建的实体提取模型可以基于隐马尔可夫模型(hidden markov mode，hmm)、最大熵(maxmiumentropy，me)，支持向量机(support vector machine，svm)以及条件随机场(conditional random fields，crf)进行构建。
63.本发明实施例中，所述预构建的关系抽取模型是指确定实体间语义关系的关系模型。
64.s2、根据所述用户特征及所述用户需求构建用户知识图谱；
65.详细地，所述根据所述用户特征及所述用户需求构建用户知识图谱，包括：
66.利用所述用户特征中的用户实体构建知识图谱结点，并将所述用户需求连接至对应的所述知识图谱结点上；
67.识别所述知识图谱结点中相邻结点的用户关系属性，并将所述用户关系属性作为所述相邻结点之间连接线的关系解释。
68.本发明实施例中，所述用户知识图谱是指利用用户的相关信息构建的可视化结构图像，通过所述用户知识图谱可以清晰的查看图谱中每个图谱结点之间的联系以及详细信息，进而可以得到用户知识图谱中用户特征与用户特征之间的联系以及用户特征和用户需求之间的联系。
69.s3、从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
70.本发明实施例中，所述预设的产品知识图谱是指通过产品及产品之间的相关关系预构建的可视化结构图像。
71.本发明实施例通过从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性，可以实现根据用户需求与产品的相关关系，组建产品推荐关系网络，可以完成产品的精准推荐。
72.作为本发明一实施例，所述从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性，包括：
73.提取所述用户知识图谱中用户需求结点中的需求内容；
74.依次遍历所述预设的产品知识图谱中结点的产品信息，并计算所述产品信息与所述需求内容的匹配度；
75.根据所述匹配度筛选与所述用户需求相关的关联产品，并提取所述关联产品的产品关系属性。
76.本发明实施例中，所述产品关系属性是指产品实体与产品具体信息之间的关联关系，例如，“基金{指数基金：教育基金(名称：日日成长，期限：四年)}。”中的关联关系可以包括：基金与教育基金之间的产品关系属性为
‘
指数基金’，教育基金与日日成长的产品关系属性为
‘
名称’。
77.进一步地，所述计算所述产品信息与所述需求内容的匹配度，包括：
78.将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量；
79.利用预设的匹配度公式计算所述产品向量与所述需求向量之间的匹配度。
80.本发明实施例中，所述将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量，可以实现将产品信息以及需求内容量化，使用量化后的信息计算匹配度，使得匹配结果更具权威性，其中，所述将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量中，可利用常见词向量转化方法，如利用bert模型、word2vec模型等进行向量转换。
81.本发明实施例中，所述预设的匹配度计算公式可基于欧几里得距离公式或者余弦相似度公式等相似度公式进行构建。
82.s4、将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
83.详细地，所述将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，包括：
84.识别所述用户知识图谱中的用户需求结点，并将对应的关联产品连接至所述用户需求结点后，得到产品关联结点；
85.将所述关联产品对应的产品信息连接至所述产品关联结点后，得到产品信息结点；
86.在所述产品关联结点以及所述产品信息结点之间嵌入对应的产品关系属性，并整合所述用户知识图谱中的所述知识图谱结点、所述用户关系属性、所述产品关联结点、所述产品信息结点以及所述产品关系属性，得到所述用户产品知识图谱。
87.本发明实施例中，所述预设的产品推荐人员是指根据后台反馈信息将相关产品推荐给咨询用户的工作人员，例如，坐席人员可根据后台识别出的用户需求及需求对应的产品信息做出相关推荐。
88.本发明实施例根据所述用户产品知识图谱中所述用户需求对应的所述关联产品、产品信息以及产品关系属性进行语义组合，得到推荐辅助信息。
89.本发明实施例通过将所述关联产品以及所述产品关系属性与所述用户知识图谱
进行融合，得到用户产品知识图谱，可以清晰地查询产品与用户需求之间的关联关系，并可方便快捷地基于用户需求进行关联产品推荐，并可通过用户产品知识图谱知晓推荐产品的推荐理由及推荐过程。
90.本发明实施例通过将与用户需求相匹配的关联产品以及关联产品的产品关系属性同构建的用户知识图谱相结合，生成用户产品知识图谱，利用图谱的形式呈现用户特征、用户需求及关联产品之间的关联关系，有益于预设的产品推荐人员快速了解关联产品的生成过程，高效辅助产品推荐人员进行产品推荐。
91.如图3所示，是本发明一实施例提供的产品推荐辅助装置的功能模块图。
92.本发明所述产品推荐辅助装置100可以安装于电子设备中。根据实现的功能，所述产品推荐辅助装置100可以包括对话数据处理模块101、用户知识图谱构建模块102、关联产品筛选模块103及产品推荐辅助模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
93.在本实施例中，关于各模块/单元的功能如下：
94.所述对话数据处理模块101，用于获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
95.本发明实施例中，所述用户的对话数据是指用户在相关平台上就自身需求与坐席人员之间的对话记录。
96.本发明实施例中，所述用户特征是指所述对话数据中出现的人物客体以及人物客体之间的关系属性，例如，对话数据中“我儿子上大学，我想给他买一款教育基金。”中，所述用户特征可以是“用户-用户儿子”，关系属性为“亲属关系”。
97.本发明实施例中，所述用户需求是指从对话数据中提取到的用户意向或用户咨询的业务领域等，例如，上述对话数据中“我儿子上大学，我想给他买一款教育基金。”中的用户需求则是“教育基金”。
98.本发明实施例通过从对话数据中识别出用户特征及用户需求，可以便于后续对用户需求做出快捷的产品推荐。
99.详细地，所述从对话数据中识别出用户特征及用户需求，包括：
100.从所述对话数据中提取对话实体；
101.筛选所述对话实体中的用户实体，并利用预构建的关系抽取模型识别所述用户实体之间的关系属性；
102.根据所述用户实体及所述关系属性构建所述用户特征；
103.筛选出所述对话实体中的用户需求实体，得到所述用户需求。
104.本发明实施例通过与所述对话数据相关联的应用领域内大量的产品信息构建产品素材库，通过从所述用户的对话数据中识别到的实体与所述产品素材库相匹配，可以快速地识别到用户需求实体，更快确定用户需求。
105.本发明实施例中，所述对话实体是指利用预构建的实体提取模型提取到的所述对话数据中的全部实体，所述实体是指现实世界中存在且可与其他物体区分开的物体，如上述“我想给他买一款教育基金。”中“教育基金”即是实体，其中，所述预构建的实体提取模型可以基于隐马尔可夫模型(hidden markov mode，hmm)、最大熵(maxmium entropy，me)，支
持向量机(support vector machine，svm)以及条件随机场(conditional random fields，crf)进行构建。
106.本发明实施例中，所述预构建的关系抽取模型是指确定实体间语义关系的关系模型。
107.所述用户知识图谱构建模块102，用于根据所述用户特征及所述用户需求构建用户知识图谱；
108.详细地，所述根据所述用户特征及所述用户需求构建用户知识图谱，包括：
109.利用所述用户特征中的用户实体构建知识图谱结点，并将所述用户需求连接至对应的所述知识图谱结点上；
110.识别所述知识图谱结点中相邻结点的用户关系属性，并将所述用户关系属性作为所述相邻结点之间连接线的关系解释。
111.本发明实施例中，所述用户知识图谱是指利用用户的相关信息构建的可视化结构图像，通过所述用户知识图谱可以清晰的查看图谱中每个图谱结点之间的联系以及详细信息，进而可以得到用户知识图谱中用户特征与用户特征之间的联系以及用户特征和用户需求之间的联系。
112.所述关联产品筛选模块103，用于从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
113.本发明实施例中，所述预设的产品知识图谱是指通过产品及产品之间的相关关系预构建的可视化结构图像。
114.本发明实施例通过从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性，可以实现根据用户需求与产品的相关关系，组建产品推荐关系网络，可以完成产品的精准推荐。
115.作为本发明一实施例，所述从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性，包括：
116.提取所述用户知识图谱中用户需求结点中的需求内容；
117.依次遍历所述预设的产品知识图谱中结点的产品信息，并计算所述产品信息与所述需求内容的匹配度；
118.根据所述匹配度筛选与所述用户需求相关的关联产品，并提取所述关联产品的产品关系属性。
119.本发明实施例中，所述产品关系属性是指产品实体与产品具体信息之间的关联关系，例如，“基金{指数基金：教育基金(名称：日日成长，期限：四年)}。”中的关联关系可以包括：基金与教育基金之间的产品关系属性为
‘
指数基金’，教育基金与日日成长的产品关系属性为
‘
名称’。
120.进一步地，所述计算所述产品信息与所述需求内容的匹配度，包括：
121.将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量；
122.利用预设的匹配度公式计算所述产品向量与所述需求向量之间的匹配度。
123.本发明实施例中，所述将所述产品信息转化为产品信息向量，并将所述需求内容转化为需求向量，可以实现将产品信息以及需求内容量化，使用量化后的信息计算匹配度，使得匹配结果更具权威性，其中，所述将所述产品信息转化为产品信息向量，并将所述需求
内容转化为需求向量中，可利用常见词向量转化方法，如利用bert模型、word2vec模型等进行向量转换。
124.本发明实施例中，所述预设的匹配度计算公式可基于欧几里得距离公式或者余弦相似度公式等相似度公式进行构建。
125.所述产品推荐辅助模块104，用于将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
126.详细地，所述将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，包括：
127.识别所述用户知识图谱中的用户需求结点，并将对应的关联产品连接至所述用户需求结点后，得到产品关联结点；
128.将所述关联产品对应的产品信息连接至所述产品关联结点后，得到产品信息结点；
129.在所述产品关联结点以及所述产品信息结点之间嵌入对应的产品关系属性，并整合所述用户知识图谱中的所述知识图谱结点、所述用户关系属性、所述产品关联结点、所述产品信息结点以及所述产品关系属性，得到所述用户产品知识图谱。
130.本发明实施例中，所述预设的产品推荐人员是指根据后台反馈信息将相关产品推荐给咨询用户的工作人员，例如，坐席人员可根据后台识别出的用户需求及需求对应的产品信息做出相关推荐。
131.本发明实施例根据所述用户产品知识图谱中所述用户需求对应的所述关联产品、产品信息以及产品关系属性进行语义组合，得到推荐辅助信息。
132.本发明实施例通过将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，可以清晰地查询产品与用户需求之间的关联关系，并可方便快捷地基于用户需求进行关联产品推荐，并可通过用户产品知识图谱知晓推荐产品的推荐理由及推荐过程。
133.如图4所示，是本发明一实施例提供的实现产品推荐辅助方法的电子设备的结构示意图。
134.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如产品推荐辅助程序。
135.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行产品推荐辅助程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
136.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述
存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如产品推荐辅助程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
137.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
138.所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
139.图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
140.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
141.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
142.所述电子设备1中的所述存储器11存储的产品推荐辅助程序是多个指令的组合，在所述处理器10中运行时，可以实现：
143.获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
144.根据所述用户特征及所述用户需求构建用户知识图谱；
145.从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
146.将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
147.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关
步骤的描述，在此不赘述。
148.进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
149.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
150.获取用户的对话数据，从所述对话数据中识别出用户特征及用户需求；
151.根据所述用户特征及所述用户需求构建用户知识图谱；
152.从预设的产品知识图谱中筛选与所述用户需求相匹配的关联产品以及所述关联产品的产品关系属性；
153.将所述关联产品以及所述产品关系属性与所述用户知识图谱进行融合，得到用户产品知识图谱，将所述用户产品知识图谱作为产品推荐辅助信息，并将所述产品推荐辅助信息推送给预设的产品推荐人员。
154.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
155.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
156.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，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
157.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
158.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
159.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
160.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及
应用系统。
161.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
162.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。