本公开涉及数据处理领域,尤其涉及一种推荐理由生成方法、电子设备、存储介质及程序产品。
背景技术:
1、对话推荐系统(conversational recommender system,crs)是一种能够捕获用户的偏好,并根据用户的偏好推荐物料的推荐系统。为了让用户更好的了解推荐物料,知道为什么推荐这个物料,这个物料的优势在哪里,一般通过推荐理由让用户了解推荐物料。
2、现有技术中,一般根据推荐物料的评论信息生成推荐理由。
3、然而,由于评论信息包含大量模板和虚假信息,因此推荐理由会受这些评论影响;且评论中大量信息并非用户关注的信息,推荐理由的推荐效果较差。
技术实现思路
1、本公开提供了一种推荐理由生成方法、电子设备、存储介质及程序产品。
2、根据本公开的一个方面,提供一种推荐理由生成方法,包括:
3、获取用户的待推荐物料和当前对话信息;
4、根据所述用户的历史对话信息获取所述待推荐物料的第一亮点理由;
5、将所述当前对话信息和第一亮点理由输入预先训练的理由生成模型,得到所述待推荐物料的推荐理由。
6、根据本公开的至少一个实施方式的推荐理由生成方法,在将所述当前对话信息和第一亮点理由输入预先训练的理由生成模型之前,还包括:获取所述用户的用户画像;
7、所述将所述当前对话信息和第一亮点理由输入预先训练的理由生成模型包括:将所述当前对话信息、第一亮点理由和用户画像输入预先训练的理由生成模型。
8、根据本公开的至少一个实施方式的推荐理由生成方法,还包括:
9、向所述用户发送所述推荐理由;或者,
10、在所述待推荐物料中加入所述推荐理由得到目标物料后,向所述用户发送所述目标物料。
11、根据本公开的至少一个实施方式的推荐理由生成方法,所述根据所述用户的历史对话信息获取所述待推荐物料的第一亮点理由,包括:
12、从第一数据库中获取所述待推荐物料的第一亮点理由,
13、其中,所述第一数据库中的数据是根据所述用户的历史对话信息设置的。
14、根据本公开的至少一个实施方式的推荐理由生成方法,在所述从第一数据库中获取所述待推荐物料的第一亮点理由之前,还包括:
15、根据所述用户的历史对话信息获取所述用户的对话意图;
16、根据所述对话意图分别获取预设物料集中每个物料的物料亮点理由;
17、将所述预设物料集中每个物料的物料亮点理由存入所述第一数据库。
18、根据本公开的至少一个实施方式的推荐理由生成方法,所述根据所述用户的历史对话信息获取所述待推荐物料的第一亮点理由,包括:
19、根据所述用户的历史对话信息获取所述用户的对话意图;
20、根据所述用户的对话意图获取所述待推荐物料的第一亮点理由。
21、根据本公开的至少一个实施方式的推荐理由生成方法,所述根据所述用户的对话意图获取所述待推荐物料的第一亮点理由,包括:
22、根据预设意图规则从所述对话意图中获取目标意图;
23、根据所述目标意图获取所述待推荐物料的第一亮点理由。
24、根据本公开的另一个方面,提供一种电子设备,包括:
25、存储器,所述存储器存储执行指令;
26、处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行本公开任一个实施方式的推荐理由生成方法。
27、根据本公开的又一个方面,提供一种可读存储介质,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现本公开任一个实施方式的推荐理由生成方法。
28、根据本公开的再一个方面,提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现本公开任一个实施方式的推荐理由生成方法。
1.一种推荐理由生成方法,其特征在于,包括:
2.根据权利要求1所述的推荐理由生成方法,其特征在于,
3.根据权利要求1或2所述的推荐理由生成方法,其特征在于,还包括:
4.根据权利要求1或2所述的推荐理由生成方法,其特征在于,所述根据所述用户的历史对话信息获取所述待推荐物料的第一亮点理由,包括:
5.根据权利要求4所述的推荐理由生成方法,其特征在于,在所述从第一数据库中获取所述待推荐物料的第一亮点理由之前,还包括:
6.根据权利要求1或2所述的推荐理由生成方法,其特征在于,所述根据所述用户的历史对话信息获取所述待推荐物料的第一亮点理由,包括:
7.根据权利要求6所述的推荐理由生成方法,其特征在于,所述根据所述用户的对话意图获取所述待推荐物料的第一亮点理由,包括:
8.一种电子设备,其特征在于,包括:
9.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现权利要求1至7中任一项所述的推荐理由生成方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至7中任一项所述的推荐理由生成方法。