本發(fā)明涉及通信技術(shù)領(lǐng)域，具體涉及一種針對預(yù)警提示自動提供解決方案的方法及裝置。

背景技術(shù)：

目前，有些管理軟件設(shè)置有預(yù)警模塊，例如辦公管理系統(tǒng)中的員工行為預(yù)警模塊、銷售系統(tǒng)中的銷售指標預(yù)警模塊以及進銷存系統(tǒng)中的進銷存指標預(yù)警模塊等等。而這些預(yù)警模塊實現(xiàn)預(yù)警的過程一般包括：首先由人工設(shè)置預(yù)警閾值，然后判斷監(jiān)測的預(yù)警指標或參數(shù)是否達到預(yù)警閾值，并在判定結(jié)果為是時將預(yù)警提示發(fā)送給預(yù)警對象。

由此可見，現(xiàn)有管理軟件中的預(yù)警模塊缺乏針對預(yù)警提示自動提供解決方案的功能，即在監(jiān)測到預(yù)警指標達到預(yù)警閾值時，通常只是將預(yù)警提示發(fā)送給預(yù)警對象，沒有提供針對該預(yù)警提示對應(yīng)的問題的解決方案，故亟需提供一種能針對預(yù)警提示自動提供解決方案的方法及裝置。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種針對預(yù)警提示自動提供解決方案的方法及裝置，以解決現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題。

根據(jù)本發(fā)明的一方面，提供了一種針對預(yù)警提示自動提供解決方案的方法，包括：

根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題；

搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案。

進一步地，根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題包括：

獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值；

根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

進一步地，對預(yù)警問題進行原因分析包括：

建立與預(yù)警問題對應(yīng)的原因分類模型；

基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

進一步地，建立與預(yù)警問題對應(yīng)的原因分類模型包括：

采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本；

根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量；

基于特征向量訓(xùn)練分類模型，獲得原因分類模型。

進一步地，根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案包括：

根據(jù)原因類別自動生成與預(yù)警問題對應(yīng)的解決方案，或根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案。

進一步地，搜索獲取與預(yù)警問題匹配的解決方案包括：

在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案，并在不能搜索獲取到與預(yù)警問題匹配的解決方案時通過預(yù)設(shè)的平臺發(fā)布預(yù)警問題。

根據(jù)本發(fā)明的另一方面，提供了一種針對預(yù)警提示自動提供解決方案的裝置，包括：

獲取裝置，用于根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題；

搜索裝置，用于搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案。

進一步地，獲取裝置包括：

預(yù)警指標和預(yù)警閾值獲取裝置，用于獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值；

預(yù)警問題獲取裝置，用于根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

進一步地，搜索裝置包括：

原因分類模型建立裝置，用于建立與預(yù)警問題對應(yīng)的原因分類模型；

原因類別獲取裝置，用于基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

進一步地，原因分類模型建立裝置包括：

采集裝置，用于采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本；

特征向量提取裝置，用于根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量；

訓(xùn)練裝置，用于基于特征向量訓(xùn)練分類模型，獲得原因分類模型。

本發(fā)明具有以下有益效果：

本發(fā)明提供的針對預(yù)警提示自動提供解決方案的方法及裝置，通過預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題，搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案，解決了現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題，不僅能自動獲取與預(yù)警提示對應(yīng)的預(yù)警問題，而且還能提供與預(yù)警問題對應(yīng)的解決方案，方便了預(yù)警對象在接收到預(yù)警提示時就能即時獲得與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，智能化程度高，且通過對預(yù)警問題進行原因分析后獲取的解決方案具有針對性，體現(xiàn)了較高的個性化和智能化。

除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。下面將參照圖，對本發(fā)明作進一步詳細的說明。

附圖說明

構(gòu)建本申請的一部分的附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)建對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明優(yōu)選實施例的針對預(yù)警提示自動提供解決方案的方法流程圖；

圖2是本發(fā)明優(yōu)選實施例針對的第一個精簡實施例的針對預(yù)警提示自動提供解決方案的方法流程圖；

圖3是本發(fā)明優(yōu)選實施例針對的第二個精簡實施例的針對預(yù)警提示自動提供解決方案的方法流程圖；

圖4是本發(fā)明優(yōu)選實施例的針對預(yù)警提示自動提供解決方案的裝置結(jié)構(gòu)框圖。

附圖標記說明：

10、獲取裝置；20、搜索裝置。

具體實施方式

以下結(jié)合附圖對本發(fā)明的實施例進行詳細說明，但是本發(fā)明可以由權(quán)利要求限定和覆蓋的多種不同方式實施。

參照圖1，本發(fā)明的優(yōu)選實施例提供了一種針對預(yù)警提示自動提供解決方案的方法，包括：

步驟S101，根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題；

步驟S102，搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案。

本發(fā)明提供的針對預(yù)警提示自動提供解決方案的方法，通過預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題，搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案，解決了現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題，不僅能自動獲取與預(yù)警提示對應(yīng)的預(yù)警問題，而且還能提供與預(yù)警問題對應(yīng)的解決方案，方便了預(yù)警對象在接收到預(yù)警提示時就能即時獲得與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，智能化程度高，且通過對預(yù)警問題進行原因分析后獲取的解決方案具有針對性，體現(xiàn)了較高的個性化和智能化。

具體地，在現(xiàn)有的預(yù)警模塊中，用戶往往在接收到預(yù)警提示時，還需要人工獲取與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，例如辦公管理系統(tǒng)中的員工行為預(yù)警模塊中當(dāng)出現(xiàn)某員工曠工三次的預(yù)警提示時，則預(yù)警對象需要根據(jù)經(jīng)驗或人工獲取與該預(yù)警問題對應(yīng)的解決方案，費時費力，預(yù)警問題處理效率低。針對該問題，本實施例在出現(xiàn)預(yù)警提示時，即時搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果自動獲得與預(yù)警問題對應(yīng)的解決方案，即時性好，智能化程度高。

需要說明的是，本實施例在獲取與預(yù)警問題對應(yīng)的解決方案時，可以先在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索與預(yù)警問題匹配的解決方案，然后在不能搜索獲取與預(yù)警問題對應(yīng)的解決方案時，再對預(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案；也可以直接對預(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案。

可選地，根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題包括：

獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值；

根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

由于預(yù)警提示中一般包括了預(yù)警指標以及與預(yù)警指標對應(yīng)的預(yù)警閾值，故根據(jù)預(yù)警指標與預(yù)警閾值的結(jié)合容易獲得與預(yù)警提示對應(yīng)的預(yù)警問題。例如針對辦公管理系統(tǒng)中的員工行為預(yù)警模塊中某員工曠工三次的預(yù)警提示，可以根據(jù)預(yù)警指標（曠工次數(shù)）和預(yù)警閾值（3次）容易獲得與預(yù)警提示對應(yīng)的預(yù)警問題，例如“曠工三次怎么辦？”、“曠工三次怎么處理？”等等。在實際的實施過程中，還可以僅僅根據(jù)與預(yù)警提示對應(yīng)的預(yù)警指標獲取與預(yù)警提示對應(yīng)的預(yù)警問題，例如針對上述預(yù)警提示，本實施例還可以僅僅根據(jù)預(yù)警指標（曠工）獲得與預(yù)警提示對應(yīng)的預(yù)警問題，例如“曠工怎么辦？”、或“曠工怎么處理？”等等。

可選地，對預(yù)警問題進行原因分析包括：

建立與預(yù)警問題對應(yīng)的原因分類模型；

基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

由于根據(jù)預(yù)警問題直接搜索與預(yù)警問題匹配的解決方案，不一定能搜索到與預(yù)警問題相對匹配的解決方案，或者根據(jù)預(yù)警問題搜索的解決方案不一定有針對性。例如針對銷售系統(tǒng)中的銷售指標預(yù)警模塊發(fā)出的“新增客戶量少于五人”預(yù)警提示，若直接根據(jù)預(yù)警問題“新增客戶量少于五人怎么辦”進行搜索，獲得的解決方案可能比較大眾化或很籠統(tǒng)，從而導(dǎo)致獲取的解決方案的應(yīng)用價值不高。

針對該問題，本實施例較新穎地提出對預(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案的方法。由于針對每一個預(yù)警問題可能對應(yīng)不同的原因類別，例如針對銷售額未達到10萬可能對應(yīng)的原因類別為個人原因、市場原因、公司原因等等，故本實施例首先建立與預(yù)警問題對應(yīng)的原因分類模型，然后基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

本實施例通過建立與預(yù)警問題對應(yīng)的原因分類模型，并基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果，使得對預(yù)警問題進行具體針對性的原因分析，從而根據(jù)分析出的原因類別再獲取與之對應(yīng)的解決方案，符合人工思考解決方案的邏輯思維，具有較高的智能化；而且通過分析出與解決問題對應(yīng)的原因類別再針對不同的原因獲得與之對應(yīng)的解決方案，使得獲得的解決方案針對性強，應(yīng)用價值高。

可選地，建立與預(yù)警問題對應(yīng)的原因分類模型包括：

采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本；

根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量；

基于特征向量訓(xùn)練分類模型，獲得原因分類模型。

不同的預(yù)警問題可能對應(yīng)不同的原因類別，且針對同一個預(yù)警問題，不同的對象也可能對應(yīng)不同的原因類別。例如針對員工A、員工B的銷售額未達到10萬的預(yù)警問題，員工A的原因可能是市場行情不景氣，而員工B的原因可能是個人不積極等。故為了更精確獲得與預(yù)警問題對應(yīng)的原因類別，本實施例通過采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，并根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量，以及基于特征向量訓(xùn)練分類模型，獲得原因分類模型，從而實現(xiàn)了基于用戶的用戶行為數(shù)據(jù)獲得與之對應(yīng)的原因類別，具有針對性，體現(xiàn)了較高的個性化水平，同時基于用戶的用戶行為數(shù)據(jù)以及訓(xùn)練好的原因分類模型，能獲得與用戶行為數(shù)據(jù)相關(guān)的具有針對性的原因類別，從而根據(jù)獲得的原因類別進一步獲取可靠性和針對性更強的解決方案，智能化程度高。

可選地，根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案包括：

根據(jù)原因類別自動生成與預(yù)警問題對應(yīng)的解決方案，或根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案。

本實施例通過原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別后，可以根據(jù)原因類別自動生成與預(yù)警問題對應(yīng)的解決方案，或根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案。具體地，例如本實施例基于原因分類模型對預(yù)警問題“新增客戶量未超過5人”進行原因分析后，獲得與其對應(yīng)的原因類別為電話溝通次數(shù)少，從而可以根據(jù)獲得的原因類別直接生成與其對應(yīng)的解決方案，即增加與潛在客戶的電話溝通次數(shù)等等，也即直接根據(jù)原因類別生成與其對應(yīng)的解決方案，從而使得獲得的解決方案具有針對性，可靠性高，且生成的解決方案應(yīng)用價值高。

此外，本實施例還可以根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案，也即在獲得與預(yù)警問題對應(yīng)的原因類別后，本實施例可以根據(jù)與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案，且本實施例中所指的歷史解決方案可以是針對同一對象，也可以是其他對象的歷史解決方案。例如當(dāng)本實施例獲得針對員工A的預(yù)警問題“新增客戶量未超過5人”的原因類別為電話溝通次數(shù)少后，既可以參照以往員工A由于同樣原因類別導(dǎo)致預(yù)警提示所采取的歷史解決方案，也可以參照以往其他員工由于同樣原因類別導(dǎo)致預(yù)警提示所采取的歷史解決方案。

可選地，搜索獲取與預(yù)警問題匹配的解決方案包括：

在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案，并在不能搜索獲取到與預(yù)警問題匹配的解決方案時通過預(yù)設(shè)的平臺發(fā)布預(yù)警問題。

本實施例搜索獲取與預(yù)警問題匹配的解決方案時可以在預(yù)先建立的數(shù)據(jù)庫中進行搜索，也可以在互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案。且在具體的搜索過程中，首先根據(jù)預(yù)警問題提取用于搜索的關(guān)鍵詞，然后再依據(jù)提取的關(guān)鍵詞進行搜索或匹配。由于根據(jù)搜索問題確定的關(guān)鍵詞不一定能搜索到與預(yù)警問題匹配的解決方案，針對該問題，本實施例在不能搜索獲取到與預(yù)警問題匹配的解決方案時，通過預(yù)設(shè)的平臺發(fā)布預(yù)警問題。其中預(yù)設(shè)的平臺類型由用戶自定義，例如可以是微信平臺、百度問答平臺、微博論壇平臺等等。

下面針對兩個精簡實施例對本發(fā)明的針對預(yù)警提示自動提供解決方案的方法進行更進一步說明。

精簡實施例一

參照圖2，本實施例中針對預(yù)警提示自動提供解決方案的方法包括：

步驟S201，獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值。

具體地，由于本實施例的解決方案主要是針對預(yù)警提示提出的，故首先需要獲取與預(yù)警提示對應(yīng)的預(yù)警問題。而由于預(yù)警提示中一般包括了預(yù)警指標以及與預(yù)警指標對應(yīng)的預(yù)警閾值，故根據(jù)預(yù)警指標與預(yù)警閾值的結(jié)合容易獲得與預(yù)警提示對應(yīng)的預(yù)警問題。假設(shè)本實施例中的預(yù)警提示是針對辦公管理系統(tǒng)中的員工行為預(yù)警模塊中某員工曠工三次的預(yù)警提示。則根據(jù)該預(yù)警提示，容易獲得與預(yù)警提示對應(yīng)的預(yù)警指標為：曠工次數(shù)；預(yù)警閾值為：3次。

步驟S202，根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

具體地，本實施例根據(jù)預(yù)警指標（曠工次數(shù)）和預(yù)警閾值（3次）易獲得與預(yù)警提示對應(yīng)的預(yù)警問題，例如“曠工三次怎么辦？”、“曠工三次怎么處理？”等等。在實際的實施過程中，還可以僅僅根據(jù)與預(yù)警提示對應(yīng)的預(yù)警指標獲取與預(yù)警提示對應(yīng)的預(yù)警問題，例如針對上述預(yù)警提示，本實施例還可以僅僅根據(jù)預(yù)警指標（曠工）獲得與預(yù)警提示對應(yīng)的預(yù)警問題，例如“曠工怎么辦？”、或“曠工怎么處理？”等等。

步驟S203，在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案，并在不能搜索獲取到與預(yù)警問題匹配的解決方案時通過預(yù)設(shè)的平臺發(fā)布預(yù)警問題。

在獲得預(yù)警問題之后，本實施例可以根據(jù)預(yù)警問題在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案。且在具體的搜索過程中，首先根據(jù)預(yù)警問題提取用于搜索的關(guān)鍵詞/語句，然后再依據(jù)提取的關(guān)鍵詞/語句進行搜索或匹配。具體地，由于本實施例中的預(yù)警問題在步驟S202中已經(jīng)獲得，故可以直接將預(yù)警問題作為搜索關(guān)鍵句，也可以對預(yù)警問題進行分詞處理進行關(guān)鍵詞提取，然后再根據(jù)提取的關(guān)鍵詞進行后續(xù)搜索。在實際的實施過程中，由于僅僅根據(jù)預(yù)警問題或根據(jù)預(yù)警問題提取的關(guān)鍵詞進行搜索時不一定能獲得準確的解決方案，或獲取的解決方案針對性不強。針對該問題，本實施例在預(yù)先建立的數(shù)據(jù)庫或互聯(lián)網(wǎng)上搜索獲取與預(yù)警問題匹配的解決方案時，還可以根據(jù)預(yù)設(shè)的規(guī)則獲得搜索關(guān)鍵詞或關(guān)鍵句。例如針對關(guān)鍵詞為曠工+三次的關(guān)鍵詞，可以根據(jù)預(yù)設(shè)的規(guī)則（如企業(yè)管理中某某問題+導(dǎo)致的后果+及如何解決）生成 “企業(yè)管理中員工曠工三次導(dǎo)致的后果及如何解決”的搜索關(guān)鍵句進行搜索，從而獲得相對精準且具有針對性的解決方案。

由于根據(jù)搜索問題確定的關(guān)鍵詞不一定能搜索到與預(yù)警問題匹配的解決方案，針對該問題，本實施例在不能搜索獲取到與預(yù)警問題匹配的解決方案時，通過預(yù)設(shè)的平臺發(fā)布預(yù)警問題。其中預(yù)設(shè)的平臺類型由用戶自定義，例如可以是微信平臺、百度問答平臺、微博論壇平臺等等。

本發(fā)明提供的針對預(yù)警提示自動提供解決方案的方法，通過預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題，搜索獲取與預(yù)警問題匹配的解決方案，解決了現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題，不僅能自動獲取與預(yù)警提示對應(yīng)的預(yù)警問題，而且還能提供與預(yù)警問題對應(yīng)的解決方案，方便了預(yù)警對象在接收到預(yù)警提示時就能即時獲得與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，智能化程度高，且在不能搜索獲取到與預(yù)警問題匹配的解決方案時通過預(yù)設(shè)的平臺自動發(fā)布預(yù)警問題，體現(xiàn)了較高的自動化水平。

精簡實施例二

參照圖3，本實施例中針對預(yù)警提示自動提供解決方案的方法包括：

步驟S301，獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值。

具體地，由于本實施例的解決方案主要是針對預(yù)警提示提出的，故首先需要獲取與預(yù)警提示對應(yīng)的預(yù)警問題。而由于預(yù)警提示中一般包括了預(yù)警指標以及與預(yù)警指標對應(yīng)的預(yù)警閾值，故根據(jù)預(yù)警指標與預(yù)警閾值的結(jié)合容易獲得與預(yù)警提示對應(yīng)的預(yù)警問題。假設(shè)本實施例中的預(yù)警提示是針對銷售系統(tǒng)中的銷售指標預(yù)警模塊中員工D的銷售額少于10萬的預(yù)警提示。則根據(jù)該預(yù)警提示，容易獲得與預(yù)警提示對應(yīng)的預(yù)警指標為：銷售額；預(yù)警閾值為：10萬。

步驟S302，根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

具體地，本實施例根據(jù)預(yù)警指標（銷售額）和預(yù)警閾值（10萬）易獲得與預(yù)警提示對應(yīng)的預(yù)警問題，例如“銷售額少于10萬怎么辦？”、“銷售額少于10萬怎么處理？”等等。

步驟S303，采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本。

具體地，本實施例首先采集訓(xùn)練樣本，其中訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本。也即針對每一個訓(xùn)練樣本均已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別。此外，由于本實施例建立的原因分類模型是與預(yù)警問題對應(yīng)的原因分類模型，故針對每一個訓(xùn)練樣本的預(yù)警問題應(yīng)當(dāng)相同或相似。例如假設(shè)針對預(yù)警問題為“銷售額少于10萬怎么辦？”建立原因分類模型時，本實施例首先采集符合相關(guān)條件（預(yù)警問題相同）的訓(xùn)練樣本。假設(shè)采集到三個訓(xùn)練樣本，分別為：訓(xùn)練樣本A，已知與其對應(yīng)的預(yù)警問題假設(shè)為（“銷售額少于10萬怎么辦？”），且與該預(yù)警問題對應(yīng)的原因類別為市場行情差；針對訓(xùn)練樣本B，已知與其對應(yīng)的預(yù)警問題假設(shè)為（“銷售額少于10萬怎么辦？”），且與該預(yù)警問題對應(yīng)的原因類別為潛在客戶量少；而針對訓(xùn)練樣本C，已知與其對應(yīng)的預(yù)警問題假設(shè)為（“銷售額少于10萬怎么辦？”），且與該預(yù)警問題對應(yīng)的原因類別為個人態(tài)度不積極。

本實施例在采集訓(xùn)練樣本后，接著采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，其中本實施例中的用戶行為數(shù)據(jù)可以為與用戶相關(guān)的任何行為數(shù)據(jù)，例如聊天記錄、通話記錄、上網(wǎng)瀏覽記錄、個人基本信息、職業(yè)、年齡、性別、興趣愛好等等。

步驟S304，根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量。

具體地，在具體的實施過程中，本實施例根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量還可以包括對用戶行為數(shù)據(jù)進行歸一化處理等預(yù)處理操作。

步驟S305，基于特征向量訓(xùn)練分類模型，獲得原因分類模型。

具體地，本實施例首先根據(jù)采集的訓(xùn)練樣本的與預(yù)警問題對應(yīng)的原因類別獲得原因分類模型的輸出類型。根據(jù)步驟S303可知，原因分類模型的輸出類型為三大類，分別為：類別一、市場行情差；類別二：潛在客戶量太少；類別三：個人態(tài)度不積極。然后基于訓(xùn)練樣本的用戶行為數(shù)據(jù)提取的特征向量訓(xùn)練分類模型，獲得原因分類模型。

步驟S306，基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

具體地，根據(jù)步驟S301可知，本實施例的預(yù)警提示是針對員工D的銷售額少于10萬的預(yù)警提示，故基于原因分類模型獲得與員工D的預(yù)警問題 （“銷售額少于10萬怎么辦？”）的原因類別時，首先采集員工D的用戶行為數(shù)據(jù)，然后提取與該用戶行為數(shù)據(jù)對應(yīng)的特征向量，并輸入步驟S305已訓(xùn)練好的原因分類模型，從而獲得與員工D的預(yù)警問題對應(yīng)的原因類別，假設(shè)為“潛在客戶量太少”。

步驟S307，根據(jù)原因類別自動生成與預(yù)警問題對應(yīng)的解決方案，或根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案。

具體地，本實施例在獲得與員工D的預(yù)警問題對應(yīng)的原因類別后，可以根據(jù)原因類別自動生成與預(yù)警問題對應(yīng)的解決方案，例如增加潛在客戶量。同時也可以根據(jù)原因類別以及與原因類別對應(yīng)的歷史解決方案獲得與預(yù)警問題對應(yīng)的解決方案。也即本實施例既可以參照以往員工D由于同樣原因類別（“潛在客戶量太少”）導(dǎo)致預(yù)警提示所采取的歷史解決方案，也可以參照以往其他員工由于同樣原因類別（“潛在客戶量太少”）導(dǎo)致預(yù)警提示所采取的歷史解決方案。

由此可見，本實施例通過首先建立原因分類模型，并對其進行訓(xùn)練，并基于訓(xùn)練好的原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，最后基于該原因類別獲得與預(yù)警問題對應(yīng)的解決方案，解決了現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題，不僅能自動獲取與預(yù)警提示對應(yīng)的預(yù)警問題，而且還能提供與預(yù)警問題對應(yīng)的解決方案，方便了預(yù)警對象在接收到預(yù)警提示時就能即時獲得與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，智能化程度高。

且本實施例相比于直接根據(jù)預(yù)警問題匹配或搜索獲得與之對應(yīng)的解決方案，增設(shè)了原因類別分析步驟，符合人類思考預(yù)警問題的解決方案的邏輯思維，且通過對預(yù)警問題的原因類別進行分析，更深層次找到產(chǎn)生預(yù)警問題的原因，從而使基于原因類別提出的解決方案更具有針對性和具體性。此外，本實施例基于用戶的用戶行為數(shù)據(jù)獲得的原因類別充分結(jié)合了用戶的自身行為數(shù)據(jù)，使得根據(jù)原因分類模型獲得的原因類別具有較高的真實性和客觀性，為后續(xù)基于原因類別獲得與預(yù)警問題對應(yīng)的解決方案奠定了個性化基礎(chǔ)。

參照圖3，本發(fā)明的優(yōu)選實施例提供的針對預(yù)警提示自動提供解決方案的裝置，包括：

獲取裝置10，用于根據(jù)預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題；

搜索裝置20，用于搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案。

進一步地，獲取裝置10包括：

預(yù)警指標和預(yù)警閾值獲取裝置，用于獲取與預(yù)警提示對應(yīng)的預(yù)警指標和預(yù)警閾值；

預(yù)警問題獲取裝置，用于根據(jù)預(yù)警指標和預(yù)警閾值獲得與預(yù)警提示對應(yīng)的預(yù)警問題。

進一步地，搜索裝置20包括：

原因分類模型建立裝置，用于建立與預(yù)警問題對應(yīng)的原因分類模型；

原因類別獲取裝置，用于基于原因分類模型獲得與預(yù)警問題對應(yīng)的原因類別，并將原因類別作為對預(yù)警問題進行原因分析的結(jié)果。

進一步地，原因分類模型建立裝置包括：

采集裝置，用于采集訓(xùn)練樣本的用戶行為數(shù)據(jù)，訓(xùn)練樣本為已標識與其對應(yīng)的預(yù)警問題和與預(yù)警問題對應(yīng)的原因類別的樣本；

特征向量提取裝置，用于根據(jù)訓(xùn)練樣本的用戶行為數(shù)據(jù)提取特征向量；

訓(xùn)練裝置，用于基于特征向量訓(xùn)練分類模型，獲得原因分類模型。

本發(fā)明提供的針對預(yù)警提示自動提供解決方案的裝置，通過預(yù)警提示獲取與預(yù)警提示對應(yīng)的預(yù)警問題，搜索獲取與預(yù)警問題匹配的解決方案，或?qū)︻A(yù)警問題進行原因分析，并根據(jù)原因分析的結(jié)果獲得與預(yù)警問題對應(yīng)的解決方案，解決了現(xiàn)有預(yù)警模塊缺乏針對預(yù)警問題提供解決方案的技術(shù)問題，不僅能自動獲取與預(yù)警提示對應(yīng)的預(yù)警問題，而且還能提供與預(yù)警問題對應(yīng)的解決方案，方便了預(yù)警對象在接收到預(yù)警提示時就能即時獲得與預(yù)警提示對應(yīng)的預(yù)警問題的解決方案，智能化程度高，且通過對預(yù)警問題進行原因分析后獲取的解決方案具有針對性，體現(xiàn)了較高的個性化和智能化。

本實施例針對預(yù)警提示自動提供解決方案的裝置的具體工作過程和工作原理可參照本實施例的針對預(yù)警提示自動提供解決方案的方法的工作過程和工作原理。

以上僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。