数据处理方法、装置、电子设备及存储介质与流程

1.本公开涉及计算机技术领域，具体涉及一种数据处理方法、装置、电子设备及存储介质。


背景技术：

2.随着互联网技术的发展，人们对产品的服务质量以及请求服务的便捷性要求越来越高，而服务方为此所投入的人力物力也越来越多。以售后服务为例，传统售后服务包括电话客服以及上门服务，但是这种方式覆盖面较窄、成本高、效率低，越来越不能满足用户对售后服务的要求；而新兴的智能语音电话售后服务，需要依据产品的个性化，因此服务成本高，且小商家很难提供智能语音电话售后服务。因此，如何为用户提供低成本、高效率的服务成为本领域人员需要解决的技术问题之一。


技术实现要素：

3.本公开实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质。
4.第一方面，本公开实施例中提供了一种数据处理方法，包括：
5.基于配置表，初始化机器学习模型，其中，配置表包括服务码和与所述服务码对应的服务调用接口；
6.基于所述机器学习模型，获取客户端的访问语义；
7.获取与所述访问语义对应的目标服务码；
8.反馈与所述目标服务码对应的目标服务调用接口。
9.进一步地，基于所述机器学习模型，获取客户端的访问语义，包括：
10.接收来自所述客户端的访问请求；
11.基于所述访问请求与所述客户端的用户进行至少一轮问答交互；
12.利用所述机器学习模型获取所述至少一轮问答交互对应的问答数据对应的访问语义。
13.进一步地，基于配置表，初始化机器学习模型，包括：
14.基于所述配置表确定所述机器学习模型的训练数据；
15.利用所述训练数据训练所述机器学习模型。
16.第二方面，本公开实施例中提供了一种数据处理方法，包括：
17.获取针对目标对象的服务请求，其中，所述服务请求来自请求设备；
18.获取与所述目标对象对应的服务配置数据；
19.基于所述服务配置数据，获取来自请求设备的服务意图数据；以及
20.基于所述服务意图数据提供所述服务请求对应的服务。
21.进一步地，基于所述服务配置数据，获取来自请求设备的服务意图数据包括：
22.基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互；
23.根据至少一轮所述问答交互对应的问答数据确定来自请求设备的服务意图数据。
24.进一步地，基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互，包括：
25.根据所述服务配置数据向所述请求设备推送服务问题；
26.从所述请求设备接收用户针对所述服务问题给出的答复。
27.进一步地，基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互，还包括：
28.根据所述服务配置数据、所述服务问题以及所述答复确定是否需要与所述用户进行下一轮问答交互；
29.在需要与所述用户进行下一轮问答交互时，确定下一服务问题，并将下一服务问题推送至所述请求设备。
30.进一步地，根据所述服务配置数据、所述服务问题以及所述答复确定是否需要与所述用户进行下一轮问答交互，包括：
31.基于所述服务配置数据对所述服务问题以及所述答复进行识别，以获得对应于所述服务问题以及所述答复的识别结果；
32.根据所述识别结果确定是否需要与所述用户进行下一轮问答交互。
33.进一步地，还包括：
34.获取针对所述目标对象预先配置的所述服务配置数据；
35.根据所述服务配置数据训练得到服务模型；
36.基于所述服务配置数据对所述服务问题以及所述答复进行识别，包括：
37.利用所述服务模型对所述服务问题以及所述答复进行识别。
38.进一步地，还包括：
39.生成所述目标对象的服务二维码，以便用户通过所述请求设备扫描所述服务二维码而触发所述服务请求。
40.进一步地，所述服务二维码为小程序二维码。
41.进一步地，基于所述服务意图数据提供所述服务请求对应的服务，包括：
42.根据所述服务意图数据调用所述服务配置数据中预先配置的服务接口，以便通过所述服务接口提供所述服务。
43.进一步地，基于所述服务意图数据提供所述服务请求对应的服务，包括：
44.将所述服务意图数据推送给服务方，以便所述服务方根据所述服务意图数据提供所述服务。
45.第三方面，本公开实施例中提供了一种数据处理装置，包括：
46.初始化模块，被配置为基于配置表，初始化机器学习模型，其中，配置表包括服务码和与所述服务码对应的服务调用接口；
47.第一获取模块，被配置为基于所述机器学习模型，获取客户端的访问语义；
48.第二获取模块，被配置为获取与所述访问语义对应的目标服务码；
49.反馈模块，被配置为反馈与所述目标服务码对应的目标服务调用接口。
50.第四方面，本公开实施例中提供了一种数据处理装置，包括：
51.第三获取模块，被配置为获取针对目标对象的服务请求，其中，所述服务请求来自请求设备；
52.第四获取模块，被配置为获取与所述目标对象对应的服务配置数据；
53.第五获取模块，被配置为基于所述服务配置数据，获取来自请求设备的服务意图数据；以及
54.服务提供模块，被配置为基于所述服务意图数据提供所述服务请求对应的服务。
55.所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
56.在一个可能的设计中，上述装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持上述装置执行上述对应方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。上述装置还可以包括通信接口，用于上述装置与其他设备或通信网络通信。
57.第五方面，本公开实施例提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述任一方面所述的方法。
58.第六方面，本公开实施例提供了一种计算机可读存储介质，用于存储上述任一装置所用的计算机指令，其包含用于执行上述任一方面所述方法所涉及的计算机指令。
59.本公开实施例提供的技术方案可以包括以下有益效果：
60.本公开实施例可以基于配置表初始化一机器学习模型，并利用该机器学习模型自动识别客户端的访问语义，进而根据该访问语义确定目标服务码，并将配置表中对应于目标服务码的目标服务调用接口反馈给目标方。本公开实施例可以提供智能化服务流程，服务方只需要提供包括配置表的服务配置数据，而智能服务系统可以根据服务配置数据自动识别来自客户端的访问语义，进而识别对应的目标服务接口，以便能够通过目标服务接口为客户端提供对应的服务，可以节省服务方的服务成本，并且能够提高服务效率。
61.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
62.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
63.图1示出根据本公开一实施方式的数据处理方法的流程图；
64.图2示出根据本公开另一实施方式的数据处理方法的流程图；
65.图3示出根据本公开一实施方式的产品智能化售后服务流程示意图；
66.图4示出根据本公开一实施方式的数据处理装置的结构框图；
67.图5示出根据本公开另一实施方式的数据处理装置的结构框图；
68.图6是适于用来实现根据本公开一实施方式的数据处理方法的电子设备的结构示意图。
具体实施方式
69.下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部
分。
70.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
71.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
72.下面通过具体实施例详细介绍本公开实施例的细节。
73.图1示出根据本公开一实施方式的数据处理方法的流程图。如图1所示，该数据处理方法包括以下步骤：
74.在步骤s101中，基于配置表，初始化机器学习模型，其中，配置表包括服务码和与所述服务码对应的服务调用接口。
75.在步骤s102中，基于所述机器学习模型，获取客户端的访问语义。
76.在步骤s103中，获取与所述访问语义对应的目标服务码。
77.在步骤s104中，反馈与所述目标服务码对应的目标服务调用接口。
78.本实施例中，该数据处理方法可以在位于服务端的智能服务系统执行。配置表可以根据服务方利用智能服务系统提供的配置接口输入的配置数据确定。服务调用接口可以是服务方提供的用于提供相应服务的接口，例如某个产品的售后服务接口等，服务码可以是对应于服务调用接口的标识。机器学习模型可以基于客户端的访问信息识别其中的语义信息，该语义信息可以与配置表中的服务码具有关联关系，在利用机器学习模型识别出客户端的访问信息中的访问语义之后，可以基于该访问语义确定对应的目标服务码。该目标服务码为配置表中的一个或多个服务码。在一些实施例中，初始化机器学习模型可以是指对机器学习模型进行训练，使得机器学习模型能够基于客户端的访问信息识别出访问语义，并且识别出的该访问语义与配置表中的服务码具有对应关系。
79.用户可以通过客户端访问智能服务系统，智能服务系统可以将客户端的访问信息输入至机器学习模型进行识别，得到客户端的访问语义。例如，用户通过客户端访问智能服务系统，以请求针对某个产品的售后服务，并且用户可以通过客户端向智能服务系统发送语音或者文字描述的服务信息，机器学习模型基于该服务信息可以识别出其中的访问语义，该访问语义可以表明用户的服务意图，例如请求的售后类型、原因等。在识别出访问语义之后，可以基于该访问语义确定对应的目标服务码，比如该访问语义表明用户想要退货，则可以从配置表匹配得到退货对应的目标服务码，进而再根据该目标服务码匹配得到对应的目标服务调用接口，该目标服务调用接口可以是目标服务码在配置表中对应的服务码。
80.在确定了目标服务调用接口之后，可以将该目标服务调用接口反馈预设的目标方，例如客户端，以便用户能够通过该目标服务调用接口实现所需要的服务。当然，可以理解的是，在一些实施例中，目标方也可以是智能服务系统中的一预设模块，该预设模块可以调用该目标服务调用接口自动实现用户所需要的服务。具体可以根据实际需求设定，在此不做限制。
81.本公开实施例可以基于配置表初始化一机器学习模型，并利用该机器学习模型自动识别客户端的访问语义，进而根据该访问语义确定目标服务码，并将配置表中对应于目标服务码的目标服务调用接口反馈给目标方。本公开实施例可以提供智能化服务流程，服
务方只需要提供包括配置表的服务配置数据，而智能服务系统可以根据服务配置数据自动识别来自客户端的访问语义，进而识别对应的目标服务接口，以便能够通过目标服务接口为客户端提供对应的服务，可以节省服务方的服务成本，并且能够提高服务效率。
82.在本实施例的一个可选实现方式中，步骤s102，即基于所述机器学习模型，获取客户端的访问语义的步骤，进一步包括以下步骤：
83.接收来自所述客户端的访问请求。
84.基于所述访问请求与所述客户端的用户进行至少一轮问答交互。
85.利用所述机器学习模型获取所述至少一轮问答交互对应的问答数据对应的访问语义。
86.该可选的实现方式中，基于配置表初始化得到机器学习模型之后，可以利用机器学习模型识别客户端的访问语义。客户端可以基于用户的需求访问智能化服务系统，以便向智能化服务系统请求相应的服务，例如产品的售后服务等。智能化服务系统可以基于来自客户端的访问请求与客户端的用户进行至少一轮问答交互，在一轮问答交互中，智能服务系统可以向客户端推送适当的服务问题，并从客户端接收用户针对该服务问题的答复。
87.服务方还可以利用智能化服务系统提供的配置接口预先提供配置表之外的其他配置数据。在一些实施例中，配置数据可以包括但不限于服务方针对目标对象的服务流程以及控制服务流程走向等的服务规则。服务流程可以包括但不限于服务方针对目标对象所提供的各种类型服务的操作流程，服务流程还可以包括操作流程中涉及的问答语料、问答题型、服务方提供的服务接口等信息。而服务规则可以包括但不限于针对服务流程的走向、上下文依赖关系(例如当前服务问题依赖于上一轮问答交互中的哪种问答数据)、根据用户的需求输出服务方案等的规则配置。
88.智能化服务系统在至少一轮问答交互中推送至客户端的服务问题可以是智能服务系统根据服务方提供的配置数据自动确定的，或者是配置数据中预先设置的问题，例如问答交互的开头问题(“请问您需要什么帮助？”)等。机器学习模型可以基于至少一轮问答交互中的问答数据识别出客户端的访问语义，例如用户的真实意图。在一些实施例中，用户的真实意图可以理解为用户通过客户端发起本次访问请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。通过这种方式，机器学习模型可以基于客户端的访问请求以及与客户端的用户的至少一轮问答交互自动识别出客户端的访问语义，能够为客户端实现自动化服务，提高了服务效率，节省了服务成本。
89.在本实施例的一个可选实现方式中，步骤s101，即基于配置表，初始化机器学习模型的步骤，进一步包括以下步骤：
90.基于所述配置表确定所述机器学习模型的训练数据。
91.利用所述训练数据训练所述机器学习模型。
92.该可选的实现方式中，可以根据服务方预先配置的配置表确定机器学习模型的训练数据。该机器学习模型例如可以是神经网络、卷积神经网络、深度神经网络、反馈神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络中的一种或多种组合。
93.训练数据可以包括文字、语音、图像、视频等样本以及样本的标注，该样本可以是与配置表相关的样本，而样本的标注可以是对应于文字、语音、图像、视频等的真实识别结
果，根据该真实识别结果可以确定输入数据对应于配置表中的目标服务码。例如，针对售后服务对应的服务码，可以确定一个训练样本“我收到的xx产品破了一块，我要退货”，该训练样本对应的标注可以为“退货”；也即机器学习模型针对“我收到的xx产品破了一块，我要退货”这一输入数据，可以得出“退货”相关的语义信息，根据该语义信息可以从配置表中得到退货服务码，进而再根据退货服务码确定退货服务接口。
94.图2示出根据本公开另一实施方式的数据处理方法的流程图。如图2所示，该数据处理方法包括以下步骤：
95.在步骤s201中，获取针对目标对象的服务请求，其中，所述服务请求来自请求设备。
96.在步骤s202中，获取与所述目标对象对应的服务配置数据。
97.在步骤s203中，基于所述服务配置数据，获取来自请求设备的服务意图数据。
98.在步骤s204中，基于所述服务意图数据提供所述服务请求对应的服务。
99.本实施例中，该数据处理方法可以在位于服务端的智能服务系统执行。目标对象可以是用户从服务方获得的产品等，该产品可以是实体产品，也可以是虚拟产品(例如家装设计服务)等。服务请求可以是针对一种或者一类目标对象的任何类型的服务请求，例如售前服务请求、售后服务请求等。服务方可以针对目标对象的特点预先配置个性化的服务配置数据，并将服务配置数据提供给智能服务系统。在一些实施例中，服务配置数据可以包括但不限于服务方针对目标对象的服务流程以及控制服务流程走向等的服务规则。服务流程可以包括但不限于服务方针对目标对象所提供的各种类型服务的操作流程，服务流程还可以包括操作流程中涉及的问答语料、问答题型、服务方提供的服务接口等信息。而服务规则可以包括但不限于针对服务流程的走向、上下文依赖关系(例如当前服务问题依赖于上一轮问答交互中的哪种问答数据)、根据用户的需求输出服务方案等的规则配置。
100.智能服务系统可以根据服务方提供的服务配置数据为目标对象定制个性化的智能服务流程，该智能服务系统可以在接收到用户通过请求设备发送的针对目标对象的服务请求之后，获取与该目标对象对应的服务配置数据，并基于该服务配置数据获取来自请求设备的服务意图数据，进而再基于该服务意图数据提供服务请求对应的服务，例如用户需要的是服务配置数据中所配置的服务流程的哪个环节的服务。而服务配置数据中可以针对不同的服务环节设置具体的服务策略，例如可以设置服务接口，以便智能服务系统可以调用该服务接口实现该环节的服务策略。服务意图可以理解为用户通过请求设备发起本次服务请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。服务意图可以理解为用户发起服务请求的真实意图，也即用户本次服务请求的服务需求。通过这种方式，可以预先制定收费模式，针对服务方对于不同目标对象的个性化服务需求应用不同的收费模式，对于服务流程简单的目标对象可以收取相对较少的费用，而针对服务流程较复杂可以收取相对较多的费用；此外，还可以根据服务的次数、时长等执行不同的收费模式。
101.本公开实施例可以根据服务方针对目标对象的服务配置数据为用户提供针对目标对象的智能化服务流；在用户针对目标对象提出服务请求后，获取该目标对象的服务配置数据，进而基于服务配置数据获取来自请求设备的服务意图数据，并基于该服务意图数据为提供与服务请求对应的服务。本公开实施例的上述方案中，服务方只需要提供服务配
置数据，而系统可以根据服务配置数据自动为用户提供智能化的服务，可以节省服务方的服务成本，并且能够提高服务效率，改善用户的服务使用体验。
102.在本实施例的一个可选实现方式中，步骤s203，即基于所述服务配置数据，获取来自请求设备的服务意图数据的步骤，进一步包括以下步骤：
103.基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互；
104.根据至少一轮所述问答交互对应的问答数据确定来自请求设备的服务意图数据。
105.该可选的实现方式中，可以根据上述服务配置数据与请求设备的用户进行至少一轮的问答交互，在一轮问答交互中，智能服务系统可以向请求设备推送适当的服务问题，并从请求设备接收用户针对该服务问题的答复。推送至请求设备的服务问题可以是智能服务系统根据服务配置数据中的配置信息以及已经与用户进行交互而产生的数据等自动确定的，服务问题也可以是服务配置数据中预先设置的问题，例如问答交互的开头问题(“请问您需要什么帮助？”)等。智能服务系统还可以根据服务配置数据，针对问答交互中的问答数据识别出用户的服务意图，并根据用户的服务意图为用户提供对应的服务。用户的服务意图可以理解为用户发起本次服务请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。服务意图可以理解为用户发起服务请求的真实意图，也即用户本次服务请求的服务需求。
106.在一些实施例中，一轮问答交互可以理解为推送一个服务问题并得到基于该服务问题的答复；在另一些实施例中，一轮问答交互也可以理解为推送一系列相关的服务问题并得到该一系列服务问题的答复，具体可以根据实际情况而定，在此不做限制。针对用户的服务请求，智能服务系统可以与用户进行多轮问答交互，以便能够深入挖掘出用户的服务意图。在多轮问答交互中，本轮问答交互中的服务问题还可以依赖于上轮问答交互中的服务问题以及答复，所依赖的上下文关系可以基于服务配置数据中的服务规则来确定。
107.在一些实施例中，问答交互中的问答数据可以通过智能服务系统推送至请求设备的服务问题以及用户针对服务问题而给出的答复确定。其中服务问题可以以文字、多媒体(如小视频、语音、图像)的形式推送至请求设备，并且用户通过请求设备给出的答复也可以是文字、多媒体(如小视频、语音、图像)等形式。
108.在一些实施例中，问答数据可以是问答交互中的所有服务问题以及答复。在另一些实施例中，问答数据还可以是基于服务配置数据从问答交互中根据服务问题以及答复中识别出来的识别结果，例如可以映射至服务配置数据中设置的服务接口的关键词和/或关键语句等。
109.在一些实施例中，可以基于服务配置数据从问答数据中识别出来用户的服务意图，例如用户需要的是服务配置数据中所配置的服务流程的哪个环节的服务。而服务配置数据中可以针对不同的服务环节设置具体的服务策略，例如可以设置服务接口，以便智能服务系统可以调用该服务接口实现该环节的服务策略。
110.本公开实施例可以根据服务方针对目标对象的服务配置数据为用户提供针对目标对象的智能化服务流；在用户针对目标对象提出服务请求后，可以根据服务配置数据与用户进行至少一轮的问答交互，以及根据问答交互过程中得到的问答数据识别用户的服务意图，并基于该服务意图为用户提供相应的服务。本公开实施例的上述方案中，服务方只需要提供服务配置数据，而系统可以根据服务配置数据自动为用户提供智能化的服务，可以
节省服务方的服务成本，并且能够提高服务效率，改善用户的服务使用体验。
111.在本实施例的一个可选实现方式中，基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互的步骤，进一步包括以下步骤：
112.根据服务配置数据向请求设备推送服务问题。
113.从请求设备接收用户针对服务问题给出的答复。
114.该可选的实现方式中，智能服务系统在接收到用户针对目标对象的服务请求之后，可以根据服务配置数据向请求设备推送服务问题，并且从请求设备接收用户针对服务问题给出的答复。服务配置数据中可以预先针对不同情形设置不同的服务问题，不同情形例如可以是开场白(“请问您需要什么帮助？”)、中间问答环节的服务问题(例如用户在提出产品退换货的情形下，可以推送“请提供需要退换货的产品订单”的服务问题)等。服务问题可以基于服务配置数据中的设置以及前面问答交互环节中从用户得到的答复而确定。经过多轮问答交互，可以深入挖掘出用户发起本次服务请求的真实意图，进而能够更好地为用户提供用户所需要的服务。
115.在本实施例的一个可选实现方式中，基于所述服务配置数据，与所述请求设备的用户进行至少一轮问答交互的步骤，进一步还包括以下步骤：
116.根据服务配置数据、服务问题以及答复确定是否需要与用户进行下一轮问答交互。
117.在需要与用户进行下一轮问答交互时，确定下一服务问题，并将下一服务问题推送至请求设备。
118.该可选的实现方式中，服务配置数据可以包括服务流程和服务规则，服务流程中可以设置各种不同类型的服务对应的操作流程，比如产品的售后服务对应的服务流程中，可以设置退货服务对应的操作流程、换货服务对应的操作流程等；而退货服务对应的操作流程和换货对应的操作流程对应的服务问题不同，因此服务流程还可以针对不同服务类型设置在不同的环节中需要向用户询问的服务问题、在不同环节下需要调用的服务接口等。服务规则可以包括针对服务流程走向的控制规则等。例如，在服务流程的当前环节，从用户接收到的答复不同，下一步的走向也不同，比如进入服务流程中的下一个环节继续向用户询问下一服务问题，或者已经明确了用户本次的真实意图，可以结束本次问答环节等，这些都可以在服务规则中配置。
119.智能服务系统在从用户接收到上一服务问题的答复之后，可以根据服务配置数据中的服务流程、服务规则、上一服务问题以及对应的答复等确定是否继续向用户询问下一服务问题，如果需要则进行下一轮问答交互，并在下一轮问答交互中将下一服务问题推送至请求设备，以便能够从用户获得针对该下一服务问题的答复。重复上述问答交互，直到不需要继续向用户询问下一服务问题为止。是否需要向用户询问下一服务问题，实质上取决于当前已经进行的问答交互中是否已经得到了能够识别用户真实意图的足够信息，如果根据当前已经获得的问答数据和服务配置数据能够识别出用户的真实意图则可以结束问答环节，而执行下一步骤，也即根据用户的服务意图为用户提供相应的服务。
120.在本实施例的一个可选实现方式中，根据服务配置数据、服务问题以及答复确定是否需要与用户进行下一轮问答交互的步骤，进一步包括以下步骤：
121.基于服务配置数据对服务问题以及答复进行识别，以获得对应于服务问题以及答
复的识别结果。
122.根据识别结果确定是否需要与用户进行下一轮问答交互。
123.该可选的实现方式中，在一轮问答交互中，获得用户的答复之后，还可以针对用户的答复进行识别。由于不同用户针对相同需求的答复方式和/或语言组织方式等可能各不相同，因此需要根据针对服务问题以及答复识别出识别结果，例如该识别结果可以包括针对服务问题的标准答复。通过该识别结果能够从服务配置数据中确定出下一步的服务操作环节。因此，根据该识别结果可以确定是否需要与用户进行下一轮问答交互。如果下一步的服务操作环节为已经识别出了用户的真实意图，而可以直接调用相应的服务接口为用户提供服务，则可以停止问答交互环节，否则继续进行下一轮的问答交互。
124.在本实施例的一个可选实现方式中，该数据处理方法进一步还包括以下步骤：
125.获取针对目标对象预先配置的服务配置数据。
126.根据服务配置数据训练得到服务模型。
127.基于服务配置数据对服务问题以及答复进行识别的步骤，进一步包括：
128.利用服务模型对服务问题以及答复进行识别。
129.该可选的实现方式中，可以获取服务方预先为目标对象配置的服务配置数据，并且基于该服务配置数据训练得到服务模型，由该服务模型根据服务问题以及答复识别得到上述识别结果，该服务模型还可以根据之前的问答数据确定下一轮问答交互的服务问题等。服务模型可以采用已有的人工智能模型，例如神经网络、卷积神经网络、深度神经网络、反馈神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络中的一种或多种组合。
130.服务模型可以是利用基于服务配置数据获得的训练数据训练得到的。训练数据可以是文字、语音、图像、视频等样本以及样本的标注，该样本可以是与目标对象的服务配置数据相关的样本，而样本的标注可以是对应于文字、语音、图像、视频等的真实识别结果，根据该真实识别结果以及服务配置数据能够确定服务流程的下一操作环节。例如，用户的答复为“我收到的xx产品破了一块”，服务模型可以针对该答复得出的真实识别结果为“换货或退货”，进而确定的下一服务问题是“请问您想换货还是退货呢？”。通过这种方式，可以利用人工智能方式快速而准确的识别出用户的真实意图。
131.在本实施例的一个可选实现方式中，该数据处理方法进一步还包括以下步骤：
132.生成目标对象的服务二维码，以便用户通过请求设备扫描服务二维码而触发服务请求。
133.该可选的实现方式中，智能服务系统在针对目标对象的服务配置数据形成为用户提供服务的智能化服务流程之后，还可以生成该目标对象的服务二维码。该服务二维码可以指向该智能服务系统中的针对该目标对象的智能化服务流程，并且用户通过请求设备扫描而服务二维码之后，可以通过请求设备向该智能服务系统发送针对该目标对象的服务请求。该服务二维码可以通过网络进行发布，还可以将其打印在实体媒介(例如产品宣传册、产品包装或者实体产品)上的方式发布。在一些实施例中，该服务二维码为小程序二维码。目前小程序的覆盖面比较广，因此用户使用起来更加方便。可以理解的是，智能服务系统中针对目标对象的智能服务流程的接入方式不限于上述服务二维码地址，还可以是通过电话接入，并且全程可以使用语音对话的方式提供智能化服务。
134.在本实施例的一个可选实现方式中，步骤s203，即根据服务意图为用户提供对应的服务的步骤，进一步包括以下步骤：
135.根据服务意图调用服务配置数据中预先配置的服务接口，以便通过服务接口为用户提供服务。
136.该可选的实现方式中，在确定了用户的服务意图之后，可以通过调用服务配置数据中针对该服务意图而配置的服务接口来完成对用户的服务。该服务接口可以是服务方提供的自动化服务流程接口，例如该服务接口可以为产品的自动退货接口、服务方提供的人工服务接口等。在一些实施例中，一些服务接口可以分为不同的级别，根据用户的服务意图的不同可以调用不同级别的服务接口。例如，人工服务接口可以分为普通人工服务接口、专业级别的人工服务结构、高级别的人工服务接口等，在用户的服务意图可以由普通人工服务接口提供服务时，可以调用普通人工服务接口，为用户分配普通人工服务，而在用户的服务意图需要由高级别的人工服务接口提供服务时，可以调用高级别人工服务接口为用户分配高级别的人工服务。智能服务系统在识别出来服务意图之后，根据服务配置数据调用对应的服务接口，例如将服务接口的地址推送至请求设备，以便用户通过该地址进入服务接口进行后续的服务。再例如，智能服务系统还可以通过调用服务接口执行用户所需要的服务，并在完成用户需要的服务之后，将结果推送至请求设备。
137.在本实施例的一个可选实现方式中，步骤s203，即根据服务意图为用户提供对应的服务的步骤，进一步包括以下步骤：
138.将服务意图推送给服务方，以便服务方根据服务意图数据为提供服务。
139.该可选的实现方式中，智能服务系统还可以将服务意图推送至服务方，以便由该服务方根据用户的服务意图为用户提供服务。在一些情况下，如果服务配置数据中配置的服务流程和服务接口等不能够满足用户的服务需求时，则可以将识别出来的服务意图直接提供给服务方。此处的服务方可以是服务方的服务地址、服务方提供的专门的接口比如服务方的人工服务接口、电话接口等。服务配置数据中可以预先设置服务方的上述服务地址、接口等。
140.下面通过本公开实施例的具体应用场景详细说明上述数据处理方法。
141.图3示出根据本公开一实施方式的产品智能化售后服务流程示意图。如图3所示，服务方也即商家针对某产品a形成售后服务流程和售后服务规则，并且根据服务流程预先形成相应的售后服务接口。服务方可以通过智能服务系统提供的服务数据配置接口配置服务流程和售后服务规则，并生成服务配置数据，智能服务系统利用服务配置数据训练得到服务模型，使得该服务模型能够识别用户针对某一服务问题给出的答复中的识别结果，通过该识别结果以及服务规则可以确定下一步的服务走向，例如下一服务问题或者需要调用的服务接口等。模型训练完成之后，可以向用户发布该智能服务系统针对产品a的智能售后服务，例如可以针对产品a生成小程序二维码地址，并将该二维码地址打印在产品a的包装或者说明书等上。用户购买该产品a之后，在需要售后服务时，可以通过扫描该二维码打开小程序请求设备，进而通过小程序请求设备向智能服务系统发送针对产品a的售后服务请求。智能服务系统接收到该售后服务请求之后，利用服务模型以及服务规则与用户进行多轮问答交互，也即可以智能服务系统利用服务模型生成服务问题并推送至小程序请求设备，用户通过小程序请求设备给出答复。智能服务系统可以进一步识别该答复，以确定识别
结果，之后可以利用服务规则以及该识别结果确定下一步服务流程的走向，例如继续向小程序请求设备推送下一服务问题，或者调用服务方提供的售后服务接口为用户提供相应的售后服务。
142.下述为本公开装置实施例，可以用于执行本公开方法实施例。
143.图4示出根据本公开一实施方式的数据处理装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图4所示，该数据处理装置包括：
144.初始化模块401，被配置为基于配置表，初始化机器学习模型，其中，配置表包括服务码和与所述服务码对应的服务调用接口。
145.第一获取模块402，被配置为基于所述机器学习模型，获取客户端的访问语义。
146.第二获取模块403，被配置为获取与所述访问语义对应的目标服务码。
147.反馈模块404，被配置为反馈与所述目标服务码对应的目标服务调用接口。
148.本实施例中，该数据处理装置可以位于服务端的智能服务系统。配置表可以根据服务方利用智能服务系统提供的配置接口输入的配置数据确定。服务调用接口可以是服务方提供的用于提供相应服务的接口，例如某个产品的售后服务接口等，服务码可以是对应于服务调用接口的标识。机器学习模型可以基于客户端的访问信息识别其中的语义信息，该语义信息可以与配置表中的服务码具有对应关系，在利用机器学习模型识别出客户端的访问信息中的访问语义之后，可以基于该访问语义确定对应的目标服务码。该目标服务码为配置表中的一个或多个服务码。在一些实施例中，初始化机器学习模型可以是指对机器学习模型进行训练，使得机器学习模型能够基于客户端的访问信息识别出访问语义，并且识别出的该访问语义与配置表中的服务码具有对应关系。
149.用户可以通过客户端访问智能服务系统，智能服务系统可以将客户端的访问信息输入至机器学习模型进行识别，得到客户端的访问语义。例如，用户通过客户端访问智能服务系统，以请求针对某个产品的售后服务，并且用户可以通过客户端向智能服务系统发送语音或者文字描述的服务信息，机器学习模型基于该服务信息可以识别出其中的访问语义，该访问语义可以表明用户的服务意图，例如请求的售后类型、原因等。在识别出访问语义之后，可以基于该访问语义确定对应的目标服务码，比如该访问语义表明用户想要退货，则可以从配置表匹配得到退货对应的目标服务码，进而再根据该目标服务码匹配得到对应的目标服务调用接口，该目标服务调用接口可以是目标服务码在配置表中对应的服务码。
150.在确定了目标服务调用接口之后，可以将该目标服务调用接口反馈预设的目标方，例如客户端，以便用户能够通过该目标服务调用接口实现所需要的服务。当然，可以理解的是，在一些实施例中，目标方也可以是智能服务系统中的一预设模块，该预设模块可以调用该目标服务调用接口自动实现用户所需要的服务。具体可以根据实际需求设定，在此不做限制。
151.本公开实施例可以基于配置表初始化一机器学习模型，并利用该机器学习模型自动识别客户端的访问语义，进而根据该访问语义确定目标服务码，并将配置表中对应于目标服务码的目标服务调用接口反馈给目标方。本公开实施例可以提供智能化服务流程，服务方只需要提供包括配置表的服务配置数据，而智能服务系统可以根据服务配置数据自动识别来自客户端的访问语义，进而识别对应的目标服务接口，以便能够通过目标服务接口
为客户端提供对应的服务，可以节省服务方的服务成本，并且能够提高服务效率。
152.在本实施例的一个可选实现方式中，第一获取模块402，包括：
153.第一接收子模块，被配置为接收来自所述客户端的访问请求。
154.第一问答子模块，被配置为基于所述访问请求与所述客户端的用户进行至少一轮问答交互。
155.第一获取子模块，被配置为利用所述机器学习模型获取所述至少一轮问答交互对应的问答数据对应的访问语义。
156.该可选的实现方式中，基于配置表初始化得到机器学习模型之后，可以利用机器学习模型识别客户端的访问语义。客户端可以基于用户的需求访问智能化服务系统，以便向智能化服务系统请求相应的服务，例如产品的售后服务等。智能化服务系统可以基于来自客户端的访问请求与客户端的用户进行至少一轮问答交互，在一轮问答交互中，智能服务系统可以向客户端推送适当的服务问题，并从客户端接收用户针对该服务问题的答复。
157.服务方还可以利用智能化服务系统提供的配置接口预先提供配置表之外的其他配置数据。在一些实施例中，配置数据可以包括但不限于服务方针对目标对象的服务流程以及控制服务流程走向等的服务规则。服务流程可以包括但不限于服务方针对目标对象所提供的各种类型服务的操作流程，服务流程还可以包括操作流程中涉及的问答语料、问答题型、服务方提供的服务接口等信息。而服务规则可以包括但不限于针对服务流程的走向、上下文依赖关系(例如当前服务问题依赖于上一轮问答交互中的哪种问答数据)、根据用户的需求输出服务方案等的规则配置。
158.智能化服务系统在至少一轮问答交互中推送至客户端的服务问题可以是智能服务系统根据服务方提供的配置数据自动确定的，或者是配置数据中预先设置的问题，例如问答交互的开头问题(“请问您需要什么帮助？”)等。机器学习模型可以基于至少一轮问答交互中的问答数据识别出客户端的访问语义，例如用户的真实意图。在一些实施例中，用户的真实意图可以理解为用户通过客户端发起本次访问请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。通过这种方式，机器学习模型可以基于客户端的访问请求以及与客户端的用户的至少一轮问答交互自动识别出客户端的访问语义，能够为客户端实现自动化服务，提高了服务效率，节省了服务成本。
159.在本实施例的一个可选实现方式中，初始化模块401，包括：
160.第一确定子模块，被配置为基于所述配置表确定所述机器学习模型的训练数据。
161.训练子模块，被配置为利用所述训练数据训练所述机器学习模型。
162.该可选的实现方式中，可以根据服务方预先配置的配置表确定机器学习模型的训练数据。该机器学习模型例如可以是神经网络、卷积神经网络、深度神经网络、反馈神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络中的一种或多种组合。
163.训练数据可以是文字、语音、图像、视频等样本以及样本的标注，该样本可以是与配置表相关的样本，而样本的标注可以是对应于文字、语音、图像、视频等的真实识别结果，根据该真实识别结果可以确定输入数据对应于配置表中的目标服务码。例如，针对售后服务对应的服务码，可以确定一个训练样本“我收到的xx产品破了一块，我要退货”，该训练样本对应的标注可以为“退货”；也即机器学习模型针对“我收到的xx产品破了一块，我要退
货”这一输入数据，可以得出“退货”相关的语义信息，根据该语义信息可以从配置表中得到退货服务码，进而再根据退货服务码确定退货服务接口。
164.图5示出根据本公开另一实施方式的数据处理装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图5所示，该数据处理装置包括：
165.第三获取模块501，被配置为获取针对目标对象的服务请求，其中，所述服务请求来自请求设备。
166.第四获取模块502，被配置为获取与所述目标对象对应的服务配置数据。
167.第五获取模块503，被配置为基于所述服务配置数据，获取来自请求设备的服务意图数据。
168.服务提供模块504，被配置为基于所述服务意图数据提供所述服务请求对应的服务。
169.本实施例中，该数据处理装置可以位于服务端的智能服务系统。目标对象可以是用户从服务方获得的产品等，该产品可以是实体产品，也可以是虚拟产品(例如家装设计服务)等。服务请求可以是针对一种或者一类目标对象的任何类型的服务请求，例如售前服务请求、售后服务请求等。服务方可以针对目标对象的特点预先配置个性化的服务配置数据，并将服务配置数据提供给智能服务系统。在一些实施例中，服务配置数据可以包括但不限于服务方针对目标对象的服务流程以及控制服务流程走向等的服务规则。服务流程可以包括但不限于服务方针对目标对象所提供的各种类型服务的操作流程，服务流程还可以包括操作流程中涉及的问答语料、问答题型、服务方提供的服务接口等信息。而服务规则可以包括但不限于针对服务流程的走向、上下文依赖关系(例如当前服务问题依赖于上一轮问答交互中的哪种问答数据)、根据用户的需求输出服务方案等的规则配置。
170.智能服务系统可以根据服务方提供的服务配置数据为目标对象定制个性化的智能服务流程，该智能服务系统可以在接收到用户通过请求设备发送的针对目标对象的服务请求之后，获取与该目标对象对应的服务配置数据，并基于该服务配置数据获取来自请求设备的服务意图数据，进而再基于该服务意图数据提供服务请求对应的服务，例如用户需要的是服务配置数据中所配置的服务流程的哪个环节的服务。而服务配置数据中可以针对不同的服务环节设置具体的服务策略，例如可以设置服务接口，以便智能服务系统可以调用该服务接口实现该环节的服务策略。服务意图可以理解为用户通过请求设备发起本次服务请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。服务意图可以理解为用户发起服务请求的真实意图，也即用户本次服务请求的服务需求。
171.本公开实施例可以根据服务方针对目标对象的服务配置数据为用户提供针对目标对象的智能化服务流；在用户针对目标对象提出服务请求后，获取该目标对象的服务配置数据，进而基于服务配置数据获取来自请求设备的服务意图数据，并基于该服务意图数据为提供与服务请求对应的服务。本公开实施例的上述方案中，服务方只需要提供服务配置数据，而系统可以根据服务配置数据自动为用户提供智能化的服务，可以节省服务方的服务成本，并且能够提高服务效率，改善用户的服务使用体验。
172.在本实施例的一个可选实现方式中，第五获取模块503，包括：
173.第二问答子模块，被配置为基于所述服务配置数据，与所述请求设备的用户进行
至少一轮问答交互。
174.第二确定子模块，被配置为根据至少一轮所述问答交互对应的问答数据确定来自请求设备的服务意图数据。
175.该可选的实现方式中，可以根据上述服务配置数据与请求设备的用户进行至少一轮的问答交互，在一轮问答交互中，智能服务系统可以向请求设备推送适当的服务问题，并从请求设备接收用户针对该服务问题的答复。推送至请求设备的服务问题可以是智能服务系统根据服务配置数据中的配置信息以及已经与用户进行交互而产生的数据等自动确定的，服务问题也可以是服务配置数据中预先设置的问题，例如问答交互的开头问题(“请问您需要什么帮助？”)等。智能服务系统还可以根据服务配置数据，针对问答交互中的问答数据识别出用户的服务意图，并根据用户的服务意图为用户提供对应的服务。用户的服务意图可以理解为用户发起本次服务请求的实际需求，例如订单的退换货服务请求、产品的安装、维修等服务请求。服务意图可以理解为用户发起服务请求的真实意图，也即用户本次服务请求的服务需求。
176.在一些实施例中，一轮问答交互可以理解为推送一个服务问题并得到基于该服务问题的答复；在另一些实施例中，一轮问答交互也可以理解为推送一系列相关的服务问题并得到该一系列服务问题的答复，具体可以根据实际情况而定，在此不做限制。针对用户的服务请求，智能服务系统可以与用户进行多轮问答交互，以便能够深入挖掘出用户的服务意图。在多轮问答交互中，本轮问答交互中的服务问题还可以依赖于上轮问答交互中的服务问题以及答复，所依赖的上下文关系可以基于服务配置数据中的服务规则来确定。
177.在一些实施例中，问答交互中的问答数据可以通过智能服务系统推送至请求设备的服务问题以及用户针对服务问题而给出的答复确定。其中服务问题可以以文字、多媒体(如小视频、语音、图像)的形式推送至请求设备，并且用户通过请求设备给出的答复也可以是文字、多媒体(如小视频、语音、图像)等形式。
178.在一些实施例中，问答数据可以是问答交互中的所有服务问题以及答复。在另一些实施例中，问答数据还可以是基于服务配置数据从问答交互中根据服务问题以及答复中识别出来的识别结果，例如可以映射至服务配置数据中设置的服务接口的关键词和/或关键语句等。
179.在一些实施例中，可以基于服务配置数据从问答数据中识别出来用户的服务意图，例如用户需要的是服务配置数据中所配置的服务流程的哪个环节的服务。而服务配置数据中可以针对不同的服务环节设置具体的服务策略，例如可以设置服务接口，以便智能服务系统可以调用该服务接口实现该环节的服务策略。
180.本公开实施例可以根据服务方针对目标对象的服务配置数据为用户提供针对目标对象的智能化服务流；在用户针对目标对象提出服务请求后，可以根据服务配置数据与用户进行至少一轮的问答交互，以及根据问答交互过程中得到的问答数据识别用户的服务意图，并基于该服务意图为用户提供相应的服务。本公开实施例的上述方案中，服务方只需要提供服务配置数据，而系统可以根据服务配置数据自动为用户提供智能化的服务，可以节省服务方的服务成本，并且能够提高服务效率，改善用户的服务使用体验。
181.在本实施例的一个可选实现方式中，所述第二问答子模块，包括：
182.推送子模块，被配置为根据所述服务配置数据向所述请求设备推送服务问题。
183.第二接收子模块，被配置为从所述请求设备接收用户针对所述服务问题给出的答复。
184.该可选的实现方式中，智能服务系统在接收到用户针对目标对象的服务请求之后，可以根据服务配置数据向请求设备推送服务问题，并且从请求设备接收用户针对服务问题给出的答复。服务配置数据中可以预先针对不同情形设置不同的服务问题，不同情形例如可以是开场白(“请问您需要什么帮助？”)、中间问答环节的服务问题(例如用户在提出产品退换货的情形下，可以推送“请提供需要退换货的产品订单”的服务问题)等。服务问题可以基于服务配置数据中的设置以及前面问答交互环节中从用户得到的答复而确定。经过多轮问答交互，可以深入挖掘出用户发起本次服务请求的真实意图，进而能够更好地为用户提供用户所需要的服务。
185.在本实施例的一个可选实现方式中，所述第二问答子模块，还包括：
186.第三确定子模块，被配置为根据所述服务配置数据、所述服务问题以及所述答复确定是否需要与所述用户进行下一轮问答交互。
187.第四确定子模块，被配置为在需要与所述用户进行下一轮问答交互时，确定下一服务问题，并将下一服务问题推送至所述请求设备。
188.该可选的实现方式中，服务配置数据可以包括服务流程和服务规则，服务流程中可以设置各种不同类型的服务对应的操作流程，比如产品的售后服务对应的服务流程中，可以设置退货服务对应的操作流程、换货服务对应的操作流程等；而退货服务对应的操作流程和换货对应的操作流程对应的服务问题不同，因此服务流程还可以针对不同服务类型设置在不同的环节中需要向用户询问的服务问题、在不同环节下需要调用的服务接口等。服务规则可以包括针对服务流程走向的控制规则等。例如，在服务流程的当前环节，从用户接收到的答复不同，下一步的走向也不同，比如进入服务流程中的下一个环节继续向用户询问下一服务问题，或者已经明确了用户本次的真实意图，可以结束本次问答环节等，这些都可以在服务规则中配置。
189.智能服务系统在从用户接收到上一服务问题的答复之后，可以根据服务配置数据中的服务流程、服务规则、上一服务问题以及对应的答复等确定是否继续向用户询问下一服务问题，如果需要则进行下一轮问答交互，并在下一轮问答交互中将下一服务问题推送至请求设备，以便能够从用户获得针对该下一服务问题的答复。重复上述问答交互，直到不需要继续向用户询问下一服务问题为止。是否需要向用户询问下一服务问题，实质上取决于当前已经进行的问答交互中是否已经得到了能够识别用户真实意图的足够信息，如果根据当前已经获得的问答数据和服务配置数据能够识别出用户的真实意图则可以结束问答环节，而执行下一步骤，也即根据用户的服务意图为用户提供相应的服务。
190.在本实施例的一个可选实现方式中，所述第三确定子模块，包括：
191.第一识别子模块，被配置为基于所述服务配置数据对所述服务问题以及所述答复进行识别，以获得对应于所述服务问题以及所述答复的识别结果。
192.第五确定子模块，被配置为根据所述识别结果确定是否需要与所述用户进行下一轮问答交互。
193.该可选的实现方式中，在一轮问答交互中，获得用户的答复之后，还可以针对用户的答复进行识别。由于不同用户针对相同需求的答复方式和/或语言组织方式等可能各不
相同，因此需要根据针对服务问题以及答复识别出识别结果，例如该识别结果可以包括针对服务问题的标准答复。通过该识别结果能够从服务配置数据中确定出下一步的服务操作环节。因此，根据该识别结果可以确定是否需要与用户进行下一轮问答交互。如果下一步的服务操作环节为已经识别出了用户的真实意图，而可以直接调用相应的服务接口为用户提供服务，则可以停止问答交互环节，否则继续进行下一轮的问答交互。
194.在本实施例的一个可选实现方式中，该数据处理装置进一步还包括：
195.第六获取模块，被配置为获取针对所述目标对象预先配置的所述服务配置数据。
196.训练模块，被配置为根据所述服务配置数据训练得到服务模型。
197.所述第一识别子模块，包括：
198.第二识别子模块，被配置为利用所述服务模型对所述服务问题以及所述答复进行识别。
199.该可选的实现方式中，可以获取服务方预先为目标对象配置的服务配置数据，并且基于该服务配置数据训练得到服务模型，由该服务模型根据服务问题以及答复识别得到上述识别结果，该服务模型还可以根据之前的问答数据确定下一轮问答交互的服务问题等。服务模型可以采用已有的人工智能模型，例如神经网络、卷积神经网络、深度神经网络、反馈神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络中的一种或多种组合。
200.服务模型可以是利用基于服务配置数据获得的训练数据训练得到的。训练数据可以是文字、语音、图像、视频等样本以及样本的标注，该样本可以是与目标对象的服务配置数据相关的样本，而样本的标注可以是对应于文字、语音、图像、视频等的真实识别结果，根据该真实识别结果以及服务配置数据能够确定服务流程的下一操作环节。例如，用户的答复为“我收到的xx产品破了一块”，服务模型可以针对该答复得出的真实识别结果为“换货或退货”，进而确定的下一服务问题是“请问您想换货还是退货呢？”。通过这种方式，可以利用人工智能方式快速而准确的识别出用户的真实意图。
201.在本实施例的一个可选实现方式中，该数据处理装置进一步还包括：
202.生成模块，被配置为生成所述目标对象的服务二维码，以便用户通过所述请求设备扫描所述服务二维码而触发所述服务请求。
203.该可选的实现方式中，智能服务系统在针对目标对象的服务配置数据形成为用户提供服务的智能化服务流程之后，还可以生成该目标对象的服务二维码。该服务二维码可以指向该智能服务系统中的针对该目标对象的智能化服务流程，并且用户通过请求设备扫描而服务二维码之后，可以通过请求设备向该智能服务系统发送针对该目标对象的服务请求。该服务二维码可以通过网络进行发布，还可以将其打印在实体媒介(例如产品宣传册、产品包装或者实体产品)上的方式发布。在一些实施例中，该服务二维码为小程序二维码。目前小程序的覆盖面比较广，因此用户使用起来更加方便。可以理解的是，智能服务系统中针对目标对象的智能服务流程的接入方式不限于上述服务二维码地址，还可以是通过电话接入，并且全程可以使用语音对话的方式提供智能化服务。
204.在本实施例的一个可选实现方式中，所述服务提供模块504，包括：
205.调用子模块，被配置为根据所述服务意图数据调用所述服务配置数据中预先配置的服务接口，以便通过所述服务接口提供所述服务。
206.该可选的实现方式中，在确定了用户的服务意图之后，可以通过调用服务配置数据中针对该服务意图而配置的服务接口来完成对用户的服务。该服务接口可以是服务方提供的自动化服务流程接口，例如该服务接口可以为产品的退货接口、服务方提供的人工服务接口等。智能服务系统在识别出来服务意图之后，根据服务配置数据调用对应的服务接口，例如将服务接口的地址推送至请求设备，以便用户通过该地址进入服务接口进行后续的服务。再例如，智能服务系统还可以通过调用服务接口执行用户所需要的服务，并在完成用户需要的服务之后，将结果推送至请求设备。
207.在本实施例的一个可选实现方式中，所述服务提供模块504，包括：
208.推送子模块，被配置为将所述服务意图数据推送给服务方，以便所述服务方根据所述服务意图数据提供所述服务。
209.该可选的实现方式中，智能服务系统还可以将服务意图推送至服务方，以便由该服务方根据用户的服务意图为用户提供服务。在一些情况下，如果服务配置数据中配置的服务流程和服务接口等不能够满足用户的服务需求时，则可以将识别出来的服务意图直接提供给服务方。此处的服务方可以是服务方的服务地址、服务方提供的专门的接口比如服务方的人工服务接口、电话接口等。服务配置数据中可以预先设置服务方的上述服务地址、接口等。
210.图6是适于用来实现根据本公开实施方式的数据处理方法的电子设备的结构示意图。
211.如图6所示，电子设备600包括处理单元601，其可实现为cpu、gpu、fpga、npu等处理单元。处理单元601可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行本公开上述任一方法的实施方式中的各种处理。在ram603中，还存储有电子设备600操作所需的各种程序和数据。处理单元601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
212.以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
213.特别地，根据本公开的实施方式，上文参考本公开实施方式中的任一方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行本公开实施方式中任一方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
214.附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际
上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
215.描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
216.作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
217.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。