本申请涉及产品推荐，具体而言，涉及一种基于因果大模型生成产品推荐的方法、装置、存储介质及电子设备。
背景技术：
1、随着人工智能的不断发展，该项技术被广泛应用于不同的业务领域中。
2、目前，为了提升业务产品的竞争力以及便于用户了解相关的产品，当前可以通过对用户的一些基本情况进行分析，定位出用户感兴趣的产品。但是，该方法一般只告知符合用户情况或热门的产品的基本信息，其他产品相关的属性需要用户进行进一步的沟通才可以得知。显然，当前的产品推荐的方式对于用户来说不是很友好，产品推荐的精准度有待提升。
3、因此，如何提供一种精准度较高的基于因果大模型生成产品推荐的方法的技术方案成为亟需解决的技术问题。
技术实现思路
1、本申请的一些实施例的目的在于提供一种基于因果大模型生成产品推荐的方法、装置、存储介质及电子设备，通过本申请的实施例的技术方案可以精准定位用户意图，提升产品推荐的精准度，进而使得用户可以方便的了解产品信息，提升用户体验和营销准确度。
2、第一方面，本申请的一些实施例提供了一种基于因果大模型生成产品推荐的方法，包括：从预设方案文档中检索出与用户问题相匹配的多条方案因果链；通过用户信息和产品配置文档对所述多条方案因果链中包括的具体产品进行标注，获取多条标注方案因果链；根据所述多条标注方案因果链、所述用户问题和目标方案匹配模型中，获取目标解决方案因果链，其中，所述目标解决方案因果链中包括：目标推荐产品和产品条款名称。
3、本申请的一些实施例通过从预设方案文档中检索出与用户问题匹配的方案后，结合用户信息和产品配置文档进行标注，最后通过目标方案匹配模型输出目标解决方案因果链与相应产品条款名。本申请的一些实施例可以精准定位用户意图，提升产品推荐的精准度，进而使得用户可以方便的了解产品信息，提升用户体验和营销准确度。
4、在一些实施例，所述从预设方案文档中检索出与用户问题相匹配的多条方案因果链，包括：基于所述用户问题所属的用户情境分别与所述预设方案文档中的三个阶段文档中的用户需求进行匹配度计算，获取多个匹配度值；将所述多个匹配度值中位于预设位置之前的匹配度值对应的方案作为所述多条方案因果链。
5、本申请的一些实施例通过用户问题所属的用户情境和三个阶段文档进行匹配度分析，得到多条方案因果链，可以更加贴近用户需求，提升用户意图定位的精准度。
6、在一些实施例，所述预设方案文档以因果链的形式构建，所述因果链包括用户需求和解决方案；所述预设方案文档中的第一阶段文档包括：产品类型和产品规划；第二阶段文档包括：产品类型中各个产品的产品参数；第三阶段文档包括：所述各个产品的产品名称和产品应用场景以及产品核心条款。
7、本申请的一些实施例通过设置不同阶段的产品文档，有利于提升产品推荐精准度。
8、在一些实施例，所述通过用户信息和产品配置文档对所述多条方案因果链中包括的具体产品进行标注，获取多条标注方案因果链，包括：若确认所述多条方案因果链中的各产品方案的产品名称、所述用户信息与所述产品配置文档中的产品要素一致，则标注为有效方案；若确认所述多条方案因果链中的各产品方案的产品名称、所述用户信息与所述产品配置文档中的产品要素不一致，则标注为无效方案，并生成无效原因文本信息；其中，所述有效方案和所述无效方案构成所述多条标注方案因果链。
9、本申请的一些实施例通过将产品方案的产品名称、用户信息和产品配置文档进行一致性对比后，对多条方案因果链中的产品进行标注，以得到准确的产品信息，提升产品推荐精准度。
10、在一些实施例，所述根据所述多条标注方案因果链、所述用户问题和目标方案匹配模型中，获取目标解决方案因果链，包括：生成与所述多条标注方案因果链和所述用户问题对应的提示文本；将所述提示文本输入至所述目标方案匹配模型中，得到所述目标解决方案因果链，其中，所述目标方案匹配模型是通过对大语言模型进行训练得到的。
11、本申请的一些实施例通过生成符合目标方案匹配模型的提示文本后输入至模型中得到目标解决方案因果链，确保了产品推荐的精准度。
12、第二方面，本申请的一些实施例提供了一种基于因果大模型生成产品推荐的装置，包括：检索模块，用于从预设方案文档中检索出与用户问题相匹配的多条方案因果链；标注模块，用于通过用户信息和产品配置文档对所述多条方案因果链中包括的具体产品进行标注，获取多条标注方案因果链；推荐模块，用于根据所述多条标注方案因果链、所述用户问题和目标方案匹配模型中，获取目标解决方案因果链，其中，所述目标解决方案因果链中包括：目标推荐产品和产品条款名称。
13、在一些实施例，所述检索模块，用于：基于所述用户问题所属的用户情境分别与所述预设方案文档中的三个阶段文档中的用户需求进行匹配度计算，获取多个匹配度值；将所述多个匹配度值中位于预设位置之前的匹配度值对应的方案作为所述多条方案因果链。
14、在一些实施例，所述预设方案文档以因果链的形式构建，所述因果链包括用户需求和解决方案；所述预设方案文档中的第一阶段文档包括：产品类型和产品规划；第二阶段文档包括：产品类型中各个产品的产品参数；第三阶段文档包括：所述各个产品的产品名称和产品应用场景以及产品核心条款。
15、在一些实施例，所述标注模块，用于若确认所述多条方案因果链中的各产品方案的产品名称、所述用户信息与所述产品配置文档中的产品要素一致，则标注为有效方案；若确认所述多条方案因果链中的各产品方案的产品名称、所述用户信息与所述产品配置文档中的产品要素不一致，则标注为无效方案，并生成无效原因文本信息；其中，所述有效方案和所述无效方案构成所述多条标注方案因果链。
16、在一些实施例，所述推荐模块，用于生成与所述多条标注方案因果链和所述用户问题对应的提示文本；将所述提示文本输入至所述目标方案匹配模型中，得到所述目标解决方案因果链；其中，所述目标方案匹配模型是通过对大语言模型进行训练得到的。
17、第三方面，本申请的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的方法。
18、第四方面，本申请的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的方法。
19、第五方面，本申请的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的方法。
1.一种基于因果大模型生成产品推荐的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述从预设方案文档中检索出与用户问题相匹配的多条方案因果链，包括：
3.如权利要求2所述的方法，其特征在于，所述预设方案文档以因果链的形式构建，所述因果链包括用户需求和解决方案；所述预设方案文档中的第一阶段文档包括：产品类型和产品规划；第二阶段文档包括：产品类型中各个产品的产品参数；第三阶段文档包括：所述各个产品的产品名称和产品应用场景以及产品核心条款。
4.如权利要求1-3中任一项所述的方法，其特征在于，所述通过用户信息和产品配置文档对所述多条方案因果链中包括的具体产品进行标注，获取多条标注方案因果链，包括：
5.如权利要求1-3中任一项所述的方法，其特征在于，所述根据所述多条标注方案因果链、所述用户问题和目标方案匹配模型中，获取目标解决方案因果链，包括：
6.一种基于因果大模型生成产品推荐的装置，其特征在于，包括：
7.如权利要求6所述的装置，其特征在于，所述检索模块，用于：
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中，所述计算机程序被处理器运行时执行如权利要求1-5中任意一项权利要求所述的方法。
9.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，其中，所述计算机程序被所述处理器运行时执行如权利要求1-5中任意一项权利要求所述的方法。
10.一种计算机程序产品，其特征在于，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器运行时执行如权利要求1-5中任意一项权利要求所述的方法。
