CN106844686A - 基于solr的智能客服问答机器人及其实现方法 - Google Patents

基于solr的智能客服问答机器人及其实现方法 Download PDF

Info

Publication number
CN106844686A
CN106844686A CN201710057499.3A CN201710057499A CN106844686A CN 106844686 A CN106844686 A CN 106844686A CN 201710057499 A CN201710057499 A CN 201710057499A CN 106844686 A CN106844686 A CN 106844686A
Authority
CN
China
Prior art keywords
answer
user
knowledge base
intelligent
participle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710057499.3A
Other languages
English (en)
Inventor
丁桥桥
习磊
黄承松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Chimy Network Technology Co Ltd
Original Assignee
Wuhan Chimy Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Chimy Network Technology Co Ltd filed Critical Wuhan Chimy Network Technology Co Ltd
Priority to CN201710057499.3A priority Critical patent/CN106844686A/zh
Publication of CN106844686A publication Critical patent/CN106844686A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基于SOLR的智能客服问答机器人，包括：知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求。

Description

基于SOLR的智能客服问答机器人及其实现方法
技术领域
本发明涉及电子商务技术领域，特别涉及一种基于SOLR的智能客服问答机器人及其实现方法。
背景技术
电商平台即是一个为企业或个人提供网上交易洽谈的平台，是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境；是协调、整合信息流、货物流、资金流有序、关联、高效流动的重要场所。企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地、低成本地开展自己的商业活动。
电商平台中，往往会设置问答机器人，用于解决用户提出的常见问题，在现有的电商平台中，现有客服机器人基本为问答机器人，常见的实现方式如下：
1.基于关键词的精确匹配或者模糊匹配；这种方式的机器人非常简单，客户问的问题只能是单个的词汇，而不是复杂的句式，常用语微信公众号平台的一些关键词回复，且经常会出现由于匹配不到相关关键词而导致无法回答的情况。
2.对问题和知识库进行分词，对分词结果进行匹配；这种方式的机器人会增强匹配到的题库知识的概率，但是经常会出现“答非所问”的问题。
发明内容
有鉴于此，本发明提出一种能够提升匹配题库知识的概率的基于SOLR的智能客服问答机器人及其实现方法。
一种基于SOLR的智能客服问答机器人，其包括如下模块：
知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述答案匹配模块中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块之前还包括：信息推送模块，用于在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
本发明还提供一种基于SOLR的智能客服问答机器人实现方法，其包括如下步骤：
S1、构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
S2、接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
S3、记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
S4、对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S2中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1之前还包括：在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
实施本发明提供的基于SOLR的智能客服问答机器人及其实现方法与现有技术相比具有以下有益效果：能够实现改善现在市面上问答机器人消息处理速度慢，消息回复准确度低，并且无法做到，自定义词汇匹配(如：问题和答案毫无关联的匹配逻辑处理)；提升问答机器人解决客户问题的能力，并针对不同的客户提供差异化回答，提升客户在使用时的智能感受。本发明创新点在结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。并且设置多场景的模拟引导用户找到自己关心的问题区域，找到正确的答案。主要创新点如下：
定义不同的匹配优先级采用多种匹配模式；针对不同的题库进行分词结果的权重设置，在返回答案时，根据权重筛选出最优答案返回；增加部分自然语言处理技术，匹配不同的问法；结合用户状态猜测用户想要了解的问题给出答案；在分词的基础上增加人工分词和答案价值分词，增加知识库训练环节，提升知识库质量。
附图说明
图1是本发明实施例的基于SOLR的智能客服问答机器人实现方法流程图。
具体实施方式
如图1所示，本发明提供一种基于SOLR的智能客服问答机器人，其包括如下模块：
知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
可选地，可以通过结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。
知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述答案匹配模块中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人中，
所述知识库构建模块之前还包括：信息推送模块，用于在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。例如当前用户有优惠券未使用时，则推送优惠券相关的问题，如果用户有订单未签收则推送物流相关的信息，如果用户最近有买商品则推送售后相关问题。
本发明还提供一种基于SOLR的智能客服问答机器人实现方法，其包括如下步骤：
S1、构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
S2、接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
S3、记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
S4、对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S2中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
在本发明所述的基于SOLR的智能客服问答机器人实现方法中，
所述步骤S1之前还包括：在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
实施本发明提供的基于SOLR的智能客服问答机器人及其实现方法与现有技术相比具有以下有益效果：能够实现改善现在市面上问答机器人消息处理速度慢，消息回复准确度低，并且无法做到，自定义词汇匹配(如：问题和答案毫无关联的匹配逻辑处理)；提升问答机器人解决客户问题的能力，并针对不同的客户提供差异化回答，提升客户在使用时的智能感受。本发明创新点在结合了node js高并发非阻塞io的特性以及solr全文检索的千万级数据量高效查询特性，使多用户同时提问得到快速的响应和得到准确度高的答案。并且设置多场景的模拟引导用户找到自己关心的问题区域，找到正确的答案。主要创新点如下：
定义不同的匹配优先级采用多种匹配模式；针对不同的题库进行分词结果的权重设置，在返回答案时，根据权重筛选出最优答案返回；增加部分自然语言处理技术，匹配不同的问法；结合用户状态猜测用户想要了解的问题给出答案；在分词的基础上增加人工分词和答案价值分词，增加知识库训练环节，提升知识库质量。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (10)

1.一种基于SOLR的智能客服问答机器人，其特征在于，其包括如下模块：
知识库构建模块，用于构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
答案匹配模块，用于接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
知识库更新模块，用于记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
人工干预模块，用于对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
2.如权利要求1所述的基于SOLR的智能客服问答机器人，其特征在于，
所述知识库构建模块包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
3.如权利要求2所述的基于SOLR的智能客服问答机器人，其特征在于，
所述知识库构建模块中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
4.如权利要求3所述的基于SOLR的智能客服问答机器人，其特征在于，
所述答案匹配模块中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
5.如权利要求4所述的基于SOLR的智能客服问答机器人，其特征在于，
所述知识库构建模块之前还包括：信息推送模块，用于在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
6.一种基于SOLR的智能客服问答机器人实现方法，其特征在于，其包括如下步骤：
S1、构建用于智能问答的知识库，并对问题和答案进行分词，设置经过分词的问题、答案的权重值；
S2、接收用户输入的问题，并采用多级匹配模式；根据不同匹配将答案返回；
S3、记录每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息；根据每一次用户输入的问题，以及返回给用户的答案，并接收用户对于答案的反馈信息对智能问答的知识库进行更新；
S4、对用户对于答案的反馈信息进行统计分析，并根据统计分析结果判断返回的答案是否符合用户的需求；并设置返回答案的成功率，在返回的答案低于预设返回答案的成功率时，接收人工干预信息，根据人工干预信息对智能问答的知识库进行更新。
7.如权利要求6所述的基于SOLR的智能客服问答机器人实现方法，其特征在于，
所述步骤S1包括在录入智能问答的知识库信息时，通过中文分词引擎对问题和答案自动进行分词，并根据词语出现的频率自动进行权重值设置，出现的频率越高权重越高。
8.如权利要求7所述的基于SOLR的智能客服问答机器人实现方法，其特征在于，
所述步骤S1中如果问题和答案均为解决某个问题但是没有出现该问题的分词，则获取人工增加分词结果，以使该知识点能被找到，每个知识点的所有分词权重值为100。
9.如权利要求8所述的基于SOLR的智能客服问答机器人实现方法，其特征在于，
所述步骤S2中多级匹配模式包括：
第一匹配模式：根据用户输入的问题，在智能问答的知识库中进行全匹配，并在匹配到答案时将答案返回；
第二匹配模式：将用户输入进行分词，并和词库中的分词进行匹配，匹配到的答案大于或等于2，根据匹配到分词权重筛选出权重最高的答案，如果答案匹配到的权重值大于80分则直接返回答案，如果权重值大于60分单小于80分，则将改知识点标识为待完善；
第三匹配模式：如果以上情况均不满足，则将用户输入进行分词后对所有的知识库进行模糊匹配，并返回价值最高的答案，并将该答案标识为待完善，并在返回给用户的同时，给出评价按钮，接收用户选择的有用和无用选项，并根据用户的选择对该答案进行打分。
10.如权利要求9所述的基于SOLR的智能客服问答机器人实现方法，其特征在于，
所述步骤S1之前还包括：在用户首次进行机器人界面时，根据用户当前的状态，给用户推送差异化的知识库信息。
CN201710057499.3A 2017-01-26 2017-01-26 基于solr的智能客服问答机器人及其实现方法 Pending CN106844686A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710057499.3A CN106844686A (zh) 2017-01-26 2017-01-26 基于solr的智能客服问答机器人及其实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710057499.3A CN106844686A (zh) 2017-01-26 2017-01-26 基于solr的智能客服问答机器人及其实现方法

Publications (1)

Publication Number Publication Date
CN106844686A true CN106844686A (zh) 2017-06-13

Family

ID=59122511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710057499.3A Pending CN106844686A (zh) 2017-01-26 2017-01-26 基于solr的智能客服问答机器人及其实现方法

Country Status (1)

Country Link
CN (1) CN106844686A (zh)

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609058A (zh) * 2017-08-25 2018-01-19 维沃移动通信有限公司 一种销售方法、机器人客服端、人工客服端及用户端
CN107832291A (zh) * 2017-10-26 2018-03-23 平安科技（深圳）有限公司 人机协作的客服方法、电子装置及存储介质
CN108062391A (zh) * 2017-12-15 2018-05-22 上海速邦信息科技有限公司 一种itsm平台中知识推送管理系统
CN108121821A (zh) * 2018-01-09 2018-06-05 惠龙易通国际物流股份有限公司 一种机器客服服务方法、设备及计算机存储介质
CN108764937A (zh) * 2018-05-02 2018-11-06 开源物联网（广州）有限公司 可迭代智能客服系统
CN108984655A (zh) * 2018-06-28 2018-12-11 厦门快商通信息技术有限公司 一种客服机器人智能客服引导方法
CN109299241A (zh) * 2018-09-30 2019-02-01 北京小谛机器人科技有限公司 聊天机器人的知识库生成方法及装置
CN109325780A (zh) * 2018-08-24 2019-02-12 安徽讯飞智能科技有限公司 一种面向电子政务领域的智能客服系统的交互方法
CN109544183A (zh) * 2018-11-27 2019-03-29 网宿科技股份有限公司 一种业务咨询方法及装置
CN109710818A (zh) * 2018-12-28 2019-05-03 咪咕文化科技有限公司 答案权重的确定方法、答案确定方法、装置和存储介质
CN110019838A (zh) * 2017-12-25 2019-07-16 上海智臻智能网络科技股份有限公司 智能问答系统及智能终端
CN110046235A (zh) * 2019-03-18 2019-07-23 阿里巴巴集团控股有限公司 一种知识库评估方法、装置及设备
CN110188183A (zh) * 2019-06-04 2019-08-30 软通智慧科技有限公司 一种智能问答知识库的更新方法、装置、设备和存储介质
CN110362667A (zh) * 2019-07-12 2019-10-22 深圳前海微众银行股份有限公司 智能客服方法、装置、设备及可读存储介质
CN110413748A (zh) * 2019-07-03 2019-11-05 北京智齿博创科技有限公司 基于大数据机器人客服知识库词条推荐系统
CN110516027A (zh) * 2019-07-22 2019-11-29 北京达佳互联信息技术有限公司 信息集合的更新方法、装置、电子设备及存储介质
CN110705957A (zh) * 2019-08-31 2020-01-17 曲阜师范大学 人机协同式弱人工智能云系统的建议结果反馈方法
CN111147676A (zh) * 2019-12-23 2020-05-12 广州供电局有限公司 基于电力it服务呼叫中心智能辅助坐席应答服务实现方法
WO2020119030A1 (zh) * 2018-12-11 2020-06-18 平安科技（深圳）有限公司 用于答复问题的模型训练方法、装置、设备及存储介质
CN111984759A (zh) * 2020-06-29 2020-11-24 百度在线网络技术（北京）有限公司 问答处理方法、装置、电子设备和存储介质
CN112148743A (zh) * 2020-09-18 2020-12-29 北京达佳互联信息技术有限公司 智能客服知识库的更新方法、装置、设备及存储介质
CN112527965A (zh) * 2020-12-18 2021-03-19 国家电网有限公司客户服务中心 基于专业库和闲聊库相结合的自动问答实现方法和装置
CN113076400A (zh) * 2021-04-02 2021-07-06 上海中通吉网络技术有限公司 客服机器人维护方法
CN114491136A (zh) * 2022-01-14 2022-05-13 杭州盈兴科技有限公司 一种酒店咨询内容的处理方法、装置和电子设备
CN117408708A (zh) * 2023-11-09 2024-01-16 南方电网储能股份有限公司信息通信分公司 一种基于大数据的客服中心调度系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377777A (zh) * 2007-09-03 2009-03-04 北京百问百答网络技术有限公司 一种自动问答方法和系统
CN102663129A (zh) * 2012-04-25 2012-09-12 中国科学院计算技术研究所 医疗领域深度问答方法及医学检索系统
CN102789496A (zh) * 2012-07-13 2012-11-21 携程计算机技术（上海）有限公司 智能应答的实现方法及系统
CN103136286A (zh) * 2011-12-05 2013-06-05 上海特易信息科技有限公司 一种分布式搜索的架构
CN103425635A (zh) * 2012-05-15 2013-12-04 北京百度网讯科技有限公司 一种答案推荐方法和装置
CN105912645A (zh) * 2016-04-08 2016-08-31 上海智臻智能网络科技股份有限公司 一种智能问答方法及装置
CN106294616A (zh) * 2016-08-02 2017-01-04 长江大学 一种基于移动互联网的智能问答机器人系统
CN106844558A (zh) * 2016-12-31 2017-06-13 深圳市优必选科技有限公司 智能问答方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377777A (zh) * 2007-09-03 2009-03-04 北京百问百答网络技术有限公司 一种自动问答方法和系统
CN103136286A (zh) * 2011-12-05 2013-06-05 上海特易信息科技有限公司 一种分布式搜索的架构
CN102663129A (zh) * 2012-04-25 2012-09-12 中国科学院计算技术研究所 医疗领域深度问答方法及医学检索系统
CN103425635A (zh) * 2012-05-15 2013-12-04 北京百度网讯科技有限公司 一种答案推荐方法和装置
CN102789496A (zh) * 2012-07-13 2012-11-21 携程计算机技术（上海）有限公司 智能应答的实现方法及系统
CN105912645A (zh) * 2016-04-08 2016-08-31 上海智臻智能网络科技股份有限公司 一种智能问答方法及装置
CN106294616A (zh) * 2016-08-02 2017-01-04 长江大学 一种基于移动互联网的智能问答机器人系统
CN106844558A (zh) * 2016-12-31 2017-06-13 深圳市优必选科技有限公司 智能问答方法及系统

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609058A (zh) * 2017-08-25 2018-01-19 维沃移动通信有限公司 一种销售方法、机器人客服端、人工客服端及用户端
CN107832291A (zh) * 2017-10-26 2018-03-23 平安科技（深圳）有限公司 人机协作的客服方法、电子装置及存储介质
CN107832291B (zh) * 2017-10-26 2020-03-31 平安科技（深圳）有限公司 人机协作的客服方法、电子装置及存储介质
WO2019080420A1 (zh) * 2017-10-26 2019-05-02 平安科技（深圳）有限公司 人机协作的客服方法、电子装置及存储介质
CN108062391A (zh) * 2017-12-15 2018-05-22 上海速邦信息科技有限公司 一种itsm平台中知识推送管理系统
CN110019838A (zh) * 2017-12-25 2019-07-16 上海智臻智能网络科技股份有限公司 智能问答系统及智能终端
CN108121821A (zh) * 2018-01-09 2018-06-05 惠龙易通国际物流股份有限公司 一种机器客服服务方法、设备及计算机存储介质
CN108764937A (zh) * 2018-05-02 2018-11-06 开源物联网（广州）有限公司 可迭代智能客服系统
CN108984655A (zh) * 2018-06-28 2018-12-11 厦门快商通信息技术有限公司 一种客服机器人智能客服引导方法
CN108984655B (zh) * 2018-06-28 2021-01-01 厦门快商通信息技术有限公司 一种客服机器人智能客服引导方法
CN109325780A (zh) * 2018-08-24 2019-02-12 安徽讯飞智能科技有限公司 一种面向电子政务领域的智能客服系统的交互方法
CN109299241A (zh) * 2018-09-30 2019-02-01 北京小谛机器人科技有限公司 聊天机器人的知识库生成方法及装置
CN109544183A (zh) * 2018-11-27 2019-03-29 网宿科技股份有限公司 一种业务咨询方法及装置
WO2020119030A1 (zh) * 2018-12-11 2020-06-18 平安科技（深圳）有限公司 用于答复问题的模型训练方法、装置、设备及存储介质
CN109710818A (zh) * 2018-12-28 2019-05-03 咪咕文化科技有限公司 答案权重的确定方法、答案确定方法、装置和存储介质
CN110046235A (zh) * 2019-03-18 2019-07-23 阿里巴巴集团控股有限公司 一种知识库评估方法、装置及设备
CN110188183A (zh) * 2019-06-04 2019-08-30 软通智慧科技有限公司 一种智能问答知识库的更新方法、装置、设备和存储介质
CN110413748A (zh) * 2019-07-03 2019-11-05 北京智齿博创科技有限公司 基于大数据机器人客服知识库词条推荐系统
CN110362667A (zh) * 2019-07-12 2019-10-22 深圳前海微众银行股份有限公司 智能客服方法、装置、设备及可读存储介质
CN110516027A (zh) * 2019-07-22 2019-11-29 北京达佳互联信息技术有限公司 信息集合的更新方法、装置、电子设备及存储介质
CN110516027B (zh) * 2019-07-22 2022-04-22 北京达佳互联信息技术有限公司 信息集合的更新方法、装置、电子设备及存储介质
CN110705957A (zh) * 2019-08-31 2020-01-17 曲阜师范大学 人机协同式弱人工智能云系统的建议结果反馈方法
CN111147676A (zh) * 2019-12-23 2020-05-12 广州供电局有限公司 基于电力it服务呼叫中心智能辅助坐席应答服务实现方法
CN111984759A (zh) * 2020-06-29 2020-11-24 百度在线网络技术（北京）有限公司 问答处理方法、装置、电子设备和存储介质
CN111984759B (zh) * 2020-06-29 2023-12-12 百度在线网络技术（北京）有限公司 问答处理方法、装置、电子设备和存储介质
CN112148743A (zh) * 2020-09-18 2020-12-29 北京达佳互联信息技术有限公司 智能客服知识库的更新方法、装置、设备及存储介质
CN112527965A (zh) * 2020-12-18 2021-03-19 国家电网有限公司客户服务中心 基于专业库和闲聊库相结合的自动问答实现方法和装置
CN113076400A (zh) * 2021-04-02 2021-07-06 上海中通吉网络技术有限公司 客服机器人维护方法
CN114491136A (zh) * 2022-01-14 2022-05-13 杭州盈兴科技有限公司 一种酒店咨询内容的处理方法、装置和电子设备
CN117408708A (zh) * 2023-11-09 2024-01-16 南方电网储能股份有限公司信息通信分公司 一种基于大数据的客服中心调度系统

Similar Documents

Publication Publication Date Title
CN106844686A (zh) 基于solr的智能客服问答机器人及其实现方法
US11501763B2 (en) Machine learning tool for navigating a dialogue flow
CN107506372A (zh) 一种机器人客服在混合类型会话下的自动会话切换方法
US11373231B2 (en) System and method for determining substitutes for a requested product and the order to provide the substitutes
CN107220353A (zh) 一种智能客服机器人满意度自动评价方法及系统
CN107123057A (zh) 用户推荐方法及装置
CN111144933B (zh) 商品推荐方法、装置、电子设备及存储介质
CN113689253A (zh) 直播场景订单生成方法及其相应的装置、设备、介质
EP3783522A1 (en) Semantic model instantiation method, system and device
CN110046648A (zh) 基于至少一个业务分类模型进行业务分类的方法及装置
CN107506426A (zh) 一种智能电视自动智能应答机器人的实现方法
Lewrick et al. Radical and incremental innovation effectiveness in relation to market orientation in the retail industry: triggers, drivers, and supporters
US11170032B2 (en) Method and apparatus for determining responses to digital inquiry related questions
CN113821827A (zh) 保护多方数据隐私的联合建模方法及装置
Aprilianti et al. Implementation of weighted parallel hybrid recommender systems for e-commerce in indonesia
CN118245589A (zh) 任务型对话方法、存储介质及计算机设备
CN110096578A (zh) 一种智能客服的刷量用户识别方法、装置及服务器
CN109615458A (zh) 客户管理方法、装置、终端设备及计算机可读存储介质
Lu Application of Artificial Intelligence Algorithms in Precision Marketing with Flow Data Analysis Models
JP7438808B2 (ja) ニーズマッチング装置およびプログラム
Jain et al. Identification of opinion leader in online social network using fuzzy trust system
KR100538743B1 (ko) 상대적 학습 평가 시스템 및 그 방법
CN116757715A (zh) 排行榜生成方法及装置、存储介质、计算机设备
KR100892927B1 (ko) 만남주선을 위한 회원간의 일대일 일괄 매칭 시스템 및방법
CN109741084A (zh) 客户智能推送方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170613

RJ01 Rejection of invention patent application after publication