CN107301229B - 基于语义分析的反馈指派方法及系统 - Google Patents
基于语义分析的反馈指派方法及系统 Download PDFInfo
- Publication number
- CN107301229B CN107301229B CN201710481212.XA CN201710481212A CN107301229B CN 107301229 B CN107301229 B CN 107301229B CN 201710481212 A CN201710481212 A CN 201710481212A CN 107301229 B CN107301229 B CN 107301229B
- Authority
- CN
- China
- Prior art keywords
- module
- feedback
- label
- text
- tag
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims description 75
- 238000000605 extraction Methods 0.000 claims description 27
- 239000013598 vector Substances 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 description 9
- 238000012216 screening Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000010223 real-time analysis Methods 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Abstract
本申请公开了一种基于语义分析的反馈指派方法及系统,通过实时分析反馈者输入的信息,能够以动态标签的方式实时定义反馈者本次反馈的内容含义,然后通过标签相似度计算的方式确定反馈者反馈的问题在系统中是否已有相似问题,如果有相似问题则反馈相似问题的处理结果,如果没有相似问题则计算与处理者的标签的相似度,最终指派相似度最高的标签对应的处理者解决反馈者的问题,或者指派人工客服处理。该方法,与现有技术中的反馈工具相比具有更强的交互性,找到能够解决问题的处理者并及时反馈指派,并且指派的处理者可靠性高、专业性强,采用本方法能够提供更加快速高效的反馈体验。
Description
技术领域
本发明涉及通讯技术领域,更具体地,涉及一种基于语义分析的反馈指派方法及系统。
背景技术
所谓反馈是几乎所有应用的标配功能,意见反馈在产品开发中的作用是不容忽视的,这几乎是所有应用最好的用户意见收集入口,可以通过反馈功能解决用户使用中遇到的问题,增加用户体验。这些反馈问题包括故障、疑问以及规则制度性的问题。
传统的反馈办法是提供客服电话,让反馈者去联系客服,这种方式效率低成本高,因此,随着互联网和电子商务的普及应用,及人工智能技术的发展,一些专用的智能客服出现了。智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的,包括:大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等,具有行业通用性,不仅为企业提供了细粒度的知识管理技术,还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段;同时还能够为企业提供精细化管理所需的统计分析信息,可以大大降低企业在客服方面的人工成本。
智能客服能够识别文本的含义,然后找到他所能识别的问题来给反馈者参考。但当反馈者的文本无法被识别时,问题就无法继续。这时候可以创建反馈问题的工单,先将工单转给人工客服,人工客服根据问题内容再分配给能解决问题的人。而对于一些技术性很强的问题,或者新人客服,他对于技术内容不了解就不知道怎么分配,不能为反馈者直接找到能解决问题的人或者可参考的问题,这个反馈流程需要配置大量的客服人员,增加了公司运营成本,同时反馈流程时间很长,无法给用户提供快速高效的反馈体验。
因此,提供一种基于语义分析的反馈指派方法及其系统,以提供快速高效的反馈体验,是本领域亟待解决的问题。
发明内容
有鉴于此,本发明提供了一种基于语义分析的反馈指派方法及其系统,提供快捷高效的反馈体验。
本发明提供一种基于语义分析的反馈指派方法,包括:
获取关键字,对所述关键字进行汇总,分别生成业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合,所有标签的集合组成标签数据库;
获取数据信息,其中,所述数据信息为文本信息或语音信息,若所述数据信息为所述语音信息,则将所述语音信息转换成所述文本信息;
将所述文本信息与所述反馈者标签集合进行匹配,得到命中标签;
对所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合;
将所述文本标签集合与所述反馈问题标签集合进行相似度计算;
若所述文本标签集合与所述反馈问题标签集合相似度大于等于第一合格相似度,则以相似问题反馈解决方案;
若所述文本标签集合与所述反馈问题标签集合相似度小于第一合格相似度,将所述文本标签集合与所述标签数据库进行相似度计算;
若所述文本标签集合与所述个人标签集合相似度大于等于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息;
若所述文本标签集合与所述个人标签集合相似度小于第二合格相似度,则反馈给人工客服进行处理。
可选的,将所述文本信息与所述反馈者标签集合进行匹配,得到命中标签,进一步为:
将所述文本信息与所述反馈者标签集合采用字符串匹配的方式进行匹配,得到命中标签;
所述反馈者标签为反馈者个人标签,包括:反馈者身份、涉及的业务、所使用的产品或者所关注的产品相关标签。
可选的,对所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合,进一步为:
将所述文本信息进行过滤,对违禁词汇、语气词、标点符号过滤掉,同时进行分词后得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合。
可选的,将所述文本标签集合与所述标签数据库进行相似度计算,进一步为:
所述文本标签集合与所述标签数据库进行相似度计算,分三层计算相似度,分别为:
所述文本标签集合与所述业务标签集合进行相似度计算;
所述文本标签集合与所述岗位标签集合进行相似度计算;
所述文本标签集合与所述个人标签集合进行相似度计算。
可选的,所述文本标签集合与所述标签数据库进行相似度计算,分三层计算相似度,每层计算时均采用贪心算法,当前计算结果更大,则采用当前计算结果;计算结果比当前小,则舍弃;
一层计算完成后,相似度高于第二合格相似度,则进行下一层的计算;
在最后一层进行计算时,得到该层的相似度高于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息。
可选的,所述相似度计算采用余弦相似度的计算方式,将参与相似度计算的标签都转换成向量,通过计算向量之间夹角的余弦值来确定两个向量相似度,公式为:
其中,标签集合A和标签集合B对应的特征向量分别是x1,x2,…,x8和y1,y2,…,y8,θ为标签集合A和标签集合B对应的特征向量之间的夹角。
可选的,所述第一合格相似度为90%,所述第二合格相似度为30%。
本发明还提供一种基于语义分析的反馈指派系统,其特征在于,包括:终端模块和服务器模块,其中,
所述终端模块,与所述服务器模块相连接,用于接收数据信息,将所述数据信息转换成文本信息进行标签提取处理,得到命中标签,发送所述文本信息和所述命中标签给所述服务器模块;
所述服务器模块,与所述终端模块相连接,用于接收来自所述终端模块发送的所述文本信息和所述命中标签,将所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签组成文本标签集合,将所述文本标签集合进行相似度计算,将所述相似度计算结果,发送至所述终端模块输出,
其中,
所述终端模块,包括:数据信息获取模块、语音信息转换模块、标签提取模块和反馈输出模块;
所述数据信息获取模块,与所述语音信息转换模块、和所述标签提取模块相连接,用于获取文本信息后,将所述文本信息发送至所述标签提取模块,用于获取语音信息,将所述语音信息发送至所述语音信息转换模块;
所述语音信息转换模块分别与所述数据信息获取模块和所述标签提取模块相连接,用于接收所述数据信息获取模块发送的语音信息,将所述语音信息转换成文本信息后,发送至所述标签提取模块;
所述标签提取模块与所述数据信息获取模块、所述语音信息转换模块、所述服务器模块相连接,用于将获取的所述文本信息与从所述服务器模块调取的反馈者标签集合进行匹配,得到命中标签,将所述命中标签发送至所述服务器模块;
所述反馈输出模块与所述服务器模块相连接,用于接收所述服务器模块发送的反馈信息,并在所述终端模块中展示出来;
所述服务器模块,包括:存储模块、数据接收模块、数据处理模块、第一匹配模块、第二匹配模块、反馈接收模块;
所述数据接收模块与所述终端模块和所述数据处理模块相连接,用于接收所述终端模块发送的所述文本信息和所述命中标签,并将所述文本信息和所述命中标签发送至所述数据处理模块;
所述数据处理模块与所述数据接收模块、所述第一匹配模块、所述第二匹配模块相连接,用于将所述文本信息进行处理得到文本标签,将所述文本标签与所述命中标签共同组成文本标签集合,发送至所述第一匹配模块和所述第二匹配模块;
所述第一匹配模块与所述数据处理模块和所述反馈接收模块相连接,用于接收所述数据处理模块发送的所述文本标签集合与从所述存储模块调取的所述反馈问题标签集合进行相似度计算,将计算结果发送至所述反馈接收模块;
所述第二匹配模块与所述数据处理模块和所述反馈接收模块相连接,用于接收所述数据处理模块发送的所述文本标签集合与从所述存储模块调取的所述业务标签集合、所述岗位标签集合和所述个人标签集合分别进行相似度计算,将计算结果发送至所述反馈接收模块;
所述反馈接收模块与所述第一匹配模块、所述第二匹配模块和所述终端模块相连接,用于接收计算结果,做出反馈,并将反馈结果发送至所述反馈输出模块;
所述存储模块,用于存储标签数据库,用于在系统各模块向所述存储模块发出调用标签集合的信号后,将相应的标签集合发送至各对应模块。
可选的,所述数据信息获取模块包括:语音获取模块和文本获取模块,其中,
所述语音获取模块,与所述语音信息转换模块相连接,用于获取语音信息,将所述语音信息发送至所述语音信息转换模块;
所述文本获取模块,与所述标签提取模块相连接,用于获取文本信息,将所述文本信息发送至所述标签提取模块。
可选的,所述服务器模块还包括:标签数据库生成模块,
所述标签数据库生成模块与所述存储模块相连接,用于获取关键字,对所述关键字进行汇总,生成标签数据库,发送至存储模块。
与现有技术相比,本发明的有,实现了如下的有益效果:
(1)通过实时分析反馈者输入的信息,能够以动态标签的方式实时定义反馈者本次反馈的内容含义,与现有技术中的反馈工具相比具有更强的交互性。
(2)通过建立业务、岗位、个人三级标签,逐级过滤筛选,能够降低运算量,并且指派的处理者可靠性高、专业性强,采用本方法能够提供更加快速高效的反馈体验。
(3)本发明提供的基于语义分析的反馈指派方法及系统,不仅适用于APP软件上的智能客服,快速回答问题,帮助商家快速找到能解决问题的人,而且适用于公司内部或某体系内部找人,当所有参与的人员都具备了特定的标签后,就能根据标签的相似度计算,找到最需要的人,能够针对故障、疑问、制度性问题或其他公司运作中的问题,找到解决问题的处理者,本方法的使用能够让所有场景下的所有智能客服都具备智能的回复反馈、指派人员跟进的能力。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为本发明实施例1所述的基于语义分析的智能反馈方法的流程示意图;
图2为本发明实施例2所述的基于语义分析的智能反馈方法的流程示意图;
图3为本发明实施例3所述的基于语义分析的智能反馈系统的框图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
实施例1
图1为本发明实施例提供的一种基于语义分析的智能反馈方法的流程示意图,所述方法包括:
步骤101:获取关键字,对所述关键字进行汇总,分别生成业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合,所有标签的集合组成标签数据库(即公司语料库),其中,所述反馈问题标签集合为系统中记录的已解决或者处理中的问题的标签;
具体的,该方法中让参与者(包括反馈者、处理者或者其他的仅仅是关注的人)添加一些标签,而这些标签并不局限于职位、分级等等,而是关于岗位、业务或者个人特定信息的一些关键字,也可以包括一些行业术语,或者参与者自定义的标签。
不同的岗位有不同的标签,研发岗位就会有bug、需求、系统故障、崩溃、接口错误等标签,而人事岗位则有薪资、劳动合同、绩效等标签。
不同的业务也有不同的标签,支付业务的成员和点菜业务成员标签不一样。
业务和岗位都会有比较正式的标签,但这些标签是有限的,随着业务的熟悉,大家都会采用简称,订单,大家会称呼单子。正式的描述是“把订单的订单号发给我,我查下状态”,熟悉了后,大家会说“单子给我,查下”,这个“单子”就有特点的含义,因此本方案支持系统的参与者自定义标签,实现了更人性化的设置,提升了用户体现。
标签代表某个人的属性以及职责,当人具备了特定的标签后,就能根据标签的相似度计算,找到能够解决问题的人。
处理者添加了相对应的业务和岗位标签,定位到某个人时,首先找到业务和岗位,范围就缩小了很多,在这个小范围内再计算标签相似度会快很多。
步骤102:获取数据信息,其中,所述数据信息为文本信息或语音信息,若所述数据信息为语音信息,则将语音信息转换成文本信息;
具体的,数据信息为用户在使用某个软件中遇到的问题或者咨询类问题,我付款成功了,为什么没有交易成功的提醒?用户可以在反馈框中输入文本信息或者语音信息,当用户输入语音信息时需要将语音信息转换成文本信息后再进行下一步骤。
或者,本发明提供的基于语义分析的反馈方法也可以应用于某公司内部场景,公司某部门工作中遇到问题需要找到公司内部员工来解决问题,那么数据信息也可以为:市场部XX的电脑瘫痪了,请工程部派人来修。
步骤103:将所述文本信息与所述反馈者标签集合进行匹配,得到命中标签;
所述反馈者标签为反馈者个人标签,包括反馈者身份、涉及的业务、所使用的产品或者所关注的产品等相关标签。
会员vip01反馈的文本信息为:“把订单的订单号发给我,我查下状态”,该会员vip01的反馈者标签集合为:vip01、等位、订单、会员,那么匹配后命中标签为:vip01、会员、订单。此时会员vip01能够通过反馈界面看到自己输入的文本信息,并且某些关键词变成彩色字体,这些彩色字体的关键词即为命中的标签。
通过所述文本信息与所述反馈者标签集合进行匹配,进行初步筛选,初步筛选后命中的关于反馈者身份或所使用产品的标签是能够帮助反馈者找到合适的解决问题的人的重要信息。当公司内部处理者比如专门跟进会员vip01的销售同事,把会员vip01的名称作为自己的标签后,一旦会员vip01进行反馈,在后期指派该销售同事的可能性很高。
步骤104:对所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合;
具体的,将步骤102中获取到的文本信息进行处理得到文本标签,然后将文本标签与步骤103中得到的命中标签组成文本标签集合,
会员vip01反馈的文本信息为:“把订单的订单号发给我,我查下状态”,对上述文本信息进行处理后得到文本标签:订单、订单号、状态,将文本标签与步骤103中命中标签组成文本标签集合为:vip01、会员、订单、订单号、状态。得到反馈者的文本标签集合后在系统中查找反馈的问题是否已有解决方案,若没有解决方案,则在后序步骤中可以根据步骤104中得到的文本标签集合帮助反馈者找到能够解决问题的人。
步骤105:将所述文本标签集合与所述反馈问题标签集合进行相似度计算;
所述文本标签集合与所述反馈问题标签集合相似度计算结果分为两种情况:相似度大于等于第一合格相似度和相似度小于第一合格相似度,根据相似度计算结果决定执行下述步骤106或107,
步骤106:若所述文本标签集合与所述反馈问题标签集合相似度大于等于第一合格相似度,则当成相似问题反馈解决方案;
具体的,由于采用计算相似度结果判定,有可能有多个反馈问题标签集合相似度超过第一合格相似度,则优选采用相似度最高的作为相似问题。
会员vip01反馈的文本信息为:“把订单的订单号发给我,我查下状态”,会员vip01反馈的问题的文本标签集合为:vip01、会员、订单、订单号、状态,在会员vip01反馈的当时,系统后台有标签为“vip01、会员、订单、订单号、状态、派送”的解答。会员vip01反馈的问题在系统中有解决方案,则当成相似问题反馈解决方案。
步骤107:若所述文本标签集合与所述反馈问题标签集合相似度小于第一合格相似度,将所述文本标签集合与所述标签数据库进行相似度计算;
会员vip01反馈的文本信息为:“把订单的订单号发给我,我查下状态”,会员vip01反馈的问题的文本标签集合为:vip01、会员、订单、订单号、状态,在会员vip01反馈的当时,系统后台的标签为:vip01、会员,此时,文本标签集合与反馈问题标签集合相似度计算找不到相似问题的解决方案,,会员vip01反馈的问题在系统中没有解决方案。需要进行文本标签集合与标签数据库相似度计算,帮助会员vip01找到处理者解决会员vip01反馈的问题。
所述文本标签集合与所述标签数据库进行相似度计算,分三层计算,分别为:所述文本标签集合首先与所述业务标签集合进行相似度计算,确定反馈者反馈问题涉及的业务,然后与所述岗位标签集合进行相似度计算,确定反馈者反馈问题涉及的岗位,最后与所述个人标签集合进行相似度计算,确定能够解决反馈者问题的处理者,指派该处理者处理反馈问题。
其中,上述每层计算时均采用贪心算法,如果当前计算结果更大,则采用当前计算结果,如果计算结果比当前小,则舍弃,一层计算完成后,如果相似度高于第二合格相似度,则进行下一层的计算,在最后一层进行计算时,如果得到该层的相似度高于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息。
首先与业务标签集合进行相似度计算缩小范围,业务包括预约定位、排队取号、支付等等业务,业务以公司所涉及的各种不同业务进行分类,在计算时比如支付里面又分pos机收银、秒付收银、会员支付等等子业务,利用标签来计算时,不一定能匹配到具体子业务,若匹配不到子业务,则直接匹配给支付业务,通过该步计算缩小指派范围;然后与岗位标签集合进行相似度计算,反馈者为客户,该方法通过相似度计算会给可以接待客户的同事指派,比如客服、销售、研发的leader、产品经理,通过该步计算,进一步缩小指派范围;经过有了业务和岗位的筛选,最终与选定的岗位内的个人标签集合进行相似度计算,确定反馈指派的处理者,前面匹配的业务和岗位很细分,比如支付业务下的会员业务的产品岗位,有有数的几个产品经理,这一层只需要对那几个产品经理进行计算即可。
通过建立业务、岗位、个人三级标签,逐级过滤筛选,能够降低运算量,并且指派的处理者可靠性高、专业性强。
所述文本标签集合与所述标签数据库相似度计算结果分为两种情况:第三层计算时,所述文本标签集合与所述个人标签集合相似度大于等于第二合格相似度和所述文本标签集合与所述个人标签集合相似度小于第二合格相似度,根据相似度计算结果决定执行下述步骤108或109,
步骤108:若所述文本标签集合与所述个人标签集合相似度大于等于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息。
步骤109:若所述文本标签集合与所述个人标签集合相似度小于第二合格相似度,则反馈给人工客服进行处理。
采用该实施例提供的基于语义分析的反馈指派方法,首先获取标签组成标签数据库,让包括反馈者、处理者或者其他仅仅是关注公司的人在标签数据库中都有对应的标签,另外公司已处理过或正在处理的反馈问题也以标签的形式记录在标签数据库中,该实施例提供的反馈指派方法通过实时分析反馈者输入的信息,能够以动态标签的方式实时定义反馈者本次反馈的内容含义,然后通过标签相似度计算的方式确定反馈者反馈的问题在系统中是否已有相似问题,如果有相似问题则反馈相似问题的处理结果,如果没有相似问题则计算与处理者的标签的相似度,最终指派相似度最高的标签对应的处理者解决反馈者的问题,或者指派人工客服。
该实施例提供的基于语义分析的反馈指派方法,与现有技术中的反馈工具相比具有更强的交互性,能够对反馈者的反馈(包括语音和文本)进行实时分析提供相似问题的可借鉴的解决方案及时做出反馈,同时对于系统中没有解决方案的反馈问题,通过文本标签与业务标签、岗位标签、个人标签相似度计算,逐级筛选的方式,找到能够解决问题的处理者并及时反馈指派,并且指派的处理者可靠性高、专业性强,采用本方法能够提供更加快速高效的反馈体验。
本发明提供的基于语义分析的反馈指派方法不仅适用于APP软件上的智能客服,快速回答问题,帮助商家快速找到能解决问题的人,而且适用于公司内部或某体系内部找人,当所有参与的人员都具备了特定的标签后,就能根据标签的相似度计算,找到最需要的人,能够针对故障、疑问、制度性问题或其他公司运作中的问题,找到解决问题的处理者,本方法的使用能够让所有场景下的所有智能客服都具备智能的回复反馈、指派人员跟进的能力。
实施例2
本发明实施例2是在上述实施例1基础上提供的一种优选实施例,如图2所示,该实施例2包括如下的步骤:
步骤201:获取关键字,对所述关键字进行汇总,分别生成业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合,所有标签的集合组成标签数据库,其中,所述反馈问题标签集合为系统中记录的已解决或者处理中的问题的标签;
具体的,该方法中让参与者(包括反馈者、处理者或者其他的仅仅是关注的人)添加一些标签,而这些标签并不局限于职位、分级等等,而是关于岗位、业务或者个人特定信息的一些关键字,也可以包括一些行业术语,或者参与者自定义的标签。
步骤202:获取数据信息,其中,所述数据信息为文本信息或语音信息,若所述数据信息为语音信息,则将语音信息转换成文本信息;
具体的,数据信息为用户在使用某个软件中遇到的问题或者咨询类问题,我付款成功了,为什么没有交易成功的提醒?用户可以在反馈框中输入文本信息或者语音信息,当用户输入语音信息时需要将语音信息转换成文本信息后进行下一步骤。
或者,本发明提供的基于语义分析的反馈方法也可以应用于某公司内部场景,公司某部门工作中遇到问题需要找到公司内部员工来解决问题,那么数据信息也可以为:市场部XX的电脑瘫痪了,请工程部派人来修。
步骤203:将所述文本信息与所述反馈者标签集合采用字符串匹配的方式进行匹配,得到命中标签;
所述反馈者标签为反馈者个人标签,包括反馈者身份、涉及的业务、所使用的产品或者所关注的产品等相关标签。
会员vip01反馈的文本信息为:“把订单的订单号发给我,我查下状态”,该会员vip01的反馈者标签集合为:vip01、等位、订单、会员,那么匹配后命中标签为:vip01、会员、订单。此时,会员vip01能够通过反馈界面看到自己输入的文本信息,并且某些关键词变成彩色字体,这些彩色字体的关键词即为命中的标签,如果,会员vip01认为文本中的关键词“状态”也可作为标签,也可以主动添加“状态”作为命中标签。
本实施例提供的反馈指派方法,支持反馈者主动添加标签,提升了交互性能。
步骤204:将所述文本信息进行过滤,将一些违禁词汇、语气词、标点符号过滤掉,同时进行分词后得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合;
步骤205:将所述文本标签集合与所述反馈问题标签集合进行相似度计算,所述相似度计算采用余弦相似度的计算方式,将所述文本标签集合与所述反馈问题标签集合中的标签都转换成向量,向量实际上是从多维空间中从原点出发的有向线段,通过计算向量之间夹角的余弦值来确定两个向量相似度;
假如标签集合A和标签集合B对应的特征向量分别是x1,x2,…,x8和y1,y2,…,y8,那么它们夹角θ的余弦等于:
由于向量中的每一个变量都是正数,因此余弦的取值在0和1之间,也就是说夹角在0度到90度之间。当夹角的余弦接近于1时,两个矩阵高度相似;夹角的余弦越小,夹角越大,两个矩阵越不相似。当两个向量正交时(90度),夹角的余弦为零,说明两个矩阵没有相同的特征,它们毫无关联。
所述文本标签集合与所述反馈问题标签集合相似度计算结果分为两种情况:相似度大于等于第一合格相似度和相似度小于第一合格相似度,根据相似度计算结果决定执行下述步骤206或207。
在一些可选的实施方式中,第一合格相似度为90%,若第一合格相似度设置较低,有可能错误的匹配了反馈问题的解决方案,导致用户得不到及时的反馈,降低了用户体验,若第一合格相似度设置较高,有可能匹配不到已解决的问题,而需要下一步计算增加计算时间,从而延长了反馈时间,降低了用户体验,设置第一合格相似度为90%,能够合理的配置反馈指派工作,及时有效的做出反馈指派,提升用户体验。
步骤206:若所述文本标签集合与所述反馈问题标签集合相似度大于等于90%,则当成相似问题反馈解决方案;
具体的,由于采用计算相似度结果判定,有可能有多个反馈问题标签集合相似度超过90%,则优选采用相似度最高的作为相似问题。
步骤207:若所述文本标签集合与所述反馈问题标签集合相似度小于90%,将所述文本标签集合与所述标签数据库进行相似度计算;
所述文本标签集合与所述标签数据库进行相似度计算,分三层计算相似度,分别为:所述文本标签集合与所述业务标签集合进行相似度计算、所述文本标签集合与与所述岗位标签集合进行相似度计算、所述文本标签集合与所述个人标签集合进行相似度计算,所述相似度计算采用与上述步骤205中相同的余弦相似度的计算方式;
所述文本标签集合与所述标签数据库相似度计算结果分为两种情况:所述文本标签集合与所述个人标签集合相似度大于等于第二合格相似度和所述文本标签集合与所述个人标签集合相似度小于第二合格相似度,根据相似度计算结果决定执行下述步骤208或209,
在一些可选的实施方式中,所述第二合格相似度为30%。
其中,上述每层计算时均采用贪心算法,如果当前计算结果更大,则采用当前计算结果,如果计算结果比当前小,则舍弃,一层计算完成后,如果相似度高于30%,则进行下一层的计算,在最后一层进行计算时,如果得到该层的相似度高于30%,则反馈指派相似度最高的个人标签对应的个人。
具体的,以一个例子来说明步骤207中采用的贪心算法。第一层计算,首先与业务标签集合进行相似度计算,业务标签包括:预约、排队和支付,结果为:与预约标签相似度为20%、与排队标签相似度为25%、与支付标签相似度为35%,则该层计算结果选择支付业务;第二层计算时,与支付业务下的岗位标签集合进行相似度计算,岗位标签包括:销售、研发、产品经理,计算结果为:与销售标签相似度为20%、与研发标签相似度为32%、与产品经理相似度为36%,则该层计算结果选择产品经理;第三层计算,与产品经理下个人标签进行相似度计算,个人标签包括:处理者A、处理者B和处理者C,该层计算结果为:与处理者A相似度为40%,与处理者B相似度为50%,与处理者C相似度为60%,则反馈指派处理者C。
通过建立业务、岗位、个人三级标签,逐级过滤筛选,能够降低运算量,并且指派的处理者可靠性高、专业性强。
步骤208:若所述文本标签集合与所述个人标签集合相似度大于等于30%,则反馈指派相似度最高的个人标签对应的个人。
步骤209:若所述文本标签集合与所述个人标签集合相似度小于30%,则反馈给人工客服进行处理。
实施例3
本发明实施例3提供一种基于语义分析的反馈指派系统,如图3所示,该系统包括:终端模块301和服务器模块302,所述终端模块301与所述服务器模块302相连接,
所述终端模块301,包括:数据信息获取模块3011、语音信息转换模块3012、标签提取模块3013和反馈输出模块3014,
所述服务器模块302,包括:标签数据库生成模块3021、存储模块3022、数据接收模块3023、数据处理模块3024、第一匹配模块3025、第二匹配模块3026、反馈接收模块3027,
其中,
所述数据信息获取模块3011与所述语音信息转换模块3012、和标签提取模块3013相连接,获取用户输入的文本信息后,将文本信息发送至标签提取模块3013,或者获取用户输入的语音信息,将语音信息发送至语音信息转换模块3012,
所述语音信息转换模块3012分别与所述数据信息获取模块3011和所述标签提取模块3013相连接,用于接收所述数据信息获取模块3011发送的语音信息,将语音信息转换成文本信息后,发送至所述标签提取模块3013。
进一步的,所述数据信息获取模块3011包括语音获取模块30111和文本获取模块30112,
所述语音获取模块30111与所述语音信息转换模块3012相连接,用于获取用户输入的语音信息,将语音信息发送至语音信息转换模块3012,
所述文本获取模块30112与所述标签提取模块3013相连接,用于获取用户输入的文本信息,将文本信息发送至标签提取模块3013。
所述标签提取模块3013与所述文本获取模块30112、所述语音信息转换模块3012、所述服务器模块302相连接,用于将获取的文本信息与在所述服务器模块302调取的反馈者标签集合进行匹配,得到命中标签,将命中标签发送至所述服务器模块302,
进一步的,所述文本获取模块30112与所述服务器模块302相连接,用于将获取的文本信息发送至所述服务器模块302,所述语音信息转换模块3012与所述服务器模块302相连接,用于将获取的语音信息转换成的文本信息发送至所述服务器模块302,
文本信息与命中标签分别传输至所述服务器模块302,互不影响,提高了传输速度。
所述反馈输出模块3014,与服务器模块302的反馈接收模块3027相连接,用于接收反馈接收模块3027发送的反馈信息,并在终端模块301中展示出来。
所述标签数据库生成模块3021与所述存储模块3022相连接,所述标签数据库生成模块3021用于获取关键字,对所述关键字进行汇总,生成标签数据库,发送至存储模块3022,
其中,所述标签数据库包括业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合。
进一步的,所述标签数据库生成模块3021包括关键字获取模块30211和关键字处理模块30212,
所述关键字获取模块30211与所述关键字处理模块30212相连接,所述关键字获取模块30211获取关键字后,将关键字发送至所述关键字处理模块30212;
所述关键字处理模块30212分别与所述关键字获取模块30211和所述存储模块3022相连接,所述关键字处理模块30212对获取的关键字进行汇总,分别生成业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合,所有标签的集合组成标签数据库,将所述标签数据库发送至所述存储模块3022。
所述存储模块3022(也即标签数据库),用于存储标签数据库,用于在系统各模块向所述存储模块3022发出调用标签集合的信号后,将相应的标签集合发送至各对应模块。
具体的,接收到所述标签提取模块3013调用所述反馈者标签集合信号后,将所述反馈者标签集合发送至所述标签提取模块301;接收到所述第一匹配模块3025调用所述反馈问题标签集合的信号后,将所述反馈问题标签集合发送至所述第一匹配模块3025;接收到所述第二匹配模块3025调用所述业务标签集合、所述岗位标签集合和所述个人标签集合的信号后,将所述业务标签集合、所述岗位标签集合和所述个人标签集合发送至所述第二匹配模块3025;
所述数据接收模块3023,与所述终端模块301和所述数据处理模块3024相连接,用于接收所述终端模块301发送的文本信息和命中标签,并将所述文本信息和命中标签发送至所述数据处理模块3024。
所述数据处理模块3024,与所述数据接收模块3023、所述第一匹配模块3025、所述第二匹配模块3026相连接,用于将所述文本信息进行过滤,将一些违禁词汇、语气词、标点符号过滤掉,同时进行分词后得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合,发送至所述第一匹配模块3025和所述第二匹配模块3026。
所述第一匹配模块3025与所述数据处理模块3024和所述反馈接收模块3027相连接,用于接收所述数据处理模块3024发送的文本标签集合与从所述存储模块3022调取的反馈问题标签集合进行相似度计算,计算有结果时,将计算结果发送至所述反馈接收模块3027,
其中,所述文本标签集合与所述反馈问题标签集合进行相似度计算,采用余弦相似度的计算方式,将所述文本标签集合与所述反馈问题标签集合中的标签都转换成向量,向量实际上是从多维空间中从原点出发的有向线段,通过计算向量之间夹角的余弦值来确定两个向量相似度;
假定标签集合A和标签集合B对应的特征向量分别是x1,x2,…,x8和y1,y2,…,y8,那么它们夹角θ的余弦等于:
由于向量中的每一个变量都是正数,因此余弦的取值在0和1之间,也就是说夹角在0度到90度之间。当夹角的余弦接近于1时,两个矩阵高度相似;夹角的余弦越小,夹角越大,两个矩阵越不相似。当两个向量正交时(90度),夹角的余弦为零,说明两个矩阵没有相同的特征,它们毫无关联。
在一些可选的实施方式中,设置所述文本标签集合与所述反馈问题标签集合相似度计算的第一合格相似度为90%。
若所述文本标签集合与所述反馈问题标签集合相似度大于等于90%,则当成相似问题反馈解决方案或者反馈该问题已经在处理中;若所述文本标签集合与所述反馈问题标签集合相似度小于90%,将所述文本标签集合与所述标签数据库进行相似度计算。
若第一合格相似度设置较低,有可能错误的匹配了反馈问题的解决方案,导致用户得不到及时的反馈,降低了用户体验,若第一合格相似度设置较高,有可能匹配不到已解决的问题,而需要下一步计算增加计算时间,从而延长了反馈时间,降低了用户体验,设置第一合格相似度为90%,能够合理的配置反馈指派工作,及时有效的做出反馈指派,提升用户体验。
所述第二匹配模块3026与所述数据处理模块3024和所述反馈接收模块3027相连接,用于接收所述数据处理模块3024发送的文本标签集合与从所述存储模块3022调取的业务标签集合、岗位标签集合和个人标签集合分别进行相似度计算,计算有结果时,将计算结果发送至所述反馈接收模块3027,
在一些可选的实施方式中,在第二匹配模块3026中相似度计算时,设置第二合格相似度为30%。
其中,相似度计算方式采用上述余弦计算方式,分三层计算相似度,分别为:所述文本标签集合与所述业务标签集合进行相似度计算、所述文本标签集合与与所述岗位标签集合进行相似度计算、所述文本标签集合与所述个人标签集合进行相似度计算。每层计算时均采用贪心算法,如果当前计算结果更大,则采用当前计算结果,如果计算结果比当前小,则舍弃,一层计算完成后,如果相似度高于30%,则进行下一层的计算,在最后一层进行计算时,如果得到该层的相似度高于30%,则将问题指派给这个相似度最高的人。即第三层计算时,若所述文本标签集合与所述个人标签集合相似度大于等于30%,则反馈指派相似度最高的个人标签对应的个人;若所述文本标签集合与所述个人标签集合相似度小于30%,则反馈指派人工客服。
所述反馈接收模块3027与所述第一匹配模块3025、所述第二匹配模块3025和所述终端模块301相连接,用于接收计算结果,做出反馈,并将反馈结果发送至终端模块301的反馈输出模块3014。
该实施例提供的基于语义分析的反馈指派系统,与现有技术中的反馈系统相比具有更强的交互性,能够对反馈者的反馈(包括语音和文本)进行实时分析提供相似问题的可借鉴的解决方案及时做出反馈,同时对于系统中没有解决方案的反馈问题,通过文本标签与业务标签、岗位标签、个人标签相似度计算,逐级筛选的方式,找到能够解决问题的处理者并及时反馈指派,并且指派的处理者可靠性高、专业性强,采用本方法能够提供更加快速高效的反馈体验。
通过上述实施例可知,本发明的基于语义分析的反馈指派方法及系统,达到了如下的有益效果:
(1)通过实时分析反馈者输入的信息,能够以动态标签的方式实时定义反馈者本次反馈的内容含义,与现有技术中的反馈工具相比具有更强的交互性。
(2)通过建立业务、岗位、个人三级标签,逐级过滤筛选,能够降低运算量,并且指派的处理者可靠性高、专业性强,采用本方法能够提供更加快速高效的反馈体验。
(3)本发明提供的基于语义分析的反馈指派方法及系统,不仅适用于APP软件上的智能客服,快速回答问题,帮助商家快速找到能解决问题的人,而且适用于公司内部或某体系内部找人,当所有参与的人员都具备了特定的标签后,就能根据标签的相似度计算,找到最需要的人,能够针对故障、疑问、制度性问题或其他公司运作中的问题,找到解决问题的处理者,本方法的使用能够让所有场景下的所有智能客服都具备智能的回复反馈、指派人员跟进的能力。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种基于语义分析的反馈指派方法,其特征在于,包括:
获取关键字,对所述关键字进行汇总,分别生成业务标签集合、岗位标签集合、个人标签集合、反馈者标签集合、反馈问题标签集合,所有标签的集合组成标签数据库;
获取数据信息,其中,所述数据信息为文本信息或语音信息,若所述数据信息为所述语音信息,则将所述语音信息转换成所述文本信息;
将所述文本信息与所述反馈者标签集合进行匹配,得到命中标签;
对所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合;
将所述文本标签集合与所述反馈问题标签集合进行相似度计算;
若所述文本标签集合与所述反馈问题标签集合相似度大于等于第一合格相似度,则以相似问题反馈解决方案;
若所述文本标签集合与所述反馈问题标签集合相似度小于第一合格相似度,将所述文本标签集合与所述标签数据库进行相似度计算;
若所述文本标签集合与所述个人标签集合相似度大于等于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息;
若所述文本标签集合与所述个人标签集合相似度小于第二合格相似度,则反馈给人工客服进行处理。
2.根据权利要求1所述的基于语义分析的反馈指派方法,其特征在于,将所述文本信息与所述反馈者标签集合进行匹配,得到命中标签,进一步为:
将所述文本信息与所述反馈者标签集合采用字符串匹配的方式进行匹配,得到命中标签;
所述反馈者标签为反馈者个人标签,包括:反馈者身份、涉及的业务、所使用的产品或者所关注的产品相关标签。
3.根据权利要求1所述的基于语义分析的反馈指派方法,其特征在于,对所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合,进一步为:
将所述文本信息进行过滤,对违禁词汇、语气词、标点符号过滤掉,同时进行分词后得到文本标签,所述文本标签与所述命中标签共同组成文本标签集合。
4.根据权利要求1所述的基于语义分析的反馈指派方法,其特征在于,将所述文本标签集合与所述标签数据库进行相似度计算,进一步为:
所述文本标签集合与所述标签数据库进行相似度计算,分三层计算相似度,分别为:
所述文本标签集合与所述业务标签集合进行相似度计算;
所述文本标签集合与所述岗位标签集合进行相似度计算;
所述文本标签集合与所述个人标签集合进行相似度计算。
5.根据权利要求4所述的基于语义分析的反馈指派方法,其特征在于,所述文本标签集合与所述标签数据库进行相似度计算,分三层计算相似度,每层计算时均采用贪心算法,当前计算结果更大,则采用当前计算结果;计算结果比当前小,则舍弃;
一层计算完成后,相似度高于第二合格相似度,则进行下一层的计算;
在最后一层进行计算时,得到该层的相似度高于第二合格相似度,则反馈指派相似度最高的个人标签对应的个人信息。
6.根据权利要求1所述的基于语义分析的反馈指派方法,其特征在于,所述相似度计算采用余弦相似度的计算方式,将参与相似度计算的标签都转换成向量,通过计算向量之间夹角的余弦值来确定两个向量相似度,公式为:
其中,标签集合A和标签集合B对应的特征向量分别是x1,x2,…,x8和y1,y2,…,y8,θ为标签集合A和标签集合B对应的特征向量之间的夹角。
7.根据权利要求1所述的基于语义分析的反馈指派方法,其特征在于,
所述第一合格相似度为90%,所述第二合格相似度为30%。
8.一种基于语义分析的反馈指派系统,其特征在于,包括:终端模块和服务器模块,其中,
所述终端模块,与所述服务器模块相连接,用于接收数据信息,将所述数据信息转换成文本信息进行标签提取处理,得到命中标签,发送所述文本信息和所述命中标签给所述服务器模块;
所述服务器模块,与所述终端模块相连接,用于接收来自所述终端模块发送的所述文本信息和所述命中标签,将所述文本信息进行处理得到文本标签,所述文本标签与所述命中标签组成文本标签集合,将所述文本标签集合进行相似度计算,将所述相似度计算结果,发送至所述终端模块输出,
其中,
所述终端模块,包括:数据信息获取模块、语音信息转换模块、标签提取模块和反馈输出模块;
所述数据信息获取模块,与所述语音信息转换模块、和所述标签提取模块相连接,用于获取文本信息后,将所述文本信息发送至所述标签提取模块,用于获取语音信息,将所述语音信息发送至所述语音信息转换模块;
所述语音信息转换模块分别与所述数据信息获取模块和所述标签提取模块相连接,用于接收所述数据信息获取模块发送的语音信息,将所述语音信息转换成文本信息后,发送至所述标签提取模块;
所述标签提取模块与所述数据信息获取模块、所述语音信息转换模块、所述服务器模块相连接,用于将获取的所述文本信息与从所述服务器模块调取的反馈者标签集合进行匹配,得到命中标签,将所述命中标签发送至所述服务器模块;
所述反馈输出模块与所述服务器模块相连接,用于接收所述服务器模块发送的反馈信息,并在所述终端模块中展示出来;
所述服务器模块,包括:存储模块、数据接收模块、数据处理模块、第一匹配模块、第二匹配模块、反馈接收模块;
所述数据接收模块与所述终端模块和所述数据处理模块相连接,用于接收所述终端模块发送的所述文本信息和所述命中标签,并将所述文本信息和所述命中标签发送至所述数据处理模块;
所述数据处理模块与所述数据接收模块、所述第一匹配模块、所述第二匹配模块相连接,用于将所述文本信息进行处理得到文本标签,将所述文本标签与所述命中标签共同组成文本标签集合,发送至所述第一匹配模块和所述第二匹配模块;
所述第一匹配模块与所述数据处理模块和所述反馈接收模块相连接,用于接收所述数据处理模块发送的所述文本标签集合与从所述存储模块调取的反馈问题标签集合进行相似度计算,将计算结果发送至所述反馈接收模块;
所述第二匹配模块与所述数据处理模块和所述反馈接收模块相连接,用于接收所述数据处理模块发送的所述文本标签集合与从所述存储模块调取的业务标签集合、岗位标签集合和个人标签集合分别进行相似度计算,将计算结果发送至所述反馈接收模块;
所述反馈接收模块与所述第一匹配模块、所述第二匹配模块和所述终端模块相连接,用于接收计算结果,做出反馈,并将反馈结果发送至所述反馈输出模块;
所述存储模块,用于存储标签数据库,用于在系统各模块向所述存储模块发出调用标签集合的信号后,将相应的标签集合发送至各对应模块。
9.根据权利要求8所述的基于语义分析的反馈指派系统,其特征在于,
所述数据信息获取模块包括:语音获取模块和文本获取模块,其中,
所述语音获取模块,与所述语音信息转换模块相连接,用于获取语音信息,将所述语音信息发送至所述语音信息转换模块;
所述文本获取模块,与所述标签提取模块相连接,用于获取文本信息,将所述文本信息发送至所述标签提取模块。
10.根据权利要求8所述的基于语义分析的反馈指派系统,其特征在于,
所述服务器模块还包括:标签数据库生成模块,
所述标签数据库生成模块与所述存储模块相连接,用于获取关键字,对所述关键字进行汇总,生成标签数据库,发送至存储模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481212.XA CN107301229B (zh) | 2017-06-22 | 2017-06-22 | 基于语义分析的反馈指派方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710481212.XA CN107301229B (zh) | 2017-06-22 | 2017-06-22 | 基于语义分析的反馈指派方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107301229A CN107301229A (zh) | 2017-10-27 |
CN107301229B true CN107301229B (zh) | 2019-10-01 |
Family
ID=60135544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710481212.XA Active CN107301229B (zh) | 2017-06-22 | 2017-06-22 | 基于语义分析的反馈指派方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107301229B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840534B (zh) * | 2017-11-29 | 2021-10-01 | 北京京东尚科信息技术有限公司 | 处理事件的方法和装置 |
CN110020186A (zh) * | 2018-05-08 | 2019-07-16 | 美味不用等(上海)信息科技股份有限公司 | 一种餐厅推荐方法及系统 |
CN108710707A (zh) * | 2018-05-30 | 2018-10-26 | 武汉轻工大学 | 展示弱势群体用户信息的方法、装置、终端设备及系统 |
CN108763488A (zh) * | 2018-05-30 | 2018-11-06 | 武汉轻工大学 | 用于用户寻求帮助的语音提示方法、装置以及终端设备 |
CN108877880B (zh) * | 2018-06-29 | 2020-11-20 | 清华大学 | 基于病历文本的病人相似性度量装置及方法 |
CN109542722A (zh) * | 2018-11-08 | 2019-03-29 | 东软集团股份有限公司 | 异常分析处理方法、装置及存储介质 |
CN110046806B (zh) * | 2019-03-29 | 2022-12-09 | 创新先进技术有限公司 | 用于客服派单的方法、装置和计算设备 |
CN110597624A (zh) * | 2019-08-13 | 2019-12-20 | 深圳壹账通智能科技有限公司 | 通信建立方法和系统 |
CN111027838B (zh) * | 2019-12-04 | 2024-03-26 | 杨剑峰 | 一种众包任务推送方法、装置、设备及其存储介质 |
CN111340334B (zh) * | 2020-02-12 | 2022-06-28 | 国网湖南省电力有限公司 | 一种智能工单分派方法、系统及介质 |
CN113010340B (zh) * | 2021-03-08 | 2023-08-08 | 杭州网易云音乐科技有限公司 | 反馈问题的处理方法、装置、介质和计算设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7870135B1 (en) * | 2006-06-30 | 2011-01-11 | Amazon Technologies, Inc. | System and method for providing tag feedback |
CN103218436B (zh) * | 2013-04-17 | 2016-05-18 | 中国科学院自动化研究所 | 一种融合用户类别标签的相似问题检索方法及装置 |
KR101433158B1 (ko) * | 2013-05-02 | 2014-08-27 | 엔데이즈 주식회사 | 매칭 프로그램을 이용한 광고 방법 및 시스템 |
CN105335423B (zh) * | 2014-08-06 | 2020-02-07 | 阿里巴巴集团控股有限公司 | 一种网页的用户反馈的收集处理方法及装置 |
CN104408114A (zh) * | 2014-11-25 | 2015-03-11 | 中国民生银行股份有限公司 | 用户需求处理方法及装置 |
CN106445905B (zh) * | 2015-08-04 | 2019-05-21 | 阿里巴巴集团控股有限公司 | 问答数据处理、自动问答方法及装置 |
-
2017
- 2017-06-22 CN CN201710481212.XA patent/CN107301229B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107301229A (zh) | 2017-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301229B (zh) | 基于语义分析的反馈指派方法及系统 | |
US20170352041A1 (en) | Intelligent, interactive, and self-learning robotic process automation system | |
Rosenfeld et al. | NegoChat: a chat-based negotiation agent. | |
CN108764937A (zh) | 可迭代智能客服系统 | |
CN106685916A (zh) | 电子会议智能 | |
CN107656783A (zh) | 一种基于事件的流程处理方法及系统 | |
CN106686339A (zh) | 电子会议智能 | |
CN108628607B (zh) | 一种基于人工智能辅助软件开发的方法、系统及存储介质 | |
CN110708358A (zh) | 会话消息处理方法、电子设备和计算机可读存储介质 | |
CN110245214A (zh) | 一种在线服务的方法及系统 | |
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 | |
CN108108952A (zh) | 一种业务实现方法、系统、设备及计算机存储介质 | |
CN112434501A (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN113792134B (zh) | 一种基于数字孪生技术的用户服务方法及系统 | |
CN113435209B (zh) | 基于共享实验室平台的数据管理方法及系统 | |
Tam et al. | Business process modelling in small‐to medium‐sized enterprises | |
Wang et al. | Applications of robotic process automation in smart governance to empower COVID-19 prevention | |
US7222116B2 (en) | Method and system for matching complex customer requirements with provider solutions | |
CN116757855A (zh) | 一种智能保险服务方法、装置、设备及存储介质 | |
Chiu et al. | Workflow view driven cross-organizational interoperability in a web-service environment | |
CN101719234A (zh) | 一种拆分工作流的方法及装置 | |
Fatima et al. | Business model canvas to create and capture AI-enabled public value | |
KR20180057990A (ko) | 직원 별 맞춤 학습 영상 데이터 제공 방법 및 이를 실행하는 시스템 | |
Cletus | Evaluation of the Conceptual Theories, Elements, and Processes of Knowledge Management in Modern Day Organisations | |
CN113761127A (zh) | 一种任务处理方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231220 Address after: 200331, Room 515, No. 788 Zhenbei Road, Putuo District, Shanghai Patentee after: Meizhiwei (Shanghai) Information Technology Co.,Ltd. Address before: 201203 Building 2&10, No. 899 Zuchongzhi Road, Pudong New Area, Shanghai Patentee before: DELICIOUS NOWAIT (SHANGHAI) INFORMATION TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |