CN107402923A - 智能处理问题数据的方法和系统 - Google Patents

智能处理问题数据的方法和系统 Download PDF

Info

Publication number
CN107402923A
CN107402923A CN201610333098.1A CN201610333098A CN107402923A CN 107402923 A CN107402923 A CN 107402923A CN 201610333098 A CN201610333098 A CN 201610333098A CN 107402923 A CN107402923 A CN 107402923A
Authority
CN
China
Prior art keywords
data
answer
mail
keyword
account
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.)
Granted
Application number
CN201610333098.1A
Other languages
English (en)
Other versions
CN107402923B (zh
Inventor
马铭雄
李佳
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201610333098.1A priority Critical patent/CN107402923B/zh
Publication of CN107402923A publication Critical patent/CN107402923A/zh
Application granted granted Critical
Publication of CN107402923B publication Critical patent/CN107402923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9032Query formulation
    • G06F16/90332Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及一种智能处理问题数据的方法和系统。上述方法包括以下步骤:接收客户端发送的问题数据;提取所述问题数据中的关键字,并根据所述关键字判断所述问题数据的类型为常规问题还是个性化问题;若所述问题数据的类型为常规问题,则根据所述关键字在预设的问题规则库中查找并获取与所述关键字匹配的答案数据,并将所述答案数据返回给所述客户端;若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端。上述智能处理问题数据的方法和系统,能够快速返回问题的答案,提高问题处理效率,节约大量人力且实用性高。

Description

智能处理问题数据的方法和系统
技术领域
本发明涉及互联网技术领域,特别是涉及一种智能处理问题数据的方法和系统。
背景技术
在保险业务中,业务员负责帮助客户办理各项投保业务,在帮助办理投保业务时业务员可能会遇到许多不清楚或无法解决的业务问题,则需要在问答平台中录入问题,并由解答人员人工进行解答。人工的问答方式可能存在大量重复的问题提问,解答人员需要一一进行解答,时效性差且浪费大量人力。若是采用问题库对业务员提出的问题进行匹配计算直接得到相应的答案,则问答平台只能回答一些大众的常规问题,当业务员提出的问题是与业务数据相关的时候,例如业务员咨询某投保单的投保状态、业务员当月办理的投保业务数量等,问答平台无法进行解答,实用性不足。
发明内容
基于此,有必要提供一种智能处理问题数据的方法,能够快速返回问题答案,时效性高,节约人力且实用性高。
此外,还有必要提供一种智能处理问题数据的系统,能够快速返回问题答案,时效性高,节约人力且实用性高。
一种智能处理问题数据的方法,包括以下步骤:
接收客户端发送的问题数据;
提取所述问题数据中的关键字,并根据所述关键字判断所述问题数据的类型为常规问题还是个性化问题;
若所述问题数据的类型为常规问题,则根据所述关键字在预设的问题规则库中查找并获取与所述关键字匹配的答案数据,并将所述答案数据返回给所述客户端;
若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端。
在其中一个实施例中,所述若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端,包括:
获取提交所述问题数据的用户账号信息;
根据所述用户账号信息获取所述用户账号信息的账号权限级别;
根据所述关键字判断所需查询的业务数据是否在所述账号权限级别对应的查询权限内,若在所述账号权限级别对应的查询权限内,则根据所述关键字查找并获取与所述关键字匹配的业务数据;
将所述业务数据返回给所述客户端。
在其中一个实施例中,所述方法还包括:
若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱;
定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件;
截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端。
在其中一个实施例中,所述定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件,包括:
通过邮件接口定期扫描接收的邮件;
判断所述接收的邮件的标题是否符合预设格式,若符合预设格式,则确定所述接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件;
所述截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端,包括:
截取所述答复邮件中的答案数据;
提取所述答复邮件的标题中包含的问题编号;
获取与所述问题编号对应的用户标识,并将所述答案数据返回给所述用户标识所在客户端。
在其中一个实施例中,所述若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱,包括:
根据所述关键字分析所述问题数据所属的类别;
获取属于所述类别下的各个账号身份为问题解决专家的问题分配信息;
根据所述各个账号身份为问题解决专家的问题分配信息分配所述问题数据,将所述问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
一种智能处理问题数据的系统,包括:
接收模块,用于接收客户端发送的问题数据;
识别模块,用于提取所述问题数据中的关键字,并根据所述关键字判断所述问题数据的类型为常规问题还是个性化问题;
常规问题模块,用于若所述问题数据的类型为常规问题,则根据所述关键字在预设的问题规则库中查找并获取与所述关键字匹配的答案数据,并将所述答案数据返回给所述客户端;
个性化问题模块,用于若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端。
在其中一个实施例中,所述个性化问题模块包括:
获取单元,用于获取提交所述问题数据的用户账号信息;
所述获取单元还用于根据所述用户账号信息获取所述用户账号信息的账号权限级别;
判断权限单元,用于根据所述关键字判断所需查询的业务数据是否在所述账号权限级别对应的查询权限内,若在所述账号权限级别对应的查询权限内,则根据所述关键字查找并获取与所述关键字匹配的业务数据;
业务数据返回单元,用于将所述业务数据返回给所述客户端。
在其中一个实施例中,所述系统还包括:
发送模块,用于若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱;
扫描模块,用于定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件;
截取模块,用于截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端。
在其中一个实施例中,所述扫描模块包括:
扫描单元,用于通过邮件接口定期扫描接收的邮件;
判断单元,用于判断所述接收的邮件的标题是否符合预设格式,若符合预设格式,则确定所述接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件;
所述截取模块包括:
截取单元,用于截取所述答复邮件中的答案数据;
提取单元,用于提取所述答复邮件的标题中包含的问题编号;
答案数据返回单元,用于获取与所述问题编号对应的用户标识,并将所述答案数据返回给所述用户标识所在的客户端。
在其中一个实施例中,所述发送模块包括:
分析单元,用于根据所述关键字分析所述问题数据所属的类别;
分配信息获取单元,用于获取属于所述类别下的各个账号身份为问题解决专家的问题分配信息;
分配单元,用于根据所述各个账号身份为问题解决专家的问题分配信息分配所述问题数据,将所述问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
上述智能处理问题数据的方法和系统,服务器接收客户端发送的问题数据,提取问题数据中的关键字,并判断问题数据的类型是常规问题还是个性化问题。当是常规问题时,根据关键字在问题规则库中查找匹配的答案数据,当是个性化问题时,根据关键字获取匹配的业务数据,能够快速返回问题的答案,并能解答用户提出的与业务数据相关的问题,提高问题处理效率,节约大量人力且实用性高。
附图说明
图1为一个实施例中智能处理问题数据的方法的系统架构图;
图2为一个实施例中智能处理问题数据的方法的流程示意图;
图3为一个实施例中处理个性化问题的流程示意图;
图4为一个实施例中处理常规问题的流程示意图;
图5为一个实施例中获取邮件答案数据的流程示意图;
图6为一个实施例中分配问题数据的流程示意图;
图7为一个实施例中智能处理问题数据的系统的结构示意图;
图8为一个实施例中个性化问题模块的内部结构示意图;
图9为另一个实施例中智能处理问题数据的系统的结构示意图;
图10为一个实施例中扫描模块及截取模块的内部结构示意图;
图11为一个实施例中发送模块的内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中智能处理问题数据的方法的系统架构图。如图1所示,客户端10与服务端20可通过网络进行连接。用户可在客户端10输入提问的问题,客户端10将得到的问题数据发送至服务端20。服务端20接收客户端10发送的问题数据,提取问题数据中的关键字,并根据关键字判断该问题数据的类型为常规问题还是个性化问题。当该问题数据的类型为常规问题时,服务端20可根据提取的关键字在预设的问题规则库中查找并获取与关键字匹配的答案数据,并将答案数据返回给客户端10。当该问题数据的类型为个性化问题时,服务端20可根据提取的关键字查找并获取与关键字匹配的业务数据,并将业务数据返回给客户端10。
如图2所示,一种智能处理问题数据的方法,包括以下步骤:
步骤S210,接收客户端发送的问题数据。
具体的,客户端可获取用户输入的问题数据,并将问题数据发送至服务端。客户端可包括浏览器、通讯应用软件等,例如,用户登录账号成功后,可通过浏览器访问问题页面提交问题,也可通过微信公众服务号、天下通公众服务号等提交问题,其中,用户在本实例中可为帮助客户进行业务处理的业务员或是负责帮忙解决业务员问题的督导人员等。
步骤S220,提取问题数据中的关键字,并根据关键字判断问题数据的类型为常规问题还是个性化问题,若是常规问题,则执行步骤S230,若是个性化问题,则执行步骤S240。
具体的,可预先在服务端建立关键数据库,关键数据库中可存储有与问题数据相关的各个关键字。服务端接收到客户端发送的问题数据后,可根据预设的关键数据库提取问题数据中的关键字,例如,用户在客户端输入的问题为“选择交通意外险A型的投保人的年龄需要符合什么规则”,客户端将问题数据发送至服务端后,服务端根据预设的关键数据库中的业务类别关键字提取问题数据中的“交通意外险A型”,再根据关键数据库中属于交通意外险A型类别中的关键集合提取问题数据中的“年龄”、“规则”作为关键字,则该问题数据提取的关键字包括“交通意外险A型”、“年龄”及“规则”。
服务端可根据从问题数据中提取的关键字判断该问题数据的类型为常规问题还是个性化问题。常规问题指的是具有固定答案的业务处理中常见问题,例如上述的“选择交通意外险A型的投保人的年龄需要符合什么规则”问题,答案是16周岁,是固定的,该问题数据的类型为常规问题。个性化问题指的是不具有固定答案而与业务数据相关的问题,答案通常会随着业务数据的变更而改变,例如,用户提的问题是“客户编号为1001的保单现处于哪一种状态”,该保单的状态可能有多种,例如未审核阶段、审核阶段、资料补充阶段等,答案不固定,而是需要查询业务数据后才能获得准确答案,则该问题为个性化问题。服务端可根据预设的识别规则及提取的关键字判断问题数据的类型,其中,识别规则可为根据关键字计算问题数据属于常规问题或是个性化问题的概率,并根据概率确定问题数据的类型。服务端可预先根据常规问题及个性化问题的关键字特征得到概率算法,常规问题的关键字特征可包括业务类别、规则等,个性化问题的关键字特征可包括客户编号、业务员编号、状态等。通过预设的概率算法及提取的关键字,服务端可计算出问题数据属于常规问题或是个性化问题的概率,并根据得到的概率对问题数据进行类型标记。
步骤S230,根据关键字在预设的问题规则库中查找并获取与关键字匹配的答案数据,并将答案数据返回给客户端。
具体的,当问题数据被标记为常规问题时,服务端可在问题规则库中对提取的关键字进行匹配计算,查找是否有与关键字匹配的答案数据,若有与关键字匹配的答案数据,则获取该答案数据并将答案数据返回给客户端。在其它的实施例中,服务端在问题规则库中可能同时获取与关键字匹配的多套问题及答案数据,可将获取的多套问题及答案数据一起返回给客户端供用户进行挑选所需的答案。
步骤S240,根据关键字查找并获取与关键字匹配的业务数据,并将业务数据返回给客户端。
具体的,当问题数据被标记为个性化问题时,服务端可在业务系统的业务数据库中根据提取的关键字获取匹配的业务数据,并将业务数据返回给客户端。将常规问题与个性化问题进行分离,并分别按照不同的方式查找相应的答案数据,问题规则库不需要与业务系统进行对接,保证服务端中各个系统模块的功能单一性,方便进行数据维护。
上述智能处理问题数据的方法,服务器接收客户端发送的问题数据,提取问题数据中的关键字,并判断问题数据的类型是常规问题还是个性化问题。当是常规问题时,根据关键字在问题规则库中查找匹配的答案数据,当是个性化问题时,根据关键字获取匹配的业务数据,能够快速返回问题的答案,并能解答用户提出的与业务数据相关的问题,时效性高,节约大量人力且实用性高。
如图3所示,在一个实施例中,步骤S240根据关键字查找并获取与关键字匹配的业务数据,并将业务数据返回给客户端,可包括:
步骤S302,获取提交问题数据的用户账号信息。
具体的,当问题数据的类型为个性化问题时,服务端可获取提交该问题数据的账号对应的用户账号信息,用户账号信息可包括账号ID(identification,身份标识)、用户个人信息,例如用户姓名、员工编号、身份证号、职业等。
步骤S304,根据用户账号信息获取用户账号信息的账号权限级别。
具体的,服务端获取用户账号信息后,可根据该用户账号信息在业务系统中获取用户账号信息对应的账号权限级别,每个不同的账号ID均有其对应的账号权限级别,账号权限级别用于表示该账号在业务系统中的查询权限,例如,账号权限级别为1级的账号,不能查询业务系统中的业务数据,账号权限级别为2级的账号,能查询自己的业务数据,账号权限级别为3级的账号,有权限查询自己小组的成员的业务数据等。
步骤S306,根据关键字判断所需查询的业务数据是否在账号权限级别对应的查询权限内,若是,则执行步骤S308,若否,则执行步骤S312。
具体的,不同账号权限级别在业务系统中可对用有不同的查询权限,可根据从问题数据中提取的关键字判断所需查询的业务数据是否在账号权限级别对应的查询权限内,若是,则可获取与关键字匹配的业务数据。例如,用户在客户端提交的问题是“查询业务员编号为1342的近一周的业务数量”,服务端接收到问题数据后,可提取其中的关键字包括“业务员编号为1342”、“近一周”、“业务数量”,若是账号权限级别为2仅可查询自己的业务数据,可判断关键字中的“业务员编号为1342”与用户账号信息的员工编号是否一致,若一致,则说明查询的是自己的数据,可进行查询。使得账号无法随意查询账号权限外的业务数据,保护个人信息安全及隐私。
步骤S308,根据关键字查找并获取与关键字匹配的业务数据。
具体的,当用户所需查询的业务数据在其账号权限级别对应的查询权限内,则可在业务系统中的业务数据库查找与关键字匹配的业务数据,并将获得的业务数据返回给客户端。
步骤S310,将业务数据返回给客户端。
步骤S312,向客户端返回无法查询的通知信息。
具体的,若提交问题的账号所述查询的业务数据在其对应的查询权限之外,服务端可向客户端返回无法查询的通知信息。
上述智能处理问题数据的方法,当问题数据的类型为个性化数据时,可获取与提交问题的用户账号信息对应的账号权限级别,并判断所需查询的业务数据是否在账号权限级别对应的查询权限内,只有在查询权限内才可查找并获取与问题数据的关键字匹配的业务数据,在可解答用户提出的与业务数据相关的问题的同时,按照严格的权限控制保证了用户的信息安全。
如图4所示,在一个实施例中,上述智能处理问题数据的方法,还包括以下步骤:
步骤S402,若问题数据的类型为常规问题,且在预设的问题规则库中没有查找到与关键字匹配的答案数据,则将问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱。
具体的,若问题数据被标记为常规问题,服务端可在预设的问题规则库中查找与提取的关键字匹配的答案数据,若是在问题规则库中未查找到匹配的答案数据,可将问题数据打包并通过邮件的形式发送至问题解决专家的邮箱,其中,问题解决专家指的是专门用来解决用户提出的较难解决的业务问题的人员,在服务端中有问题解决专家账号,以及对应的邮箱等。在其它的实施例中,也可将问题数据发送至账号身份为问题解决专家的即时通讯账号中,例如发送至问题解决专家的微信账号、天下通账号、QQ账号等。
步骤S404,定期扫描并获取账号身份为问题解决专家的邮箱返回的答复邮件。
具体的,服务端可利用python等语言脚本定期扫描邮件系统,并获取账号身份为问题解决专家的邮箱返回的答复邮件。
步骤S406,截取答复邮件中的答案数据,并将答案数据返回给客户端。
具体的,当服务端扫描获取到账号身份为问题解决专家的邮箱返回的答复邮件时,可自动截取答复邮件中的答案数据,并将答案数据返回给客户端。
如图5所示,上述智能处理问题数据的方法,还包括以下步骤:
步骤S502,通过邮件接口定期扫描接收的邮件。
具体的,服务端可利用python等语言脚本通过邮件系统的邮件接口定期扫描接收的邮件,例始每隔3分钟、5分钟等扫描一次接收的邮件。
步骤S504,判断接收的邮件的标题是否符合预设格式,若是,则执行步骤S506,若否,则执行步骤S502。
具体的,当问题解决专家接收到问题邮件时进行答复,答复邮件的标题需按照一定的格式进行撰写,方便服务端对答复邮件进行识别。服务端扫描获取到接收的邮件后,可判断接收的邮件的标题是否符合预设格式,若是,则说明该接收的邮件即为账号身份为问题解决专家的邮箱返回的答复邮件。预设格式可根据实际需求进行设定,例如格式为:问题编号XXX相关答复,但不限于此。
步骤S506,确定接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件。
步骤S508,截取答复邮件中的答案数据。
具体的,若接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件,则截取答复邮件中包含的答案数据。
步骤S510,提取答复邮件的标题中包含的问题编号。
具体的,服务端在接收到客户端发送的问题数据时,会生成对应的问题编号。服务端截取答复邮件中包含的答案数据成功后,可从答复邮件的标题中提取问题编号,并根据问题编号查找到对应的问题数据及提交该问题数据的用户账号信息等。
步骤S512,获取与问题编号对应的用户标识,并将答案数据返回给用户标识所在的客户端。
具体的,可将用户账号信号中的账号ID或是员工编号、身份证号等作为用户标识,根据问题编号能获取到对应的用户标识,并将答案数据返回给用户标识所在的客户端,即将答案数据返回给提交对应的问题数据的用户账号中,方便用户进行查看。
在其它的实施例中,在步骤S512获取与问题编号对应的用户标识,并将答案数据返回给用户标识所在的客户端之后,还包括:将该问题数据及答案数据存储在预设的问题规则库中。
具体的,问题解决专家解决完在预设的问题规则库中没有查找到与关键字匹配的答案数据的问题数据后,可将该问题数据以及从答复邮件中截取的答案数据一同存储在预设的问题规则库中,丰富问题规则库,当有用户下次再提及相似的问题时即可直接从问题规则库中获取答案数据,方便快捷。
上述智能处理问题数据的方法,当问题数据的类型是常规问题且在问题规则库中没有查找到与提取的关键字匹配的答案数据,可通过邮件的形式将问题数据发送至账号身份为问题解决专家的邮箱,通过问题解决专家进行解决,通过各种形式及渠道解决问题,加快问题解决速度。
如图6所示,步骤S402若问题数据的类型为常规问题,且在预设的问题规则库中没有查找到与关键字匹配的答案数据,则将问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱,可包括:
步骤S602,根据关键字分析问题数据所属的类别。
具体的,当问题数据的类型为常规问题,且在预设的问题规则库中没有查找到与提取的关键字匹配的答案数据,则可根据关键字分析问题数据所属的类别,例如,在保险业务中可分有多个大类险种,包括财产保险、人身保险、信用保险等,可根据关键字分析问题数据属于哪一大类险种。
步骤S604,获取属于类别下的各个账号身份为问题解决专家的问题分配信息。
具体的,不同的类别下对应有不同的问题解决专家,当服务端分析得到问题数据所属的类别后,可获取该类别下各个账号身份为问题解决专家的问题分配信息,问题分配信息可包括正在解决的问题数量、分配的问题编号等。
步骤S606,根据各个账号身份为问题解决专家的问题分配信息分配问题数据,将问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
具体的,当服务端获取问题数据所属的类别下各个账号身份为问题解决专家的问题分配信息后,可根据各个账号身份为问题解决专家的问题分配信息分配问题数据,例如将问题数据分配给正在解决的问题数量最少的问题解决专家,可将问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
上述智能处理问题数据的方法,可根据问题数据所属类别下各个账号身份为问题解决专家的问题分配信息分配问题数据,可加快问题回复速度,提高问题处理效率。
如图7所示,一种智能处理问题数据的系统,包括接收模块710、识别模块720、常规问题模块730及个性化问题模块740。
接收模块710,用于接收客户端发送的问题数据。
具体的,客户端可获取用户输入的问题数据,并将问题数据发送至服务端。客户端可包括浏览器、通讯应用软件等,例如,用户可通过浏览器访问问题页面提交问题,也可通过微信公众服务号、天下通公众服务号等提交问题,其中,用户在本实例中可为帮助客户进行业务处理的业务员或是负责帮忙解决业务员问题的督导人员等。
识别模块720,用于提取问题数据中的关键字,并根据关键字判断问题数据的类型为常规问题还是个性化问题。
具体的,可预先在服务端建立关键数据库,关键数据库中可存储有与问题数据相关的各个关键字。服务端接收到客户端发送的问题数据后,可根据预设的关键数据库提取问题数据中的关键字,例如,用户在客户端输入的问题为“选择交通意外险A型的投保人的年龄需要符合什么规则”,客户端将问题数据发送至服务端后,服务端根据预设的关键数据库中的业务类别关键字提取问题数据中的“交通意外险A型”,再根据关键数据库中属于交通意外险A型类别中的关键集合提取问题数据中的“年龄”、“规则”作为关键字,则该问题数据提取的关键字包括“交通意外险A型”、“年龄”及“规则”。
服务端可根据从问题数据中提取的关键字判断该问题数据的类型为常规问题还是个性化问题。常规问题指的是具有固定答案的业务处理中常见问题,例如上述的“选择交通意外险A型的投保人的年龄需要符合什么规则”问题,答案是16周岁,是固定的,该问题数据的类型为常规问题。个性化问题指的是不具有固定答案而与业务数据相关的问题,答案通常会随着业务数据的变更而改变,例如,用户提的问题是“客户编号为1001的保单现处于哪一种状态”,该保单的状态可能有多种,例如未审核阶段、审核阶段、资料补充阶段等,答案不固定,而是需要查询业务数据后才能获得准确答案,则该问题为个性化问题。服务端可根据预设的识别规则及提取的关键字判断问题数据的类型,其中,识别规则可为根据关键字计算问题数据属于常规问题或是个性化问题的概率,并根据概率确定问题数据的类型。服务端可预先根据常规问题及个性化问题的关键字特征得到概率算法,常规问题的关键字特征可包括业务类别、规则等,个性化问题的关键字特征可包括客户编号、业务员编号、状态等。通过预设的概率算法及提取的关键字,服务端可计算出问题数据属于常规问题或是个性化问题的概率,并根据得到的概率对问题数据进行类型标记。
常规问题模块730,用于若问题数据的类型为常规问题,则根据关键字在预设的问题规则库中查找并获取与关键字匹配的答案数据,并将答案数据返回给客户端。
具体的,当问题数据被标记为常规问题时,服务端可在问题规则库中对提取的关键字进行匹配计算,查找是否有与关键字匹配的答案数据,若有与关键字匹配的答案数据,则获取该答案数据并将答案数据返回给客户端。在其它的实施例中,服务端在问题规则库中可能同时获取与关键字匹配的多套问题及答案数据,可将获取的多套问题及答案数据一起返回给客户端供用户进行挑选所需的答案。
个性化问题模块740,用于若问题数据的类型为个性化问题,则根据关键字查找并获取与关键字匹配的业务数据,并将业务数据返回给客户端。
具体的,当问题数据被标记为个性化问题时,服务端可在业务系统的业务数据库中根据提取的关键字获取匹配的业务数据,并将业务数据返回给客户端。将常规问题与个性化问题进行分离,并分别按照不同的方式查找相应的答案数据,问题规则库不需要与业务系统进行对接,保证服务端中各个系统模块的功能单一性,方便进行数据维护。
上述智能处理问题数据的系统,服务器接收客户端发送的问题数据,提取问题数据中的关键字,并判断问题数据的类型是常规问题还是个性化问题。当是常规问题时,根据关键字在问题规则库中查找匹配的答案数据,当是个性化问题时,根据关键字获取匹配的业务数据,能够快速返回问题的答案,并能解答用户提出的与业务数据相关的问题,时效性高,节约大量人力且实用性高。
如图8所示,在一个实施例中,个性化问题模块740包括获取单元742、判断权限单元744及业务数据返回单元746。
获取单元742,用于获取提交问题数据的用户账号信息。
具体的,当问题数据的类型为个性化问题时,服务端可获取提交该问题数据的账号对应的用户账号信息,用户账号信息可包括账号ID、用户个人信息,例如用户姓名、员工编号、身份证号、职业等。
获取单元742还用于根据用户账号信息获取用户账号信息的账号权限级别。
具体的,服务端获取用户账号信息后,可根据该用户账号信息在业务系统中获取用户账号信息对应的账号权限级别,每个不同的账号ID均有其对应的账号权限级别,账号权限级别用于表示该账号在业务系统中的查询权限,例如,账号权限级别为1级的账号,不能查询业务系统中的业务数据,账号权限级别为2级的账号,能查询自己的业务数据,账号权限级别为3级的账号,有权限查询自己小组的成员的业务数据等。
判断权限单元744,用于根据关键字判断所需查询的业务数据是否在账号权限级别对应的查询权限内,若在账号权限级别对应的查询权限内,则根据关键字查找并获取与关键字匹配的业务数据。
具体的,不同账号权限级别在业务系统中可对用有不同的查询权限,可根据从问题数据中提取的关键字判断所需查询的业务数据是否在账号权限级别对应的查询权限内,若是,则可获取与关键字匹配的业务数据。例如,用户在客户端提交的问题是“查询业务员编号为1342的近一周的业务数量”,服务端接收到问题数据后,可提取其中的关键字包括“业务员编号为1342”、“近一周”、“业务数量”,若是账号权限级别为2仅可查询自己的业务数据,可判断关键字中的“业务员编号为1342”与用户账号信息的员工编号是否一致,若一致,则说明查询的是自己的数据,可进行查询。使得账号无法随意查询账号权限外的业务数据,保护个人信息安全及隐私。
业务数据返回单元746,用于将业务数据返回给客户端。
具体的,当用户所需查询的业务数据在其账号权限级别对应的查询权限内,则可在业务系统中的业务数据库查找与关键字匹配的业务数据,并将获得的业务数据返回给客户端。若提交问题的账号所述查询的业务数据在其对应的查询权限之外,服务端可向客户端返回无法查询的通知信息。
上述智能处理问题数据的系统,当问题数据的类型为个性化数据时,可获取与提交问题的用户账号信息对应的账号权限级别,并判断所需查询的业务数据是否在账号权限级别对应的查询权限内,只有在查询权限内才可查找并获取与问题数据的关键字匹配的业务数据,在可解答用户提出的与业务数据相关的问题的同时,按照严格的权限控制保证了用户的信息安全。
如图9所示,在一个实施例中,上述智能处理问题数据的系统,除了包括接收模块710、识别模块720、常规问题模块730及个性化问题模块740,还包括发送模块750、扫描模块760、截取模块770。
发送模块750,用于若问题数据的类型为常规问题,且在预设的问题规则库中没有查找到与关键字匹配的答案数据,则将问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱。
具体的,若问题数据被标记为常规问题,服务端可在预设的问题规则库中查找与提取的关键字匹配的答案数据,若是在问题规则库中未查找到匹配的答案数据,可将问题数据打包并通过邮件的形式发送至问题解决专家的邮箱,其中,问题解决专家指的是专门用来解决用户提出的较难解决的业务问题的人员,在服务端中有问题解决专家账号,以及对应的邮箱等。在其它的实施例中,也可将问题数据发送至账号身份为问题解决专家的即时通讯账号中,例如发送至问题解决专家的微信账号、天下通账号、QQ账号等。
扫描模块760,用于定期扫描并获取账号身份为问题解决专家的邮箱返回的答复邮件。
具体的,服务端可利用python等语言脚本定期扫描邮件系统,并获取账号身份为问题解决专家的邮箱返回的答复邮件。
截取模块770,用于截取答复邮件中的答案数据,并将答案数据返回给客户端。
具体的,当服务端扫描获取到账号身份为问题解决专家的邮箱返回的答复邮件时,可自动截取答复邮件中的答案数据,并将答案数据返回给客户端。
如图10所示,在一个实施例中,扫描模块760包括扫描单元762、判断单元764。
扫描单元762,用于通过邮件接口定期扫描接收的邮件。
具体的,服务端可利用python等语言脚本通过邮件系统的邮件接口定期扫描接收的邮件,例始每隔3分钟、5分钟等扫描一次接收的邮件。
判断单元764,用于判断接收的邮件的标题是否符合预设格式,若符合预设格式,则确定接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件。
具体的,当问题解决专家接收到问题邮件时进行答复,答复邮件的标题需按照一定的格式进行撰写,方便服务端对答复邮件进行识别。服务端扫描获取到接收的邮件后,可判断接收的邮件的标题是否符合预设格式,若是,则说明该接收的邮件即为账号身份为问题解决专家的邮箱返回的答复邮件。预设格式可根据实际需求进行设定,例如格式为:问题编号XXX相关答复,但不限于此。
截取模块770包括截取单元772、提取单元774及答案数据返回单元776。
截取单元772,用于截取答复邮件中的答案数据。
具体的,若接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件,则截取答复邮件中包含的答案数据。
提取单元774,用于提取答复邮件的标题中包含的问题编号。
具体的,服务端在接收到客户端发送的问题数据时,会生成对应的问题编号。服务端截取答复邮件中包含的答案数据成功后,可从答复邮件的标题中提取问题编号,并根据问题编号查找到对应的问题数据及提交该问题数据的用户账号信息等。
答案数据返回单元776,用于获取与问题编号对应的用户标识,并将答案数据返回给用户标识所在的客户端。
具体的,可将用户账号信号中的账号ID或是员工编号、身份证号等作为用户标识,根据问题编号能获取到对应的用户标识,并将答案数据返回给用户标识所在的客户端,即将答案数据返回给提交对应的问题数据的用户账号中,方便用户进行查看。
在其它的实施例中,上述智能处理问题数据的系统,还包括存储模块,用于将该问题数据及答案数据存储在预设的问题规则库中。
具体的,问题解决专家解决完在预设的问题规则库中没有查找到与关键字匹配的答案数据的问题数据后,可将该问题数据以及从答复邮件中截取的答案数据一同存储在预设的问题规则库中,丰富问题规则库,当有用户下次再提及相似的问题时即可直接从问题规则库中获取答案数据,方便快捷。
上述智能处理问题数据的系统,当问题数据的类型是常规问题且在问题规则库中没有查找到与提取的关键字匹配的答案数据,可通过邮件的形式将问题数据发送至账号身份为问题解决专家的邮箱,通过问题解决专家进行解决,通过各种形式及渠道解决问题,加快问题解决速度。
如图11所示,在一个实施例中,发送模块750包括分析单元752、分配信息获取单元754及分配单元756。
分析单元752,用于根据关键字分析问题数据所属的类别。
具体的,当问题数据的类型为常规问题,且在预设的问题规则库中没有查找到与提取的关键字匹配的答案数据,则可根据关键字分析问题数据所属的类别,例如,在保险业务中可分有多个大类险种,包括财产保险、人身保险、信用保险等,可根据关键字分析问题数据属于哪一大类险种。
分配信息获取单元754,用于获取属于类别下的各个账号身份为问题解决专家的问题分配信息。
具体的,不同的类别下对应有不同的问题解决专家,当服务端分析得到问题数据所属的类别后,可获取该类别下各个账号身份为问题解决专家的问题分配信息,问题分配信息可包括正在解决的问题数量、分配的问题编号等。
分配单元756,用于根据各个账号身份为问题解决专家的问题分配信息分配问题数据,将问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
具体的,当服务端获取问题数据所属的类别下各个账号身份为问题解决专家的问题分配信息后,可根据各个账号身份为问题解决专家的问题分配信息分配问题数据,例如将问题数据分配给正在解决的问题数量最少的问题解决专家,可将问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
上述智能处理问题数据的系统,可根据问题数据所属类别下各个账号身份为问题解决专家的问题分配信息分配问题数据,可加快问题回复速度,提高问题处理效率。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种智能处理问题数据的方法,其特征在于,包括以下步骤:
接收客户端发送的问题数据;
提取所述问题数据中的关键字,并根据所述关键字判断所述问题数据的类型为常规问题还是个性化问题;
若所述问题数据的类型为常规问题,则根据所述关键字在预设的问题规则库中查找并获取与所述关键字匹配的答案数据,并将所述答案数据返回给所述客户端;
若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端。
2.根据权利要求1所述的智能处理问题数据的方法,其特征在于,所述若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端,包括:
获取提交所述问题数据的用户账号信息;
根据所述用户账号信息获取所述用户账号信息的账号权限级别;
根据所述关键字判断所需查询的业务数据是否在所述账号权限级别对应的查询权限内,若在所述账号权限级别对应的查询权限内,则根据所述关键字查找并获取与所述关键字匹配的业务数据;
将所述业务数据返回给所述客户端。
3.根据权利要求1所述的智能处理问题数据的方法,其特征在于,所述方法还包括:
若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱;
定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件;
截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端。
4.根据权利要求3所述的智能处理问题数据的方法,其特征在于,所述定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件,包括:
通过邮件接口定期扫描接收的邮件;
判断所述接收的邮件的标题是否符合预设格式,若符合预设格式,则确定所述接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件;
所述截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端,包括:
截取所述答复邮件中的答案数据;
提取所述答复邮件的标题中包含的问题编号;
获取与所述问题编号对应的用户标识,并将所述答案数据返回给所述用户标识所在客户端。
5.根据权利要求3或4所述的智能处理问题数据的方法,其特征在于,所述若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱,包括:
根据所述关键字分析所述问题数据所属的类别;
获取属于所述类别下的各个账号身份为问题解决专家的问题分配信息;
根据所述各个账号身份为问题解决专家的问题分配信息分配所述问题数据,将所述问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
6.一种智能处理问题数据的系统,其特征在于,包括:
接收模块,用于接收客户端发送的问题数据;
识别模块,用于提取所述问题数据中的关键字,并根据所述关键字判断所述问题数据的类型为常规问题还是个性化问题;
常规问题模块,用于若所述问题数据的类型为常规问题,则根据所述关键字在预设的问题规则库中查找并获取与所述关键字匹配的答案数据,并将所述答案数据返回给所述客户端;
个性化问题模块,用于若所述问题数据的类型为个性化问题,则根据所述关键字查找并获取与所述关键字匹配的业务数据,并将所述业务数据返回给所述客户端。
7.根据权利要求6所述的智能处理问题数据的系统,其特征在于,所述个性化问题模块包括:
获取单元,用于获取提交所述问题数据的用户账号信息;
所述获取单元还用于根据所述用户账号信息获取所述用户账号信息的账号权限级别;
判断权限单元,用于根据所述关键字判断所需查询的业务数据是否在所述账号权限级别对应的查询权限内,若在所述账号权限级别对应的查询权限内,则根据所述关键字查找并获取与所述关键字匹配的业务数据;
业务数据返回单元,用于将所述业务数据返回给所述客户端。
8.根据权利要求6所述的智能处理问题数据的系统,其特征在于,所述系统还包括:
发送模块,用于若所述问题数据的类型为常规问题,且在所述预设的问题规则库中没有查找到与所述关键字匹配的答案数据,则将所述问题数据通过邮件的形式发送至账号身份为问题解决专家的邮箱;
扫描模块,用于定期扫描并获取所述账号身份为问题解决专家的邮箱返回的答复邮件;
截取模块,用于截取所述答复邮件中的答案数据,并将所述答案数据返回给所述客户端。
9.根据权利要求8所述的智能处理问题数据的系统,其特征在于,所述扫描模块包括:
扫描单元,用于通过邮件接口定期扫描接收的邮件;
判断单元,用于判断所述接收的邮件的标题是否符合预设格式,若符合预设格式,则确定所述接收的邮件为账号身份为问题解决专家的邮箱返回的答复邮件;
所述截取模块包括:
截取单元,用于截取所述答复邮件中的答案数据;
提取单元,用于提取所述答复邮件的标题中包含的问题编号;
答案数据返回单元,用于获取与所述问题编号对应的用户标识,并将所述答案数据返回给所述用户标识所在的客户端。
10.根据权利要求8或9所述的智能处理问题数据的系统,其特征在于,所述发送模块包括:
分析单元,用于根据所述关键字分析所述问题数据所属的类别;
分配信息获取单元,用于获取属于所述类别下的各个账号身份为问题解决专家的问题分配信息;
分配单元,用于根据所述各个账号身份为问题解决专家的问题分配信息分配所述问题数据,将所述问题数据通过邮件的形式发送至对应的账号身份为问题解决专家的邮箱。
CN201610333098.1A 2016-05-18 2016-05-18 智能处理问题数据的方法和系统 Active CN107402923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610333098.1A CN107402923B (zh) 2016-05-18 2016-05-18 智能处理问题数据的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610333098.1A CN107402923B (zh) 2016-05-18 2016-05-18 智能处理问题数据的方法和系统

Publications (2)

Publication Number Publication Date
CN107402923A true CN107402923A (zh) 2017-11-28
CN107402923B CN107402923B (zh) 2020-06-19

Family

ID=60394006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610333098.1A Active CN107402923B (zh) 2016-05-18 2016-05-18 智能处理问题数据的方法和系统

Country Status (1)

Country Link
CN (1) CN107402923B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109389483A (zh) * 2018-08-20 2019-02-26 国网上海市电力公司 一种财务决算疑点问题的智能处理方法
CN109919763A (zh) * 2019-01-28 2019-06-21 深圳壹账通智能科技有限公司 基于智能合约展示问答式文件的方法、装置及计算机设备
CN110209785A (zh) * 2019-05-07 2019-09-06 平安科技(深圳)有限公司 业务信息的查询方法及装置、电子设备、存储介质
CN114357139A (zh) * 2022-01-07 2022-04-15 深圳市易流科技股份有限公司 一种响应查岗的方法、装置、存储介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214235A (zh) * 2011-06-29 2011-10-12 浪潮集团山东通用软件有限公司 一种基于实时权限控制的企业管理软件搜索引擎集成方法
US20120330943A1 (en) * 2003-03-06 2012-12-27 Thomson Licensing S.A. Simplified searching for media services using a control device
CN103019407A (zh) * 2012-11-22 2013-04-03 百度国际科技(深圳)有限公司 输入法应用方法、自动问答处理方法及电子设备、服务器
CN104137623A (zh) * 2011-12-30 2014-11-05 英特尔公司 针对移动设备的智能数据连接
CN104598579A (zh) * 2015-01-14 2015-05-06 北京京东尚科信息技术有限公司 一种自动问答方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120330943A1 (en) * 2003-03-06 2012-12-27 Thomson Licensing S.A. Simplified searching for media services using a control device
CN102214235A (zh) * 2011-06-29 2011-10-12 浪潮集团山东通用软件有限公司 一种基于实时权限控制的企业管理软件搜索引擎集成方法
CN104137623A (zh) * 2011-12-30 2014-11-05 英特尔公司 针对移动设备的智能数据连接
CN103019407A (zh) * 2012-11-22 2013-04-03 百度国际科技(深圳)有限公司 输入法应用方法、自动问答处理方法及电子设备、服务器
CN104598579A (zh) * 2015-01-14 2015-05-06 北京京东尚科信息技术有限公司 一种自动问答方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109389483A (zh) * 2018-08-20 2019-02-26 国网上海市电力公司 一种财务决算疑点问题的智能处理方法
CN109919763A (zh) * 2019-01-28 2019-06-21 深圳壹账通智能科技有限公司 基于智能合约展示问答式文件的方法、装置及计算机设备
CN110209785A (zh) * 2019-05-07 2019-09-06 平安科技(深圳)有限公司 业务信息的查询方法及装置、电子设备、存储介质
CN114357139A (zh) * 2022-01-07 2022-04-15 深圳市易流科技股份有限公司 一种响应查岗的方法、装置、存储介质及设备

Also Published As

Publication number Publication date
CN107402923B (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
Latkovikj et al. Online research about online research: advantages and disadvantages
Swoboda et al. Internet surveys by direct mailing: An innovative way of collecting data
CN111612478A (zh) 基于工业互联网标识解析体系的产品防伪追溯方法及平台
CN111309759A (zh) 企业科技项目智能匹配平台
CN107977820B (zh) 智能物流快递方法
US7412401B2 (en) Messaging system having recipient profiling
CN107402923A (zh) 智能处理问题数据的方法和系统
CN104881770A (zh) 一种快递单信息识别系统和方法
CN110689325A (zh) 信息处理方法、装置及计算机可读存储介质
US20210158302A1 (en) System and method of authenticating candidates for job positions
CN117114514B (zh) 一种基于大数据的人才信息分析管理方法、系统及装置
CN102308316A (zh) 自动收集意见的系统和方法
CN110580587A (zh) 一种房地产案场购房客户归属管理系统、方法
CN112288468A (zh) 一种基于标识解析的工业产品用户反馈获取方法
US20030204436A1 (en) Survey data gathering
CN115545985A (zh) 一种基于智慧社区的图书馆档案综合管理系统
CN110895711A (zh) 入职管理方法及装置
CN113641838A (zh) 用于数据标注的装置及方法、电子设备、可读存储介质
CN113065943A (zh) 反欺诈黑产实体识别方法及系统
US20090060285A1 (en) Rating individuals on a voluntary basis using legal non-discriminatory criteria
US20130151424A1 (en) Systems, methods and computer program products for generating and sharing information among a plurality of persons
CN113269614A (zh) 商家快速注册接单方法及装置、电子设备及可读介质
Reddy et al. Perceptions and expectations of IT service delivery Post Migration to a Microsoft Platform at a university of technology in South Africa
CN110334963A (zh) 门票订单后台管理系统
CN110188840A (zh) 一种具有隐私保护功能的快递单信息重组录入方法

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
GR01 Patent grant
GR01 Patent grant