CN108198017B - 个性化客服处理方法及装置 - Google Patents
个性化客服处理方法及装置 Download PDFInfo
- Publication number
- CN108198017B CN108198017B CN201711404890.2A CN201711404890A CN108198017B CN 108198017 B CN108198017 B CN 108198017B CN 201711404890 A CN201711404890 A CN 201711404890A CN 108198017 B CN108198017 B CN 108198017B
- Authority
- CN
- China
- Prior art keywords
- user
- service
- interactive content
- attribute
- interactive
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 230000002452 interceptive effect Effects 0.000 claims abstract description 142
- 230000003993 interaction Effects 0.000 claims abstract description 111
- 238000000034 method Methods 0.000 claims abstract description 23
- 230000008451 emotion Effects 0.000 claims description 74
- 238000011156 evaluation Methods 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 description 13
- 230000002996 emotional effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- 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
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0613—Third-party assisted
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种个性化客服处理方法及装置。方法包括:客服系统接收用户的交互请求,交互请求中携带有用户标识;根据用户标识获取用户与客服系统之间的第一历史交互信息;根据第一历史交互信息,预估用户的个性化需求;根据预估的个性化需求,向用户提供客户服务。本发明通过获取用户与客服系统之间的历史交互信息,能够预估出用户的个性化需求,从而使客服系统根据用户的个性化需求向用户提供更优质的服务。本发明提供的方案能够解决现有技术中客服系统只能根据用户当前询问的内容进行回复,造成服务不到位,用户体验差的问题。
Description
技术领域
本发明涉及客户服务技术,尤其涉及一种个性化客服处理方法及装置。
背景技术
目前,很多企业都具有客户服务系统,主要包括人工客服系统和智能客服系统,用于向用户提供业务咨询的功能。
现有技术的人工客服系统和智能客服系统在处理用户的业务咨询时,均是根据用户询问的内容判断用户需要了解的业务信息,例如,用户询问宽带提速的业务,客服系统就会回答关于宽带提速相关的问题。
但是,现有技术中,客服系统在用户提问之前,无法提前获知用户的个体喜好、个性特征,导致现有技术中的客服系统不能向用户提供个性化的客户服务,造成服务不到位,用户体验差的问题。
发明内容
本发明提供一种个性化客服处理方法及装置,通过获取用户与客服系统之间的历史交互信息,能够预估出用户的个性化需求,从而使客服系统根据用户的个性化需求向用户提供更优质的服务。本发明提供的方案能够解决现有技术中客服系统只能根据用户当前询问的内容进行回复,造成服务不到位,用户体验差的问题。
本发明的第一个方面是提供一种个性化客服处理方法,包括:
客服系统接收用户的交互请求,所述交互请求中携带有用户标识;
根据所述用户标识获取所述用户与所述客服系统之间的第一历史交互信息;
根据所述第一历史交互信息,预估所述用户的个性化需求;
根据预估的所述个性化需求,向所述用户提供客户服务。
本发明的另一个方面是提供一种个性化客服处理装置,包括:
接收模块,用于接收用户的交互请求,所述交互请求中携带有用户标识;
第一获取模块,用于根据所述用户标识获取所述用户与所述客服系统之间的第一历史交互信息;
预估模块,用于根据所述第一历史交互信息,预估所述用户的个性化需求;
服务模块,用于根据预估的所述个性化需求,向所述用户提供客户服务。
本发明提供的个性化客服处理方法及装置的技术效果是:
接收用户的交互请求,交互请求中携带有用户标识;根据用户标识获取用户与客服系统之间的第一历史交互信息;根据第一历史交互信息,预估用户的个性化需求;根据预估的个性化需求,向用户提供客户服务。本实施例提供的方法及装置能够根据用户的第一历史交互信息针对用户的个性化需求进行预估,从而准确的确定用户关注的业务以及用户所需要的服务,再根据用户的实际需求向用户提供服务,能够根据每个用户的不同需求更有针对性的回复用户所提出的各个问题,从而更优质的为用户提供客户服务。
附图说明
图1为本发明一示例性实施例示出的个性化客服处理方法的流程图;
图2为本发明另一示例性实施例示出的个性化客服处理方法的流程图;
图3为本发明一示例性实施例示出的创建预设规则的方法的流程图;
图4为本发明一示例性实施例示出的个性化客服处理装置的结构图;
图5为本发明另一示例性实施例示出的个性化客服处理装置的结构图。
具体实施方式
图1为本发明一示例性实施例示出的个性化客服处理方法的流程图。
如图1所示,本实施例提供的个性化客服处理方法包括:
步骤101,客服系统接收用户的交互请求,交互请求中携带有用户标识。
其中,客服系统是指客户服务系统,用于向用户提供咨询、投诉等服务功能。交互请求是指用户向客服系统发送与客服系统进行交互的请求,例如,用户向客服系统发送投诉请求。客服系统可以设置在后台服务器中,后台服务器能够连接网络,使其他终端能够通过网络访问后台服务器,从而使用客服系统所提供的相应功能。
具体的,当用户向客服系统发送交互请求时,交互请求中携带有用户标识。用户标识是指用户的唯一标识,即每个用户的标识信息互不相同,通过用户标识能够确定出唯一的用户。例如,用户可以先使用账号登录客服系统,再向客服系统发送请求消息,则用户的账号是用户标识信息。用户通过打电话的方式向客服系统咨询时,用户的电话号码可以是用户的标识信息。
步骤102,根据用户标识获取用户与客服系统之间的第一历史交互信息。
进一步的,客服系统根据用户标识在数据库中确定出该用户与客服系统之间的第一历史交互信息,并获取该第一历史交互信息。第一历史交互信息可以包括用户在客服系统中的交互内容、留言及评分信息等等,例如,用户在购买完商品后,对商品的评价信息以及对商品的评分信息。若用户曾经通过语音方式与客服系统交互,则可以将语音信息转化为文字信息,并获取该文字信息。例如用户在商场的留言信息、用户与客服人员沟通过程中发送的消息等等。
步骤103,根据第一历史交互信息,预估用户的个性化需求。
实际应用时,可以根据用户的第一历史交互信息确定该用户关注的业务种类以及用户对业务的评价等信息,再根据确定结果预估用户的个性化需求。根据用户自身的历史交互信息确定其需求,得到的个性化需求更加准确。例如,用户的第一历史用户信息中,其中一条第一历史交互信息中包括的评分较低,则获取此条第一历史交互信息所针对的业务,例如,用户在接入客服系统时,选择的是话费业务,则可以认为用户对话费业务比较关注。
其中,还可以对该用户的第一历史交互信息中包括的交互内容或留言内容进行分析,若是通过语音方式进行交互的,则可以将语音消息转换为文字内容。再对文字内容进行分析。可以提取第一历史交互信息中用户做出的包括负面词汇的评价内容,例如,交互内容中包括“你们的服务态度太差了”,则可以认为该用户对服务态度较为关注。如果用户的留言内容中包括“你们的商品价格太贵了”,则可以认为该用户对商品的价格较为关注。
具体的,若负面评价内容特别多,则可以按照该用户对各个业务的负面评价次数进行排序,将负面评价次数多的业务作为用户关注的业务。例如,用户的多条第一历史交互信息中,其中的5条次提到流量不够用,其中的一条提到价格太贵,则可以认为该用户更专注的是流量业务,其对流量业务的关注点在于流量不够用。
进一步的,若该用户的历史交互信息中包括评价分数,则还可以通过评价分数结合交互内容中的负面词汇一同确认用户关注的业务。例如,先获取评价分数低的历史交互信息,若评价分数的总分一共10分,用户做出的评分小于6分则可以认为评分较低。再获取评分低的历史交互信息中的具体交互内容,对交互内容进行解析,并确定出交互内容中负面评价的业务类型。例如,用户在与客服沟通结束后,对此次的服务评分为4分,则认为该用户对此次客服系统提供的服务不满意,然后从该条历史交互信息中获取具体的交互内容,假设交互内容中包括“流量还够用,就是价格太贵了”,则可以从中确定出用户对“价格”做出了负面评价“太贵”,从而确定用户对价格比较关注。首先通过评价分数对第一历史交互信息进行筛选,能够减少需要分析第一历史交互信息的数量,从而减少客服系统处理数据的工作量。
步骤104,根据预估的个性化需求,向用户提供客户服务。
客服系统可以根据预估的用户的个性化需求,向人工客服提示用户关注的业务,从而使客服人员能够更有重点的回复用户提出的问题。例如用户在询问时涉及了话费和短信两个方面的业务,但是通过系统预估确定出用户更关心话费业务,则客服人员在向用户回复时,可以对话费业务重点解释,从而使用户体验更好。另外,客服系统还可以根据预估的个性化需求,通过智能客服向用户提供更优质的服务,当用户与智能客服系统进行交互时,智能客服系统可以根据用户当前交互时涉及的业务类型,再综合预先获知的用户所关注的业务类型,确定对用户的答复策略,从而使智能客服系统能够向用户提供个性化的服务。
本实施例提供的个性化客服处理方法,客服系统接收用户的交互请求,交互请求中携带有用户标识;根据用户标识获取用户与客服系统之间的第一历史交互信息;根据第一历史交互信息,预估用户的个性化需求;根据预估的个性化需求,向用户提供客户服务。本实施例提供的方法能够根据用户的第一历史交互信息针对用户的个性化需求进行预估,从而准确的确定用户关注的业务以及用户所需要的服务,再根据用户的实际需求向用户提供服务,能够根据每个用户的不同需求更有针对性的回复用户所提出的各个问题,从而更优质的为用户提供客户服务。
图2为本发明另一示例性实施例示出的个性化客服处理方法的流程图。
如图2所示,本实施例提供的个性化客服处理方法,包括:
步骤201,客服系统接收用户的交互请求,交互请求中携带有用户标识。
步骤202,根据所述用户标识获取所述用户与所述客服系统之间的第一历史交互信息。
其中,第一历史交互信息包括:用户与客服系统交互的至少一条第一交互内容。
具体的,交互内容可以是用户的留言、用户与客服沟通时的具体内容等等。例如用户与客服进行交互时说到“你们的商品质量太差了”,则这句话就是这条历史交互信息中包括的第一交互内容。
步骤203,对每条第一交互内容进行解析,解析后得到每条第一交互内容的第一业务属性和第一情感属性。
进一步的,第一业务属性是指第一交互内中涉及的业务,也就是通过交互内容确定用户关心的业务类型。第一业务属性可以包括:话费、宽带、短信、流量、信号、态度、价格等。第一情感属性是指第一交互内容中包括的对业务属性进行评价的情感词汇,例如太高了、太贵了、太少了、差等等。
实际应用时,可以采用分词技术先对第一交互内容进行分词处理,得到多个词汇,并记录词汇顺序。分词处理能够将一整句话分解为多个单独的词汇,可以采用基于字符串匹配的分词处理方法,也可以采用基于理解的分词处理方法,或者采用基于统计的分词方法。为了避免对第一交互内容进行分词时将其中的业务词汇进行错误拆分,可以在分词处理中加入预先建立的业务词典。业务词典是指根据客服系统中可能涉及的业务建立的词典,可以收集系统的服务、产品的分类列表中涉及的多种业务词汇,还可以根据需求加入其它业务词汇。例如话费、宽带、态度等等。例如,用户在与客服系统进行沟通时说的一句话是“服务太差了,套餐贵,也不够用”,对这句话进行分词处理的结果将是(“服务”“太差”“了”“套餐”“贵”“也”“不够”“用”)。
可选的,还可以删除分词结果中的语气助词,从而使分词结果更加准确。则剩余词汇为(“服务”“太差”“套餐”“贵”“不够”“用”)。将剩余词汇按顺序保存在ListWord(词汇列表)中。第一个词汇的位置为0,第二个词汇的位置为1,以此类推。
查看ListWord[i]中保存的词汇的性质,其中i=0,若为业务词汇,则记录 i。例如上述第一个词汇“服务”为业务词汇,则记录位置0。若不是业务词汇,则将i加1,继续对ListWord中的词汇进行判断。
确定出i的值后,设置k=1,查看ListWord[i+k]中保存的词汇的性质,若既不是业务词汇也不是情感词汇,则对k继续叠加1。若ListWord[i+k]中保存的词汇为业务词汇,则重新记录i的位置,并将k设置为1。若为情感词汇,则记录该情感词汇的位置,并将其与ListWord[i]组成词组,即(ListWord[i]| ListWord[i+k])的形式,再将k叠加1,继续上述步骤。由于上述例子中确定 i=0,则继续查看的是ListWord[1]的词汇,即“太差”,判断其为情感词汇,则得到词组(服务|太差)。再将k叠加1,查看ListWord[2]的词汇,即“套餐”,判断其是业务词汇,则重新确定i=2,再查看ListWord[i+k]中的词汇,即ListWord[3]中的词汇“贵”,判断其为情感词汇,则将其与ListWord[2] 组成词组(套餐|贵),再将k加1,查看ListWord[4]中的词汇,即“不够”,判断其为情感词汇,则将其与之前的业务词汇套餐组成词组,由于已经确定出了包含套餐的词组,此时可以将“不够”补充进之前的词组从而减少词组个数,于是得到词组(套餐|贵,不够),再将k加1,查看ListWord[5],即“用”,由于其既不是业务词汇也不是情感词汇,则不将其放入词组中。根据词组能够得到最终的第一业务属性和第一情感属性。
步骤204,根据第一交互内容的第一情感属性,筛选出第一情感属性为负面情感的第一交互内容。
可以根据现有技术中对词汇进行情感属性判断的方法,将第一情感属性为负面情感的交互内容筛选出来。如上述的“太差”为负面情感词汇,则可以筛选出服务太差这一交互内容。并将其展示给人工客服,或发送至智能客服,使客服能够得知用户曾经做过服务太差的评价,以使客服在与用户沟通时能够更加注意服务方面的细节。再比如上述的“贵”以及“不够”为负面情感词汇,则可以筛选出套餐太贵,不够用的交互内容,通过这条交互内容能够使客服预估出用户对套餐不太满意,在回答用户的咨询时可以着重解释套餐的相关信息。
其中,第一历史交互信息还可以包括:用户对每条第一交互内容的第一评价分数。
具体的,第一历史交互信息可以仅包括一个第一评价分数,则该第一评价分数可以作为每条第一交互内容的第一评价分数。第一历史交互信息还可以包括多个第一评价分数,每条第一交互内容能够与一个第一评价分数相对应。
进一步的,可以根据筛选得到的负面情感的第一交互内容,确定用户的个性化需求。
若用户的交互内容中包括负面情感,则能够确定用户对该交互内容中提到的业务不满意,例如用户提到“话费太高了”,则可以确定出用户对话费的业务不满意,进而将“话费”作为该用户的个性化需求,提醒客服该用户对话费问题较为关注,应更多的向用户解释话费的相关问题。
为了使筛选出的负面情感的第一交互内容更加准确,本实施例提供的方案还可以包括步骤205。
步骤205,根据第一评价分数,对筛选出的第一情感属性为负面情感的第一交互内容进行修正。
在进行分词时,很容易发生由于分词有误造成词汇的情感属性发生变化的情况,例如用户在与客服系统交互时说“这个倒是不过分”,在分词处理时,将会对“不过分”进行拆分得到“不”,“过分”,这就会导致该情感词汇的属性发生变化。为了避免这个问题的产生,还可以根据第一历史交互信息中的第一评价分数对筛选结果进行进一步的修正。例如,当筛选出的第一交互内容的第一评价分数大于某一个分数值时,例如大于6分(总分为10分)时,对该条交互内容中的负面词汇进行检查,获取其中负面情感词汇在 ListWord中的位置,判断负面词汇的位置关系是否连续,若是,则将其合并为一个情感词汇。例如,“不”在ListWord的位置是3,“过分”在ListWord 的位置是4,而3、4为连续的数字,则将这两个负面词汇进行合并。再对合并后的情感词汇的情感属性进行判断,从而完成对筛选出的第一情感属性为负面情感的第一交互内容进行修正。
其中,还可以对第一评价分数进行归一化处理,得到归一化分数。再根据归一化分数对筛选出的第一交互内容进行修正。由于各个用户的打分习惯不同,有些用户可能觉得服务一般,但是会给出10分的评价,有些用户觉得服务很好,也不会给出过高的分数。因此,可以根据所有第一交互信息中的第一评价分数,对每一个第一评价分数进行归一化处理,再根据归一化分数对筛选的第一交互内容进行修正,从而使上述修正结果更加准确。具体的归一化方法可以是:
newScore=(currentScore-meanScore)/meanScore;
具体的,newScore为归一化分数,currentScore为第一评价分数, meanScore为所有第一评价分数的平均分数。通过上述方法可以对用户的每个第一评价分数都进行归一化处理,例如用户A与客服系统共做过3次交互,评分分别是4,6,8,那么meanScore=(4+6+8)/3=6,归一化分数分别为
(4-6)/6=-0.33333,(6-6)/6=0,(8-6)/6=0.33333。
相应的,本实施例提供的方案还包括步骤206,根据修正后的负面情感的第一交互内容确定所述用户的个性化需求。
本实施例提供的方法,能够根据用户与客服系统的交互过程中所包括的具体的交互内容以及对交互内容作出的评价分数,确定用户对各个第一业务属性的第一情感属性,从而筛选出用户做出负面评价的第一交互内容,也就是客服在与用户进行沟通时需要着重向用户进行回复的内容,从而使客服能够根据每个用户的个性化需求向用户提供相应的服务,能够提高用户体验。
另外,本实施例提供的方法在步骤203之后,还可以包括:
步骤207,根据预设规则,确定第一交互内容中每种第一业务属性的权重值。
其中,预设规则中可以包括多个子规则,每个子规则包括至少一个业务属性,且每个业务属性对应一个权重值。
具体的,各个子规则中的业务属性可以具有重合的部分,也可以互不相同。根据用户的第一业务属性确定出其所对应的至少一个子规则,再从子规则中获取每个第一业务属性对应的权重值。
步骤208,根据预设阈值,在权重值由大到小的排序中选取权重值满足预设阈值的第一业务属性。
选取出的第一业务属性即为用户关注的业务属性,可以将此作为用户的个性化需求。
进一步的,可以根据需求设置具体的预设阈值,选取权重值大于等于该预设阈值的第一业务属性。
实际应用时,还可以按照权重值将第一业务属性进行排序,再选取其中前几位的第一业务属性,具体可以是前3位、前4位等等。
其中,可以结合步骤206、步骤208所得到的结果,共同确定出用户的个性化需求,也可以仅根据步骤206或步骤208所得到的结果确定用户的个性化需求。
步骤209,根据预估的个性化需求,向用户提供客户服务。
图3为本发明一示例性实施例示出的创建预设规则的方法的流程图。
本实施例提供的方法用于创建图2的实施例中所涉及的预设规则。
如图3所示,本实施例提供的创建预设规则的方法包括:
步骤301,获取所有用户与客服系统之间的第二历史交互信息;其中,第二历史交互信息包括第二交互内容和用户对第二交互内容的第二评价分数。
还可以对其中任一个用户的第二历史交互信息进行筛选,若一个用户与客服沟仅通过一次,并且第二评价分数很低,则抛弃该用户的第二历史交互信息。由于用户的一次负面评价对创建规则的意义不大,因此抛弃该条交互信息。
具体的,客服系统可以从数据库中获取所有用户的第二历史交互信息,也就是获取数据库中已有的全部的第二历史交互信息。第二交互内容可以是用户在与客服系统进行沟通时的具体内容,也可以是用户的留言等等。第二历史交互信息若仅包括一个第二评价分数,则该第二评价分数可以作为每条第二交互内容的第二评价分数。第二历史交互信息还可以包括多个第二评价分数,则每条第二交互内容能够与一个第二评价分数相对应。
步骤302,根据每条第二历史交互信息中的第二交互内容,确定每条第二交互内容中所包含的第二业务属性和第二情感属性。
具体的实现方式可以与步骤203中的实现方式相同。
进一步的,可以获取每个用户的每条第二历史交互信息中包括的第二业务属性,若一个用户每次与客服系统交互所涉及的业务都相同,并且每次第二评价分数都较高,则抛弃此用户的第二历史交互信息,不将其作为创建预设规则的数据基础。
步骤303,根据各条第二历史交互信息中所包含的第二业务属性之间的相似度,对所有第二业务属性进行归类,得到业务组合。
其中,根据步骤302的处理,可以得到每条第二历史交互信息中所包含的第二业务属性。将每条第二历史交互信息中所包含的第二业务属性作为一个业务组合,可以得到一系列的业务组合。再根据各个业务组合的相似度,对第二业务属性进行归类。
具体的,可以先确定其中一个业务组合中所包含的第二业务属性,再遍历所有的其他业务组合,确定一个业务组合与其他业务组合之间是否具有子集关系,若有,则将具有子集关系的业务组合进行合并,形成新的业务分组。例如第一个业务组合中包括:价格、信号、流量,第二业务组合中包括价格、信号、流量、花费,则第一个业务组合就是第二个业务组合的子集,将第一个业务组合合并进第二个业务组合中。
进一步的,还可以确定一个业务组合与其他业务组合之间的重合程度,若重合程度大于阈值,则可以将二者进行合并。具体的计算方式可以是重合的业务属性个数除以两个业务组合中包括的不重复的业务属性总个数,例如,第一个业务组合包括话费、流量、信号、短信,第二个业务组合包括话费、流量、信号、语音,则这两个业务组合的重合度为3/5=0.6。
可以按照上述方式对所有的业务组合进行合并,从而避免最终确定的业务组合个数过多的问题。
步骤304,确定每条第二交互内容中的每个第二业务属性对应的第二情感属性的数目信息。
其中,不对步骤303、步骤304的执行顺序进行限制,可以先执行步骤 303,也可以先执行步骤304,还可以同时执行步骤303和步骤304。
根据步骤302的处理,能够获得每条第二交互内容中包括的第二业务属性,以及与第二业务属性对应的第二情感属性,从而能够确定出第二业务属性所对应的第二情感属性的数目信息。例如,对其中一条第二交互内容进行处理得到的结果是(套餐|贵,不够),则该条交互内容中的套餐所对应的第二情感属性的数目为2。
其中,还可以再进一步的确定每条交互内容中第二业务属性对应的负面情感词汇的数目,如其中一条第二交互内容进行处理得到的结果是(套餐|便宜,不够),则该条交互内容中套餐对应的负面情感词汇数目为1。
具体的,还可以综合考虑每条交互内容中第二业务属性对应的正面词汇以及负面词汇的数目信息,从而从整体上得到用户对该第二业务属性的评价。具体可以是将正面词汇的个数标记为“+”,将负面词汇的个数标记为“-”,再将二者相加,获得最终结果。例如其中一条第二交互内容进行处理得到的结果是(套餐|便宜,不够),则套餐的第二情感属性的数目信息为0。
步骤305,将每条第二交互内容中的第二业务属性对应的第二情感属性的数目信息,对应填入业务组合的各个第二业务属性中,形成第一统计表。
进一步的,业务组合中包括各个第二业务属性,第一统计表的每一列对应一个第二业务属性。再将每条第二交互内容中的第二业务属性对应的第二情感属性的数目信息填入第一统计表,也就是第一统计表的每一行都对应一条第二交互内容,在列与行交叉的位置填入该行对应的第二交互内容中包括的该列对应的第二情感属性的数目信息,最终形成第一统计表。
步骤306,根据用户对每条第二交互内容的第二评价分数,以及第一统计表,计算得到各个第二业务属性的权重值。
具体的计算方法可以是:
F(x)=w0+w1×X1+w2×X2+…wN×XN
其中,F(x)为用户对每条第二交互内容的第二评价分数,X为每条交互内容中包括的各个第二业务属性的情感属性数目。各个w为待确定的各个第二业务属性的权重值。
基于第一统计表中的数据基础以及上述公式,能够得到多个以w为未知数的方程式,例如第一统计表中包括1000条第二交互内容,则可以得到1000 个方程式,再通过计算机计算出各个w的值,从而能够得到w值的组合,也就是各个第二业务属性所对应的权重值的组合。
还可以对得到的权重值进行进一步加权,使权重值更加准确。具体的加权值的算法可以是:
其中,w′为加权值,F(x)为用户对每条第二交互内容的第二评价分数, F′(x)为将确定的权重组合带入w0+w1×X1+w2×X2+…wN×XN中所得到的值,k为可调参数,可以根据经验进行调整。同样的,若第一统计表中包括多条第二交互内容,则可以计算出多个w′,可以将多个w′取平均值,作为最终的加权值。最终将权重值组合与该加权值相乘,可以得到加权后的权重值组合。
步骤307,根据第一统计表、各个第二业务属性的权重值,得到预设规则。
具体的,该预设规则包括至少一个第一统计表,第一统计表中包括由第二业务属性构成的业务组合,该预设规则还包括至少一组权重值,每个业务组合都与一组权重值相对应。
根据本实施例创建的预设规则应用到图2所示的实施例时,可以根据用户的第一交互内容所包含的第一业务属性确定第一统计表,例如用户的其中一条交互内容包括宽带、速度、价格,则在第一统计表中确定出业务组合为宽带、速度、价格的第一统计表,若在确定业务组合时进行了合并操作,则在第一统计表中确定包含宽带、速度、价格的第一统计表,避免找不到对应的第一统计表的问题。再获取与第一统计表相对应的权重值,从而得到用户关注的业务属性。
由于一个用户可能存在有多条第一交互内容,因此,可能根据该用户的第一历史交互信息确定出多个业务组合所对应的第一统计表,并确定出多组权重值,此时可以将确定出的所有权重值进行比对,从中确定出该用户可能关注的业务属性。
根据本实施例创建的预设规则是基于全体用户的第二历史交互信息,对所有第二历史交互信息中第二业务属性进行归类,从而将第二业务属性相似度高的第二交互内容记录在一个第一统计表中,并且根据第一统计表中的内容以及各个第二评价分数计算各个第二业务属性的权重值,当有用户进行交互请求时,根据用户第一历史交互信息的第一业务属性将其匹配到各个第一统计表中,并确定出该用户对各个业务关注度的权重值,由于关注业务属性相似的用户,可以认为其对业务的关注点具有共性,因此,能够基于大数据的统计准确的预判该用户可能最关注的业务属性信息。
图4为本发明一示例性实施例示出的个性化客服处理装置的结构图。
如图4所示,本实施例提供的个性化客服处理装置,包括:
接收模块41,用于接收用户的交互请求,所述交互请求中携带有用户标识;
第一获取模块42,用于根据所述用户标识获取所述用户与所述客服系统之间的第一历史交互信息;
预估模块43,用于根据所述第一历史交互信息,预估所述用户的个性化需求;
服务模块44,用于根据预估的所述个性化需求,向所述用户提供客户服务。
其中,接收模块41、第一获取模块42、预估模块43、服务模块44依次连接。
本实施例提供的个性化客服处理装置,能够接收用户的交互请求,交互请求中携带有用户标识;根据用户标识获取用户与客服系统之间的第一历史交互信息;根据第一历史交互信息,预估用户的个性化需求;根据预估的个性化需求,向用户提供客户服务。本实施例提供的装置能够根据用户的第一历史交互信息针对用户的个性化需求进行预估,从而准确的确定用户关注的业务以及用户所需要的服务,再根据用户的实际需求向用户提供服务,能够根据每个用户的不同需求更有针对性的回复用户所提出的各个问题,从而更优质的为用户提供客户服务。
本实施例提供的个性化客服处理装置的具体原理和实现方式均与图1所示的实施例类似,此处不再赘述。
图5为本发明另一示例性实施例示出的个性化客服处理装置的结构图。
如图5所示,在上述实施例的基础上,本实施例提供的个性化客服处理装置中,第一获取模块41获取的所述第一历史交互信息包括:用户与客服系统交互的至少一条第一交互内容;
可选的,所述预估模块43,包括:
解析单元431,用于对每条第一交互内容进行解析,解析后得到每条第一交互内容的第一业务属性和第一情感属性;
筛选单元432,用于根据第一交互内容的第一情感属性,筛选出第一情感属性为负面情感的第一交互内容;
确定单元433,用于根据筛选得到的所述负面情感的第一交互内容,确定所述用户的个性化需求。
解析单元431、筛选单元432、确定单元433依次连接。
可选的,第一获取模块41获取的所述第一历史交互信息还可以包括:用户对每条第一交互内容的第一评价分数;
所述预估模块43还包括:
修正单元434,用于根据所述第一评价分数,对所述筛选出的第一情感属性为负面情感的第一交互内容进行修正,所述确定单元433具体用于根据修正后的负面情感的第一交互内容确定所述用户的个性化需求。
修正单元434与筛选单元432、确定单元433分别连接。
可选的,所述确定单元433还用于根据预设规则,确定所述第一交互内容中每种第一业务属性的权重值;
所述预估模块43还包括:选取单元435,用于根据预设阈值,在权重值由大到小的排序中选取权重值满足预设阈值的第一业务属性。
选取单元435与确定单元433连接,
可选的,本实施例提供的个性化客服处理装置还包括:
第二获取模块45,用于获取所有用户与所述客服系统之间的第二历史交互信息;其中,所述第二历史交互信息包括第二交互内容和用户对所述第二交互内容的第二评价分数。
确定模块46,用于根据每条第二历史交互信息中的第二交互内容,确定每条所述第二交互内容中所包含的第二业务属性和第二情感属性。
归类模块47,用于根据各条第二历史交互信息中所包含的第二业务属性之间的相似度,对所有第二业务属性进行归类,得到业务组合。
所述确定模块46还用于确定每条第二交互内容中的每个所述第二业务属性对应的所述第二情感属性的数目信息。
其中,第二获取模块45、确定模块46、归类模块47依次连接。
生成模块48,用于将每条第二交互内容中的所述第二业务属性对应的所述第二情感属性的数目信息,对应填入所述业务组合的各个第二业务属性中,形成第一统计表。
生成模块48与确定模块46、归类模块47分别连接。
计算模块49,用于根据用户对每条所述第二交互内容的第二评价分数,以及所述第一统计表,计算得到各个第二业务属性的权重值。
计算模块49与生成模块48、第二获取模块45分别连接。
所述生成模块48还用于根据所述第一统计表、所述各个第二业务属性的权重值,得到所述预设规则。
具体的,生成模块48还与预估模块43连接,具体可以与预估模块43中的确定单元433连接。
本实施例提供的个性化客服处理装置,能够根据用户与客服系统的交互过程中所包括的具体的交互内容以及对交互内容作出的评价分数,确定用户对各个第一业务属性的第一情感属性,从而筛选出用户做出负面评价的第一交互内容,也就是客服在与用户进行沟通时需要着重向用户进行回复的内容,从而使客服能够根据每个用户的个性化需求向用户提供相应的服务,能够提高用户体验。同时,本实施例提供的装置还能够基于全体用户的第二历史交互信息创建预设规则,当有用户进行交互请求时,能够根据预设规则预判用户的个性化需求。由于关注业务属性相似的用户,可以认为其对业务的关注点具有共性,因此,基于大数据的统计能够准确的预判该用户可能最关注的业务属性信息。
本实施例提供的个性化客服处理装置的具体原理和实现方式均与图2-3 所示的实施例类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (6)
1.一种个性化客服处理方法,其特征在于,包括:
客服系统接收用户的交互请求,所述交互请求中携带有用户标识;
根据所述用户标识获取所述用户与所述客服系统之间的第一历史交互信息,所述第一历史交互信息包括:用户与客服系统交互的至少一条第一交互内容;
根据所述第一历史交互信息,预估所述用户的个性化需求;
根据预估的所述个性化需求,向所述用户提供客户服务;
所述根据所述第一历史交互信息,预估所述用户的个性化需求,包括:
根据预设规则,确定所述第一交互内容中每种第一业务属性的权重值;
根据预设阈值,在权重值由大到小的排序中选取权重值满足预设阈值的第一业务属性;
所述方法还包括:获取所有用户与所述客服系统之间的第二历史交互信息;其中,所述第二历史交互信息包括第二交互内容和用户对所述第二交互内容的第二评价分数;
根据每条第二历史交互信息中的第二交互内容,确定每条所述第二交互内容中所包含的第二业务属性和第二情感属性;
根据各条第二历史交互信息中所包含的第二业务属性之间的相似度,对所有第二业务属性进行归类,得到业务组合;
确定每条第二交互内容中的每个所述第二业务属性对应的所述第二情感属性的数目信息;
将每条第二交互内容中的所述第二业务属性对应的所述第二情感属性的数目信息,对应填入所述业务组合的各个第二业务属性中,形成第一统计表;
根据用户对每条所述第二交互内容的第二评价分数,以及所述第一统计表,计算得到各个第二业务属性的权重值;
根据所述第一统计表、所述各个第二业务属性的权重值,得到所述预设规则。
2.根据权利要求1所述的方法,其特征在于,所述第一历史交互信息包括:用户与客服系统交互的至少一条第一交互内容;
所述根据所述第一历史交互信息,预估所述用户的个性化需求,包括:
对每条第一交互内容进行解析,解析后得到每条第一交互内容的第一业务属性和第一情感属性;
根据第一交互内容的第一情感属性,筛选出第一情感属性为负面情感的第一交互内容;
根据筛选得到的所述负面情感的第一交互内容,确定所述用户的个性化需求。
3.根据权利要求2所述的方法,其特征在于,所述第一历史交互信息还包括:用户对每条第一交互内容的第一评价分数;所述根据第一交互内容的情感属性,筛选出第一情感属性为负面情感的第一交互内容之后,还包括:
根据所述第一评价分数,对所述筛选出的第一情感属性为负面情感的第一交互内容进行修正,根据修正后的负面情感的第一交互内容确定所述用户的个性化需求。
4.一种个性化客服处理装置,其特征在于,包括:
接收模块,用于接收用户的交互请求,所述交互请求中携带有用户标识;
第一获取模块,用于根据所述用户标识获取所述用户与客服系统之间的第一历史交互信息,所述第一历史交互信息包括:用户与所述客服系统交互的至少一条第一交互内容;
预估模块,用于根据所述第一历史交互信息,预估所述用户的个性化需求;
服务模块,用于根据预估的所述个性化需求,向所述用户提供客户服务;
所述预估模块包括:
确定单元,用于根据预设规则,确定所述第一交互内容中每种第一业务属性的权重值;
选取单元,用于根据预设阈值,在权重值由大到小的排序中选取权重值满足预设阈值的第一业务属性;
第二获取模块,用于获取所有用户与所述客服系统之间的第二历史交互信息;其中,所述第二历史交互信息包括第二交互内容和用户对所述第二交互内容的第二评价分数;
确定模块,还用于根据每条第二历史交互信息中的第二交互内容,确定每条所述第二交互内容中所包含的第二业务属性和第二情感属性;
归类模块,用于根据各条第二历史交互信息中所包含的第二业务属性之间的相似度,对所有第二业务属性进行归类,得到业务组合;
所述确定模块还用于确定每条第二交互内容中的每个所述第二业务属性对应的所述第二情感属性的数目信息;
生成模块,用于将每条第二交互内容中的所述第二业务属性对应的所述第二情感属性的数目信息,对应填入所述业务组合的各个第二业务属性中,形成第一统计表;
计算模块,用于根据用户对每条所述第二交互内容的第二评价分数,以及所述第一统计表,计算得到各个第二业务属性的权重值;
所述生成模块还用于根据所述第一统计表、所述各个第二业务属性的权重值,得到所述预设规则。
5.根据权利要求4所述的装置,其特征在于,所述第一历史交互信息包括:用户与客服系统交互的至少一条第一交互内容;
所述预估模块,还包括:解析单元和筛选单元:
所述解析单元,用于对每条第一交互内容进行解析,解析后得到每条第一交互内容的第一业务属性和第一情感属性;
所述筛选单元,用于根据第一交互内容的第一情感属性,筛选出第一情感属性为负面情感的第一交互内容;
所述确定单元,还用于根据筛选得到的所述负面情感的第一交互内容,确定所述用户的个性化需求。
6.根据权利要求5所述的装置,其特征在于,所述第一历史交互信息还包括:用户对每条第一交互内容的第一评价分数;所述预估模块还包括:
修正单元,用于根据所述第一评价分数,对所述筛选出的第一情感属性为负面情感的第一交互内容进行修正,所述确定单元具体用于根据修正后的负面情感的第一交互内容确定所述用户的个性化需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404890.2A CN108198017B (zh) | 2017-12-22 | 2017-12-22 | 个性化客服处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711404890.2A CN108198017B (zh) | 2017-12-22 | 2017-12-22 | 个性化客服处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108198017A CN108198017A (zh) | 2018-06-22 |
CN108198017B true CN108198017B (zh) | 2022-01-25 |
Family
ID=62583324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711404890.2A Active CN108198017B (zh) | 2017-12-22 | 2017-12-22 | 个性化客服处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108198017B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767237B (zh) * | 2018-12-05 | 2023-07-11 | 深圳供电局有限公司 | 一种客服智能接入的方法及系统 |
CN109670031A (zh) * | 2018-12-29 | 2019-04-23 | 中国银行股份有限公司 | 数据处理方法及装置 |
CN110191047B (zh) * | 2019-05-31 | 2021-07-30 | 拉扎斯网络科技(上海)有限公司 | 会话服务方法、装置、电子设备及计算机可读存储介质 |
CN110533343B (zh) * | 2019-09-04 | 2023-12-15 | 腾讯科技(深圳)有限公司 | 智能客服系统的数据处理方法、装置及电子设备 |
CN113298340A (zh) * | 2021-02-26 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置及电子设备 |
CN115062606B (zh) * | 2022-08-16 | 2022-11-18 | 阿里巴巴(中国)有限公司 | 对话数据分析及其模型训练方法、及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130171605A1 (en) * | 2011-12-30 | 2013-07-04 | China Mobile Communications Corporation | Method and system for determining answerer |
CN105404927A (zh) * | 2015-10-27 | 2016-03-16 | 努比亚技术有限公司 | 一种多客服接入方法及装置 |
CN105808652A (zh) * | 2016-02-26 | 2016-07-27 | 北京京东尚科信息技术有限公司 | 在线客服的实现方法和装置 |
CN106131203A (zh) * | 2016-07-21 | 2016-11-16 | 四川易想电子商务有限公司 | 一种电子商务自动客服系统 |
CN107451274A (zh) * | 2017-08-04 | 2017-12-08 | 百度在线网络技术(北京)有限公司 | 辅助客服信息的推送方法、装置、设备以及存储介质 |
CN107483357A (zh) * | 2017-08-11 | 2017-12-15 | 广东电网有限责任公司信息中心 | 一种客服负载均衡系统及方法 |
-
2017
- 2017-12-22 CN CN201711404890.2A patent/CN108198017B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130171605A1 (en) * | 2011-12-30 | 2013-07-04 | China Mobile Communications Corporation | Method and system for determining answerer |
CN105404927A (zh) * | 2015-10-27 | 2016-03-16 | 努比亚技术有限公司 | 一种多客服接入方法及装置 |
CN105808652A (zh) * | 2016-02-26 | 2016-07-27 | 北京京东尚科信息技术有限公司 | 在线客服的实现方法和装置 |
CN106131203A (zh) * | 2016-07-21 | 2016-11-16 | 四川易想电子商务有限公司 | 一种电子商务自动客服系统 |
CN107451274A (zh) * | 2017-08-04 | 2017-12-08 | 百度在线网络技术(北京)有限公司 | 辅助客服信息的推送方法、装置、设备以及存储介质 |
CN107483357A (zh) * | 2017-08-11 | 2017-12-15 | 广东电网有限责任公司信息中心 | 一种客服负载均衡系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108198017A (zh) | 2018-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198017B (zh) | 个性化客服处理方法及装置 | |
CN110008322B (zh) | 多轮对话场景下的话术推荐方法和装置 | |
CN107633380A (zh) | 一种数据防泄漏系统的任务审批方法和系统 | |
CN105787025B (zh) | 网络平台公共账号分类方法及装置 | |
US7849066B2 (en) | Apparatus and method for determining adequacy of information retrieving process | |
CN109816483B (zh) | 信息推荐方法及装置、可读存储介质 | |
CN111260102A (zh) | 一种用户满意度预测方法、装置、电子设备及存储介质 | |
KR102213589B1 (ko) | 기술가치 평가 및 기업가치 평가 플랫폼 제공 시스템, 그리고 그 방법 | |
CN113779384A (zh) | 一种基于客户画像的航班推荐系统 | |
CN113360622A (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
CN113362044B (zh) | 一种基于汽车零售的提高审批效率流程的方法 | |
KR102171658B1 (ko) | 크라우드전사장치 및 그 동작 방법 | |
KR102327011B1 (ko) | 상담 품질 향상 방법 및 장치 | |
CN116049411B (zh) | 一种信息匹配方法、装置、设备和可读存储介质 | |
CN111933107A (zh) | 语音识别方法、装置、存储介质和处理器 | |
CN116915913A (zh) | 呼叫匹配方法、装置、电子设备、存储介质及程序产品 | |
CN111652001A (zh) | 一种数据处理方法及装置 | |
CN116127011A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN113111157B (zh) | 问答处理方法、装置、计算机设备和存储介质 | |
CN112365302B (zh) | 产品推荐网络的训练方法、装置、设备及介质 | |
CN113723974A (zh) | 一种信息处理方法、装置、设备及存储介质 | |
CN113158020A (zh) | 视频的推荐方法及装置 | |
CN110929005A (zh) | 基于情绪分析的任务跟催方法、装置、设备及存储介质 | |
CN115514849B (zh) | 一种基于整体语义分析的质检方法、装置、系统及介质 | |
CN111178489B (zh) | 一种对话机器人引擎流量分配方法及装置 |
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 |