CN108268555A

CN108268555A - 一种信息处理方法及装置

Info

Publication number: CN108268555A
Application number: CN201710001411.6A
Authority: CN
Inventors: 孟繁宇
Original assignee: China Mobile Communications Group Co Ltd; China Mobile Communications Co Ltd
Current assignee: China Mobile Communications Group Co Ltd; China Mobile Communications Co Ltd
Priority date: 2017-01-03
Filing date: 2017-01-03
Publication date: 2018-07-10

Abstract

本发明的实施例提供一种信息处理方法及装置，方法包括：获取用户信息；对所述用户信息进行归一化处理，得到反映该用户的特征的特征向量；通过一训练模型对所述特征向量进行处理，得到特征信息；通过所述训练模型对所述特征信息进行处理，得到客服系统向用户进行反馈的反馈方式；按照所述反馈方式，向用户发送反馈内容。本发明的方案使得客服系统的服务方式更加高效和具有针对性。

Description

一种信息处理方法及装置

技术领域

本发明涉及客服系统的信息处理技术领域，特别是指一种信息处理方法及装置。

背景技术

随着4G、互联网、尤其是移动互联网的高速发展，催生了大量客服需求。与此相对应，传统的人工客服耗费了大量人力成本，客户等待时间过长导致客服体验不佳。客服渠道越来越繁，接入方式越来越多，Web、微信、微博、APP等多渠道对客服人员的管理提出了更高要求。随着社交媒体的日益壮大，电信运营商的客户服务正面临着越来越大的挑战。从目前来看，随着电子渠道的完善，客户对人工服务的需求已经慢慢减少，因为客服中心人工服务不再是唯一的选择。

近两年，在4G网络发展、移动互联网普及的双重作用下，客户更愿意使用手机与客服接触，这使得培养客户使用电子渠道的习惯变得轻而易举，这一特点在移动互联网普及较高的沿海城市非常明显，而二、三线城市的客户，虽然移动互联网普及不高，但不意味着没有机会，客户的习惯会随着服务渠道的变化慢慢培养起来，只是需要时间以及人工服务的引导。自助式的电子渠道得到大力发展。微信、微博等社交平台的普及，使得客户与客服的接触只隔了一张网，而App客户端、HTML5网页技术的大力发展，使客户在办理业务、咨询业务方面有了更多的选择。不同的客户完全可以根据自己服务的需求，选择最适合自己的服务渠道。

人工服务需求萎缩。由于客户的选择日益增多，人工及IVR并非唯一的选择，特别是在遭遇话务忙日，客户使用电子渠道替代人工服务的需求会更为明显。基于便利性和时效性考虑，客户可能会选择更方便的自助渠道，比如使用短信办理开通业务，使用IVR语音系统查询余额，用微信公众平台进行实时投诉。简单、低价值话务将被机器取代。简单、低价值的话务，由于其海量的需求占用了很多的人工资源，这些话务将会随着电子渠道的普及，慢慢由机器取代人工来完成。在应对海量的简单、重复性工作时，机器比人工有更大的优势。例如查询快递订单状态和查询手机话费余额、剩余流量(移动的1008611扩展号)等。人工服务向高端、智能、专业化转变。人工话务的锐减让一直关注接触率的客服中心从海量、简单的话务中解放出来，服务重心也从全能型的一站式服务向高端化、精细化、智能化、专业化的服务转型。人工服务则主要集中在顾问式服务方面。例如话费套餐的个性化优推荐、VIP等高端客户的定期维系……毕竟这些基于情感化的服务是机器不能替代的，相比于冷冰冰的机器，客户更需要与活生生的人沟通。例如银行业、通信业已经启用的VIP客户维护机制，现在改用电话定期关怀、交流。以往需要客户经理亲自预约时间，再去上门服务，现在统一由电话来服务，这种效率更高，而且节省了不少成本。

如果说上述客服难题一直存在，但还可以通过更新系统，加入功能模块来解决的话，但对客服领域的大数据挖掘、知识更新快，客服人员回答参差不齐的窘境则需要更智慧的解决方法。智齿科技推出的智齿客服便是在传统客服中加入了更加“智慧”的产品设计理念，将大数据分析、机器人功能更多融入到客服领域。服务时间更人性化。客户对人工服务需求的减少，导致客服中心的呼入量大幅度下降，而电子渠道的完善，将会弥补服务时间的空缺，传统意义上的24小时人工服务将被“24小时自助渠道服务+早九晚六的人工服务”取代。目前的外呼销售通信业、金融业、保险业使用的服务时间就是这种模式，呼入与呼出的服务时间慢慢会趋同。

限时性服务让节假日休假变为可能。随着服务需求的变化、客户自助渠道使用习惯的养成，企业也应逐渐从人性化管理的角度出发，考虑在公众假期启用限时服务(指定时段人工服务)，甚至限制人工服务(人工不服务常规话务，只受理紧急类业务，自助渠道暂时性替代)，这样就能释放更多的人工资源，让员工享受法定节假日。但是与此同时互联网客服的定制化发展较慢，客服对不同人群使用的机制相同，带来很多负面的问题。

现有的互联网客服方案统一化、规则化，对于不同的客户群体，这种方法存在着无法客服的缺点：

1)，互联网对于不同人群的服务方式完全相同，使得用户服务没有针对性，特别是针对一些对互联网产品接受能力相对比较差的人群如中老年人，无法快速接受并使用互联网的客户服务产品，使得客户服务的评价比较差，影响互联网客户服务产品的接受度。

2)，没有充分发挥用户信息优势，在互联网时代，信息是真正的金矿，移动的客服有先天的信息优势，可以根据用户的年龄、性别、用户习惯等进行个性化的客户服务，但是目前还没有充分利用这些信息服务客户。

3)，目前移动客服的服务比较生硬，没用充分的利用多媒体信息，也没有考虑用户习惯，缺乏用户黏性。

4)，如果在线客服应答不及时或应答内容不好，用户体验和反馈不好。

发明内容

本发明提供了一种信息处理方法及装置，使得客服系统的服务方式更加高效和具有针对性。

为解决上述技术问题，本发明的实施例提供如下方案：

一种信息处理方法，包括：

获取用户信息；

对所述用户信息进行归一化处理，得到反映该用户的特征的特征向量；

通过一训练模型对所述特征向量进行处理，得到特征信息；

通过所述训练模型对所述特征信息进行处理，得到客服系统向用户进行反馈的反馈方式；

按照所述反馈方式，向用户发送反馈内容。

其中，获取用户信息的步骤包括：

获取用户通过网络向客服系统输入的输入信息以及从所述客服系统获取用户的历史消费信息；

根据所述输入信息和历史消费信息得到用户信息。

其中，所述输入信息包括：用户的认证信息、问题信息和/或针对客服系统的反馈信息；

其中，所述用户的认证信息包括：年龄段、性别和/或地域信息；

所述反馈信息包括：正倾向情绪反馈信息和/或负倾向情绪反馈信息。

其中，所述特征信息包括：用户的年龄段信息、用户所使用的语言种类信息或者高附加值用户的用户特征信息。

其中，所述训练模型为：迭代的决策树算法模型，该模型的公式为：

其中，f_o(x)为初始提升树，L(y_i,γ)为特征向量，F_m(x)为第m阶模型的输出结果，表示客服系统向用户进行反馈的反馈方式，y_i,γ为转为特征向量前的用户信息，x_i为变量。

其中，所述按照所述反馈方式，向用户发送反馈内容的步骤包括：

对于新事物接受能力较差的年龄段，采用第一反馈方式进行向用户发送反馈内容；其中，所述第一反馈方式为：直接进行人工方式进行服务；

对于新事物接受能力较强的年龄段，采用第二反馈方式进行向用户发送反馈内容；其中，所述第二反馈方式为：采用富媒体信息进行服务；

对于不同地域以及不同语言方式的用户，采用第三反馈方式进行向用户发送反馈内容；其中，所述第三反馈方式为：使用该地域对应的方言进行服务；

对于高附加值用户，采用第四反馈方式进行向用户发送反馈内容；其中，所述第四反馈方式为：直接进行人工方式的特殊服务。

本发明的实施例提供一种信息处理装置，包括：

获取模块，用于获取用户信息；

处理模块，用于将所述用户信息进行归一化处理，得到反映该用户的特征的特征向量；通过一训练模型对所述特征向量进行处理，得到特征信息；

确定模块，用于通过所述训练模型对所述特征信息进行处理，得到客服系统向用户进行反馈的反馈方式；

反馈模块，用于按照所述反馈方式，向用户发送反馈内容。

其中，所述获取模块具体用于：获取用户通过网络向客服系统输入的输入信息以及从所述客服系统获取用户的历史消费信息；根据所述输入信息和历史消费信息得到用户信息。

其中，所述反馈模块具体用于：对于新事物接受能力较差的年龄段，采用第一反馈方式进行向用户发送反馈内容；其中，所述第一反馈方式为：直接进行人工方式进行服务；

本发明的上述方案至少包括以下有益效果：

本发明的上述方案，通过获取用户信息；对所述用户信息进行特征提取处理，得到特征信息；根据所述特征信息，确定客服系统向用户进行反馈的反馈方式；按照所述反馈方式，向用户发送反馈内容。使得客服系统的服务方式更加高效和具有针对性。

附图说明

图1为本发明的信息处理方法流程图；

图2为本发明的信息处理方法中的模型中的算法树示意图；

图3为本发明的信息处理装置的模块框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

如图1所示，本发明的实施例提供一种信息处理方法，包括：

步骤11，获取用户信息；

步骤12，对所述用户信息进行特征提取处理，得到特征信息；

步骤13，根据所述特征信息，确定客服系统向用户进行反馈的反馈方式；

步骤14，按照所述反馈方式，向用户发送反馈内容。

本发明的实施例通过获取用户信息；对所述用户信息进行特征提取处理，得到特征信息；根据所述特征信息，确定客服系统向用户进行反馈的反馈方式；按照所述反馈方式，向用户发送反馈内容。使得客服系统的服务方式更加高效和具有针对性。

本发明的一具体实施例中，步骤11可以包括：

步骤111，获取用户通过网络向客服系统输入的输入信息以及从所述客服系统获取用户的历史消费信息；

步骤112，根据所述输入信息和历史消费信息得到用户信息。

其中，所述用户的认证信息包括：身份信息、年龄段、性别和/或地域信息；

比如用户输入文本的倾向性进行分析，如果用户的情绪为负倾向，则证明系统的回复方式不能让用户满意，系统将当前的服务方式当成负样本加入到训练集中重新训练模型，之后生成的新模型则会以更小的概率生成当前的回复方式。反之如果用户的输入或评价为正倾向，则将服务方式作为正样本加入到训练集中。

具体实现方式为基于人工标注语料库的学习方法：

首先对情感倾向分析语料库进行手工标注。标注的级别包括文档集的标注(即只判断文档的情感倾向性)、短语级标注和分句级标注。

在这些语料的基础上，利用词语的共现关系、搭配关系或者语义关系，以判断词语的情感倾向性。

文本的情感分析是从发现句中的情感词开始，通过情感词的倾向和倾向度，来决定句子的情感，从而决定整个文本的情感。

但是在实际生活中会发现，否定词的修饰会使情感词语的情感极性发生改变。比如：“我很不喜欢这个片子”，该句中“喜欢”是褒义词，由于否定词“不”的修饰，使其情感极性发生了改变，转变成了负面情感。由于汉语中存在多重否定现象，即当否定词出现奇数次时，表示否定意思；当否定词出现偶数次时，表示肯定意思。

本发明的一具体实施例中，步骤12包括：

步骤121，将所述用户信息进行归一化处理，得到反映该用户的特征的特征向量；

步骤122，通过一训练模型对所述特征向量进行处理，得到特征信息。

步骤13具体包括：通过所述训练模型对所述特征信息进行处理，得到客服系统向用户进行反馈的反馈方式。

其中，所述训练模型为：如图2所示，GBDT(Gradient Boosting Decision Tree)又叫MART(Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。

该模型中，每次走一小步逐渐逼近结果的效果，要比每次迈一大步很快逼近结果的方式更容易避免过拟合。树中最后得到的0.2代表了一种反馈方式。

即它不完全信任每一个棵残差树，它认为每棵树只学到了真理的一小部分，累加的时候只累加一小部分，通过多学几棵树弥补不足。

首先确定初始提升树f_o(x),假定第m步的模型，通过经验风险极小化确定下一颗树的参数。

具体来说，对于用户本身为年轻用户，则在模型输出的结果中可能包含更多的视频、gif等富媒体信息回复方式。

对于用户为高年龄段用户，则可能对新事物的接受能力较差，因此对于高年龄段的人群，则模型更可能生成文本、语音类型的回复，此外对于特殊人群还可以加入人工干预机制，比如直接将用户需求接入人工类的专席。

对于用户为特殊地域的方言用户，模型则可能生成方言类的回复方式，以增加用户好感，提高用户黏性。

对于高附加值用户，模型可能会生成VIP等特殊服务。

本发明的上述实施例中，相比于现有互联网客服方案，该方案更重视针对的不同客户群体的特征，已达到个性化服务的目的。

对于当前的主要文本类客服反馈方案，本方案可以通过用户的实名制信息提取用户的年龄段、性别、地域等信息，以及当前用户的历史消费情况以及对互联网客服的历史使用情况进行综合的考虑，选择对客户的服务形式，如文本、图片、语音、视频等方式进行回复，对于新事物接受能力较差的年龄段，可以直接进行外呼等人工方式进行服务，对于不同地域以及语言方式的客户，可以使用不同的方言进行服务。

系统自动抽取用户本身的实名制认证信息，并综合用户历史的消费情况以及用户的历史使用倾向性进行针对性多媒体服务，使服务更加灵活生动。

综合多种特征可使不同特征优势互补，减少单一特征带来的服务片面性，同时可以针对用户的消费进行个性化的推荐。

通过用户的地域信息可以进行相应的方言类服务，根据用户的年龄段进行特殊服务，比如对于大年龄段人群多提供人工类的服务。

引入相关反馈机制，使得客户服务可以根据用户的使用情况以及相应的反馈，调整服务方式，避免因此造成的负面评价，更大程度反映用户意图。

如图3所示，本发明的实施例还提供一种信息处理装置，包括：

获取模块31，用于获取用户信息；

处理模块32，用于对所述用户信息进行特征提取处理，得到特征信息；

确定模块33，用于根据所述特征信息，确定客服系统向用户进行反馈的反馈方式；

反馈模块34，用于按照所述反馈方式，向用户发送反馈内容。

其中，所述获取模块31具体用于：获取用户通过网络向客服系统输入的输入信息以及从所述客服系统获取用户的历史消费信息；根据所述输入信息和历史消费信息得到用户信息。

其中，所述处理模块32具体用于：将所述用户信息进行归一化处理，得到反映该用户的特征的特征向量；通过一训练模型对所述特征向量进行处理，得到特征信息。

其中，所述反馈模块34具体用于：

需要说明的是，该装置的实施例是与上述方法实施例对应的装置，上述方法实施例中所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。

本发明的上述装置可以用于互联网客服系统，通过用户的实名制身份信息和消费信息进行个性化服务，更接近用户主观意图，避免了人为的主观性；根据用户的反馈对服务方式进行动态的调整，更加准确并贴近市场需求，使客户服务满意度更高；通过多个维度的特征选择，充分考虑了性别、地域、年龄、消费情况等多方面的因素，避免单一特征片面性和应用场景的局限性，提高应用的普适性和灵活性；通过大数据模型对用户的需求进行富媒体的选择，更体现互联网化的特点，增加了用户黏性；基于大数据和机器学习技术，提出了更加高效和丰富的互联网客户服务方式，在该框架下系统可融合多种特征，具有丰富性和灵活性，具有十分广阔的应用推广前景。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种信息处理方法，其特征在于，包括：

获取用户信息；

通过一训练模型对所述特征向量进行处理，得到特征信息；

按照所述反馈方式，向用户发送反馈内容。

2.根据权利要求1所述的信息处理方法，其特征在于，获取用户信息的步骤包括：

根据所述输入信息和历史消费信息得到用户信息。

3.根据权利要求2所述的信息处理方法，其特征在于，所述输入信息包括：用户的认证信息、问题信息和/或针对客服系统的反馈信息；

4.根据权利要求1所述的信息处理方法，其特征在于，所述特征信息包括：用户的年龄段信息、用户所使用的语言种类信息或者高附加值用户的用户特征信息。

5.根据权利要求4所述的信息处理方法，其特征在于，所述训练模型为：迭代的决策树算法模型，该模型的公式为：

6.根据权利要求4所述的信息处理方法，其特征在于，所述按照所述反馈方式，向用户发送反馈内容的步骤包括：

7.一种信息处理装置，其特征在于，包括：

获取模块，用于获取用户信息；

反馈模块，用于按照所述反馈方式，向用户发送反馈内容。

8.根据权利要求7所述的信息处理装置，其特征在于，所述获取模块具体用于：获取用户通过网络向客服系统输入的输入信息以及从所述客服系统获取用户的历史消费信息；根据所述输入信息和历史消费信息得到用户信息。

9.根据权利要求7所述的信息处理装置，其特征在于，所述特征信息包括：用户的年龄段信息、用户所使用的语言种类信息或者高附加值用户的用户特征信息。

10.根据权利要求9所述的信息处理装置，其特征在于，所述反馈模块具体用于：