CN109033342A - 应用于服务系统的服务提供方法、装置和服务模型 - Google Patents

Abstract

本发明公开了一种应用于服务系统的服务提供方法、装置和服务模型，涉及计算机技术领域。该方法的一具体实施方式包括：接收咨询信息，分发咨询信息至多个服务对象中；确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。该实施方式依赖机器人和客服的配合，对用户所提出的问题进行全面准确的答复，解决了现实场景中多个服务者针对一个咨询的答复冲突问题，同时解决回复重复性问题导致客服人力资源浪费的情况。

Description

应用于服务系统的服务提供方法、装置和服务模型

技术领域

本发明涉及计算机技术领域，尤其涉及一种应用于服务系统的服务提供方法、装置和服务模型。

背景技术

优质的客服、运营服务，是大型企业在行业竞争中的一个核心要素。在现有运营服务中，运营服务号(例如，公众号)是一种常见的运营手段，用户基于该服务号进行提问，企业内部人员轮流登陆该服务号解答问题。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1)当某一时刻咨询人数过多时，往往不能及时答复用户所提问题，造成用户体验差；

2)若值班人员(即登陆服务号的人员)对某个咨询问题不太了解，需花费时间咨询相关技术人员，有时甚至要咨询很多人才能弄明白，间接造成服务效率的下降；

3)所咨询的问题中，往往存在大量重复的问题，造成工作人员不必要的时间浪费。

发明内容

有鉴于此，本发明实施例提供一种应用于服务系统的服务提供方法、装置和服务模型，至少能够解决现有服务系统中服务效率低、用户体验差的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种应用于服务系统的服务提供方法，包括：接收咨询信息，分发咨询信息至多个服务对象中；确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。

可选的，服务对象包括服务模型和服务器；

所述确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中，包括：

当服务模型当前待回复的信息量低于预定数量阈值时，传输答复指令至服务模型中；或

当服务模型当前待回复的信息量超出预定数量阈值、或接收到服务模型所反馈的查询失败信息时，传输答复指令至服务器中。

可选的，传输答复指令至服务器中，包括：根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，传输答复指令至所确定的服务器中。

可选的，所述根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，包括：

确定与咨询信息相关联的用户名首字母，根据字母与服务器之间的对应关系，将与所述首字母相应的服务器确定为答复咨询信息的服务器；或

统计每个服务器的待答复信息数量，将待答复信息数量最少的服务器确定为答复咨询信息的服务器；或

根据信息编号与服务器之间的对应关系，将与所述咨询信息编号相应的服务器确定为答复咨询信息的服务器；或

根据所述咨询信息所属业务领域，将与所述业务领域相应的服务器确定为答复咨询信息的服务器。

可选的，传输答复指令至服务器中，还包括：当接收到服务器所反馈的无法答复信息、以及所指定答复咨询信息的目标服务器信息时，传输答复指令至目标服务器中。

可选的，将所确定的服务对象所反馈的信息作为答复信息，还包括：传输所反馈的信息至修正服务器中，以对所反馈的信息进行修正，确定修正服务器所反馈的修正信息为答复信息。

可选的，将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中，还包括：添加所确定的服务对象标签至答复信息中，并分发添加标签后的答复信息至多个服务对象中。

可选的，在将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中之后，还包括：接收至少一个服务对象对答复信息的补充信息，并分发至多个服务对象中。

为实现上述目的，根据本发明实施例的另一方面，提供了一种服务模型，包括：接收咨询信息，确定语料库中与咨询信息相似的库存咨询信息；提取与库存咨询信息相应的答复信息，将所提取的答复信息作为与咨询信息相应的答复信息。

可选的，确定语料库中与咨询信息相似的库存咨询信息，包括：

当咨询信息的总字数小于预定字数阈值时，基于预定第一相似方式，确定语料库中与咨询信息相似的第一库存咨询信息；或

当咨询信息的总字数超出预定字数阈值时，基于预定第二相似方式，确定语料库中与咨询信息相似的第二库存咨询信息。

可选的，还包括：当咨询信息包含多个咨询问题、且查询存在与每个咨询问题相应的答复信息时，组合所查询的答复信息以生成与咨询信息相应的答复信息。

为实现上述目的，根据本发明实施例的另一方面，提供了一种应用于服务系统的服务提供装置，包括：

接收模块，用于接收咨询信息，分发咨询信息至多个服务对象中；

传输模块，用于确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；

确定模块，用于将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。

可选的，服务对象包括服务模型和服务器；

所述传输模块，用于：

当服务模型当前待回复的信息量低于预定数量阈值时，传输答复指令至服务模型中；或

当服务模型当前待回复的信息量超出预定数量阈值、或接收到服务模型所反馈的查询失败信息时，传输答复指令至服务器中。

可选的，传输模块，用于：根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，传输答复指令至所确定的服务器中。

可选的，所述传输模块，用于：

确定与咨询信息相关联的用户名首字母，根据字母与服务器之间的对应关系，将与所述首字母相应的服务器确定为答复咨询信息的服务器；或

统计每个服务器的待答复信息数量，将待答复信息数量最少的服务器确定为答复咨询信息的服务器；或

根据信息编号与服务器之间的对应关系，将与所述咨询信息编号相应的服务器确定为答复咨询信息的服务器；和/或

根据所述咨询信息所属业务领域，将与所述业务领域相应的服务器确定为答复咨询信息的服务器。

可选的，传输模块，用于：当接收到服务器所反馈的无法答复信息、以及所指定答复咨询信息的目标服务器信息时，传输答复指令至目标服务器中。

可选的，所述确定模块，用于：传输所反馈的信息至修正服务器中，以对所反馈的信息进行修正，确定修正服务器所反馈的修正信息为答复信息。

可选的，所述确定模块，用于：添加所确定的服务对象标签至答复信息中，并分发添加标签后的答复信息至多个服务对象中。

可选的，还包括补充模块，用于：接收至少一个服务对象对答复信息的补充信息，并分发至多个服务对象中。

为实现上述目的，根据本发明实施例的另一方面，提供了一种服务模型，包括：分析模块，用于接收咨询信息，确定语料库中与咨询信息相似的库存咨询信息；提取模块，用于提取与库存咨询信息相应的答复信息，将所提取的答复信息作为与咨询信息相应的答复信息。

可选的，所述分析模块，用于：

当咨询信息的总字数小于预定字数阈值时，基于预定第一相似方式，确定语料库中与咨询信息相似的第一库存咨询信息；或

当咨询信息的总字数超出预定字数阈值时，基于预定第二相似方式，确定语料库中与咨询信息相似的第二库存咨询信息。

可选的，还包括组合模块，用于：当咨询信息包含多个咨询问题、且查询存在与每个咨询问题相应的答复信息时，组合所查询的答复信息以生成与咨询信息相应的答复信息。

为实现上述目的，根据本发明实施例的再一方面，提供了一种应用于服务系统的服务提供电子设备。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的应用于服务系统的服务提供方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的应用于服务系统的服务提供方法。

根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：依赖机器人和客服的配合，对用户所提出的问题进行全面准确的答复，同时解决了回复重复性问题导致客服人力资源浪费的情况；基于反推荐的方式，对于较难问题，可以推荐至指定客服进行回复，减少了客服咨询答案所耗时间；基于服务系统的数据通透性和分发性，实现数据共享，为后续信息修正/补充做了基础。整体实施方式，解决了现实场景中多个服务者针对一个咨询的答复冲突问题。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种应用于服务系统的服务提供方法的主要流程示意图；

图2是本发明实施例的整体实时流程示意图；

图3是本发明实施例提供的一具体服务过程示意图；

图4是根据本发明实施例的一种服务模型的流程示意图；

图5是根据本发明实施例的一种应用于服务系统的服务提供装置的主要模块示意图；

图6是根据本发明实施例的一种服务模型的主要模块示意图；

图7是本发明实施例的示例性系统架构图；

图8是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明不仅可应用于现有公众号服务系统，还可以适用于其他需要问答的系统，例如在线教育系统，为便于描述，统称为服务系统。相应的公众号、问答号等，统称为服务号。

另外，服务系统中的咨询信息，除了可以通过对话形式展示之外，还可以是网页留言形式，其具体实现方式本发明不做限制，本发明主要以对话形式进行描述。

本发明的设计思路来源于HDFS(Hadoop Distribute File System，分布式文件系统)的其两大特性——数据分发性和通透性，其中：

数据分发性主要表现为：HDFS是一种允许文件通过网络在多台机器上分发的文件系统，也可以让多台机器上的多个用户分发文件系统和存储空间；

数据通透性主要表现为：用户通过HDFS访问数据，实际上是通过网络来操作多台机器上的数据，但在用户看来是在操纵一台机器一样，但实际是操作多台机器的，用户也感觉不到数据是分布式的。

参见图1，示出的是本发明实施例提供的一种应用于服务系统的服务提供方法的主要流程图，包括如下步骤：

S101：接收咨询信息，分发咨询信息至多个服务对象中；

S102：确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；

S103：将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。

上述实施方式中，对于步骤S101，BRIDS(Based on Routing InformationDistribution Service System)，为基于路由信息分发的服务系统。本发明主要基于BRIDS实现咨询者以及服务对象之间的信息交互。

咨询信息(即咨询问题)，主要由用户提出，也可以是工作人员测试提出。所提出的咨询信息会通过BRIDS发送给多个服务对象。这里的服务对象，包括AI(ArtificialIntelligence，人工智能)机器人和客服，例如，企业工作人员。本发明通过服务对象，将机器人和客服融合在一起进行描述的。

BRIDS对于咨询信息的分发，可以是同时分发，例如，同时分发至机器人和客服；也可以是先后分发，例如，先传输至服务模型，若服务模型回答不了，再分发至客服，但基于数据通透性以及对话窗口只有一个的考虑，本发明主要采用同时分发的方式进行。

另外，BRIDS对于咨询信息的分发，还可以是针对性的分发，例如机器人以及客服都有所属业务领域，例如，机器人1-仓储物流，机器人2-售后服务，客服1-电器器件，客服2-数据仓库。因此，可以将咨询信息分发至相应的服务对象组中，例如，数据仓库组。

但由于用户所咨询的问题，可能不局限于一个业务领域，因此，也可以不设定具体管辖领域，即所有服务对象都可以回答所有类型的问题，尤其是服务模型，此时的语料库是涵盖企业所涉及的所有业务领域的，因而可提供全面性的咨询服务。

对于步骤S102以及S103，客服和AI机器人都接收到BRIDS分发过来的消息后，但对于哪个先回答，能否回答，还需要一定的考虑：

首先由AI机器人进行数据分析，以避免客服答复“重复性问题”的情况，降低人力资源成本。因此，需要判断机器人其当前工作状态，具体有：

步骤一：当服务模型当前待回复的信息量低于预定数量阈值时，传输答复指令至服务模型中；

步骤二：确定服务模型所反馈的信息为答复信息。

每次都先将问题传输至机器人进行解答，AI机器人主要处理一些重复性较高的问题，例如工资每月什么时候发。

虽机器人回复速度较快，但当咨询问题数量较多时，剩余用户仍是需要等待的，因此，为降低机器人的服务压力，均衡机器人与客服之间的工作量，避免“有空闲”的情况，可以对机器人设置一定的服务阈值，若超出阈值，则由客服回复。

判断AI机器人是否能回答，依赖于语料库中所存储的信息(即，问题以及相应的答案)。依据文本相似度，判断语料库中是否有该问题的答案，若有，即表示可答复；否则，需要可客服回复。

当AI机器人回复不了时，需要判断客服的工作状态，将答复指令传输至其中一个客服进行回复，具体可以有：

步骤一：当服务模型当前待回复的信息量超出预定数量阈值、或接收到服务模型所反馈的查询失败信息时，传输答复指令至服务器中；

步骤二：确定服务器所反馈的信息为答复信息。

对于AI机器人无法回答的情况，还可以有其他情况：BRIDS一定时长内，没有接收到机器人答复的信息，则表示需要依赖客服进行答复。

但客服数量众多，为避免多个客服同时都对用户所提出问题进行答复、或者都等着别人来答复的情况，可以对问题分发做一定的机制处理，针对性分发问题至指定客服进行答复。

本发明提供的是用户问题推荐机制，例如，

1)用户提问需采用实名制：对用户姓名进行切分，姓氏属于a～c的分配给客服A，d～f分配给客服B，其余同理。若只是以游客身份登录，则以字母y分配。当然，若客服数量较多，例如，有26个，可以分别针对性处理一个字母对应的用户；

2)用户提问可以采用署名制：同样可以第一个字的首字母进行分配，例如行者，则分配至x对应的客服。

此外，还有其他可分配方式，例如，

1)判断每个客服待答复的数量，并将问题推送至数量最少的客服中；例如，客服A需处理50个，但客服B剩余处理量为30个，以此实现客服工作量的均衡分配；

2)根据客服编号进行问题分配，整体可以视为是一个轮询过程。具体有，对每个咨询问题进行编号，每个客服都只处理所负责编号的问题。例如，总共有10个客服，客服1负责处理1/11/21/32的问题，客服2负责处理2/12/22/32的问题；

3)除上述分配机制外，还可以有其他分配方式，比如性别、年龄、职业等；

4)亦或是随机性分配，即随意挑选一个客服答复即可，但这种情况可能造成“某一客服很忙，某一客服空闲”的情况，因此不推荐。

因此，客服在看到用户消息的同时，还能看到时推荐哪位客户答复的备注标签，例如，<推荐001号客服答复>。相应的001号客服，可能收到信息“待答复”。

这样客服回答问题就有一个主次之分，也不会一直等待其他人来答复，解决了现实场景中多个服务者针对一个咨询的答复冲突问题。

但客服实际操作过程中，有些问题客服回答不了，需要技术性、专业性较强的客服帮忙解答，但系统又不知道谁专业，因此，可以提供一个反推荐机制，系统根据“回复不了的客服”所反馈的目标客服，进行指定回复：

步骤一：当接收到服务器所反馈的无法答复信息、以及所指定答复咨询信息的目标服务器信息时，传输答复指令至目标服务器中；

步骤二：确定目标服务器所反馈的信息为答复信息。

这里的目标服务器除了可以由“回复不了的客服”指定谁回复之外，还可以预先设定，比如，客服001号最专业，当其他客服遇到回复不了的问题时，传输无法回复的消息至BRIDS，BRIDS直接传输答复指令至该001号客服，指定其回答，减少了用户在线等待时间。

另外，对于AI机器人语料库的信息量是有一个累计过程：

①初始阶段：语料库中的信息量从0开始逐渐递增，但只能完成所设定的一些固定问答，例如上海～北京货运大概几天，有些问题仍需依赖于客服回答；

因此，在客服答复完之后，可以将咨询问题以及答复信息都存储至语料库中。但存储也可以有一定的条件，例如一年之内，该问题只咨询过一次，则无须存储；但若咨询次数较多，表示为重复性问题，被咨询概率较高，是可以存储的。

②成熟阶段：AI机器人的预料库信息量逐渐完善，可以答复一些具有一定难度的问题，但仍是依据语料库中是否存在答案确定的，例如怎么处理电脑内存故障；

考虑信息的逐渐更新迭代，很多历史存储的信息放在当前答复可能不太适合。因此对于该阶段(也可以包含初始阶段)，BRIDS在传输机器人答复之前，也可以先传输至客服，经由客服对其进行修正/补充/确定，之后再传输至用户，避免因不是用户理想答案，导致用户需要再咨询一遍的情况。

进一步的，也可以设定特定的修正服务器，用于专职客服修正/检查各个回复。

③完全成熟阶段，也可以理解为理想阶段：语料库中信息量足够多，AI领域足够成熟，AI机器人可以答复用户所咨询的所有问题；

但实际中，完全成熟阶段可能暂时达不到，例如，AI对于用户情绪、询问语气的察觉能力较弱，因此服务系统在实际使用过程中，对于客服还是有一定需求的。

因此，整个过程，在强化机器人语料库的同时，还是需要依赖客服的，以对其他客服(尤其是机器人)所答复的信息进行进一步的确认/修正/补充，以提高信息答复的全面性以及准确性，并更新语料库，便于后续问题咨询。

当用户只提问了一个问题时，直接将语料库中的答案传输即可，但用户一次性提出多个问题，例如，一次性问了三个问题，该种情况还需要具体分析：

i)语料库中针对每个问题都有答案，AI机器人则按照问题询问顺序，将所查找的三个答案按顺序排好作为答复信息；

ii)语料库中只有部分问题(例如，其中两个问题)的答案，则将这两个答案提取出来并发送给客服，经由客服答复之后，再整体答复给用户；

或者，先将这两个答案答复给用户，再将剩余一个问题传给客服，由客服进行答复；

再或者，由于存在没有答案的问题，则机器人不做答复，直接由客服答复这三个问题。

另外，不同问题的库存答案可能存在部分内容重复赘述的情况，这也是需要客服整理的，所整理的问答信息，若符合存储条件，也是可以存储至语料库中的。

另外，需要说明的是，语料库中针对一个问题的答案可能只存在一个，或者多个(包含过去答复和更新后的答复)，通常机器人会仅回复最新的答复至用户，至于历史的问题，可以传输给客服进行答复，以节省语料库存储空间。

与此同时，基于数据通透性，无论是客服还是AI机器人初次答复后，都会基于BRIDS，将所答复的信息分发至其他每个服务者的对话界面上，然后每个客服都可以看到其他服务者(包括AI机器人)与咨询者的对话信息。

进一步的，每次所显示的答复信息，都会显示是机器人/哪位客服所答复，例如，[机器人答复]、[001号客服答复]，便于每个客服知道是谁答复的。

更进一步的，客服可以对所显示的答复信息进行补充/更正，比如一个专业性较强的数据仓库的问题，可能客服001号所答复的不是很全面，就需要客服002号对其进行辅助性回答。

再进一步的，对于依赖客服所回复的问题，可以将该问题和答复存储至AI机器人的语料库中，实现语料库的信息填充，便于后续遇到同样问题时，AI机器人可以答复，整体参见图2所示。

上述实施例所提供的方法，依赖机器人和客服的配合，对用户所提出的问题进行全面准确的答复，同时解决了回复重复性问题导致客服人力资源浪费的情况；基于反推荐的方式，对于较难问题，可以推荐至指定客服进行回复，减少了客服咨询答案所耗时间；基于服务系统的数据通透性和分发性，实现数据共享，为后续信息修正/补充做了基础。整体实施方式，解决了现实场景中多个服务者针对一个咨询的答复冲突问题。

参见图3，示出的是本发明实施例一个具体实施过程描述：

通过BRIDS，将用户张三所咨询的问题发送给多个服务者(包括AI机器人)：

参见图3(a)，用户张三，提出问题“您好，帮我查一下订单12345邮寄到哪里了，谢谢”；

参见图3(b)，机器人回复不了，此时001号和002号客服，同时看到信息“[用户张三]<推荐001号客服答复>您好，帮我查一下订单12345邮寄到哪里了，谢谢”；

参见图3(c)，001号客服看到用户张三的消息之后进行了答复“[001号客服]您好，邮寄到X市Y路Z处了”；

参见图3(d)，对于用户张三，对话信息展示为：

张三：您好，帮我查一下订单12345邮寄到哪里了，谢谢；

客服：您好，邮寄到X市Y路Z处了。

参见图3(e)，对于002号客服，所看到的对话信息为：

张三：您好，帮我查一下订单12345邮寄到哪里了，谢谢；

001号客服：您好，邮寄到X市Y路Z处了。

正如上面示例所示，在用户看来是感觉不到和多个客服沟通的，而是一直和一个客服交流的，体现了数据通透性。与此同时，每个客服(例如002号客服)是会看到其他客服(例如001号客服)与咨询者(例如，用户张三)的对话信息的，体现了数据的分发性。

参见图4，示出了本发明实施例所提供的服务模型，用于答复重复性问题：

针对文本挖掘-文本相似度判定，主要使用余弦相似度和SimHash两种算法，且经过实际测试表明：余弦相似度算法适合短文本，而SimHash法适合于长文本，并且能应用于大数据环境中，具体工作机制参见图3所示：

AI机器人接收到用户的咨询信息字后，首先会对文本长度进行判断，如果是短文本，将会采用余弦相似度算法，与语料库中的信息进行相似度判断；若是长文本，将会采用SimHash算法与语料库中的数据进行相似度判定。两者判断相似度结果，若大于某个阈值，将会进行自动答复。

其中，对于长短文本的界定，也是可以有一定的机制的，例如文本字数大于20个，则为长文本；或者文本占行有五行，则为长文本。

通过AI机器人，可以解决用户咨询过的大量重复性问题，例如，

1.公司什么时候发薪，发的是什么时候的工资？

2.工资是怎么计算的？

3.工资单中固定加班费是什么？

4.为什么这个月没有发工资？

5.金融随薪发？

6.工资单中的奖金池是什么意思？

以下对这两个文本相似判断进行具体描述：

1)对于余弦相似度

咨询信息：这款鞋子号码大了，那只号码合适

库存咨询信息：这款鞋子号码不小，那只更合适

对于相似语句的用词越相似，他们的内容就应该越相似，因此，可以从词频入手，计算这两个信息的相似程度。

计算过程有：

分词——咨询信息：这款/鞋子/号码/大了，那只/号码/合适

库存咨询信息：这款/鞋子/号码/不小，那只/更/合适

罗列出所有词并计算词频，得到词频向量——

咨询信息：(1，1，1，1，1，1，0，0，0)

库存咨询信息：(1，1，1，0，1，1，1，1，1)

计算这两个向量的余弦值非常接近1，所以这两个信息是基本相似的。

2)对于SimHash算法，传统的Hash函数虽然也可以用来映射比较文本的重复，但对于差距只有一个字节的文本可能会映射成两个完全不同的哈希结果，而SimHash对相似文本的哈希映射结果也相似，在Hamming空间中Hash签名的相似程度，也能反映出原空间中样本的相似程度。

且SimHash算法具有思想精巧、容易理解和实现的优点，其输入是一个向量，输出是一个f位的签名值。整体过程分为五步，分词、Hash、加权、合并、降维。为陈述方便，假设输入的是一个样本的特征集合，SimHash算法描述如下：

(1)对于x_i的每一个特征分量，用传统的Hash算法对该分量变换成一个f位的签名值b；

(2)如果签名值b的第i位等于0，则置为-1，否则置为1；

(3)根据签名值b的第i位的权重进行加权操作；

(4)将x_i所有特征分量的变换码按位相加，如果和向量的某一维大于0，则最终签名的对应位为1，如果和向量的某一维小于等于0，则最终签名的对应位为。这就是样本x_i经过SimHash算法最终映射得到的f位签名值。

以下举例具体说明SimHash算法的执行过程：

假设样例x1＝(1,2,3,4)、样例x2＝(1,2,3,5)，对于样例x1，其SimHash算法的执行过程为：

对于样例x1，其SimHash算法的执行过程为：

由上可知，样例x1的SimHash值为(0,0,0,0)，样例x2的simHash值为(0,0,0,1)。这两个样例在原样例空间是相似的，仅仅是第四个分量不同，一个为4，一个为5，经过SimHash变换后，在Hamming空间他们也是相似的。

从上面的例子可以看出，SimHash算法的设计思想简单明了：通过降维，将高维的特征向量映射成一个f位的签名值，在Hamming空间中两个样本对应hash签名的相似程度，就能反映出原空间中两个样本的相似程度，其中在Hamming空间常用Hamming距离来衡量两个样本的相似度。

参见图5，示出了本发明实施例提供的一种应用于服务系统的服务提供装置500的主要模块示意图，包括：

接收模块501，用于接收咨询信息，分发咨询信息至多个服务对象中；

传输模块502，用于确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；

确定模块503，用于将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。

本发明实施例装置中，服务对象包括服务模型和服务器；

所述传输模块502，用于：

当服务模型当前待回复的信息量低于预定数量阈值时，传输答复指令至服务模型中；或

当服务模型当前待回复的信息量超出预定数量阈值、或接收到服务模型所反馈的查询失败信息时，传输答复指令至服务器中。

本发明实施例装置中，传输模块502，用于：

根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，传输答复指令至所确定的服务器中。

本发明实施例装置中，传输模块502，用于：

确定与咨询信息相关联的用户名首字母，根据字母与服务器之间的对应关系，将与所述首字母相应的服务器确定为答复咨询信息的服务器；或

统计每个服务器的待答复信息数量，将待答复信息数量最少的服务器确定为答复咨询信息的服务器；或

根据信息编号与服务器之间的对应关系，将与所述咨询信息编号相应的服务器确定为答复咨询信息的服务器；和/或

根据所述咨询信息所属业务领域，将与所述业务领域相应的服务器确定为答复咨询信息的服务器。

本发明实施例装置中，传输模块502，用于：当接收到服务器所反馈的无法答复信息、以及所指定答复咨询信息的目标服务器信息时，传输答复指令至目标服务器中。

本发明实施例装置中，确定模块503，用于：传输所反馈的信息至修正服务器中，以对所反馈的信息进行修正，确定修正服务器所反馈的修正信息为答复信息。

本发明实施例装置中，确定模块503，用于：添加所确定的服务对象标签至答复信息中，并分发添加标签后的答复信息至多个服务对象中。

本发明实施例装置还包括补充模块504(图中未标出)，用于：接收至少一个服务对象对答复信息的补充信息，并分发至多个服务对象中。

参见图6，示出了本发明实施例提供的一种服务模型600的主要模块示意图，包括：

分析模块601，用于接收咨询信息，确定语料库中与咨询信息相似的库存咨询信息；

提取模块602，用于提取与库存咨询信息相应的答复信息，将所提取的答复信息作为与咨询信息相应的答复信息。

本发明实施例装置中，分析模块601，用于：

当咨询信息的总字数小于预定字数阈值时，基于预定第一相似方式，确定语料库中与咨询信息相似的第一库存咨询信息；或

当咨询信息的总字数超出预定字数阈值时，基于预定第二相似方式，确定语料库中与咨询信息相似的第二库存咨询信息。

本发明实施例装置还包括组合模块603(图中未标出)，用于：当咨询信息包含多个咨询问题、且查询存在与每个咨询问题相应的答复信息时，组合所查询的答复信息以生成与咨询信息相应的答复信息。

本发明实施例所提供的装置，依赖机器人和客服的配合，对用户所提出的问题进行全面准确的答复，同时解决了回复重复性问题导致客服人力资源浪费的情况；基于反推荐的方式，对于较难问题，可以推荐至指定客服进行回复，减少了客服咨询答案所耗时间；基于服务系统的数据通透性和分发性，实现数据共享，为后续信息修正/补充做了基础。整体实施方式，解决了现实场景中多个服务者针对一个咨询的答复冲突问题。

图7示出了可以应用本发明的系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705(仅仅是示例)。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的应用于服务系统的服务提供方法一般由服务器705执行，相应地，应用于服务系统的服务提供装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、传输模块、确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，接收模块还可以被描述为“咨询信息接收模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：

接收咨询信息，分发咨询信息至多个服务对象中；

确定答复咨询信息的服务对象，传输答复指令至所确定的服务对象中；

将所确定的服务对象所反馈的信息作为答复信息，并分发至多个服务对象中。

根据本发明实施例的技术方案，依赖机器人和客服的配合，对用户所提出的问题进行全面准确的答复，同时解决了回复重复性问题导致客服人力资源浪费的情况；基于反推荐的方式，对于较难问题，可以推荐至指定客服进行回复，减少了客服咨询答案所耗时间；基于服务系统的数据通透性和分发性，实现数据共享，为后续信息修正/补充做了基础。整体实施方式，解决了现实场景中多个服务者针对一个咨询的答复冲突问题。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (24)

1.一种应用于服务系统的服务提供方法，其特征在于，包括：

接收咨询信息，分发所述咨询信息至多个服务对象中；

确定答复所述咨询信息的服务对象，传输答复指令至所确定的服务对象中；

将所确定的服务对象所反馈的信息作为答复信息，并分发至所述多个服务对象中。

2.根据权利要求1所述的方法，其特征在于，所述服务对象包括服务模型和服务器；

所述确定答复所述咨询信息的服务对象，传输答复指令至所确定的服务对象中，包括：

当所述服务模型当前待回复的信息量低于预定数量阈值时，传输所述答复指令至所述服务模型中；或

当所述服务模型当前待回复的信息量超出所述预定数量阈值、或接收到所述服务模型所反馈的查询失败信息时，传输所述答复指令至所述服务器中。

3.根据权利要求2所述的方法，其特征在于，所述传输所述答复指令至所述服务器中，包括：

根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，传输所述答复指令至所确定的服务器中。

4.根据权利要求3所述的方法，其特征在于，所述根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，包括：

确定与所述咨询信息相关联的用户名首字母，根据字母与服务器之间的对应关系，将与所述首字母相应的服务器确定为答复所述咨询信息的服务器；或

统计每个服务器的待答复信息数量，将待答复信息数量最少的服务器确定为答复所述咨询信息的服务器；或

根据信息编号与服务器之间的对应关系，将与所述咨询信息编号相应的服务器确定为答复所述咨询信息的服务器；或

根据所述咨询信息所属业务领域，将与所述业务领域相应的服务器确定为答复所述咨询信息的服务器。

5.根据权利要求2所述的方法，其特征在于，所述传输所述答复指令至所述服务器中，还包括：

当接收到所述服务器所反馈的无法答复信息、以及所指定答复所述咨询信息的目标服务器信息时，传输所述答复指令至所述目标服务器中。

6.根据权利要求1所述的方法，其特征在于，所述将所确定的服务对象所反馈的信息作为答复信息，还包括：

传输所述所反馈的信息至修正服务器中，以对所述所反馈的信息进行修正，确定所述修正服务器所反馈的修正信息为答复信息。

7.根据权利要求1所述的方法，其特征在于，所述将所确定的服务对象所反馈的信息作为答复信息，并分发至所述多个服务对象中，还包括：

添加所确定的服务对象标签至所述答复信息中，并分发添加标签后的答复信息至所述多个服务对象中。

8.根据权利要求1所述的方法，其特征在于，在所述将所确定的服务对象所反馈的信息作为答复信息，并分发至所述多个服务对象中之后，还包括：

接收至少一个服务对象对所述答复信息的补充信息，并分发至所述多个服务对象中。

9.一种服务模型，其特征在于，包括：

接收咨询信息，确定语料库中与所述咨询信息相似的库存咨询信息；

提取与所述库存咨询信息相应的答复信息，将所提取的答复信息作为与所述咨询信息相应的答复信息。

10.根据权利要求9所述的服务模型，其特征在于，所述确定语料库中与所述咨询信息相似的库存咨询信息，包括：

当所述咨询信息的总字数小于预定字数阈值时，基于预定第一相似方式，确定所述语料库中与所述咨询信息相似的第一库存咨询信息；或

当所述咨询信息的总字数超出所述预定字数阈值时，基于预定第二相似方式，确定所述语料库中与所述咨询信息相似的第二库存咨询信息。

11.根据权利要求9所述的模型，其特征在于，还包括：

当所述咨询信息包含多个咨询问题、且查询存在与每个咨询问题相应的答复信息时，组合所查询的答复信息以生成与所述咨询信息相应的答复信息。

12.一种应用于服务系统的服务提供装置，其特征在于，包括：

接收模块，用于接收咨询信息，分发所述咨询信息至多个服务对象中；

传输模块，用于确定答复所述咨询信息的服务对象，传输答复指令至所确定的服务对象中；

确定模块，用于将所确定的服务对象所反馈的信息作为答复信息，并分发至所述多个服务对象中。

13.根据权利要求12所述的装置，其特征在于，所述服务对象包括服务模型和服务器；

所述传输模块，用于：

当所述服务模型当前待回复的信息量低于预定数量阈值时，传输所述答复指令至所述服务模型中；或

当所述服务模型当前待回复的信息量超出所述预定数量阈值、或接收到所述服务模型所反馈的查询失败信息时，传输所述答复指令至所述服务器中。

14.根据权利要求13所述的装置，其特征在于，所述传输模块，用于：

根据每个服务器的当前运行状态以及预定选择方式，确定答复所述咨询信息的服务器，传输所述答复指令至所确定的服务器中。

15.根据权利要求14所述的装置，其特征在于，所述传输模块，用于：

确定与所述咨询信息相关联的用户名首字母，根据字母与服务器之间的对应关系，将与所述首字母相应的服务器确定为答复所述咨询信息的服务器；或

统计每个服务器的待答复信息数量，将待答复信息数量最少的服务器确定为答复所述咨询信息的服务器；或

根据信息编号与服务器之间的对应关系，将与所述咨询信息编号相应的服务器确定为答复所述咨询信息的服务器；和/或

根据所述咨询信息所属业务领域，将与所述业务领域相应的服务器确定为答复所述咨询信息的服务器。

16.根据权利要求13所述的装置，其特征在于，所述传输模块，用于：

当接收到所述服务器所反馈的无法答复信息、以及所指定答复所述咨询信息的目标服务器信息时，传输所述答复指令至所述目标服务器中。

17.根据权利要求12所述的装置，其特征在于，所述确定模块，用于：

传输所述所反馈的信息至修正服务器中，以对所述所反馈的信息进行修正，确定所述修正服务器所反馈的修正信息为答复信息。

18.根据权利要求12所述的装置，其特征在于，所述确定模块，用于：

添加所确定的服务对象标签至所述答复信息中，并分发添加标签后的答复信息至所述多个服务对象中。

19.根据权利要求12所述的装置，其特征在于，还包括补充模块，用于：

接收至少一个服务对象对所述答复信息的补充信息，并分发至所述多个服务对象中。

20.一种服务模型，其特征在于，包括：

分析模块，用于接收咨询信息，确定语料库中与所述咨询信息相似的库存咨询信息；

提取模块，用于提取与所述库存咨询信息相应的答复信息，将所提取的答复信息作为与所述咨询信息相应的答复信息。

21.根据权利要求20所述的服务模型，其特征在于，所述分析模块，用于：

当所述咨询信息的总字数小于预定字数阈值时，基于预定第一相似方式，确定所述语料库中与所述咨询信息相似的第一库存咨询信息；或

当所述咨询信息的总字数超出所述预定字数阈值时，基于预定第二相似方式，确定所述语料库中与所述咨询信息相似的第二库存咨询信息。

22.根据权利要求20所述的模型，其特征在于，还包括组合模块，用于：

当所述咨询信息包含多个咨询问题、且查询存在与每个咨询问题相应的答复信息时，组合所查询的答复信息以生成与所述咨询信息相应的答复信息。

23.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

24.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。