CN109784659A - 服务请求的处理方法、装置、存储介质及电子设备 - Google Patents
服务请求的处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN109784659A CN109784659A CN201811554936.3A CN201811554936A CN109784659A CN 109784659 A CN109784659 A CN 109784659A CN 201811554936 A CN201811554936 A CN 201811554936A CN 109784659 A CN109784659 A CN 109784659A
- Authority
- CN
- China
- Prior art keywords
- user
- waiting time
- service
- service request
- threshold value
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种服务请求的处理方法、装置、存储介质及电子设备,以提高服务资源的利用效益。该方法包括:当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;若当前提供服务的资源处于忙碌状态,则根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
Description
技术领域
本公开涉及计算机技术领域,具体地,涉及一种服务请求的处理方法、装置、存储介质及电子设备。
背景技术
随着用户需求的不断增长,在各种业务场景下需要提供服务资源用于处理用户的各种服务请求,比如,通过自助客服系统或人工客服窗口处理用户发送的服务请求,等等。
相关技术中,当服务资源在处理用户的服务请求时,通常是根据用户发起服务请求的时间顺序进行处理,从而可能导致后发起服务请求的用户等待时间过长,用户体验较差。并且,仅根据时间顺序处理用户的服务请求,无法充分调度服务资源处理用户的服务请求,从而存在服务资源利用效益不高的问题。
发明内容
本公开的目的是提供一种服务请求的处理方法、装置、存储介质及电子设备,以使服务资源向用户提供差异性服务,提高服务资源利用效益。
为了实现上述目的,第一方面,本公开提供一种服务请求的处理方法,所述方法包括:
当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;
若当前提供服务的资源处于忙碌状态,则根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;
在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
可选地,所述方法还包括:
获取根据多个样本数据确定的第一等待时长;
根据所述用户的特征信息,确定第二等待时长;
按照以下公式,根据所述第一等待时长和所述第二等待时长,确定所述用户的个人等待时长阈值:
T=x1·t1+x2·t2
其中,T表示所述个人等待时长阈值,t1表示所述第一等待时长,t2表示所述第二等待时长,x1表示第一预设权重参数,x2表示第二预设权重参数。
可选地,所述方法还包括:
获取多个用户的等待时长和投诉次数的样本数据;
确定所述提供服务的资源处理单个服务请求的第一平均成本以及所述提供服务的资源处理单个投诉请求的第二平均成本,所述投诉请求为用户在发送服务请求后的等待时长超过用户的预期等待时长时发送的请求;
根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,并保存所述第一等待时长;
获取根据多个样本数据确定的第一等待时长,包括:
获取所述保存的第一等待时长。
可选地,所述根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,包括:
按照以下公式,根据所述样本数据、所述第一平均成本和所述第二平均成本,建立用于确定所述第一等待时长的函数:
其中,P表示根据所述样本数据确定的概率函数进行用户投诉估计时的准确率,R表示根据所述样本数据确定的概率函数进行用户投诉估计时的召回率,X表示所述第一平均成本,Y表示所述第二平均成本;
将所述函数的最大值确定为所述第一等待时长。
可选地,所述用户为发送过服务请求的历史用户,所述根据所述用户的特征信息,确定第二等待时长,包括:
获取所述用户的历史行为记录;
根据所述历史行为记录,确定所述第二等待时长。
可选地,所述用户为第一次发送服务请求的新增用户,所述根据所述用户的特征信息,确定第二等待时长,包括:
对发送过服务请求的历史用户进行特征分析,得到多个用户类别,所述多个用户类别中每个用户类别分别对应不同的等待时长;
根据所述用户的用户特征信息,确定所述用户所属的目标用户类别;
将所述目标用户类别对应的等待时长确定为所述第二等待时长。
可选地,若任一提供服务的目标资源当前处于空闲状态,则按照各用户的个人等待时长阈值从小到大的顺序,依次调度所述目标资源对所述各用户发送的服务请求进行处理。
第二方面,本公开还提供一种服务请求的处理装置,所述装置包括:
判断模块,用于当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;
计时模块,用于在当前提供服务的资源处于忙碌状态时,根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;
调度模块,用于在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
可选地,所述装置还包括:
获取模块,用于获取根据多个样本数据确定的第一等待时长;
第一确定模块,用于根据所述用户的特征信息,确定第二等待时长;
第二确定模块,用于按照以下公式,根据所述第一等待时长和所述第二等待时长,确定所述用户的个人等待时长阈值:
T=x1·t1+x2·t2
其中,T表示所述个人等待时长阈值,t1表示所述第一等待时长,t2表示所述第二等待时长,x1表示第一预设权重参数,x2表示第二预设权重参数。
可选地,所述装置还包括:
样本获取模块,用于在获取根据多个样本数据确定的第一等待时长之前,获取多个用户的等待时长和投诉次数的样本数据;
第三确定模块,用于确定所述提供服务的资源处理单个服务请求的第一平均成本以及所述提供服务的资源处理单个投诉请求的第二平均成本,所述投诉请求为用户在发送服务请求后的等待时长超过用户的预期等待时长时发送的请求;
第四确定模块,用于根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,并保存所述第一等待时长;
所述获取模块用于获取所述保存的第一等待时长。
可选地,所述第四确定模块用于:
按照以下公式,根据所述样本数据、所述第一平均成本和所述第二平均成本,建立用于确定所述第一等待时长的函数:
其中,P表示根据所述样本数据确定的概率函数进行用户投诉估计时的准确率,R表示根据所述样本数据确定的概率函数进行用户投诉估计时的召回率,X表示所述第一平均成本,Y表示所述第二平均成本;
将所述函数的最大值确定为所述第一等待时长。
可选地,所述用户为发送过服务请求的历史用户,所述第一确定模块用于:
获取所述用户的历史行为记录;
根据所述历史行为记录,确定所述第二等待时长。
可选地,所述用户为第一次发送服务请求的新增用户,所述第一确定模块用于:
对发送过服务请求的历史用户进行特征分析,得到多个用户类别,所述多个用户类别中每个用户类别分别对应不同的等待时长;
根据所述用户的用户特征信息,确定所述用户所属的目标用户类别;
将所述目标用户类别对应的等待时长确定为所述第二等待时长。
可选地,所述调度模块还用于在任一提供服务的目标资源当前处于空闲状态时,按照各用户的个人等待时长阈值从小到大的顺序,依次调度所述目标资源对所述各用户发送的服务请求进行处理。
第三方面,本公开提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面里任一项所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面里任一项所述方法的步骤。
通过上述技术方案,可以在接收到用户发送的服务请求时,确定当前提供服务的资源是否处于忙碌状态。如果当前提供服务的资源处于忙碌状态,则根据用户的个人等待时长阈值进行计时,然后在个人等待时长阈值结束时,调度提供服务的资源对用户的服务请求进行处理。由于个人等待时长是至少根据用户的用户特征信息确定的,因此,通过本公开的方法可以为不同的用户提供差异性服务,即使是用户后发起的服务请求可能也会被优先处理,从而可以避免后发起服务请求的用户等待时间过长。并且,相较于现有技术中仅根据时间顺序处理用户服务请求的方式,本公开中为不同的用户提供差异性服务的方式可以充分调度服务资源,从而提高服务资源的利用效益。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据本公开一示例性实施例示出的一种服务请求的处理方法的流程图;
图2是根据本公开另一示例性实施例示出的一种服务请求的处理方法的流程图;
图3是根据本公开一示例性实施例示出的一种服务请求的处理装置的框图;
图4是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
不同的用户对于等待时间的感知不同,比如老年用户在发送服务请求之后可能等待一两个小时也不会产生烦躁情绪,而年轻用户在发送服务请求之后可能等待十多分钟就会产生烦躁情绪。如果仅根据用户发送服务请求的时间顺序对用户的服务请求进行处理,可能无法满足不同用户的需求。并且,当用户产生烦躁情绪之后,可能发送投诉请求,那么在服务该用户时,不仅需要处理该用户的服务请求,还需要处理该用户的投诉请求,从而会耗费更多的服务资源。因此,本公开实施例提供一种服务请求的处理方法、装置、存储介质及电子设备,可以根据不同用户确定不同等待时长,从而在处理用户的服务请求时向用户提供差异性服务,提高服务资源的利用效益。
图1是根据本公开一示例性实施例示出的一种服务请求的处理方法的流程图。参照图1,该方法可以包括以下步骤:
步骤S101,当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态。
步骤S102,若当前提供服务的资源处于忙碌状态,则根据用户的个人等待时长阈值进行计时,其中,个人等待时长阈值是至少根据用户的特征信息设定的。
步骤S103,在个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
示例地,提供服务的资源可以是自助客服系统,也可以是人工客服窗口,等等,本公开实施例对此不作限定。考虑到在实际业务场景中,提供服务的资源通常是有限的,比如,自助客服系统或人工客服窗口的数量通常为几个,但是用户发送的服务请求的数量可能较多,从而可能导致待处理的服务请求数远大于可提供服务的资源。
因此,本公开实施例中可以在接收到用户发送的服务请求时,首先判断当前提供服务的资源是否处于忙碌状态,如果当前提供服务的资源处于忙碌状态,那么可以根据用户的等待时长阈值进行计时,从而在等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理,以充分调度提供服务的资源,提高服务资源的利用效益。
应当理解的是,在另一种可能的方式中,如果当前提供服务的资源未处于忙碌状态,则说明当前提供服务的资源足以处理用户发送的服务请求,那么可以按照服务请求的时间顺序处理用户发送的服务请求。或者,在其他可能的方式中,还可以是在任一提供服务的目标资源当前处于空闲状态时,按照各用户的个人等待时长阈值从小到大的顺序,依次调度该目标资源对各用户发送的服务请求进行处理。也即是说,可以按照等待时长阈值的排序提前对排序较前的服务请求进行处理,从而减少用户的等待时长,提高服务资源的利用效益。
示例地,个人等待时长阈值可以是表示时间的阈值,那么根据个人等待时长阈值进行计时可以是从个人等待时长阈值开始进行倒计时,相应地,个人等待时长阈值结束则可以是该倒计时结束。
示例地,调度提供服务的资源对服务请求进行处理可以是先确定个人等待时长阈值结束时,可提供服务的资源,即确定当前处于空闲状态的资源。然后,调度该可提供服务的资源对服务请求进行处理。比如,提供服务的资源为人工客服窗口,那么可以先确定处于空闲状态的人工客服窗口,然后提醒该人工客服窗口的客服人员对用户发送的服务请求进行处理。
应当理解的是,如果在个人等待时长阈值结束时,有多个可提供服务的资源,那么可以随机调度一个资源对用户发送的服务请求进行处理,也可以优先调度之前处理过该用户发送的服务请求的资源对用户本次发送的服务请求进行处理,等等,本公开实施例对此不作限定。
在一种可能的方式中,本公开还可以获取根据多个样本数据确定的第一等待时长,并根据用户的特征信息,确定第二等待时长,然后按照以下公式,根据第一等待时长和第二等待时长,确定用户的个人等待时长阈值:
T=x1·t1+x2·t2 (1)
其中,T表示所述个人等待时长阈值,t1表示所述第一等待时长,t2表示所述第二等待时长,x1表示第一预设权重参数,x2表示第二预设权重参数。
示例地,第一预设权重参数和第二预设权重参数可以是通过分析用户历史数据得到的经验值,等等,本公开实施例对于第一预设权重参数和第二预设权重参数的具体设定过程不作限定。应当理解的是,第一预设权重参数表征第一等待时长对个人等待时长阈值的影响,如果第一预设权重参数设定得越大,则表明最终得到的个人等待时长更多地取决于第一等待时长的值。同样地,第二预设权重参数表征第二等待时长对个人等待时长阈值的影响,如果第二预设权重参数设定得越大,则表明最终得到的个人等待时长更多地取决于第二等待时长的值。
在一种可能的方式中,设定第一预设权重参数和第二预设权重参数后,即确定公式(1)之后,可以将采集到的样本数据代入公式(1)中,验证第一预设权重参数和第二预设权重参数是否设定得合适,即确定通过公式(1)计算得到的用户个人等待时长阈值是否与样本数据中该用户的实际等待时长一致。如果一致,那么可以将设定的第一预设权重参数和第二预设权重参数用于确定用户的个人等待时长阈值。而如果不一致,那么可以调整第一预设权重参数和第二预设权重参数之后再进行验证,直到得到较为合适的第一预设权重参数和第二预设权重参数。
示例地,第一等待时长可以是根据多个样本数据确定的用户平均等待时长,因此,对于不同的用户,第一等待时长可以是相同的。而第二等待时长是根据用户的特征信息确定的,那么对于不同的用户,第二等待时长可以是不同的。
下面对第一等待时长和第二等待时长的具体确定过程进行说明。
在一种可能的方式中,本公开可以先获取多个用户的等待时长和投诉次数的样本数据,然后确定提供服务的资源处理单个服务请求的第一平均成本以及提供服务的资源处理单个投诉请求的第二平均成本,其中,投诉请求为用户在发送服务请求后的等待时长超过用户的预期等待时长时发送的请求。最后,根据样本数据、第一平均成本和第二平均成本,确定第一等待时长,并保存第一等待时长。相应地,获取第一等待时长可以是获取上述保存的第一等待时长。
示例地,样本数据可以是多个用户的等待时长和投诉次数的数据,在样本数据中,每个用户具有对应的等待时长和该用户的投诉次数。通过分析样本数据可以确定用户的等待时长与投诉次数的对应关系,从而可以确定用户投诉次数较少的等待时长。因此,在确定第一等待时长时结合该样本数据,可以减少用户的投诉次数,将第一等待时长设定得更加准确,提高服务资源处理服务请求的效益。
示例地,第一平均成本可以是通过分析提供服务的资源处理单个服务请求的历史数据确定的,该历史数据可以包括提供服务的资源处理单个服务请求所用的时间、服务请求的内容等数据,本公开实施例对此不作限定。
同样的,第二平均成本可以是通过分析提供服务的资源处理单个投诉请求的历史数据确定的,该历史数据可以包括提供服务的资源处理单个投诉请求所用的时间、投诉请求的内容等数据,本公开实施例对此也不作限定。
应当理解的是,由于每个用户在发送服务请求后会有一个自身的预期等待时长,当用户发送服务请求后实际等待的时间超过该用户的预期等待时长后,用户可能会产生烦躁情绪,从而可能会发送投诉请求。那么,提供服务的资源可以先将该用户发送的投诉请求进行处理,然后再对该用户发送的服务请求进行处理。因此,在确定第一等待时长时,可以考虑第一平均成本和第二平均成本。
在获取样本数据并确定第一平均成本和第二平均成本之后,可以根据该样本数据、第一平均成本和第二平均成本,确定第一等待时长。
在一种可能的方式中,本公开可以先按照以下公式,根据样本数据、第一平均成本和第二平均成本,建立用于确定第一等待时长的函数:
其中,P表示根据样本数据确定的概率函数进行用户投诉检测时的准确率,R表示根据样本数据确定的概率函数进行用户投诉检测时的召回率,X表示第一平均成本,Y表示第二平均成本。
然后,将上述函数的最大值确定为第一等待时长。
示例地,在确定公式(2)之前,可以先根据样本数据确定用户在不同等待时长下投诉次数的概率函数。在一种可能的方式中,可以是先按照以下公式,确定用户在不同等待时长下投诉次数x的概率密度函数f(x):
其中,h表示计算概率密度函数的窗口宽度,N表示样本数据的总数,xi表示第i个样本数据的投诉次数。应当理解的是,f(x)的值小于1,h的取值趋近于0。
应当理解的是,在不同窗口宽度h下,概率密度分布结果差别较大。当窗口宽度h较小时,通过概率密度函数f(x)得到的曲线较为曲折,光滑性较差,会呈现出概率密度函数f(x)所没有的多峰特性。而当窗口宽度h较大时,通过概率密度函数f(x)得到的曲线较为平滑,但同时也会掩盖较多的数据细节。示例地,在本公开实施例中,可以按照以下计算公式确定窗口宽度:其中,σ表示样本数据的标准差,R表示根据样本数据得到的四分位数,n表示预设参数,在本公开具体实施的过程中,可以将n设定为1000,等等,本公开实施例对于n的设定不作限定。
另外应当理解的是,在公式(3)中,通过将概率密度函数f(x)的自变量x与样本数据求差后平方,并将平方后的结果进行求和的方式,可以使得通过概率密度函数f(x)得到的曲线中任意两个点间过渡平滑,从而可以得到更加准确的概率密度函数用于确定第一等待时长。
在根据公式(3)确定概率密度函数之后,可以对该概率密度函数作积分,得到该概率密度函数对应的概率函数F(x)。然后可以通过该概率函数F(x)确定用户投诉的概率,即对用户进行投诉估计,然后通过投诉估计的结果以及用户实际的投诉结果,确定通过该概率函数进行用户投诉估计时的准确率和召回率,从而可以根据公式(2)建立用于确定第一等待时长的函数。
示例地,可以先通过概率函数F(x)估计总数为N0的样本数据中会投诉的用户总数N1以及不会投诉的用户总数N2。由于在估计会投诉的用户中可能存在实际投诉的用户和实际未投诉的用户,因此可以将该估计的会投诉的用户数据作为样本数据按照上述方式确定概率函数F1(x),从而可以得到估计会投诉且实际投诉的用户数A,以及估计会投诉但未投诉的用户数B,具体地,可以通过以下公式表示:
A=N1·F1(x) (4)
B=N1·(1-F1(x)) (5)
同样地,由于在估计不会投诉的用户中也可能存在实际投诉的用户和实际未投诉的用户,因此可以将该估计不会投诉的用户数据作为样本数据按照上述方式确定概率函数F2(x),从而可以得到估计不会投诉但实际投诉的用户数C,以及估计不会投诉且实际未投诉的用户数D,具体地,可以通过以下公式表示:
C=N2·F2(x) (6)
D=N2·(1-F2(x)) (7)
然后,可以根据以下公式,确定进行用户投诉估计时的准确率P和召回率R:
而对于召回率R,可以是按照以下公式进行计算:
在通过上述方式确定准确率和召回率之后,可以根据公式(2)建立用于确定第一等待时长的函数。应当理解的是,在公式(2)中,由于函数值F与(X+Y)成反比,即当函数值F越大时,(X+Y)越小,因此可以将函数值F的最大值确定为第一等待时长,此种情况下,提供服务的资源处理用户发送的请求所用的综合成本最小,从而可以提高服务资源的利用效益。
对于第二等待时长的确定,可以首先确定用户是否是发送过服务请求的历史用户,如果用户是发送过服务请求的历史用户,那么可以获取用户的历史行为记录,然后根据用户的历史行为记录,确定第二等待时长。
示例地,历史行为记录包括用户之前发送服务请求后的历史等待时长、历史投诉次数等与用户发送的服务请求相关的历史记录,本公开实施例对此不作限定。在获取历史行为记录之后,可以对该历史行为记录进行分析,得到该用户对应的一个合适的等待时长。比如,根据历史行为记录分析确定在之前的业务场景中,用户在发送服务请求后的等待时长超过t3后发送了投诉请求,那么在本次的业务场景中,可以将该用户的第二等待时长确定为t3。
在另一种可能的方式中,如果用户是第一次发送服务请求的新增用户,那么根据用户的特征信息,确定第二等待时长可以是对发送过服务请求的历史用户进行特征分析,得到多个用户类别,然后根据该用户的用户特征信息,确定该用户所属的目标用户类别,最后将目标用户类别对应的等待时长确定为第二等待时长。
应当理解的是,对历史用户进行特征分析得到的多个用户类别中每个用户类别分别对应不同的等待时长,因此,在根据用户的用户特征信息,确定该用户所属的目标用户类别后,可以将目标用户类别对应的等待时长确定为该用户的第二等待时长。
示例地,用户的特征信息可以包括用户的年龄、职业等信息,本公开实施例对此不作限定。相应地,对发送过服务请求的历史用户进行特征分析,可以是对多个历史用户的年龄、职业等信息进行分析,并将这些信息中相似度较高的用户分为同一个用户类别,然后可以对同一个用户类别中多个用户的等待时长进行平均值计算,从而可以将该平均值作为该用户类别对应的等待时长。并且,可以将确定的用户类别和对应的等待时长进行保存,那么在接收到新增用户发送的服务请求后,可以将该新增用户的特征信息与保存的用户类别中用户的特征信息进行比对,然后根据该比对结果,确定该新增用户所属的目标用户类别。
应当理解的是,在确定用户类别后,每个用户类别可以具有不同的用户标签,比如,用户标签可以是{18~25岁;学生},等等,本公开实施例对此不作限定。相应地,在将该新增用户的特征信息与保存的用户类别中用户的特征信息进行比对时,可以是将该用户类别的标签与该用户的特征信息进行比对,然后将标签与该用户的特征信息匹配度较高的用户类别确定为该用户所属的目标用户类别,从而可以将该目标用户类别对应的等待时长确定为用户的第二等待时长。
通过上述的方式,可以根据用户的特征信息确定第二等待时长,并在确定用户的个人等待时长阈值时结合第二等待时长,从而使得提供服务的资源可以向用户提供差异性服务,提高了服务资源的利用效益。
下面通过一个完整的对本公开中服务请求的处理方法进行说明。
参照图2,该方法可以包括以下步骤:
步骤S201,接收用户发送的服务请求。
步骤S202,判断当前提供服务的资源是否处于忙碌状态,如果当前提供服务的资源处于忙碌状态,则进入步骤S203,否则进入步骤S204。
步骤S203,确定用户是否为发送过服务请求的历史用户,如果用户为发送过服务请求的历史用户,则进入步骤S205,否则进入步骤S206。
步骤S204,按照发送服务请求的时间处理用户发送的服务请求。
步骤S205,获取用户的历史行为记录,并根据该历史行为记录确定用户的第二等待时长。
步骤S206,根据用户的特征信息,确定用户所属的目标类别,并将该用户类别对应的等待时长确定为第二等待时长。
步骤S207,获取第一等待时长。
步骤S208,根据第一等待时长和第二等待时长,确定用户的个人等待时长阈值。
步骤S209,根据用户的个人等待时长阈值进行计时。
步骤S210,当个人等待时长阈值结束时,调度提供服务的资源对用户发送的服务请求进行处理。
关于上述各步骤的具体实现过程,已在上文进行详细说明,这里不再赘述。但是,应当理解的是,在本公开实施例中,对于第一等待时长和第二等待时长的确定顺序不作限定。比如,参照图2,可以先确定第二等待时长后再确定第一等待时长。当然,在其他可能的方式中,也可以是先确定第一等待时长后再确定第二等待时长,或者也可以是同时确定第一等待时长和第二等待时长。
基于同一发明构思,参照图3,本公开提供一种服务请求的处理装置300,可以包括:
判断模块301,用于当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;
计时模块302,用于在当前提供服务的资源处于忙碌状态时,根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;
调度模块303,用于在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
可选地,所述装置300还包括:
获取模块,用于获取根据多个样本数据确定的第一等待时长;
第一确定模块,用于根据所述用户的特征信息,确定第二等待时长;
第二确定模块,用于按照以下公式,根据所述第一等待时长和所述第二等待时长,确定所述用户的个人等待时长阈值:
T=x1·t1+x2·t2 (1)
其中,T表示所述个人等待时长阈值,t1表示所述第一等待时长,t2表示所述第二等待时长,x1表示第一预设权重参数,x2表示第二预设权重参数。
可选地,所述装置300还包括:
样本获取模块,用于在获取根据多个样本数据确定的第一等待时长之前,获取多个用户的等待时长和投诉次数的样本数据;
第三确定模块,用于确定所述提供服务的资源处理单个服务请求的第一平均成本以及所述提供服务的资源处理单个投诉请求的第二平均成本,所述投诉请求为用户在发送服务请求后的等待时长超过用户的预期等待时长时发送的请求;
第四确定模块,用于根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,并保存所述第一等待时长;
所述获取模块用于获取所述保存的第一等待时长。
可选地,所述第四确定模块用于:
按照以下公式,根据所述样本数据、所述第一平均成本和所述第二平均成本,建立用于确定所述第一等待时长的函数:
其中,P表示根据所述样本数据确定的概率函数进行用户投诉估计时的准确率,R表示根据所述样本数据确定的概率函数进行用户投诉估计时的召回率,X表示所述第一平均成本,Y表示所述第二平均成本;
将所述函数的最大值确定为所述第一等待时长。
可选地,所述用户为发送过服务请求的历史用户,所述第一确定模块用于:
获取所述用户的历史行为记录;
根据所述历史行为记录,确定所述第二等待时长。
可选地,所述用户为第一次发送服务请求的新增用户,所述第一确定模块用于:
对发送过服务请求的历史用户进行特征分析,得到多个用户类别,所述多个用户类别中每个用户类别分别对应不同的等待时长;
根据所述用户的用户特征信息,确定所述用户所属的目标用户类别;
将所述目标用户类别对应的等待时长确定为所述第二等待时长。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
通过上述任一装置,可以为不同用户提供差异性服务,即使是用户后发起的服务请求可能也会被优先处理,从而可以避免后发起服务请求的用户等待时间过长,并且,可以充分调度服务资源,从而提高服务资源的利用效益。
基于同一发明构思,本公开还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现上述任一服务请求的处理方法的步骤。
在一种可能的方式中,该电子设备的框图可以如图4所示。参照图4,该电子设备400可以包括:处理器401,存储器402。该电子设备400还可以包括多媒体组件403,输入/输出(I/O)接口404,以及通信组件405中的一者或多者。
其中,处理器401用于控制该电子设备400的整体操作,以完成上述的服务请求的处理方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该电子设备400的操作,这些数据例如可以包括用于在该电子设备400上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如用户发送的服务请求、第一等待时长等等。该存储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
多媒体组件403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402或通过通信组件405发送。音频组件还包括至少一个扬声器,用于输出音频信号。
I/O接口404为处理器401和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件405用于该电子设备400与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearField Communication,简称NFC),2G、3G、4G、NB-IOT、eMTC、或其他5G等等,或它们中的一种或几种的组合,在此不做限定。因此相应的该通信组件407可以包括:Wi-Fi模块,蓝牙模块,NFC模块等等。
在一示例性实施例中,电子设备400可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的服务请求的处理方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的服务请求的处理方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器402,上述程序指令可由电子设备400的处理器401执行以完成上述的服务请求的处理方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种服务请求的处理方法,其特征在于,所述方法包括:
当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;
若当前提供服务的资源处于忙碌状态,则根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;
在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取根据多个样本数据确定的第一等待时长;
根据所述用户的特征信息,确定第二等待时长;
按照以下公式,根据所述第一等待时长和所述第二等待时长,确定所述用户的个人等待时长阈值:
T=x1·t1+x2·t2
其中,T表示所述个人等待时长阈值,t1表示所述第一等待时长,t2表示所述第二等待时长,x1表示第一预设权重参数,x2表示第二预设权重参数。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取多个用户的等待时长和投诉次数的样本数据;
确定所述提供服务的资源处理单个服务请求的第一平均成本以及所述提供服务的资源处理单个投诉请求的第二平均成本,所述投诉请求为用户在发送服务请求后的等待时长超过用户的预期等待时长时发送的请求;
根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,并保存所述第一等待时长;
获取根据多个样本数据确定的第一等待时长,包括:
获取所述保存的第一等待时长。
4.根据权利要求3所述的方法,其特征在于,所述根据所述样本数据、所述第一平均成本和所述第二平均成本,确定所述第一等待时长,包括:
按照以下公式,根据所述样本数据、所述第一平均成本和所述第二平均成本,建立用于确定所述第一等待时长的函数:
其中,P表示根据所述样本数据确定的概率函数进行用户投诉估计时的准确率,R表示根据所述样本数据确定的概率函数进行用户投诉估计时的召回率,X表示所述第一平均成本,Y表示所述第二平均成本;
将所述函数的最大值确定为所述第一等待时长。
5.根据权利要求2-4任一所述的方法,其特征在于,所述用户为发送过服务请求的历史用户,所述根据所述用户的特征信息,确定第二等待时长,包括:
获取所述用户的历史行为记录;
根据所述历史行为记录,确定所述第二等待时长。
6.根据权利要求2-4任一所述的方法,其特征在于,所述用户为第一次发送服务请求的新增用户,所述根据所述用户的特征信息,确定第二等待时长,包括:
对发送过服务请求的历史用户进行特征分析,得到多个用户类别,所述多个用户类别中每个用户类别分别对应不同的等待时长;
根据所述用户的用户特征信息,确定所述用户所属的目标用户类别;
将所述目标用户类别对应的等待时长确定为所述第二等待时长。
7.根据权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
若任一提供服务的目标资源当前处于空闲状态,则按照各用户的个人等待时长阈值从小到大的顺序,依次调度所述目标资源对所述各用户发送的服务请求进行处理。
8.一种服务请求的处理装置,其特征在于,所述装置包括:
判断模块,用于当接收到用户发送的服务请求时,判断当前提供服务的资源是否处于忙碌状态;
计时模块,用于在当前提供服务的资源处于忙碌状态时,根据所述用户的个人等待时长阈值进行计时,其中,所述个人等待时长阈值是至少根据所述用户的特征信息设定的;
调度模块,用于在所述个人等待时长阈值结束时,调度提供服务的资源对所述服务请求进行处理。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554936.3A CN109784659A (zh) | 2018-12-18 | 2018-12-18 | 服务请求的处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811554936.3A CN109784659A (zh) | 2018-12-18 | 2018-12-18 | 服务请求的处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784659A true CN109784659A (zh) | 2019-05-21 |
Family
ID=66497374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811554936.3A Pending CN109784659A (zh) | 2018-12-18 | 2018-12-18 | 服务请求的处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784659A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543381A (zh) * | 2019-08-21 | 2019-12-06 | 语联网(武汉)信息技术有限公司 | 机器翻译引擎服务恢复方法及装置 |
CN111506403A (zh) * | 2020-04-03 | 2020-08-07 | 北京声智科技有限公司 | 一种多服务处理方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101180644A (zh) * | 2005-03-22 | 2008-05-14 | 票务专家公司 | 通过网络提供队列消息的装置和方法 |
CN104468413A (zh) * | 2014-11-27 | 2015-03-25 | 中国联合网络通信集团有限公司 | 一种网络服务方法及系统 |
CN106022577A (zh) * | 2016-05-12 | 2016-10-12 | 西安电子科技大学 | 载客车辆的在线均衡调度方法 |
CN107093081A (zh) * | 2016-11-24 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略制定方法和装置 |
CN107391268A (zh) * | 2016-05-17 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 服务请求处理方法及装置 |
CN107392405A (zh) * | 2017-01-26 | 2017-11-24 | 北京小度信息科技有限公司 | 数据处理方法、装置及设备 |
CN108009650A (zh) * | 2017-03-29 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 网约车服务请求处理方法、装置和服务器 |
CN108551533A (zh) * | 2018-03-09 | 2018-09-18 | 平安普惠企业管理有限公司 | 一种客服坐席的排班方法、存储介质和服务器 |
CN108604321A (zh) * | 2016-01-04 | 2018-09-28 | 格步计程车控股私人有限公司 | 用于多轮驾驶员选择的系统和方法 |
-
2018
- 2018-12-18 CN CN201811554936.3A patent/CN109784659A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101180644A (zh) * | 2005-03-22 | 2008-05-14 | 票务专家公司 | 通过网络提供队列消息的装置和方法 |
CN104468413A (zh) * | 2014-11-27 | 2015-03-25 | 中国联合网络通信集团有限公司 | 一种网络服务方法及系统 |
CN108604321A (zh) * | 2016-01-04 | 2018-09-28 | 格步计程车控股私人有限公司 | 用于多轮驾驶员选择的系统和方法 |
CN106022577A (zh) * | 2016-05-12 | 2016-10-12 | 西安电子科技大学 | 载客车辆的在线均衡调度方法 |
CN107391268A (zh) * | 2016-05-17 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 服务请求处理方法及装置 |
CN107093081A (zh) * | 2016-11-24 | 2017-08-25 | 北京小度信息科技有限公司 | 服务策略制定方法和装置 |
CN107392405A (zh) * | 2017-01-26 | 2017-11-24 | 北京小度信息科技有限公司 | 数据处理方法、装置及设备 |
CN108009650A (zh) * | 2017-03-29 | 2018-05-08 | 北京嘀嘀无限科技发展有限公司 | 网约车服务请求处理方法、装置和服务器 |
CN108551533A (zh) * | 2018-03-09 | 2018-09-18 | 平安普惠企业管理有限公司 | 一种客服坐席的排班方法、存储介质和服务器 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110543381A (zh) * | 2019-08-21 | 2019-12-06 | 语联网(武汉)信息技术有限公司 | 机器翻译引擎服务恢复方法及装置 |
CN110543381B (zh) * | 2019-08-21 | 2022-02-22 | 语联网(武汉)信息技术有限公司 | 机器翻译引擎服务恢复方法及装置 |
CN111506403A (zh) * | 2020-04-03 | 2020-08-07 | 北京声智科技有限公司 | 一种多服务处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200219016A1 (en) | Method for Cleaning Up Background Application, Storage Medium, and Electronic Device | |
Ibrahim et al. | Real‐time delay estimation based on delay history in many‐server service systems with time‐varying arrivals | |
CN110874716A (zh) | 面试测评方法、装置、电子设备及存储介质 | |
CN108959319B (zh) | 信息推送方法和装置 | |
CN104103113A (zh) | 排队服务器以及排队方法 | |
US20200151660A1 (en) | Network computing system for detecting auditory indicators of activity | |
WO2019062405A1 (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN105844762A (zh) | 排号装置、排号系统及排号方法 | |
CN109274831A (zh) | 一种语音通话方法、装置、设备及可读存储介质 | |
CN103139100A (zh) | 处理业务的方法和系统 | |
US10762423B2 (en) | Using a neural network to optimize processing of user requests | |
CN109784659A (zh) | 服务请求的处理方法、装置、存储介质及电子设备 | |
CN111988478A (zh) | 一种呼入管理方法、装置、服务器及存储介质 | |
CN111311286A (zh) | 一种智能客服数据处理方法、装置及计算设备、存储介质 | |
CN107728772B (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN113255947A (zh) | 网点业务引导方法、装置、计算机设备及可读存储介质 | |
CN112887371B (zh) | 边缘计算方法、装置、计算机设备及存储介质 | |
CN109413261A (zh) | 一种应用交互中的提示方法及终端设备 | |
US20230206187A1 (en) | Digital assistant for completion of timecards | |
Toragay et al. | Fast heuristic approach for control of complex authentication systems | |
KR20150103855A (ko) | 어플리케이션과 서버 간의 연동을 이용한 음성 서비스 제공 방법 및 그 시스템 | |
CN113572841B (zh) | 信息推送方法及装置 | |
CN115941581A (zh) | 云游戏路由调度方法、设备、存储介质及装置 | |
WO2021179906A1 (zh) | 订单状态提示 | |
Inoue et al. | Estimating customer impatience in a service system with unobserved balking |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |