CN110083689A - 客户服务质量检测方法及装置、可读存储介质 - Google Patents
客户服务质量检测方法及装置、可读存储介质 Download PDFInfo
- Publication number
- CN110083689A CN110083689A CN201910213370.6A CN201910213370A CN110083689A CN 110083689 A CN110083689 A CN 110083689A CN 201910213370 A CN201910213370 A CN 201910213370A CN 110083689 A CN110083689 A CN 110083689A
- Authority
- CN
- China
- Prior art keywords
- dialog text
- customer service
- label
- service quality
- dialogue
- 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
Classifications
-
- 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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q30/01—Customer relationship services
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Telephonic Communication Services (AREA)
Abstract
一种客户服务质量检测方法及装置、可读存储介质,所述客户服务质量检测方法,包括:将客户服务的对话文本划分为至少一个对话文本片段;对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。上述方案可以高效准确地进行客户服务质量检测。
Description
技术领域
本发明属于通信技术领域,特别涉及一种客户服务质量检测方法及装置、可读存储介质。
背景技术
客服对话是一种常见的客户服务形式,广泛应用于各个行业。
对客户服务质量进行检测,可以获知客户对客服的满意程度。现有技术中,通常客户服务质量检测由检测人员通过抽检的方式来对客服对话文件进行检查,以检测客户服务的质量。这种人工抽检的方式不仅花费了很高的时间成本和人员成本,检测的覆盖率也无法得到保证。
发明内容
本发明实施例解决的是如何高效准确地进行客户服务质量检测。
为解决上述技术问题,本发明实施例提供一种客户服务质量检测方法,包括:将客户服务的对话文本划分为至少一个对话文本片段;对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
可选的,在得到客户服务质量检测结果之后,还包括:根据所述客户服务质量检测结果,对客户提出的业务问题进行归类分析,得到客户提出的业务问题报告。
可选的,在得到客户提出的业务问题报告之后,还包括:对所述业务问题进行处理,得到处理结果;根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整。
可选的,根据以下至少一种条件将客户服务的对话文本划分为至少一个对话文本片段:对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量。
可选的,所述对所述对话文本片段进行分类,包括:采用预设的自然语言特征提取器对所述对话文本片段进行分类;所述预设的自然语言特征提取器采用已确定对话标签的对话文本片段训练得到。
可选的,所述对话标签包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。
可选的,所述对话标签的统计信息包括以下至少一种:对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差。
为解决上述技术问题,本发明实施例还公开了一种客户服务质量检测装置,包括:划分单元,用于将客户服务的对话文本划分为至少一个对话文本片段;分类单元,用于对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;统计单元,用于对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;检测单元,用于根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
可选的,所述检测单元,还用于:根据所述客户服务质量检测结果,对客户提出的业务问题进行归类分析,得到客户提出的业务问题报告。
可选的,所述检测单元,还用于:对所述业务问题进行处理,得到处理结果;根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整。
可选的,所述划分单元,用于根据以下至少一种条件将客户服务的对话文本划分为至少一个对话文本片段:对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量。
可选的,所述分类单元,用于:采用预设的自然语言特征提取器对所述对话文本片段进行分类;所述预设的自然语言特征提取器采用已确定对话标签的对话文本片段训练得到。
可选的,所述对话标签包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。
可选的,所述对话标签的统计信息包括以下至少一种:对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差。
本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一种所述的客户服务质量检测方法的步骤。
本发明实施例还提供了一种客户服务质量检测装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述任一种所述的客户服务质量检测方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
将客户服务的对话文本划分为至少一个对话文本片段;对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。根据客户服务的对话文本可以自动对客户服务质量进行全面检测,大大降低了检测成本。
进一步,根据所述客户服务质量检测结果,得到客户提出的业务问题报告。通过对客户提出的业务问题进行归类分析,可以有效地找到服务方提供的业务所存在的问题,方便服务方更好地管理服务业务。
附图说明
图1是本发明实施例中的一种客户服务质量检测方法的流程图;
图2是本发明实施例中的另一种客户服务质量检测方法的流程图;
图3是本发明实施例中的一种客户服务质量检测装置的结构示意图。
具体实施方式
现有技术中,通常客户服务质量检测由检测人员通过抽检的方式来对客服对话文件进行检查,以检测客户服务的质量。这种人工抽检的方式不仅花费了很高的时间成本和人员成本,检测的覆盖率也无法得到保证。
本发明实施例中,将客户服务的对话文本划分为至少一个对话文本片段;对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。根据客户服务的对话文本可以自动对客户服务质量进行全面检测,大大降低了检测成本。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
本发明实施例提供了一种客户服务质量检测方法,参照图1,以下通过具体步骤进行详细说明。
步骤S101,将客户服务的对话文本划分为至少一个对话文本片段。
在具体实施中,对话文本文件可以是客户与服务方在文本聊天界面中的聊天记录,也可以是电话聊天记录,本发明在此不作限定。
在具体应用中,若客户与服务方以非文本的方式沟通,则需要将对话记录转换成相应的文本记录。例如,采用自动语音识别技术将电话聊天记录进行语音形式到文本形式的转换等,本发明在此对具体的转换方式不作限定。
在本发明一实施例中,客户服务的对话文本为某一个服务人员与一个目标用户在一天内的全量对话文本,并且全量对话文本中包含多轮对话。因此,根据客户对服务人员提出的问题数量,将客户服务的对话文本划分为多个对话文本片段,即每个对话文本片段包含客户对服务人员提出的一个问题和服务人员对该问题的相关回答。
在具体实施中,还可以根据对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量中的一个或多个条件,将客户服务的对话文本划分为至少一个对话文本片段。
步骤S102,对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签。
在具体实施中,可以采用预设的自然语言特征提取器对对话文本片段进行分类,预设的自然语言特征提取器可以采用已确定对话标签的对话文本片段训练得到。已确定对话标签的对话文本片段可以来源于历史客户服务对话文本片段,也可以由服务方根据自身提供的服务业务构建,本发明在此不作限定。
在具体实施中,对话标签可以包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。服务方可以根据自身需求,预设不同的对话标签,并不限于上述提供的标签。同时,由于不同的服务方可能会将对话文本以不同的标准来划分为对话文本片段,因此一段对话文本片段可能会包含一个或多个标签,本发明在此不作赘述。
在具体应用中,服务方可以根据自身需求,预设不同的对话标签。例如,对话主题类标签可以包括产品咨询标签、订单查询标签、退款标签、退货标签等标签;服务合规类标签可以包括对客户虚假承诺标签等标签;服务质量类标签可以包括使用违禁词标签、违反客服工作规定标签、未及时回答客户提问标签等标签;客户满意度类标签可以包括客户对回答满意标签、客户对回答不满意标签等标签。可以理解的是,服务方可以根据自身的业务特性,设置符合自身需求的标签,本发明在此不作赘述。
步骤S103,对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息。
在具体实施中,对所有对话文本片段对应的对话标签进行聚合的过程可以包括对所有的对话标签进行内容挑选、分析、归类等操作,即根据服务方的服务业务类型和客户服务检测标准,对所有对话文本片段对应的对话标签进行聚合得到服务方需要关注的对话标签。
在具体实施中,在对所有对话文本片段对应的对话标签进行聚合后,还可以统计对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差等一种或多种数据,以得到聚合后的所有对话文本片段对应的对话标签的一系列相关统计变量。可以理解的是,根据不同服务方的不同需求,可以采用不同的统计方法,本发明在此不作赘述。
步骤S104,根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
在具体实施中,在得到所有对话文本片段对应的对话标签的统计信息后,检测人员可以根据客户服务检测标准,预先或实时配置质检规则。当某一对话标签符合质检规则中的触发条件时,得到该对话标签所触发的检测结果。例如,当统计得到的未及时回答客户提问标签在对应的对话文本中出现的次数超过预设阈值,则检测结果中会得到对话文本对应的服务人员服务质量存在问题的结果。可以理解的是,对话文本可能会包含多个对话标签,而统计后的对话标签也可能得到不止一个方面的客户服务检测结果,本发明在此不作赘述。
在具体实施中,在得到客户服务质量检测结果之后,还可以根据客户服务质量检测结果,对客户提出的业务问题进行归类分析,得到客户提出的业务问题报告,进而有效地找到服务方提供的业务所存在的问题,方便服务方更好地管理服务业务。
在本发明一实施例中,设置了对话主题类标签来归纳服务方提供的业务所存在的问题。当产品咨询标签在对话标签的统计信息中出现的次数超过预设次数阈值,且符合服务方设置的质检规则。根据客户服务质量检测结果,对目标产品的业务问题进行归类分析,进而帮助服务方更好地拓展业务、提升业务水平。
在具体实施中,在得到客户提出的业务问题报告之后,还可以对所述业务问题进行处理,得到处理结果;再根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整,例如对分类标准的调整、增设对话标签等。进而使得对所述对话文本片段进行分类的过程可以不断自我学习,提高分类过程的准确度和精度。
综上所述,将客户服务的对话文本划分为至少一个对话文本片段;对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。根据客户服务的对话文本可以自动对客户服务质量进行全面检测,大大降低了检测成本。
参照图2,给出了本发明实施例中的另一种客户服务质量检测方法的流程图。
由图2可知,在本发明实施例中,通过切分客服与客户之间的对话全量文本(客服-客户对话全量文本),得到N个客服与客户之间的对话文本片段,依次为客服-客户对话文本片段1、客服-客户对话文本片段2、客服-客户对话文本片段3……客服-客户对话文本片段N。再分别对得到的N个客服与客户对话文本片段进行文本片段标签提取,得到N个客服与客户之间的对话文本片段标签,依次为客服-客户对话文本片段1标签、客服-客户对话文本片段2标签、客服-客户对话文本片段3标签……客服-客户对话文本片段N标签。在得到所有的客服与客户之间的对话文本片段标签后,汇总结果,得到所有的客服与客户之间的对话文本片段标签汇总数据(对话片段标签汇总)。再对对话文本片段标签汇总数据进行客服质检规则判断,进而得到该客服对应的质检结果。
其中,对话文本片段标签汇总中包括退款标签以及对客户虚假承诺标签。因此,退款标签的出现频率符合质检规则中的退款处理规则触发条件,质检结果中自动生成对该类退款产品进一步处理的建议;对客户虚假承诺标签一次出现就符合质检规则中的服务合规性规则的触发条件,质检结果中同样自动生成对该服务人员的违规认定的客户服务检测结果。
由此可见,采用本发明提出的客户服务质量检测方法不仅可以高效准确地检测客户服务质量,还可以根据客户服务质量检测结果帮助服务方管理相关业务、提高业务水平。
参照图3,本发明实施例还提供了一种客户服务质量检测装置30,包括:划分单元301、分类单元302、统计单元303以及检测单元304;
其中,所述划分单元301,用于将客户服务的对话文本划分为至少一个对话文本片段;
所述分类单元302,用于对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;
所述统计单元303,用于对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;
所述检测单元304,用于根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
在具体实施中,检测单元304还可以用于根据所述客户服务质量检测结果,对客户提出的业务问题进行归类分析,进而得到客户提出的业务问题报告。
在具体实施中,检测单元304还可以用于:对所述业务问题进行处理,得到处理结果;根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整。
在具体实施中,所述划分单元301可以根据以下至少一种条件将客户服务的对话文本划分为至少一个对话文本片段:对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量。
在具体实施中,分类单元302可以用于:采用预设的自然语言特征提取器对所述对话文本片段进行分类;所述预设的自然语言特征提取器采用已确定对话标签的对话文本片段训练得到。
在具体实施中,对话标签可以包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。
在具体实施中,对话标签的统计信息可以包括以下至少一种:对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,所述计算机指令运行时执行本发明上述实施例中提供的任一种所述的客户服务质量检测方法的步骤。
本发明实施例还提供了一种客户服务质量检测装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所示计算机指令时,执行本发明上述实施例中提供的任一种所述的客户服务质量检测方法的步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于任一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (16)
1.一种客户服务质量检测方法,其特征在于,包括:
将客户服务的对话文本划分为至少一个对话文本片段;
对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;
对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;
根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
2.如权利要求1所述的客户服务质量检测方法,其特征在于,在得到客户服务质量检测结果之后,还包括:
根据所述客户服务质量检测结果,对客户提出的业务问题进行归类分析,得到客户提出的业务问题报告。
3.如权利要求2所述的客户服务质量检测方法,其特征在于,在得到客户提出的业务问题报告之后,还包括:
对所述业务问题进行处理,得到处理结果;
根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整。
4.如权利要求1所述的客户服务质量检测方法,其特征在于,根据以下至少一种条件将客户服务的对话文本划分为至少一个对话文本片段:对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量。
5.如权利要求1所述的客户服务质量检测方法,其特征在于,所述对所述对话文本片段进行分类,包括:
采用预设的自然语言特征提取器对所述对话文本片段进行分类;所述预设的自然语言特征提取器采用已确定对话标签的对话文本片段训练得到。
6.如权利要求1所述的客户服务质量检测方法,其特征在于,所述对话标签包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。
7.如权利要求1所述的客户服务质量检测方法,其特征在于,所述对话标签的统计信息包括以下至少一种:对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差。
8.一种客户服务质量检测装置,其特征在于,包括:
划分单元,用于将客户服务的对话文本划分为至少一个对话文本片段;
分类单元,用于对所述对话文本片段进行分类,得到所述对话文本片段对应的至少一个对话标签;
统计单元,用于对所有对话文本片段对应的对话标签进行聚合并统计,得到所述所有对话文本片段对应的对话标签的统计信息;
检测单元,用于根据预设的质检规则和所述所有对话文本片段对应的对话标签的统计信息,得到客户服务质量检测结果。
9.如权利要求8所述的客户服务质量检测装置,其特征在于,所述检测单元,还用于:根据所述客户服务质量检测结果,对客户提出的业务问题进行归类分析,得到客户提出的业务问题报告。
10.如权利要求9所述的客户服务质量检测装置,其特征在于,所述检测单元,还用于:对所述业务问题进行处理,得到处理结果;根据所述处理结果和所述对话文本片段对应的至少一个对话标签,对所述对话文本片段进行分类的过程进行纠正调整。
11.如权利要求8所述的客户服务质量检测装置,其特征在于,所述划分单元,用于根据以下至少一种条件将客户服务的对话文本划分为至少一个对话文本片段:对话产生时间、对话产生方、对话时间、对话主题以及客户提出的问题数量。
12.如权利要求8所述的客户服务质量检测装置,其特征在于,所述分类单元,用于:采用预设的自然语言特征提取器对所述对话文本片段进行分类;所述预设的自然语言特征提取器采用已确定对话标签的对话文本片段训练得到。
13.如权利要求8所述的客户服务质量检测装置,其特征在于,所述对话标签包括以下至少一种:对话主题类标签、服务合规类标签、服务质量类标签以及客户满意度类标签。
14.如权利要求8所述的客户服务质量检测装置,其特征在于,所述对话标签的统计信息包括以下至少一种:对话标签出现次数的均值、对话标签出现次数的方差以及对话标签出现次数的标准差。
15.一种计算机可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至7中任一项所述的客户服务质量检测方法。
16.一种客户服务质量检测装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至7任一项所述的客户服务质量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910213370.6A CN110083689A (zh) | 2019-03-20 | 2019-03-20 | 客户服务质量检测方法及装置、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910213370.6A CN110083689A (zh) | 2019-03-20 | 2019-03-20 | 客户服务质量检测方法及装置、可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110083689A true CN110083689A (zh) | 2019-08-02 |
Family
ID=67413369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910213370.6A Pending CN110083689A (zh) | 2019-03-20 | 2019-03-20 | 客户服务质量检测方法及装置、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110083689A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929011A (zh) * | 2019-11-28 | 2020-03-27 | 北京思特奇信息技术股份有限公司 | 一种对话分析方法、装置和设备 |
CN111126071A (zh) * | 2019-12-02 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 提问文本数据的确定方法、装置和客服群的数据处理方法 |
CN111883115A (zh) * | 2020-06-17 | 2020-11-03 | 马上消费金融股份有限公司 | 语音流程质检的方法及装置 |
CN112463962A (zh) * | 2020-11-18 | 2021-03-09 | 深圳木成林科技有限公司 | 一种聊天记录质检方法及装置 |
CN114418542A (zh) * | 2022-01-20 | 2022-04-29 | 京东科技信息技术有限公司 | 业务操作流程的检验方法、装置、设备及存储介质 |
CN114969352A (zh) * | 2022-08-03 | 2022-08-30 | 阿里巴巴(中国)有限公司 | 文本处理方法、系统、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868695A (zh) * | 2012-09-18 | 2013-01-09 | 天格科技(杭州)有限公司 | 基于会话树的智能在线客服方法及系统 |
CN104301554A (zh) * | 2013-07-18 | 2015-01-21 | 中兴通讯股份有限公司 | 一种对客服人员的服务质量进行质检的装置及方法 |
CN108737243A (zh) * | 2018-04-20 | 2018-11-02 | 平安科技(深圳)有限公司 | 会话消息质检方法及装置 |
CN108763499A (zh) * | 2018-05-30 | 2018-11-06 | 平安科技(深圳)有限公司 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
CN108965620A (zh) * | 2018-08-24 | 2018-12-07 | 杭州数心网络科技有限公司 | 一种人工智能呼叫中心系统 |
CN109344229A (zh) * | 2018-09-18 | 2019-02-15 | 深圳壹账通智能科技有限公司 | 对话分析评价的方法、装置、计算机设备和存储介质 |
-
2019
- 2019-03-20 CN CN201910213370.6A patent/CN110083689A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868695A (zh) * | 2012-09-18 | 2013-01-09 | 天格科技(杭州)有限公司 | 基于会话树的智能在线客服方法及系统 |
CN104301554A (zh) * | 2013-07-18 | 2015-01-21 | 中兴通讯股份有限公司 | 一种对客服人员的服务质量进行质检的装置及方法 |
CN108737243A (zh) * | 2018-04-20 | 2018-11-02 | 平安科技(深圳)有限公司 | 会话消息质检方法及装置 |
CN108763499A (zh) * | 2018-05-30 | 2018-11-06 | 平安科技(深圳)有限公司 | 基于智能语音的呼叫质检方法、装置、设备及存储介质 |
CN108965620A (zh) * | 2018-08-24 | 2018-12-07 | 杭州数心网络科技有限公司 | 一种人工智能呼叫中心系统 |
CN109344229A (zh) * | 2018-09-18 | 2019-02-15 | 深圳壹账通智能科技有限公司 | 对话分析评价的方法、装置、计算机设备和存储介质 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110929011A (zh) * | 2019-11-28 | 2020-03-27 | 北京思特奇信息技术股份有限公司 | 一种对话分析方法、装置和设备 |
CN111126071A (zh) * | 2019-12-02 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 提问文本数据的确定方法、装置和客服群的数据处理方法 |
CN111126071B (zh) * | 2019-12-02 | 2023-05-12 | 支付宝(杭州)信息技术有限公司 | 提问文本数据的确定方法、装置和客服群的数据处理方法 |
CN111883115A (zh) * | 2020-06-17 | 2020-11-03 | 马上消费金融股份有限公司 | 语音流程质检的方法及装置 |
CN111883115B (zh) * | 2020-06-17 | 2022-01-28 | 马上消费金融股份有限公司 | 语音流程质检的方法及装置 |
CN112463962A (zh) * | 2020-11-18 | 2021-03-09 | 深圳木成林科技有限公司 | 一种聊天记录质检方法及装置 |
CN114418542A (zh) * | 2022-01-20 | 2022-04-29 | 京东科技信息技术有限公司 | 业务操作流程的检验方法、装置、设备及存储介质 |
CN114969352A (zh) * | 2022-08-03 | 2022-08-30 | 阿里巴巴(中国)有限公司 | 文本处理方法、系统、存储介质及电子设备 |
CN114969352B (zh) * | 2022-08-03 | 2022-12-27 | 阿里巴巴(中国)有限公司 | 文本处理方法、系统、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110083689A (zh) | 客户服务质量检测方法及装置、可读存储介质 | |
US20200143288A1 (en) | Training of Chatbots from Corpus of Human-to-Human Chats | |
US11005995B2 (en) | System and method for performing agent behavioral analytics | |
US11302346B2 (en) | System and method for frustration detection | |
CN110597964B (zh) | 一种双录质检语义分析方法、装置及双录质检系统 | |
US9904927B2 (en) | Funnel analysis | |
WO2021068843A1 (zh) | 一种情绪识别方法及装置、电子设备和可读存储介质 | |
US20120053990A1 (en) | System and method for predicting customer churn | |
US20100104086A1 (en) | System and method for automatic call segmentation at call center | |
KR101824242B1 (ko) | 상담품질 전수평가 장치 | |
US10965812B1 (en) | Analysis and classification of unstructured computer text for generation of a recommended conversation topic flow | |
CN108985347A (zh) | 分类模型的训练方法、店铺分类的方法及装置 | |
US10223442B2 (en) | Prioritizing survey text responses | |
US10282733B2 (en) | Speech recognition analysis and evaluation system and method using monotony and hesitation of successful conversations according to customer satisfaction | |
US20170308903A1 (en) | Satisfaction metric for customer tickets | |
CN113468296B (zh) | 可配置业务逻辑的模型自迭代式智能客服质检系统与方法 | |
US20140222476A1 (en) | Anomaly Detection in Interaction Data | |
CN108734296A (zh) | 优化监督学习的训练数据的方法、装置、电子设备和介质 | |
Roy et al. | Qa rt: A system for real-time holistic quality assurance for contact center dialogues | |
EP3770795A1 (en) | Unsupervised automated extraction of conversation structure from recorded conversations | |
US11687946B2 (en) | Systems and methods for detecting complaint interactions | |
CN111563377A (zh) | 数据增强方法与装置 | |
CA3182191A1 (en) | Voice quality inspection method and device, computer equipment and storage medium | |
US20190027151A1 (en) | System, method, and computer program product for automatically analyzing and categorizing phone calls | |
Qamili et al. | An intelligent framework for issue ticketing system based on machine learning |
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: 20190802 |