CN110191240A - 用于智能匹配和自动通讯的方法、系统、装置及存储介质 - Google Patents
用于智能匹配和自动通讯的方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN110191240A CN110191240A CN201910434516.XA CN201910434516A CN110191240A CN 110191240 A CN110191240 A CN 110191240A CN 201910434516 A CN201910434516 A CN 201910434516A CN 110191240 A CN110191240 A CN 110191240A
- Authority
- CN
- China
- Prior art keywords
- caller
- called
- grade
- attribute
- called object
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/42187—Lines and connections with preferential service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/436—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it
- H04M3/4365—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it based on information specified by the calling party, e.g. priority or subject
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
- H04M7/12—Arrangements for interconnection between switching centres for working between exchanges having different types of switching equipment, e.g. power-driven and step by step or decimal and non-decimal
- H04M7/1205—Arrangements for interconnection between switching centres for working between exchanges having different types of switching equipment, e.g. power-driven and step by step or decimal and non-decimal where the types of switching equipement comprises PSTN/ISDN equipment and switching equipment of networks other than PSTN/ISDN, e.g. Internet Protocol networks
- H04M7/1275—Methods and means to improve the telephone service quality, e.g. reservation, prioritisation or admission control
Abstract
本申请涉及一种用于智能匹配和自动通讯的方法、系统、装置以及存储介质。该用于智能匹配和自动通讯的方法包括:在先登记被叫对象的属性,且基于被叫对象的属性中的至少一个,生成被叫对象的等级;在先登记主叫对象的属性,且基于主叫对象的属性中的至少一个,生成主叫对象的等级;根据主叫对象的匹配请求,比较被叫对象的等级和主叫对象的等级,且生成与主叫对象的等级相对应的被叫对象及二者的匹配度;以及基于匹配度,向所生成的被叫对象自动通讯。本申请可应用于呼叫系统、以及采用语音、文字、图片或视频图像中的至少一个的即时通信系统。
Description
技术领域
本申请涉及通信技术领域,具体涉及用于智能匹配和自动通讯的方法、系统、装置以及用于储存实现所述方法的存储介质。
背景技术
近年来,通信领域在高速发展,已经将电话、计算机、互联网等多种媒介综合应用于金融、教育培训、房地产等不同服务领域中。随着客户名单和业务人员的数量日益增多,对于客户名单和业务人员的智能化管理日益重视,其中也出现了诸多挑战。例如,在传统的通讯系统中,业务人员基于被分配到的客户名单逐个通讯。而且在通讯过程中客户名单出现无效、无法接通等情况下,业务人员需要对于无法接通的客户名单手动标记,并且自主安排重新通讯的时间。由于业务人员手动操作来执行通讯,人为设定重新通讯的时间以及将客户名单与业务人员随机匹配,因而导致客户名单的通讯效率低、转化率低、重新通讯的接通率低,并且管理者无法监督每位客户是否确实由业务人员通讯过。另外,还造成了业务人员的工作效率低,需要大量的业务人员来转化客户名单,因此增加了整个通讯系统的营运成本。
发明内容
本申请所要解决的技术问题是,如何对客户信息和业务资源进行智能化管理,实现智能匹配和自动通讯,从而减少业务人员的工作空置率,提高业务人员的工作效率,对客户服务及时且提高服务的质量。
为了解决上述问题,根据本申请的一个方面,提供一种用于智能匹配和自动通讯的方法,该方法包括:在先登记被叫对象的属性,且基于被叫对象的属性中的至少一个,生成被叫对象的等级;在先登记主叫对象的属性,且基于主叫对象的属性中的至少一个,生成主叫对象的等级;根据主叫对象的匹配请求,比较被叫对象的等级和主叫对象的等级,且生成与主叫对象的等级相对应的被叫对象及二者的匹配度;以及基于匹配度,向所生成的被叫对象自动通讯。
根据本申请的实施例,被叫对象的属性可以包括身份、品牌属性、媒体来源、城市维度和流入时间中的至少一个。
根据本申请的实施例,主叫对象的属性可以包括身份、品牌属性、城市维度、绩效指标和负面行为指标中的至少一个。
根据本申请的实施例,该方法还可以包括,基于主叫对象的属性,计算主叫对象的评价因子以定量确定主叫对象的等级,其中评价因子可以是主叫对象的各属性权重的百分比。
根据本申请的实施例,所生成的被叫对象随时间变化可以实时更新。因为实时更新,所以可提高所生成的被叫对象的时效性及准确性,从而提高通讯的效率。
根据本申请的实施例,该方法还可以包括,限定主叫对象的通讯权限,其中通讯权限包括是否允许主叫对象访问被叫对象通讯权限,是否主叫对象具有适当等级的被叫对象的匹配度,以及是否具有适当等级的被叫对象的分配额度。如果确定主叫对象具有通讯权限、具有该等级的被叫对象的匹配度、并且还具有该等级的被叫对象的分配额度,则可以快速筛选出与主叫对象的等级相对应的被叫对象,从而减少主叫对象的等待时间。
根据本申请的实施例,通讯可以包括传输媒体信息。此外,媒体信息可以包含语音、文字、图片或视频图像中的至少一个。
根据本申请的实施例,该方法还可以包括,在接通所生成的被叫对象的情况下,将所生成的被叫对象派发给主叫对象;以及在未接通所生成的被叫对象的情况下,基于机器学习技术自动重新通讯所生成的被叫对象。
根据本申请的实施例,自动重新通讯可以包括获取未接通的原因、时间参数、被叫对象的属性参数、通讯次数参数和重新通讯时间参数等,通过机器学习算法训练对于下一个未接通的原因预测下一次重新通讯时间。
根据本申请的实施例,机器学习算法可以包括决策树、神经网络、卷积神经网络、支持向量机、强化学习或K-最近邻算法中的至少一个。因此,能够智能优化重新通讯的时间,提高重新通讯的效率,进而提高了被叫对象的拨通效率和转化率。
根据本申请的实施例,该方法还可以包括,基于在先登记指定等级,可以确定具有指定等级的主叫对象和被叫对象,仅向具有指定等级的主叫对象提供具有相同指定等级的被叫对象。因此,主叫对象与被叫对象的对应关系具有排他性,从而能够快速确定二者的匹配关系,提高通讯效率。
根据本申请的实施例,该方法还可以包括,缓存被叫对象的属性和等级、主叫对象的属性和等级、匹配度以及所生成的被叫对象。因此,可以同时满足大量的主叫对象的匹配请求,其中主叫对象的数量可以是几千个、几万个、几十万个、甚至更多。
根据本申请的另一个方面,提供一种用于智能匹配和自动通讯的系统,其包括:被叫对象分析模块,用于在先登记被叫对象的属性,且基于被叫对象的属性中的至少一个,生成被叫对象的等级;主叫对象分析模块,用于在先登记主叫对象的属性,且基于主叫对象的属性中的至少一个,生成主叫对象的等级;匹配度生成模块,根据主叫对象的匹配请求,比较被叫对象的等级和主叫对象的等级,且生成与主叫对象的等级相对应的被叫对象及二者的匹配度;以及自动通讯模块,用于基于匹配度,向所生成的被叫对象自动通讯。
根据本申请的另一个方面,提供一种用于智能匹配和自动通讯的装置,其包括:处理器;以及存储器,用于存储计算机可执行程序指令,当计算机可执行程序指令由处理器加载并执行时,处理器执行如上所述的用于智能匹配和自动通讯的方法。
根据本申请的另一个方面,提供一种计算机可读的非暂时性存储介质,其中存储非暂时性计算机程序指令,当计算机执行非暂时性计算机程序指令时,执行如上所述的用于智能匹配和自动通讯的方法。
应当理解,可以以任何方便的形式实现各方面。例如,可以由适当的计算机程序实现各方面,该计算机程序可以在适当的载体介质上承载,该载体介质可以是有形载体介质(例如磁盘)或无形载体介质(例如通信信号)。此外,可以使用合适的设备来实现各方面,该设备可以采用可编程计算机的形式,该可编程计算机运行被安排为实现本申请的计算机程序。可以组合各方面,使得在一个方面的内容中描述的特征可以在另一方面实现。
本申请的有益效果
根据本申请的用于智能匹配和自动通讯的方法包括生成被叫对象的等级,生成主叫对象的等级,通过比较被叫对象的等级和主叫对象的等级生成与主叫对象的等级相对应的被叫对象及二者的匹配度,基于匹配度,向所生成的被叫对象自动通讯。因此,可对客户信息和业务资源进行智能化管理,实现智能匹配和自动通讯,从而减少业务人员的工作空置率,提高业务人员的工作效率,对客户服务及时且提高服务的质量。此外,根据本申请的用于智能匹配和自动通讯的方法可提高被叫对象的通讯效率和转化率,减少了主叫对象的等待时间,有效节约了系统运营和管理的成本。
再者,根据本申请的用于智能匹配和自动通讯的系统、装置以及用于储存实现所述方法的存储介质中包含且运用上述方法,因此可实现与该方法相同或类似的有益效果。
要理解的是,前面的一般描述和下面的详细描述两者都是示例性的,并且意图在于提供要求保护的技术的进一步说明。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例的附图作简单地介绍,显而易见地,下面描述中的附图仅仅涉及本申请的一些实施例,而非对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是概述图示根据本申请的实施例的用于智能匹配和自动通讯方法的流程图。
图2是进一步图示根据本申请的实施例的用于智能匹配和自动通讯方法的流程图。
图3是图示根据本申请的实施例的用于智能匹配和自动通讯的操作装置的框图。
图4是图示根据本申请的实施例的用于智能匹配和自动通讯系统的模块化框图。
图5是图示根据本申请的实施例的用于智能匹配和自动通讯系统的整体框图。
图6是图示根据本公开的实施例的计算机可读存储介质的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例的附图,对本申请实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于所描述的本申请的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
除非另作定义,此处使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”或者“一”等类似词语也不表示数量限制,而是表示存在至少一个。
在本申请的上下文中,被叫对象可以指代学生、客户、调查参与者或第三方等。主叫对象可以指代教师、银行职员、业务员、坐席、客户服务员或话务员等。在本申请的描述中,通讯可以包括传输媒体信息。附加地,媒体信息可以包含语音、文字、图片或视频图像中的至少一个,但不限于此。在本申请的上下文中,接通是指完成即时交互通讯的连接,未接通是指没有应答或没有回复的通讯。
如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
另外,在以“至少一个”开始的项的列举中使用的“或”指示分离的列举,以便例如“A、B或C中的至少一个”的列举意味着A或B或C,或AB或AC或BC,或ABC(即A和B和C)。此外,措辞“示例的”指示示意性的说明,并不意味着描述的例子是优选的或者比其他例子更好。
以下,将参考附图详细描述本申请的实施例。
图1是概述图示根据本申请的实施例的用于智能匹配和自动通讯的方法的流程图。
如图1所示,根据本申请实施例的用于智能匹配和自动通讯的方法包括以下步骤。
在步骤S101中,在先登记被叫对象的属性,且基于被叫对象的属性中的至少一个,生成被叫对象的等级。在本申请的实施例中,被叫对象的属性可以包括身份、品牌属性、媒体来源、城市维度或流入时间中的至少一个,但不限于此。
作为示例,身份属性可以包括性别、年龄、国籍、省市、民族、住址、职业、履历、教育程度和子女信息等。媒体来源包括诸如电视、广播、报纸、期刊、互联网、移动端、邮件、电话等获取信息的渠道。更具体地,互联网渠道来源还可以包括官方网站、搜索引擎、应用软件等新兴数字媒体。城市维度可以包括教育资源、资料资源、经济发展水平、文化发展水平、交通便利程度、城市活力等。流入时间可以指代在任意渠道上获得包含联系方式的被叫对象的信息的登记时间,其中联系方式包含诸如电话号码、电子邮件地址、网络账号和/或其他联系地址。这些属性特征仅仅作为示例说明。在具体分析主叫对象属性的过程中,易于理解的是,在金融领域中优选地参考职业、城市经济发展水平等属性,在教育领域中优选地参考子女信息、教育程度、职业等属性。
在步骤102中,在先登记主叫对象的属性,且基于主叫对象的属性中的至少一个,生成主叫对象的等级。
在本申请的一个实施例中,主叫对象的属性可以包括身份、品牌属性、城市维度、绩效指标和负面行为指标中的至少一个,但不限于此。作为示例,基于主叫对象的属性中的至少一个,计算主叫对象的评价因子以定量确定主叫对象的等级,其中评价因子可以是主叫对象的各属性权重的百分比。
在示例性的实施例中,身份、城市维度的说明参考上文所描述的内容。绩效指标可以例如是指个人任务完成度、部门任务完成度、在职年限等定性或量化指标。负面行为指标可以例如是指违反所规定的各项章程的行为的定性或量化指标。使用评价因子来定量统计主叫对象的等级。
在一个优选的实施例中,可以设计不同主叫对象的属性的权重比例。例如,当仅考虑主叫对象的绩效指标和负面行为指标时,将某一主叫对象的身份、品牌属性、城市维度、绩效指标和负面指标等分别表示为Ii、Bi、Ci、Ki、Ni,…,并且某一主叫对象的评分表示为Si,适用于以下公式:
Si=α1×Ii+α2×Bi+α3×Ci+α3×Ki+α4×Ni+……,
其中α1-α4表示不同属性的权重系数,α1-α4可以表示相同的符号,也可以表示不同的正负号,可以是零或是其他百分数。可选地,获取要设定的等级的个数、各个等级所需要的数量或所占的比率,计算各个等级的评分区间,然后根据主叫对象中的每一个的评分结果限定相应主叫对象的等级。抑或,获取要设定的等级的个数、各个等级所要达到的评分,来确定主叫对象的等级。
在另一个优选的实施例中,评价因子表示为贡献值。获取主叫对象的基本行为(诸如身份、品牌属性、城市维度等)、能力行为(诸如接通成功、实现目标的程度、被叫对象的满意度的绩效指标)、和/或负面行为,分别对这些行为赋值。当主叫对象符合一定的基本行为时,则设定与该基本行为对应的赋值;当主叫对象达成任一项贡献行为时,则增加该能力行为相对应的赋值;当主叫对象发生任一项负面行为时,则减去与该负面行为相对应的赋值;最终统计出该主叫对象的贡献值,根据所述贡献值的高低确定主叫对象的等级。评价方式不受优选实施例的限制,并且可以是本领域技术人员可以实现的任何其他技术方案。
在步骤103中,根据主叫对象的匹配请求,比较被叫对象的等级和主叫对象的等级,且生成与主叫对象的等级相对应的被叫对象及二者的匹配度。
具体而言,例如在各个属性方面依次将被叫对象与主叫对象比较并标记相似因子和相似度,相似因子越多且相似度越高,得到的二者的匹配度越高。作为示例,可以采用循环比较算法实现二者属性的相似度比较。
在示例性实施例中,被叫对象和主叫对象的等级可以从高到低依次排列,较高等级的主叫对象优选地提供较高等级的被叫对象,因此当较高等级的主叫对象发起匹配请求时,较高等级的被叫对象的匹配度最高,其他等级的被叫对象的匹配度随着等级的降低按一定规律递减。较低等级的主叫对象优选地提供较低等级的被叫对象,因此当较低等级的主叫对象发起匹配请求时,较低等级的被叫对象的匹配度最高,其他等级的被叫对象的匹配度随着等级的增高按一定规律递减。同时参考相似度比较的结果和等级排列的结果加权平均得出匹配度。由于主叫对象和被叫对象的属性在方法的反复调用过程中不断的变化,所产生的匹配度也会根据二者的数量、属性等参数的变化而改变。
在示例性实施例中,然后获取被叫对象及其顺序号,将具有不同等级的被叫对象依据顺序号排序。基于二者的匹配度排序,所得到的被叫对象的顺序号的值越低则优先级越高,以生成与主叫对象等级相对应的最适配的被叫对象。作为示例,在匹配度的基础上,还可以根据某一被叫对象的等级或属性(如流入时间)来具体排列被叫对象的顺序号。该示例性实施例仅是示例性的,其他排序方式也是可能的。
在步骤104中,基于匹配度,向所生成的被叫对象自动通讯。
在本申请的一个实施例中,所生成的被叫对象随时间变化可以实时更新。作为示例,只要主叫对象触发匹配请求,可以更新地生成与其对应的被叫对象和匹配度。基于变化的匹配度,向所生成的被叫对象自动通讯。在常规的匹配方法中,以每月、每周或每天分配给主叫对象一定数量的被叫对象,这样分配的方式不仅十分低效,而且存在主叫对象和被叫对象的匹配关系差、转化率低等问题。与之相比,本申请的实施例中,将被叫对象和主叫对象相应地划分等级,并且实时更新匹配关系,并且基于匹配关系来生成最终的被叫对象,从而提高所生成的被叫对象的时效性及准确性,从而提高通讯的效率。
图2是进一步图示根据本申请的实施例的用于智能匹配和自动通讯方法的流程图。
如图2所示,在步骤S201中,主叫对象提出匹配请求。
在步骤S202中,限定主叫对象的通讯权限。其中通讯权限可以包括是否允许主叫对象访问被叫对象通讯权限,是否主叫对象具有适当等级的被叫对象的匹配度,以及是否具有适当等级的被叫对象的分配额度等。如果判断主叫对象具有被叫对象的通讯权限,具有适当等级的被叫对象的匹配度并且具有被叫对象的分配额度,则可以生成与主叫对象等级相对应的被叫对象及两者的匹配度,从而完成自动通讯的功能。否则,退出主叫对象的匹配请求,返回到开始的状态。
与传统地将主叫对象和被叫对象逐个比较的方法,通过确定主叫对象具有通讯权限、具有该等级的被叫对象的匹配度、并且还具有该等级的被叫对象的分配额度,则可以快速筛选出与主叫对象的等级相对应的被叫对象,因而减少主叫对象的等待时间。在示例性实施例中,基于被叫对象的总数和主叫对象的总数来合理分配二者的额度,从而确保所有被叫对象能够尽快实现至少完成一次自动通讯过程,缩短被叫对象的滞留时间。
在步骤S203中,生成与主叫对象相对应的被叫对象及二者的匹配度,并且向所生产的被叫对象自动通讯。
在步骤S204中,判断所生成的被叫对象的接通情况。
在步骤S205中,如果接通了所生成的被叫对象,则将所生成的被叫对象派发给主叫对象。
在步骤S206中,如果未接通所生成的被叫对象,则基于机器学习技术自动重新通讯所生成的被叫对象。
在本申请的具体实施例中,自动重新通讯可以包括获取未接通的原因、时间参数、被叫对象的属性参数、通讯次数参数和重新通讯时间参数等,通过机器学习算法训练对于下一个未接通的原因预测下一次重新通讯时间。
具体而言,以语音通信为例,无法接通的原因可以包括忙音、未答复、空号等。在不同的未接通的原因下,学习获取的时间参数、被叫对象的属性参数、通讯次数参数和重新通讯时间参数等,通过某一机器学习算法来学习和训练,并且对于下一个未接通的原因预测出增强的重新通讯的时间参数。在示例性的实施例中,例如忙音可能代表被叫对象正在通话,未答复可能代表被叫对象的用户设备不在身边。由于通话时间的长短以及无法联系的状态可能与被叫对象的职业相关,基于决策树的算法预测出具有差异化的重拨时间。该算法有利于根据被叫对象的不同属性做出决策。对于空号,可选地直接删除,或者可选地通过增删某些易于增加或漏写的数字实现接通,例如异地移动通信号码加拨零、固定电话号码的增位、城市区号的规范等,该方法可以通过简单的最邻近算法来实现,该算法有利于识别不同条件下的预测结果。
在本申请的实施例中,机器学习算法还可以包括决策树、神经网络、卷积神经网络、支持向量机、强化学习和K-最近邻算法中的各种算法。
通过在重新通讯方法中使用机器学习算法,能够智能优化重新通讯的时间,提高重新通讯的效率,进而提高了被叫对象的拨通效率和转化率。
在本申请的实施例中,基于在先登记指定等级,可以确定具有指定等级的主叫对象和被叫对象,仅向具有指定等级的主叫对象提供具有相同指定等级的被叫对象。
例如,需要针对不同的品牌属性(诸如少儿英语品牌、成人英语品牌、VIP品牌、日语品牌等)的被叫对象分别与相应的品牌属性的主叫对象单独通讯,首先可以将各个品牌的等级分别登记为A1、A2、…、AN。其次,仅向具有A1等级的主叫对象提供具有A1等级的被叫对象,仅向具有A2等级的主叫对象提供具有A2等级的被叫对象,依次类推到AN等级的分配。具体地,例如,将与具有A1等级的主叫对象对应的具有A1等级的被叫对象设置为具有较高的权重系数,而将与具有A1等级的主叫对象对应的具有非A1(例如A2、…、AN、和其他未被标注)等级的被叫对象可以设置成零的权重系数,或可以不设置权重系数。从而实现不同品牌的被叫对象仅分配给具有相应的品牌属性的主叫对象,以提高不同品牌属性的被叫对象的转化率。
因此,在某一指定的等级下,相应等级的主叫对象与相应等级的被叫对象的对应关系具有排他性,从而能够快速分配并且提高通讯效率。
在本申请的实施例中,可以缓存被叫对象的属性和等级、主叫对象的属性和等级、匹配度、所生成的被叫对象以及智能重新通讯的时间。换言之,在存储介质中预先储存如上所述在先登记的被叫对象的属性和等级、如上所述在先登记的主叫对象的属性和等级、匹配度以及所生成的被叫对象,可以实现在大数量的主叫对象发起匹配请求的情况下,能够快速生成被叫对象和匹配度。其中主叫对象的数量可以是几千个、几万个、几十万个、甚至更多。由于预先储存了相关的计算结果缩短了主叫对象的等待时间,节约了大量的计算时间和额外的等待时间。
图3是示出根据本申请的实施例的用于智能匹配和自动通讯系统的示意图。
如图3所示,用于智能匹配和自动通讯系统310经由I/O接口模块320连接到网络330(例如,电话网、互联网、LAN、WAN等),并经由网络330连接到一个或多个用户设备340。参考图3,在一些实施例中,用于智能匹配和自动通讯系统310可以包含数据库311和处理模块312。用于智能匹配和自动通讯系统310可以被配置为经由网络330获取由一个或多个用户设备340提供的信息,并将其以数据文件的形式储存在数据库311中以用于处理模块312的调用和分析。用于智能匹配和自动通讯系统300还可以被配置为选择内容以用于在资源(例如,网页、应用程序等)内向使用者显示,并且通过网络330从数据库311向用户设备340展示数据信息。
在示例性实施例中,用于智能匹配和自动通讯系统310和/或用户设备340可以是任何类型的计算装置(例如,具有处理器和存储器或其它类型的计算机可读储存介质),诸如电视和/或机顶盒,通信装置(例如,固定电话、蜂窝电话、智能手机等),计算机和/或媒体装置(桌上型计算机、膝上型计算机、上网本计算机、平板计算机、车载计算机等)或任何其它类型的计算装置。在一些实施例中,可以经由基于网络的应用程序和/或驻留在用于智能匹配和自动通讯的系统310上的应用程序来提供内容。在一些实施例中,用于智能匹配和自动通讯系统310和/或用户设备340可以被设计为使用各种类型的软件和/或操作系统。在示例性实施例中,用于智能匹配和自动通讯系统310和/或用户设备340可以配备有一个或多个输出装置和/或一个或多个输入装置。输出装置可以包括,但不限于音响、扬声器、诸如液晶显示器或有源矩阵显示器等的显示器。输入装置可以包括,但不限于麦克风、录音笔、照相机、摄像机、扫描仪、深度相机、字母数字键和其它键的键盘、鼠标、轨迹球光标方向键、手写输入板、触控显示器、传感器。
用于智能匹配和自动通讯系统310和/或用户设备340可以被配置为使用网络330从各种信息源接收数据。在一些实施例中,网络340可以包括计算网络(例如,LAN、WAN、互联网等),用于智能匹配和自动通讯系统310和/或用户设备340可以经由任何类型的网络连接(例如,诸如以太网、电话线、电力线等的有线网络连接,或诸如WiFi、蓝牙、3G、4G、卫星等的无线网络连接)连接到该计算网络。在一些实施例中,网络330可以包含媒体分发媒体节目和/或数据内容的分发网络,诸如电缆(例如,同轴电缆)、卫星、光纤等。
在示例性实施例中,数据库311可以至少包括单个被叫对象的联系方式诸如电话号码、电子邮件地址、网络账号和/或其他联系地址等。数据库311还可以包含被叫对象的属性特征(诸如身份、品牌属性、媒体来源、城市维度、和/或流入时间等)、主叫对象的属性特征(诸如身份、品牌属性、城市维度、绩效指标、和/或负面行为指标等)、通过处理模块312处理而获得的数据信息等。数据库311可以使用储存单元或诸如网络云盘的储存介质。
在示例性实施例中,处理模块312可以包含被配置为实现如上所述的用于智能匹配和自动通讯方法的步骤一个或多个电路。如本文所讨论的,术语“电路”包括包含硬件、软件或其组合的实现方式。例如,在一些实施例中,电路可以实现为实施所描述的功能的专门配置的硬件。在一些实施例中,可以使用储存在计算机可读储存介质——诸如易失性或非易失性存储器——上的计算机可读指令来实现电路,该计算机可读指令可由处理器或其它类型的电路执行以实现所描述的功能。在一些实施例中,可以使用硬件和计算机可读指令的组合来实现电路。所有这样的实现方式都包含在本申请的范围内。
图4是图示根据本申请的实施例的用于智能匹配和自动通讯系统的模块化框图。
如图4所示,用于智能匹配和自动通讯系统400包括被叫对象分析模块410、主叫对象分析模块420、匹配度生成模块430和自动通讯模块440。
另外,在本申请的一个实施例中,主叫对象分析模块420还可以包括评价因子计算模块421。在本申请的另一个实施例中,自动通讯模块440可以包括派发模块441和重新通讯模块442。在本申请的一些实施例中,用于智能匹配和自动通讯系统400还包括指定模块450和缓存模块460。值得注意的,虽然用于智能匹配和自动通讯系统400在图4中被示出为包含不同的模块,但是应该理解,图4中所示的特定配置仅仅是为了说明的目的而提供的,并且其它实现方式可以使用不同的配置。
图5是示出根据本申请的实施例的用于智能匹配和自动通讯的系统的整体框图。
如图5所示,用于智能匹配和自动通讯的系统500例如可以用于实现示例性的服务器系统和/或本申请描述的其他示例性系统。通讯系统500可以包含具有数据处理能力和/或指令执行能力的处理器520、用于通讯信息的总线510、用于储存信息和由处理器520执行的指令的主存储器530。通过总线510将主存储器530耦接到处理器520,其中主存储器530包含诸如随机存取储存器(RAM)、闪存、高速缓冲储存器(cache)或其它动态储存装置。通讯系统500还可以包含只读存储器(ROM)540或耦接到总线510的其他储存装置(未示出),以用于储存静态信息和处理器520的指令。在通讯系统500的主存储器530上可以存储一个或多个计算机程序指令,处理器520可以运行程序指令,以实现参照附图所描述的根据本申请实施例的自动通讯方法的所有步骤。
通讯系统500可以经由总线510耦接到输出装置550以向主叫对象展示被叫对象提供的信息。输出装置550可以包括语音输出装置和显示器。输出装置550还可以包括,但不限于音响、扬声器、诸如液晶显示器或有源矩阵显示器等的显示器。输入装置560可以包含语音输入装置、图像输入装置、视频输入装置、文字输入装置、或结合两个或更多个上述功能的输入装置、或者具有数据输入功能的其他输入装置565。输入装置560可以耦接到总线510以用于将信息和/或命令通信到处理器520。在一些实施例中,输入装置560还可以包括,但不限于麦克风、录音笔、照相机、摄像机、扫描仪、深度相机、字母数字键和其它键的键盘、鼠标、轨迹球光标方向键、手写输入板、触控显示器、传感器。
在一些实施例中,通讯系统500还可以包括通讯接口570。通讯接口570可以例如包含网络接口、调制解调器、交换器等。在示例性的实现方式中,通讯接口可以包含但不限于PCI接口、USB接口、MiniPCI接口、PCMCIA接口、CF/SD接口、BNC接口、RJ型接口或AUI接口。经由通讯接口570可以在该通讯系统500和外置装置(未示出)之间传输数据和软件。经由通信接口570的软件和数据可以具有电、电磁、光或能够由通信接口570接收的其它信号。可以将这些信号经由信道580提供到通信接口570。这些信道580可以携载信号,并且使用无线介质、接线或电缆、光纤或其他通信介质来实现。在示例性的实现方式中,信道可以包括电话线、蜂窝移动连接、射频连接、WiFi连接、蓝牙连接、以太网、局域网、广域网等。
根据各种实现方式,可以通过通讯系统500响应于处理器520执行含有在主存储器530中的指令安排而实现使本文描述的示例性实现方式实行的过程。这样的指令可以从另一个计算机可读介质(诸如其它储存装置)读入主存储器530。对于包含在主存储器530中的指令安排的执行引起通讯系统500进行本文描述的说明性过程。还可以采用多处理安排中的一个或多个处理器来执行含有在主存储器530中的指令。在替代的实现方式中,可以使用硬接线(hard-wired)电路代替软件指令或与软件指令组合以实现示例性实现方式。因此,实现方式不限于硬件电路和软件的任何具体组合。
尽管已经在图5中描述了示例处理系统,但是本说明书中描述的主题和操作的实现方式可以使用数字电路或以体现在有形介质上的计算机软件、硬件或固件(包含本说明书中公开的结构及其结构等同物)或以他们中的一个或多个的组合来实施。在本说明书中描述的主题的实现方式可以实现为一个或多个计算机程序(即,计算机程序指令的一个或多个模块),该计算机程序在一个或多个计算机储存介质上编码以用于由数据处理设备执行或以用于执行控制数据处理设备的操作。替代地或附加地,程序指令可以在人工生成的传播信号(例如机器生成的电、光或电磁信号)上编码,生成该人工生成的传播信号以编码信息,该信息传输到合适的接收器设备以用于由数据处理设备执行。计算机储存介质可以是或包含在计算机可读储存装置、计算机可读储存基板、随机或串行存取存储器阵列或装置、或其组合中。此外,虽然计算机储存介质不是传播信号,但是计算机储存介质可以是以人工生成的传播信号编码的计算机程序指令的源或目的地。计算机储存介质还可以是或包含在一个或多个分开的组件或介质(例如,多个CD、磁盘或其它储存装置)中。因此,计算机储存介质是有形的和非暂时的。
图6是图示根据本公开实施例的计算机可读存储介质的示意图。如图6所示,根据本公开实施例的计算机可读存储介质600其上存储有计算机可读程序指令601。当该计算机可读程序指令601由处理器运行时,执行参照上述附图描述的根据本公开实施例的用于智能匹配和自动通讯的方法。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
值得注意的,本申请中的步骤流程图以及以上方法描述仅作为例示性的例子并且不旨在于要求或暗示必须按照给出的顺序进行各个实施例的步骤,某些步骤可以并行、彼此独立或按照其他适当的顺序执行。另外,诸如“其次”、“然后”、“接下来”等等的词语不旨在于限制步骤的顺序;这些词语仅用于引导读者通读这些方法的描述。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。还需要指出的是,在本申请的装置和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
对本领域的普通技术人员而言,能够理解本申请的方法和装置的全部或者任何部分,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现。所述硬件可以是利用被设计用于进行在此所述的功能的通用处理器、数字信号处理器(DSP)、ASIC、场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合。通用处理器可以是微处理器,但是作为替换,该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合,例如DSP和微处理器的组合,多个微处理器、与DSP协作的一个或多个微处理器或任何其他这样的配置。所述软件可以存在于任何形式的计算机可读的有形存储介质中。通过例子而不是限制,这样的计算机可读的有形存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储器件或者可以用于携带或存储指令或数据结构形式的期望的程序代码并且可以由计算机访问的任何其他有形介质。如在此使用的,盘包括紧凑盘(CD)、激光盘、蓝光盘、光盘、数字通用盘(DVD)和软盘。
本申请公开的智能控制技术还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。本申请所公开的智能技术也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现,或者通过存储有这样的程序产品的任意存储介质来实现。
可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和修改。此外,本申请的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而,所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不旨在于被限制于在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
出于示例和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制于在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (26)
1.一种用于智能匹配和自动通讯的方法,包括:
在先登记被叫对象的属性,且基于所述被叫对象的属性中的至少一个,生成所述被叫对象的等级;
在先登记主叫对象的属性,且基于所述主叫对象的属性中的至少一个,生成所述主叫对象的等级;
根据所述主叫对象的匹配请求,比较所述被叫对象的等级和所述主叫对象的等级,且生成与所述主叫对象的等级相对应的被叫对象及二者的匹配度;以及
基于所述匹配度,向所生成的被叫对象自动通讯。
2.如权利要求1所述的方法,其中所述被叫对象的属性包括身份、品牌属性、媒体来源、城市维度和/或流入时间。
3.如权利要求1所述的方法,其中所述主叫对象的属性包括身份、品牌属性、城市维度、绩效指标和/或负面行为指标。
4.如权利要求1所述的方法,还包括:
基于所述主叫对象的属性,计算所述主叫对象的评价因子以定量确定所述主叫对象的等级,
其中所述评价因子是所述主叫对象的各属性权重的百分比。
5.如权利要求1所述的方法,还包括:
随时间变化,实时更新所述生成的被叫对象。
6.如权利要求1所述的方法,还包括:
限定所述主叫对象的通讯权限,其中所述通讯权限包括是否允许所述主叫对象访问被叫对象通讯权限,是否所述主叫对象具有适当等级的被叫对象的匹配度,以及是否具有适当等级的被叫对象的分配额度。
7.如权利要求1所述的方法,其中所述通讯包括传输媒体信息,其中所述媒体信息包含语音、文字、图片或视频图像中的至少一个。
8.如权利要求1所述的方法,还包括:
在接通所述生成的被叫对象的情况下,将所述生成的被叫对象派发给所述主叫对象;以及
在未接通所述生成的被叫对象的情况下,基于机器学习技术自动重新通讯所述生成的被叫对象。
9.如权利要求8所述的方法,其中所述自动重新通讯包括获取未接通的原因、时间参数、被叫对象的属性参数、通讯次数参数和重新通讯时间参数,通过机器学习算法训练对于下一个未接通的原因预测下一次重新通讯时间。
10.如权利要求9所述的方法,其中所述机器学习算法包括决策树、神经网络、卷积神经网络、支持向量机、强化学习或K-最近邻算法中的至少一个。
11.如权利要求1所述的方法,还包括:
基于所述在先登记指定等级,确定具有所述指定等级的主叫对象和被叫对象,仅向具有所述指定等级的主叫对象提供具有相同指定等级的被叫对象。
12.如权利要求1所述的方法,还包括:
缓存所述被叫对象的属性和等级、所述主叫对象的属性和等级、匹配度以及所述生成的被叫对象。
13.一种用于智能匹配和自动通讯的系统,包括:
被叫对象分析模块,用于在先登记被叫对象的属性,且基于所述被叫对象的属性中的至少一个,生成所述被叫对象的等级;
主叫对象分析模块,用于在先登记主叫对象的属性,且基于所述主叫对象的属性中的至少一个,生成所述主叫对象的等级;
匹配度生成模块,根据所述主叫对象的匹配请求,比较所述被叫对象的等级和所述主叫对象的等级,且生成与所述主叫对象的等级相对应的所述被叫对象及二者的匹配度;以及
自动通讯模块,用于基于所述匹配度,向所生成的被叫对象自动通讯。
14.如权利要求13所述的系统,其中所述被叫对象的属性包括身份、品牌属性、媒体来源、城市维度和/或流入时间。
15.如权利要求13所述的系统,其中所述主叫对象的属性包括身份、品牌属性、城市维度、绩效指标和/或负面行为指标。
16.如权利要求13所述的系统,还包括:
评价因子计算模块,
其中基于所述主叫对象的属性,计算所述主叫对象的评价因子以定量确定所述主叫对象的等级,
其中所述评价因子是所述主叫对象的各属性权重的百分比。
17.如权利要求13所述的系统,其中所述生成的被叫对象随时间变化而实时更新。
18.如权利要求13所述的系统,还包括:
权限限定模块,限定所述主叫对象的通讯权限,
其中所述通讯权限包括是否允许所述主叫对象访问被叫对象,是否所述主叫对象具有适当等级的被叫对象的匹配度,以及是否具有适当等级的被叫对象的分配额度。
19.如权利要求13所述的系统,其中所述通讯包括传输媒体信息,其中媒体信息包含语音、文字、图片或视频图像中的至少一个。
20.如权利要求13所述的系统,还包括:
派发模块,在接通所述生成的被叫对象的情况下,将所述生成的被叫对象派发给所述主叫对象;以及
重新通讯模块,在未接通所述生成的被叫对象的情况下,基于机器学习技术自动重新通讯所述生成的被叫对象。
21.如权利要求20所述的系统,其中所述自动重新通讯包括获取未接通的原因、时间参数、被叫对象的属性参数、通讯次数参数和重新通讯时间参数,通过机器学习算法训练对于下一个未接通的原因预测下一次重新通讯时间。
22.如权利要求21所述的系统,其中所述机器学习算法包括决策树、神经网络、卷积神经网络、支持向量机、强化学习或K-最近邻算法中的至少一个。
23.如权利要求13所述的系统,还包括:
指定模块,基于所述在先登记指定等级,确定具有所述指定等级的主叫对象和被叫对象,仅向具有所述指定等级的主叫对象提供具有相同指定等级的被叫对象。
24.如权利要求13所述的系统,还包括:
缓存模块,缓存所述被叫对象的属性和等级、所述主叫对象的属性和等级、匹配度以及所述生成的被叫对象。
25.一种用于智能匹配和自动通讯的装置,包括:
处理器;以及
存储器,用于存储计算机可执行程序指令,当所述计算机可执行程序指令由所述处理器加载并执行时,所述处理器执行如权利要求1-12的任一项所述的用于智能匹配和自动通讯的方法。
26.一种计算机可读的非暂时性存储介质,其中存储非暂时性计算机程序指令,当计算机执行所述非暂时性计算机程序指令时,执行如权利要求1-12的任一项所述的用于智能匹配和自动通讯的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910434516.XA CN110191240A (zh) | 2019-05-23 | 2019-05-23 | 用于智能匹配和自动通讯的方法、系统、装置及存储介质 |
TW108131058A TWI766183B (zh) | 2019-05-23 | 2019-08-29 | 智能匹配自動通訊方法、系統、裝置及電腦可讀取記錄媒體 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910434516.XA CN110191240A (zh) | 2019-05-23 | 2019-05-23 | 用于智能匹配和自动通讯的方法、系统、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110191240A true CN110191240A (zh) | 2019-08-30 |
Family
ID=67717534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910434516.XA Pending CN110191240A (zh) | 2019-05-23 | 2019-05-23 | 用于智能匹配和自动通讯的方法、系统、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110191240A (zh) |
TW (1) | TWI766183B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011157121A2 (zh) * | 2011-05-31 | 2011-12-22 | 华为技术有限公司 | 外呼方法、外呼服务器及外呼系统 |
CN102301688A (zh) * | 2008-11-06 | 2011-12-28 | 资源集团国际有限公司 | 呼叫中心内的两步路由过程 |
CN103546651A (zh) * | 2012-07-09 | 2014-01-29 | 上海集时通网络科技有限公司福州分公司 | 海量个性语音呼叫智能调度系统及调度方法 |
US9313332B1 (en) * | 2012-11-28 | 2016-04-12 | Angel.Com Incorporated | Routing user communications to agents |
CN106878572A (zh) * | 2012-03-26 | 2017-06-20 | 阿菲利蒂国际控股有限公司 | 处理联络中心系统中的联络和坐席的方法、系统以及制品 |
CN108737668A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种立即回电的外呼方法和装置 |
CN108924370A (zh) * | 2018-07-23 | 2018-11-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
CN109151233A (zh) * | 2008-08-29 | 2019-01-04 | 阿菲利蒂欧洲科技有限公司 | 基于多变量标准化评分和影子队列的呼叫路由方法及系统 |
CN109600525A (zh) * | 2018-11-15 | 2019-04-09 | 中国联合网络通信集团有限公司 | 基于虚拟现实的呼叫中心的控制方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102238045A (zh) * | 2010-04-27 | 2011-11-09 | 广州迈联计算机科技有限公司 | 一种无线互联网用户行为的预测系统和方法 |
TW201618028A (zh) * | 2014-11-06 | 2016-05-16 | 立新 陳 | 創新客服中心值機平台軟體電話之動態顯示模式 |
US11301632B2 (en) * | 2015-01-23 | 2022-04-12 | Conversica, Inc. | Systems and methods for natural language processing and classification |
CN107155010B (zh) * | 2016-03-02 | 2019-09-20 | 北京京东尚科信息技术有限公司 | 基于大数据处理用户语音呼叫的方法、装置和系统 |
-
2019
- 2019-05-23 CN CN201910434516.XA patent/CN110191240A/zh active Pending
- 2019-08-29 TW TW108131058A patent/TWI766183B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109151233A (zh) * | 2008-08-29 | 2019-01-04 | 阿菲利蒂欧洲科技有限公司 | 基于多变量标准化评分和影子队列的呼叫路由方法及系统 |
CN102301688A (zh) * | 2008-11-06 | 2011-12-28 | 资源集团国际有限公司 | 呼叫中心内的两步路由过程 |
WO2011157121A2 (zh) * | 2011-05-31 | 2011-12-22 | 华为技术有限公司 | 外呼方法、外呼服务器及外呼系统 |
CN106878572A (zh) * | 2012-03-26 | 2017-06-20 | 阿菲利蒂国际控股有限公司 | 处理联络中心系统中的联络和坐席的方法、系统以及制品 |
CN103546651A (zh) * | 2012-07-09 | 2014-01-29 | 上海集时通网络科技有限公司福州分公司 | 海量个性语音呼叫智能调度系统及调度方法 |
US9313332B1 (en) * | 2012-11-28 | 2016-04-12 | Angel.Com Incorporated | Routing user communications to agents |
CN108737668A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种立即回电的外呼方法和装置 |
CN108924370A (zh) * | 2018-07-23 | 2018-11-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
CN109600525A (zh) * | 2018-11-15 | 2019-04-09 | 中国联合网络通信集团有限公司 | 基于虚拟现实的呼叫中心的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
TW202044186A (zh) | 2020-12-01 |
TWI766183B (zh) | 2022-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Smart monitoring and controlling of government policies using social media and cloud computing | |
JP7258047B2 (ja) | 収束質問に対する回答を改善するための仮想談話ツリーの構築 | |
Sun et al. | Big data with ten big characteristics | |
CN107908740B (zh) | 信息输出方法和装置 | |
US20210110306A1 (en) | Meta-transfer learning via contextual invariants for cross-domain recommendation | |
US8290924B2 (en) | Providing answer to keyword based query from natural owner of information | |
US20180083901A1 (en) | Automatic response suggestions based on images received in messaging applications | |
US8856229B2 (en) | System and method for social networking | |
Monino et al. | Big data, open data and data development | |
US20170236073A1 (en) | Machine learned candidate selection on inverted indices | |
CN102208086B (zh) | 面向领域的个性化智能推荐系统及实现方法 | |
CN117114001A (zh) | 基于命名实体的解析和识别确定跨文档的修辞相互关系 | |
WO2019152426A1 (en) | Using communicative discourse trees to detect a request for an explanation | |
CA3088695C (en) | Method and system for decoding user intent from natural language queries | |
US20090254499A1 (en) | Techniques to filter media content based on entity reputation | |
Colladon et al. | Studying the association of online brand importance with museum visitors: An application of the semantic brand score | |
Sun | 10 Bigs: Big data and its ten big characteristics | |
US11847179B2 (en) | Curated result finder | |
US20190147540A1 (en) | Method and apparatus for outputting information | |
Louf et al. | American cultural regions mapped through the lexical analysis of social media | |
CN113344723B (zh) | 用户保险认知演进路径预测方法、装置和计算机设备 | |
US20230316395A1 (en) | Management methods and systems for affordable housing applications in smart city based on internet of things | |
US20150081576A1 (en) | Generating a supplemental description of an entity | |
CN112487188A (zh) | 一种舆情监测方法、装置、电子设备和存储介质 | |
CN111105117B (zh) | 一种用户信息的确定方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190830 |