CN110392168A - 呼叫处理方法、装置、服务器、存储介质和系统 - Google Patents
呼叫处理方法、装置、服务器、存储介质和系统 Download PDFInfo
- Publication number
- CN110392168A CN110392168A CN201810339746.3A CN201810339746A CN110392168A CN 110392168 A CN110392168 A CN 110392168A CN 201810339746 A CN201810339746 A CN 201810339746A CN 110392168 A CN110392168 A CN 110392168A
- Authority
- CN
- China
- Prior art keywords
- calling
- server
- equipment
- robot
- banquet
- 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.)
- Granted
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
- H04M3/42136—Administration or customisation of services
- H04M3/4217—Managing service interactions
-
- 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
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/20—Automatic or semi-automatic exchanges with means for interrupting existing connections; with means for breaking-in on conversations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2218—Call detail recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2227—Quality of service monitoring
-
- 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
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- 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
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision arrangements
-
- 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
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5183—Call or contact centers with computer-telephony arrangements
- H04M3/5191—Call or contact centers with computer-telephony arrangements interacting with the Internet
-
- 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
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
- H04M3/5233—Operator skill based call distribution
-
- 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
- H04M3/56—Arrangements for connecting several subscribers to a common circuit, i.e. affording conference facilities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/40—Aspects of automatic or semi-automatic exchanges related to call centers
- H04M2203/401—Performance feedback
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/50—Aspects of automatic or semi-automatic exchanges related to audio conference
- H04M2203/5018—Initiating a conference during a two-party conversation, i.e. three-party-service or three-way-call
Abstract
本公开提供了一种呼叫处理方法、装置、服务器、存储介质和系统,属于通信领域。所述方法包括:对人工智能AI机器人对呼叫的处理过程进行实时监控,得到所述呼叫的交互文本,交互文本包括用户问题的识别结果和问题答复;基于交互文本,得到所述AI机器人对所述呼叫的服务水平值;当所述服务水平值符合第一预设条件时,通过目标坐席设备对所述呼叫进行干预操作。本公开通过对AI机器人的服务水平进行评估,当服务水平值符合预设条件时,自动触发人工坐席进行干预,人工坐席仅是对AI机器人处理呼叫的过程进行辅助,解决了人工坐席直接承接呼叫时占用时间过长的问题,从而保障了人工座席的工作效率和系统的整体服务水平,提高了呼叫的处理效率。
Description
技术领域
本公开涉及通信领域,特别涉及一种呼叫处理方法、装置、服务器、存储介质和系统。
背景技术
呼叫中心作为企业与客户之间沟通的重要桥梁,通过语音、文本、视频等多种渠道来受理呼入和呼出,为用户提供良好的服务体验,为企业维护客户和提升业务起到了关键作用。近年来,人工智能技术的突破为呼叫中心的发展带来了新机遇,引用人工智能(Artificial Intelligence,AI)技术,让AI机器人辅助人,让AI机器人代替人,这已成为客服行业的发展趋势。但是受到当前智能语音和自然语言处理技术水平的影响,在复杂语言环境和不同业务背景下,当前AI机器人的交互能力还无法完全替代人工座席,在AI机器人处理用户业务的过程中往往需要人工坐席的参与。
目前,在AI机器人处理用户业务的过程中,如果用户不满意AI机器人的服务,则用户可以主动请求将呼叫转到人工坐席来处理,由人工坐席通过历史交互记录或重新交流了解用户诉求,并完成用户后续业务的受理。
上述技术在处理呼叫的过程中,用户需要主动提出转人工坐席,以及重新向人工坐席描述业务诉求,人工坐席需要花时间理解业务诉求,并负责受理该用户的后续业务,该呼叫对人工座席的占用时间较长,影响了人工座席的工作效率和系统的整体服务水平,导致呼叫的处理效率低。
发明内容
本公开实施例提供了一种呼叫处理方法、装置、服务器、存储介质和系统,可以解决相关技术呼叫的处理效率低的问题。所述技术方案如下:
第一方面,提供了一种呼叫处理方法,所述方法包括:
服务器对人工智能AI机器人对呼叫的处理过程进行实时监控,得到所述呼叫的交互文本,所述交互文本包括用户问题的识别结果和问题答复;
所述服务器基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值;
所述服务器在所述服务水平值符合第一预设条件时,通过目标坐席设备对所述呼叫进行干预操作,所述目标坐席设备为辅助所述AI机器人进行呼叫处理的人工坐席所在设备。
本公开实施例提供的方法,通过对AI机器人的服务水平进行评估,当服务水平值符合预设条件时,自动触发人工坐席进行干预,人工坐席仅是对AI机器人处理呼叫的过程进行辅助,解决了人工坐席直接承接呼叫时占用时间过长的问题,从而保障了人工座席的工作效率和系统的整体服务水平,提高了呼叫的处理效率。
在第一方面的第一种可能实现方式中,所述服务器基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值,包括:
所述服务器基于所述交互文本,确定AI复杂度、业务复杂度和用户复杂度中至少一项,所述AI复杂度用于反映所述AI机器人的服务质量,所述业务复杂度用于反映业务的复杂程度,所述用户复杂度用于反映用户对业务办理的需求程度;
所述服务器根据所述AI复杂度、所述业务复杂度和所述用户复杂度中至少一项,获取所述服务水平值。
本公开实施例提供的方法,通过AI复杂度、业务复杂度和用户复杂度中至少一项来确定AI机器人的服务水平值,由于考虑了AI机器人、业务和用户等因素的影响,使得确定的服务水平值的准确率较高。
在第一方面的第二种可能实现方式中,所述AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;
所述业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;
所述用户复杂度根据问题重复拨打次数确定。
在第一方面的第三种可能实现方式中,所述方法还包括:
所述服务器根据所述服务水平值、历史服务水平值和历史服务评价值,获取预估服务评价值,所述历史服务水平值为之前任一次相同业务的呼叫的服务水平值,所述历史服务评价值为之前任一次相同业务的呼叫的满意度评价值;
所述服务器在所述预估服务评价值小于所述历史服务评价值或预先设置的期望服务评价值时,确定所述服务水平值符合所述第一预设条件。
本公开实施例提供的方法,基于保障用户服务评价的策略来确定服务水平的告警机制,由于用户评价可以反映用户对AI机器人处理呼叫是否满意以及满意的程度,因此这种方式使得服务水平的告警能够一定程度上贴合用户的真实意愿。
在第一方面的第四种可能实现方式中,所述方法还包括:
所述服务器确定整体服务水平值,所述整体服务水平值是预设周期内所述AI机器人对同一业务所有呼叫的服务水平值的平均值;
所述服务器在所述服务水平值小于所述整体服务水平值或预先设置的期望服务水平值时,确定所述服务水平值符合所述第一预设条件。
本公开实施例提供的方法,基于保障整体服务水平的策略来确定服务水平的告警机制,由于整体服务水平值能反映AI机器人处理同一业务呼叫的平均水平,因此这种方式使得服务水平的告警能够一定程度上提高告警的准确性。
在第一方面的第五种可能实现方式中,所述服务器通过目标坐席设备对所述呼叫进行干预操作,包括:
所述服务器将所述交互文本发送给所述目标坐席设备,获取所述目标坐席设备对所述交互文本进行修正后的问题修正文本和答复修正文本;或,
所述服务器将所述呼叫转移到所述目标坐席设备进行处理;或,
所述服务器在所述目标坐席设备、所述AI机器人和用户设备之间建立三方会议连接,所述用户设备为发起所述呼叫的设备。
本公开实施例提供的方法,目标坐席设备可以对呼叫进行文本修正、呼叫拦截或会话插入等任一种干预操作,提高了干预的有效性。
在第一方面的第六种可能实现方式中,所述服务器将所述交互文本发送给所述目标坐席设备,获取所述目标坐席设备对所述交互文本进行修正后的问题修正文本和答复修正文本,包括:
所述服务器将所述交互文本发送给所述目标坐席设备;
所述目标坐席设备向所述服务器发送问题修正文本;
所述服务器将所述问题修正文本发送给所述AI机器人;
所述AI机器人获取所述目标坐席设备发送的问题修正文本,所述问题修正文本为对所述用户问题的语音识别结果进行修正后的文本;
所述AI机器人根据所述问题修正文本,获取用户问题的问题答复;
所述服务器获取所述目标坐席设备发送的答复修正文本,所述答复修正文本为对所述用户问题的问题答复进行修正后的文本;
所述服务器播放所述答复修正文本。
本公开实施例提供的方法,目标坐席设备可以对用户问题和问题答复进行修正,从而提高系统的整体服务水平,使得呼叫的处理效率高。
在第一方面的第七种可能实现方式中,所述服务器通过目标坐席设备对所述交互文本进行修正之后,所述方法还包括:
所述服务器在所述AI机器人对所述呼叫的服务水平值符合第二预设条件时,停止对所述呼叫进行干预操作;或,
所述服务器在对所述用户问题的语音识别结果进行修正后,停止对所述呼叫进行干预操作。
本公开实施例提供的方法,目标坐席设备可以在适当时机退出干预,避免了被占用过长时间而影响工作效率的问题。
在第一方面的第八种可能实现方式中,所述服务器通过目标坐席设备对所述呼叫进行干预操作之前,所述方法还包括:
所述服务器根据所述呼叫对应的业务和订阅信息,确定所述目标坐席设备,所述订阅信息用于记录各个坐席设备所订阅的业务。
本公开实施例提供的方法,通过预先订阅要监控的业务,使得有呼叫接入时,系统可以根据订阅信息来确定目标坐席设备。
在第一方面的第九种可能实现方式中,所述服务器根据所述呼叫对应的业务和订阅信息,确定所述目标坐席设备之后,所述方法还包括:
所述服务器将所述呼叫加入到所述目标坐席设备的监控队列,所述监控队列用于管理至少一个呼叫的呼叫信息、呼叫监控状态和交互文本,所述呼叫信息包括呼叫编号、主叫信息和被叫信息,所述呼叫监控状态包括空闲、监控和干预。
本公开实施例提供的方法,通过将呼叫加入对应的监控队列,可以方便目标坐席设备对呼叫的管理。
在第一方面的第十种可能实现方式中,所述第一预设条件根据业务类型设置。
本公开实施例提供的方法,通过按照业务设置触发干预的条件,充分考虑了不同的业务对服务水平值的不同要求,提高了触发干预的准确性。
第二方面,提供了一种呼叫处理装置,所述装置包括多个功能模块,所述多个功能模块用于执行上述第一方面所提供的呼叫处理方法以及其任一种可能实现方式。
第三方面,提供了一种服务器,所述服务器包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现上述第一方面或第一方面中任一种可能实现方式所提供的呼叫处理方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现上述第一方面或第一方面中任一种可能实现方式所提供的呼叫处理方法。
第五方面,提供了一种呼叫处理系统,所述系统包括AI机器人、和目标坐席设备,所述第一服务器用于执行上述第一方面或第一方面中任一种可能实现方式所提供的呼叫处理方法。
附图说明
图1是本公开实施例提供的一种系统的结构示意图。
图2是本公开实施例提供的一种系统结构示意图。
图3是本公开实施例提供的一种服务器300的结构示意图。
图4是本公开实施例提供的一种呼叫处理方法的流程示意图。
图5是本公开实施例提供的一种处理呼叫的流程示意图。
图6是本公开实施例提供的一种一对多监视的示意图。
图7是本公开实施例提供的一种基于服务评价值的告警场景示意图。
图8是本公开实施例提供的一种对呼叫进行监控与评估的示意图。
图9是本公开实施例提供的一种处理呼叫的流程示意图。
图10是本公开实施例提供的一种呼叫处理装置的结构示意图。
具体实施方式
在对本公开实施例进行详细地解释说明之前,先对本公开实施例涉及到的一些关键术语进行解释说明。
语音识别:语音识别技术是将人说话的语音信号转为可被计算机识别的文字信息的技术,让计算机系统能够听懂人类的语言,在传统呼叫中心中,常用于语音代替按键,在智能客服时代,主要用于语音导航和人机语音交互场景。
语音合成:语音合成技术是将文字信息转变为语音,并以语音的方式播放出来的技术,实现自动将文字实时转换为连续的人类语音,在传统呼叫中心中,常用于播放需要根据业务内容变化的语音,在智能客服时代,主要用于语音导航和人机语音交互场景。
自然语言处理:自然语言处理包括自然语义理解和自然语言生成,自然语义理解将人类语言转化为标注的机器语言,自然语言生成则是将机器语言转化为人类语言。
计算机电话集成(Computer Telephony Integration,CTI):CTI是一个通称,含盖了计算机与电话系统间任何类型的集成。它最常用于通过应用程序来显示与呼入或呼出电话详细信息的系统。
AI机器人:通过智能语音和自然语言处理技术,达到替代人工座席的目的,该AI机器人实现与第三服务器的对接。
坐席设备:坐席设备是指辅助AI机器人进行呼叫处理的人工坐席所在设备,该类座席设备的主要工作是辅助AI机器人,提升对用户问题的识别和对AI机器人答复的修正,必要情况下,也能接听呼叫和受理业务。
图1是本公开实施例提供的一种系统结构示意图。参见图1,该系统结构包括:多个服务器、AI机器人和多个坐席设备,其中,该多个服务器可以包括第一服务器、第二服务器、第三服务器、智能语音服务器和第四服务器。
第一服务器提供多媒体统一接入、灵活的路由策略等能力。在本公开中,第一服务器可以是CTI服务器。第一服务器承担了最关键的角色,负责呼叫的路由以及服务水平的评估。参见图2,图2是本公开实施例提供的一种系统结构示意图,如图2所示,第一服务器可以包括监控与检测模块和干预操作模块,还可以包括订阅管理模块和静默规则模块。其中,订阅管理模块用于管理坐席设备和业务的对应关系;静默规则模块用于配置坐席设备辅助AI机器人进行呼叫处理的规则;监控与检测模块用于对AI机器人处理呼叫的过程进行实时监控,并对AI机器人的服务水平进行检测和评估;干预操作模块用于对坐席设备进行告警提示,触发坐席设备对呼叫进行干预操作。
需要说明的是,本公开实施例是以订阅管理模块、静默规则模块、监控与检测模块和干预操作模块等模块的功能集成在第一服务器上为例进行说明,实际上,上述各个模块也可以组成独立设备,本公开实施例对各个模块本身的物理实现方式不做限定,只要能实现这些模块的功能即可。
第二服务器负责统一会话管理,提供网络协议(Internet Protocol,IP)语音呼叫的接入、电话号码注册和媒体资源处理功能。本公开中,第二服务器可以是统一会话管理(Unified Session Management,USM)服务器,第二服务器负责呼叫的媒体操作,实现与智能语音服务器的对接,通过第二服务器实现与智能语音服务器的对接。
第三服务器负责解析并执行加载到第三服务器中的流程文件,该类文件可以完成某项特定的功能,例如自动语音提示、收集用户信息等。本公开中,第三服务器可以是交互式语音应答(Interactive Voice Response,IVR)服务器,第三服务器负责业务逻辑和流程处理,并实现与AI机器人的对接。
智能语音服务器包括语音识别(Automatic Speech Recognition,ASR)模块和语音合成(Text To Speech,TTS)模块,提供自动语音识别和文本转语音能力。其中,ASR模块负责普通语音的识别,TTS模块负责文本到语音的合成。
AI机器人包括自然语言处理(Natural Language Processing,NLP)模块,具备自然语言识别、问题检查以及自然语言生成能力。
第四服务器提供座席接入能力。本公开中,第四服务器可以是Agent Server,第四服务器负责多个坐席设备的接入和管理。其中,该多个坐席设备是指辅助AI机器人进行呼叫处理的人工坐席所在设备。
需要说明的是,本公开实施例是以系统通过第二服务器提供呼叫的接入为例进行说明,实际上,该呼叫的接入功能也可以由其他设备提供,例如,该系统还可以包括中继网关,该中继网关提供窄带中继接入,用于接入用户从运营商侧发起的呼叫。
需要说明的是,本发明实施例是以系统包括第一服务器、第二服务器、第三服务器、智能语音服务器和第四服务器这多个服务器为例进行说明,实际上,系统也可以只包括一个服务器,只要该服务器能实现上述各个服务器提供的功能即可。
图3是本公开实施例提供的一种服务器300的结构示意图。该服务器300可以被提供为图1中的各个服务器。参见图3,该服务器300可以包括处理器310和存储器320。该存储器320存储有计算机程序,处理器310用于执行存储器320上所存放的计算机程序,以执行下述各个实施例中的呼叫处理方法。处理器310从其它元素接收到命令,解密接收到的命令,根据解密的命令执行计算或数据处理。存储器320可以包括程序模块,例如内核(kernel),中间件(middleware),应用程序编程接口(Application Programming Interface,API)和应用。该程序模块可以是有软件、固件或硬件、或其中的至少两种组成。
在示例性实施例中,还提供了一种计算机可读存储介质,例如存储有计算机程序的存储器,上述计算机程序由处理器加载并执行以完成下述实施例中的呼叫处理方法。例如,计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random-Access Memory,RAM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
图4是本公开实施例提供的一种呼叫处理方法的流程示意图。该方法可用于上述图1所示的呼叫处理系统中,参见图4,呼叫处理方法包括:
401、第一服务器获取静默规则,该静默规则是指坐席设备辅助AI机器人进行呼叫处理的规则。
本公开实施例中,管理员可以根据业务的类型,通过第一服务器配置静默规则,不同的业务可以对应不同的静默规则。该静默规则可以包括告警阈值、干预操作(也即告警触发的处理方式)和并发监控的呼叫数。
其中,告警阈值可以包括期望服务水平值和期望服务评价值,该期望服务水平值和期望服务评价值可以按照业务类型设置,也即不同类型的业务设置不同的期望服务水平值和期望服务评价值。干预操作可以包括文本修正、呼叫拦截和插入,其中,文本修正是指对呼叫的交互文本进行文本修正,该交互文本是指系统在AI机器人与用户交互过程中获取的文本,包括用户问题的识别结果和问题答复。呼叫拦截是指将呼叫转移到AI机器人以外的人工坐席所在设备进行处理。插入是指系统在人工坐席所在设备、AI机器人和用户设备之间建立三方会议连接,用户设备为发起该呼叫的设备,人工坐席能够同时听到用户和AI机器人的交互,在必要时可以代替AI机器人来回答用户的问题。并发监控的呼叫数为单个坐席设备同时监控的呼叫个数。
需要说明的是,该步骤401实际上可以由第一服务器中的静默规则模块来执行。
402、第一服务器获取订阅信息,该订阅信息用于记录各个坐席设备所订阅的业务。
其中,业务是指AI机器人可以处理的业务,如办理宽带、查询用户历史记录、更改套餐等。
本公开实施例中,各个坐席设备可以通过第四服务器登录系统(也即接入系统),在登录系统后,坐席设备可以通过第一服务器设置需要监控的业务,如系统管理员可以按照人工坐席的业务技能设置该坐席设备需要监控的业务,这样,第一服务器可以基于为各个坐席设备设置的业务,生成各个坐席设备的订阅信息。同时,系统管理员还还可以根据坐席设备订阅的业务设置对应的静默规则。
进而,坐席设备可以请求对某类业务的呼叫进行监控,例如,坐席设备可以向第一服务器发送订阅管理请求,第一服务器可以根据该订阅请求,创建对应的监控与检测任务。其中,该订阅管理请求中可以携带坐席设备所订阅的业务以及对应的静默规则。
需要说明的是,该步骤402实际上可以由第一服务器中的订阅管理模块来执行。
403、建立AI机器人和用户设备之间的呼叫连接后,AI机器人对呼叫进行处理。
本公开实施例中,如果用户想要咨询或办理业务,用户可以主动打电话到呼叫中心的系统(即图1所示的系统),以建立与呼叫中心的呼叫连接。参见图5,图5是本公开实施例提供的一种处理呼叫的流程示意图,如图5中的流程指示线条1所示,在一种可能实现方式中,建立呼叫连接的过程包括:用户发起的呼叫从运营商通过E1/T1等中继接入呼叫中心中继网关;中继网关将基群速率接入(Primary Rate Access,PRA)、基群速率接口(PrimaryRate Interface,PRI)等数据中继信令协议转换为宽带会话初始协议(SessionInitiation Protocol,SIP)信令协议;第二服务器建立呼叫,并向第一服务器请求路由;第一服务器根据被叫信息和用户信息,将呼叫路由到第三服务器的业务流程;在用户设备和呼叫中心间建立呼叫连接。
其中,第三服务器的业务流程实现了与AI机器人的对接,第一服务器将呼叫路由到第三服务器的业务流程也即是将呼叫路由到AI机器人,相应地,在用户设备和呼叫中心间建立呼叫连接也即是在用户设备和AI机器人之间建立呼叫连接,从而实现用户与AI机器人的对话,例如,用户可以说出想要咨询的问题,AI机器人可以对用户问题进行答复。
需要说明的是,建立呼叫连接后,第一服务器可以确定用于监控呼叫处理过程的目标坐席设备。在一种可能实现方式中,第一服务器根据该呼叫对应的业务和订阅信息,确定该目标坐席设备,该目标坐席设备是订阅了该呼叫对应的业务的坐席设备,该订阅信息用于记录各个坐席设备所订阅的业务。
在确定目标坐席设备后,第一服务器可以将该呼叫分配给该目标坐席设备,由该目标坐席设备对该呼叫处理过程中的交互文本进行监控,该监控的过程包括对该交互文本的浏览。在一种可能实现方式中,第一服务器将该呼叫分配给该目标坐席设备包括:第一服务器可以将该呼叫加入到该目标坐席设备的监控队列,该监控队列用于管理至少一个呼叫的呼叫信息、呼叫监控状态和事件信息,该呼叫信息包括呼叫编号(CALLID)、主叫信息和被叫信息,该呼叫监控状态包括空闲、监控和干预。其中,事件信息包括交互文本以及AI机器人反馈的附加信息,如用户情绪的变化。参见图6,图6是本公开实施例提供的一种一对多监视的示意图,如图6所示,AI机器人1处理用户1的呼叫,AI机器人2处理用户2的呼叫,一个坐席设备可以同时监控多个用户(用户1和用户2)的呼叫处理过程。
需要说明的是,该方式是以有呼叫接入时,系统将呼叫分配到目标坐席设备,并加入到目标坐席设备的监控队列为例进行说明,实际上,目标坐席设备在签入系统,即登录系统订阅业务时,系统可以为该目标坐席设备分配AI机器人正在处理的呼叫,并将该分配的呼叫加入到该监控队列,这样该监控队列中不仅包括当前新接入的呼叫,还包括AI机器人已经在处理的呼叫。
404、第一服务器对AI机器人对呼叫的处理过程进行实时监控,得到该呼叫的交互文本,该交互文本包括用户问题的识别结果和问题答复。
本公开实施例中,当用户的呼叫接入呼叫中心后,用户可以说出需要咨询的业务,与AI机器人之间进行交互。如图5中的流程指示线条2所示,在一种可能实现方式中,用户和AI机器人之间可以进行语音交互,具体的交互过程可以包括:第二服务器通过媒体资源控制协议(Media Resource Control Protocol,MRCP)和智能语音服务器对接,并将语音流转到智能语音服务器;智能语音服务器对语音流进行识别,并将识别结果返回第二服务器;第二服务器通过呼叫通道将识别结果上报第一服务器;第一服务器将呼叫路由到指定的第三服务器;第三服务器根据业务流程进行对应的业务逻辑处理,如用户信息查询等。第三服务器从第一服务器获取识别结果,并转AI机器人的NLP模块进行处理;NLP模块将分析处理后生成的自然语言文本返回第三服务器;第三服务器再通过第一服务器、第二服务器请求播放语言文本;第二服务器请求智能语音服务器进行语音合成,第二服务器将合成语音播放给用户。
其中,语音流是指包含用户问题的语音数据流,识别结果是指语音数据流的识别结果,分析处理后生成的自然语言文本即是AI机器人对用户问题的问题答复。在AI机器人对用户的呼叫进行处理的过程中,第一服务器可以对其处理过程进行监控,从而得到AI机器人和用户之间的交互文本。具体地,第一服务器可以根据坐席设备的订阅情况、坐席的当前状态以及配置的静默规则,对呼叫的交互文本进行监控。
需要说明的是,上述方式中识别结果是由第二服务器上报给第一服务器,实际上也可以由第一服务器直接从AI机器人获取,本公开实施例对此不做限定。上述方式是以语音呼叫为例进行说明,实际上,对于文字或其他媒体呼叫,第一服务器同样可以获取AI机器人处理呼叫过程中的交互文本,只不过文字呼叫时无需对用户问题进行语音识别,也无需对问题答复进行语音合成。
在一种可能实现方式中,第一服务器可以将AI机器人处理呼叫过程中的交互文本同步推送给该目标坐席设备,使得目标坐席设备可以同步监控呼叫处理过程中的交互文本。
需要说明的是,该步骤404实际上可以由第一服务器的监控与检测模块来执行。
405、第一服务器基于该交互文本,得到该AI机器人对该呼叫的服务水平值。
在一种可能实现方式中,第一服务器基于该交互文本,得到该AI机器人对该呼叫的服务水平值,包括下述步骤405A和405B:
405A、基于该交互文本,确定AI复杂度、业务复杂度和用户复杂度中至少一项,该AI复杂度用于反映该AI机器人的服务质量,该业务复杂度用于反映业务的复杂程度,该用户复杂度用于反映用户对业务办理的需求程度。
由于该交互文本可以反映AI机器人与用户的交互情况,因此,第一服务器可以基于该交互文本,确定该AI机器人的服务质量。在一种可能实现方式中,针对AI复杂度,第一服务器可以基于该交互文本确定AI机器人回答用户问题的平均时长,第一服务器可以从交互文本中获知用户提出每个问题的时间以及AI机器人提供每个问题答复的时间,根据这两个时间可以确定AI机器人回答每个用户问题的时长,并将这些时长的平均值获取该AI复杂度。针对业务复杂度,第一服务器可以根据该交互文本中的用户问题,确定用户要办理的业务,进而根据业务类型以及预设的业务类型与业务复杂度的对应关系确定业务复杂度,业务越复杂对应的业务复杂度越大。针对用户复杂度,第一服务器可以根据该交互文本中用户问题的数量来确定用户复杂度,用户问题越多对应的用户复杂度越大。
当然,AI复杂度、业务复杂度和用户复杂度还有其他确定方式,在一种可能实现方式中,该AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;该业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;该用户复杂度根据问题重复拨打次数确定。
其中,重复问题次数是指用户问题重复的次数或语句重复的次数,第一服务器可以通过对用户问题的多轮语音识别结果进行检索,确定是否存在相同问题或语句重复,将相同问题的个数或语句重复的次数作为重复问题次数。考虑到智能语音服务器用于对用户问题进行识别得到语音识别结果,因此该重复问题次数也可以由智能语音服务器获取后返回给第一服务器。无法识别次数是指AI机器人无法理解用户问题的语音识别结果的次数,AI机器人会对语音识别结果进行语义理解,得到语义理解结果,如果无法理解,则语义理解结果会包括预设描述信息。第一服务器可以通过对AI机器人的语义理解结果进行搜索,将出现预设描述信息的次数作为无法识别次数,如预设描述信息可以是“无法理解您的问题”等。考虑到AI机器人的NLP模块用于对用户问题的语音识别结果进行语义理解,因此该无法识别次数也可以由NLP模块返回语义理解结果时一并返回给第一服务器。质疑关键词是指用户问题中表示质疑的词语,第一服务器可以通过对用户的多轮语音识别结果进行检索,确定是否存在质疑关键词以及相同质疑关键词,并统计质疑关键词的个数或相同质疑关键词的个数。与重复问题次数同理,该质疑关键词也可以由智能语音服务器获取后返回给第一服务器。用户语气(情绪)变化是指用户在与AI机器人交流过程中的语气变化,智能语音服务器检查用户的语气变化,并作为语音识别结果一并返回给第一服务器,第一服务器可以将用户语气变化转换为数字。问题识别最大时长是指识别到完整的用户问题所消耗的最大时长,经过AI机器人与用户的多轮交互后,第一服务器可以从交互文本中获知用户提出每个问题并得到该问题的识别结果所消耗的时长,并获取其中最大的时长作为问题识别最大时长。单次答复最大篇幅是指AI机器人对用户问题的检索结果(也即问题答复)的最大篇幅,篇幅可以是字数、行数,也可以是页数,经过AI机器人与用户的多轮交互后,第一服务器可以从交互文本中获知每个用户问题的问题答复的字数、行数或页数,并获取其中最大的字数或行数作为该单次答复最大篇幅。针对AI复杂度的获取,第一服务器可以对上述数字形式的重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅进行加权求和,得到数字形式的AI复杂度。
用户咨询时长是指各个用户的平均咨询时长,该咨询时长是指用户从开始与AI机器人交互直至结束与AI机器人交互所用时长,第一服务器可以通过关联数据库来获取对应业务的平均处理时长,例如,该数据库中记录了办理各个业务的用户呼叫记录,从中可以筛选出针对当前业务的用户呼叫记录,包括成功建立呼叫连接的时间和呼叫结束的时间,根据这两个时间可以得到各个用户呼叫记录的时长,进而将各个用户呼叫时长的平均值作为用户咨询时长。咨询交互轮次是指各个用户与AI机器人的平均交互轮次,第一服务器可以通过关联数据库来获取对应业务的平均交互轮次,例如,上述筛选出的用户呼叫记录中还包括用户与AI机器人的交互次数,第一服务器可以将各个用户与AI机器人的交互次数的平均值作为咨询交互轮次。业务级别是针对不同类型的业务定义的级别,如1级、2级、……。针对业务复杂度的获取,第一服务器可以对上述数字形式的用户咨询时长、咨询交互轮次和业务级别进行加权求和,得到数字形式的业务复杂度。
问题重复拨打次数是指重复办理业务的次数,第一服务器可以检索交互文本中的业务,判断是否重复办理业务以及重复办理的次数,将该次数作为该问题重复拨打次数。针对用户复杂度的获取,第一服务器可以直接将该数字形式的问题重复拨打次数获取为用户复杂度,或将问题重复拨打次数乘以预设系数得到数字形式的用户复杂度。
通过AI复杂度、业务复杂度和用户复杂度中至少一项来确定AI机器人对呼叫的服务水平值,由于考虑了AI机器人、业务和用户等因素的影响,使得确定的服务水平值的准确率较高。
405B、根据该AI复杂度、该业务复杂度和该用户复杂度中至少一项,获取该服务水平值。
在一种可能实现方式中,第一服务器可以对AI复杂度、该业务复杂度和该用户复杂度中至少一项进行加权求和,将加权求和的结果作为服务水平值。其中,AI复杂度、该业务复杂度和该用户复杂度的权重可以根据运营经验进行配置,例如,AI服务水平=AI复杂度*S1+业务复杂度*S2+用户复杂度*S3。其中,S1、S2、S3即为权重,如,S1为0.3,S2为0.3,S3为0.4。
需要说明的是,该步骤405实际上可以由第一服务器的监控与检测模块来执行。
406、当该服务水平值符合第一预设条件时,第一服务器向目标坐席设备发送告警信息,该目标坐席设备为辅助该AI机器人进行呼叫处理的人工坐席所在设备。
其中,该告警信息用于指示目标坐席设备对呼叫进行干预操作,从而达到辅助AI机器人对呼叫进行处理的目的。如图5中的流程指示线条3所示,第一服务器可以通过第四服务器与坐席设备进行交互,如向坐席设备发送该告警信息。例如,该告警信息中可以包括呼叫信息,用于指示需要目标坐席设备干预的呼叫。在一种可能实现方式中,该第一预设条件可以根据业务进行设置,不同的业务对应不同的第一预设条件,例如,不同的业务对应不同的期望服务评价值或期望服务水平值。
在一种可能实现方式中,第一服务器确定服务水平值符合第一预设条件的过程可以包括:根据该服务水平值、历史服务水平值和历史服务评价值,获取预估服务评价值,例如,预估服务评价值=(历史服务评价值/历史服务水平值)*服务水平值。当该预估服务评价值小于该历史服务评价值或预先设置的期望服务评价值时,确定该服务水平值符合该第一预设条件。
其中,该历史服务水平值可以为之前任一次相同业务的呼叫的服务水平值,如AI机器人在处理之前任一次相同业务的呼叫时,系统对其服务水平的评估值;该历史服务评价值为之前任一次相同业务的呼叫的满意度评价值,如AI机器人在处理之前任一次相同业务的呼叫时,用户反馈对呼叫处理的满意度评价,该满意度评价可以被转化为数字,如满意度评价为五颗星或非常满意,则历史服务评价值为5;期望服务评价值是对用户评价的期望值。
该方式是基于保障用户服务评价的策略来确定服务水平的告警机制,由于历史服务评价是AI机器人在以历史服务水平处理呼叫时,用户对AI机器人是否满意以及满意的程度,因此可以参考历史服务水平和历史服务评价,来预估AI机器人在以当前服务水平处理呼叫时得到的服务评价,这种方式使得服务水平的告警能够一定程度上贴合用户的真实意愿。
参见图7,图7是本公开实施例提供的一种基于服务评价值的告警场景示意图,如图7所示,场景A和D下预估服务评价值大于期望服务评价值和历史服务评价值,不触发告警。场景B、C、E和F下预估服务评价值小于期望服务评价值或历史服务评价值,触发告警。另外,第一服务器还可以根据AI机器人对各个呼叫的服务水平值,来获取各个呼叫的排序位置,然后按照排序位置进行排序,并通过发送告警信息提示坐席设备进行干预,排序位置靠前的呼叫优先进行干预。例如,第一服务器可以根据第一预设算法,获取各个呼叫的排序值,该排序值用于确定排序位置,排序值越大的排序位置越靠前。
其中,第一预设算法可以为:排序值=(期望服务评价值–预估服务评价值)*S4+(历史服务评价值–预估服务评价值)*S5,其中,S4和S5是用来计算排序值的权重,可根据运营经验进行配置,如,S4为0.5,S5为0.5。
在一种可能实现方式中,第一服务器确定当前的该服务水平值符合第一预设条件的过程可以包括:确定整体服务水平值;当该服务水平值小于该整体服务水平值或预先设置的期望服务水平值时,确定该服务水平值符合该第一预设条件。其中,该整体服务水平值是预设周期内AI机器人对同一业务(即当前呼叫的业务)所有呼叫的服务水平值的平均值,例如,针对该业务的各个呼叫,系统可以以一定采样周期获取AI机器人对该各个呼叫的服务水平值,然后将多个采样周期内获取的服务水平值的平均值作为该整体服务水平值,其中,该多个采样周期即为预设周期。
该方式是基于保障整体服务水平的策略来确定服务水平的告警机制,由于整体服务水平值能反映AI机器人处理同一业务呼叫的平均水平,因此这种方式使得服务水平的告警能够一定程度上提高告警的准确性。
当前的该服务水平值大于期望服务水平值和整体服务水平值,不触发告警。该服务水平值小于期望服务水平值或整体服务水平值,触发告警,并根据第二预设算法获取各个呼叫的排序值,从而确定各个呼叫的排序位置,并通过发送告警信息提示坐席设备进行干预,排序位置靠前的呼叫优先进行干预。
其中,第二预设算法可以为:排序值=(期望服务水平值–当前的该服务水平值)*S5+(整体服务水平值–当前的该服务水平值)*S6,其中,S5和S6是用来计算排序值的权重,可根据运营经验进行配置,如,S5为0.5,S6为0.5。
参见图8,图8是本公开实施例提供的一种对呼叫进行监控与评估的示意图,如图8所示,通过第一服务器的监控与检测模块对AI机器人的服务水平进行评估,当服务水平值达到预设条件时,自动触发告警,使得人工坐席可以提前关注或介入AI机器人对呼叫的处理过程,从而实时对用户问题和问题答复进行修正。针对AI机器人无法处理呼叫的场景,解决了需要用户主动转人工坐席以及人工坐席直接承接AI呼叫占用时间过长的问题,从而保障了系统整体服务水平和用户满意度。
407、当接收到告警信息时,目标坐席设备对该呼叫进行干预操作。
本公开实施例中,目标坐席设备对呼叫进行的干预操作可以是在订阅业务时设置的静默规则中所指示的干预操作。干预操作可以包括文本修正、呼叫拦截和插入,相应地,该通过目标坐席设备对该呼叫进行干预操作,包括:通过该目标坐席设备对交互文本进行修正;或,将该呼叫转移到该目标坐席设备进行处理;或,在该目标坐席设备、该AI机器人和用户设备之间建立三方会议连接。
针对干预操作为文本修正(也即预处理)的情况,目标坐席设备以文字形式监控AI机器人与用户的交互,在干预时,也以文字形式纠正用户问题和问题答复,不会独立占用整个目标座席设备,所以目标座席设备可以同时监控多路呼叫的交互文本以及对该多路呼叫进行干预操作。
针对干预操作为呼叫拦截的情况,用户发起的呼叫转移到目标坐席设备后,目标坐席设备可以完全负责处理用户的后续业务,保证了在AI机器人无法处理用户业务时,用户业务能够得到人工坐席的及时处理。
针对干预操作为插入(也称为代答)的情况,该情况一般是针对复杂业务,人工坐席可以和用户、AI机器人形成三方会议,人工坐席能够同时听到用户和AI机器人的交互,如果交互过程中有AI机器人不能回答的问题,人工坐席可以直接代替AI机器人来回答用户的问题,提高了交互效率。
在一种可能实现方式中,目标坐席设备对该交互文本进行修正,包括:将交互文本发送给该目标坐席设备;获取该目标坐席设备发送的问题修正文本,该问题修正文本为对该用户问题的语音识别结果进行修正后的文本;根据该问题修正文本,获取用户问题的问题答复;获取该目标坐席设备发送的答复修正文本,该答复修正文本为对该用户问题的问题答复进行修正后的文本;播放该答复修正文本。
例如,第一服务器在向目标坐席设备同步推送用户问题的识别结果时,目标坐席可以对用户问题的识别结果进行修正后,在目标坐席设备上向第一服务器提交修正后的问题修正文本,第三服务器可以从第一服务器获取该问题修正文本,并将该问题修正文本发送给AI机器人,AI机器人通过NLP处理模块对问题修正文本进行分析处理,包括检索用户问题的问题答复,并生成自然语言文本形式的问题答复后,将问题答复返回给第三服务器,第三服务器再将该问题答复发送给第一服务器,此时,第一服务器可以向目标坐席设备同步推送问题答复,目标坐席可以对问题答复进行修正后,在目标坐席设备上向第一服务器提交答复修正文本,第一服务器再向第二服务器请求播放该答复修正文本,第二服务器请求智能语音服务器对问题答复进行语音合成,如智能语音服务器的TTS模块进行语音合成,然后将合成的语音播放给用户。
需要说明的是,本公开实施例仅以目标坐席设备对用户问题的识别结果和问题答复进行修正为例进行说明,实际上,目标坐席设备还可以对用户问题的语义理解结果进行修正,使得AI机器人可以根据修正后的语义理解结果来检索问题答复,进一步保障了问题答复的准确率。该情况下,第一服务器向目标坐席设备推送的交互文本中还包括AI机器人对用户问题的语义理解结果,该语义理解结果是指AI机器人对用户问题的识别结果进行语义理解所得到的结果。
在一种可能实现方式中,该通过目标坐席设备对该交互文本进行修正之后,目标坐席设备在适当时机可以停止干预操作,例如,第一种退出时机是当该AI机器人对该呼叫的服务水平值符合第二预设条件时,停止对该呼叫进行干预操作。第二种退出时机是当对该用户问题的语音识别结果进行修正后,停止对该呼叫进行干预操作。通过在适当时机退出对呼叫的干预,避免了人工坐席被占用过长时间而影响其工作效率的问题。
其中,第二预设条件可以是AI机器人对该呼叫的服务水平值大于期望服务水平值和整体服务水平值,当然也可以是其他条件,本公开实施例对此不做限定。第二种退出时机实际上是干扰问题解决后退出干预,干扰问题是指AI机器人无法理解的用户问题。
需要说明的是,该步骤406和步骤407是当该服务水平值符合第一预设条件时,目标坐席设备对该呼叫进行干预操作的一种可能实现方式,通过在AI机器人对该呼叫的服务水平值不达标时,向目标坐席设备发送告警信息,使得目标坐席设备可以根据该告警信息及时对呼叫进行干预。实际上,当该服务水平值符合第一预设条件时,第一服务器也可以不向目标坐席设备发送告警信息,而直接通过目标坐席设备对呼叫进行干预操作,如第一服务器通过向目标坐席设备发送干预指令的方式,提示目标坐席设备对呼叫进行干预。
参见图9,图9是本公开实施例提供的一种处理呼叫的流程示意图,如图9中的流程指示线条1所示,管理员通过第一服务器的静默规则模块配置静默规则(对应上述步骤401);如图9中的流程指示线条2所示,坐席设备通过第四服务器签入系统并通过第一服务器的订阅管理模块订阅相应业务的呼叫(对应上述步骤402);如图9中的流程指示线条3所示,用户拨打电话进系统,系统将用户呼叫路由到坐席设备(对应上述步骤403);如图9中的流程指示线条4所示,第一服务器的监控与检测模块对AI机器人处理呼叫的过程进行监控,并对AI机器人的服务水平进行评估(对应上述步骤404和步骤405);如图9中的流程指示线条5所示,坐席设备对呼叫进行干预(对应上述步骤406和步骤407)。
本公开实施例提供的技术方案,通过第一服务器实现了静默规则定制、对呼叫的监控订阅、对呼叫处理过程的监视、自动检测和实时干预。坐席设备根据自身业务能力,对AI机器人正在处理的多路用户呼叫进行监视,坐席设备可以同时浏览各路呼叫的交互内容,系统对交互内容进行自动检测和服务水平评估,并对评估值较低的呼叫给出告警,触发坐席设备实时进行文本修正、拦截和插入等干预。
对于用户而言,经过与AI机器人的几轮交互后,系统自动理解并继续处理用户的后续业务,使得用户不会察觉到人工座席的介入,用户的服务体验较好。对于人工座席而言,人工座席只是针对识别的问题或检索的答案进行纠正,后续业务受理仍由AI机器人完成,人工座席只参与了业务流程部分阶段对AI机器人的协助,工作效率较高。对于系统而言,用户通过自己和AI机器人的努力交互,并最终完成了业务受理,感知了系统的智能化和学习能力,将加强用户对系统的认可。另外,人工座席只是辅助AI机器人进行工作,也可以更高效更专业的对系统进行纠正和训练。
目前在一些专业、复杂语言等场景下,用户与AI机器人的交互还是无法达到普通人工座席的服务水平,上述通过人工辅助AI机器人对呼叫进行处理的方案是一个高效而又低成本的方案,提升了AI机器人的服务质量,实现AI机器人对呼叫的处理无死角,提高了系统整体满意度。需要说明的是,本公开实施例是以人工坐席辅助AI机器人为例进行说明,实际上,上述技术方案同样适用于其他智能设备的人工辅助场景。
本公开实施例提供的方法,通过对AI机器人的服务水平进行评估,当服务水平值符合预设条件时,自动触发人工坐席进行干预,人工坐席仅是对AI机器人处理呼叫的过程进行辅助,解决了人工坐席直接承接呼叫时占用时间过长的问题,从而保障了人工座席的工作效率和系统的整体服务水平,提高了呼叫的处理效率。
图10是本公开实施例提供的一种呼叫处理装置的结构示意图。参照图10,该装置包括监控与检测模块1001和干预操作模块1002。
监控与检测模块1001,用于对人工智能AI机器人对呼叫的处理过程进行实时监控,得到该呼叫的交互文本,该交互文本包括用户问题的识别结果和问题答复;
该监控与检测模块1001,用于基于该交互文本,得到该AI机器人对该呼叫的服务水平值;
干预操作模块1002,用于当该服务水平值符合第一预设条件时,通过目标坐席设备对该呼叫进行干预操作,该目标坐席设备为辅助该AI机器人进行呼叫处理的人工坐席所在设备。
在一种可能实现方式中,该监控与检测模块1001用于执行上述步骤405中获取该服务水平值的过程。
在一种可能实现方式中,该AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;
该业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;
该用户复杂度根据问题重复拨打次数确定。
在一种可能实现方式中,该监控与检测模块1001还用于执行上述步骤406中确定该服务水平值符合该第一预设条件的过程。
在一种可能实现方式中,该监控与检测模块1001还用于执行上述步骤406中确定该服务水平值符合该第一预设条件的过程。
在一种可能实现方式中,该干预操作模块1001用于执行上述步骤407中对呼叫进行干预操作的过程。
在一种可能实现方式中,该干预操作模块1001还用于执行上述步骤407中停止对该呼叫进行干预操作的过程。
在一种可能实现方式中,该监控与检测模块1001还用于执行上述步骤403中确定该目标坐席设备的过程。
在一种可能实现方式中,该监控与检测模块1001还用于执行上述步骤403中将呼叫加入到目标坐席设备的监控队列的过程。
在一种可能实现方式中,该第一预设条件根据业务类型设置。
本公开实施例提供的装置,通过对AI机器人的服务水平进行评估,当服务水平值符合预设条件时,自动触发人工坐席进行干预,人工坐席仅是对AI机器人处理呼叫的过程进行辅助,解决了人工坐席直接承接呼叫时占用时间过长的问题,从而保障了人工座席的工作效率和系统的整体服务水平,提高了呼叫的处理效率。
本公开实施例还提供了一种呼叫处理系统,其特征在于,该系统包括AI机器人、第一服务器和目标坐席设备,
该AI机器人用于对呼叫进行处理;该第一服务器用于对该AI机器人对呼叫的处理过程进行实时监控,得到该呼叫的交互文本,该交互文本包括用户问题的识别结果和问题答复;该第一服务器还用于基于该交互文本,得到该AI机器人对该呼叫的服务水平值;该目标坐席设备用于当该服务水平值符合第一预设条件时,对该呼叫进行干预操作,该目标坐席设备为辅助该AI机器人进行呼叫处理的人工坐席所在设备。
在一种可能实现方式中,该第一服务器用于执行上述步骤405中获取该服务水平值的过程。
在一种可能实现方式中,该AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;
该业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;
该用户复杂度根据问题重复拨打次数确定。
在一种可能实现方式中,该第一服务器还用于执行上述步骤406中确定该服务水平值符合该第一预设条件的过程。
在一种可能实现方式中,该目标坐席设备用于执行上述步骤407中对呼叫进行干预操作的过程。
在一种可能实现方式中,该系统还包括交互式语音应答第三服务器和统一会话管理第二服务器,
该第一服务器还用于执行上述步骤404中将交互文本发送给目标坐席设备的过程;该目标坐席设备用于执行上述步骤407中发送问题修正文本的过程;该第三服务器用于执行上述步骤407中获取该问题修正文本后发送给该AI机器人的过程,该AI机器人还用于执行上述步骤407中获取问题答复的过程;该第三服务器用于执行上述步骤407中获取答复修正文本的过程;该第二服务器用于执行上述步骤407中播放答复修正文本的过程。
在一种可能实现方式中,该目标坐席设备还用于执行上述步骤407中停止对该呼叫进行干预操作的过程。
在一种可能实现方式中,该第一服务器还用于执行上述步骤403中确定该目标坐席设备的过程。
在一种可能实现方式中,该第一服务器还用于执行上述步骤403中将呼叫加入到目标坐席设备的监控队列的过程。
在一种可能实现方式中,该第一预设条件根据业务类型设置。
本公开实施例提供的系统,通过对AI机器人的服务水平进行评估,当服务水平值符合预设条件时,自动触发人工坐席进行干预,人工坐席仅是对AI机器人处理呼叫的过程进行辅助,解决了人工坐席直接承接呼叫时占用时间过长的问题,从而保障了人工座席的工作效率和系统的整体服务水平,提高了呼叫的处理效率。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (17)
1.一种呼叫处理方法,其特征在于,所述方法包括:
服务器对人工智能AI机器人对呼叫的处理过程进行实时监控,得到所述呼叫的交互文本,所述交互文本包括用户问题的识别结果和问题答复;
所述服务器基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值;
所述服务器在所述服务水平值符合第一预设条件时,通过目标坐席设备对所述呼叫进行干预操作,所述目标坐席设备为辅助所述AI机器人进行呼叫处理的人工坐席所在设备。
2.根据权利要求1所述的方法,其特征在于,所述服务器基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值,包括:
所述服务器基于所述交互文本,确定AI复杂度、业务复杂度和用户复杂度中至少一项,所述AI复杂度用于反映所述AI机器人的服务质量,所述业务复杂度用于反映业务的复杂程度,所述用户复杂度用于反映用户对业务办理的需求程度;
所述服务器根据所述AI复杂度、所述业务复杂度和所述用户复杂度中至少一项,获取所述服务水平值。
3.根据权利要求2所述的方法,其特征在于,所述AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;
所述业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;
所述用户复杂度根据问题重复拨打次数确定。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
所述服务器根据所述服务水平值、历史服务水平值和历史服务评价值,获取预估服务评价值,所述历史服务水平值为之前任一次相同业务的呼叫的服务水平值,所述历史服务评价值为之前任一次相同业务的呼叫的满意度评价值;
所述服务器在所述预估服务评价值小于所述历史服务评价值或预先设置的期望服务评价值时,确定所述服务水平值符合所述第一预设条件。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
所述服务器确定整体服务水平值,所述整体服务水平值是预设周期内所述AI机器人对同一业务所有呼叫的服务水平值的平均值;
所述服务器在所述服务水平值小于所述整体服务水平值或预先设置的期望服务水平值时,确定所述服务水平值符合所述第一预设条件。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述服务器通过目标坐席设备对所述呼叫进行干预操作,包括:
所述服务器将所述交互文本发送给所述目标坐席设备,获取所述目标坐席设备对所述交互文本进行修正后的问题修正文本和答复修正文本;或,
所述服务器将所述呼叫转移到所述目标坐席设备进行处理;或,
所述服务器在所述目标坐席设备、所述AI机器人和用户设备之间建立三方会议连接,所述用户设备为发起所述呼叫的设备。
7.根据权利要求6所述的方法,其特征在于,所述获取所述目标坐席设备对所述交互文本进行修正后的问题修正文本和答复修正文本之后,所述方法还包括:
所述服务器在所述AI机器人对所述呼叫的服务水平值符合第二预设条件时,停止对所述呼叫进行干预操作;或,
所述服务器在对所述用户问题的语音识别结果进行修正后,停止对所述呼叫进行干预操作。
8.根据权利要求1至3中任一项所述的方法,其特征在于,所述服务器通过目标坐席设备对所述呼叫进行干预操作之前,所述方法还包括:
所述服务器根据所述呼叫对应的业务和订阅信息,确定所述目标坐席设备,所述订阅信息用于记录各个坐席设备所订阅的业务。
9.根据权利要求8所述的方法,其特征在于,所述服务器根据所述呼叫对应的业务和订阅信息,确定所述目标坐席设备之后,所述方法还包括:
所述服务器将所述呼叫加入到所述目标坐席设备的监控队列,所述监控队列用于管理至少一个呼叫的呼叫信息、呼叫监控状态和交互文本,所述呼叫信息包括呼叫编号、主叫信息和被叫信息,所述呼叫监控状态包括空闲、监控和干预。
10.根据权利要求1所述的方法,其特征在于,所述第一预设条件根据业务类型设置。
11.一种呼叫处理装置,其特征在于,所述装置包括:
监控与检测模块,用于对人工智能AI机器人对呼叫的处理过程进行实时监控,得到所述呼叫的交互文本,所述交互文本包括用户问题的识别结果和问题答复;
所述监控与检测模块,用于基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值;
干预操作模块,用于在所述服务水平值符合第一预设条件时,通过目标坐席设备对所述呼叫进行干预操作,所述目标坐席设备为辅助所述AI机器人进行呼叫处理的人工坐席所在设备。
12.根据权利要求11所述的装置,其特征在于,所述监控与检测模块用于:
基于所述交互文本,确定AI复杂度、业务复杂度和用户复杂度中至少一项,所述AI复杂度用于反映所述AI机器人的服务质量,所述业务复杂度用于反映业务的复杂程度,所述用户复杂度用于反映用户对业务办理的需求程度;
根据所述AI复杂度、所述业务复杂度和所述用户复杂度中至少一项,获取所述服务水平值。
13.根据权利要求12所述的装置,其特征在于,所述AI复杂度根据重复问题次数、无法识别次数、质疑关键词、用户语气变化、问题识别最大时长和单次答复最大篇幅中至少一项确定;
所述业务复杂度根据用户咨询时长、咨询交互轮次和业务级别中至少一项确定;
所述用户复杂度根据问题重复拨打次数确定。
14.根据权利要求11至13中任一项所述的装置,其特征在于,
所述干预操作模块用于将所述交互文本发送给所述目标坐席设备,获取所述目标坐席设备对所述交互文本进行修正后的问题修正文本和答复修正文本;或,
所述干预操作模块用于将所述呼叫转移到所述目标坐席设备进行处理;或,
所述干预操作模块用于在所述目标坐席设备、所述AI机器人和用户设备之间建立三方会议连接,所述用户设备为发起所述呼叫的设备。
15.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至11中任一项所述的呼叫处理方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至11中任一项所述的呼叫处理方法。
17.一种呼叫处理系统,其特征在于,所述系统包括人工智能AI机器人、服务器和目标坐席设备,
所述AI机器人用于对呼叫进行处理;
所述服务器用于对所述AI机器人对呼叫的处理过程进行实时监控,得到所述呼叫的交互文本,所述交互文本包括用户问题的识别结果和问题答复;
所述服务器还用于基于所述交互文本,得到所述AI机器人对所述呼叫的服务水平值;
所述服务器还用于在所述服务水平值符合第一预设条件时,通过目标坐席设备对所述呼叫进行干预操作,所述目标坐席设备为辅助所述AI机器人进行呼叫处理的人工坐席所在设备。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810339746.3A CN110392168B (zh) | 2018-04-16 | 2018-04-16 | 呼叫处理方法、装置、服务器、存储介质和系统 |
PCT/CN2019/082667 WO2019201202A1 (zh) | 2018-04-16 | 2019-04-15 | 呼叫处理方法、装置、服务器、存储介质和系统 |
EP19788374.7A EP3739860A4 (en) | 2018-04-16 | 2019-04-15 | CALL MANAGEMENT METHOD AND APPARATUS, SERVER, STORAGE MEDIA, AND SYSTEM |
US16/996,309 US11240374B2 (en) | 2018-04-16 | 2020-08-18 | Call processing method and apparatus, server, storage medium, and system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810339746.3A CN110392168B (zh) | 2018-04-16 | 2018-04-16 | 呼叫处理方法、装置、服务器、存储介质和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110392168A true CN110392168A (zh) | 2019-10-29 |
CN110392168B CN110392168B (zh) | 2021-06-01 |
Family
ID=68240406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810339746.3A Active CN110392168B (zh) | 2018-04-16 | 2018-04-16 | 呼叫处理方法、装置、服务器、存储介质和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11240374B2 (zh) |
EP (1) | EP3739860A4 (zh) |
CN (1) | CN110392168B (zh) |
WO (1) | WO2019201202A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509575A (zh) * | 2020-11-26 | 2021-03-16 | 上海济邦投资咨询有限公司 | 一种基于大数据的财务咨询智能引导系统 |
CN112671983A (zh) * | 2020-12-08 | 2021-04-16 | 合肥金人科技有限公司 | 一种呼叫中心无人值守管理系统 |
CN114079698A (zh) * | 2020-08-12 | 2022-02-22 | 北京有限元科技有限公司 | 智能外呼机器人轮询的方法、装置以及存储介质 |
CN114443825A (zh) * | 2022-01-24 | 2022-05-06 | 来也科技(北京)有限公司 | 结合rpa和ai的热线业务处理方法、装置及电子设备 |
CN116156059A (zh) * | 2023-04-21 | 2023-05-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的坐席管理方法、物联网系统及介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112449335B (zh) * | 2020-11-13 | 2022-06-07 | 深圳市凯而康智能科技有限公司 | 呼叫系统及呼叫方法 |
CN114866651B (zh) * | 2022-07-07 | 2022-09-20 | 南通小红帽网络科技有限公司 | 一种节点可复用的智能外呼方法及系统 |
CN115757748A (zh) * | 2022-12-23 | 2023-03-07 | 深圳市木愚科技有限公司 | 同机器人对话控制方法、装置、计算机设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789496A (zh) * | 2012-07-13 | 2012-11-21 | 携程计算机技术(上海)有限公司 | 智能应答的实现方法及系统 |
CN103795877A (zh) * | 2012-10-29 | 2014-05-14 | 殷程 | 智能语音 |
CN105563484A (zh) * | 2015-12-08 | 2016-05-11 | 深圳前海达闼云端智能科技有限公司 | 一种云机器人系统、机器人和机器人云平台 |
CN105701088A (zh) * | 2016-02-26 | 2016-06-22 | 北京京东尚科信息技术有限公司 | 从机器对话切换到人工对话的方法和装置 |
CN105893391A (zh) * | 2015-01-26 | 2016-08-24 | 阿里巴巴集团控股有限公司 | 智能应答方法、装置、系统及电子设备 |
CN106547813A (zh) * | 2016-09-22 | 2017-03-29 | 苏州小璐机器人有限公司 | 一种提升机器人语音问答能力的方法 |
CN106612380A (zh) * | 2015-10-23 | 2017-05-03 | 中国移动通信集团公司 | 一种用于客户服务的方法、装置及系统 |
US20170163807A1 (en) * | 2012-11-28 | 2017-06-08 | Genesys Telecommunications Laboratories, Inc. | Routing user communications to agents |
CN107220353A (zh) * | 2017-06-01 | 2017-09-29 | 深圳追科技有限公司 | 一种智能客服机器人满意度自动评价方法及系统 |
CN107506372A (zh) * | 2017-07-11 | 2017-12-22 | 哈尔滨工业大学深圳研究生院 | 一种机器人客服在混合类型会话下的自动会话切换方法 |
US9860381B1 (en) * | 2011-06-02 | 2018-01-02 | Open Invention Network, Llc | Method and apparatus of processing speech dialog data of a user call |
CN107590159A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 机器人客服转人工客服的方法和装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6192057B1 (en) * | 1996-10-25 | 2001-02-20 | International Business Machines Corporation | Mechanism to control telecommunication connections in a digital switching network |
US20030018531A1 (en) * | 2000-09-08 | 2003-01-23 | Mahaffy Kevin E. | Point-of-sale commercial transaction processing system using artificial intelligence assisted by human intervention |
US7395187B2 (en) * | 2006-02-06 | 2008-07-01 | International Business Machines Corporation | System and method for recording behavior history for abnormality detection |
US8943394B2 (en) * | 2008-11-19 | 2015-01-27 | Robert Bosch Gmbh | System and method for interacting with live agents in an automated call center |
WO2015000161A1 (zh) * | 2013-07-04 | 2015-01-08 | 华为技术有限公司 | 语音呼叫的处理方法、装置与系统 |
CN105592237B (zh) * | 2014-10-24 | 2019-02-05 | 中国移动通信集团公司 | 一种会话切换的方法、装置及智能客服机器人 |
CN109194568B (zh) * | 2015-12-30 | 2020-07-14 | 上海智臻智能网络科技股份有限公司 | 机器人客服和智能客服系统 |
EP3394803A1 (en) * | 2016-06-13 | 2018-10-31 | Google LLC | Escalation to a human operator |
-
2018
- 2018-04-16 CN CN201810339746.3A patent/CN110392168B/zh active Active
-
2019
- 2019-04-15 EP EP19788374.7A patent/EP3739860A4/en active Pending
- 2019-04-15 WO PCT/CN2019/082667 patent/WO2019201202A1/zh unknown
-
2020
- 2020-08-18 US US16/996,309 patent/US11240374B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9860381B1 (en) * | 2011-06-02 | 2018-01-02 | Open Invention Network, Llc | Method and apparatus of processing speech dialog data of a user call |
CN102789496A (zh) * | 2012-07-13 | 2012-11-21 | 携程计算机技术(上海)有限公司 | 智能应答的实现方法及系统 |
CN103795877A (zh) * | 2012-10-29 | 2014-05-14 | 殷程 | 智能语音 |
US20170163807A1 (en) * | 2012-11-28 | 2017-06-08 | Genesys Telecommunications Laboratories, Inc. | Routing user communications to agents |
CN105893391A (zh) * | 2015-01-26 | 2016-08-24 | 阿里巴巴集团控股有限公司 | 智能应答方法、装置、系统及电子设备 |
CN106612380A (zh) * | 2015-10-23 | 2017-05-03 | 中国移动通信集团公司 | 一种用于客户服务的方法、装置及系统 |
CN105563484A (zh) * | 2015-12-08 | 2016-05-11 | 深圳前海达闼云端智能科技有限公司 | 一种云机器人系统、机器人和机器人云平台 |
CN105701088A (zh) * | 2016-02-26 | 2016-06-22 | 北京京东尚科信息技术有限公司 | 从机器对话切换到人工对话的方法和装置 |
CN107590159A (zh) * | 2016-07-08 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 机器人客服转人工客服的方法和装置 |
CN106547813A (zh) * | 2016-09-22 | 2017-03-29 | 苏州小璐机器人有限公司 | 一种提升机器人语音问答能力的方法 |
CN107220353A (zh) * | 2017-06-01 | 2017-09-29 | 深圳追科技有限公司 | 一种智能客服机器人满意度自动评价方法及系统 |
CN107506372A (zh) * | 2017-07-11 | 2017-12-22 | 哈尔滨工业大学深圳研究生院 | 一种机器人客服在混合类型会话下的自动会话切换方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114079698A (zh) * | 2020-08-12 | 2022-02-22 | 北京有限元科技有限公司 | 智能外呼机器人轮询的方法、装置以及存储介质 |
CN112509575A (zh) * | 2020-11-26 | 2021-03-16 | 上海济邦投资咨询有限公司 | 一种基于大数据的财务咨询智能引导系统 |
CN112509575B (zh) * | 2020-11-26 | 2022-07-22 | 上海济邦投资咨询有限公司 | 一种基于大数据的财务咨询智能引导系统 |
CN112671983A (zh) * | 2020-12-08 | 2021-04-16 | 合肥金人科技有限公司 | 一种呼叫中心无人值守管理系统 |
CN114443825A (zh) * | 2022-01-24 | 2022-05-06 | 来也科技(北京)有限公司 | 结合rpa和ai的热线业务处理方法、装置及电子设备 |
CN116156059A (zh) * | 2023-04-21 | 2023-05-23 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的坐席管理方法、物联网系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3739860A1 (en) | 2020-11-18 |
WO2019201202A1 (zh) | 2019-10-24 |
CN110392168B (zh) | 2021-06-01 |
US20200382634A1 (en) | 2020-12-03 |
US11240374B2 (en) | 2022-02-01 |
EP3739860A4 (en) | 2021-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110392168A (zh) | 呼叫处理方法、装置、服务器、存储介质和系统 | |
US8332231B2 (en) | Apparatus and method for processing service interactions | |
EP1886477B1 (en) | Dynamic customer satisfaction routing | |
JP5745610B2 (ja) | 汎用のワークフローベースの経路指定 | |
AU2014233357B2 (en) | Intelligent automated agent for a contact center | |
US8463606B2 (en) | System for analyzing interactions and reporting analytic results to human-operated and system interfaces in real time | |
US7151826B2 (en) | Third party coaching for agents in a communication system | |
EP3726805B1 (en) | Media forked application system in call centers | |
US20170302797A1 (en) | Computer-Implemented System And Method For Call Response Processing | |
WO2014088702A1 (en) | Tracking participation in a shared media session | |
JP2011515028A5 (zh) | ||
JP2013243778A (ja) | 再帰的な適応的インタラクション管理システム | |
JP7297797B2 (ja) | 保留を管理するための方法および装置 | |
WO2022240433A1 (en) | Unified communications call routing and decision based on integrated analytics-driven database and aggregated data | |
CN101341728A (zh) | 动态客户满意度路由选择 | |
US20230132143A1 (en) | System, method, or apparatus for efficient operations of conversational interactions | |
WO2022256028A1 (en) | Communications apparatus using channel-communications management |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |