CN110580291A - 基于erp客户服务知识图谱的智能搜索方法及计算机设备 - Google Patents
基于erp客户服务知识图谱的智能搜索方法及计算机设备 Download PDFInfo
- Publication number
- CN110580291A CN110580291A CN201910688857.XA CN201910688857A CN110580291A CN 110580291 A CN110580291 A CN 110580291A CN 201910688857 A CN201910688857 A CN 201910688857A CN 110580291 A CN110580291 A CN 110580291A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- graph
- customer service
- search
- fields
- 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
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Biodiversity & Conservation Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种基于ERP客户服务知识图谱的智能搜索方法及计算机设备,其中,基于ERP客户服务知识图谱的智能搜索方法包括:接收搜索字符串,解析搜索字符串的搜索信息;判断搜索信息是否在知识图谱的知识范围内;当判断结果为是的情况下,在知识图谱中匹配搜索信息所对应的知识条目;显示知识条目。本发明提出的基于ERP客户服务知识图谱的智能搜索方法,根据搜索字符串中的搜索信息,基于知识图谱计算和匹配对应的知识条目,再将搜索到的相关知识条目予以显示,从而实现智能搜索服务;可以准确、快速地将与搜索信息相关的知识作为搜索结果提供给用户,从而提高客户服务效率。
Description
技术领域
本发明涉及ERP客户服务领域,具体而言,涉及一种基于ERP客户服务知识图谱的智能搜索方法、一种计算机设备与一种计算机可读存储介质。
背景技术
企业资源计划系统简称ERP(Enterprise Resource Planning)系统,是建立在信息技术基础上,以系统化的思想为企业管理者及员工提供决策运行手段的管理平台,涉及企业管理理念、业务流程、基础数据、人力、物力、计算机软硬件等诸多方面,其主要宗旨是对企业拥有的人、财、物、客户、信息、时间以及空间等资源进行综合平衡和优化管理,提高企业的运作效率。
所涉及业务的繁杂性决定了ERP平台是一个庞大的系统工程。经典的ERP平台大多采用分层、分治的策略实现。例如,面向不同类型或规模的企业,以产品线、产品及服务三层结构设计ERP系统,提供生产控制(计划、制造)、物流管理(分销、采购、库存管理)、财务管理(会计核算、财务管理)、人力资源管理等服务。ERP平台往往包括数个产品线、数十个产品、数百个服务。
复杂的功能和系统结构不可避免地给客户服务以及开发维护带来巨大挑战。在客户服务方面,复杂的结构与功能实现不仅增加了系统的操作难度,同时也加大了客服人员定位问题及找出解决方法的成本;传统的ERP客户服务主要依赖客服人员的记忆及手工查找,其可靠性与时效性均无法保证。在开发维护方面,结构及功能复杂度的提升增加了系统的漏洞风险,而传统的系统优化及迭代开发大多依赖开发人员的经验,遗憾的是,主观的经验往往很难准确、全面地反映客户的使用体验,这就导致系统优化及迭代开发的方向存在偏差,造成资源浪费。更进一步,上述挑战可归结为ERP系统领域复杂知识的搜索效率问题以及用户需求及体验的准确判断与有效定位问题。考虑到知识图谱及大数据技术在知识搜索及智能分析方面的巨大潜力,综合利用知识图谱、信息搜索及大数据分析等技术发掘ERP客户服务数据的潜在价值有望解决ERP系统在知识搜索及需求分析等方面面临的问题。
发明内容
本发明旨在至少解决现有技术中存在的ERP系统中搜索功能不完善,需要依靠人工筛查的技术问题。
为此,本发明的第一方面实施例提出了一种结果准确、自动化程度高的基于ERP客户服务知识图谱的智能搜索方法。
本发明的第二方面实施例提出了一种计算机设备。
本发明的第三方面实施例提出了一种计算机可读存储介质。
有鉴于此,根据本发明的第一方面实施例,本发明提出了一种基于ERP客户服务知识图谱的智能搜索方法,包括:接收搜索字符串,解析搜索字符串的搜索信息;判断搜索信息是否在知识图谱的知识范围内;当判断结果为是的情况下,基于知识图谱计算和匹配搜索信息所对应的知识条目;显示知识条目。
本发明提出的基于ERP客户服务知识图谱的智能搜索方法,根据搜索字符串中的搜索信息,基于知识图谱计算和匹配对应的知识条目,再将搜索到的相关知识条目予以显示,从而实现智能搜索服务,可以准确、快速地将与搜索信息相关的知识作为搜索结果提供给用户,从而提高客户服务效率。
另外,本发明提供的上述实施例中的基于ERP客户服务知识图谱的智能搜索方法还可以具有如下附加技术特征:
在上述技术方案中,优选地,搜索信息包括:关键词和所属领域中的至少一个。
在该技术方案中,关键词和所属领域可以充分地反映出搜索字符串的搜索意图,因此,通过关键词和所属领域能够得到更加精准的搜索结果。
在上述任一技术方案中,优选地,知识图谱的构建方式为:从数据库的结构化、半结构化及非结构化数据中提取关键词、层次化的所属领域、问题标题与解决方案;建立层次化的所属领域的从属关系三元组;建立关键词与层次化的所属领域的第一关联关系三元组;建立关键词与问题标题的第二关联关系三元组;建立问题标题与解决方案的对应关系三元组,并提取对应关系三元组的属性信息;将从属关系三元组、第一关联关系三元组、第二关联关系三元组、对应关系三元组与属性信息作为知识条目,构建知识图谱。
在该技术方案中,知识图谱的构建方式为:建立层次化的所属领域的从属关系三元组;建立关键词与层次化的所属领域的第一关联关系三元组;建立关键词与问题标题的第二关联关系三元组;建立问题标题与解决方案的对应关系三元组,并提取对应关系三元组的属性信息,并以从属关系三元组、第一关联关系三元组、第二关联关系三元组、对应关系三元组与属性信息作为知识条目,构建知识图谱,进而可以根据关键词与所属领域,基于知识图谱计算和搜索到目标知识。
在上述任一技术方案中,优选地,判断搜索信息是否在知识图谱的知识范围内的步骤,具体为:判断关键词和所属领域中的至少一个是否在知识图谱的知识范围内;当判断结果为是的情况下,在知识图谱中匹配搜索信息所对应的知识条目的步骤,具体包括:当判断关键词在知识图谱的知识范围内的情况下,在知识图谱中匹配与关键词相关的知识条目;当判断关键词与所属领域均在知识图谱的知识范围内的情况下,在知识图谱中匹配与关键词及所属领域相关的知识条目。
在该技术方案中,当判断关键词在知识图谱的知识范围内时,根据关键词在知识图谱中匹配相关的知识条目,并显示知识条目;当判断关键词与所属领域均在知识图谱的知识范围内时,根据关键词及所属领域在知识图谱中匹配相关的知识条目,并显示知识条目,该方法可根据实际的情况将最佳的搜索结果反馈给用户。
在上述任一技术方案中,优选地,当判断结果为是的情况下,基于知识图谱计算和匹配搜索信息所对应的知识条目的步骤,具体还包括:当判断所属领域在知识图谱的知识范围内的情况下,搜索并统计知识图谱中所属领域的子领域涉及的知识条目的数量,计算并显示所述子领域的所述知识条目的分布情况;分析知识图谱的搜索日志,在搜索日志中获取子领域与子领域涉及的知识条目的搜索频率,选取搜索频率大于预设频率的子领域与子领域涉及的知识条目,显示与所述搜索字符串相关的需要重点关注的所述所属子领域及所述知识条目。
在该技术方案中,当判断所属领域在知识图谱的知识范围内时,统计并分析所属领域全部子领域的知识条目,将所属领域的知识条目在不同子领域的分布情况反馈给用户;解析搜索日志中的记录,统计所属领域的全部子领域的知识条目的搜索频率,将搜索频率排名靠前的所属子领域及知识条目显示给用户。该项搜索旨在借助知识图谱及搜索日志,准确地反映客户体验以及ERP系统的不足所在,并提示所属领域需要优化的模块,为系统开发与维护提供支持。
在上述任一技术方案中,优选地,层次化的所属领域由高层到低层依次为:产品线、产品、服务。
在该技术方案中,层次化的所属领域由高层到低层依次为:产品线、产品、服务。
在上述任一技术方案中,优选地,属性信息包括:解决方案、问题标题、问题描述、创建时间、层次化的所属领域。
在该技术方案中,属性信息包括:解决方案、问题标题、问题描述、创建时间、层次化的所属领域。
在上述任一技术方案中,优选地,还包括:根据数据库的更新内容,更新知识图谱。
在该技术方案中,数据库中的数据是逐渐增加的,因此,根据数据库的更新内容进行知识图谱更新,可以逐渐提升搜索结果的完备性和可靠性。
根据本发明的第二方面实施例,本发明提出了一种计算机设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序以实现如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法。
本发明提出的计算机设备,包括用于执行所述计算机程序以实现如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法的处理器,因此,具有如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法的全部有益效果,在此不再一一陈述。
根据本发明的第三方面实施例,本发明提出了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法。
本发明提出的计算机可读存储介质,储存有被处理器执行时实现如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法的计算机程序,因此,具有如上述技术方案中任一项所述的基于ERP客户服务知识图谱的智能搜索方法的全部有益效果,在此不再一一陈述。
本发明的附加方面和优点将在下面的描述部分中展现得更加明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出本发明第一个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图;
图2示出本发明第二个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图;
图3示出如图2所示的流程图中知识图谱的构建流程;
图4示出如图2所示的流程图中知识图谱的构建装置的结构框图;
图5示出本发明第三个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图;
图6示出本发明的第四个实施例提供的基于ERP客户服务知识图谱的智能搜索方法应用在装置中的结构框图;
图7示出本发明第一个实施例提供的计算机设备的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图7描述根据本发明一些实施例提供的基于ERP客户服务知识图谱的智能搜索方法、计算机设备700与计算机可读存储介质。
图1示出本发明第一个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图。
如图1所示,本发明第一个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的具体流程如下:
步骤102:接收搜索字符串,解析搜索字符串的搜索信息;
步骤104:判断搜索信息是否在知识图谱的知识范围内;
步骤106:当判断结果为是的情况下,基于知识图谱计算和匹配搜索信息所对应的知识条目;
步骤108:显示知识条目。
在该实施例中,根据搜索字符串中的搜索信息,基于知识图谱计算和匹配对应的知识条目,再将搜索到的相关知识条目予以显示,从而实现智能搜索服务,可以准确、快速地将与搜索信息相关的信息作为搜索结果提供给用户,从而提高客户服务效率。
图2示出本发明第二个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图;
如图2所示,本发明第二个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的具体流程如下:
步骤202:从数据库的数据中提取关键词、层次化的所属领域、问题标题与解决方案;
步骤204:建立层次化的所属领域的从属关系三元组;建立关键词与层次化的所属领域的第一关联关系三元组;建立关键词与问题标题的第二关联关系三元组;建立问题标题与解决方案的对应关系三元组,并提取对应关系三元组的属性信息;
步骤206:将从属关系三元组、第一关联关系三元组、第二关联关系三元组、对应关系三元组与属性信息作为知识条目,构建知识图谱;
步骤208:接收搜索字符串,解析搜索字符串的关键词和所属领域中的至少一个;
步骤210:判断关键词和所属领域中的至少一个是否在知识图谱的知识范围内;
步骤212:当判断关键词在知识图谱的知识范围内的情况下,基于知识图谱计算和匹配与关键词相关的知识条目;
步骤214:当判断关键词与所属领域均在知识图谱的知识范围内的情况下,在知识图谱中匹配与关键词及所属领域相关的知识条目;
步骤216:当判断所属领域在知识图谱的知识范围内的情况下,搜索并统计知识图谱中所属领域的子领域涉及的知识条目的数量及分布,分析知识图谱的搜索日志,计算子领域与子领域涉及的知识条目的搜索频率,选取知识条目数量及搜索频率大于预设阈值的子领域及知识条目,返回给用户,并提示上述子领域及知识条目需要重点关注;
步骤218:显示知识条目。
在该实施例中,知识图谱的构建方式为:建立层次化的所属领域的从属关系三元组;建立关键词与层次化的所属领域的第一关联关系三元组;建立关键词与问题标题的第二关联关系三元组;建立问题标题与解决方案的对应关系三元组,并提取对应关系三元组的属性信息,并以从属关系三元组、第一关联关系三元组、第二关联关系三元组、对应关系三元组与属性信息作为知识条目,构建知识图谱,进而可以根据关键词与所属领域,在知识图谱中搜索到解决方案;当判断关键词在知识图谱的知识范围内时,以关键词在知识图谱中匹配相关的知识条目,并显示知识条目;当判断关键词与所属领域均在知识图谱的知识范围内时,以关键词及所属领域在知识图谱中匹配相关的知识条目,并显示知识条目;当判断所属领域在知识图谱的知识范围内时,统计所述所属领域的子领域的知识条目分布情况,此外,分析知识图谱的搜索日志,计算所属领域的子领域及子领域的知识条目的搜索频率,综合分析不同子领域的知识条目分布情况及搜索频率,将知识条目数量、搜索频率超过指定阈值的知识条目及子领域返回给用户,提示上述子领域及知识条目需要重点关注;该方法可根据实际的情况将最佳的搜索结果反馈给客户。
图3示出如图2所示的流程图中知识图谱的构建流程;
如图3所示,本发明知识图谱的具体构建流程如下:
步骤302:搜集ERP客户服务部门积累和更新的客户服务问答数据;
步骤304:从ERP客户服务数据中提取关键词、领域、问题等实体;
步骤306:从ERP客户服务数据中提取层次化领域从属关系三元组;
步骤308:从ERP客户服务数据中提取关键词-领域关联关系三元组;
步骤310:从ERP客户服务数据中提取关键词-问题标题关联关系三元组;
步骤312:从ERP客户服务数据中提取问题标题-解决方案对应关系三元组;
步骤314:从ERP客户服务数据中提取问题标题-解决方案对的属性信息;
步骤316:将从ERP客户服务数据中提取的关系三元组及属性信息作为知识条目,构建知识图谱。
在该实施例中,知识图谱是以图的方式组织、存储以及使用知识的智能模型,用来描述现实世界中的实体及实体间的关系。描述知识图谱的经典规范之一是RDF(ResourceDescription Framework),RDF以三元组的形式表示实体及实体间的关系。依据RDF的规范,经典的知识图谱构造方法面临的核心问题是从不同类型的数据源如结构化数据、半结构化数据以及非结构化文本数据中抽取实体及实体间的关系。在应用方面,知识图谱常用于知识存储、语义搜索、智能推荐、客服机器人以及私人助理等。在实际应用场景中,知识图谱应当具备添加知识、更新知识及删除知识等能力。
根据上述知识图谱的内涵及功用,本发明提供的基于ERP客户服务知识图谱的智能搜索方法,构建知识图谱及智能搜索系统的通用架构,由ERP客户服务数据收集模块、知识抽取模块、知识图谱数据库、用户输入、搜索解析模块、数据分析模块、知识搜索模块、知识输出模块及结果页面九个部分组成。其中,ERP客户服务数据收集模块用于获取完整的客服数据、知识抽取模块用于从客户服务数据中抽取由实体和实体关系构成的知识条目、知识图谱数据库用于存储知识并提供搜索和更新等功能、用户输入部分接收用户的搜索字符串、搜索解析模块用于从用户输入中解析关键词和所属领域、数据分析模块用于对分析知识图谱的知识在不同领域的分布及知识条目或所属领域的被访问频率、知识搜索模块用于根据关键词及所属领域搜索相关的问题知识条目、知识输出模块对搜索到的知识条目进行排序等处理、结果页面用于展示输出的知识条目。上述九个模块中,知识搜索模块能够显著地提高搜索客户服务知识的效率和准确性;数据分析模块能够基于客户服务数据及搜索日志得到热点问题和领域,帮助提高客户服务和研发效率;而知识搜索和数据分析的结果高度依赖知识图谱数据库中所储存的知识库的覆盖能力,因此,需要持续地提升知识库的全面性。
具体地,本发明中的ERP客户服务构建知识图谱的方法,包括收集ERP客户服务数据;从ERP客户服务数据中提取关键词、层次化所属领域、问题标题、解决方案等实体;从ERP客户服务数据中提取层次化所属领域的从属关系三元组;从ERP客户服务数据中提取关键词与层次化所属领域的关联关系三元组;从ERP客户服务数据中提取关键词与问题标题的关联关系三元组;从ERP客户服务数据中提取问题标题与解决方案的对应关系三元组及该三元组的属性信息;将从客户服务数据中抽取的实体、关系三元组及属性信息作为知识条目构建知识图谱。需要指出的是,这里将关键词、层次化所属领域、问题标题、解决方案均视为实体,实体间不同类别的关系对以三元组形式表示。
其中,收集ERP客户服务数据,具体包括:以工作单据方式记录客服人员向客户提供服务的时间、问题标题、问题描述、解决方案以及所涉及的层次化所属领域(产品线、产品、服务);设计交互模式引导客服人员及客户填写或标注问题相关的关键词。
其中,从ERP客户服务数据中提取层次化所属领域的从属关系三元组包括:产品线与产品的从属关系三元组;产品与服务的从属关系三元组。
可选的,构建知识图谱的方法还包括:若当前提取的层次化所属领域的从属关系三元组中的实体已存在于知识图谱中,则将当前提取的层次化所属领域从属关系三元组更新到对应的层次化所属领域实体;或者将当前提取的层次化所属领域从属关系三元组作为新的知识条目插入到知识图谱中。
其中,从ERP客户服务数据中抽取关键词,进一步包括:当收集的ERP客户服务数据中存在人工标注的关键词集合时,则直接提取关键词;当收集的ERP客户服务数据中不存在人工标注的关键词集合时,则从问题标题及问题描述中抽取关键词。
优选的,从问题标题及问题描述中抽取实体的方法包括:利用词性模板的规则匹配方法抽取;利用深度学习方法训练序列标注模型进行关键词抽取。
其中,从ERP客户服务数据中提取关键词与层次化所属领域的关联关系三元组包括:(关键词,相关,服务)、(关键词,相关,产品)、(关键词,相关,产品线)。
可选的,构建知识图谱的方法还包括:若当前提取的关键词与层次化所属领域的关联关系三元组的实体已存在于所述知识图谱中,则将当前提取的关键词与层次化所属领域的关联关系更新到已经存在的关键词-层次化所属领域;或者将当前提取的关键词与层次化所属领域的关联关系三元组作为新的知识条目插入到知识图谱中。
其中,从ERP客户服务数据中抽取问题标题与解决方案的对应关系三元组的属性包括:问题标题、问题描述、解决方案、层次化所属领域、创建时间。进一步,问题标题与解决方案所属的层次化所属领域包括:产品线、产品、服务。
可选的,构建知识图谱的方法还包括:若当前提取的问题标题及解决方案的对应关系三元组中的实体已存在于所述知识图谱中,则利用当前提取的问题标题及解决方案对应关系三元组及其属性更新已存在的问题标题-解决方案;或者将当前提取的问题标题及解决方案的对应关系三元组及其属性作为新的知识条目插入到知识图谱中。
图4示出如图2所示的流程图中知识图谱的构建装置的结构框图。
如图4所示,本发明提供的基于ERP客户服务数据构建知识图谱的装置400的具体结构如下:
服务数据收集器402,适用于借助信息技术与手段收集客服人员向客户提供服务并解决问题的数据,同时采取有效策略引导客服人员与客户完善问题相关的关键词信息。
知识抽取器404,适用于从客户服务数据中抽取实体、实体属性、实体间的关系及关系的属性,实体包括:层次化所属领域、关键词、问题标题及解决方案,实体间的关系包括:层次化所属领域的从属关系、所属领域与关键词的相关关系、关键词与问题标题相关关系、问题标题与解决方案的对应关系。实体、关系及属性即为从ERP客户服务数据中提取的知识条目。
知识图谱构建器406,适用于利用从ERP客户服务数据中抽取的知识条目构建知识图谱。
优选的,层次化所属领域至少包括:产品线、产品、服务;层次化所属领域的从属关系对包括:产品线-产品、产品-服务。
可选的,问题标题-解决方案对的属性至少包括:解决方案、问题标题、问题描述、创建时间、产品线、产品、服务。
可选的,知识图谱构建器还适用于:若当前提取的层次化所属领域从属关系三元组的领域实体已存在于知识图谱中,则利用当前提取的层次化所属领域从属关系三元组更新对应的层次化所属领域实体,或者作为新的知识条目插入到知识图谱中;若当前提取的关键词与所属领域的对应关系三元组中的实体已存在于知识图谱,则利用当前提取的关键词与所属领域的对应关系三元组更新已存在的关键词-领域,或者作为新的知识条目插入到知识图谱中;若当前提取的关键词与问题标题关联关系的三元组中的实体已存在于知识图谱中,则利用当前提取的关键词与问题标题关联关系的三元组更新已存在的关键词-问题标题,或者作为新的知识条目插入到知识图谱中;若当前提取的问题标题及解决方案对应关系三元组中的实体已存在于知识图谱中,则利用当前提取的问题标题及解决方案对应关系三元组更新知识图谱问题标题-解决方案,或者作为新的知识条目插入到知识图谱中。
可选的,知识图谱构建器还适用于:提取问题标题与解决方案对的属性:问题标题、问题描述、解决方案、创建时间、产品线、产品、服务;将上述属性信息作为知识条目插入到知识图谱中。
图5示出本发明第三个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的流程图;
如图5所示,本发明第三个实施例提供的基于ERP客户服务知识图谱的智能搜索方法的具体流程如下:
步骤502:接收来自用户的搜索字符串,从搜索字符串中解析出关键词以及领域;
步骤504:判断搜索字符串中是否包含关键词、领域以及所解析的关键词和领域是否在所构建知识图谱的知识范围内;
步骤506:当搜索字符串中仅包含关键词且关键词存在知识图谱的知识范围内的时候,在知识图谱数据库中匹配与关键词相关的问题标题-解决方案对以及对应的属性信息;
步骤508:当搜索字符串中仅包含所属领域且所属领域存在于知识图谱的知识范围内的时候,搜索并统计知识图谱数据库中所属领域的子领域涉及的问题数量及其分布情况,分析知识图谱数据库的搜索日志,获取被搜索频率较高的问题及子领域,将涉及问题数量较多且被搜索频率较高的子领域判定为“热点子领域”,即该子领域需要重点优化;将被搜索频率较高的问题判定为“热点问题”,即该问题相关的服务需要提升用户友好性;
步骤510:当搜索字符串中即包含关键词又包含所属领域且二者在知识图谱的知识范围内的时候,在知识图谱数据库中匹配所属领域与关键词相关的问题标题-解决方案对以及对应的属性信息;
步骤512:将问题标题-解决方案对的属性信息或领域关系对信息提供给用户。
在该实施例中,接收来自用户的搜索字符串,通过从搜索字符串中解析关键词及所属领域实体判定用户的搜索意图;当搜索字符串中仅包含关键词信息时,根据解析出的关键词在知识图谱中搜索关键词相关的问题标题-解决方案对及其属性信息,将问题标题-解决方案对及其属性信息返回给用户;当搜索字符串中包含关键词及所属领域时,根据解析出的关键词及所属领域,在知识图谱中搜索所属领域与解析出的关键词相关的问题标题-解决方案对及其属性信息,将问题标题-解决方案对及其属性信息返回给用户;当搜索字符串中仅包含所属领域时,综合分析搜索日志和知识图谱中的知识分布,寻找存储知识数量较多的子领域、被访问频率较高的子领域以及所属领域被访问频率较高的具体问题,得到需重点关注的问题、服务、产品以及产品线,返回给用户。
可选的,搜索字符串中解析出的层次化所属领域包括:产品线、产品、服务。
可选的,问题标题-解决方案对的属性信息包括:问题标题、问题描述、解决方案、创建时间、层次化领域。进一步,层次化所属领域包括:产品线,产品,服务。
本发明基于ERP客户服务知识图谱的智能搜索方法,能够准确、快速地将解决方案信息作为搜索结果提供给用户,从而提高客户服务效率,提升客户体验。此外,基于对客户服务知识图谱中的知识分布及搜索日志进行的统计分析,本发明能够将亟需优化的问题和领域反馈给开发人员,帮助提高产品优化及迭代开发的有效性。
图6示出本发明的第四个实施例提供的基于ERP客户服务知识图谱的智能搜索方法应用在装置中的结构框图。
如图6所示,应用基于ERP客户服务知识图谱的智能搜索方法的装置600的具体结构为。
查询解析模块602,接收用户的搜索字符串,从中解析关键词与所属领域。
输出模块604,将搜索到的知识信息及数据分析的结果提供给用户。
数据分析模块606与知识搜索模块608,根据用户提供的实体与所属领域的信息,判断用户的意图,基于知识图谱数据库搜索知识,对搜索日志及知识图谱的知识进行数据分析。
知识图谱数据库610,以可扩展的方式存储从ERP客户服务信息中抽取的实体、实体间的关系及实体和关系的属性。
知识抽取模块612,用于从客户服务数据中抽取由实体和实体关系构成的知识条目。
ERP客户服务数据收集模块614,用于获取完整的客服数据。
可选的,从搜索字符串中解析的所属领域包括:产品线、产品、服务。
可选的,从ERP客户服务数据中提取的实体包括:层次化所属领域、关键词、问题标题及解决方案,实体间的关系包括:层次化所属领域的从属关系、所属领域与关键词的相关关系、关键词与问题标题相关关系、问题标题与解决方案的对应关系。
可选的,搜索到的知识包括问题标题-解决方案对的属性:问题标题、问题描述、解决方案、产品线、产品、服务、创建时间。
可选的,数据分析结果包括:知识库图谱涉及问题较多的所属领域、特定所属领域高频访问的问题、高频访问的子领域。
本发明提供了基于ERP客户服务数据构建知识图谱的方案。首先,收集客户服务人员向客户提供服务时对应的问题及解决方案的相关数据,进而提取关键词与所属领域的关系、关键词与问题标题的关系、问题标题与解决方案的关系、层次化领域的从属关系以及问题标题-解决方案关系的属性信息,将上述关系及属性信息作为知识条目构建知识图谱。基于构建的知识图谱提供的ERP客户服务智能搜索服务,能够快速、准确地定位客户反映的问题对应的解决方案及该问题的所属领域,大幅度提高客服人员的工作效率,提高客户的用户体验;此外,根据知识图谱中的高频搜索问题,可以清楚地定位问题高发的所属领域,为ERP产品的优化和迭代开发提供明确的方向指导,进而提升产品研发的效率。在时效性和覆盖率方面,知识图谱构建及搜索装置可以持续地收集人工客服积累的可靠的问答数据,不断提高知识图谱的覆盖度,持续提升客户服务的效率和体验,降低客户服务的人力成本。
本发明旨在基于ERP客户服务,综合利用知识图谱、信息搜索及大数据分析技术构建ERP客户服务领域的知识图谱,并在客户服务及商务智能方向提供智能搜索服务,克服或部分地解决ERP领域在以下两方面存在的挑战和问题。
在ERP客户服务方面,面对错综复杂的业务,传统的客服技术手段严重依赖专业人员的培训,以提升客服人员在专业知识记忆及人工搜索方面的能力,这种客服模式存在服务效率过低、人力成本巨大的问题。本发明借助ERP人工服务积累的丰富数据,构建领域知识库,并利用新的客服数据持续更新知识图谱,能够以语义搜索的方式提高搜索的可靠性、时效性,降低客户服务的人力成本,提高客户体验。此外,该技术可灵活扩展到不同的细化领域中。
在ERP商务智能方面,本发明统计分析用户访问知识图谱数据库的日志数据以及知识图谱中的知识在不同领域的分布情况,能够得到ERP系统中客户反馈问题最多的产品线、产品或服务,以及被高频搜索的问题和产品线、产品以及产品。这些信息能够准确地反映客户对ERP产品的使用体验,为ERP系统的优化方向提供可靠的指导,进而帮助提升系统维护和优化的效率。
此外,知识图谱构建方法还可用于提升语义搜索、领域问答以及智能对话等应用的性能。
在本发明的一个实施例中,优选地,层次化的所属领域由高层到低层依次为:产品线、产品、服务。
在该实施例中,层次化的所属领域由高层到低层依次为:产品线、产品、服务。
在本发明的一个实施例中,优选地,属性信息包括:解决方案、问题标题、问题描述、创建时间、层次化的所属领域。
在该实施例中,属性信息包括:解决方案、问题标题、问题描述、创建时间、层次化的所属领域。
在本发明的一个实施例中,优选地,还包括:根据数据库的更新内容,更新知识图谱。
在该实施例中,数据库中的数据是逐渐增加的,因此,知识图谱根据数据库的更新内容进行更新,可以逐渐提升搜索结果的可靠性。
如图7所示,根据本发明的第二方面实施例,本发明提供了一种计算机设备700,包括:存储器702,用于存储计算机程序;处理器704,用于执行所述计算机程序以实现如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法。
本发明提供的计算机设备700,包括用于执行所述计算机程序以实现如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法的处理器704,因此,具有如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法的全部有益效果,在此不再一一陈述。
根据本发明的第三方面实施例,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法。
本发明提供的计算机可读存储介质,储存有被处理器执行时实现如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法的计算机程序,因此,具有如上述任一实施例提供的基于ERP客户服务知识图谱的智能搜索方法的全部有益效果,在此不再一一陈述。
在本发明中,术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于ERP客户服务知识图谱的智能搜索方法,其特征在于,包括:
接收搜索字符串,解析所述搜索字符串的搜索信息;
判断所述搜索信息是否在知识图谱的知识范围内;
当判断结果为是的情况下,基于所述知识图谱计算和匹配所述搜索信息所对应的知识条目;
显示所述知识条目。
2.根据权利要求1所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
所述搜索信息包括:关键词和所属领域中的至少一个。
3.根据权利要求2所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
所述知识图谱的构建方式为:
从数据库存储的结构化、半结构化及非结构化数据中提取所述关键词、层次化的所述所属领域、问题标题与解决方案;
建立层次化的所述所属领域的从属关系三元组;
建立所述关键词与层次化的所述所属领域的第一关联关系三元组;
建立所述关键词与所述问题标题的第二关联关系三元组;
建立所述问题标题与所述解决方案的对应关系三元组,并提取所述对应关系三元组的属性信息;
将所述从属关系三元组、所述第一关联关系三元组、所述第二关联关系三元组、所述对应关系三元组与所述属性信息作为所述知识条目,构建所述知识图谱。
4.根据权利要求3所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
所述判断所述搜索信息是否在知识图谱的知识范围内的步骤,具体为:
判断所述关键词和所述所属领域中的至少一个是否在所述知识图谱的知识范围内;
所述当判断结果为是的情况下,在所述知识图谱中匹配所述搜索信息所对应的知识条目的步骤,具体包括:
当判断所述关键词在所述知识图谱的知识范围内的情况下,在所述知识图谱中匹配与所述关键词相关的所述知识条目;
当判断所述关键词与所述所属领域均在所述知识图谱的知识范围内的情况下,在所述知识图谱中匹配与所述关键词及所述所属领域相关的所述知识条目。
5.根据权利要求4所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
所述当判断结果为是的情况下,基于所述知识图谱计算和匹配所述搜索信息所对应的知识条目的步骤,具体还包括:
当判断所述所属领域在所述知识图谱的知识范围内的情况下,搜索并统计所述知识图谱中所述所属领域的子领域涉及的所述知识条目的数量,计算并显示所述子领域的所述知识条目的分布情况;分析所述知识图谱的搜索日志,在所述搜索日志中获取所述子领域与所述子领域涉及的所述知识条目的搜索频率,选取所述搜索频率大于预设频率的所述子领域与所述子领域涉及的所述知识条目,并显示与所述搜索字符串相关的需要重点关注的所述所属子领域及所述知识条目。
6.根据权利要求3至5中任一项所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
层次化的所述所属领域由高层到低层依次为:产品线、产品、服务。
7.根据权利要求3至5中任一项所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,
所述属性信息包括:所述解决方案、所述问题标题、问题描述、创建时间、层次化的所述所属领域。
8.根据权利要求3至5中任一项所述的基于ERP客户服务知识图谱的智能搜索方法,其特征在于,还包括:
根据所述数据库的更新内容,更新所述知识图谱。
9.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;处理器,用于执行所述计算机程序以实现如权利要求1至8中任一项所述的基于ERP客户服务知识图谱的智能搜索方法。
10.一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,
所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于ERP客户服务知识图谱的智能搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910688857.XA CN110580291B (zh) | 2019-07-29 | 2019-07-29 | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910688857.XA CN110580291B (zh) | 2019-07-29 | 2019-07-29 | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110580291A true CN110580291A (zh) | 2019-12-17 |
CN110580291B CN110580291B (zh) | 2021-12-21 |
Family
ID=68811112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910688857.XA Active CN110580291B (zh) | 2019-07-29 | 2019-07-29 | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580291B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695763A (zh) * | 2020-04-29 | 2020-09-22 | 同济大学 | 一种基于语音问答的排产排程系统及方法 |
CN111708898A (zh) * | 2020-06-13 | 2020-09-25 | 广州华建工智慧科技有限公司 | 一种基于知识图谱的智能施工信息传递方法及系统 |
CN113033159A (zh) * | 2021-04-28 | 2021-06-25 | 高小翎 | 智能高效的印刷业管理系统nlqi改进方法 |
CN117349425A (zh) * | 2023-12-04 | 2024-01-05 | 北京仁科互动网络技术有限公司 | 知识条目的生成方法、装置、设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880969A (zh) * | 2011-07-13 | 2013-01-16 | 阿里巴巴集团控股有限公司 | 广告投放方法、广告投放服务器及广告投放系统 |
CN104424296A (zh) * | 2013-09-02 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 查询词分类方法和装置 |
CN105912656A (zh) * | 2016-04-07 | 2016-08-31 | 桂林电子科技大学 | 一种商品知识图谱的构建方法 |
CN106919660A (zh) * | 2017-02-09 | 2017-07-04 | 厦门快商通科技股份有限公司 | 基于知识图谱技术的服装客服智能服务方法和系统 |
CN107341215A (zh) * | 2017-06-07 | 2017-11-10 | 北京航空航天大学 | 一种基于分布式计算平台的多源垂直知识图谱分类集成查询方法 |
CN108345596A (zh) * | 2017-01-22 | 2018-07-31 | 分众(中国)信息技术有限公司 | 楼宇信息融合服务平台 |
CN109189955A (zh) * | 2018-09-18 | 2019-01-11 | 江苏润桐数据服务有限公司 | 一种自动检索关键词的确定方法和装置 |
CN109446387A (zh) * | 2018-10-09 | 2019-03-08 | 众蚁(上海)信息技术有限公司 | 一种基于人工智能的业委会智能问答系统 |
CN110019948A (zh) * | 2018-08-31 | 2019-07-16 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
-
2019
- 2019-07-29 CN CN201910688857.XA patent/CN110580291B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880969A (zh) * | 2011-07-13 | 2013-01-16 | 阿里巴巴集团控股有限公司 | 广告投放方法、广告投放服务器及广告投放系统 |
CN104424296A (zh) * | 2013-09-02 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 查询词分类方法和装置 |
CN105912656A (zh) * | 2016-04-07 | 2016-08-31 | 桂林电子科技大学 | 一种商品知识图谱的构建方法 |
CN108345596A (zh) * | 2017-01-22 | 2018-07-31 | 分众(中国)信息技术有限公司 | 楼宇信息融合服务平台 |
CN106919660A (zh) * | 2017-02-09 | 2017-07-04 | 厦门快商通科技股份有限公司 | 基于知识图谱技术的服装客服智能服务方法和系统 |
CN107341215A (zh) * | 2017-06-07 | 2017-11-10 | 北京航空航天大学 | 一种基于分布式计算平台的多源垂直知识图谱分类集成查询方法 |
CN110019948A (zh) * | 2018-08-31 | 2019-07-16 | 北京字节跳动网络技术有限公司 | 用于输出信息的方法和装置 |
CN109189955A (zh) * | 2018-09-18 | 2019-01-11 | 江苏润桐数据服务有限公司 | 一种自动检索关键词的确定方法和装置 |
CN109446387A (zh) * | 2018-10-09 | 2019-03-08 | 众蚁(上海)信息技术有限公司 | 一种基于人工智能的业委会智能问答系统 |
Non-Patent Citations (1)
Title |
---|
罗明: "《教育测评知识图谱的构建及其表示学习》", 《计算机系统应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695763A (zh) * | 2020-04-29 | 2020-09-22 | 同济大学 | 一种基于语音问答的排产排程系统及方法 |
CN111695763B (zh) * | 2020-04-29 | 2023-11-24 | 同济大学 | 一种基于语音问答的排产排程系统及方法 |
CN111708898A (zh) * | 2020-06-13 | 2020-09-25 | 广州华建工智慧科技有限公司 | 一种基于知识图谱的智能施工信息传递方法及系统 |
CN113033159A (zh) * | 2021-04-28 | 2021-06-25 | 高小翎 | 智能高效的印刷业管理系统nlqi改进方法 |
CN117349425A (zh) * | 2023-12-04 | 2024-01-05 | 北京仁科互动网络技术有限公司 | 知识条目的生成方法、装置、设备和存储介质 |
CN117349425B (zh) * | 2023-12-04 | 2024-03-22 | 北京仁科互动网络技术有限公司 | 知识条目的生成方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110580291B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580291B (zh) | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 | |
Hui et al. | Data mining for customer service support | |
Abai et al. | User requirement analysis in data warehouse design: a review | |
US9064224B2 (en) | Process driven business intelligence | |
US20060112111A1 (en) | System and methods for data analysis and trend prediction | |
US20060184464A1 (en) | System and methods for data analysis and trend prediction | |
CN104834668A (zh) | 基于知识库的职位推荐系统 | |
KR20060045783A (ko) | 제품 지원에 대한 서비스 요청을 마이닝하는 방법 및 장치 | |
Chang et al. | Mining the text information to optimizing the customer relationship management | |
Zhu et al. | Web-based construction document processing via malleable frame | |
US11609926B1 (en) | Methods and systems for social awareness | |
CN116384889A (zh) | 基于自然语言处理技术的情报大数据智能分析方法 | |
CN105512224A (zh) | 基于光标位置序列的搜索引擎用户满意度自动评估方法 | |
CN113610626A (zh) | 银行信贷风险识别知识图谱构建方法、装置、计算机设备及计算机可读存储介质 | |
Alokla et al. | Customer relationship management: A review and classification | |
Sim | Consolidation of success factors in data mining projects | |
Hassan et al. | Sampling technique selection framework for knowledge discovery | |
KR20170127663A (ko) | 데이터 분석 방법 및 시스템 | |
Kefke | A Framework for the Successful Introduction of KM Using CBR and Semantic Web Technologies. | |
TWI419071B (zh) | Active knowledge management system, method and computer program product for problem solving | |
KR20080112141A (ko) | Bsc를 활용한 데이터웨어하우스 기반의 건설프로젝트성과관리방법 및 그 시스템 | |
CN116562785B (zh) | 审计迎审系统 | |
Liu | Construction of higher education management and student achievement evaluation mechanism based on Apriori algorithm | |
Hay et al. | Discovering Interesting Navigations on a Web Site Using SAM I | |
Zhang | Analysis and design of web-based college sports information system |
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 |