CN111090790A - 一种数据处理方法、装置及电子设备 - Google Patents
一种数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111090790A CN111090790A CN201911325803.3A CN201911325803A CN111090790A CN 111090790 A CN111090790 A CN 111090790A CN 201911325803 A CN201911325803 A CN 201911325803A CN 111090790 A CN111090790 A CN 111090790A
- Authority
- CN
- China
- Prior art keywords
- user
- workflow
- information
- determining
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 230000002452 interceptive effect Effects 0.000 claims abstract description 69
- 230000003993 interaction Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000008569 process Effects 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种数据处理方法、装置及电子设备,应用于客服系统,包括:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。所述数据处理方法、装置及电子设备,能够基于包括用户的交互节点轨迹的工作流,结合用户数据综合挖掘分析出用户的特性,并基于该特性确定用户的类别,这样,能够为后续服务该用户提供有价值的参考信息,为用户提供符合其实际情况或喜好的服务策略,提升用户的服务满意度。
Description
技术领域
本申请涉及数据处理技术,更具体的说,是涉及一种数据处理方法、装置及电子设备。
背景技术
在智能服务领域,智能设备服务客户通常都是根据预设的问题处理流程来引导用户解决问题。但在实际情况中,不同的用户会有不同的解决问题的流程习惯,应用中如果只根据机器理解为用户提供服务,忽略用户的多样性,可能导致用户使用体验效果差。
发明内容
有鉴于此,本申请提供如下技术方案:
一种数据处理方法,应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息,方法包括:
获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;
基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息;
基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
可选的,所述用户数据包括基于用户图像确定的用户识别信息,所述用户识别信息包括年龄信息,所述基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息,包括:
基于所述任务流的属性信息以及所述交互节点轨迹和所述用户识别信息中的至少一种确定所述第一用户的类别信息。
可选的,还包括:
预先确定多个工作流及其属性信息。
可选的,所述确定多个工作流及其属性信息,包括:
依据目标问题的解决路径确定至少两个工作流;
针对每一个工作流:确定工作流中属于技术节点的交互节点数量在所有交互节点中的占比信息;
依据所述占比信息确定所述工作流的属性信息。
可选的,目标问题的解决路径的确定包括:
确定针对目标问题的人工客服数据中的处理状态分布信息;
基于所述处理状态分布信息确定所述目标问题的多个解决路径,每一个所述解决路径中包括多个交互节点。
可选的,在服务所述第一用户过程中驱动工作流,包括:
根据所述第一用户的交互节点轨迹与系统中预置的工作流的重合关系驱动进入重合度最高的工作流。
可选的,还包括:
基于所述第一用户的所述类别信息,为所述第一用户匹配对应的服务策略。
本申请还公开了一种数据处理装置,应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息,装置包括:
数据获取模块,用于获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;
工作流确定模块,用于基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息;
类别确定模块,用于基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
本申请还公开了一种存储介质,其上存储有程序,该程序被处理器执行时实现如下操作:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
本申请还公开了一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述可执行指令包括:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
经由上述的技术方案可知,与现有技术相比,本申请实施例公开了一种数据处理方法、装置及电子设备,应用于客服系统,包括:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。所述数据处理方法、装置及电子设备,能够基于包括用户的交互节点轨迹的工作流,结合用户数据综合挖掘分析出用户的特性,并基于该特性确定用户的类别,这样,能够为后续服务该用户提供有价值的参考信息,为用户提供符合其实际情况或喜好的服务策略,提升用户的服务满意度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种数据处理方法的流程图;
图2为本申请实施例公开的确定工作流及其属性信息的流程图;
图3为本申请实施例公开的确定目标问题解决路径的流程图;
图4为本申请实施例公开的解决目标问题的多个路径示意图;
图5为本申请实施例公开的另一种数据处理方法的流程图;
图6为本申请实施例公开的一种数据处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请实施例公开的一种数据处理方法的流程图,图1所示方法可应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息。参见图1所示,数据处理方法可以包括:
步骤101:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹。
本实施例中,所述用户数据不限定为只包含第一用户的交互节点轨迹,还可以包括一些其他的用户数据,例如用户基本信息、用户识别信息、用户喜好信息等,在实际应用中,用户数据包括哪些信息具体可以根据场景配置及场景需求来确定。上述用户基本信息、用户识别信息、用户喜好信息等可以由用户主动在系统配置的相关信息采集页面填写,也可以由系统通过特定的渠道获取,例如通过采集并识别用户的图像信息确定用户性别、年龄信息,也可以通过用户输入的标识码信息(例如手机号码)获取用户在其他应用中记录的相关信息,如用户喜好信息。
交互节点,即用户在与服务系统“沟通”过程中所经过的服务系统预先配置的具有唯一性的能够获取或者输出特定信息的节点;交互节点轨迹即表示用户先后经过多个交互节点的路线轨迹。所述交互节点轨迹中可以存在重复的交互节点,也可以不存在重复的交互节点。
步骤102:基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流。
其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息。
前面介绍到,交互节点轨迹即表示用户先后经过多个交互节点的路线轨迹,而工作流是为响应确定任务而执行的有序的多个交互节点;交互节点轨迹可以与工作流完全相同,也可以不相同。交互节点轨迹与工作流完全相同为易理解的,而交互节点轨迹与工作流不相同,例如,服务系统中包括1、2、3、4、5、6、7、8、9、10个交互节点,其中1-3-5-7-9为第一工作流,2-4-6-8-10为第二工作流;用户的交互节点轨迹可以为1-3-5-4-5-7-9,可以看出,交互节点轨迹在第一工作流基础上,中间曾跳到了第二工作流的交互节点4,但后续又转回第一工作流;再如,用户的交互节点轨迹为2-4-6-4-6-8-10,可知用户在走到交互节点6时,可能由于一些问题没有弄清楚,又返回到交互节点4,将交互节点4-6的过程又重复了一遍。
当然,为了便于理解,上述例子中的工作流为简单直观的例子,实际情况中,客服系统中可以包括成百上千的交互节点,不同工作流之间也可能存在交叉节点或重复的部分交互节点轨迹。
步骤103:基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
所述工作流为预先配置在客服系统的,工作流的属性,可以依据其包含的多个交互节点所包含的信息综合确定。交互节点包含的信息不同,交互节点的属性不同,例如客服系统输出节点内容“需要咨询什么问题”,这个交互节点的内容不涉及实质性的技术咨询,可以将其确定为非技术交互节点;客服系统输出节点内容“是开机蓝屏还是使用过程中突然蓝屏?”该交互节点涉及实质性的技术内容,则可以将其确定为技术交互节点。
根据工作流中包含的多个交互节点的类型、数量、分布等情况,可以确定工作流的属性信息。本实施例中,综合工作流的属性信息及用户数据确定第一用户的类别,如技术型用户,一般用户,难理解用户等。
本实施例中,所述数据处理方法能够基于包括用户的交互节点轨迹的工作流,结合用户数据综合挖掘分析出用户的特性,并基于该特性确定用户的类别,这样,能够为后续服务该用户提供有价值的参考信息,为用户提供符合其实际情况或喜好的服务策略,提升用户的服务满意度。
上述实施例中,所述用户数据可以但不限制为包括基于用户图像确定的用户识别信息,所述用户识别信息可以包括年龄信息。则所述基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息,可以包括:基于所述任务流的属性信息以及所述交互节点轨迹和所述用户识别信息中的至少一种确定所述第一用户的类别信息。
一般情况,对于同样的问题,不同技术层次的用户交互式所问的问题不同,例如针对手机蓝屏的问题,懂技术的用户可能会问“手机蓝屏怎么回事”,而一般用户则会问“手机不能正常显示怎么解决”,难理解用户可能会问“手机坏了,什么都没有了怎么回事”。明显的,难理解用户若需要客服系统最终定位到解决手机蓝屏的问题,则需要与客服系统进行多次交互,如难理解用户问道“手机坏了,什么都没有了怎么回事”,客服系统可能会输出“手机是否还能开机发光”,难理解用户回复“可以开机发光”,客服系统可能输出“请选择是否为以下问题:1、手机花屏;2、手机蓝屏;3、手机死机,页面卡住”,难理解用户回复“手机蓝屏”。
结合上述例子,可以理解的,技术型用户驱动的工作流中的交互节点多为直接包含技术名词的节点,这样的工作流可以确定为技术型工作流;而难理解用户驱动的工作流中多为基础性内容的交互节点,这样的工作流可以确定为基础型工作流。本实施例中,确定第一用户的类别信息可以结合工作流的属性信息和交互节点轨迹和用户识别信息中的至少一种确定,以提升确定结果的准确性。例如,第一用户驱动的工作流为技术型的工作流,检测到的用户年龄为30-35岁,则可以确定第一用户为技术型用户;再如,第一用户驱动的工作流为基础型工作流,且第一用户的交互节点轨迹中包括一段反复多次进行的重复交互节点的轨迹,检测到第一用户的年龄为60岁以上,则确定第一用户为难理解用户。
在其他的实现中,在获取第一用户的用户数据前还可以包括预先确定多个工作流及其属性信息的步骤。预先确定多个工作流及其属性信息,保证在后续数据处理方法实现过程中能够直接应用已配置好的工作流及其属性信息进行相应的数据处理分析,保证数据处理方法的准确高效的进行。
图2为本申请实施例公开的确定工作流及其属性信息的流程图,参见图2所示,所述确定多个工作流及其属性信息,可以包括:
步骤201:依据目标问题的解决路径确定至少两个工作流。
针对同一个问题,客服系统中可以有多个不同的工作流,每一个工作流都能够引导用户最终解决用户所提出的问题。这些不同的工作流中,可以有相同的交互节点,也可以有包含至少两个交互节点的一小段重复的轨迹。
步骤202:针对每一个工作流:确定工作流中属于技术节点的交互节点数量在所有交互节点中的占比信息。
本实施例中,技术节点可以理解为前述实施例所述的技术型节点,一个工作流中包含的技术节点越多,或者工作流中属于技术节点的交互节点所占比重越大,说明该工作流偏向于技术型的可能性越大。
步骤203:依据所述占比信息确定所述工作流的属性信息。
例如,一个工作流中共包含10个交互节点,其中8个交互节点为技术节点,技术节点在所有交互节点中的占比为8/10=0.8,为较高值,则可以确定该工作流为技术型工作流。
工作流的属性信息为确定用户类型的重要依据,工作流的属性信息的准确性,能够直接影响最终确定的用户的类别的准确度。本实施例中,从工作流的技术角度确定其属性信息,但在实际应用中,工作流的属性信息还可以基于其他标准来确定,如工作流的使用频度、工作流的使用次数占比等。
图3为本申请实施例公开的确定目标问题解决路径的流程图,参见图3所示,目标问题的解决路径的确定可以包括:
步骤301:确定针对目标问题的人工客服数据中的处理状态分布信息。
在人工客服过程中,用户可能会提到各种各样的问题,人工客服会针对用户的问题一一作答,针对不同用户的大量的人工客服数据,基本上能够涵盖所有用户和客户系统交互过程中可能会遇到的情况,本申请中,可以基于大量的人工客服数据来构建客服系统的交互节点以及工作流。
具体实现中,针对一个目标问题,可以首先确定与该目标问题相关的所有人工客服数据,确定其中包括的处理状态。处理目标问题过程中的会存在各种问题交互的情况,将这些情况中可以合并的相似问题以及答复归纳总结为一个处理状态,解决目标问题的人工客服数据中包括多个处理状态,本实施例中,需要将所有的处理状态的分布情况梳理清楚。其中,所述处理状态可以与交互节点相同,也可以不同;例如,在不同的情况下,相关的至少两个处理状态构成一个交互节点。
步骤302:基于所述处理状态分布信息确定所述目标问题的多个解决路径,每一个所述解决路径中包括多个交互节点。
想要解决目标问题,可以基于处理状态分布信息确定多个解决路径,参见图4所示,为解决目标问题的多个路径示意图,其中的黑点表示处理状态或交互节点,不同的线路代表不同的解决路径。
在一个具体实现中,为了更好的对用户进行服务,根据处理状态的分布挖掘工作流。对于处理状态,可以采用以下公式每一个处理状态的值:
其中,在人工客服数据中抽取的工作流总共有N类,Di表示轨迹,Ni表示轨迹为Di的条数,|Di|表示轨迹Di的状态个数,I(Di,Dj)表示Dj中是否包含当前状态,Ri,j表示轨迹Di的第j个状态值。
通过上述计算方式可以得到每一条轨迹Di的每一个状态的值,将这些值进行合并得到轨迹Di的向量表示结构(Ri,1,Ri,2,…Ri,n),从而得到轨迹Di的向量值那么Di等级划分系数其中,n为轨迹中的状态个数。
表1为工作流轨迹相关数据,可结合表1所示数据理解上述内容。
表1工作流轨迹相关数据
其中,等级划分系数S为向量值s的归一化表示。将阈值划分为三个部分,分别是[0,0.1],(0.1,0.8),[0.8,1];如果逻辑划分系数0≤Si≤0.1,那么当前用户为A级用户,0.1<Si<0.8时,当前用户为B级用户,0.8≤Si≤1时,当前用户为C用户。其中,A级用户表示此轨迹为小部分用户所使用;C级用户表示此轨迹为大多数用户所使用。
日志中包含五个状态,27条工作流轨迹,其中20条(A,C,B,D),6条(A,B,C,D),1条(A,E,D)。它们对应的逻辑划分系数分别是0.82,0.13,0.05,根据阈值的规则,轨迹(A,C,B,D)为C级用户,轨迹(A,B,C,D)为B级用户,轨迹(A,E,D)为A级用户。
上述实施例中,在服务所述第一用户过程中驱动工作流,可以包括:根据所述第一用户的交互节点轨迹与系统中预置的工作流的重合关系驱动进入重合度最高的工作流。
在上面的实施例中已经介绍到,不同的工作流可能存在部分重复的轨迹,当存在这种情况时,可以将与第一用户的交互节点轨迹重合度最高的工作流确定为需要驱动的轨迹流。其中,重合度的判断,可以基于工作流与交互节点轨迹中重合的交互节点的个数确定,也可以基于工作流与交互节点轨迹中重合的交互节点在已经经过的交互节点中的占比确定。
图5为本申请实施例公开的另一种数据处理方法的流程图,图5所示方法应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息。参见图5所示,数据处理方法可以包括:
步骤501:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹。
步骤502:基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流。
其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息。
步骤503:基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
步骤504:基于所述第一用户的所述类别信息,为所述第一用户匹配对应的服务策略。
确定第一用户的类别信息后,可以基于该类别信息指导后续为第一用户提供服务的服务策略,这样,能够保证提供的服务策略符合用户的使用特点或满足用户的喜好特点。
例如,当确定用户属于具备学院派特点的青少年时,后续可以针对性的为用户推荐具备清新、舒适特点的服饰;当确定用户属于职业性的技术型人员时,可针对性的为用户推荐具备OL风格、稳重类型的服饰。
再如,当确定用户属于技术型用户时,可以针对性的为用户推荐包含高科技、多功能的新版电子设备;额当用户为难理解型用户时,可以为用户推荐基础型的,能够满足日常使用需求的电子设备。
本实施例所述数据处理方法,在确定用户的类别信息后,可以针对性的为用户匹配相应的服务策略,基于该服务策略为用户提供的服务会结合用户的特点和实际情况,更容易满足用户的喜好需求,从而提升用户对客服系统的使用体验。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
上述本申请公开的实施例中详细描述了方法,对于本申请的方法可采用多种形式的装置实现,因此本申请还公开了一种装置,下面给出具体的实施例进行详细说明。
图6为本申请实施例公开的一种数据处理装置的结构示意图,图6所示装置应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息。参见图6所示,数据处理装置60可以包括:
数据获取模块601,用于获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹。
工作流确定模块602,用于基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息。
类别确定模块603,用于基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
本实施例中,所述数据处理方法能够基于包括用户的交互节点轨迹的工作流,结合用户数据综合挖掘分析出用户的特性,并基于该特性确定用户的类别,这样,能够为后续服务该用户提供有价值的参考信息,为用户提供符合其实际情况或喜好的服务策略,提升用户的服务满意度。
上述数据处理装置中各模块的具体实现可参见方法实施例中相关的内容介绍,在此不再重复赘述。
进一步地,本申请还公开了一种电子设备,所述电子设备包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述可执行指令包括:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
上述实施例中的所述的任意一种数据处理装置包括处理器和存储器,上述实施例中的数据获取模块、工作流确定模块、类别确定模块等均可以作为程序模块存储在存储器中,由处理器执行存储在所述存储器中的上述程序模块来实现相应的功能。
本申请实施例还提供了一种计算机存储介质,其上存储有程序,该程序被处理器执行时实现如下操作:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
处理器中包含内核,由内核去存储器中调取相应的程序模块。内核可以设置一个或多个,通过调整内核参数来实现回访数据的处理。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述实施例中所述的显示方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种数据处理方法,应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息,方法包括:
获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;
基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息;
基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
2.根据权利要求1所述的数据处理方法,所述用户数据包括基于用户图像确定的用户识别信息,所述用户识别信息包括年龄信息,所述基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息,包括:
基于所述任务流的属性信息以及所述交互节点轨迹和所述用户识别信息中的至少一种确定所述第一用户的类别信息。
3.根据权利要求1所述的数据处理方法,还包括:
预先确定多个工作流及其属性信息。
4.根据权利要求3所述的数据处理方法,所述确定多个工作流及其属性信息,包括:
依据目标问题的解决路径确定至少两个工作流;
针对每一个工作流:确定工作流中属于技术节点的交互节点数量在所有交互节点中的占比信息;
依据所述占比信息确定所述工作流的属性信息。
5.根据权利要求4所述的数据处理方法,目标问题的解决路径的确定包括:
确定针对目标问题的人工客服数据中的处理状态分布信息;
基于所述处理状态分布信息确定所述目标问题的多个解决路径,每一个所述解决路径中包括多个交互节点。
6.根据权利要求1所述的数据处理方法,在服务所述第一用户过程中驱动工作流,包括:
根据所述第一用户的交互节点轨迹与系统中预置的工作流的重合关系驱动进入重合度最高的工作流。
7.根据权利要求1-6任一项所述的数据处理方法,还包括:
基于所述第一用户的所述类别信息,为所述第一用户匹配对应的服务策略。
8.一种数据处理装置,应用于客服系统,所述客服系统用于接收用户输入信息,基于所述用户输入信息计算并输出反馈信息以响应所述用户输入信息,装置包括:
数据获取模块,用于获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;
工作流确定模块,用于基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流,其中,所述工作流为当所述客服系统根据所述用户输入信息确定任务,为响应所述任务而执行的有序的多个交互节点,所述交互节点用以获取或者输出特定信息;
类别确定模块,用于基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
9.一种存储介质,其上存储有程序,该程序被处理器执行时实现如下操作:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
10.一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述可执行指令包括:获取第一用户的用户数据,所述用户数据包括所述第一用户的交互节点轨迹;基于所述交互节点轨迹确定在服务所述第一用户过程中驱动的工作流;基于所述工作流的属性信息以及所述用户数据确定所述第一用户的类别信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911325803.3A CN111090790B (zh) | 2019-12-20 | 2019-12-20 | 一种数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911325803.3A CN111090790B (zh) | 2019-12-20 | 2019-12-20 | 一种数据处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111090790A true CN111090790A (zh) | 2020-05-01 |
CN111090790B CN111090790B (zh) | 2024-03-29 |
Family
ID=70395149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911325803.3A Active CN111090790B (zh) | 2019-12-20 | 2019-12-20 | 一种数据处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111090790B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111797292A (zh) * | 2020-06-02 | 2020-10-20 | 成都方未科技有限公司 | 一种基于uct行为轨迹数据挖掘方法及系统 |
CN113094491A (zh) * | 2021-05-18 | 2021-07-09 | 支付宝(杭州)信息技术有限公司 | 一种业务障碍识别方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104115139A (zh) * | 2012-02-14 | 2014-10-22 | 亚马逊技术有限公司 | 提供可配置工作流能力 |
CN106897810A (zh) * | 2015-12-17 | 2017-06-27 | 北京奇虎科技有限公司 | 业务处理方法和系统、工作流引擎和系统、业务系统 |
US20170316363A1 (en) * | 2016-04-28 | 2017-11-02 | Microsoft Technology Licensing, Llc | Tailored recommendations for a workflow development system |
CN108665129A (zh) * | 2017-03-31 | 2018-10-16 | 华为软件技术有限公司 | 一种工作流定制方法及装置 |
CN110310088A (zh) * | 2019-06-14 | 2019-10-08 | 平安科技(深圳)有限公司 | 工作流配置方法及相关产品 |
-
2019
- 2019-12-20 CN CN201911325803.3A patent/CN111090790B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104115139A (zh) * | 2012-02-14 | 2014-10-22 | 亚马逊技术有限公司 | 提供可配置工作流能力 |
CN106897810A (zh) * | 2015-12-17 | 2017-06-27 | 北京奇虎科技有限公司 | 业务处理方法和系统、工作流引擎和系统、业务系统 |
US20170316363A1 (en) * | 2016-04-28 | 2017-11-02 | Microsoft Technology Licensing, Llc | Tailored recommendations for a workflow development system |
CN108665129A (zh) * | 2017-03-31 | 2018-10-16 | 华为软件技术有限公司 | 一种工作流定制方法及装置 |
CN110310088A (zh) * | 2019-06-14 | 2019-10-08 | 平安科技(深圳)有限公司 | 工作流配置方法及相关产品 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111797292A (zh) * | 2020-06-02 | 2020-10-20 | 成都方未科技有限公司 | 一种基于uct行为轨迹数据挖掘方法及系统 |
CN111797292B (zh) * | 2020-06-02 | 2023-10-20 | 成都方未科技有限公司 | 一种基于uct行为轨迹数据挖掘方法及系统 |
CN113094491A (zh) * | 2021-05-18 | 2021-07-09 | 支付宝(杭州)信息技术有限公司 | 一种业务障碍识别方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111090790B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108242016B (zh) | 一种产品推荐的方法和装置 | |
US10789634B2 (en) | Personalized recommendation method and system, and computer-readable record medium | |
US20150161631A1 (en) | System and method for eliciting information | |
US20150379609A1 (en) | Generating recommendations for unfamiliar users by utilizing social side information | |
US8566261B2 (en) | Interactive recommendations | |
US20210264161A1 (en) | Systems and methods for image or video performance heat map generation | |
Wang et al. | A novel approach to incorporate customer preference and perception into product configuration: a case study on smart pads | |
US20120203723A1 (en) | Server System and Method for Network-Based Service Recommendation Enhancement | |
US20130304543A1 (en) | Method and apparatus for performing web analytics | |
Fadzil | A study on factors affecting the behavioral intention to use mobile apps in Malaysia | |
CN106022842A (zh) | 产品信息的推荐方法及装置 | |
CN112672188B (zh) | 一种主播推荐方法、设备及存储介质 | |
WO2019055083A1 (en) | SYSTEMS AND METHODS FOR GENERATING A BAYESIAN BRAND HIERARCHICAL MODEL WITH A CATEGORY BAYESIAN HIERARCHICAL MODEL | |
CN111090790A (zh) | 一种数据处理方法、装置及电子设备 | |
US8918409B2 (en) | System and method for determining affinity profiles for research, marketing, and recommendation systems | |
KR20180137351A (ko) | 사용자 행위 기반의 아이템 추천 방법 및 장치 | |
Huettner et al. | Consumer choice under limited attention when alternatives have different information costs | |
Brockmann et al. | Prevalent business models for the apple app store | |
JP5237337B2 (ja) | オブジェクト・カスタマイゼーションおよび管理システム | |
US20030115278A1 (en) | Method and system for personalizing content to be delivered to a group factoring into account individual interests of each group member | |
Yoon et al. | Why do consumers continue to use OTT services? | |
CN109636530B (zh) | 产品确定方法、装置、电子设备及计算机可读存储介质 | |
US8510248B2 (en) | Bootstrapping recommender system and method | |
CN111988642B (zh) | 推荐视频的方法、装置、服务器和存储介质 | |
Wasilewski et al. | Are you reaching your audience? Exploring item exposure over consumer segments in recommender systems |
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 |