CN111833072A - 一种播报事项的推送方法、推送装置及可读存储介质 - Google Patents
一种播报事项的推送方法、推送装置及可读存储介质 Download PDFInfo
- Publication number
- CN111833072A CN111833072A CN201910803573.0A CN201910803573A CN111833072A CN 111833072 A CN111833072 A CN 111833072A CN 201910803573 A CN201910803573 A CN 201910803573A CN 111833072 A CN111833072 A CN 111833072A
- Authority
- CN
- China
- Prior art keywords
- backtracking
- user
- historical
- customer service
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000006399 behavior Effects 0.000 claims description 170
- 238000013507 mapping Methods 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 11
- 239000002699 waste material Substances 0.000 abstract description 9
- 230000002829 reductive effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请提供了一种播报事项的推送方法、推送装置及可读存储介质,可以通过从回溯数据中进行信息回溯,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项,预测准确率高,可以降低用户使用用户端拨进客户服务热线后的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种播报事项的推送方法和推送装置,以及存储有可供电子设备读取计算机指令的可读存储介质。
背景技术
目前,随着科技的不断进步,人们的生活得到了越来越多的便利,例如网约车出行方式的出现,给人们的出行带来了极大的便利。但是,网约车平台每天要面对大量的用户(司机或乘客)进线投诉,每日的电话进线量以数十万计,需要花费大量的客服人工成本来处理用户电话进线投诉。
目前,大多数的网约车平台,为了降低客服处置成本引导用户自助解决问题,建立了如传统行业中的交互式语音应答系统,来在用户拨打客服热线时自动播放语音菜单,引导用户自助选择他所要解决的问题。
传统的交互式语音应答系统的语音菜单大都是静态的,即事先开发设计好后,各个层级的菜单对于所有用户是一样的,所有用户拨打热线后听到的语音也是一样的,如果排在前列的选项不是用户想要解决的问题,则用户极易迷失或者选择直接进入客服人工服务,导致大量时间资源的浪费,以及大量客服人工资源被不必要的问题占用和消耗。
发明内容
有鉴于此,本申请的目的在于提供一种播报事项的推送方法、推送装置及可读存储介质,能够通过回溯用户拨进客户服务热线前的用户回溯特征信息,来预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项和发生概率值,并按照发生概率值的大小推送进线访问事项,事项预测准确率高,便于进线访问事项的选择,可以减少用户沟通之间时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
根据本申请的一方面,提供一种播报事项的推送方法,所述推送方法包括:
在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;
从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;
基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;
按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
在本申请的一些实施例中,在所述按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项之后,所述推送方法包括:
在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
在本申请的一些实施例中,所述基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值,包括:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;
基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
在上述实施例中,所述基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值,包括:
确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问;
根据所述事项关联库中预存的用户特征与事项之间的关联概率映射,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率;
基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
在本申请的一些实施例中,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
发送到达目的地的确认信息;发送到达始发地的确认信息;查询服务评价分数;查询订单信息;查询投诉反馈信息;查询费用延迟到账信息;查询罚款和/或扣款信息;查询被警告信息。
在本申请的一些实施例中,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户的服务评价分数;所述用户的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
在本申请的一些实施例中,可以通过以下步骤确定所述事项关联库:
获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线;
基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射;
基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射;
基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
在上述实施例中,通过以下步骤确定所述第一关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为;
确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率;
基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
在上述实施例中,通过以下步骤确定所述第二关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性;
确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率;
基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
在上述实施例中,通过以下步骤确定所述第三关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线;
针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线;
确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性;
计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度;
基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率;
基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
根据本申请的另一方面,提供一种播报事项的推送装置,所述推送装置包括:
数据获取模块,用于在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;
信息获取模块,用于从所述数据获取模块获取的所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;
事项匹配模块,用于基于所述信息获取模块获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;
事项推送模块,用于按照所述事项匹配模块匹配出的所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
在本申请的一些实施例中,所述推送装置还包括:
流程转接模块,用于在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
在本申请的一些实施例中,所述事项匹配模块在用于基于所述信息获取模块获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值的情况下,所述事项匹配模块还用于:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;
基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
在上述实施例中,所述事项匹配模块在用于基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值的情况下,所述事项匹配模块还用于:
确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问;
根据所述事项关联库中预存的用户特征与事项之间的关联概率映射,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率;
基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
在本申请的一些实施例中,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
发送到达目的地的确认信息;发送到达始发地的确认信息;查询服务评价分数;查询订单信息;查询投诉反馈信息;查询费用延迟到账信息;查询罚款和/或扣款信息;查询被警告信息。
在本申请的一些实施例中,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户的服务评价分数;所述用户的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
在本申请的一些实施例中,所述推送装置还包括事项库构建模块,所述事项库构建模块用于通过以下步骤确定所述事项关联库:
获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线;
基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射;
基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射;
基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
在上述实施例中,所述事项库构建模块用于通过以下步骤确定所述第一关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为;
确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率;
基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
在上述实施例中,所述事项库构建模块用于通过以下步骤确定所述第二关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性;
确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率;
基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
在上述实施例中,所述事项库构建模块用于通过以下步骤确定所述第三关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线;
针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线;
确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性;
计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度;
基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率;
基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
根据本申请的另一方面,提供一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述的播报事项的推送方法的步骤。
根据本申请的另一方面,提供种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述的播报事项的推送方法的步骤。
本申请实施例提供的播报事项的推送方法、推送装置及可读存储介质,可以在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
与现有技术相比,本申请实施例在检测接到客户服务热线时,可以通过从回溯数据中进行信息回溯,以回溯包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息的用户回溯特征信息,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项。这样,不仅预测准确率高,可以降低用户使用用户端拨进客户服务热线后的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种播报事项的预测系统的架构示意图;
图2为本申请实施例提供的一种播报事项的推送方法的流程示意图;
图3为本申请实施例提供的另一种播报事项的推送方法的流程示意图;
图4为本申请提供的确定事项关联库的流程示意图;
图5为本申请实施例提供的一种播报事项的推送装置的示意图之一;
图6为本申请实施例提供的一种播报事项的推送装置的示意图之二;
图7为本申请实施例所提供的一种电子设备的结构示意图。
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中附图,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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“为向出行服务系统拨进客户服务热线的用户预测进线访问事项”,给出以下实施方式。对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。虽然本申请主要围绕用户向出行服务系统拨进客户服务热线,为用户预测进线访问事项进行描述,但是应该理解,这仅是一个示例性实施例。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
本申请中的术语“乘客”、“请求方”、“服务请求方”和“客户”可互换使用,以指代可以请求或订购服务的个人、实体或工具。本申请中的术语“司机”、“提供方”、“服务提供方”和“供应商”可互换使用,以指代可以提供服务的个人、实体或工具。本申请中的术语“用户”可以指代请求服务、订购服务、提供服务或促成服务的提供的个人、实体或工具。例如,用户可以是乘客、驾驶员、操作员等,或其任意组合。在本申请中,“乘客”和“乘客终端”可以互换使用,“驾驶员”和“驾驶员终端”可以互换使用。
本申请中的术语“服务请求”和“订单”可互换使用,以指代由乘客、服务请求方、司机、服务提供方、或供应商等、或其任意组合发起的请求。接受该“服务请求”或“订单”的可以是乘客、服务请求方、司机、服务提供方、或供应商等、或其任意组合。服务请求可以是收费的或免费的。
本申请的一个方面涉及一种播报事项的推送系统。该系统可以在接到客户服务热线时,通过从回溯数据中进行信息回溯,以回溯包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息的用户回溯特征信息,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项。
值得注意的是,在本申请提出申请之前,传统的交互式语音应答系统的语音菜单大都是静态的,即事先开发设计好后,各个层级的菜单对于所有用户是一样的,所有用户拨打热线后听到的语音也是一样的,如果排在前列的选项不是用户想要解决的问题,则用户极易迷失或者选择直接进入客服人工服务,导致大量时间资源的浪费,以及大量客服人工资源被不必要的问题占用和消耗。然而,本申请提供的预测系统可以通过回溯用户回溯特征信息,实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项,预测准确率高,可以降低用户端拨进客户服务热线的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
图1为本申请实施例提供的一种播报事项的预测系统的架构示意图。例如,预测系统可以是用于诸如出租车、代驾服务、快车、拼车、公共汽车服务、驾驶员租赁、或班车服务之类的运输服务、或其任意组合的在线运输服务平台。预测系统可以包括服务器110、网络120、服务请求端130、服务提供端140、和数据库150中的一种或多种。
在一些实施例中,服务器110可以包括处理器。处理器可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,处理器可以基于从服务请求端130获得的服务请求来确定目标车辆。在一些实施例中,处理器可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)、或微处理器等,或其任意组合。
在一些实施例中,服务请求端130和服务提供端140对应的设备类型可以是移动设备,比如可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等,也可以是平板计算机、膝上型计算机、或机动车辆中的内置设备等。
在一些实施例中,数据库150可以连接到网络120以与预测系统中的一个或多个组件(例如,服务器110,服务请求端130,服务提供端140等)通信。预测系统中的一个或多个组件可以经由网络120访问存储在数据库150中的数据或指令。在一些实施例中,数据库150可以直接连接到预测系统100中的一个或多个组件,或者,数据库150也可以是服务器110的一部分。
下面结合上述图1示出的预测系统中描述的内容,对本申请实施例提供的播报事项的推送方法进行详细说明。
请参阅图2,图2为本申请实施例提供的一种播报事项的推送方法的流程示意图,所述推送方法可以由预测系统中的一个或者多个处理器来执行,如图2中所示,具体执行过程为:
S201:在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据。
该步骤中,可以实时检测是否有用户端拨进客户服务热线,如果检测到有用户通过用户端拨进客户服务热线的话,在接收到用户端拨进客户服务热线时,可以从出行平台数据库存储的数据中,获取所述用户的回溯数据,尤其是所述用户在拨进客户服务热线之前的预设回溯时间段内的回溯数据。
其中,确定拨进客户服务热线的所述用户,可以是通过拨进所述客户服务热线所显示的用户的标识等,来确定拨进客户服务热线的用户,例如拨入客户服务热线的用户的手机号或者用户的账号等标识。
S202:从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息。
该步骤中,在获取到所述回溯数据后,可以从所述回溯数据中对所述用户的特征信息进行回溯,从而获取到所述用户在使用用户端拨进客户服务热线之前的所述预设回溯时间段内的用户回溯特征信息。
其中,所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息。
所述用户回溯行为信息,可以是指所述用户通过用户端、网页端或者出行平台等方式,进行信息查询、信息设置、发送各种确认或者请求等的用户动作等。
具体的,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
所述用户在提供出行服务时,通过点击出行订单以确定订单完成,从而发送到达目的地的确认信息;所述用户在提供出行服务时,通过点击出行订单以确定服务开始,从而发送到达始发地的确认信息;所述用户需要在出行平台中提供出行服务或者请求出行服务时,通过出行平台查询服务评价分数;所述用户在出行平台中提供出行服务或者请求出行服务的过程中或者之后,查询订单信息;所述用户在出行平台中提供出行服务或者请求出行服务的过程中或者之后,查询投诉反馈信息;所述用户在出行平台中提供出行服务之后,查询费用延迟到账信息;查询所述用户在出行平台的罚款和/或扣款信息;查询所述用户在出行平台的被警告信息。
所述回溯服务属性信息,可以是所述用户在出行平台上记录的,与提供出行服务或者请求出行服务相匹配的一些服务属性信息。
具体的,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户需要在出行平台中的服务评价分数;所述用户需要在出行平台中提供出行服务或者请求出行服务的过程中或者之后的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
其中,所述用户的听单信息,可以是指由出行平台进行派单的过程中播报订单时,所述用户通过用户端收听出行平台报的订单,例如听单的时间、数量、时间段等信息。
其中,所述用户回溯进线访问信息,可以是所述用户在此次拨进客户服务热线之前,拨进过的客户服务热线的相关信息,以及拨进客户服务热线后选择的进线访问事项等信息。
S203:基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息。
该步骤中,在获取到所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息等所述用户回溯特征信息之后,可以根据所述所述用户回溯特征信息,与拨进客户服务热线后用户需要咨询或者投诉等动作的事项之间的相关性程度等,来从预设的事项关联库中匹配出至少一个进线访问事项,并且可以得到所述至少一个进线访问事项中每个进线访问事项的发生概率值。
其中,所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息和每个进线访问事项的相关信息,例如事项名称、用途、发生概率等。
其中,所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,与拨进客户服务热线后用户需要咨询或者投诉等动作的事项之间的相关性程度,可以是指所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的每一项信息,或者每几项信息的综合情况,所能够引起在本次所述用户端拨进客户服务热线后,需要进行咨询或者投诉的事项之间的关联规则。
示例性的,例如下表中所示的,下表示出了部分进线访问事项的规则,通过回溯数据发现,用户在本次拨进客户服务热线前,有用户回溯行为信息指示了用户有查询在出行平台中的服务评价分数的用户动作,而且有用户平台属性信息指示该用户在出行平台中的服务评价分数是低于一段时间内统计的预设分数阈值的,此时,通过查询服务评价分数的用户回溯行为信息,以及服务评价分数低于预设分数阈值的用户平台属性信息,与各进线访问事项之间的关联关系,匹配出用户可能进行服务分详情页这一事项名称的进线访问事项之间的关联度较高,并且通过数据回溯得知,用户进行服务分详情页事项的概率是最高的,所以,就可以认为针对上述的用户回溯行为信息和用户平台属性信息,用户最有可能需要咨询或者投诉的事项服务分详情页这一事项,或者是服务分下降查询这一事项。
上述示例,仅以用户回溯行为信息和用户平台属性信息与进线访问事项之间的关联为例进行说明,但并不局限于此,在其他实施例中,还可以单个信息,即用户回溯行为信息、用户平台属性信息或者用户回溯进线访问信息中一种与进线访问事项之间的关联进行匹配,还可以是通过其他任意两种或者三种信息与进线访问事项之间的关联进行匹配,并不做任何限定。
再者,上述示例以及上表中,只是示例性的表示部分进线访问事项的各用户回溯特征信息的含义,以及回溯周期,这里,由于各进线访问事项对于回溯时间段的需求不同,因此,在进行信息回溯时,可以是将预设回溯时间段设置为可以尽量覆盖所有需要的较长的时间段。
S204:按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
该步骤中,在匹配出所述至少一个进线访问事项后,可以按照每个进线访问事项的发生概率值由大到小的顺序,将所述至少一个进线访问事进行排序,然后可以按照排序,依次向所述用户推送所述至少一个进线访问事项。
本申请实施例提供的播报事项的推送方法,可以在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
这样,可以通过从回溯数据中进行信息回溯,以回溯包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息的用户回溯特征信息,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项,预测准确率高,可以降低用户使用用户端拨进客户服务热线后的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
请参阅图3,图3为本申请实施例提供的另一种播报事项的推送方法的流程示意图,所述推送方法可以由预测系统中的一个或者多个处理器来执行,如图3中所示,具体执行过程为:
S301:在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据。
S302:从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息。
S303:基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息。
S304按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
S305:在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
该步骤中,向所述用户推送的所述至少一个进线访问事项,仅是对所述用户感兴趣或者需要咨询、访问或者投诉等事项的预测和推断,在推送后,可以进行回溯,即在所述用户的通话和选择过程中,可以检测所述用户是否有选择向用户推送的所述至少一个进线访问事项,如果检测到所述用户未选择所述至少一个进线访问事项的话,可以认为所述用户此次进线的目的暂不明确,并且与之前的情况没有关联,从而为了减少时间的浪费,方便用户,可以转入人工服务流程。
其中,转入人工服务流程,可以是直接转入人工服务流程,也可以是按照常规播报方式,先播报默认设置的主菜单的事项,然后在所述用户的需求下再转入人工服务流程。
在本申请的一些实施例中,S303包括:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
该步骤中,在获取到包括所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息的所述用户回溯特征信息后,可以依据所述用户回溯特征信息,从预设的事项关联库中进行进线访问事项的匹配,从而可以查找出与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项,对于每个进线访问事项来讲,均有与之相关的用户回溯行为信息、回溯服务属性信息和用户回溯进线访问信息,然后,可以使用对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,通过计算来确定查找到的每个进线访问事项的发生概率值。
具体的,基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值,可以是从获取的用户回溯特征信息中,对所述用户进行特征信息提取,以确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问,然后可以获取所述事项关联库中预存的用户特征与事项之间的关联概率映射,根据所述关联概率映射中表示的对应关系和概率,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率,然后通过每种用户回溯特征信息在事项中的预设比重,基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
进一步的,请同时参阅图4,图4为本申请提供的确定事项关联库的流程示意图。如图4中所示,可以通过以下步骤确定所述事项关联库:
S401:获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线。
其中,为了保证数据的有效性,使得所述历史平台数据可以覆盖各种进线访问事项所需要信息的回溯期限,所述历史时间段的跨度可以尽可能的大,例如可以是取各种进线访问事项所需要信息的回溯期限的最小公倍数。
S402:基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射。
该步骤中,可以通过所述历史平台数据的统计,筛选出在所述历史时间段内,所有用户拨进过的多个历史客户服务热线中,不同类型的历史客户服务热线,即依据拨进历史客户服务热线时,用户选择的不同进线访问事项进行分类,选择同一进线访问事项的历史客户服务热线为同一类型,然后可以通过对历史数据的回溯,可以得到每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,和每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射。
S403:基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
该步骤中,在获取到多个历史客户服务热线,可以进一步获取到在每个历史客户服务热线之前,接收到的用户端拨进的历史回溯客户服务热线,然后可以通过历史客户服务热线对应的各用户历史行为和各用户历史服务属性,与历史回溯客户服务热线对应的各用户回溯历史行为和用户回溯历史服务属性之间的关联,来确定历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
示例性的,例如历史客户服务热线是用户进行服务评价分数查询的事项,在该历史客户服务热线之前的历史回溯客户服务热线中也有为了服务评价分数查询的事项,该历史客户服务热线和该历史回溯客户服务热线就可以认为是同类型的进线,如果两者中的用户历史回溯特征信息还基本一致的话,就可以认为两者的相似度很高,通过之前的历史回溯客户服务热线可能未解决问题,从而产生了此次的历史客户服务热线。
S404:基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
进一步的,可以通过以下步骤确定所述第一关联映射:
(1)回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为。
该步骤中,可以将每个所述历史客户服务热线当做实时的客户服务热线,来进行用户回溯特征信息的回溯,从而从历史回溯时间段内确定出用户在拨进历史客户服务热线前存在的多个用户历史回溯行为。
其中,历史回溯时间段,可以是位于所述历史时间段内。
(2)确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型。
该步骤中,确定出在所述历史回溯时间段内,每个用户存在的用户历史回溯行为后,可以通过确定的用户历史回溯行为对历史客户服务热线进行反向推导,对历史客户服务热线类型进行分类,从而确定出每种用户历史回溯行为发生后对应出现的历史客户服务热线类型。
(3)基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率。
该步骤中,在确定出历史客户服务热线类型的类型后,可以通过数量的统计,即统计出的所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,来计算在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率。
示例性的,用于查询服务分数的历史客户服务热线共有10次,而在历史时间段内共有历史客户服务热线20次,那么于查询服务分数的历史客户服务热线占总历史客户服务热线的比例为50%,就可以认为,在对应的各种用户历史回溯行为发生后,用于查询服务分数的历史客户服务热线的第一发生概率为50%。
(4)基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
其中,所述第一关联映射中,可以包括历史客户服务热线的类型,即历史客户服务热线的进线是为了访问哪种进线访问事项,和与该进线访问事项对应的各种用户历史回溯行为,以及对应的第一发生概率。
进一步的,可以通过以下步骤确定所述第二关联映射:
(1)回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性。
该步骤中,同样可以将每个所述历史客户服务热线当做实时的客户服务热线,来进行用户回溯特征信息的回溯,从而从历史回溯时间段内确定出用户在拨进历史客户服务热线前存在的多个用户历史回溯服务属性。
(2)确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型。
该步骤中,确定出在所述历史回溯时间段内,每个用户的用户历史回溯服务属性后,同样可以对历史客户服务热线类型进行分类,即通过确定的用户历史回溯服务属性对历史客户服务热线进行反向推导,从而确定出每种用户历史回溯服务属性下对应出现的历史客户服务热线类型。
(3)基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率。
该步骤中,在确定出历史客户服务热线类型的类型后,可以通过数量的统计,即统计出的所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,来计算在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率。
(4)基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
其中,所述第二关联映射中,可以包括历史客户服务热线的类型,即历史客户服务热线的进线是为了访问哪种进线访问事项,和与该进线访问事项对应的各种用户历史回溯服务属性,以及对应的第二发生概率。
进一步的,可以通过以下步骤确定所述第三关联映射:
(1)回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线。
(2)针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线。
(3)确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性。
(4)计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度。
(5)基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率。
示例性的,例如用于查询服务分数的历史客户服务热线,与其对应的历史回溯客户服务热线中也有用于查询服务分数事项的相似历史回溯客户服务热线,这样可以认为二者是同类型的客户服务热线,然后通过计算两者各自的用户行为的第一相似度和服务属性的第二相似度均发现均大于相似度阈值,则可以认为两者之间关联度较高,例如似度高的相似历史回溯客户服务热线共有8次进线,而历史回溯客户服务热线共有10次进线,就可以认为在具有相似的用户回溯行为和相似的服务属性下,该历史客户服务热线是用于查询服务分数事项的概率为80%。
(6)基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
其中,所述第三关联映射中,可以包括历史客户服务热线的类型,即历史客户服务热线的进线是为了访问哪种进线访问事项,和与该进线访问事项相似度大于相似度阈值的各种用户回溯历史行为和各种用户历史回溯服务属性,以及在不同用户回溯历史行为和用户历史回溯服务属性下对应的第三发生概率。
本申请实施例提供的播报事项的推送方法,可以在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项;在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
这样,可以通过从回溯数据中进行信息回溯,以回溯包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息的用户回溯特征信息,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项,预测准确率高,并且在推送的进线访问事项未被选择后可以转入人工服务流程,可以降低用户使用用户端拨进客户服务热线后的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
基于同一发明构思,本申请实施例中还提供了与播报事项的推送方法对应的播报事项的推送装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述推送方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
请参阅图5至图6,图5为本申请实施例提供的一种播报事项的推送装置的示意图之一,图6为本申请实施例提供的一种播报事项的推送装置的示意图之二。如图5中所示,所述推送装置500包括:
数据获取模块510,用于在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据。
信息获取模块520,用于从所述数据获取模块510获取的所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息。
事项匹配模块530,用于基于所述信息获取模块520获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息。
事项推送模块540,用于按照所述事项匹配模块530匹配出的所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
在本申请的一些实施例中,如图6中所示,所述推送装置500还包括:
流程转接模块550,用于在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
在本申请的一些实施例中,所述事项匹配模块530在用于基于所述信息获取模块获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值的情况下,所述事项匹配模块530还用于:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;
基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
在上述实施例中,所述事项匹配模块530在用于基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值的情况下,所述事项匹配模块530还用于:
确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问;
根据所述事项关联库中预存的用户特征与事项之间的关联概率映射,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率;
基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
在本申请的一些实施例中,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
发送到达目的地的确认信息;发送到达始发地的确认信息;查询服务评价分数;查询订单信息;查询投诉反馈信息;查询费用延迟到账信息;查询罚款和/或扣款信息;查询被警告信息。
在本申请的一些实施例中,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户的服务评价分数;所述用户的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
在本申请的一些实施例中,如图6中所示,所述推送装置还包括事项库构建模块560,所述事项库构建模块560用于通过以下步骤确定所述事项关联库:
获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线;
基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射;
基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射;
基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
在上述实施例中,所述事项库构建模块560用于通过以下步骤确定所述第一关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为;
确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率;
基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
在上述实施例中,所述事项库构建模块560用于通过以下步骤确定所述第二关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性;
确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率;
基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
在上述实施例中,所述事项库构建模块560用于通过以下步骤确定所述第三关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线;
针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线;
确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性;
计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度;
基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率;
基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
本申请实施例提供的播报事项的推送装置,可以在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
这样,可以通过从回溯数据中进行信息回溯,以回溯包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息的用户回溯特征信息,根据不同的用户回溯特征信息与客户服务热线之间的关联,从而在事项关联库中匹配出向用户推送给的至少一个进线访问事项,并可以按照各进线访问事项的发生概率值由大到小依次进行推送,从而实现动态的预测用户此次拨进的客户服务热线可能需要涉及的至少一个进线访问事项,预测准确率高,可以降低用户使用用户端拨进客户服务热线后的迷失率,优先引导用户到自助处置流程,从而提高客户服务热线的接线处理效率,减少时间资源的消耗和浪费,以及人工资源等被占用引起的资源消耗,提高资源的利用率。
请参阅图7,图7为本申请实施例所提供的一种电子设备的结构示意图。如图7中所示,所述电子设备700包括处理器710、存储器720和总线730。
所述存储器720存储有所述处理器710可执行的机器可读指令,当电子设备700运行时,所述处理器710与所述存储器720之间通过总线730通信,所述机器可读指令被所述处理器710执行时,可以执行如上述图2以及图3所示方法实施例中的播报事项的推送方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图2以及图3所示方法实施例中的播报事项的推送方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种播报事项的推送方法,其特征在于,所述推送方法包括:
在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;
从所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;
基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;
按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
2.根据权利要求1所述的推送方法,其特征在于,在所述按照所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项之后,所述推送方法包括:
在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
3.根据权利要求1所述的推送方法,其特征在于,所述基于所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值,包括:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;
基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
4.根据权利要求3所述的推送方法,其特征在于,所述基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值,包括:
确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问;
根据所述事项关联库中预存的用户特征与事项之间的关联概率映射,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率;
基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
5.根据权利要求1所述的推送方法,其特征在于,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
发送到达目的地的确认信息;发送到达始发地的确认信息;查询服务评价分数;查询订单信息;查询投诉反馈信息;查询费用延迟到账信息;查询罚款和/或扣款信息;查询被警告信息。
6.根据权利要求1所述的推送方法,其特征在于,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户的服务评价分数;所述用户的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
7.根据权利要求1所述的推送方法,其特征在于,通过以下步骤确定所述事项关联库:
获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线;
基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射;
基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射;
基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
8.根据权利要求7所述的推送方法,其特征在于,通过以下步骤确定所述第一关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为;
确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率;
基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
9.根据权利要求7所述的推送方法,其特征在于,通过以下步骤确定所述第二关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性;
确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率;
基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
10.根据权利要求7所述的推送方法,其特征在于,通过以下步骤确定所述第三关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线;
针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线;
确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性;
计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度;
基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率;
基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
11.一种播报事项的推送装置,其特征在于,所述推送装置包括:
数据获取模块,用于在检测到用户端拨进客户服务热线时,获取所述用户端对应的用户在预设回溯时间段内的回溯数据;
信息获取模块,用于从所述数据获取模块获取的所述回溯数据中获取所述用户在所述预设回溯时间段内的用户回溯特征信息;所述用户回溯特征信息包括用户回溯行为信息、用户回溯订单的回溯服务属性信息和用户回溯进线访问信息;
事项匹配模块,用于基于所述信息获取模块获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值;所述事项关联库中存储有不同的进线访问事项,以及与每个进线访问事项对应的至少一种用户回溯特征信息;
事项推送模块,用于按照所述事项匹配模块匹配出的所述至少一个进线访问事项中每个进线访问事项的发生概率值由大到小的顺序,依次向所述用户推送所述至少一个进线访问事项。
12.根据权利要求11所述的推送装置,其特征在于,所述推送装置还包括:
流程转接模块,用于在检测到所述至少一个进线访问事项未被选择后,转入人工服务流程。
13.根据权利要求11所述的推送装置,其特征在于,所述事项匹配模块在用于基于所述信息获取模块获取的所述用户回溯特征信息和预设的事项关联库,确定匹配出的至少一个进线访问事项和所述至少一个进线访问事项中每个进线访问事项的发生概率值的情况下,所述事项匹配模块还用于:
从预设的事项关联库中,查找与所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息中的至少一种用户回溯特征信息相匹配的至少一个进线访问事项;
基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值。
14.根据权利要求13所述的推送装置,其特征在于,所述事项匹配模块在用于基于与每个进线访问事项对应的所述用户回溯行为信息、所述回溯服务属性信息和所述用户回溯进线访问信息,确定查找到的每个进线访问事项的发生概率值的情况下,所述事项匹配模块还用于:
确定在所述用户回溯行为信息下的至少一个用户回溯行为、在所述回溯服务属性信息下的至少一个回溯服务属性以及在所述用户回溯进线访问信息下的至少一个回溯进线访问;
根据所述事项关联库中预存的用户特征与事项之间的关联概率映射,确定每个进线访问事项在对应的用户回溯行为下的第一发生概率,在对应的回溯服务属性下的第二发生概率以及在对应的回溯进线访问下的第三发生概率;
基于所述第一发生概率、所述第二发生概率、所述第三发生概率和每种概率对应的权重,计算所述每个进线访问事项的发生概率值。
15.根据权利要求11所述的推送装置,其特征在于,所述用户回溯行为信息至少包括以下行为中的一种或者多种:
发送到达目的地的确认信息;发送到达始发地的确认信息;查询服务评价分数;查询订单信息;查询投诉反馈信息;查询费用延迟到账信息;查询罚款和/或扣款信息;查询被警告信息。
16.根据权利要求11所述的推送装置,其特征在于,所述回溯服务属性信息至少包括以下信息中的一种或者多种:
所述用户的服务评价分数;所述用户的订单信息;所述用户的被投诉信息;所述用户在投诉进线时刻时订单的预估距离信息;所述用户的申诉信息;所述用户的听单信息;所述用户的奖惩信息。
17.根据权利要求11所述的推送装置,其特征在于,所述推送装置还包括事项库构建模块,所述事项库构建模块用于通过以下步骤确定所述事项关联库:
获取在历史时间段内的历史平台数据,并从所述历史平台数据中获取多个历史客户服务热线;
基于所述历史平台数据,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史行为之间的第一关联映射,以及每个类型的历史客户服务热线与各用户历史服务属性之间的第二关联映射;
基于所述历史平台数据,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射;
基于所述第一关联映射、所述第二关联映射和所述第三关联映射,构建包括有不同类型的历史客户服务热线,以及与每个类型的历史客户服务热线与对应的用户历史行为、用户历史服务属性和历史回溯客户服务热线之间的关联规则的事项关联库。
18.根据权利要求17所述的推送装置,其特征在于,所述事项库构建模块用于通过以下步骤确定所述第一关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯行为;
确定每个用户的所述多个用户历史回溯行为中每种用户历史回溯行为发生后对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种类用户历史回溯行为下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第一发生概率;
基于每种用户历史回溯行为下的每种类型的历史客户服务热线以及所述第一发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯行为之间的第一关联映射。
19.根据权利要求17所述的推送装置,其特征在于,所述事项库构建模块用于通过以下步骤确定所述第二关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个用户历史回溯服务属性;
确定在每个用户的所述多个用户历史回溯服务属性中每种用户历史回溯服务属性下对应出现的历史客户服务热线类型;
基于所述多个历史客户服务热线的进线总数量以及每种类型的历史客户服务热线的进线数量,确定在每种用户历史回溯服务属性下,每种类型的历史客户服务热线在所述多个历史客户服务热线中所占比例的第二发生概率;
基于每种用户历史回溯服务属性下的每种类型的历史客户服务热线以及所述第二发生概率,确定所述多个历史客户服务热线中每个类型的历史客户服务热线与各用户历史回溯服务属性之间的第二关联映射。
20.根据权利要求17所述的推送装置,其特征在于,所述事项库构建模块用于通过以下步骤确定所述第三关联映射:
回溯在每个所述历史客户服务热线相对应的历史回溯时间段内,每个所述历史客户服务热线相对应用户的多个历史回溯客户服务热线;
针对每个所述历史客户服务热线,从所述多个历史回溯客户服务热线中确定与该历史客户服务热线属于相同类型的相似历史回溯客户服务热线;
确定该历史客户服务热线的用户历史行为和用户历史服务属性,以及每个所述相似历史回溯客户服务热线对应的用户回溯历史行为和用户回溯历史服务属性;
计算每个所述用户回溯历史行为和对应的用户历史行为之间的第一相似度,以及每个所述用户回溯历史服务属性与对应的用户历史服务属性之间的第二相似度;
基于所述第一相似度和所述第二相似度均大于相似度阈值的相似历史回溯客户服务热线的进线数量和所述多个历史回溯客户服务热线的进线总数量,确定相似用户回溯行为和相似服务属性下,相似历史回溯客户服务热线在所述多个历史回溯客户服务热线中所占比例的第三发生概率;
基于所述第一相似度、所述第二相似度和所述第三发生概率,确定在每个历史客户服务热线之前的历史回溯客户服务热线与相应类型的历史客户服务热线之间的第三关联映射。
21.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至10中任一项所述的播报事项的推送方法的步骤。
22.一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上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至10中任一项所述的播报事项的推送方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803573.0A CN111833072A (zh) | 2019-08-28 | 2019-08-28 | 一种播报事项的推送方法、推送装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803573.0A CN111833072A (zh) | 2019-08-28 | 2019-08-28 | 一种播报事项的推送方法、推送装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111833072A true CN111833072A (zh) | 2020-10-27 |
Family
ID=72911665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910803573.0A Pending CN111833072A (zh) | 2019-08-28 | 2019-08-28 | 一种播报事项的推送方法、推送装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111833072A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100191658A1 (en) * | 2009-01-26 | 2010-07-29 | Kannan Pallipuram V | Predictive Engine for Interactive Voice Response System |
CN106998397A (zh) * | 2016-01-25 | 2017-08-01 | 平安科技(深圳)有限公司 | 多业务类型的语音播报方法及系统 |
CN107704946A (zh) * | 2017-08-29 | 2018-02-16 | 平安科技(深圳)有限公司 | 电子装置、语音导航需求预测方法和存储介质 |
CN109274843A (zh) * | 2018-09-19 | 2019-01-25 | 平安科技(深圳)有限公司 | 按键预测方法、装置及计算机可读存储介质 |
CN109600523A (zh) * | 2018-10-11 | 2019-04-09 | 平安科技(深圳)有限公司 | 服务热线播报方法、装置、计算机设备和存储介质 |
-
2019
- 2019-08-28 CN CN201910803573.0A patent/CN111833072A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100191658A1 (en) * | 2009-01-26 | 2010-07-29 | Kannan Pallipuram V | Predictive Engine for Interactive Voice Response System |
CN106998397A (zh) * | 2016-01-25 | 2017-08-01 | 平安科技(深圳)有限公司 | 多业务类型的语音播报方法及系统 |
CN107704946A (zh) * | 2017-08-29 | 2018-02-16 | 平安科技(深圳)有限公司 | 电子装置、语音导航需求预测方法和存储介质 |
CN109274843A (zh) * | 2018-09-19 | 2019-01-25 | 平安科技(深圳)有限公司 | 按键预测方法、装置及计算机可读存储介质 |
CN109600523A (zh) * | 2018-10-11 | 2019-04-09 | 平安科技(深圳)有限公司 | 服务热线播报方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20140301218A1 (en) | Statistical analysis and prompting method and system for mobile terminal internet traffic | |
CN108848280B (zh) | 呼叫处理方法、装置、存储介质及服务设备 | |
CN108306874B (zh) | 服务接口访问限流方法及装置 | |
CN105893532A (zh) | 咨询信息推送方法、装置和终端设备 | |
CN105574745A (zh) | 一种信息处理方法、服务器及第一终端 | |
CN109740066B (zh) | 信息推荐方法、信息推荐装置、存储介质及电子设备 | |
CN116414955B (zh) | 基于客户意向与意图的智能排队方法、装置、设备及介质 | |
CN112163155A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN115017289A (zh) | 一种基于知识库的对客服务方法及装置 | |
CN106330660B (zh) | 服务处理方法、服务器及计算机可读存储介质 | |
CN106209731A (zh) | 会话业务处理方法及装置 | |
CN113609409A (zh) | 一种推荐浏览信息的方法及其系统、电子设备、存储介质 | |
CN113112116A (zh) | 订单分配方法、装置及服务器 | |
CN112149978A (zh) | 订单分配的方法、装置、电子设备、存储介质 | |
CN111833072A (zh) | 一种播报事项的推送方法、推送装置及可读存储介质 | |
CN111105270A (zh) | 一种管理推送数据的方法及装置 | |
CN109829744A (zh) | 基于自然语言处理的咨询方法、装置、电子设备及介质 | |
CN114529150A (zh) | 外呼线索分群推荐的方法和装置、电子设备 | |
CN113762819B (zh) | 渠道调度的方法和装置 | |
CN115187084A (zh) | 一种服务人员的分配方法、装置、设备及可读存储介质 | |
CN114040376A (zh) | 号码处理方法及装置、电子设备、计算机可读存储介质 | |
CN108804462B (zh) | 一种广告推荐方法、装置及服务器 | |
CN108347403B (zh) | 一种分配中间通信标识的方法和装置 | |
CN113592404B (zh) | 快递服务平台中的互动方法和装置 | |
CN112422755B (zh) | 电话拨打方法、装置及存储介质 |
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 |