CN111949772A - 一种智能客服与知识库系统及管理方法 - Google Patents

一种智能客服与知识库系统及管理方法 Download PDF

Info

Publication number
CN111949772A
CN111949772A CN201910413340.XA CN201910413340A CN111949772A CN 111949772 A CN111949772 A CN 111949772A CN 201910413340 A CN201910413340 A CN 201910413340A CN 111949772 A CN111949772 A CN 111949772A
Authority
CN
China
Prior art keywords
information
customer service
question
knowledge base
unit
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
Application number
CN201910413340.XA
Other languages
English (en)
Inventor
万江
王小乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Geji Network Technology Co ltd
Original Assignee
Shanghai Geji Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Geji Network Technology Co ltd filed Critical Shanghai Geji Network Technology Co ltd
Priority to CN201910413340.XA priority Critical patent/CN111949772A/zh
Publication of CN111949772A publication Critical patent/CN111949772A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281Customer communication at a business location, e.g. providing product or service information, consulting

Abstract

本发明属于互联网技术领域,具体涉及一种智能客服与知识库系统及管理方法。信息获取单元,用于获取用户发送的提问信息和客服人员的回复信息;关联单元,用于将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;审核单元,用于在接收到管理员发出的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息;日志生成单元,用于记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;模型分析模块,用于根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息。减轻了客服人员的负担,提升了客服处理的效率。

Description

一种智能客服与知识库系统及管理方法
技术领域
本发明属于互联网技术领域,具体涉及一种智能客服与知识库系统及管理方法。
背景技术
客服是企业获得用户反馈意见、解决用户产品疑问的一个主要途径。传统的客服业务主要由专业的人工客服人员来处理,使得企业在客服方面的投入会随着客服业务量的增加而高速增长,成为不可忽视的支出。
针对这一问题,目前比较先进的解决办法是引入智能客服机器人,可以显著降低人工客服量,节约大量客服成本,客服机器人应用在客服工作中确实有着显而易见的优势:一是提高用户感知,为企业在线客服、新媒体客服等提供统一智能的自助服务支撑,降低了用户问题得到解决的难度和复杂度;二是提升服务效率,缩短咨询处理时限,分流传统人工客服压力,节省服务成本;三是快速收集用户诉求和行为数据,支撑产品迭代优化。
虽然客服机器人有着以上种种优势,但是我们需要考虑一个问题,如何从人工客服日志中提取出用户高频、意图明确的热门问题并进行分析,抽象成若干类标准问句(Frequently Asked Questions,简称FAQ,常见问题),对每一个FAQ由专业的业务人员配置好标准答案,然后针对未来用户的问题,采用技术手段分析该问题是否归类到任何一个已有FAQ,若成功则将预先配置好的答案返回给用户,达到高效地解决用户疑问的效果。
从传统人工客服直接切换至智能客服机器人,目前市面上较多的处理方法为资深客服人员对用户经常问到的问题进行归类总结,从而形成知识库。该方法比较依赖于资深客服人员对整体业务情况的理解及总结能力。对于一个业务,通常有大量的用户日志积累,用户日志包含了大部分知识库信息。
发明内容
有鉴于此,本发明的主要目的在于提供了一种智能客服与知识库系统及管理方法,减轻了客服人员的负担,提升了客服处理的效率。
为达到上述目的,本发明的技术方案是这样实现的:
一种智能客服与知识库系统,所述系统包括:
信息获取单元,用于获取用户发送的提问信息和客服人员的回复信息;
关联单元,用于将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
审核单元,用于在接收到管理员发出的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息;
日志生成单元,用于记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
模型分析模块,用于根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
知识库构建模块,用于对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
进一步的,所述关联单元包括:提取单元,用于提取提问信息的提问关键词以及回复信息的回答关键词;创建单元,用于创建提问关键词与回答关键词的映射关系,以使提问信息以及回复信息关联。
进一步的,所述审核单元包括:显示单元,用于在检测到管理员触发的审核指令时,显示智能学习界面,其中,所述智能学习界面显示关联后的提问信息及回复信息,所述智能客服系统设置有所述智能学习界面;保存单元,用于在检测到管理员基于智能学习界面触发的通过指令时,将关联后的提问信息以及回复信息保存在知识库中,所述智能客服系统与所述知识库关联。
进一步的,所述智能客服系统还包括:显示单元,用于在检测到管理员基于智能学习界面触发的学习到其它问题的指令时,显示与关联后的第一提问题信息匹配的第二回复信息,其中,所述第二回复信息存储在所述知识库中;第二关联单元,用于将关联后的提问信息与第二回复信息再次关联。
一种智能客服与知识库管理方法,所述方法执行以下步骤:
步骤1:获取用户发送的提问信息和客服人员的回复信息;
步骤2:将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
步骤3:在接收到管理员触发的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息
步骤4:记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
步骤5::根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
步骤6:对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
进一步的,所述方法执行以下步骤:所述对客服日志数据进行预处理,包括:利用机器学习算法或自然语言处理算法对客服日志数据进行处理,以去除掉与业务内容不相关的用户问句及回复。
进一步的,所述表达模型是通过利用训练算法对处理后的客服日志数据进行训练得到的。
进一步的,所述训练算法包括:机器学习算法或搜索算法。
本发明的一种智能客服与知识库系统及管理方法,具有如下有益效果:本发明的智能客服与知识库系统不需要管理员手动关联,从而在实现及时更新知识库的同时,降低对知识库的更新成本。同时,能够自动对知识库进行更新,减轻了客服人员的负担,提升了客服处理的效率。
附图说明
图1为本发明的智能客服与知识库系统的系统结构示意图。
具体实施方式
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
如图1所示,一种智能客服与知识库系统,所述系统包括:
信息获取单元,用于获取用户发送的提问信息和客服人员的回复信息;
关联单元,用于将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
审核单元,用于在接收到管理员发出的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息;
日志生成单元,用于记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
模型分析模块,用于根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
知识库构建模块,用于对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
进一步的,所述关联单元包括:提取单元,用于提取提问信息的提问关键词以及回复信息的回答关键词;创建单元,用于创建提问关键词与回答关键词的映射关系,以使提问信息以及回复信息关联。
进一步的,所述审核单元包括:显示单元,用于在检测到管理员触发的审核指令时,显示智能学习界面,其中,所述智能学习界面显示关联后的提问信息及回复信息,所述智能客服系统设置有所述智能学习界面;保存单元,用于在检测到管理员基于智能学习界面触发的通过指令时,将关联后的提问信息以及回复信息保存在知识库中,所述智能客服系统与所述知识库关联。
进一步的,所述智能客服系统还包括:显示单元,用于在检测到管理员基于智能学习界面触发的学习到其它问题的指令时,显示与关联后的第一提问题信息匹配的第二回复信息,其中,所述第二回复信息存储在所述知识库中;第二关联单元,用于将关联后的提问信息与第二回复信息再次关联。
一种智能客服与知识库管理方法,所述方法执行以下步骤:
步骤1:获取用户发送的提问信息和客服人员的回复信息;
步骤2:将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
步骤3:在接收到管理员触发的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息
步骤4:记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
步骤5::根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
步骤6:对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
进一步的,所述方法执行以下步骤:所述对客服日志数据进行预处理,包括:利用机器学习算法或自然语言处理算法对客服日志数据进行处理,以去除掉与业务内容不相关的用户问句及回复。
进一步的,所述表达模型是通过利用训练算法对处理后的客服日志数据进行训练得到的。
进一步的,所述训练算法包括:机器学习算法或搜索算法。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的系统,仅以上述各功能子单元的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能子单元来完成,即将本发明实施例中的子单元或者步骤再分解或者组合,例如,上述实施例的子单元可以合并为一个子单元,也可以进一步拆分成多个子子单元,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的子单元、步骤的名称,仅仅是为了区分各个子单元或者步骤,不视为对本发明的不当限定。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨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/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。

Claims (8)

1.一种智能客服与知识库系统,其特征在于,所述系统包括:
信息获取单元,用于获取用户发送的提问信息和客服人员的回复信息;
关联单元,用于将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
审核单元,用于在接收到管理员发出的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息;
日志生成单元,用于记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
模型分析模块,用于根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
知识库构建模块,用于对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
2.如权利要求1所述的智能客服与知识库系统,其特征在于,所述关联单元包括:提取单元,用于提取提问信息的提问关键词以及回复信息的回答关键词;创建单元,用于创建提问关键词与回答关键词的映射关系,以使提问信息以及回复信息关联。
3.如权利要求1所述的智能客服与知识库系统,其特征在于,所述审核单元包括:显示单元,用于在检测到管理员触发的审核指令时,显示智能学习界面,其中,所述智能学习界面显示关联后的提问信息及回复信息,所述智能客服系统设置有所述智能学习界面;保存单元,用于在检测到管理员基于智能学习界面触发的通过指令时,将关联后的提问信息以及回复信息保存在知识库中,所述智能客服系统与所述知识库关联。
4.如权利要求1或2或3所述的智能客服与知识库系统,其特征在于,所述智能客服系统还包括:显示单元,用于在检测到管理员基于智能学习界面触发的学习到其它问题的指令时,显示与关联后的第一提问题信息匹配的第二回复信息,其中,所述第二回复信息存储在所述知识库中;第二关联单元,用于将关联后的提问信息与第二回复信息再次关联。
5.一种智能客服与知识库管理方法,其特征在于,所述方法执行以下步骤:
步骤1:获取用户发送的提问信息和客服人员的回复信息;
步骤2:将提问信息以及回复信息进行关联,得到关联后的提问信息以及回复信息;
步骤3:在接收到管理员触发的审核指令时,显示关联后的提问信息及回复信息,以供管理员审核关联后的提问信息及回复信息
步骤4:记录信息获取单元、关联单元和审核单元的操作日志,生成客服日志数据,并对客服日志数据进行预处理;
步骤5::根据处理后的客服日志数据建立表达模型;通过所述表达模型获取待整理的用户问句的问句表达信息;
步骤6:对所述问句表达信息进行聚合处理,得到用户问句类簇;将所述用户问句类簇进行整理得到知识库。
6.如权利要求5所述的智能客服与知识库管理方法,其特征在于,所述方法执行以下步骤:所述对客服日志数据进行预处理,包括:利用机器学习算法或自然语言处理算法对客服日志数据进行处理,以去除掉与业务内容不相关的用户问句及回复。
7.根据权利要求6所述的智能客服与知识库管理方法,其特征在于,所述表达模型是通过利用训练算法对处理后的客服日志数据进行训练得到的。
8.根据权利要求7所述的智能客服与知识库管理方法,其特征在于,所述训练算法包括:机器学习算法或搜索算法。
CN201910413340.XA 2019-05-17 2019-05-17 一种智能客服与知识库系统及管理方法 Pending CN111949772A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910413340.XA CN111949772A (zh) 2019-05-17 2019-05-17 一种智能客服与知识库系统及管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910413340.XA CN111949772A (zh) 2019-05-17 2019-05-17 一种智能客服与知识库系统及管理方法

Publications (1)

Publication Number Publication Date
CN111949772A true CN111949772A (zh) 2020-11-17

Family

ID=73336023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910413340.XA Pending CN111949772A (zh) 2019-05-17 2019-05-17 一种智能客服与知识库系统及管理方法

Country Status (1)

Country Link
CN (1) CN111949772A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800219A (zh) * 2021-01-19 2021-05-14 苏宁金融科技(南京)有限公司 客服日志反馈回流数据库的方法及系统
CN116452212A (zh) * 2023-04-24 2023-07-18 深圳迅销科技股份有限公司 一种智能客服商品知识库信息管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066541A (zh) * 2017-03-13 2017-08-18 平安科技(深圳)有限公司 客服问答数据的处理方法及系统
CN107092692A (zh) * 2017-04-24 2017-08-25 深圳市云软信息技术有限公司 知识库的更新方法及智能客服系统
CN109033270A (zh) * 2018-07-09 2018-12-18 深圳追科技有限公司 一种基于人工客服日志自动构建客服知识库的方法
CN109446304A (zh) * 2018-10-10 2019-03-08 长沙师范学院 智能客服会话方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107066541A (zh) * 2017-03-13 2017-08-18 平安科技(深圳)有限公司 客服问答数据的处理方法及系统
CN107092692A (zh) * 2017-04-24 2017-08-25 深圳市云软信息技术有限公司 知识库的更新方法及智能客服系统
CN109033270A (zh) * 2018-07-09 2018-12-18 深圳追科技有限公司 一种基于人工客服日志自动构建客服知识库的方法
CN109446304A (zh) * 2018-10-10 2019-03-08 长沙师范学院 智能客服会话方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112800219A (zh) * 2021-01-19 2021-05-14 苏宁金融科技(南京)有限公司 客服日志反馈回流数据库的方法及系统
CN112800219B (zh) * 2021-01-19 2022-12-30 苏宁金融科技(南京)有限公司 客服日志反馈回流数据库的方法及系统
CN116452212A (zh) * 2023-04-24 2023-07-18 深圳迅销科技股份有限公司 一种智能客服商品知识库信息管理方法及系统
CN116452212B (zh) * 2023-04-24 2023-10-31 深圳迅销科技股份有限公司 一种智能客服商品知识库信息管理方法及系统

Similar Documents

Publication Publication Date Title
US10311111B2 (en) Search method and apparatus and storage medium
CN107220353B (zh) 一种智能客服机器人满意度自动评价方法及系统
CN108459939A (zh) 一种日志收集方法、装置、终端设备及存储介质
CN107784026B (zh) 一种etl数据处理方法及装置
CN108268565B (zh) 基于数据仓库处理用户浏览行为数据的方法及系统
CN106445905B (zh) 问答数据处理、自动问答方法及装置
CN109389423A (zh) 一种基于大数据融合商业的营销使用方法
CN107491983A (zh) 一种微信客户行为反馈方法、设备及存储介质
CN105493028A (zh) 用于云分析的数据一致性和回退
EP2102758A2 (en) Generation of a multidimensional dataset from an associative database
CN111143673A (zh) 一种多渠道客户信息处理及自动化营销的方法及系统
CN111898023A (zh) 一种消息推送方法、装置、可读存储介质及计算设备
CN104361506A (zh) 一种基于用户问答方式的智能推荐商品方法及系统
CN101556586A (zh) 一种自动采集数据的方法、系统和装置
US20090083221A1 (en) System and Method for Estimating and Storing Skills for Reuse
CN111949772A (zh) 一种智能客服与知识库系统及管理方法
CN113342976A (zh) 一种自动采集处理数据的方法、装置、存储介质及设备
CN112131338A (zh) 一种建立问答对的方法及装置
CN109739992A (zh) 一种获取关联信息的方法及终端
CN110263021B (zh) 一种基于个性化标签体系的主题库生成方法
CN111865673A (zh) 一种自动化故障管理方法、装置及系统
CN113157978B (zh) 数据的标签建立方法和装置
CN110765325A (zh) 一种ceph分布式存储系统的运维分析方法及系统
KR20200143989A (ko) 고객 문의에 대한 유형 분류에 기초한 담당자 배정 시스템 및 방법
CN109600428A (zh) 一种自动化上传附件并匹配关联的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201117