CN112148835A - 基于大数据的售后服务处理方法、智能终端及存储介质 - Google Patents
基于大数据的售后服务处理方法、智能终端及存储介质 Download PDFInfo
- Publication number
- CN112148835A CN112148835A CN202010909826.5A CN202010909826A CN112148835A CN 112148835 A CN112148835 A CN 112148835A CN 202010909826 A CN202010909826 A CN 202010909826A CN 112148835 A CN112148835 A CN 112148835A
- Authority
- CN
- China
- Prior art keywords
- data
- problem data
- sales
- target
- target problem
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012827 research and development Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims description 27
- 238000003745 diagnosis Methods 0.000 claims description 17
- 238000000586 desensitisation Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
- G06F16/33—Querying
-
- 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
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (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
本发明公开了基于大数据的售后服务处理方法、智能终端及存储介质，方法包括：获取用户发送的原始问题数据，并对原始问题数据进行预处理，生成目标问题数据；根据目标问题数据，确定目标问题数据对应的关联问题数据，并发送至对应的售后平台；当检测到售后平台反馈的售后数据时，判断目标问题数据对应的设备故障是否未解决；若目标问题数据中的设备故障未解决，则将售后数据发送至研发平台；当检测到研发平台反馈的诊断数据时，将诊断数据发送至对应的售后平台，并作为历史问题数据保存。本发明能够实时更新设备故障的解决方案，从而加快用户售后问题的处理效率。
Description
技术领域
本发明涉及信息处理技术领域，尤其涉及一种基于大数据的售后服务处理方法、智能终端及存储介质。
背景技术
由于国内地域辽阔，人口众多，因此当某个产品出现问题时，需要厂商提供服务时，一般采用客户先反馈问题，当地分布的售后点或外包的售后点派人上门或用户拿着产品上门确定问题，若售后点无法解决问题，则售后点再将问题反馈至厂商，厂商根据出现故障的产品再去解决问题。并且由于分布售后点的区域性和不确定性，信息没有一个共享的平台去分享，有一些相同的共性问题可能会花费大量的重复时间去解决。
一般新设备的量产前都会进行几轮的试产和测试，测试的手法一般为测试人员主观测试、按照测试用例测试以及自动压力测试，而在用户实际使用过程中，使用习惯与测试人员手法或测试用例存在差异，从而导致一些问题只有在用户使用过程中才会被发现。并且在售后问题发生后，由于外包的售后团队人员素质参差不齐，且大致相同的外部问题现象可能由不同的内部原因导致，因此很多时候售后技术人员上门并不能迅速且有效地解决问题，还需要花费大量的资源与厂商沟通，从而定位问题，因此目前的售后服务在诊断问题以及确定解决方案存在耗时长，效率慢以及费用高昂等问题。
发明内容
本发明的主要目的在于提供一种基于大数据的售后服务处理方法、智能终端及存储介质，旨在解决现有技术中售后过程中，处理产品故障效率低的问题。
为实现上述目的，本发明提供一种基于大数据的售后服务处理方法，所述基于大数据的售后服务处理方法包括如下步骤：
获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，其中所述目标问题数据包括设备信息和地址信息；
根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据；
根据所述地址信息，将所述目标问题数据和所述关联问题数据发送至对应的售后平台；
当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决；
若所述目标问题数据中的设备故障未解决，则将所述售后数据发送至研发平台；
当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存。
可选地，所述的基于大数据的售后服务处理方法，其中，所述原始问题数据的类型包括文本型和语音型，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，具体包括：
获取用户发送的原始问题数据；
当所述原始问题数据类型为文本型时，根据预设的关键词提取规则，提取所述原始数据中的关键词，生成目标问题数据；
当所述原始问题数据类型为语音型时，将语音型的原始问题数据转换为文本型的原始问题数据，并根据所述关键词提取规则，提取转换后的原始数据中的关键词，生成目标问题数据。
可选地，所述的基于大数据的售后服务处理方法，其中，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据之后，还包括：
对所述目标问题数据进行脱敏处理，生成脱敏数据；
对所述脱敏数据进行加密处理，并将加密处理后的脱敏数据作为更新后的目标问题数据。
可选地，所述的基于大数据的售后服务处理方法，其中，所述根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据，具体包括：
根据所述设备信息，确定预设的问题数据库中所述目标问题数据对应的目标问题数据库；
根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据。
可选地，所述的基于大数据的售后服务处理方法，其中，所述根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据，具体包括：
计算所述关键词中的故障词与所述目标问题数据库中的各个历史问题数据之间的匹配度；
根据所述匹配度，确定所述历史问题数据中，与所述目标问题数据对应的关联问题数据。
可选地，所述的基于大数据的售后服务处理方法，其中，所述当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决之后，还包括：
若所述目标问题数据对应的设备故障已解决，则将所述售后数据作为历史问题数据保存。
可选地，所述的基于大数据的售后服务处理方法，其中，所述诊断数据包括硬件问题数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述硬件问题数据中的元器件信息，确定对应的物料信息；
根据所述物料信息，生成所述元器件名称对应的元器件报告单。
可选地，所述的基于大数据的售后服务处理方法，其中，所述诊断数据包括软件升级数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述设备信息，确定所述软件升级数据对应的软件信息；
将所述软件升级数据推送至所述软件信息对应的候选设备，以供所述候选设备根据所述软件升级数据进行软件升级。
此外，为实现上述目的，本发明还提供一种智能终端，其中，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的售后服务处理程序，所述基于大数据的售后服务处理程序被所述处理器执行时实现如上所述的基于大数据的售后服务处理方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，其中，所述存储介质存储有基于大数据的售后服务处理程序，所述基于大数据的售后服务处理程序被处理器执行时实现如上所述的基于大数据的售后服务处理方法的步骤。
本发明提供一种基于大数据的售后服务处理方法，用户先将包含设备信息的原始问题数据发送至服务器，服务器根据原始问题数据，在预先保存的历史问题数据中确定与其存在关联的关联问题数据，然后发送至售后平台。若后续售后平台能够解决问题，则将解决的故障和解决方案发送至服务器，服务器从而对历史问题数据进行更新。若无法解决，则服务器发送至对应的研发平台，研发平台确定解决方案后，将故障和解决方案作为诊断数据发送至服务器，以通过服务器发送给售后平台，售后平台再根据解决方案解决设备故障，并且反馈至服务器，通过以服务器为中介的售后平台、研发平台的信息循环，不断增加服务器中存储的历史问题数据的数量，后续若出现类似的问题，服务器可帮助售后人员快速定位解决方案，从而提高售后问题的解决效率。
此外，根据诊断数据中的硬件问题数据，服务器可生成元器件报告单，元器件报告单中会列出出现故障的元器件的信息及对应的供货商的信息，因此后续采购人员和研发人员可根据元器件报告单，提高元器件采购的品质和后续研发方向。并且后续新机型项目中若有高频故障元器件，可在量产前安排多轮测试，对故障元器件做重点测试分析。若故障为软件问题，诊断数据中还包括软件升级信息，服务器得到软件升级数据中，可推送至安装有同一软件的设备，以供这些设备进行软件升级，从而避免后续售后的发生。
附图说明
图1是本发明基于大数据的售后服务处理方法提供的实施例的流程图；
图2是本发明基于大数据的售后服务处理方法的较佳实施例中整个方法执行流程的示意图；
图3是本发明基于大数据的售后服务处理方法的较佳实施例中不同平台之间的交互流程图；
图4是本发明基于大数据的售后服务处理方法的较佳实施例中步骤S100的流程图；
图5是本发明基于大数据的售后服务处理方法的较佳实施例中不同类型的原始问题数据处理的流程图；
图6是本发明基于大数据的售后服务处理方法的较佳实施例中步骤S100之后步骤的流程图；
图7是本发明基于大数据的售后服务处理方法的较佳实施例中步骤S200的流程图；
图8是本发明基于大数据的售后服务处理方法的较佳实施例中步骤S220的流程图；
图9是本发明基于大数据的售后服务处理方法的较佳实施例中对硬件问题数据处理的流程图；
图10是本发明基于大数据的售后服务处理方法的较佳实施例中对软件升级数据处理的流程图；
图11为本发明智能终端的较佳实施例的运行环境示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明较佳实施例所述的基于大数据的售后服务处理方法，参阅图1、图2和图3，所述基于大数据的售后服务处理方法包括以下步骤：
步骤S100，获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，其中所述目标问题数据包括设备信息和地址信息。
本实施例中，执行主体为安装于云服务器的基于大数据的售后服务处理程序。当用户在使用某产品时出现故障时，用户可通过网页或电话端进行问题的反馈。以网页为例，用户可在官网选择问题反馈，然后将出现的故障以文字、图片、视频等形式在问题反馈栏中进行描述，网页对应的客户端将这些信息进行打包，并作为信息数据包上传至云服务器中。此外，用户还可通过电话的方式反馈问题，当用户打电话反馈问题时，语音识别程序先将用户的语音转换为文字，再从文字中提取关键字词，如地址、产品型号、出现的问题等等，最后将这些关键字词打包，并作为信息数据包发送至所述云服务器。
进一步，参阅图4和图5，所述原始问题数据的类型包括文本型和语音型，步骤S100包括：
步骤S111，获取用户发送的原始问题数据。
具体的，用户先通过网页或电话向云服务器发送原始问题数据，在所述原始问题数据中，包括出现故障的设备的型号，购买日期，编号，用户的住址，联系方式，设备故障的描述等等。
步骤S112，当所述原始问题数据类型为文本型时，根据预设的关键词提取规则，提取所述原始数据中的关键词，生成目标问题数据。
具体的，由于原始问题数据中的信息非常驳杂，除有用的信息外还可能参夹着无关信息，因此需要对原始问题进行一个提取过程，将无用信息剔除。在本实施例中，采用关键词提取的方法，可预先设置一个关键词提取规则，值得注意的是本实施例中所指的关键词并不仅指单个的词，也可以是包含关键词的句子，关键词提取规则提取的关键词为用户的姓名，住址，设备型号，故障描述的词语或句子。关键词提取规则可以通过正则表达式、预设关键词文本库等方式实现。
由于所述原始问题数据的类型包括文本型和语音型，目前大多数据的提取和处理都是在文本的基础上实现的，因此当其为文本型时，可采用根据预设的关键词提取规则，提取所述原始数据中的关键词，生成关键词数据。在本实施例中，以关键词提取规则以正则表达式为基础进行简单描述，正则表达式是一种字符串匹配模式，用于检查一个字符串是否包含某种子字符串，并将匹配的子字符串替换或提取，所述原始问题数据即可为正则表达式处理的串，设置一个正则表达式，提取在“姓名：”与“，”之间的文字，即可得到用户的姓名。将所有提取的关键词进行汇总，即可得到关键词数据。
步骤S113，当所述原始问题数据类型为语音型时，将语音型的原始问题数据转换为文本型的原始问题数据，并根据所述关键词提取规则，提取转换后的原始数据中的关键词，生成目标问题数据。
具体地，当所述原始问题数据类型为语音型时，先通过语音识别技术，将语音型的原始问题数据转换为文本型，再进行上述关键词提取过程，从而生成关键词数据。
进一步地，参阅图6，步骤100之后包括：
步骤S121，对所述目标问题数据进行脱敏处理，生成脱敏数据。
具体地，对数据进行脱敏是指通过一定的算法规则，对数据进行变形，实现敏感或隐私数据的可靠保护，例如将一段字符随机变换为另一段字符。由于用户的一些信息，例如电话号码，地址，都属于个人隐私，因此为保证用户的信息不被泄露，所述基于大数据的售后服务处理程序需要将所述关键词数据中的与用于个人信息有关的关键词进行数据脱敏，得到脱敏数据。
步骤S122，对所述脱敏数据进行加密处理，并将加密处理后的脱敏数据作为更新后的目标问题数据。
具体地，数据传输和处理过程中，可能存在外界的侵入篡改，而本身目标问题数据并不需要再进行修改，因此本方案中，基于大数据的售后服务处理程序将所述脱敏数据加密，并将加密后的脱敏数据作为更新后的目标问题数据，从而对目标问题数据提高安全性。由于数据加密本身是一种常见手段，因此在此不再进行赘述。
步骤S200，根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据。
其中，云服务器中存有问题数据库，所述问题数据库中存有多个历史问题数据，所述历史问题数据包括售后平台反馈的故障问题和解决方案的数据。根据所述目标问题数据中的关键词，从所述历史问题数据中筛选，可能包含解决所述目标问题数据所对应的设备故障的解决方案的历史问题数据，并将其作为所述目标问题数据对应的关联问题数据。
进一步，参阅图7，步骤S200包括：
步骤S210，根据所述设备信息，确定预设的问题数据库中所述目标问题数据对应的目标问题数据库。
具体地，云服务器中存有多个问题数据库，所述问题数据库之间是以设备信息的不同来进行划分的，设备信息包括设备型号、设备编号、设备类型等。例如目标问题数据库A中存储的历史问题数据都来源于设备编号为A的设备。因此，根据所述设备信息，可在所述问题数据库中，确定所述目标问题数据对应的目标问题数据库。
步骤S220，根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据。
具体地，所述关键词中除用户的个人信息外，还包含对设备故障描述的故障词，在确定对应的目标问题数据库后，再根据所述故障词，确定对应的关联问题数据。例如某故障词为“无法开机”，则将所述目标问题数据库中所有的历史问题数据进行检索，从中筛选带有“无法开机”一词的历史问题数据并将其作为关联问题数据。
进一步，参阅图8，步骤S220包括：
步骤S221，计算所述关键词中的故障词与所述目标问题数据库中的各个历史问题数据之间的匹配度。
具体地，计算所述关键词中的故障词与对应的目标问题数据库中的各个历史问题数据进行匹配，并计算对应的匹配度。匹配度的计算可采用传统的单字匹配的方式，也可采用克努特-莫里斯-普拉特算法、短文本匹配等，或者基于深度学习计算等。
步骤S222，根据所述匹配度，确定所述目标问题数据对应的关联问题数据。
具体地，本实施例可采用两种方案进行关联问题数据的确定，一种是预设一个匹配度阈值，例如80％，将超过该匹配度阈值的历史问题数据作为所述目标问题数据对应的关联问题数据；另一种是预先设定一个关联问题数据的数量，如5，对各个匹配度进行排序，将匹配度排在前五的历史问题数据作为关联问题数据。
步骤S300，根据所述地址信息，将所述目标问题数据和所述关联问题数据发送至对应的售后平台。
具体地，确定所述关联问题数据后，启动维修流程，所述目标问题数据中包含用户的地址信息，而由于售后平台分布于多个城市，为节约成本，故基于就近原则，若用户地址为A市，则将所述目标问题数据和所述关联问题数据发送至A市的售后平台。
后续售后团队可以从专门的售后平台网站、邮箱、微信、短信等渠道接收用户信息、目标问题数据和关联问题数据。然后根据关联问题数据中的解决方案，前往用户提供地址的位置定位问题。售后团队可先采用关联问题数据中的解决方案以及自己之前的经验，尝试解决设备的故障。若能解决，则将解决状态、实际解决的方案和设备故障描述作为售后数据反馈至云服务器。若无法解决，可根据实际情况，对设备故障进行更详细的检测排查，完善问题现象描述，或者向用户咨询更多的细节，然后将细化后的故障描述和解决状态作为售后数据反馈至云服务器。若售后人员根据经验判断可能需要返厂检修，后续可将设备寄回厂商。
步骤S400，当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决。
具体地，当检测到售后平台反馈的售后数据时，可根据售后数据中的解决状态，判断所述目标问题数据所对应的设备故障是否未解决。此外，除解决状态外，还可根据售后数据中的与是否解决相关的关键词等，判断是否得到解决。
进一步，步骤S400之后，还包括：若所述目标问题数据对应的设备故障已解决，则将所述售后数据作为历史问题数据保存。
具体的，若售后平台反馈目标问题数据对应的设备故障已经解决，则将所述售后数据作为历史问题数据，并保存至对应的问题数据库中。
步骤S500，若所述目标问题数据中的设备故障未解决，则将所述售后数据发送至对应的研发平台。
具体地，所述云服务器与一个或多个研发平台通讯连接，研发平台由研发工程师操控。若售后平台反馈未能解决设备故障，则将所述售后数据发送至研发平台。
研发经理根据所述售后数据，确定引发设备故障可能的原因。如果是软件问题，则研发经理将售后问题数据转发给软件工程师。软件工程师会将隐藏在设备软件中的日志文件，如log文件，的打印功能打开，然后根据出现故障的细节，对具体某一部分的代码进行追加打印和分析，从而确认软件中存在的问题，并将问题的原因和解决方案作为诊断数据发送至所述云服务器。如果是硬件问题，则研发经理将所述售后问题数据转发给硬件工程师，硬件工程师先确定产品的各个模块和系统的供电是否正常。如果不正常，则对各个模块进行排查，直至定位出现问题的元器件，然后对出现问题的原器件进行维修，维修后检查产品是否正常。若正常，则说明是该元器件引起的产品故障，将问题原因和解决方案作为问题解决数据上传至云服务器中。如果供电正常，则检查屏幕等配件类型的元器件是否故障，若故障，则更换元器件，检查是否正常，更换后正常，则将解决方案作为诊断数据通过研发平台发送云服务器。
步骤S600，当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存。
具体地，当检测到研发平台反馈的诊断数据时，再将所述诊断数据发送至对应的售后平台，以供售后团队根据诊断数据再进行进一步地维修，同时将诊断数据作为历史问题数据保存。因此无论之后该故障是否能够得到解决，在问题数据库中存储的故障类型和可能的解决方案越多，后续若出现这种故障，提供了更多的解决方案的选择。
因此本实施例可不断地积累在实际过程中可能出现的故障及解决方案，并且能够及时对售后平台进行更新，以保证在为用户提供售后服务时，之前存在的故障可快速解决，提高设备故障维修效率。
进一步，参阅图9，所述诊断数据包括硬件问题数据，步骤S600之后，还包括：
步骤S611，根据所述硬件问题数据中的元器件信息，确定对应的物料信息。
具体地，硬件问题数据指出现问题的元器件的信息，以及对应的解决方案。而出现问题的元器件信息包括该元器件名称、型号和批次。所述云服务器接收所述硬件问题数据后，可根据元器件信息，从采购系统，如思爱普公司发行的SAP R/3系统，中确定对应的物料清单。物料清单包括这一型号、名称或批次的元器件所对应的供货商，已经包含该元器件的设备。
步骤S612，根据所述物料信息，生成所述元器件信息对应的元器件报告单。
具体地，将所述物料信息和所述元器件对应，生成所述元器件报告单。当所述物料清单包含元器件信息对应的供货商时，所述元器件报告单可用于后续采购人员对供货商进行评价和筛选，以提高后续产品的质量。当所述物料清单包含元器件信息对应的设备时，所述元器件报告单可用于将这些设备作为候选故障设备，并对候选故障设备的故障情况进行追踪，确定出现同样故障的概率，或者方便后续研发人员在此基础上进行硬件的改进，例如用更好质量的元器件代替常常出现故障的元器件等。并且后续新机型项目中若有高频故障元器件，可在量产前安排多轮测试，对故障元器件做重点测试分析。此外，为方便采购人员和研发人员根据所述元器件报告单进行分析，所述元器件报告单还包括同一型号的元器件出现故障的频次以及在一定期限内的频率。
进一步，参阅图10，所述诊断数据包括软件升级数据，步骤S600之后，还包括：
步骤S621，根据所述设备信息，确定所述软件升级数据对应的软件信息。
具体的，所述诊断数据包括软件升级数据，软件升级数据是指软件研发人员根据确定的软件故障，对软件改进后的补丁或更新后的软件数据包。不同的设备上安装的软件可能不同，故先根据所述设备信息，确定所述设备上安装的软件的名称、编号等，即软件信息。
步骤S622，将所述软件升级数据推送至所述软件信息对应的候选设备，以供所述候选设备根据所述软件升级数据进行软件升级。
具体的，例如设备A和设备B上安装有同一软件，所述设备A若出现故障，则设备A和设备B为对应的候选设备，研发人员根据设备A出现的故障，上传软件升级数据后，所述云服务器通过空中下载技术(Over The Air，OTA)将所述软件升级数据推送至设备A的同时也推送至设备B，以供设备A和设备B进行软件升级，从而解决设备A的故障。
此外，将所述软件升级数据推送至候选设备的同时，还会推送至所述售后平台。若设备A的故障较为严重，如无法开机，无法联网，售后团队可通过所述售后平台，从所述云服务器中获取软件升级数据，然后对设备A进行人工刷机，从而修复设备A的故障。
进一步地，如图11所示，基于上述基于大数据的售后服务处理方法，本发明还相应提供了一种智能终端，所述智能终端包括处理器10、存储器20及显示器30。图11仅示出了智能终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器20在一些实施例中可以是所述智能终端的内部存储单元，例如智能终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述智能终端的外部存储设备，例如所述智能终端上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器20还可以既包括所述智能终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述智能终端的应用软件及各类数据，例如所述安装智能终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于大数据的售后服务处理程序40，该基于大数据的售后服务处理程序40可被处理器10所执行，从而实现本申请中基于大数据的售后服务处理方法。
所述处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)，微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于大数据的售后服务处理方法等。
所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。所述显示器30用于显示在所述智能终端的信息以及用于显示可视化的用户界面。所述智能终端的部件10-30通过系统总线相互通信。
在一实施例中，当处理器10执行所述存储器20中基于大数据的售后服务处理程序40时实现以下步骤：
获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，其中所述目标问题数据包括设备信息和地址信息；
根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据；
根据所述地址信息，将所述目标问题数据和所述关联问题数据发送至对应的售后平台；
当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决；
若所述目标问题数据中的设备故障未解决，则将所述售后数据发送至研发平台；
当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存。
其中，所述原始问题数据的类型包括文本型和语音型，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，具体包括：
获取用户发送的原始问题数据；
当所述原始问题数据类型为文本型时，根据预设的关键词提取规则，提取所述原始数据中的关键词，生成目标问题数据；
当所述原始问题数据类型为语音型时，将语音型的原始问题数据转换为文本型的原始问题数据，并根据所述关键词提取规则，提取转换后的原始数据中的关键词，生成目标问题数据。
其中，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据之后，还包括：
对所述目标问题数据进行脱敏处理，生成脱敏数据；
对所述脱敏数据进行加密处理，并将加密处理后的脱敏数据作为更新后的目标问题数据。
其中，所述根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据，具体包括：
根据所述设备信息，确定预设的问题数据库中所述目标问题数据对应的目标问题数据库；
根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据。
其中，所述根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据，具体包括：
计算所述关键词中的故障词与所述目标问题数据库中的各个历史问题数据之间的匹配度；
根据所述匹配度，确定所述历史问题数据中，与所述目标问题数据对应的关联问题数据。
其中，所述当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决之后，还包括：
若所述目标问题数据对应的设备故障已解决，则将所述售后数据作为历史问题数据保存。
其中，所述诊断数据包括硬件问题数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述硬件问题数据中的元器件信息，确定对应的物料信息；
根据所述物料信息，生成所述元器件名称对应的元器件报告单。
其中，所述诊断数据包括软件升级数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述设备信息，确定所述软件升级数据对应的软件信息；
将所述软件升级数据推送至所述软件信息对应的候选设备，以供所述候选设备根据所述软件升级数据进行软件升级。
本发明还提供一种存储介质，其中，所述存储介质存储有基于大数据的售后服务处理程序，所述基于大数据的售后服务处理程序被处理器执行时实现如上所述的基于大数据的售后服务处理方法的步骤。
综上所述，本发明提供一种基于大数据的售后服务处理方法、智能终端及存储介质，所述方法包括：获取用户发送的原始问题数据，并对原始问题数据进行预处理，生成目标问题数据；根据目标问题数据，确定目标问题数据对应的关联问题数据，并发送至对应的售后平台；当检测到售后平台反馈的售后数据时，判断目标问题数据对应的设备故障是否未解决；若目标问题数据中的设备故障未解决，则将售后数据发送至研发平台；当检测到研发平台反馈的诊断数据时，将诊断数据发送至对应的售后平台，并作为历史问题数据保存。本发明能够实时更新设备故障的解决方案，从而加快用户售后问题的处理效率。
当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于大数据的售后服务处理方法，其特征在于，所述基于大数据的售后服务处理方法包括：
获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，其中所述目标问题数据包括设备信息和地址信息；
根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据；
根据所述地址信息，将所述目标问题数据和所述关联问题数据发送至对应的售后平台；
当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决；
若所述目标问题数据中的设备故障未解决，则将所述售后数据发送至研发平台；
当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存。
2.根据权利要求1所述的基于大数据的售后服务处理方法，其特征在于，所述原始问题数据的类型包括文本型和语音型，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据，具体包括：
获取用户发送的原始问题数据；
当所述原始问题数据类型为文本型时，根据预设的关键词提取规则，提取所述原始数据中的关键词，生成目标问题数据；
当所述原始问题数据类型为语音型时，将语音型的原始问题数据转换为文本型的原始问题数据，并根据所述关键词提取规则，提取转换后的原始数据中的关键词，生成目标问题数据。
3.根据权利要求2所述的基于大数据的售后服务处理方法，其特征在于，所述获取用户发送的原始问题数据，并对所述原始问题数据进行关键词提取处理，生成目标问题数据之后，还包括：
对所述目标问题数据进行脱敏处理，生成脱敏数据；
对所述脱敏数据进行加密处理，并将加密处理后的脱敏数据作为更新后的目标问题数据。
4.根据权利要求2所述的基于大数据的售后服务处理方法，其特征在于，所述根据所述目标问题数据，确定所述目标问题数据对应的关联问题数据，具体包括：
根据所述设备信息，确定预设的问题数据库中所述目标问题数据对应的目标问题数据库；
根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据。
5.根据权利要求4所述的基于大数据的售后服务处理方法，其特征在于，所述根据所述关键词中的故障词，确定所述目标问题数据库中对应的关联问题数据，具体包括：
计算所述关键词中的故障词与所述目标问题数据库中的各个历史问题数据之间的匹配度；
根据所述匹配度，确定所述历史问题数据中，与所述目标问题数据对应的关联问题数据。
6.根据权利要求1所述的基于大数据的售后服务处理方法，其特征在于，所述当检测到所述售后平台根据所述目标问题数据和所述关联问题数据反馈的售后数据时，判断所述目标问题数据对应的设备故障是否未解决之后，还包括：
若所述目标问题数据对应的设备故障已解决，则将所述售后数据作为历史问题数据保存。
7.根据权利要求1-6中任一项所述的基于大数据的售后服务处理方法，其特征在于，所述诊断数据包括硬件问题数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述硬件问题数据中的元器件信息，确定对应的物料信息；
根据所述物料信息，生成所述元器件名称对应的元器件报告单。
8.根据权利要求1-6中任一项所述的基于大数据的售后服务处理方法，其特征在于，所述诊断数据包括软件升级数据，所述当检测到所述研发平台根据所述售后数据反馈的诊断数据时，将所述诊断数据发送至对应的售后平台，并作为历史问题数据保存之后，还包括：
根据所述设备信息，确定所述软件升级数据对应的软件信息；
将所述软件升级数据推送至所述软件信息对应的候选设备，以供所述候选设备根据所述软件升级数据进行软件升级。
9.一种智能终端，其特征在于，所述智能终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的售后服务处理程序，所述基于大数据的售后服务处理程序被所述处理器执行时实现如权利要求1-8任一项所述的基于大数据的售后服务处理方法的步骤。
10.一种存储介质，其特征在于，所述存储介质存储有基于大数据的售后服务处理程序，所述基于大数据的售后服务处理程序被处理器执行时实现如权利要求1-8任一项所述的基于大数据的售后服务处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010909826.5A CN112148835A (zh) | 2020-09-02 | 2020-09-02 | 基于大数据的售后服务处理方法、智能终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010909826.5A CN112148835A (zh) | 2020-09-02 | 2020-09-02 | 基于大数据的售后服务处理方法、智能终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112148835A true CN112148835A (zh) | 2020-12-29 |
Family
ID=73890539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010909826.5A Pending CN112148835A (zh) | 2020-09-02 | 2020-09-02 | 基于大数据的售后服务处理方法、智能终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148835A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112989200A (zh) * | 2021-03-31 | 2021-06-18 | 珠海必要工业科技股份有限公司 | 商品使用信息的提供方法、基于评论信息改进关联信息方法 |
| CN113032669A (zh) * | 2021-03-09 | 2021-06-25 | 国轩高科美国研究院 | 一种产品问题处理方法、装置及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130082951A (ko) * | 2011-12-23 | 2013-07-22 | 주식회사 에코텍 | 기계설비의 애프터서비스 관리 시스템 및 이를 이용한 애프터서비스 관리 방법 |
| CN103955382A (zh) * | 2014-04-04 | 2014-07-30 | 浙江吉利控股集团有限公司 | 一种车载装置远程刷写设备 |
| CN105045257A (zh) * | 2015-07-14 | 2015-11-11 | 广州橙行智动汽车科技有限公司 | 一种汽车故障售后诊断的方法和诊断设备、服务器 |
| CN109726271A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 识别用户问题内容的方法、装置、设备和存储介质 |
| CN110032627A (zh) * | 2019-04-23 | 2019-07-19 | 上海智臻智能网络科技股份有限公司 | 售后服务信息的提供方法、装置、计算机设备和存储介质 |
| CN110363542A (zh) * | 2019-07-15 | 2019-10-22 | 江苏满运软件科技有限公司 | 客服系统的构建方法、装置、存储介质及电子设备 |
| CN110427455A (zh) * | 2019-06-24 | 2019-11-08 | 卓尔智联(武汉)研究院有限公司 | 一种客服服务方法、装置和存储介质 |
| CN111510565A (zh) * | 2020-06-18 | 2020-08-07 | 北京灵伴即时智能科技有限公司 | 数据加密的客服系统及客服方法 |
-
2020
- 2020-09-02 CN CN202010909826.5A patent/CN112148835A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130082951A (ko) * | 2011-12-23 | 2013-07-22 | 주식회사 에코텍 | 기계설비의 애프터서비스 관리 시스템 및 이를 이용한 애프터서비스 관리 방법 |
| CN103955382A (zh) * | 2014-04-04 | 2014-07-30 | 浙江吉利控股集团有限公司 | 一种车载装置远程刷写设备 |
| CN105045257A (zh) * | 2015-07-14 | 2015-11-11 | 广州橙行智动汽车科技有限公司 | 一种汽车故障售后诊断的方法和诊断设备、服务器 |
| CN109726271A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 识别用户问题内容的方法、装置、设备和存储介质 |
| CN110032627A (zh) * | 2019-04-23 | 2019-07-19 | 上海智臻智能网络科技股份有限公司 | 售后服务信息的提供方法、装置、计算机设备和存储介质 |
| CN110427455A (zh) * | 2019-06-24 | 2019-11-08 | 卓尔智联(武汉)研究院有限公司 | 一种客服服务方法、装置和存储介质 |
| CN110363542A (zh) * | 2019-07-15 | 2019-10-22 | 江苏满运软件科技有限公司 | 客服系统的构建方法、装置、存储介质及电子设备 |
| CN111510565A (zh) * | 2020-06-18 | 2020-08-07 | 北京灵伴即时智能科技有限公司 | 数据加密的客服系统及客服方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113032669A (zh) * | 2021-03-09 | 2021-06-25 | 国轩高科美国研究院 | 一种产品问题处理方法、装置及设备 |
| CN112989200A (zh) * | 2021-03-31 | 2021-06-18 | 珠海必要工业科技股份有限公司 | 商品使用信息的提供方法、基于评论信息改进关联信息方法 |
| CN112989200B (zh) * | 2021-03-31 | 2024-06-07 | 珠海必要工业科技股份有限公司 | 商品使用信息的提供方法、基于评论信息改进关联信息方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7945426B2 (en) | Method to improve requirements, design manufacturing, and transportation in mass manufacturing industries through analysis of defect data | |
| US10184882B2 (en) | System and method for providing user guidance for electronic device processing | |
| CN112019401B (zh) | 一种车联网应用安全测试方法、装置、系统和电子设备 | |
| CN112148835A (zh) | 基于大数据的售后服务处理方法、智能终端及存储介质 | |
| CN112506779A (zh) | 软件接口测试方法、装置、电子设备及存储介质 | |
| CN112799722A (zh) | 命令识别方法、装置、设备和存储介质 | |
| CN110245059B (zh) | 一种数据处理方法、设备及存储介质 | |
| CN108804501B (zh) | 一种检测有效信息的方法及装置 | |
| CN113806160B (zh) | 一种监测配置文件的方法及装置、设备、存储介质 | |
| CN111294347B (zh) | 一种工控设备的安全管理方法及系统 | |
| CN110334523B (zh) | 一种漏洞检测方法、装置、智能终端及存储介质 | |
| CN115827122A (zh) | 操作引导方法、装置、电子设备及存储介质 | |
| CN113836522A (zh) | 监控设备的密码管理方法及装置 | |
| CN109669867B (zh) | 测试装置、自动化测试方法和计算机可读存储介质 | |
| CN112069031A (zh) | 异常查询方法、装置、设备及计算机可读存储介质 | |
| CN111796857A (zh) | 热补丁发布方法、装置、设备及存储介质 | |
| CN114816876B (zh) | 一种服务器Redfish接口规范的自动化测试系统 | |
| CN117171816B (zh) | 基于工业标识的数据验证方法及相关设备 | |
| CN115964307B (zh) | 交易数据自动化测试方法、装置、设备及介质 | |
| JP5492031B2 (ja) | 作業管理システム | |
| CN116149887A (zh) | 基于dmp的人群监控方法、装置、设备及存储介质 | |
| CN113313389A (zh) | 设备管理方法、装置、可读存储介质及电子设备 | |
| CN111596895A (zh) | 基于通讯工具的软件开发管理方法、系统及移动终端 | |
| CN118132135A (zh) | 一种软件持续集成方法、装置、设备及介质 | |
| CN111324524A (zh) | 一种广告的稳定性测试方法及装置 |
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 |