CN112183953A - 客服资源的分配方法、装置、电子设备和存储介质 - Google Patents
客服资源的分配方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112183953A CN112183953A CN202010943830.3A CN202010943830A CN112183953A CN 112183953 A CN112183953 A CN 112183953A CN 202010943830 A CN202010943830 A CN 202010943830A CN 112183953 A CN112183953 A CN 112183953A
- Authority
- CN
- China
- Prior art keywords
- data
- standard
- customer service
- account
- database
- 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 41
- 238000004458 analytical method Methods 0.000 claims description 70
- 230000006399 behavior Effects 0.000 claims description 32
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005236 sound signal Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 210000004243 sweat Anatomy 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06F16/332—Query formulation
- G06F16/3329—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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开关于一种客服资源的分配方法、装置、电子设备及存储介质,其中,所述方法包括:获取账户的初始问题数据;从标准问题数据库中查询与初始问题数据对应的标准问题数据;获取与标准问题数据关联的第一客服资源,不同类型的标准问题数据对应不同的客服资源;将第一客服资源分配给账户。本公开不需要账户自行选择初始问题数据的问题类别,降低了对账户的问题分类的要求,而是自动从标准问题数据库中查询标准问题数据,从而提高了为初始问题数据匹配问题类别的准确度。不需要利用专门的客服人员为初始问题数据的进行问题分类,降低了人工成本、节省了客服资源。实现了问题分类与客服资源分配的自动化,提高了问题分类和客服资源分配的效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种客服资源的分配方法、装置、电子设备及存储介质。
背景技术
随着互联网的快速发展,互联网产品的功能也越来越丰富。相应地,对于互联网产品的账户而言,在互联网产品的使用过程中,遇到的问题也会越来越多。期望每个客服人员可以解决所有的问题是不现实的。每个客服人员都有自己擅长解决的问题,所以,为了给账户提供更好的服务,需要为账户分配做合适的客服人员。
相关技术中,一种情况是,账户自己选择要咨询的问题类别,然后将账户选择的问题类别的客服人员分配给账户。但是,可供账户选择的问题类别的数量较少,账户自己选择的问题类别可能不准确。另一种情况是,利用专门的客服人员为账户的进行问题分类,然后为账户分配与问题类别对应的客服人员。但是,利用专门的客服人员进行问题分类的效率低、人工成本高、浪费客服资源。
发明内容
本公开提供了一种客服资源的分配方法、装置、电子设备及存储介质,以至少解决相关技术中账户自己选择的问题类别不准确,以及,问题分类的效率低、人工成本高、浪费客服资源的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供了一种客服资源的分配方法,包括:获取账户的初始问题数据;从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,所述标准问题数据库存储有不同类型的标准问题数据;获取与所述标准问题数据关联的第一客服资源;其中,不同类型的标准问题数据对应不同的客服资源;将所述第一客服资源分配给所述账户。
可选地,所述从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,包括:基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,所述语义模板数据库存储有多个符合口语形式或书面语形式的语义模板。
可选地,所述基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板,包括:基于所述模板匹配算法对所述初始问题数据进行分词操作得到问题词组,将所述问题词组与所述语义模板数据库中的各语义模板的关键词进行相似度匹配,将相似度满足预设的相似度条件的语义模板作为与所述初始问题数据对应的语义模板。
可选地,所述从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,包括:按照语义模板与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据。
可选地,所述从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,包括:当基于所述模板匹配算法从所述语义模板数据库中未查询得到与所述初始问题数据对应的语义模板时,对所述账户在预设时间段的行为记录数据进行分析得到分析结果;从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
可选地,所述对所述账户在预设时间段的行为记录数据进行分析得到分析结果,包括:按照预设的分析规则对所述账户在预设时间段的行为记录数据进行分析得到分析结果,其中,所述分析规则包含以下至少之一:操作时间的优先规则和操作结果的优先规则,所述行为记录数据包含携带有操作时间的操作数据,以及与所述操作数据对应的操作结果数据,所述分析结果表示符合所述分析规则的所述行为记录数据。
可选地,所述从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据,包括:按照分析结果与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
可选地,所述方法还包括:当从所述标准问题数据库中未查询得到与所述分析结果对应的所述标准问题数据时,将第二客服资源分配给所述账户,其中,所述第二客服资源用于将与所述初始问题数据关联的第一客服资源分配给所述账户。
可选地,所述将所述第一客服资源分配给所述账户,包括:当存在多个所述第一客服资源时,从多个所述第一客服资源中随机选择出一个所述客服资源,并将随机选择出的一个所述客服资源分配给所述账户。
可选地,所述将所述第一客服资源分配给所述账户,包括:当存在多个所述第一客服资源时,获取每个所述第一客服资源的任务数量,将任务数量最少的所述第一客服资源分配给所述账户。
根据本公开实施例的第二方面,提供了一种客服资源的分配装置,包括:获取模块,被配置为获取账户的初始问题数据;查询模块,被配置为从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,所述标准问题数据库存储有不同类型的标准问题数据;匹配模块,被配置为获取与所述标准问题数据关联的第一客服资源,其中,不同类型的标准问题数据对应不同的客服资源;分配模块,被配置为将所述第一客服资源分配给所述账户。
可选地,所述查询模块,包括:语义模板查询模块,被配置为基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板;标准问题数据查询模块,被配置为从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,所述语义模板数据库存储有多个符合口语形式或书面语形式的语义模板。
可选地,所述语义模板查询模块,被配置为基于所述模板匹配算法对所述初始问题数据进行分词操作得到问题词组,将所述问题词组与所述语义模板数据库中的各语义模板的关键词进行相似度匹配,将相似度满足预设的相似度条件的语义模板作为与所述初始问题数据对应的语义模板。
可选地,所述标准问题数据查询模块,被配置为按照语义模板与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据。
可选地,所述查询模块,还包括:分析模块,被配置为当所述语义模板查询模块基于所述模板匹配算法从所述语义模板数据库中未查询得到与所述初始问题数据对应的语义模板时,对所述账户在预设时间段的行为记录数据进行分析得到分析结果;所述标准问题数据查询模块,还被配置为从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
可选地,所述分析模块,被配置为按照预设的分析规则对所述账户在预设时间段的行为记录数据进行分析得到分析结果,其中,所述分析规则包含以下至少之一:操作时间的优先规则和操作结果的优先规则,所述行为记录数据包含携带有操作时间的操作数据,以及与所述操作数据对应的操作结果数据,所述分析结果表示符合所述分析规则的所述行为记录数据。
可选地,所述标准问题数据查询模块,被配置为按照分析结果与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
可选地,所述分配模块,还被配置为当所述标准问题数据查询模块从所述标准问题数据库中未查询得到与所述分析结果对应的所述标准问题数据时,将第二客服资源分配给所述账户,其中,所述第二客服资源用于将与所述初始问题数据关联的第一客服资源分配给所述账户。
可选地,所述分配模块,被配置为当存在多个所述第一客服资源时,从多个所述第一客服资源中随机选择出一个所述客服资源,并将随机选择出的一个所述客服资源分配给所述账户。
可选地,所述分配模块,被配置为当存在多个所述第一客服资源时,获取每个所述第一客服资源的任务数量,将任务数量最少的所述第一客服资源分配给所述账户。
根据本公开实施例的第三方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的客服资源的分配方法。
根据本公开实施例的第四方面,提供了一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的客服资源的分配方法。
根据本公开实施例的第五方面,提供了一种计算机程序产品,包括可读性程序代码,所述可读性程序代码可由电子设备的处理器执行以完成上述第一方面所述的客服资源的分配方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
在本公开的实施例中,获取账户发出的初始问题数据,从预设的标准问题数据库中查询与初始问题数据对应的标准问题数据,该标准问题数据库中存储有不同类型的标准问题数据。然后,获取与标准问题数据关联的第一客服资源,不同类型的标准问题数据对应不同的客服资源,将第一客服资源分配给账户。一方面,本公开的实施例不需要账户自行选择初始问题数据的问题类别,降低了对账户的问题分类的要求,而是自动从标准问题数据库中查询标准问题数据,从而提高了为初始问题数据匹配问题类别的准确度。另一方面,不需要利用专门的客服人员为初始问题数据进行问题分类,降低了人工成本、节省了客服资源。而且,通过查询与账户的初始问题数据对应的标准问题数据,再获取与查询到的标准问题数据关联的第一客服资源,进而将第一客服资源分配给账户,实现了问题分类与客服资源分配的自动化,提高了问题分类和客服资源分配的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种客服资源的分配方法的流程图。
图2是根据一示例性实施例示出的一种客服资源的智能分配系统的结构示意图。
图3是根据一示例性实施例示出的一种客服资源的智能分配系统的流程示意图。
图4是根据一示例性实施例示出的一种客服资源的分配装置的框图。
图5是根据一示例性实施例示出的一种客服资源的分配电子设备的框图。
图6是根据一示例性实施例示出的一种用于对客服资源进行分配的电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种客服资源的分配方法的流程图,如图1所示,该客服资源的分配方法可以应用于服务器,账户通过所在的终端输入初始问题数据,服务器与账户所在的终端通信连接。该客服资源的分配方法可以包括以下步骤。
在步骤S11中,获取账户的初始问题数据。
在本公开的实施例中,账户的初始问题数据可以为文本格式。在实际应用中,账户可以通过所在终端直接输入文本格式的初始问题数据,也可以通过所在终端输入语音格式的数据,由所在终端将语音格式的数据识别为文本格式的初始问题数据,然后终端将初始问题数据传输至服务器。当账户通过所在终端输入语音格式的数据时,所在终端也可以将语音格式的数据传输至服务器,由服务器将语音格式的数据识别为文本格式的初始问题数据。
在步骤S12中,从预设的标准问题数据库中查询与初始问题数据对应的标准问题数据。
在本公开的实施例中,预先设置的标准问题数据库中可以包含多个不同类型的标准问题数据,标准问题数据的类型可以根据标准问题数据所属的问题领域进行划分。标准问题数据可以理解为账户的初始问题数据的一种标准化体现方式。
在步骤S13中,获取与标准问题数据关联的第一客服资源。
在本公开的实施例中,客服资源可以理解为客服人员,每个客服资源可以预先在服务器中注册各自擅长解决的类型的标准问题数据,也就是说,可以在服务器中预先建立每个标准问题数据与客服资源之间的关联关系,而且,不同类型的标准问题数据可以对应不同的客服资源。在上述查找标准问题数据之后,根据标准问题数据与客服资源之间的关联关系即可获取与标准问题数据关联的第一客服资源。
在步骤S14中,将第一客服资源分配给账户。
在本公开的实施例中,将第一客服资源分配给账户,即建立第一客服资源与账户之间的连接,然后,由第一客服资源解决账户的问题。除此之外,也可以将账户分配给第一客服资源。将第一客服资源分配给账户,与将账户分配给第一客服资源的作用是相同的。
在本公开的实施例中,服务器可以获取账户发出的初始问题数据,从预设的标准问题数据库中查询与初始问题数据对应的标准问题数据,该标准问题数据库中存储有不同类型的标准问题数据。然后,获取与标准问题数据关联的第一客服资源,不同类型的标准问题数据对应不同的客服资源,将第一客服资源分配给账户。一方面,本公开的实施例不需要账户自行选择初始问题数据的问题类别,降低了对账户的问题分类的要求,而是由服务器自动从标准问题数据库中查询标准问题数据,从而提高了为初始问题数据匹配问题类别的准确度。另一方面,不需要利用专门的客服人员为初始问题数据的进行问题分类,降低了人工成本、节省了客服资源。而且,通过查询与账户的初始问题数据对应的标准问题数据,再获取与查询到的标准问题数据关联的第一客服资源,进而将第一客服资源分配给账户,实现了问题分类与客服资源分配的自动化,提高了问题分类和客服资源分配的效率。
在本公开的一种示例性实施例中,在上述步骤S12的执行过程中,可以基于预设的模板匹配算法从预设的语义模板数据库中查询与初始问题数据对应的语义模板,再从标准问题数据库中擦汗寻与语义模板对应的标准问题数据。其中,语义模板数据库中可以预先存储有多个符合口语形式或书面语形式的语义模板,每个语义模板可以理解为接近口语或书面语的文本数据。例如,“我咋突然开不了直播呢?”。在实际应用中,可以基于模板匹配算法对初始问题数据进行分词操作得到问题词组,将问题词组与语义模板数据库中的各语义模板的关键词进行相似度匹配,将相似度满足预设的相似度条件的语义模板作为与初始问题数据对应的语义模板。其中,相似度条件可以包含相似度最高,或者,相似度大于相似度阈值等,本公开的实施例对相似度条件的内容等不做具体限制。例如,模板匹配算法可以为自然语言处理(Natural Language Processing,简称NLP)算法,基于NLP算法对某初始问题数据Q01进行分词操作得到问题词组Z01。问题词组Z01中可以包含一个或多个关键词。语义模板数据库中的各语义模板可以预先经过分词操作得到各自的关键词。然后,将问题词组Z01的每个关键词与各语义模板的关键词进行相似度匹配。若问题词组Z01与语义模板Y01的关键词的匹配度最高,则语义模板Y01为初始问题数据Q01对应的语义模板。需要说明的是,上述确定初始问题数据对应的语义模板的过程是一种示例性介绍,本公开的实施例还可以采用其他方式确定初始问题数据对应的语义模板,在此不再赘述。而且,语义模板数据库中的每个语义模板可以与标准问题数据库中的每个标准问题数据具有对应关系,即一个语义模板可以唯一对应一个标准问题数据。因此,在确定初始问题数据对应的语义模板之后,可以按照语义模板与标准问题数据之间的对应关系,从标准问题数据库中查询与语义模板对应的标准问题数据。接上例,与语义模板Y01具有对应关系的标准问题数据为标准问题数据B01,则从标准问题数据库中查询与语义模板Y01具有对应关系的标准问题数据B01。最终,标准问题数据B01就是初始问题数据Q01对应的标准问题数据。
在本公开的一种示例性实施例中,在上述步骤S12的执行过程中,若基于模板匹配算法从语义模板数据库中未查询得到与初始问题数据对应的语义模板,则可以对账户在预设时间段的行为记录数据进行分析得到分析结果,从标准问题数据库中查询与分析结果对应的标准问题数据。也就是说,基于模板匹配算法对初始问题数据进行分词操作得到问题词组,将问题词组与语义模板数据库中的各语义模板的关键词进行相似度匹配,未查询得到相似度满足相似度条件的语义模板,则可以对账户在预设时间段的行为记录数据进行分析得到分析结果,从标准问题数据库中查询与分析结果对应的标准问题数据。其中,可以预先存储账户的行为记录数据。行为记录数据可以包含账户在所在终端上的操作数据和对应的操作结果数据,操作数据可以携带操作时间。例如,操作数据为“打开直播”,对应的操作结果数据为“打开直播失败”。通常,可以存储账户的全部的行为记录数据,或者,存储账户在一段时间内的行为记录数据。预设时间段可以为一周或者一个月,本公开的实施例对预设时间段的时间长度、时间单位等不做具体限制。在实际应用中,在对账户在预设时间段的行为记录数据进行分析得到分析结果时,可以按照预设的分析规则对账户在预设时间段的行为记录数据进行分析得到分析结果。其中,分析规则可以包含但不限于以下至少之一:操作时间的优先规则和操作结果的优先规则。分析结果可以表示符合分析规则的行为记录数据。例如,当分析规则为操作时间的优先规则时,可以将账户最近一次的行为记录数据作为分析结果。当分析规则为操作结果的优先规则时,可以将操作结果数据为操作失败的行为记录数据作为分析结果。在从标准问题数据库中查询与分析结果对应的标准问题数据时,可以按照分析结果与标准问题数据之间的对应关系,从标准问题数据库中查询与分析结果对应的标准问题数据。分析结果与标准问题数据之间的对应关系,和语义模板与标准问题数据之间的对应关系类似,因此,按照分析结果与标准问题数据之间的对应关系,从标准问题数据库中查询与分析结果对应的标准问题数据的执行过程,可以参照上述按照分析结果与标准问题数据之间的对应关系,从标准问题数据库中查询与分析结果对应的标准问题数据的执行过程,在此不再赘述。
在本公开的一种示例性实施例中,若上述从标准问题数据库中未查询得到与分析结果对应的标准问题数据,则可以将第二客服资源分配给账户。其中,第二客服资源可以用于将与初始问题数据关联的第一客服资源分配给账户。也就是说,在从标准问题数据库中未查询得到与分析结果对应的标准问题数据时,由第二客服资源分配第一客服资源给账户。
在本公开的一种示例性实施例中,在上述步骤S14的执行过程中,当存在多个与标准问题数据关联的第一客服资源时,可以从多个第一客服资源中随机选择出一个客服资源,并将随机选择出的一个客服资源分配给账户。或者,当存在多个与标准问题数据关联的第一客服资源时,可以获取每个第一客服资源的任务数量,将任务数量最少的第一客服资源分配给账户。其中,任务数量可以理解为客服资源同时服务的账户的数量。
基于上述关于一种客服资源的分配方法的实施例的相关说明,下面介绍一种客服资源的智能分配系统,如图2所示,该客服资源的智能分配系统可以涉及到问题识别模块、问题预测模块、问题分配模块和标准问题数据库。
问题识别模块可以包含语义模板数据库和模板匹配模块。账户输入的初始问题数据可以传输至问题识别模块,模板匹配模块可以将初始问题数据与语义模板数据库中的语义模板进行匹配,得到与初始问题数据相匹配的语义模板,然后再通过语义模板与标准问题数据库中的标注问题数据之间的一一对应关系,确定与语义模板对应的标准问题数据。
问题预测模块可以包含行为记录模块和行为分析模块。行为记录模块用于记录账户的行为记录数据。行为分析模块用于分析账户最近的行为记录数据,从而得到账户最有可能遇到的问题。
客服资源可以在问题分配模块中注册各自最擅长解决的标准问题数据。问题分配模块可以接收来自问题识别模块的标准问题数据或者来自问题预测模块的标准问题数据,然后将注册了最擅长解决的标准问题数据的客服资源分配给账户。
如图3所示,示出了一种客服资源的智能分配系统的流程示意图。账户的初始问题数据传输至问题识别模块,问题识别模块识别初始问题数据在标准问题数据库中对应的标准问题数据,若识别成功,则将标准问题数据传输至问题分配模块,问题分配模块为账户分配擅长解决标准问题数据的客服资源。若识别失败,则问题预测模块预测账户最有可能遇到的问题,若预测成功,则将最有可能遇到的标准问题数据传输至问题分配模块,问题分配模块为账户分配擅长解决标准问题数据的客服资源。若预测失败,则将初始问题数据传输给人工分线系统,由人工分线系统中的客服资源为账户分配与初始问题数据对应的客服资源。
图4是根据一示例性实施例示出的一种客服资源的分配装置的框图。该客服资源的分配装置可以应用于服务器中,该客服资源的分配装置具体可以包括如下模块。
获取模块41,被配置为获取账户的初始问题数据;
查询模块42,被配置为从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,所述标准问题数据库存储有不同类型的标准问题数据;
匹配模块43,被配置为获取与所述标准问题数据关联的第一客服资源,其中,不同类型的标准问题数据对应不同的客服资源;
分配模块44,被配置为将所属第一客服资源分配给所述账户。
在本公开的一种示例性实施例中,所述查询模块42,包括:
语义模板查询模块,被配置为基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板;
标准问题数据查询模块,被配置为从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,所述语义模板数据库存储有多个符合口语形式或书面语形式的语义模板。
在本公开的一种示例性实施例中,所述语义模板查询模块,被配置为基于所述模板匹配算法对所述初始问题数据进行分词操作得到问题词组,将所述问题词组与所述语义模板数据库中的各语义模板的关键词进行相似度匹配,将相似度满足预设的相似度条件的语义模板作为与所述初始问题数据对应的语义模板。
在本公开的一种示例性实施例中,所述标准问题数据查询模块,被配置为按照语义模板与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据。
在本公开的一种示例性实施例中,所述查询模块42,还包括:
分析模块,被配置为当所述语义模板查询模块基于所述模板匹配算法从所述语义模板数据库中未查询得到与所述初始问题数据对应的语义模板时,对所述账户在预设时间段的行为记录数据进行分析得到分析结果;
所述标准问题数据查询模块,还被配置为从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
在本公开的一种示例性实施例中,所述分析模块,被配置为按照预设的分析规则对所述账户在预设时间段的行为记录数据进行分析得到分析结果,其中,所述分析规则包含以下至少之一:操作时间的优先规则和操作结果的优先规则,所述行为记录数据包含携带有操作时间的操作数据,以及与所述操作数据对应的操作结果数据,所述分析结果表示符合所述分析规则的所述行为记录数据。
在本公开的一种示例性实施例中,所述标准问题数据查询模块,被配置为按照分析结果与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
在本公开的一种示例性实施例中,所述分配模块44,还被配置为当所述标准问题数据查询模块从所述标准问题数据库中未查询得到与所述分析结果对应的所述标准问题数据时,将第二客服资源分配给所述账户,其中,所述第二客服资源用于将与所述初始问题数据关联的第一客服资源分配给所述账户。
在本公开的一种示例性实施例中,所述分配模块44,被配置为当存在多个与所述标准问题数据关联的第一客服资源时,从多个所述第一客服资源中随机选择出一个所述客服资源,并将随机选择出的一个所述客服资源分配给所述账户。
在本公开的一种示例性实施例中,所述分配模块44,被配置为当存在多个与所述标准问题数据关联的第一客服资源时,获取每个所述第一客服资源的任务数量,将任务数量最少的所述第一客服资源分配给所述账户。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图5是根据一示例性实施例示出的一种客服资源的分配电子设备的框图。例如,电子设备500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,电子设备500可以包括以下一个或多个组件:处理组件502,存储器504,电力组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制电子设备500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令,以完成上述客服资源的分配方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在电子设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图像,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为电子设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述电子设备500和账户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自账户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当电子设备500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为电子设备500提供各个方面的状态评估。例如,传感器组件514可以检测到电子设备500的打开/关闭状态,组件的相对定位,例如所述组件为电子设备500的显示器和小键盘,传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变,账户与电子设备500接触的存在或不存在,电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述客服资源的分配方法。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器504,上述指令可由电子设备500的处理器520执行以完成上述客服资源的分配方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括可读性程序代码,该可读性程序代码可由电子设备500的处理器520执行以完成上述客服资源的分配方法。可选地,该程序代码可以存储在电子设备500的存储介质中,该存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是根据一示例性实施例示出的一种用于对客服资源进行分配的电子设备的框图。例如,电子设备600可以被提供为一服务器。参照图6,电子设备600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件622被配置为执行指令,以执行上述客服资源的分配方法。
电子设备600还可以包括一个电源组件626被配置为执行电子设备600的电源管理,一个有线或无线网络接口650被配置为将电子设备600连接到网络,和一个输入输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种客服资源的分配方法,其特征在于,包括:
获取账户的初始问题数据;
从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,所述标准问题数据库存储有不同类型的标准问题数据;
获取与所述标准问题数据关联的第一客服资源;其中,不同类型的标准问题数据对应不同的客服资源;
将所述第一客服资源分配给所述账户。
2.根据权利要求1所述的方法,其特征在于,所述从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,包括:
基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,所述语义模板数据库存储有多个符合口语形式或书面语形式的语义模板。
3.根据权利要求2所述的方法,其特征在于,所述基于预设的模板匹配算法从预设的语义模板数据库中查询与所述初始问题数据对应的语义模板,包括:
基于所述模板匹配算法对所述初始问题数据进行分词操作得到问题词组,将所述问题词组与所述语义模板数据库中的各语义模板的关键词进行相似度匹配,将相似度满足预设的相似度条件的语义模板作为与所述初始问题数据对应的语义模板。
4.根据权利要求2所述的方法,其特征在于,所述从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据,包括:
按照语义模板与标准问题数据之间的对应关系,从所述标准问题数据库中查询与所述语义模板对应的所述标准问题数据。
5.根据权利要求2所述的方法,其特征在于,所述从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,包括:
当基于所述模板匹配算法从所述语义模板数据库中未查询得到与所述初始问题数据对应的语义模板时,对所述账户在预设时间段的行为记录数据进行分析得到分析结果;
从所述标准问题数据库中查询与所述分析结果对应的所述标准问题数据。
6.根据权利要求5所述的方法,其特征在于,所述对所述账户在预设时间段的行为记录数据进行分析得到分析结果,包括:
按照预设的分析规则对所述账户在预设时间段的行为记录数据进行分析得到分析结果,其中,所述分析规则包含以下至少之一:操作时间的优先规则和操作结果的优先规则,所述行为记录数据包含携带有操作时间的操作数据,以及与所述操作数据对应的操作结果数据,所述分析结果表示符合所述分析规则的所述行为记录数据。
7.一种客服资源的分配装置,其特征在于,包括:
获取模块,被配置为获取账户的初始问题数据;
查询模块,被配置为从预设的标准问题数据库中查询与所述初始问题数据对应的标准问题数据,所述标准问题数据库存储有不同类型的标准问题数据;
匹配模块,被配置为获取与所述标准问题数据关联的第一客服资源,其中,不同类型的标准问题数据对应不同的客服资源;
分配模块,被配置为将所述第一客服资源分配给所述账户。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的客服资源的分配方法。
9.一种存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的客服资源的分配方法。
10.一种计算机程序产品,其特征在于,包括可读性程序代码,所述可读性程序代码由电子设备的处理器执行以完成如权利要求1至6中任一项所述的客服资源的分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943830.3A CN112183953A (zh) | 2020-09-08 | 2020-09-08 | 客服资源的分配方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943830.3A CN112183953A (zh) | 2020-09-08 | 2020-09-08 | 客服资源的分配方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112183953A true CN112183953A (zh) | 2021-01-05 |
Family
ID=73920381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010943830.3A Pending CN112183953A (zh) | 2020-09-08 | 2020-09-08 | 客服资源的分配方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183953A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765424A (zh) * | 2021-01-29 | 2021-05-07 | 北京字节跳动网络技术有限公司 | 数据查询方法、装置、设备及计算机可读介质 |
CN117041618A (zh) * | 2023-10-10 | 2023-11-10 | 北京装库创意科技有限公司 | 一种用于电商的智能语音客服方法和系统 |
CN117130791A (zh) * | 2023-10-26 | 2023-11-28 | 南通话时代信息科技有限公司 | 云客服平台的算力资源分配方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101193071A (zh) * | 2007-03-28 | 2008-06-04 | 腾讯科技(深圳)有限公司 | 一种基于即时通信的客服方法、系统及设备 |
CN102737049A (zh) * | 2011-04-11 | 2012-10-17 | 腾讯科技(深圳)有限公司 | 一种数据库的查询方法和系统 |
CN105868313A (zh) * | 2016-03-25 | 2016-08-17 | 浙江大学 | 一种基于模板匹配技术的知识图谱问答系统及方法 |
CN109635271A (zh) * | 2018-10-22 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 一种用户意图识别方法、客服服务系统、装置及电子设备 |
CN109947909A (zh) * | 2018-06-19 | 2019-06-28 | 平安科技(深圳)有限公司 | 智能客服应答方法、设备、存储介质及装置 |
CN110020426A (zh) * | 2019-01-21 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 将用户咨询分配到客服业务组的方法及装置 |
CN110704618A (zh) * | 2019-09-20 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 确定对话数据对应的标准问题的方法及装置 |
CN110738511A (zh) * | 2019-09-06 | 2020-01-31 | 苏宁金融科技(南京)有限公司 | 智能客服方法及装置 |
-
2020
- 2020-09-08 CN CN202010943830.3A patent/CN112183953A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101193071A (zh) * | 2007-03-28 | 2008-06-04 | 腾讯科技(深圳)有限公司 | 一种基于即时通信的客服方法、系统及设备 |
CN102737049A (zh) * | 2011-04-11 | 2012-10-17 | 腾讯科技(深圳)有限公司 | 一种数据库的查询方法和系统 |
CN105868313A (zh) * | 2016-03-25 | 2016-08-17 | 浙江大学 | 一种基于模板匹配技术的知识图谱问答系统及方法 |
CN109947909A (zh) * | 2018-06-19 | 2019-06-28 | 平安科技(深圳)有限公司 | 智能客服应答方法、设备、存储介质及装置 |
CN109635271A (zh) * | 2018-10-22 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 一种用户意图识别方法、客服服务系统、装置及电子设备 |
CN110020426A (zh) * | 2019-01-21 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 将用户咨询分配到客服业务组的方法及装置 |
CN110738511A (zh) * | 2019-09-06 | 2020-01-31 | 苏宁金融科技(南京)有限公司 | 智能客服方法及装置 |
CN110704618A (zh) * | 2019-09-20 | 2020-01-17 | 阿里巴巴集团控股有限公司 | 确定对话数据对应的标准问题的方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112765424A (zh) * | 2021-01-29 | 2021-05-07 | 北京字节跳动网络技术有限公司 | 数据查询方法、装置、设备及计算机可读介质 |
CN112765424B (zh) * | 2021-01-29 | 2023-10-10 | 抖音视界有限公司 | 数据查询方法、装置、设备及计算机可读介质 |
CN117041618A (zh) * | 2023-10-10 | 2023-11-10 | 北京装库创意科技有限公司 | 一种用于电商的智能语音客服方法和系统 |
CN117041618B (zh) * | 2023-10-10 | 2024-02-06 | 北京装库创意科技有限公司 | 一种用于电商的智能语音客服方法和系统 |
CN117130791A (zh) * | 2023-10-26 | 2023-11-28 | 南通话时代信息科技有限公司 | 云客服平台的算力资源分配方法及系统 |
CN117130791B (zh) * | 2023-10-26 | 2023-12-26 | 南通话时代信息科技有限公司 | 云客服平台的算力资源分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10061762B2 (en) | Method and device for identifying information, and computer-readable storage medium | |
CN109447125B (zh) | 分类模型的处理方法、装置、电子设备及存储介质 | |
CN111431727B (zh) | 一种群组展示方法、装置、终端、服务器及系统 | |
CN112183953A (zh) | 客服资源的分配方法、装置、电子设备和存储介质 | |
CN108227950B (zh) | 一种输入方法和装置 | |
CN105068976B (zh) | 票务信息展示方法及装置 | |
CN107784034B (zh) | 页面类别识别方法及装置、用于页面类别识别的装置 | |
CN109255128B (zh) | 多层级标签的生成方法、装置和存储介质 | |
CN111968640A (zh) | 语音控制方法、装置、电子设备及存储介质 | |
CN107402767B (zh) | 显示推送消息的方法和装置 | |
CN112131466A (zh) | 群组展示方法、装置、系统和存储介质 | |
CN111160047A (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
CN109842688B (zh) | 一种内容推荐方法、装置、电子设备及存储介质 | |
CN107729439A (zh) | 获取多媒体数据的方法、装置和系统 | |
CN112784151A (zh) | 一种确定推荐信息的方法及相关装置 | |
CN106412199B (zh) | 用于编辑联系人信息的方法、装置、移动终端和服务器 | |
CN113807540A (zh) | 一种数据处理方法及装置 | |
CN116415595A (zh) | 对话意图识别方法、系统和存储介质 | |
CN113609380A (zh) | 标签体系更新方法、搜索方法、装置以及电子设备 | |
CN112732734A (zh) | 一种信息处理方法及装置 | |
CN112149653A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN111104605A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN111814797A (zh) | 图片文字识别方法、装置及计算机可读存储介质 | |
CN111428806B (zh) | 图像标签确定方法、装置、电子设备及存储介质 | |
CN112711643B (zh) | 训练样本集获取方法及装置、电子设备、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 |