CN112383667A - 通话数据的处理方法、装置、设备和存储介质 - Google Patents
通话数据的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112383667A CN112383667A CN202011210690.5A CN202011210690A CN112383667A CN 112383667 A CN112383667 A CN 112383667A CN 202011210690 A CN202011210690 A CN 202011210690A CN 112383667 A CN112383667 A CN 112383667A
- Authority
- CN
- China
- Prior art keywords
- user
- emotion
- call
- data
- prompt 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
- 238000003672 processing method Methods 0.000 title description 13
- 230000006854 communication Effects 0.000 claims abstract description 82
- 238000004891 communication Methods 0.000 claims abstract description 80
- 230000008451 emotion Effects 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 47
- 230000002996 emotional effect Effects 0.000 claims abstract description 35
- 230000008909 emotion recognition Effects 0.000 claims description 48
- 238000004458 analytical method Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 19
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007935 neutral effect Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- LQIAZOCLNBBZQK-UHFFFAOYSA-N 1-(1,2-Diphosphanylethyl)pyrrolidin-2-one Chemical compound PCC(P)N1CCCC1=O LQIAZOCLNBBZQK-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/90—Pitch determination of speech signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Marketing (AREA)
- Child & Adolescent Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Psychiatry (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种通话数据的处理方法、装置、设备和存储介质，该方案中，电子设备在坐席人员与用户通话过程中，实时获取通话数据，根据通话数据进行情绪识别分析，获取用户的情绪特征。然后根据情绪特征以及当前所处的通话时段，向坐席人员推送提示信息，该提示信息包括根据情绪特征以及当前所处的通话时段确定的沟通策略。通过通话数据分析用户与坐席人员的通话数据，以了解用户的实际意愿，结合用户的情绪以及通话所处时段，确定更有针对性的通话策略，提高坐席人员与用户的沟通效率。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种通话数据的处理方法、装置、设备和存储介质。
背景技术
在金融或者其他行业中，坐席通过网络或者电话的方式进行沟通，并向用户介绍产品，以向用户提供合适的产品。坐席人员在电话或者网络介绍产品时常因没有准确判定用户情绪或因没有经验在通话不适宜的时间打扰用户进行产品推荐，导致产品介绍效果不好，并且引起用户反感。若要培养一个优秀的坐席人员需投入大量的培训资源及一段时间的实践经验，但坐席人员职业流动性大、不稳定常导致培训效果欠佳。
目前，现有的技术中可为坐席人员提供坐席助手，该坐席助手是一种智能系统，可根据用户输入的内容进行检索，获取到对应的答复内容(例如产品介绍信息)以及话术，然后将答复内容和话术通过显示，推荐给坐席人员，坐席人员根据坐席助手提供的答复内容和话术，与用户进行沟通。
然而，这种坐席助手更像智能客服，主要是给坐席人员推荐话术或辅助坐席搜索专业产品介绍，无法了解用户的实际需求和意愿，导致坐席人员与用户的沟通效率较低。
发明内容
本发明的主要目的在于提供一种通话数据的处理方法、装置、设备和存储介质，以解决现有技术中无法了解用户的实际需求和意愿，导致坐席人员与用户的沟通效率较低的问题。
为实现上述目的，本发明提供一种通话数据的处理方法，包括：
在坐席人员与用户通话过程中，实时获取通话数据；
根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征；
根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，所述提示信息包括根据所述情绪特征以及所述当前所处的通话时段确定的沟通策略。
在一种具体实施方式中，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示用户情绪处于积极状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员向所述用户推荐所述目标产品。
在一种具体实施方式中，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示用户情绪处于中性状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员介绍所述目标产品的情况和/或答复所述用户的咨询。
在一种具体实施方式中，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示所述用户情绪处于负面状态，则向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员安抚用户并结束通话。
在一种具体实施方式中，所述获取当前时段对应的目标产品，包括：
根据时段与产品的对应关系，获取所述当前所处的通话时段对应的所述目标产品；其中，所述对应关系是对预设时间段内的历史数据进行分析获取不同通话时段对应的至少一个成功推荐成功率大于预设值的产品从而得到的映射关系。
在一种具体实施方式中，所述方法还包括：
获取反馈数据，所述反馈数据中包括本次通话中推荐的产品，推荐产品的通话时段以及推荐结果；
将所述反馈数据加入所述历史数据进行分析，对所述对应关系进行更新。
在一种具体实施方式中，所述坐席人员和所述用户通过语音方式进行通话，则所述通话数据包括语音语调和语义内容；
相应的，所述根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征，包括：
将所述语音语调和所述语义内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于语调和语义进行情绪识别的模型。
在一种具体实施方式中，所述坐席人员和所述用户通过文字方式进行通话，则所述通话数据包括所述用户发送的文字内容；
相应的，所述根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征，包括：
将所述文字内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于文字内容进行情绪识别的模型。
本发明还提供一种通话数据的处理装置，包括：
数据获取模块，用于在坐席人员与用户通话过程中，实时获取通话数据；
处理模块，用于根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征；
推送模块，用于根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，所述提示信息包括根据所述情绪特征以及所述当前所处的通话时段确定的沟通策略。
本发明还提供一种电子设备，所述电子设备包括：
存储器、处理器以及交互接口；
所述存储器存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现前述任一项所述的通话数据的处理方法的步骤。
本发明还提供一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执行时实现前述任一项所述的通话数据的处理方法的步骤。
本发明中，电子设备在坐席人员与用户通话过程中，实时获取通话数据，根据通话数据进行情绪识别分析，获取用户的情绪特征。然后根据情绪特征以及当前所处的通话时段，向坐席人员推送提示信息，该提示信息包括根据情绪特征以及当前所处的通话时段确定的沟通策略。通过通话数据分析用户与坐席人员的通话数据，以了解用户的实际意愿，结合用户的情绪以及通话所处时段，确定更有针对性的通话策略，提高坐席人员与用户的沟通效率。
附图说明
图1为本发明提供的一种通话数据的处理方法应用场景示意图；
图2为本发明提供的通话数据的处理方法实施例一的流程示意图；
图3为本发明提供的通话数据的处理方法实施例二的流程示意图；
图4a为本发明提供的一种通话数据的处理方法的界面示意图；
图4b为本发明提供的另一种通话数据的处理方法的界面示意图；
图5为本发明提供的通话数据的处理装置实施例一的结构示意图；
图6为本发明提供的电子设备实施例一的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
目前，在金融，保险，或者其他的产品介绍业务场景中，平台或者服务商均需要专门的坐席人员对客户进行产品推荐或者产品介绍，以便帮助用户更加了解需要的产品。然而，目前的坐席人员在介绍产品时常常因为不了解客户的需求或者没有经验，不能有效的用户沟通，导致用户体验不好。
现有技术提供了一种能够向坐席人员提供的答复内容以及一些沟通话术的坐席助手，然而该坐席助手只能够辅助坐席人员搜索一些产品的介绍或者沟通话术，无法了解用户的意愿，导致坐席人员与用户的沟通效率较低。
基于上述问题，本发明提供一种对通话数据的处理方法，在坐席人员与用户进行通话的过程中，基于通话数据实时进行分析，确定用户的情绪以及通话的时段，基于机器学习分析的模型，可以确定出用户的需求以及意愿，进而为用户更好的提供服务，提高沟通效率。
本发明的技术方案的构思主要是基于现有的坐席人员的工作方式，发明人在研究坐席助手的功能过程中，发现用户的情绪变化跟用户是否需要产品的有一定的关系，在客户情绪比较负面，例如投诉，或者比较不满时候，或者悲伤等负面情绪时，并不需要坐席人员推荐的产品。在用户心情比较好，或者对某个产品比较感兴趣等时用户更需要坐席人员推荐或者介绍一些产品。另外，根据数据统计发现在整个通话过程中，不同的时间段用户对于产品的需求程度也不同，因此考虑在坐席系统中可以增加分析用户的情绪以及时段的功能，再基于情绪以及时段确定一定的沟通策略，从而提高坐席人员与用户的沟通效率。
本发明提供的通话数据的处理方法可以应用在可以进行数据分析的服务器，计算机，智能终端，或者坐席人员的电脑等具有数据处理能力的电子设备中，也可以通过多个设备之间进行交互配合实现，对此本方案不做限制。
图1为本发明提供的一种通话数据的处理方法应用场景示意图，如图1所示，该网络架构中，执行本发明提供的通话数据的处理方法的主体为电子设备，该电子设备可以是图1中的坐席人员的电脑，也可以提供坐席服务系统的服务器或者服务平台等计算机设备，或者也可以是云端，对此本方案不做限制。
在具体应用中，如果进行通话数据处理的设备是服务端，也就是说是服务器，云端，或者服务平台等计算机设备，那么该计算机设备和坐席人员的电脑(或者终端设备)之间可以通过互联网或者有线连接的方式进行数据交互。
如果进行通话数据处理的设备是坐席人员的电脑(或终端设备)设备本身，则在该场景中则不需要额外的计算机设备，或者该计算机设备可以提供产品数据存储等其他功能。
在该方案的具体应用中，由于坐席人员和用户之间至少可以通过即时通讯的方式进行文字交流，也可以通过语音交流，因此要获取到通话数据，则还需要语音采集装置，以及与用户侧的终端设备进行通信的通信模块，这些硬件可以直接集成在坐席人员的电脑(或者终端设备)中，也可以通过外接设备实现，对此本发明不做限制。
在本发明的通话数据的处理方法的实现过程中，用户可以通过终端设备上的软件通过文字的方式与坐席人员进行交流，也可以通过拨打固定的服务电话，或者由坐席人员主动联系用户等方式进行通话，通话数据中不止包括交流的文字内容，还包括语音语调，回复节奏，通话时长，具体的通话时间等相关的数据。坐席人员的电脑可直接获取到通话数据进行分析处理，然后根据处理结果在屏幕上显示最终要推送给坐席人员的提示信息。也可以将通话数据发送至后台的计算机设备进行分析，计算机设备得到通话数据之后进行分析处理，确定要推送给坐席人员的提示信息之后，将该提示信息发送至坐席人员的电脑上进行显示。可选的，常规的提示信息推送的方式是直接显示给坐席人员，也可以进行语音播报等方式向坐席人员进行提示，对此本方案不做限制。
下面以图1所示的应用场景为例通过几个具体实施例对该通话数据的处理方法进行举例说明。
图2为本发明提供的通话数据的处理方法实施例一的流程示意图，如图2所示，该通话数据的处理方法包括以下步骤：
S101：在坐席人员与用户通话过程中，实时获取通话数据。
在本步骤中，坐席人员的电脑或者其他类型的终端等电子设备在通话过程中，可采集获取用户与坐席人员之间的通话数据。若坐席人员和用户通过语音方式通话，则该通话数据包括语音语调(还可以包括节奏，频率等特征)以及语音识别得到的语义内容，该语义内容可以是对语音直接识别得到的文字内容，也可以是进行语义理解之后的文字内容。若坐席人员和用户通过在线文字交流通话，则该通话数据包括用户以及坐席人员发送的文字内容，表情等数据。
在本方案中，由于用户在交流过程中，情绪可能会发生变化，因此该通话数据为实时获取的数据，根据最新的通话数据去确定用户的情绪更准确。
S102：根据通话数据进行情绪识别分析，获取用户的情绪特征。
在本步骤中，电子设备在获取到通话数据之后，可以根据通话数据的实际内容进行情绪识别分析，获取到用户此时的情绪特征，该情绪特征至少可以指示用户的情绪属于积极状态，中性状态或者消极状态。
在该方案的一种具体实现中，如果坐席人员和所述用户通过语音方式进行通话，则所述通话数据包括语音语调和语义内容，那么获取用户的情绪特征可以具体实现为：将所述语音语调和所述语义内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于语调和语义进行情绪识别的模型。
在本实现方案中，预先通过收集大量坐席人员与不同用户间的语音内容，从而获取通话数据，挖掘整理不同情况下客户说话的意图和情绪从而训练机器模型，得到可以基于语音语调以及语义内容进行情绪识别的模型。从而在应用过程可以对用户的情绪进行识别。
在该方案的另一种实现方式中，坐席人员和所述用户通过文字方式进行通话，则所述通话数据至少包括所述用户发送的文字内容(例如：正在沟通之前一段时间用户发送的文字，或者交流上下文等)；那么获取用户的情绪特征可以具体实现为：将所述文字内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于文字内容进行情绪识别的模型。
在本方案的具体实现中，预先通过收集大量坐席人员与不同用户间的文字沟通的通话数据，挖掘整理不同情况下用户的文字表达的意图和情绪从而训练机器模型，得到可以基于文字内容进行情绪识别的模型。从而在应用过程可以对用户的情绪进行识别。
S103：根据情绪特征以及当前所处的通话时段，向坐席人员推送提示信息，提示信息包括根据情绪特征以及当前所处的通话时段确定的沟通策略。
在本步骤中，当电子设备在确定了用户的情绪特征之后，则可以根据情绪特征确定出当前正对用户比较适合的沟通策略，例如在用户情绪比较积极时进行产品介绍和推荐，在用户情绪消极时注意安抚并及时结束通话，避免造成误会等，通过提示信息的推送提醒坐席人员的处理。
然而，在具体的坐席人员对用户进行产品介绍的过程中，调查发现在整个通话过程中，不同时段介绍不同产品之后用户的意图有所差别，因此，需要在向用户介绍产品时考虑到通话所处时段。
综上所述，本方案提供的方案，可以结合用户的情绪特征以及当前所处的通话时段，获取适合当前情况的沟通策略，然后将该通话策略直接指示给坐席人员，以便坐席人员能够更好的与用户进行交流。具体的，该方案中可以在坐席人员的耳机等设备中进行语音播放提示坐席人员，或者也可以直接将该提示信息显示在坐席人员的设备的界面上，以提醒坐席人员按照确定的沟通策略与用户沟通。
在该步骤的具体实现中，由于用户情绪有多种状态，因此下面通过几种具体的方式介绍在不同情绪状态下的策略提示。
第一种方式，在所述情绪特征指示用户情绪处于积极状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员向所述用户推荐所述目标产品。
在该实现方式中，若用户的情绪比较积极，则可以根据时段确定出当前时段最适合向用户推荐的目标产品，该目标产品包括可以是一个或者多个产品。这些产品均是在当前时段推荐成功率较高的产品，例如成功率高于预设值。在确定出目标产品之后，向坐席人员推送提示信息，该提示信息可以直接语音播放或者在交互界面上进行显示，提醒坐席人员向用户推荐目标产品。
第二种方式，在所述情绪特征指示用户情绪处于中性状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员介绍所述目标产品的情况和/或答复所述用户的咨询。
在该实现方式中，若用户的情绪比较中性，就是没有明确的兴致也没有生气等状态下，则可以根据时段确定出当前时段最适合向用户推荐的目标产品，该目标产品包括可以是一个或者多个产品。这些产品均是在当前时段推荐成功率较高的产品，例如成功率高于预设值。在确定出目标产品之后，向坐席人员推送提示信息，该提示信息可以直接语音播放或者在交互界面上进行显示，提醒坐席人员向用户介绍目标产品，和/或答复用户的咨询，在合适的时机向用户进行产品介绍。
第三种方式，在所述情绪特征指示所述用户情绪处于负面状态，则向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员安抚用户并结束通话。
在该实现方式中，若用户的情绪比较消极，也就是说用户明显不高兴或者生气，沮丧等状态下，并不是合适的产品介绍和推荐的时机，则此时可以确定沟通策略主要是安抚用户，避免用户情绪激动，此时可以通过提示信息提示坐席人员对用户进行安抚，并在合适的时机结束通话，避免造成用户情绪更加消极或者造成不利的负面影响。
在上述的几种实现方式中，电子设备获取当前时段对应的目标产品可以通过以下方式实现：根据时段与产品的对应关系，获取所述当前所处的通话时段对应的所述目标产品；其中，所述对应关系是对预设时间段内的历史数据进行分析获取的不同通话时段对应的至少一个成功推荐成功率大于预设值的产品从而得到的映射关系。
在该方案的具体实现中，可通过机器机器学习的方式，根据大量通话数据分析坐席人员在什么通话时段进行什么类型产品(如保险、贷款等)推荐的成功率较高，如：是刚接通电话就向客户介绍某类产品，还是在聊到中间某一环节时进行推荐，或是通话接近尾声时适合推荐。机器学习时将根据坐席人员与用户实时通话情况进行适当引导，提示坐席可在该阶段推荐某个产品。
在通过对大量的通话历史数据的学习和分析，可以得到明确的每个通话时段对应的一些推荐成功率较高的产品，基于此可在电子设备中建立不同通话时段对应的至少一个成功推荐成功率大于预设值的产品之间的映射关系，也就是上述对应关系。基于此，在下次进行通话时，可以根据该对应关系直接确定通话所处时段对应的要推荐的一个或者多个目标产品。
可选的，在一种具体的实现中，电子设备还可以在该过程中结合用户与坐席人员交流的上下文内容，以及情绪特征和当前所处的通话时段，向坐席人员推送提示信息。该方案中，上下文内容至少包括用户发送的文字内容，该文字内容不仅可以用来确定用户的情绪特征，还可以用来确定用户感兴趣的产品。
本实施例提供的通话数据的处理方法，在坐席人员与用户通话过程中，实时获取通话数据，根据通话数据进行情绪识别分析，获取用户的情绪特征。然后根据情绪特征以及当前所处的通话时段，向坐席人员推送提示信息，该提示信息包括根据情绪特征以及当前所处的通话时段确定的沟通策略。通过通话数据分析用户与坐席人员的通话数据，以了解用户的实际意愿，结合用户的情绪以及通话所处时段，确定更有针对性的通话策略，提高坐席人员与用户的沟通效率。
图3为本发明提供的通话数据的处理方法实施例二的流程示意图，如图3所示，在上述实施例的基础上，该通话数据的处理方法还包括以下步骤：
S104：获取反馈数据，反馈数据中包括本次通话中推荐的产品，推荐产品的通话时段以及推荐结果。
在本步骤中，在通话结束之后，对于在本次通话过中推荐的产品坐席人员可以进行数据反馈，至少需要反馈推荐产品的通话时段以及推荐结果。可选的，该反馈数据也可以是电子设备对一段时间内该用户的数据进行跟踪收集的，或者是从其他设备中获取的，对此本方案不做处理。具体的，该反馈数据可以包括用户是否获取坐席人员推荐的产品，以及产品是在什么时段进行介绍推荐的等数据。
在一种具体实现中电子设备可以提示坐席人员进行输入，电子设备对坐席人员输入的反馈数据进行收集，以便后续作为机器学习和数据分析的原始数据。
S105：将反馈数据加入历史数据进行分析，对对应关系进行更新。
在本步骤中，电子设备在每次从不同的坐席人员处获取到新的反馈数据之后，均可以将这些反馈数据增加至历史数据中进一步进行学习，确定对于产品推荐的最新的成功率，同时对不同通话时段对应的至少一个成功推荐成功率大于预设值的产品与通话时段之间的对应关系进行更新，提高该对应关系的准确度。
该更新后的对应关系可以应用在新的通话中，用于确定坐席人员与用户的沟通策略，以提高与用户的沟通效率。
在上述任一实施例的基础上，下面以金融产品(理财产品，贷款产品，保险产品等)的推荐为例，对该通话数据的处理方法的具体实现进行举例说明。
本发明提供的技术方案的主要发明点是通过机器学习，进行情绪识别分析，确定用户在通话时的情绪，同时通过聚类技术分析不同类型产品在通话不同阶段进行介绍和推荐的成功率，进而适时引导坐席人员进行有效的产品推荐，提高沟通效率，提升产品销量、降低培训成本。
具体的，以金融产品为例，可以长期收集大量坐席人员与用户间的通话数据，根据用户的语音语调及语义综合挖掘用户说相似意图的话时带有的不同情绪如用户问：有多少额度，利息是多少。当机器识别到用户情绪较高则会提示坐席人员该用户有意愿，可做积极详细介绍；若机器人探测出此时用户态度平淡无其他情绪特征，则提示坐席人员该用户态度中性，属常规询问，可简单介绍后突出该产品优势以吸引用户兴趣，如可告知用户友商同款产品对应的额度及利息以显出优势。若机器识别出此时用户态度急躁、消极则会提示坐席人员该用户兴趣较低，有必要可尽快道歉结束通话以免引起反感。
举例来说，图4a为本发明提供的一种通话数据的处理方法的界面示意图，如图4a所示，沟通界面中显示了用户与坐席人员之间的沟通内容，该文字可以是语音识别后显示的内容，也可以是直接文字沟通的内容，对此不进行限制，图中以文字沟通为例。电子设备通过沟通界面中的内容的分析，可以确认出目前用户对产品是有兴趣的，并且整个状态比较积极，因此可以在实时提示界面上，显示具体的处理方式，也就是前述的沟通策略，提示坐席人员在当前时段内向用户推荐“**产品”，图中和文中的“*”用于替代具体的产品名称，没有特指含义。另外，还可以在界面中设置答复内容搜索框，在该区域显示产品的详细信息，以便坐席人员能够根据详细信息回复用户的咨询，向用户推荐产品。
图4b为本发明提供的另一种通话数据的处理方法的界面示意图，如图4b所示，沟通界面中显示了用户与坐席人员之间的沟通内容，该文字可以是语音识别后显示的内容，也可以是直接文字沟通的内容，对此不进行限制，图中以语音识别为例。电子设备通过沟通界面中的内容的分析，可以确认出目前用户对产品没有情绪，并且客户比较生气，电子设备可确定出用户的情绪异常，处于消极状态，因此可以在实时提示界面上，显示具体的处理方式，也就是前述的沟通策略，提示坐席人员对用户进行安抚并结束通话。另外，还可以在界面中设置回复引导，提供一些安抚用户的惯用答复等，以供坐席人员参考。
本发明的技术方案提供的通话数据的处理方法，主要是利用人工智能技术，结合大量实际通话案例中得到的通话数据，对用户的情绪以及产品推荐时段进行挖掘和分析，最后确定出最优的沟通策略，在提高产品推荐效果的同时，可以提升坐席人员的服务品质以及与用户的沟通效率。
图5为本发明提供的通话数据的处理装置实施例一的结构示意图，如图5所示，该通话数据的处理装置10，包括：
数据获取模块11，用于在坐席人员与用户通话过程中，实时获取通话数据；
处理模块12，用于根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征；
推送模块13，用于根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，所述提示信息包括根据所述情绪特征以及所述当前所处的通话时段确定的沟通策略。
本实施例提供的通话数据的处理装置，用于执行前述任一方法实施例的技术方案，其实现原理和技术效果类似，通过通话数据分析用户与坐席人员的通话数据，以了解用户的实际意愿，结合用户的情绪以及通话所处时段，确定更有针对性的通话策略，提高坐席人员与用户的沟通效率。
在上述实施例的基础上，该通话数据的处理装置10的具体实施方式中，所述处理模块12还用于在所述情绪特征指示用户情绪处于积极状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
所述推送模块13具体用于向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员向所述用户推荐所述目标产品。
可选的，所述处理模块12还用于在所述情绪特征指示用户情绪处于中性状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
所述推送模块13具体用于向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员介绍所述目标产品的情况和/或答复所述用户的咨询。
可选的，所述推送模块13具体用于在所述情绪特征指示所述用户情绪处于负面状态，则向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员安抚用户并结束通话。
在前述任一实施例的基础上，所述处理模块12具体用于：
根据时段与产品的对应关系，获取所述当前所处的通话时段对应的所述目标产品；其中，所述对应关系是对预设时间段内的历史数据进行分析获取不同通话时段对应的至少一个成功推荐成功率大于预设值的产品从而得到的映射关系。
可选的，所述处理模块12还用于：
获取反馈数据，所述反馈数据中包括本次通话中推荐的产品，推荐产品的通话时段以及推荐结果；
将所述反馈数据加入所述历史数据进行分析，对所述对应关系进行更新。
可选的，所述坐席人员和所述用户通过语音方式进行通话，则所述通话数据包括语音语调和语义内容；
相应的，所述处理模块12具体用于：
将所述语音语调和所述语义内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于语调和语义进行情绪识别的模型。
可选的，所述坐席人员和所述用户通过文字方式进行通话，则所述通话数据包括所述用户发送的文字内容；
相应的，所述处理模块12具体用于：
将所述文字内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于文字内容进行情绪识别的模型。
前述任一实施例提供的通话数据的处理装置，用于执行前述任一方法实施例的技术方案，其实现原理和技术效果类似，在此不再赘述。
图6为本发明提供的电子设备实施例一的结构示意图，如图6所示，该电子设备20包括：存储器22、处理器21及存储在所述存储器22上并可在所述处理器21上运行的计算机程序，所述计算机程序被所述处理器21执行时实现前述任一方法实施例提供的数据的处理方法的步骤。
可选的，电子设备20还可以包括与其他设备进行通信或者与坐席人员之间进行交互的交互接23。具体实现中，该交互接口23包括键盘，显示器，或者网络接口，也可以包括语音采集装置和播放器等，对此本方案不做限制。
该电子设备20的上述各个器件之间可以通过总线连接。
存储器22可以是单独的存储单元，也可以是集成在处理器21中的存储单元。处理器21的数量为一个或者多个。
在上述在电子设备20的实现中，存储器22和处理器21之间直接或间接地电性连接，以实现数据的传输或交互，也就是存储器22和处理器21可以通过接口连接，也可以集成在一起。例如，这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接，如可以通过总线连接。存储器可以是，但不限于，随机存取存储器(Random Access Memory，简称：RAM)，只读存储器(Read Only Memory，简称：ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称：PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称：EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，简称：EEPROM)等。其中，存储器用于存储程序，处理器在接收到执行指令后，执行程序。进一步地，上述存储器内的软件程序以及模块还可包括操作系统，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通信，从而提供其他软件组件的运行环境。
处理器21可以是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称：CPU)、图像处理器等，可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
本申请还提供一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执行时实现如前述任一方法实施例提供的通话数据的处理方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种通话数据的处理方法，其特征在于，包括：
在坐席人员与用户通话过程中，实时获取通话数据；
根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征；
根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，所述提示信息包括根据所述情绪特征以及所述当前所处的通话时段确定的沟通策略。
2.根据权利要求1所述的方法，其特征在于，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示用户情绪处于积极状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员向所述用户推荐所述目标产品。
3.根据权利要求1所述的方法，其特征在于，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示用户情绪处于中性状态，则获取所述当前所处的通话时段对应的目标产品，所述每个通话时段对应至少一种推荐成功率大于预设值的产品；
向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员介绍所述目标产品的情况和/或答复所述用户的咨询。
4.根据权利要求1所述的方法，其特征在于，所述根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，包括：
在所述情绪特征指示所述用户情绪处于负面状态，则向所述坐席人员推送所述提示信息，所述提示信息用于指示所述坐席人员安抚用户并结束通话。
5.根据权利要求2或3所述的方法，其特征在于，所述获取当前时段对应的目标产品，包括：
根据时段与产品的对应关系，获取所述当前所处的通话时段对应的所述目标产品；其中，所述对应关系是对预设时间段内的历史数据进行分析获取不同通话时段对应的至少一个成功推荐成功率大于预设值的产品从而得到的映射关系。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取反馈数据，所述反馈数据中包括本次通话中推荐的产品，推荐产品的通话时段以及推荐结果；
将所述反馈数据加入所述历史数据进行分析，对所述对应关系进行更新。
7.根据权利要求1至4任一项所述的方法，其特征在于，所述坐席人员和所述用户通过语音方式进行通话，则所述通话数据包括语音语调和语义内容；
相应的，所述根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征，包括：
将所述语音语调和所述语义内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于语调和语义进行情绪识别的模型。
8.根据权利要求1至4任一项所述的方法，其特征在于，所述坐席人员和所述用户通过文字方式进行通话，则所述通话数据包括所述用户发送的文字内容；
相应的，所述根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征，包括：
将所述文字内容输入情绪识别模型进行情绪识别分析，得到所述用户的情绪特征，所述情绪识别模型是通过机器学习得到的基于文字内容进行情绪识别的模型。
9.一种通话数据的处理装置，其特征在于，包括：
数据获取模块，用于在坐席人员与用户通话过程中，实时获取通话数据；
处理模块，用于根据所述通话数据进行情绪识别分析，获取所述用户的情绪特征；
推送模块，用于根据所述情绪特征以及当前所处的通话时段，向所述坐席人员推送提示信息，所述提示信息包括根据所述情绪特征以及所述当前所处的通话时段确定的沟通策略。
10.一种电子设备，其特征在于，所述电子设备包括：
存储器、处理器以及交互接口；
所述存储器存储有可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8任一项所述的通话数据的处理方法的步骤。
11.一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执行时实现如权利要求1至8任一项所述的通话数据的处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011210690.5A CN112383667A (zh) | 2020-11-03 | 2020-11-03 | 通话数据的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011210690.5A CN112383667A (zh) | 2020-11-03 | 2020-11-03 | 通话数据的处理方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112383667A true CN112383667A (zh) | 2021-02-19 |
Family
ID=74578056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011210690.5A Pending CN112383667A (zh) | 2020-11-03 | 2020-11-03 | 通话数据的处理方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112383667A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113569031A (zh) * | 2021-07-30 | 2021-10-29 | 北京达佳互联信息技术有限公司 | 一种信息交互方法、装置、电子设备及存储介质 |
| CN113593580A (zh) * | 2021-07-27 | 2021-11-02 | 中国银行股份有限公司 | 一种声纹识别方法及装置 |
| CN114040055A (zh) * | 2021-10-13 | 2022-02-11 | 北京博瑞彤芸科技股份有限公司 | 一种辅助保险业务员进行沟通的方法、系统和电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107025578A (zh) * | 2017-04-13 | 2017-08-08 | 上海艾德韦宣股份有限公司 | 一种大数据智能营销系统及营销方法 |
| CN111540358A (zh) * | 2020-04-26 | 2020-08-14 | 云知声智能科技股份有限公司 | 人机交互方法、装置、设备和存储介质 |
-
2020
- 2020-11-03 CN CN202011210690.5A patent/CN112383667A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107025578A (zh) * | 2017-04-13 | 2017-08-08 | 上海艾德韦宣股份有限公司 | 一种大数据智能营销系统及营销方法 |
| CN111540358A (zh) * | 2020-04-26 | 2020-08-14 | 云知声智能科技股份有限公司 | 人机交互方法、装置、设备和存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113593580A (zh) * | 2021-07-27 | 2021-11-02 | 中国银行股份有限公司 | 一种声纹识别方法及装置 |
| CN113569031A (zh) * | 2021-07-30 | 2021-10-29 | 北京达佳互联信息技术有限公司 | 一种信息交互方法、装置、电子设备及存储介质 |
| CN114040055A (zh) * | 2021-10-13 | 2022-02-11 | 北京博瑞彤芸科技股份有限公司 | 一种辅助保险业务员进行沟通的方法、系统和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112383667A (zh) | 通话数据的处理方法、装置、设备和存储介质 | |
| WO2018224034A1 (zh) | 智能问答方法、服务器、终端及存储介质 | |
| US20170277993A1 (en) | Virtual assistant escalation | |
| KR101793355B1 (ko) | 연락 센터용 지능형 자동 에이전트 | |
| CN109547332B (zh) | 通讯会话交互方法、装置、计算机设备 | |
| CN113360622B (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
| US20190340947A1 (en) | Personality-type training system and methods | |
| CN116521841B (zh) | 用于生成回复信息的方法、装置、设备及介质 | |
| CN111695360B (zh) | 语义分析方法、装置、电子设备及存储介质 | |
| CN117151662A (zh) | 基于ai的岗位信息处理方法、装置、设备及存储介质 | |
| CN111144906A (zh) | 一种数据处理方法、装置及电子设备 | |
| CN112579031A (zh) | 一种语音交互的方法、系统和电子设备 | |
| CN117455430B (zh) | 基于ai的简历信息处理方法、装置、设备及存储介质 | |
| CN113901837A (zh) | 一种意图理解方法、装置、设备及存储介质 | |
| CN113724036A (zh) | 提供问题咨询服务的方法及电子设备 | |
| CN113822071A (zh) | 一种背景信息推荐方法、装置、电子设备及介质 | |
| KR20180042763A (ko) | 채팅형 금융 로봇 및 이를 이용한 금융 서비스 제공방법 | |
| CN112809694A (zh) | 机器人控制方法、装置、存储介质和计算机设备 | |
| CN110740212A (zh) | 基于智能语音技术的通话接听方法、装置及电子设备 | |
| CN110765242A (zh) | 一种客服信息的提供方法，装置及系统 | |
| CN114997989A (zh) | 基于区块链的贷款请求处理方法及装置 | |
| CN114138943A (zh) | 对话消息生成方法、装置、电子设备及存储介质 | |
| CN111556096B (zh) | 信息推送方法、装置、介质及电子设备 | |
| CN114005440A (zh) | 基于语音交互的问答方法、系统、电子设备及存储介质 | |
| CN111400475A (zh) | 信息处理方法、装置和电子设备 |
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 |
Application publication date: 20210219 |
|
| RJ01 | Rejection of invention patent application after publication |