CN112559575A - 一种搜索处理方法、客服信息处理方法及装置 - Google Patents
一种搜索处理方法、客服信息处理方法及装置 Download PDFInfo
- Publication number
- CN112559575A CN112559575A CN201910912861.XA CN201910912861A CN112559575A CN 112559575 A CN112559575 A CN 112559575A CN 201910912861 A CN201910912861 A CN 201910912861A CN 112559575 A CN112559575 A CN 112559575A
- Authority
- CN
- China
- Prior art keywords
- search
- target search
- displaying
- search word
- customer service
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开涉及一种搜索处理方法、客服信息处理方法及装置,包括:响应于当前用户的搜索操作,确定当前用户的服务对象;获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;响应于当前用户选择的目标搜索词,展示搜索结果。通过自动预测目标搜索词,根据本公开实施例的搜索处理方法、客服信息处理方法及装置能够简化搜索流程,提高搜索效率。
Description
技术领域
本公开涉及搜索技术领域,尤其涉及一种搜索处理方法、客服信息处理方法及装置。
背景技术
在整个购物流程中,客户在售前、售中和售后各个环节都可能发生正向或逆向问题,从而找到人工客服进行咨询。客户寻找人工客服咨询问题的整个流程称为咨询服务。
定位问题解决策略是咨询服务中的重要环节。相关技术中,人工客服在根据客户描述的问题和表达的诉求,从知识库中寻找合适的问题解决策略时,存在搜索的准确率和效率较低,例如搜索结果不准确,需要多次搜索才能找到正确的问题解决策略,以及不知道用什么搜索词进行搜索。
因此,相关技术中亟需一种能够提升搜索准确率和效率的搜索方式。
发明内容
为克服相关技术中存在的问题,本申请提供一种搜索处理方法、客服信息处理方法及装置,具体的实现方式如下:
一种搜索处理方法,应用于即时通讯的会话中,所述方法包括:
响应于当前用户在会话中的搜索操作;
基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
一种客服信息处理方法,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词展示给人工客服。
一种客服信息处理方法,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。
一种搜索处理方法,所述方法包括:
响应于当前用户的搜索操作,确定当前用户的服务对象;
获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;
根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
一种客服信息处理方法,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
在会话页面中为所述人工客服提供搜索框;
在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
一种搜索处理装置,应用于即时通讯的会话中,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户在会话中的搜索操作;
基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
一种客服信息处理装置,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词展示给人工客服。
一种客服信息处理装置,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。
一种搜索处理装置,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户的搜索操作,确定当前用户的服务对象;
获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;
根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
一种客服信息处理装置,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
在会话页面中为所述人工客服提供搜索框;
在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行上述的方法。
在本公开实施例中,响应于当前用户在会话中的搜索操作,可以预测当前用户要搜索的至少一个目标搜索词,从而展示当前用户选择的目标搜索词的搜索结果,使得当前用户在需要搜索时,无需自己输入搜索词,避免因搜索不准确而造成的多次搜索,简化了搜索流程,提高了搜索效率。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1a示出本公开一实施例的搜索处理方法的一个示例性应用场景示意图。
图1b示出根据本公开一实施例的目标搜索词的一个展示示例。
图1c示出根据本公开一实施例的目标搜索词的一个展示示例。
图2a示出本公开一实施例的客服信息处理方法的示例性应用场景示意图。
图2b示出根据本公开一实施例的目标搜索词的一个展示示例。
图3a示出根据本公开一实施例的搜索结果页的示例。
图3b示出根据本公开一实施例的搜索结果页的示例。
图4示出根据本公开一实施例的搜索处理方法的流程图。
图5示出根据本公开一实施例的分类模型示意图。
图6示出根据本公开一实施例的客服信息处理方法的流程图。
图7a示出根据本公开一实施例的会话页面的一个展示示例。
图7b示出根据本公开一实施例的会话页面的一个展示示例。
图7c示出根据本公开一实施例的搜索页面的一个展示示例。
图8示出根据本公开一实施例的搜索处理装置的框图。
图9示出根据本公开一实施例的客服信息处理装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
为了方便本领域技术人员理解本公开实施例提供的技术方案,下面先对技术方案实现的技术环境进行说明。
如上所述,由于搜索词定位不准确,人工客服可能需要多次搜索才能找到正确的问题解决策略,花费时间较长,效率较低。目前人工客服群体主要由云客服构成,这些云客服几乎都是兼职,人员流动性大,导致经验较少的新手客服较多。这些新手客服解决能力差、稳定性差,和老手客服相比,由于经验少,在定位问题方面往往效率很低,特别是使用搜索工具时,不知道如何选择合适的搜索词才能快速的定位到正确的问题解决策略,使得客户等待较长的时间才能得到回答或帮助,客户满意度较低。
基于类似于上文所述的实际技术需求,本公开提供的搜索处理方法和客服信息处理方法通过一系列的流程方法,为人工客服尤其是业务不熟练的新手客服智能推荐目标搜索词和/或搜索结果,简化了搜索流程,从而帮助他们更高效的定位问题解决策略,更好的服务会员,提高整个人工客服群体的客户满意度。
下面通过具体的应用场景说明本公开各个实施例提供的搜索处理方法和客服信息处理方法。
客户在购物过程中遇到问题时,可以直接找到人工客服进行咨询,此时客户与人工客服之间建立即时通讯的会话,以便于人工客服为客户提供服务。图1a示出本公开一实施例的搜索处理方法的一个示例性应用场景示意图。如图1a所示,以人工客服为当前用户,在当前用户与客户建立了即时通信会话的情况下,当前客户可以在会话中执行搜索操作(例如,触发会话页面中的搜索控件或者双击会话页面等)。后台响应于该搜索操作,可以基于该会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词。图1b和图1c分别示出根据本公开一实施例的目标搜索词的一个展示示例。如图1b所示,可以在当前会话页面中展示至少一个目标搜索词。如图1c所示,可以显示搜索页面,并在搜索页面中展示至少一个目标搜索词。当前用户可以在至少一个目标搜索词中进行选择,响应于当前用户选择的目标搜索词,后台可以展示被选择的目标搜索词对应的搜索结果。
其中,会话信息可以用来定位解决方案,会话信息可以包括文字客户与当前用户之前的文字聊天内容、语音聊天内容和客户分享的链接等。当前用户的属性信息可以用于表示当前用户在搜索业务上的熟练度。举例来说,用户的属性信息可以为评分,评分越高代表用户的熟练度越高,反之亦然。用户的属性信息还可以为级别,属性信息为一级的用户的熟练度高于属性信息为二级的用户的熟练度,属性信息为二级的用户的熟练度高于属性信息为三级的用户的熟练度,以此类推。用户的属性信息还可以为类别,例如属性信息包括老手客服和新手客服,其中老手客服的熟练度高于新手客服的熟练度。在一个示例中,可以根据用户的搜索次数、使用过的搜索词的数量、客户对用户的评价以及用户的服务时长中的一者或多者确定用户的属性信息。
在一种可能的实现方式中,后台可以先根据会话信息,确定问题解决策略。然后,将问题解决策略对应的搜索词,确定为候选搜索词;最后,根据当前用户的属性信息,从候选搜素词中确定出至少一个目标搜索词。
举例来说,后台可以识别出会话信息的关键词,然后基于该关键词确定问题解决策略。后台可以根据问题解决策略和搜索词的对应关系,将与确定的问题解决策略对应的搜索词确定为候选搜索词。其中,问题解决策略和搜索词的对应关系为一对多的对应关系,即一个问题解决策略对应至少一个搜索词。在当前用户的熟练度较低时,可以将其他熟练度较高的用户使用较多的至少一个候选搜索词确定为目标搜索词。在当前用户的熟练度较高时,可以根据该当前用户的历史搜索记录,从候选搜索词中确定出至少一个目标搜索词。
在本公开实施例中,响应于当前用户在即时通信的会话中的搜索操作,可以预测当前用户要搜索的至少一个目标搜索词,从而展示当前用户选择的目标搜索词的搜索结果,使得当前用户在需要搜索时,无需自己输入搜索词,避免因搜索不准确而造成的多次搜索,简化了搜索流程。
在图1a所示的场景中,人工客服可以点击当前会话页面中的搜索控件后,即可得到至少一个目标搜索词。人工客服选择一个目标搜索词后,即可得到该目标搜索词的搜索结果,使得人工客服更高效的定位解决方案,更好的服务客户,从而提高客户对人工客服群体的满意度。
客户在购物过程中遇到问题时,通常会先找到对话机器人进行咨询。对话机器人在本质上是一个用来模拟人类对话或者聊天的计算机程序。此时响应于客户在购物流程中咨询客服的操作,会建立对话机器人和客户的会话。在客户对服务不满意时可以选择切换到人工客服(即当前用户),此时就生成了对话机器人的切换指令。响应于对话机器人的切换指令,后台可以建立当前用户和客户的会话,并生成当前用户在会话中的搜索操作。考虑到,客户与对话机器人已经产生了会话,为了避免客户重复问题造成客户不满,响应于对话机器人的切换指令,可以建立客户与当前之间的对话,并生成当前用户在会话中的搜索操作。响应于该搜索操作,后台可以基于会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词。这样,不需要客户重复问题,当前用户即可以得到目标搜索词。当前用户可以在至少一个目标搜索词中进行选择,响应于当前用户选择的目标搜索词,后台可以展示被选择的目标搜索词对应的搜索结果。
在本公开实施例中,当前用户在收到由对话机器人切换来的服务后,即可得到至少一个目标搜索词,当前用户选择一个目标搜索词后,即可得到该目标搜索词的搜索结果,使得当前用户能够更高效的定位解决方案,更好的服务客户。这样,在客服对对话机器人服务不满意时,可以得到及时高效的服务,从而提高客户对客服群体的满意度。
图2a示出本公开一实施例的客服信息处理方法的示例性应用场景示意图。如图2a所示,以客户作为服务对象,响应于服务对象在购物流程中咨询客服的操作,建立了对话机器人与服务对象的会话。在对服务不满意时,服务对象可以选择切换到人工客服,此时就生成了对话机器人的切换指令。响应于该对话机器人的切换指令,后台可以建立人工客服和服务对象的会话。之后,后台可以获取对话机器人与服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词。然后,后台将所述至少一个目标搜索词展示给人工客服。图2b示出根据本公开一实施例的目标搜索词的一个展示示例。如图2b所示,可以在当前会话页面中展示至少一个目标搜索词。如图1c所示,可以显示搜索页面,并在搜索页面中展示至少一个目标搜索词。人工客服可以在至少一个目标搜索词中进行选择,响应于人工客服选择的目标搜索词,后台可以展示被选择的目标搜索词对应的搜索结果。
其中,对话机器人与服务对象的会话中的会话信息可以参照当前用户与客户的会话中的会话信息,这里不再赘述。基于会话信息预测至少一个目标搜索词的方法也不再赘述。
服务对象在与对话机器人的会话中,选择切换到人工客服,此时就生成了对话机器人的切换指令。如图2a所示,响应于对话机器人的切换指令,后台建立了人工客服与服务对象的会话。之后,后台可以获取对话机器人与服务对象的会话中的会话信息,基于该会话信息预测得到至少一个目标搜索词,将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。图3a示出根据本公开一实施例的搜索结果页的示例。如图3a所示,可以在搜索结果页中展示目标搜索词“急速退款”的搜索结果。
在一个示例中,后台可以将至少一个目标搜索词中所有人工客服搜索次数最大的目标搜索词的搜索结果展示给人工客服,还可以将至少一个目标搜索词中当前人工客服搜索次数最大的目标搜索词的搜索结果展示给人工客服,还可以从至少一个目标搜索词中随机选出一个目标搜索词,并将选出的目标搜索词的搜索结果页展示给人工客服。以上仅为从至少一个目标搜索词中选出一个目标搜索词的示例,还可以采用其他方式至少一个目标搜索词中选出一个目标搜索词,对此本公开不做限制。
在本公开实施例中,通过直接将一个目标搜索词的搜索结果展示给人工客服,省去了人工客服选择目标搜索词的操作,进一步简化了搜索流程,帮助人工客服更搞笑的定位解决方案,更好的服务会员。
在一种可能的实现方式中,在将一个目标搜索词的搜索结果展示给人工客服的同时,还可以展示至少一个目标搜索词。例如,可以展示至少一个目标搜索词中的所有或者部分目标搜索词。图3b示出根据本公开一实施例的搜索结果页的示例。如图3b所示,在将目标搜索词“极速退款”的搜索结果展示给人工客服的同时,还可以展示所有的目标搜索词“急速退款”、“退货问题”和“运费保险”。
在本公开实施例中,通过在展示搜索结果的同时,展示目标搜索词,为人工客服提供了其他的选择。这样,在人工客服对搜索结果不满意时,可以直接选择其他目标搜索词进行搜索,而不需要人工客服自己输入搜索词,提高了搜索效率。
客户在购物过程中遇到问题时找到了某个人工客服进行咨询,此时响应于客户在购物流程中咨询客服的操作,可以建立该人工客服和客户的会话。在对服务不满意时,客户可以选择切换到其他人工客服,此时就生成了人工客服的切换指令。响应于人工客服的切换指令,后台可以建立切换后的人工客服和客户的会话,并生成切换后的人工客服在会话中的搜索操作,进而直接基于切换前的人工客服和客户会话中的会话信息,以及切换后的人工客服的属性信息,预测切换后的人工客服要进行搜索的至少一个目标搜索词。切换后的人工客服可以在至少一个目标搜索词中进行选择,响应于切换后的人工客服选择的目标搜索词,后台可以展示被选择的目标搜索词对应的搜索结果。
下面结合附图对本公开一实施例的搜索处理方法进行详细的说明。图4示出根据本公开一实施例的搜索处理方法的流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑性上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本申请实施例提供的执行顺序。所述方法在实际中的搜索处理过程中或者方法执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。如图4所示,该搜索处理方法可以包括:
步骤S11,响应于当前用户的搜索操作,确定当前用户的服务对象。
步骤S12,获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息。
步骤S13,根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词。
步骤S14,响应于当前用户选择的目标搜索词,展示搜索结果。
在本公开实施例中,响应于用户的搜索操作,确定当前用户的服务对象,获取到该服务对象在咨询过程中产生的会话信息以及该服务对象的订单相关信息,从而根据会话信息和订单相关信息预测出当前用户要进行搜索的至少一个目标搜索词,使得用户不需要多次尝试、归纳就能够快速定位搜索词,简化了搜索路径。同时,在当前用户的选择一个目标搜索词后,即可得到搜索结果,使得当前用户找到正确的搜索结果,使得当前更高效的定位解决方案,更好的为服务对象提供更高效和准确的服务。
需要说明的是,本公开实施例提供的搜索处理方法不仅可以用于前述的客服场景,也可以应用于其他需要进行搜索处理的场景,本公开实施例不仅可以为人工客服提供搜索服务,还可以为其他人员提供搜索服务。例如,本公开实施例还可以用于以下场景:用户使用视频网站的搜索引擎搜索电视剧和电影,或者用户使用新闻网站的搜索引擎搜索新闻,或者用户使用购物网站的搜索引擎搜索衣服等。在这些场景中,需要进行搜索的用户本身既是服务对象又是当前用户,当前用户可以通过上述步骤S11至步骤S14获取至少一个目标搜索,不再需要用户自己输入搜索词,减少了用户的操作,缩短了搜索时间,提升了搜索效率。在一个示例中,用户点击购物网站的“搜索控件”,直接将“连衣裙”、“长裙”和“白裙”等展示给用户,当用户点击“连衣裙”时,将“连衣裙”对应的搜索结果展示给用户。
下面以前述的客服场景为例,对图4所示的搜索处理方法进行详细的说明。
在步骤S11中,当前用户的搜索操作,可以是由当前人工客服在会话中触发搜索控件的操作产生的(如图1a所示),也可以是响应于对话机器人的切换指令生成的(如图2a所示),还可以是响应于其他人工客服的切换指令生成的(未示出),对此本公开不做限制。后台可以响应于当前用户的搜索操作,确定当前用户的服务对象。在本公开实施例中,服务对象可以代表咨询问题的客户。
在步骤S12中,后台可以获取服务对象在咨询过程中产生的会话信息。
若客户直接向某个人工客服进行咨询,则客户即为服务对象,被咨询的人工客服即为当前用户,客户与人工客服的会话中的会话信息即为服务对象在咨询过程中产生的会话信息。
若客户首先向对话机器人进行咨询,然后切换到人工客服进行咨询,则客户即为服务对象,人工客服即为当前用户,客户与对话机器人的会话中的会话信息和/或客户与人工客服的会话中的会话信息即为服务对象在咨询过程中产生的会话信息。
若客户首先向某个人工客服进行咨询,然后切换到另一个人工客服进行咨询,则客户即为服务对象,切换后的人工客服即为当前用户,客户与切换前的人工客服的会话中的会话信息和/或客户与切换后的人工客服的会话中的会话信息即为服务对象在咨询过程中产生的会话信息。
后台还可以获取服务对象的订单相关信息。订单相关信息可以包括:因子信息、退款原因、售后状态、退货状态等。订单相关信息为可枚举的信息。本公开实施例对订单相关信息不做限制。
根据会话信息可以确定服务对象的基本诉求,根据订单相关信息可以确定服务对象的具体诉求,因此,会话信息和订单相关信息可以反应出服务对象的遇到的问题,也就是当前用户要解决的问题。在步骤S13中,后台可以根据会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词。如图1b所示,可以在当前会话页面中展示所述至少一个目标搜索词。如图1c所示,可以显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。当前用户可以从至少一个目标搜索词选择一个目标搜索词。在步骤S14中,响应于当前用户选择的目标搜索词,后台可以展示该目标搜索词的搜索结果(如图3a、图3b所示)。
在一种可能的实现方式中,步骤S13根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词可以包括:根据所述会话信息和所述订单相关信息,确定问题解决策略;将所述问题解决策略对应的搜索词,确定为候选搜索词;从所述候选搜索词中确定出至少一个目标搜索词。
在本公开实施例中,问题解决策略可以为业务方配置的FAQ问题或者SOP问题。问题解决策略实际上就是满足用户诉求、解决客户问题的方案。
在一种可能的实现方式中,根据所述会话信息和所述订单相关信息,确定问题解决策略可以包括:采用卷积神经网络(Convolutional Neural Networks,CNN)提取所述会话信息的特征向量,作为第一特征向量;基于独热码one-hot网络对所述订单相关信息进行编码,得到第二特征向量;将所述第一特征向量和所述第二特征向量进行拼接,得到第三特征向量;将所述第三特征向量输入深度神经网络(Deep Neural Network,DNN);根据深度神经网络的输出结果,确定问题解决策略。
图5示出根据本公开一实施例的分类模型示意图。如图5所示,该分类模型包括浅层网络和深度网络,其中浅层网络包括one-hot网络和CNN网络。该分类模型主要采用了两类数据作为特征,第一类是会话信息,第二类是订单相关信息。后台可以采用CNN网络提取会话信息的特征向量,基于独热码one-hot网络对订单相关信息进行编码,得到订单相关信息的特征向量,然后将两个特征向量进行拼接,将拼接后的特征向量输入DNN网络。之后,后台可以根据DNN网络的输出,得到分类结果,从而确定出问题解决策略。
在一种可能的实现方式中,获取所述问题解决策略对应的搜索词可以包括:根据问题解决策略与搜索词的关联关系,确定所述问题解决策略对应的搜索词。
后台可以配置有问题解决策略和搜索词的关联关系,在确定问题解决策略之后,后台可以根据问题解决策略与搜索词的关联关系,确定问题解决策略对应的搜索词。
问题解决策略与搜索词的关联关系可以为一对多的关系,即一个问题解决策略可以对应多个搜索词。在一个示例中,后台可以统计各人工客服选择某个问题解决策略时,采用的搜索词,建立采用次数较多的搜索词与该问题解决策略之间的关联关系。
在一种可能的实现方式中,获取所述问题解决策略对应的搜索词可以包括:获取当前用户的历史搜索数据;根据所述会话信息、所述历史搜索数据和所述问题解决策略,确定所述问题解决策略对应的搜索词。
在本公开实施例中,历史搜索数据可以多条搜索记录,一个搜索记录可以包括一次搜索的用户(人工客服)的标识信息、采用的搜索词、定位到的问题解决策略和会话信息。
后台可以根据会话信息、确定出的问题解决策略和获取的历史搜索数据,采用encode-decode模型,得到搜索词。这样,可以为不同用户提供符合各自使用习惯的搜索词,便于搜索用户接受,提高搜索用户的作业效率。
在一种可能的实现方式中,从所述候选搜索词中确定出至少一个目标搜索词可以包括:获取所述当前用户的属性信息,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度;根据所述属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
以上实施例的搜索处理方法和客服信息处理方法中的后台可以是指服务器,也可以是客户端,也可以是服务器与客户端合作共同完成。
图6示出根据本公开一实施例的客服信息处理方法的流程图。该方法可以应用于客户端。如图6所示,该方法可以包括:
步骤S21,响应于对话机器人的切换指令,建立人工客服与服务对象的会话。
步骤S22,在会话页面中为所述人工客服提供搜索框。
步骤S23,在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
服务对象在于对话机器人的对话中,选择切换到人工客服,此时就生成了对话机器人的切换指令。图7a示出根据本公开一实施例的会话页面的一个展示示例。如图7a所示,响应于对话机器的切换指令,客户端建立了人工客服与服务对象的对话,并在会话页面中为人工客服提供了搜索框。
在一种可能的实现方式中,客户端可以直接在搜索框中显示一个目标搜索词。该目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的,该确定方法可以参照图4所示的搜索处理方法,这里不再赘述。图7b示出根据本公开一实施例的会话页面的一个展示示例。如图7b所示,客户端可以直接在会话页面的搜索框中显示目标搜索词“急速退款”。
在一种可能的实现方式中,客户端可以响应于针对所述搜索框的搜索操作,展示搜索框中显示的目标搜索词的搜索结果(如图3a和图3b所示)。
在一种可能的实现方式中,客户端可以在会话页面中为人工客服提供搜搜控件,响应于所述搜索控件的触发操作,显示搜索页面,并在所述搜索页面中为所述人工客服提供搜索框。举例来说,客户端可以在如图7a所示的会话页面中为人工客服提供搜索控件,响应于该搜索控件的触发操作,显示图7c所示的搜索页面,并在该搜索页面中为人工客服提供搜索框。在一个示例中,客户端可以直接在如图7c所示的搜索框中显示一个目标搜索词。
在一种可能的实现方式中,在所述服务端确定出多个目标搜索词的情况下,客户端可以在所述搜索框的下拉列表中,展示所述多个目标搜索词,如图1b和图1c所示。
在一种可能的实现方式中,客户端可以获取人工客服在下拉列表中选择的目标搜索词,并在所述搜索框中显示该目标搜索词,如图7b所示。
在一种可能的实现方式中,获取人工客服在下拉列表中选择的目标搜索词,并展示该目标搜索词的搜索结果,如图3b所示。
在一个示例中,下拉列表中的目标搜索词可以按照评分由高到低的顺序排列。进一步的,搜索框中的目标搜索词可以为其中评分最高的目标搜索词。目标搜索词的评分可以根据目标搜索词被某个客服或者所有客服搜索的次数确定,也可以通过其他方式确定,对此本公开不做限制。客户端可以从服务端获取目标搜索词的评分。
在本公开实施例中,通过在下拉列表中展示目标搜索词,给用户更多的选择,使得用户可以找到更加符合自己使用习惯和预期的搜索词。
图8示出根据本公开一实施例的搜索处理装置的框图。该装置应用于即时通讯的会话中,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户在会话中的搜索操作;
基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
在一种可能的实现方式中,所述处理器在实现步骤基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词时包括:
根据所述会话信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
根据所述当前用户的属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
响应于对话机器人的切换指令,生成当前用户在会话中的搜索操作。
在一种可能的实现方式中,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度。
本公开实施例的另一搜索处理装置,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户的搜索操作,确定当前用户的服务对象;
获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;
根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
在一种可能的实现方式中,所述处理器在实现步骤根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词时包括:
根据所述会话信息和所述订单相关信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
从所述候选搜索词中确定出至少一个目标搜索词。
在一种可能的实现方式中,所述处理器在实现步骤根据所述会话信息和所述订单相关信息,确定问题解决策略时包括:
采用卷积神经网络提取所述会话信息的特征向量,作为第一特征向量;
基于独热码one-hot网络对所述订单相关信息进行编码,得到第二特征向量;
将所述第一特征向量和所述第二特征向量进行拼接,得到第三特征向量;
将所述第三特征向量输入深度神经网络;
根据所述深度神经网络的输出结果,确定问题解决策略。
在一种可能的实现方式中,所述处理器在实现步骤获取所述问题解决策略对应的搜索词时包括:
根据问题解决策略与搜索词的关联关系,确定所述问题解决策略对应的搜索词。
在一种可能的实现方式中,所述处理器在实现步骤从所述候选搜索词中确定出至少一个目标搜索词时包括:
获取所述当前用户的属性信息,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度;
根据所述属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
图9示出根据本公开一实施例的客服信息处理装置的框图。所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词展示给人工客服。
在一种可能的实现方式中,所述处理器在实现步骤将所述至少一个目标搜索词展示给人工客服时包括:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
响应于人工客服选择的目标搜索词,展示搜索结果。
在一种可能的实现方式中,所述处理器还实现以下步骤:
响应于服务对象在购物流程中咨询客服的操作,建立对话机器人与服务对象的会话。
本公开实施例的另一客服信息处理装置,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。
在一种可能的实现方式中,所述处理器还实现以下步骤:
在将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服的同时,展示所述至少一个目标搜索词。
本公开实施例的另一客服信息处理装置,包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
在会话页面中为所述人工客服提供搜索框;
在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
在一种可能的实现方式中,所述处理器还实现以下步骤:
在会话页面中为所述人工客服提供搜索控件;
响应于所述搜索控件的触发操作,显示搜索页面,并在所述搜索页面中为所述人工客服提供搜索框。
在一种可能的实现方式中,所述处理器还实现以下步骤:
在所述服务端确定出多个目标搜索词的情况下,在所述搜索框的下拉列表中,展示所述多个目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
获取人工客服在下拉列表中选择的目标搜索词,并在所述搜索框中显示该目标搜索词。
在一种可能的实现方式中,所述处理器还实现以下步骤:
获取人工客服在下拉列表中选择的目标搜索词,并展示该目标搜索词的搜索结果。
在一种可能的实现方式中,所述处理器还实现以下步骤:
响应于针对所述搜索框的搜索操作,展示搜索框中显示的目标搜索词的搜索结果。
本申请另一方面还提供一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现上述任一实施例所述方法的步骤。
所述计算机可读存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。本实施例所述的计算机可读存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (48)
1.一种搜索处理方法,其特征在于,应用于即时通讯的会话中,所述方法包括:
响应于当前用户在会话中的搜索操作;
基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
2.根据权利要求1所述的方法,其特征在于,基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词,包括:
根据所述会话信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
根据所述当前用户的属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于对话机器人的切换指令,生成当前用户在会话中的搜索操作。
5.根据权利要求1或2所述的方法,其特征在于,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度。
6.一种客服信息处理方法,其特征在于,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词展示给人工客服。
7.根据权利要求6所述的方法,其特征在于,将所述至少一个目标搜索词展示给人工客服,包括:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
响应于人工客服选择的目标搜索词,展示搜索结果。
9.根据权利要求6所述的方法,其特征在于,所述方法还包括:
响应于服务对象在购物流程中咨询客服的操作,建立对话机器人与服务对象的会话。
10.一种客服信息处理方法,其特征在于,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
在将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服的同时,展示所述至少一个目标搜索词。
12.一种搜索处理方法,其特征在于,所述方法包括:
响应于当前用户的搜索操作,确定当前用户的服务对象;
获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;
根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
13.根据权利要求12所述的方法,其特征在于,根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词,包括:
根据所述会话信息和所述订单相关信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
从所述候选搜索词中确定出至少一个目标搜索词。
14.根据权利要求13所述的方法,其特征在于,根据所述会话信息和所述订单相关信息,确定问题解决策略,包括:
采用卷积神经网络提取所述会话信息的特征向量,作为第一特征向量;
基于独热码one-hot网络对所述订单相关信息进行编码,得到第二特征向量;
将所述第一特征向量和所述第二特征向量进行拼接,得到第三特征向量;
将所述第三特征向量输入深度神经网络;
根据所述深度神经网络的输出结果,确定问题解决策略。
15.根据权利要求13所述的方法,其特征在于,获取所述问题解决策略对应的搜索词,包括:
根据问题解决策略与搜索词的关联关系,确定所述问题解决策略对应的搜索词。
16.根据权利要求13所述的方法,其特征在于,从所述候选搜索词中确定出至少一个目标搜索词包括:
获取所述当前用户的属性信息,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度;
根据所述属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
17.根据权利要求12所述的方法,其特征在于,所述方法还包括:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
18.一种客服信息处理方法,其特征在于,所述方法包括:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
在会话页面中为所述人工客服提供搜索框;
在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
19.根据权利要求18所述的方法,其特征在于,所述方法还包括:
在会话页面中为所述人工客服提供搜索控件;
响应于所述搜索控件的触发操作,显示搜索页面,并在所述搜索页面中为所述人工客服提供搜索框。
20.根据权利要求18或者19所述的方法,其特征在于,所述方法还包括:
在所述服务端确定出多个目标搜索词的情况下,在所述搜索框的下拉列表中,展示所述多个目标搜索词。
21.根据权利要求20所述的方法,其特征在于,所述方法还包括:
获取人工客服在下拉列表中选择的目标搜索词,并在所述搜索框中显示该目标搜索词。
22.根据权利要求20所述的方法,其特征在于,所述方法还包括:
获取人工客服在下拉列表中选择的目标搜索词,并展示该目标搜索词的搜索结果。
23.根据权利要求18所述的方法,其特征在于,所述方法还包括:
响应于针对所述搜索框的搜索操作,展示搜索框中显示的目标搜索词的搜索结果。
24.一种搜索处理装置,其特征在于,应用于即时通讯的会话中,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户在会话中的搜索操作;
基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
25.根据权利要求24所述的装置,其特征在于,所述处理器在实现步骤基于所述会话中的会话信息,以及当前用户的属性信息,预测当前用户要进行搜索的至少一个目标搜索词时包括:
根据所述会话信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
根据所述当前用户的属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
26.根据权利要求24所述的装置,其特征在于,所述处理器还实现以下步骤:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
27.根据权利要求24所述的装置,其特征在于,所述处理器还实现以下步骤:
响应于对话机器人的切换指令,生成当前用户在会话中的搜索操作。
28.根据权利要求24或25所述的装置,其特征在于,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度。
29.一种客服信息处理装置,其特征在于,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词展示给人工客服。
30.根据权利要求29所述的装置,其特征在于,所述处理器在实现步骤将所述至少一个目标搜索词展示给人工客服时包括:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
31.根据权利要求29所述的装置,其特征在于,所述处理器还实现以下步骤:
响应于人工客服选择的目标搜索词,展示搜索结果。
32.根据权利要求29所述的装置,其特征在于,所述处理器还实现以下步骤:
响应于服务对象在购物流程中咨询客服的操作,建立对话机器人与服务对象的会话。
33.一种客服信息处理装置,其特征在于,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
获取所述对话机器人与所述服务对象的会话中的会话信息,并基于该会话信息预测得到至少一个目标搜索词;
将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服。
34.根据权利要求33所述的装置,其特征在于,所述处理器还实现以下步骤:
在将所述至少一个目标搜索词中的一个目标搜索词的搜索结果展示给人工客服的同时,展示所述至少一个目标搜索词。
35.一种搜索处理装置,其特征在于,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于当前用户的搜索操作,确定当前用户的服务对象;
获取所述服务对象在咨询过程中产生的会话信息和所述服务对象的订单相关信息;
根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词;
响应于当前用户选择的目标搜索词,展示搜索结果。
36.根据权利要求35所述的装置,其特征在于,所述处理器在实现步骤根据所述会话信息和所述订单相关信息,预测当前用户要进行搜索的至少一个目标搜索词时包括:
根据所述会话信息和所述订单相关信息,确定问题解决策略;
将所述问题解决策略对应的搜索词,确定为候选搜索词;
从所述候选搜索词中确定出至少一个目标搜索词。
37.根据权利要求36所述的装置,其特征在于,所述处理器在实现步骤根据所述会话信息和所述订单相关信息,确定问题解决策略时包括:
采用卷积神经网络提取所述会话信息的特征向量,作为第一特征向量;
基于独热码one-hot网络对所述订单相关信息进行编码,得到第二特征向量;
将所述第一特征向量和所述第二特征向量进行拼接,得到第三特征向量;
将所述第三特征向量输入深度神经网络;
根据所述深度神经网络的输出结果,确定问题解决策略。
38.根据权利要求36所述的装置,其特征在于,所述处理器在实现步骤获取所述问题解决策略对应的搜索词时包括:
根据问题解决策略与搜索词的关联关系,确定所述问题解决策略对应的搜索词。
39.根据权利要求36所述的装置,其特征在于,所述处理器在实现步骤从所述候选搜索词中确定出至少一个目标搜索词时包括:
获取所述当前用户的属性信息,所述当前用户的属性信息用于表示当前用户在搜索业务上的熟练度;
根据所述属性信息,从所述候选搜索词中确定出至少一个目标搜索词。
40.根据权利要求35所述的装置,其特征在于,所述处理器还实现以下步骤:
在当前会话页面中展示所述至少一个目标搜索词;
或者,
显示搜索页面,并在所述搜索页面中展示所述至少一个目标搜索词。
41.一种客服信息处理装置,其特征在于,所述装置包括处理器以及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现:
响应于对话机器人的切换指令,建立人工客服与服务对象的会话;
在会话页面中为所述人工客服提供搜索框;
在所述搜索框中显示一个目标搜索词,所述目标搜索词是由服务端根据所述对话机器人与所述服务对象的会话中的会话信息确定的。
42.根据权利要求41所述的装置,其特征在于,所述处理器还实现以下步骤:
在会话页面中为所述人工客服提供搜索控件;
响应于所述搜索控件的触发操作,显示搜索页面,并在所述搜索页面中为所述人工客服提供搜索框。
43.根据权利要求41或者42所述的装置,其特征在于,所述处理器还实现以下步骤:
在所述服务端确定出多个目标搜索词的情况下,在所述搜索框的下拉列表中,展示所述多个目标搜索词。
44.根据权利要求43所述的装置,其特征在于,所述处理器还实现以下步骤:
获取人工客服在下拉列表中选择的目标搜索词,并在所述搜索框中显示该目标搜索词。
45.根据权利要求43所述的装置,其特征在于,所述处理器还实现以下步骤:
获取人工客服在下拉列表中选择的目标搜索词,并展示该目标搜索词的搜索结果。
46.根据权利要求41所述的装置,其特征在于,所述处理器还实现以下步骤:
响应于针对所述搜索框的搜索操作,展示搜索框中显示的目标搜索词的搜索结果。
47.一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行权利要求1-5、12-17任意一项所述的搜索处理方法。
48.一种非临时性计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得处理器能够执行权利要求6-9、10-11、18-23任意一项所述的客服信息处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910912861.XA CN112559575A (zh) | 2019-09-25 | 2019-09-25 | 一种搜索处理方法、客服信息处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910912861.XA CN112559575A (zh) | 2019-09-25 | 2019-09-25 | 一种搜索处理方法、客服信息处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112559575A true CN112559575A (zh) | 2021-03-26 |
Family
ID=75029546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910912861.XA Pending CN112559575A (zh) | 2019-09-25 | 2019-09-25 | 一种搜索处理方法、客服信息处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559575A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610981A (zh) * | 2022-03-21 | 2022-06-10 | 北京明略昭辉科技有限公司 | 信息搜索方法、装置、系统、设备及计算机可读介质 |
CN114900739A (zh) * | 2022-04-25 | 2022-08-12 | 北京达佳互联信息技术有限公司 | 一种会话的处理方法、装置、电子设备及存储介质 |
CN114969170A (zh) * | 2022-06-01 | 2022-08-30 | 快备新能源科技(上海)有限公司 | 一种风电备品备件数据库搜索方法以及系统 |
-
2019
- 2019-09-25 CN CN201910912861.XA patent/CN112559575A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610981A (zh) * | 2022-03-21 | 2022-06-10 | 北京明略昭辉科技有限公司 | 信息搜索方法、装置、系统、设备及计算机可读介质 |
CN114900739A (zh) * | 2022-04-25 | 2022-08-12 | 北京达佳互联信息技术有限公司 | 一种会话的处理方法、装置、电子设备及存储介质 |
CN114969170A (zh) * | 2022-06-01 | 2022-08-30 | 快备新能源科技(上海)有限公司 | 一种风电备品备件数据库搜索方法以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10540573B1 (en) | Story cycle time anomaly prediction and root cause identification in an agile development environment | |
CN112559575A (zh) | 一种搜索处理方法、客服信息处理方法及装置 | |
EP3185198A1 (en) | Predictive customer service environment | |
CN109981785B (zh) | 用于推送信息的方法和装置 | |
CN113688313A (zh) | 一种预测模型的训练方法、信息推送的方法及装置 | |
CN109003069B (zh) | 一种资源回退方法及装置 | |
US20200356237A1 (en) | Graphical chatbot interface facilitating user-chatbot interaction | |
CN110674408A (zh) | 业务平台、训练样本的实时生成方法及装置 | |
CN113641896A (zh) | 一种模型训练以及推荐概率预测方法及装置 | |
CN110457578A (zh) | 一种客服服务需求识别方法及装置 | |
CN115203394A (zh) | 一种模型训练的方法、业务执行的方法及装置 | |
CN112733024A (zh) | 一种信息推荐的方法及装置 | |
EP4060517A1 (en) | System and method for designing artificial intelligence (ai) based hierarchical multi-conversation system | |
CN115759122A (zh) | 一种意图识别方法、装置、设备及可读存储介质 | |
US9536207B2 (en) | Using data obtained from an online social network to optimize subscription offers | |
CN115048577A (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN114298735A (zh) | 一种模型训练的方法、信息推送的方法及装置 | |
US11158319B2 (en) | Information processing system, method, device and equipment | |
CN113886033A (zh) | 一种任务处理的方法及装置 | |
CN109460312A (zh) | 请求失败的处理方法及装置 | |
US20210342707A1 (en) | Data-driven techniques for model ensembles | |
CN115617973B (zh) | 一种基于智能数据处理的信息获取方法 | |
CN116822606A (zh) | 一种异常检测模型的训练方法、装置、设备及存储介质 | |
CN113343085B (zh) | 一种信息推荐方法、装置、存储介质及电子设备 | |
CN116188023A (zh) | 一种风险识别模型训练的方法、装置、存储介质及设备 |
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 |