CN112687293A - 一种基于机器学习及数据挖掘的智能坐席训练方法和系统 - Google Patents
一种基于机器学习及数据挖掘的智能坐席训练方法和系统 Download PDFInfo
- Publication number
- CN112687293A CN112687293A CN202110299846.XA CN202110299846A CN112687293A CN 112687293 A CN112687293 A CN 112687293A CN 202110299846 A CN202110299846 A CN 202110299846A CN 112687293 A CN112687293 A CN 112687293A
- Authority
- CN
- China
- Prior art keywords
- audio data
- user
- communication
- data
- environment
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012549 training Methods 0.000 title claims abstract description 20
- 238000007418 data mining Methods 0.000 title claims abstract description 16
- 238000010801 machine learning Methods 0.000 title claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 142
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims description 32
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 2
- 239000000725 suspension Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000001419 dependent effect Effects 0.000 abstract description 5
- 239000003795 chemical substances by application Substances 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本申请公开了一种基于机器学习及数据挖掘的智能坐席训练方法和系统，该方法包括：接收用户终端的原始音频数据；通过原始音频数据提取用户音频数据和环境音频数据；基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；根据用户环境约束条件和用户音频数据，确定智能坐席沟通策略。这样，可以根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。
Description
技术领域
本申请涉及大数据技术领域，尤其涉及一种基于机器学习及数据挖掘的智能坐席训练方法和系统。
背景技术
随着网络化的不断加深，智能坐席沟通在多种场景下得到广泛运用。比如数据库营销和招聘活动，数据库营销(Data Marketing)就是基于数据，寻找具备需求的客户集，以此展开商务活动。数据库的来源有两种：企业自己积累或从外部购买。可以通过坐席沟通以打电话的形式对海量线索进行意向初筛，大幅度提升线索筛选效率。现有的坐席沟通主要靠人工或智能分析用户语言进行沟通应对，缺少对其他比较因素的挖掘和分析，导致效率低下，在智能沟通时准确率较低，不能及时调整正确的语句进行答复。
发明内容
本发明提供了一种基于机器学习及数据挖掘的智能坐席训练方法和系统，以解决现有技术中，坐席沟通主要靠人工或智能分析用户语言进行沟通应对，缺少对其他比较因素的挖掘和分析，导致效率低下，在智能沟通时准确率较低，不能及时调整正确的语句进行答复的问题。
第一方面，本发明提供了一种基于机器学习及数据挖掘的智能坐席训练方法，包括：
接收用户终端的原始音频数据；
通过所述原始音频数据提取用户音频数据和环境音频数据；
基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
可选的，所述方法还包括：
获取包括历史环境音频数据和历史环境约束条件的环境音频样本数据；
通过所述环境音频样本数据对神经网络模型进行训练，获得所述音频数据分析模型。
可选的，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户环境约束条件指示所述环境音频数据包括超过预设幅值和预设频率的爆点音频数据；
调整智能坐席沟通策略为文本沟通模式，其中所述文本沟通模式，包括app沟通模式和运营商信息沟通模式。
可选的，所述原始音频数据包括：运营商网络音频数据和app监听音频数据，其中，所述app监听音频数据为通过所述用户终端所处的无线局域网络中获取的；
所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
获取所述运营商网络音频数据的传输质量信息，所述传输质量信息包括：延时数据和丢包数据；
在所述延时数据和所述丢包数据指示所述运营商网络音频数据的传输质量低于预设传输质量时，获取所述app监听音频数据的传输质量信息；
在所述app监听音频数据的传输质量信息指示所述app监听音频数据的传输质量高于所述运营商网络音频数据的传输质量时，向所述用户终端的目标app发送通话请求。
可选的，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
比较所述用户音频数据和所述用户环境约束条件，若所述用户音频数据所指示的环境约束条件与所述用户环境约束条件不匹配，确定智能坐席沟通策略为停止沟通。
可选的，若根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略为中止沟通，所述方法还包括：
获取所述用户终端的第一位置；
监测所述用户终端的第二位置，当所述第二位置在所述第一位置的预设范围外时，向所述用户终端发送通信请求。
可选的，所述用户音频数据包括用户状态音频数据，所述用户状态音频数据包括用户呼吸音频幅值和用户呼吸音频频率，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户呼吸音频幅值大于预设呼吸音频幅值或所述用户呼吸音频频率大于预设用户呼吸音频频率，确定智能坐席沟通策略为停止沟通，并获取所述用户终端的实时位置信息；
根据所述实时位置信息判断所述用户终端的移动速度；
在所述移动速度降低至预定速度后，向所述用户终端发送通信请求。
第二方面，本发明还提供了一种服务器，包括：
接收模块，用于接收用户终端的原始音频数据；
提取模块，用于通过所述原始音频数据提取用户音频数据和环境音频数据；
预测模块，用于基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
确定模块，用于根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
第三方面，本发明还提供了一种电子系统，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机程序时实现第一方面所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。
第四方面，本发明还提供了一种计算机可读存储介质，其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第一方面所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。
由以上技术方案可知，本发明实施例提供的一种基于机器学习及数据挖掘的智能坐席训练方法和系统，接收用户终端的原始音频数据；通过所述原始音频数据提取用户音频数据和环境音频数据；基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。这样，可以根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。
附图说明
图1为本申请实施例提供的一种基于机器学习及数据挖掘的智能坐席训练方法的流程图；
图2为本申请实施例提供的一种服务器的结构图；
图3为本申请实施例提供的一种电子系统的实施例示意图；
图4为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
具体实施方式
为了更好的理解本说明书实施例提供的技术方案，下面通过附图以及具体实施例对本说明书实施例的技术方案做详细的说明，应当理解本说明书实施例以及实施例中的具体特征是对本说明书实施例技术方案的详细的说明，而不是对本说明书技术方案的限定，在不冲突的情况下，本说明书实施例以及实施例中的技术特征可以相互组合。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备中还存在另外的相同要素。术语“两个以上”包括两个或大于两个的情况。
参见图1，图1是本发明提供的一种基于机器学习及数据挖掘的智能坐席训练方法的流程图。如图1所示，包括以下步骤：
步骤101、接收用户终端的原始音频数据。
在步骤101中，上述用户终端可以是移动电话，可穿戴设备或其他便携式移动终端，服务器可以接收用户终端的原始音频数据，上述原始音频数据可以是从用户终端app中获取到的音频数据或直接通过运营商网络获取到的音频数据，如基于sim卡的拨号电话通话音频数据。
可选的，所述方法还包括：
获取包括历史环境音频数据和历史环境约束条件的环境音频样本数据；
通过所述环境音频样本数据对神经网络模型进行训练，获得所述音频数据分析模型。
需要说明的是，可以获取包括历史环境音频数据和历史环境约束条件的环境音频样本数据。例如，可以获取多个环境音频样本数据，每个环境音频样本数据可以包括存在对应关系的历史环境音频数据和历史环境约束条件。进而可以通过多个环境音频样本数据对神经网络模型进行训练，获得音频数据分析模型。
步骤102、通过所述原始音频数据提取用户音频数据和环境音频数据。
在步骤102中，可以通过原始音频数据提取用户音频数据和环境音频数据。其中，用户音频数据可以为用户的语音数据，环境音频数据可以为用户所处环境的背景声音数据。
步骤103、基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件。
在步骤103中，服务器可以基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件。例如，当环境音频数据为频率很高，幅值很大的噪音数据，音频数据分析模型可以预测用户正处于比较嘈杂的环境，此时是不方便与用户进行语音沟通的；或者，当环境音频数据为海浪音频数据，音频数据分析模型可以预测用户正处于海边，此时是方便与用户进行语音沟通的；或者，当环境音频数据比较微弱，且检测到人说话的声音时，音频数据分析模型可以预测用户正在开会，是不方便与用户进行语音沟通的；或者，当环境音频数据为鸟类音频数据，音频数据分析模型可以预测用户正处于树林里，可能是在散步，此时是方便与用户进行语音沟通的等等。
步骤104、根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
在步骤104中，可以根据用户环境约束条件和用户音频数据，确定智能坐席沟通策略。
可选的，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户环境约束条件指示所述环境音频数据包括超过预设幅值和预设频率的爆点音频数据；
调整智能坐席沟通策略为文本沟通模式，其中所述文本沟通模式，包括app沟通模式和运营商信息沟通模式。
进一步的，如果用户环境约束条件指示环境音频数据包括超过预设幅值和预设频率的爆点音频数据，则可以确定用户正处于比较嘈杂的环境，此时是不方便与用户进行语音沟通的。此时可以调整智能坐席沟通策略为文本沟通模式。其中，文本沟通模式可以包括app沟通模式和运营商信息沟通模式。运营商信息沟通模式可以为短信模式。这样，可以根据环境音频数据灵活选择沟通模式，效率较高，所选择的沟通模式可以更贴合用户的实际沟通场景。
可选的，所述原始音频数据包括：运营商网络音频数据和app监听音频数据，其中，所述app监听音频数据为通过所述用户终端所处的无线局域网络中获取的；
所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
获取所述运营商网络音频数据的传输质量信息，所述传输质量信息包括：延时数据和丢包数据；
在所述延时数据和所述丢包数据指示所述运营商网络音频数据的传输质量低于预设传输质量时，获取所述app监听音频数据的传输质量信息；
在所述app监听音频数据的传输质量信息指示所述app监听音频数据的传输质量高于所述运营商网络音频数据的传输质量时，向所述用户终端的目标app发送通话请求。
进一步的，原始音频数据可以包括：运营商网络音频数据和app监听音频数据。其中，app监听音频数据为通过用户终端所处的无线局域网络中获取的，例如是通过wifi获取的。
需要说明的是，当用户所处的区域存在无线局域网络时，用户终端可以接入该无线局域网络。用户终端里的app可以监听用户的语音，获得app监听音频数据。
可以获取运营商网络音频数据的传输质量信息，该传输质量信息可以包括：延时数据和丢包数据。在延时数据和丢包数据指示运营商网络音频数据的传输质量低于预设传输质量时，即此时运营商网络的信号质量较差时，可以获取app监听音频数据的传输质量信息。在app监听音频数据的传输质量信息指示app监听音频数据的传输质量高于运营商网络音频数据的传输质量时，即在无线局域网络的信号质量强于运营商网络的信号质量时，可以向用户终端的目标app发送通话请求。这样，在运营商网络音频数据的传输质量低于预设传输质量，且app监听音频数据的传输质量高于运营商网络音频数据的传输质量时，可以选择app通话模式。此时即使用无线局域网络实现与用户的通话，可以保证通话质量，保证原始音频数据获取的准确性和及时性，便于后续对原始音频数据的分析，提高分析结果的准确性。
可选的，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
比较所述用户音频数据和所述用户环境约束条件，若所述用户音频数据所指示的环境约束条件与所述用户环境约束条件不匹配，确定智能坐席沟通策略为停止沟通。
进一步的，可以比较用户音频数据和用户环境约束条件。如果用户音频数据所指示的环境约束条件与用户环境约束条件不匹配。例如，用户直接表明自己在开会，不方便语音沟通。而利用音频数据分析模型预测的用户环境约束条件为用户不是在开会，是方便进行语音沟通的。此时可以确定用户是没有意愿进行语音沟通的，进而可以确定智能坐席沟通策略为停止沟通。这样，如果用户音频数据所指示的环境约束条件与用户环境约束条件不匹配，可以确定用户此时是没有意愿进行语音沟通的，进而可以确定智能坐席沟通策略为停止沟通。可以减少无效沟通占用的计算及通信资源，提高沟通效率。
可选的，若根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略为中止沟通，所述方法还包括：
获取所述用户终端的第一位置；
监测所述用户终端的第二位置，当所述第二位置在所述第一位置的预设范围外时，向所述用户终端发送通信请求。
进一步的，如果根据用户环境约束条件和用户音频数据，确定智能坐席沟通策略为中止沟通，则可以获取用户终端的第一位置。用户终端处于该第一位置时可能不方便进行通信。然后，还可以监测用户终端的第二位置。当第二位置在第一位置的预设范围外时，即用户远离了不方便进行通信的第一位置时，可以向用户终端发送通信请求。此时可以采用app通信模式，也可以采用运营商网络通话模式。这样，可以根据监测到的用户终端的位置调整智能坐席沟通策略，实现过程简单，方便快捷。
可选的，所述用户音频数据包括用户状态音频数据，所述用户状态音频数据包括用户呼吸音频幅值和用户呼吸音频频率，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户呼吸音频幅值大于预设呼吸音频幅值或所述用户呼吸音频频率大于预设用户呼吸音频频率，确定智能坐席沟通策略为停止沟通，并获取所述用户终端的实时位置信息；
根据所述实时位置信息判断所述用户终端的移动速度；
在所述移动速度降低至预定速度后，向所述用户终端发送通信请求。
进一步的，用户音频数据可以包括用户状态音频数据，用户状态音频数据可以包括用户呼吸音频幅值和用户呼吸音频频率。如果用户呼吸音频幅值大于预设呼吸音频幅值或用户呼吸音频频率大于预设用户呼吸音频频率，可以确定用户正处于运动状态，此时是不方便进行沟通的。因此可以确定智能坐席沟通策略为停止沟通，并可以获取用户终端的实时位置信息。然后，可以根据实时位置信息判断用户终端的移动速度。在移动速度降低至预定速度后，可以确定用户处于缓慢移动状态或者静止状态，此时是方便进行沟通的，可以向用户终端发送通信请求。这样，可以根据用户呼吸音频幅值、用户呼吸音频频率以及用户终端的移动速度调整智能坐席沟通策略，可以提升智能沟通时的准确率和效率，并且提高了与客户再次沟通的及时性，在进一步降低无效沟通资源占用率的情况下提高对沟通时机准确率和及时性的把控。
需要说明的是，现有的坐席沟通主要靠人工或智能分析用户语言进行沟通应对，缺少对其他比较因素的挖掘和分析，导致效率低下，在智能沟通时准确率较低，不能及时调整正确的语句进行答复。
而在本申请中，根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。
由以上技术方案可知，本发明实施例提供的一种基于机器学习及数据挖掘的智能坐席训练方法，接收用户终端的原始音频数据；通过所述原始音频数据提取用户音频数据和环境音频数据；基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。这样，可以根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。
参见图2，图2是本发明提供的一种服务器的结构图。如图2所示，服务器200包括接收模块201、提取模块202、预测模块203和确定模块204，其中：
接收模块201，用于接收用户终端的原始音频数据；
提取模块202，用于通过所述原始音频数据提取用户音频数据和环境音频数据；
预测模块203，用于基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
确定模块204，用于根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
服务器200能够实现图1的方法实施例中服务器实现的各个过程，为避免重复，这里不再赘述。且服务器200可以实现根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。
请参阅图3，图3为本申请实施例提供的电子系统的实施例示意图。
如图3所示，本申请实施例提供了一种电子系统300，包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311，处理器320执行计算机程序311时实现以下步骤：
接收用户终端的原始音频数据；
通过所述原始音频数据提取用户音频数据和环境音频数据；
基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
在具体实施过程中，处理器320执行计算机程序311时，可以实现图1对应的实施例中任一实施方式。
由于本实施例所介绍的电子系统为实施本申请实施例中一种服务器所采用的系统，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子系统的具体实施方式以及其各种变化形式，所以在此对于该电子系统如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的系统，都属于本申请所欲保护的范围。
请参阅图4，图4为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
如图4所示，本实施例提供了一种计算机可读存储介质400，其上存储有计算机程序411，该计算机程序411被处理器执行时实现如下步骤：
接收用户终端的原始音频数据；
通过所述原始音频数据提取用户音频数据和环境音频数据；
基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
在具体实施过程中，该计算机程序411被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，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。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述。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、嵌入式计算机或者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。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的基于机器学习及数据挖掘的智能坐席训练方法中的流程。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质（例如固态硬盘（solid state disk，SSD））等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修该或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.基于机器学习及数据挖掘的智能坐席训练方法，其特征在于，包括：
接收用户终端的原始音频数据；
通过所述原始音频数据提取用户音频数据和环境音频数据；
基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取包括历史环境音频数据和历史环境约束条件的环境音频样本数据；
通过所述环境音频样本数据对神经网络模型进行训练，获得所述音频数据分析模型。
3.如权利要求1所述的方法，其特征在于，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户环境约束条件指示所述环境音频数据包括超过预设幅值和预设频率的爆点音频数据；
调整智能坐席沟通策略为文本沟通模式，其中所述文本沟通模式，包括app沟通模式和运营商信息沟通模式。
4.如权利要求1所述的方法，其特征在于，所述原始音频数据包括：运营商网络音频数据和app监听音频数据，其中，所述app监听音频数据为通过所述用户终端所处的无线局域网络中获取的；
所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
获取所述运营商网络音频数据的传输质量信息，所述传输质量信息包括：延时数据和丢包数据；
在所述延时数据和所述丢包数据指示所述运营商网络音频数据的传输质量低于预设传输质量时，获取所述app监听音频数据的传输质量信息；
在所述app监听音频数据的传输质量信息指示所述app监听音频数据的传输质量高于所述运营商网络音频数据的传输质量时，向所述用户终端的目标app发送通话请求。
5.如权利要求1所述的方法，其特征在于，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
比较所述用户音频数据和所述用户环境约束条件，若所述用户音频数据所指示的环境约束条件与所述用户环境约束条件不匹配，确定智能坐席沟通策略为停止沟通。
6.如权利要求1所述的方法，其特征在于，若根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略为中止沟通，所述方法还包括：
获取所述用户终端的第一位置；
监测所述用户终端的第二位置，当所述第二位置在所述第一位置的预设范围外时，向所述用户终端发送通信请求。
7.如权利要求1所述的方法，其特征在于，所述用户音频数据包括用户状态音频数据，所述用户状态音频数据包括用户呼吸音频幅值和用户呼吸音频频率，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：
若所述用户呼吸音频幅值大于预设呼吸音频幅值或所述用户呼吸音频频率大于预设用户呼吸音频频率，确定智能坐席沟通策略为停止沟通，并获取所述用户终端的实时位置信息；
根据所述实时位置信息判断所述用户终端的移动速度；
在所述移动速度降低至预定速度后，向所述用户终端发送通信请求。
8.一种服务器，其特征在于，包括：
接收模块，用于接收用户终端的原始音频数据；
提取模块，用于通过所述原始音频数据提取用户音频数据和环境音频数据；
预测模块，用于基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；
确定模块，用于根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。
9.一种电子系统，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任一项所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110299846.XA CN112687293B (zh) | 2021-03-22 | 2021-03-22 | 一种基于机器学习及数据挖掘的智能坐席训练方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110299846.XA CN112687293B (zh) | 2021-03-22 | 2021-03-22 | 一种基于机器学习及数据挖掘的智能坐席训练方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112687293A true CN112687293A (zh) | 2021-04-20 |
| CN112687293B CN112687293B (zh) | 2021-06-22 |
Family
ID=75455758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110299846.XA Active CN112687293B (zh) | 2021-03-22 | 2021-03-22 | 一种基于机器学习及数据挖掘的智能坐席训练方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112687293B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108965620A (zh) * | 2018-08-24 | 2018-12-07 | 杭州数心网络科技有限公司 | 一种人工智能呼叫中心系统 |
| CN109587360A (zh) * | 2018-11-12 | 2019-04-05 | 平安科技（深圳）有限公司 | 电子装置、应对话术推荐方法和计算机可读存储介质 |
| CN109688281A (zh) * | 2018-12-03 | 2019-04-26 | 复旦大学 | 一种智能语音交互方法及系统 |
| CN110113497A (zh) * | 2019-04-12 | 2019-08-09 | 深圳壹账通智能科技有限公司 | 基于语音交互的语音外呼方法、装置及终端 |
| CN111885272A (zh) * | 2020-07-24 | 2020-11-03 | 南京易米云通网络科技有限公司 | 呼叫中心座席支持电话智能外呼方法及智能呼叫中心系统 |
| CN112188017A (zh) * | 2020-08-24 | 2021-01-05 | 维知科技张家口有限责任公司 | 信息交互方法及信息交互系统、处理设备、存储介质 |
-
2021
- 2021-03-22 CN CN202110299846.XA patent/CN112687293B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108965620A (zh) * | 2018-08-24 | 2018-12-07 | 杭州数心网络科技有限公司 | 一种人工智能呼叫中心系统 |
| CN109587360A (zh) * | 2018-11-12 | 2019-04-05 | 平安科技（深圳）有限公司 | 电子装置、应对话术推荐方法和计算机可读存储介质 |
| CN109688281A (zh) * | 2018-12-03 | 2019-04-26 | 复旦大学 | 一种智能语音交互方法及系统 |
| CN110113497A (zh) * | 2019-04-12 | 2019-08-09 | 深圳壹账通智能科技有限公司 | 基于语音交互的语音外呼方法、装置及终端 |
| CN111885272A (zh) * | 2020-07-24 | 2020-11-03 | 南京易米云通网络科技有限公司 | 呼叫中心座席支持电话智能外呼方法及智能呼叫中心系统 |
| CN112188017A (zh) * | 2020-08-24 | 2021-01-05 | 维知科技张家口有限责任公司 | 信息交互方法及信息交互系统、处理设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112687293B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10269371B2 (en) | Techniques for decreasing echo and transmission periods for audio communication sessions | |
| CN105280187A (zh) | 一种家庭情绪管理的装置和方法 | |
| US10313219B1 (en) | Predictive intelligent processor balancing in streaming mobile communication device data processing | |
| CN104091596A (zh) | 一种乐曲识别方法、系统和装置 | |
| CN112637428A (zh) | 无效通话判断方法、装置、计算机设备及存储介质 | |
| CN113691483B (zh) | 异常用户设备的检测方法、装置、设备及存储介质 | |
| CN112687293B (zh) | 一种基于机器学习及数据挖掘的智能坐席训练方法和系统 | |
| CN109634554B (zh) | 用于输出信息的方法和装置 | |
| US10803861B2 (en) | Method and apparatus for identifying information | |
| CN111986657B (zh) | 音频识别方法和装置、录音终端及服务器、存储介质 | |
| CN107154996B (zh) | 来电拦截方法、装置、存储介质及终端 | |
| US20140337038A1 (en) | Method, application, and device for audio signal transmission | |
| CN112837694B (zh) | 设备唤醒方法、装置、存储介质及电子装置 | |
| CN110111816B (zh) | 录制音频的方法、音频处理的方法、电子设备和服务端 | |
| CN113852835A (zh) | 直播音频处理方法、装置、电子设备以及存储介质 | |
| CN114423049A (zh) | 一种感知预测方法、装置、电子设备及存储介质 | |
| CN109065066B (zh) | 一种通话控制方法、装置及设备 | |
| CN113421565A (zh) | 搜索方法、装置、电子设备以及存储介质 | |
| CN112863548A (zh) | 训练音频检测模型的方法、音频检测方法及其装置 | |
| CN112562688A (zh) | 语音转写方法、装置、录音笔和存储介质 | |
| CN107770734B (zh) | 移动用户常驻地识别方法及装置 | |
| CN108769394B (zh) | 终端业务的控制方法及相关产品 | |
| CN111884729B (zh) | 录音通道选择方法、装置及电子设备 | |
| US11621016B2 (en) | Intelligent noise suppression for audio signals within a communication platform | |
| CN112201239B (zh) | 目标设备的确定方法及装置、存储介质、电子装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231123 Address after: A215, 1st Floor, No. 8 Zengcuo'an Road, Siming District, Xiamen City, Fujian Province, 361005 Patentee after: XIAMEN U-THINK TECHNOLOGIES Corp. Address before: 2-203, building 28, Jiayuan Yili, Fengtai District, Beijing Patentee before: Beijing Hatcher Technology Co.,Ltd. |