CN112860868A - 客服电话分析方法、系统、设备及存储介质 - Google Patents
客服电话分析方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN112860868A CN112860868A CN202110255178.0A CN202110255178A CN112860868A CN 112860868 A CN112860868 A CN 112860868A CN 202110255178 A CN202110255178 A CN 202110255178A CN 112860868 A CN112860868 A CN 112860868A
- Authority
- CN
- China
- Prior art keywords
- text
- customer service
- emotion
- telephone
- rule
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 66
- 230000008451 emotion Effects 0.000 claims description 135
- 238000012545 processing Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 abstract description 10
- 238000007405 data analysis Methods 0.000 abstract description 6
- 230000002996 emotional effect Effects 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013145 classification model Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000000586 desensitisation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008909 emotion recognition Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F16/30—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
- G06F16/3343—Query execution using phonetics
-
- 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
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种客服电话分析方法、系统、设备及存储介质，该方法包括：客服电话接通后，每隔预设采集间隔时间采集客服电话音频；将采集到的所述客服电话音频转换为电话文本；提取所述电话文本的文本特征；判断所述文本特征是否符合至少一预设的告警判定规则的条件；如果是，则发出告警信息。本发明在用户和客服通话过程中，对客服电话音频实时自动分析并且自动根据预设的告警判定规则判断是否需要告警，不仅可以监控用户的情绪状态，并且可以通过大数据分析为客服的服务过程提供有效的辅助，从而实现舆情快速发现和快速应对，并且快速满足用户解决问题。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种客服电话分析方法、系统、设备及存储介质。
背景技术
呼叫中心起源于美国20世纪70年代，于20世纪90年代末才被中国引入，经过20多年的发展，呼叫中心在中国已经形成完整的产业链条。录音功能在传统呼叫中心落地过程中是必不可少的功能，但是录音的利用率确是非常低，仅作为员工抽查考评、争议通话查询等；关于录音的使用场景比较狭隘，使用时间也非常滞后，但是录音文件有带来了存储大、查询慢等一些列问题。
发明内容
针对现有技术中的问题，本发明的目的在于提供一种客服电话分析方法、系统、设备及存储介质，通过对客服电话音频自动分析并且自动判断是否需要告警，从而实现舆情快速发现和快速应对。
本发明实施例提供一种客服电话分析方法，包括如下步骤：
客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
将采集到的所述客服电话音频转换为电话文本；
提取所述电话文本的文本特征；
判断所述文本特征是否符合至少一预设的告警判定规则的条件；
如果是，则发出告警信息。
在一些实施例中，所述文本特征包括情绪类别；
提取所述电话文本的文本特征，包括：将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别；
所述预设的告警判定规则包括情绪告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，如果是，则所述情绪类别符合所述情绪告警规则的条件。
在一些实施例中，所述文本特征包括文本关键词；
提取所述电话文本的文本特征，包括：基于预设的关键词库，识别所述电话文本中的文本关键词；
所述预设的告警判定规则包括敏感词告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述电话文本中的文本关键词中是否包含所述敏感词告警规则所设定的敏感词，如果是，则所述文本关键词符合所述敏感词告警规则的条件。
在一些实施例中，所述文本特征包括舆情特征；
提取所述电话文本的文本特征，包括：基于预设的舆情信息提取规则，从所述电话文本中提取舆情特征；
所述预设的告警判定规则包括舆情告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述电话文本中是否存在舆情特征，且所述舆情特征属于所述舆情告警规则所设定的需要告警的舆情特征，如果是，则所述舆情特征符合所述舆情告警规则的条件。
在一些实施例中，所述将采集到的所述客服电话音频转换为电话文本之后，还包括如下步骤：
将所述电话文本区分为客户文本和客服文本；
对所述客户文本，判断所述客户文本是否包括提问问题；
如果是，从所述提问问题中提取问题关键词；
基于所述问题关键词在预设的知识库或话术库中进行匹配，得到匹配内容；
将所述匹配内容推送至客服。
在一些实施例中，将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别，包括如下步骤：
将所述电话文本区分为客户文本和客服文本；
将所述客户文本和所述客服文本分别输入训练好的情绪类别识别模型，得到所述所述情绪类别识别模型输出的客户情绪类别和客服情绪类别；
判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，包括分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别。
在一些实施例中，所述分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别之后，还包括如下步骤：
如果所述客服情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，向客服推送情绪告警提示，并在通话结束后，将所述客服情绪类别加入客服评价数据库；
如果所述客户情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，提取所述客户文本的关键词，基于所述关键词在预设的知识库或话术库中进行匹配，得到匹配内容；
获取所述客户文本所对应的客服文本，计算所述客服文本和所述匹配内容的相似度；
如果所述相似度低于预设值，则向客服推送所述匹配内容。
本发明实施例还提供一种客服电话分析系统，用于实现所述的客服电话分析方法，所述系统包括：
音频采集模块，用于客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
文本转换模块，用于将采集到的所述客服电话音频转换为电话文本；
特征提取模块，用于提取所述电话文本的文本特征；
告警处理模块，用于判断所述文本特征是否符合至少一预设的告警判定规则的条件，如果是，则发出告警信息。
本发明实施例还提供一种客服电话分析设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行所述的客服电话分析方法的步骤。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的客服电话分析方法的步骤。
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。
本发明的客服电话分析方法、系统、设备及存储介质具有如下有益效果：
本发明在用户和客服通话过程中，对客服电话音频实时自动分析并且自动根据预设的告警判定规则判断是否需要告警，不仅可以监控用户的情绪状态，并且可以通过大数据分析为客服的服务过程提供有效的辅助，从而实现舆情快速发现和快速应对，并且快速满足用户解决问题。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的客服电话分析方法的流程图；
图2是本发明一具体实施方式的客服电话分析方法的流程图；
图3是本发明一实施例的推荐知识内容或话术的流程图；
图4是本发明一实施例的客服电话分析系统的结构示意图；
图5是本发明一实施例的客服电话分析设备的结构示意图；
图6是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此，实际执行的顺序有可能根据实际情况改变。
如图1所示，本发明实施例提供一种客服电话分析方法，包括如下步骤：
S100：客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
在实际应用中，客户通过手机、座机、小程序电话等方式拨打客服电话，客服接通电话后开始和客户沟通，开始进行分析；
此处预设采集间隔时间的时间长度可以根据需要进行设定，例如设置为1分钟，3分钟等，时间间隔越短，监测的频率越高，但是相应的数据处理量也会越大；
S200：将采集到的所述客服电话音频转换为电话文本；
在实际应用中，可以采用现有的语音转文本技术，将实时采集到的所述客服电话音频转换为电话文本；
S300：提取所述电话文本的文本特征；
S400：判断所述文本特征是否符合至少一预设的告警判定规则的条件；
S500：如果是，则发出告警信息；
S600：如果否，则不发出告警信息。
本发明的客服电话分析方法首先通过步骤S100，在客服电话接通后，实时采集客服电话音频，并通过步骤S200～S400自动分析客服电话音频，从而实现了在用户和客服通话过程中，对客服电话音频实时自动分析并且自动根据预设的告警判定规则判断是否需要告警，不仅可以监控用户的情绪状态，并且可以通过大数据分析为客服的服务过程提供有效的辅助，从而实现舆情快速发现和快速应对，并且快速满足用户解决问题。
在步骤S200和步骤S300之间，还需要将转换后的语音文本进行脱敏处理，脱敏处理即为将其中的敏感信息进行单项处理，不可逆，脱敏后的语音文本进入到数据仓库，用于后续步骤S300和S400的数据分析。
如图2所示，在一种具体的实施方式中，本发明可以实现对电话音频中的情感分析，并针对情感分析结果进行应对。具体地，所述文本特征包括情绪类别。因此，所述步骤S300中提取所述电话文本的文本特征即为基于所述电话文本识别对应的情绪类别。
在该实施例中，可以采用机器学习模型来实现情绪类别的检测。具体地，所述步骤S300：提取所述电话文本的文本特征，包括：将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别。所述情绪类别识别模型可以采用现有技术中基于机器学习的分类模型，例如卷积神经网络模型、决策树分类模型、支持向量机模型等等。在训练所述情绪类别识别模型时，可以首先采集大量的历史电话文本，人工对历史电话文本进行标识，从而构建训练集，并基于训练集训练所述情绪类别识别模型。
所述步骤S400中所采用的预设的告警判定规则包括情绪告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，如果是，则所述情绪类别符合所述情绪告警规则的条件。例如，可以将情绪类别划分为正面情绪类别和负面情绪类别，在识别到情绪类别为负面情绪类别时，则符合所述情绪告警规则的条件。
本发明对客服电话进行实时情感分析，情感分析包含了转文本、标签库、分析情感值；标签库是通过机器打标、人工打标、机器学习三个步骤，针对不同行业提供的专用标签库，可以更精准的判断文本的情感倾向，准确率达到95％以上。例如，在打标签时，根据客户行业，分配适合客户的标签库，然后对客户通话文本进行倾向性分析，目前主要分析倾向为三个状态：正面、中立、负面，针对中立和负面的情感电话，会立即触发告警，告警处理人通过播放录音和文本内容查看判断是否要升级事件，或者给出解决方案。
如图2所示，在该实施例中，所述客服电话分析方法还可以进一步根据用户文本中的关键词的分析。具体地，所述文本特征包括文本关键词。所述步骤S300：提取所述电话文本的文本特征，包括：基于预设的关键词库，识别所述电话文本中的文本关键词。
所述步骤S400中采用的预设的告警判定规则包括敏感词告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：通过关键词碰撞算法，判断所述电话文本中的文本关键词中是否包含所述敏感词告警规则所设定的敏感词，如果是，则所述文本关键词符合所述敏感词告警规则的条件。具体地，可以预先在关键词库中设置一些需要告警的敏感词，如果检测到语音文本中有有至少一个敏感词，则认为符合该敏感词告警规则的条件。
如图2所示，在该实施例中，所述客服电话分析方法还可以用于舆情分析。所述文本特征包括舆情特征。所述步骤S300：提取所述电话文本的文本特征，包括：基于预设的舆情信息提取规则，从所述电话文本中提取舆情特征。此处舆情信息提取规则可以是通过基于大数据建立的舆情关键词库来识别和提取所述电话文本中的舆情特征，也可以是采用基于大数据建立的舆情识别模型来对舆情特征进行提取，从而实现对于突发事件的识别。
所述步骤S400中所采用的预设的告警判定规则包括舆情告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述电话文本中是否存在舆情特征，且所述舆情特征属于所述舆情告警规则所设定的需要告警的舆情特征，如果是，则所述舆情特征符合所述舆情告警规则的条件。
在其他可替代的实施方式中，上述的各种规则，如情绪告警规则、敏感词告警规则和舆情告警规则可以单独实用，也可以组合使用，例如使用其中的一种或多种同时对电话文本进行分析处理。此外，也可以采用其他类型的告警判断规则，均属于本发明的保护范围之内。
所述步骤S500中发出告警信息时，可以是向对应的管理工作人员发送邮件、短信、站内信等通知消息，也可以是向当前正在提供服务的客服发送提醒信息等。向管理工作人员发送通知消息时，可以将告警相关的客服电话音频一起发给工作人员，工作人员可以通过播放录音和文本内容查看判断是否要升级事件，或者给出解决方案。
因此，本发明的客服电话分析方法可以将原来使用率极低的录音文件，通过大数据分析的方式灵活使用起来；首先让数据可以最大化的为企业和用户服务，如果普及起来，呼叫中心或者企业客服的录音文件不在是摆设，它们将升级成为提升企业服务能力的工具；其次通过实时分析的功能，让客服更快更精准的帮助用户，客服工作效率的提升，也会增加客户的满意度，客户满意度的提升可以推进企业更好的发展；通过告警机制，可以更快地反馈出企业服务的不足，帮助企业改进服务质量。
如图2和图3所示，该实施例中，所述客服电话分析方法还可以提供自动知识库查询的功能，即实时对通话内容进行分析，通过分析，帮助客服快速搜索知识库。具体地，所述步骤S200：将采集到的所述客服电话音频转换为电话文本之后，还包括如下步骤：
S710：将所述电话文本区分为客户文本和客服文本；
S720：对所述客户文本，判断所述客户文本是否包括提问问题；
S730：如果是，从所述提问问题中提取问题关键词；
S740：如果否，则不启用知识库和话术库匹配功能；
S750：基于所述问题关键词在预设的知识库或话术库中进行匹配，得到匹配内容；
S760：将所述匹配内容推送至客服。
因此，本发明通过将客服电话和知识库串联为一体，通过实时对客户语音的分析，智能判断客户想要了解的知识库，动态的给客服推送相关知识库内容和相关话术，从而帮助客服快速解答用户问题。
在该实施例中，对电话中的情绪识别可以包括对客户情绪的识别和客服情绪的识别。具体地，将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别，包括如下步骤：
将所述电话文本区分为客户文本和客服文本；
将所述客户文本和所述客服文本分别输入训练好的情绪类别识别模型，得到所述所述情绪类别识别模型输出的客户情绪类别和客服情绪类别；
判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，包括分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别。在实际应用中，可以分别对客户情绪和客服情绪设定不同的需要告警的情绪类别，也可以对客户情绪和客服情绪设定相同的需要告警的情绪类别。
在该实施例中，所述分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别之后，还包括如下步骤：
如果所述客服情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，向客服推送情绪告警提示，并在通话结束后，将所述客服情绪类别加入客服评价数据库，该客服情绪类别可以用于在后续对客服的工作表现进行评价时作为参考依据；
如果所述客户情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，提取所述客户文本的关键词，基于所述关键词在预设的知识库或话术库中进行匹配，得到匹配内容，此处匹配内容即为根据客服文本的关键词匹配得到的推荐知识内容或者推荐话术；
获取所述客户文本所对应的客服文本，计算所述客服文本和所述匹配内容的相似度；
如果所述相似度低于预设值，则说明客服的回答可能不是很恰当，可能是因为客户的问题没有得到很好地解决而导致客户的情绪不佳，因此向客服推送所述匹配内容，帮助客服更好地回复客户。
在本发明的客服电话分析方法中，在电话通话结束之后，可以将此次通话的完整录音存储到数据库中，用于后续对录音音频的追溯和分析。
如图4所示，本发明实施例还提供一种客服电话分析系统，用于实现所述的客服电话分析方法，所述系统包括：
音频采集模块M100，用于客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
文本转换模块M200，用于将采集到的所述客服电话音频转换为电话文本；
特征提取模块M300，用于提取所述电话文本的文本特征；
告警处理模块M400，用于判断所述文本特征是否符合至少一预设的告警判定规则的条件，如果是，则发出告警信息。
本发明的客服电话分析系统首先通过音频采集模块M100在客服电话接通后，实时采集客服电话音频，并通过文本转换模块M200、特征提取模块M300和告警处理模块M400自动分析客服电话音频，从而实现了在用户和客服通话过程中，对客服电话音频实时自动分析并且自动根据预设的告警判定规则判断是否需要告警，不仅可以监控用户的情绪状态，并且可以通过大数据分析为客服的服务过程提供有效的辅助，从而实现舆情快速发现和快速应对，并且快速满足用户解决问题。
本发明实施例还提供一种客服电话分析设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的客服电话分析方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述客服电话分析方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
所述客服电话分析设备中，所述存储器中的程序被处理器执行时实现所述的客服电话分析方法的步骤，因此，所述设备也可以获得上述客服电话分析方法的技术效果。
本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现所述的客服电话分析方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述客服电话分析方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上执行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
所述计算机存储介质中的程序被处理器执行时实现所述的客服电话分析方法的步骤，因此，所述计算机存储介质也可以获得上述客服电话分析方法的技术效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种客服电话分析方法，其特征在于，包括如下步骤：
客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
将采集到的所述客服电话音频转换为电话文本；
提取所述电话文本的文本特征；
判断所述文本特征是否符合至少一预设的告警判定规则的条件；
如果是，则发出告警信息。
2.根据权利要求1所述的客服电话分析方法，其特征在于，所述文本特征包括情绪类别；
提取所述电话文本的文本特征，包括：将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别；
所述预设的告警判定规则包括情绪告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，如果是，则所述情绪类别符合所述情绪告警规则的条件。
3.根据权利要求1所述的客服电话分析方法，其特征在于，所述文本特征包括文本关键词；
提取所述电话文本的文本特征，包括：基于预设的关键词库，识别所述电话文本中的文本关键词；
所述预设的告警判定规则包括敏感词告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述电话文本中的文本关键词中是否包含所述敏感词告警规则所设定的敏感词，如果是，则所述文本关键词符合所述敏感词告警规则的条件。
4.根据权利要求1所述的客服电话分析方法，其特征在于，所述文本特征包括舆情特征；
提取所述电话文本的文本特征，包括：基于预设的舆情信息提取规则，从所述电话文本中提取舆情特征；
所述预设的告警判定规则包括舆情告警规则，判断所述文本特征是否符合至少一预设的告警判定规则的条件，包括：判断所述电话文本中是否存在舆情特征，且所述舆情特征属于所述舆情告警规则所设定的需要告警的舆情特征，如果是，则所述舆情特征符合所述舆情告警规则的条件。
5.根据权利要求1所述的客服电话分析方法，其特征在于，所述将采集到的所述客服电话音频转换为电话文本之后，还包括如下步骤：
将所述电话文本区分为客户文本和客服文本；
对所述客户文本，判断所述客户文本是否包括提问问题；
如果是，从所述提问问题中提取问题关键词；
基于所述问题关键词在预设的知识库或话术库中进行匹配，得到匹配内容；
将所述匹配内容推送至客服。
6.根据权利要求2所述的客服电话分析方法，其特征在于，将所述电话文本输入训练好的情绪类别识别模型，得到所述情绪类别识别模型输出的情绪类别，包括如下步骤：
将所述电话文本区分为客户文本和客服文本；
将所述客户文本和所述客服文本分别输入训练好的情绪类别识别模型，得到所述所述情绪类别识别模型输出的客户情绪类别和客服情绪类别；
判断所述情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别，包括分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别。
7.根据权利要求6所述的客服电话分析方法，其特征在于，所述分别判断所述客户情绪类别和客服情绪类别是否属于所述情绪告警规则所设定的需要告警的情绪类别之后，还包括如下步骤：
如果所述客服情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，向客服推送情绪告警提示，并在通话结束后，将所述客服情绪类别加入客服评价数据库；
如果所述客户情绪类别属于所述情绪告警规则所设定的需要告警的情绪类别，提取所述客户文本的关键词，基于所述关键词在预设的知识库或话术库中进行匹配，得到匹配内容；
获取所述客户文本所对应的客服文本，计算所述客服文本和所述匹配内容的相似度；
如果所述相似度低于预设值，则向客服推送所述匹配内容。
8.一种客服电话分析系统，用于实现权利要求1至7中任一项所述的客服电话分析方法，其特征在于，所述系统包括：
音频采集模块，用于客服电话接通后，每隔预设采集间隔时间采集客服电话音频；
文本转换模块，用于将采集到的所述客服电话音频转换为电话文本；
特征提取模块，用于提取所述电话文本的文本特征；
告警处理模块，用于判断所述文本特征是否符合至少一预设的告警判定规则的条件，如果是，则发出告警信息。
9.一种客服电话分析设备，其特征在于，包括：
处理器；
存储器，其中存储有所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的客服电话分析方法的步骤。
10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至7中任一项所述的客服电话分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110255178.0A CN112860868A (zh) | 2021-03-09 | 2021-03-09 | 客服电话分析方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110255178.0A CN112860868A (zh) | 2021-03-09 | 2021-03-09 | 客服电话分析方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112860868A true CN112860868A (zh) | 2021-05-28 |
Family
ID=75995063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110255178.0A Pending CN112860868A (zh) | 2021-03-09 | 2021-03-09 | 客服电话分析方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112860868A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113342962A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客服方法、系统、设备及存储介质 |
| CN113365100A (zh) * | 2021-06-02 | 2021-09-07 | 中国邮政储蓄银行股份有限公司 | 视频处理方法及装置 |
| CN113472958A (zh) * | 2021-07-13 | 2021-10-01 | 上海华客信息科技有限公司 | 分店电话集中接听方法、系统、电子设备和存储介质 |
| CN114692648A (zh) * | 2021-12-30 | 2022-07-01 | 中国电信股份有限公司 | 客服系统的预警方法、装置、电子设备及可读介质 |
| CN115017262A (zh) * | 2022-05-31 | 2022-09-06 | 上海华客信息科技有限公司 | 会话处理方法、系统、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103811009A (zh) * | 2014-03-13 | 2014-05-21 | 华东理工大学 | 一种基于语音分析的智能电话客服系统 |
| CN107293309A (zh) * | 2017-05-19 | 2017-10-24 | 四川新网银行股份有限公司 | 一种基于客户情绪分析提升舆情监控效率的方法 |
| CN109767765A (zh) * | 2019-01-17 | 2019-05-17 | 平安科技（深圳）有限公司 | 话术匹配方法及装置、存储介质、计算机设备 |
| CN110309216A (zh) * | 2019-05-10 | 2019-10-08 | 焦点科技股份有限公司 | 一种基于文本分类的客服语音质检方法 |
| CN110472224A (zh) * | 2019-06-24 | 2019-11-19 | 深圳追一科技有限公司 | 服务质量的检测方法、装置、计算机设备和存储介质 |
| CN111899140A (zh) * | 2020-08-07 | 2020-11-06 | 绍兴市寅川软件开发有限公司 | 基于话术水平提升的客服培训方法及系统 |
| CN112182220A (zh) * | 2020-10-10 | 2021-01-05 | 携程计算机技术（上海）有限公司 | 基于深度学习的客服预警分析方法、系统、设备及介质 |
-
2021
- 2021-03-09 CN CN202110255178.0A patent/CN112860868A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103811009A (zh) * | 2014-03-13 | 2014-05-21 | 华东理工大学 | 一种基于语音分析的智能电话客服系统 |
| CN107293309A (zh) * | 2017-05-19 | 2017-10-24 | 四川新网银行股份有限公司 | 一种基于客户情绪分析提升舆情监控效率的方法 |
| CN109767765A (zh) * | 2019-01-17 | 2019-05-17 | 平安科技（深圳）有限公司 | 话术匹配方法及装置、存储介质、计算机设备 |
| CN110309216A (zh) * | 2019-05-10 | 2019-10-08 | 焦点科技股份有限公司 | 一种基于文本分类的客服语音质检方法 |
| CN110472224A (zh) * | 2019-06-24 | 2019-11-19 | 深圳追一科技有限公司 | 服务质量的检测方法、装置、计算机设备和存储介质 |
| CN111899140A (zh) * | 2020-08-07 | 2020-11-06 | 绍兴市寅川软件开发有限公司 | 基于话术水平提升的客服培训方法及系统 |
| CN112182220A (zh) * | 2020-10-10 | 2021-01-05 | 携程计算机技术（上海）有限公司 | 基于深度学习的客服预警分析方法、系统、设备及介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113365100A (zh) * | 2021-06-02 | 2021-09-07 | 中国邮政储蓄银行股份有限公司 | 视频处理方法及装置 |
| CN113365100B (zh) * | 2021-06-02 | 2022-11-22 | 中国邮政储蓄银行股份有限公司 | 视频处理方法及装置 |
| CN113342962A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客服方法、系统、设备及存储介质 |
| CN113472958A (zh) * | 2021-07-13 | 2021-10-01 | 上海华客信息科技有限公司 | 分店电话集中接听方法、系统、电子设备和存储介质 |
| CN114692648A (zh) * | 2021-12-30 | 2022-07-01 | 中国电信股份有限公司 | 客服系统的预警方法、装置、电子设备及可读介质 |
| CN115017262A (zh) * | 2022-05-31 | 2022-09-06 | 上海华客信息科技有限公司 | 会话处理方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112860868A (zh) | 客服电话分析方法、系统、设备及存储介质 | |
| US7912714B2 (en) | Method for segmenting communication transcripts using unsupervised and semi-supervised techniques | |
| CN112348520A (zh) | 基于XGBoost的风险评估方法、装置和电子设备 | |
| KR101824242B1 (ko) | 상담품질 전수평가 장치 | |
| US20160142544A1 (en) | Apparatus and method for customer interaction service | |
| KR102353545B1 (ko) | 재난대응 추천방법 및 그 장치 | |
| CN112527994A (zh) | 情绪分析方法、装置、设备及可读存储介质 | |
| CN110929011A (zh) | 一种对话分析方法、装置和设备 | |
| CN112966082B (zh) | 音频质检方法、装置、设备以及存储介质 | |
| CN112182220B (zh) | 基于深度学习的客服预警分析方法、系统、设备及介质 | |
| CN114416511A (zh) | 基于日志的系统异常检测方法、装置、介质及电子设备 | |
| CN112016855B (zh) | 基于关系网匹配的用户行业识别方法、装置和电子设备 | |
| CN114782054A (zh) | 基于深度学习算法的客服服务质量检测方法及相关设备 | |
| CN111063446B (zh) | 用于标准化医疗文本数据的方法、装置、设备及存储介质 | |
| CN112417996A (zh) | 工业图纸的信息处理方法、装置、电子设备和存储介质 | |
| CN116881395A (zh) | 一种舆情信息检测方法和装置 | |
| CN114820076A (zh) | 客诉告警方法、装置、电子设备、存储介质 | |
| CN118072764A (zh) | 一种智能语音质检管理系统 | |
| CN110688558A (zh) | 网页搜索的方法、装置、电子设备和存储介质 | |
| CN116127011A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
| CN110910905A (zh) | 静音点检测方法及装置、存储介质、电子设备 | |
| CN114757186A (zh) | 用户意图分析方法和装置、计算机存储介质、电子设备 | |
| CN114117047A (zh) | 一种基于c4.5算法对非法语音进行分类的方法及系统 | |
| CN115145623A (zh) | 软件业务系统的白盒监控方法、装置、设备和存储介质 | |
| CN113032515A (zh) | 基于多数据源生成图表的方法、系统、设备及存储介质 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210528 |