CN113342962A - 客服方法、系统、设备及存储介质 - Google Patents
客服方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113342962A CN113342962A CN202110768716.6A CN202110768716A CN113342962A CN 113342962 A CN113342962 A CN 113342962A CN 202110768716 A CN202110768716 A CN 202110768716A CN 113342962 A CN113342962 A CN 113342962A
- Authority
- CN
- China
- Prior art keywords
- customer service
- processing request
- level group
- client
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013136 deep learning model Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 9
- 230000004308 accommodation Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 238000003058 natural language processing Methods 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
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/3344—Query execution using natural language analysis
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供了一种客服方法、系统、设备及存储介质，所述方法包括步骤：接收客户的处理请求，获取所述处理请求中实时的文本咨询数据；依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句；当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且处理请求的解决状态为未解决时，则将客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服；第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签；由第二级别组的空闲客服应答所述客户的处理请求；本申请使得对客户处理请求的分析结果更丰富，利于快速解决客户问题。
Description
技术领域
本发明涉及计算机技术领域，具体地说，涉及一种客服方法、系统、设备及存储介质。
背景技术
现有技术中，在处理客户来电时，需要对客户通话内容进行聚类分析，以便匹配合适的客服或者进行后续统计分析，便于酒店等平台进行管理。但现有的对通话内容的聚类方式分析维度较为单一，一般只是将通话内容归类为特定的业务点，比如服务技能、服务态度。分析结果不够丰富，问题的洞察很难深入。
另一方面，当客户在来电中反复咨询一个问题，且未得到满意的解答时，其可能出现抱怨的情绪，不利于为客户提供良好的服务体验。此时平台若未及时发现这一问题，则可能存在潜在的客户投诉风险，并且导致客户产生不好的平台印象。
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方法、系统、设备及存储介质，使得对客户处理请求的分析结果更丰富，利于快速解决客户问题。
为实现上述目的，本发明提供了一种客服方法，所述方法包括以下步骤：
S110，接收客户的处理请求，获取所述处理请求中实时的文本咨询数据；所述处理请求具有一解决状态，所述解决状态为未解决或已解决；
S120，依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句；
S130，当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且所述处理请求的解决状态为未解决时，则将所述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服；所述第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签，所述第二级别组中客服具有的技能标签包含所述业务语句中的业务关键词；以及
S140，由所述第二级别组的空闲客服应答所述客户的处理请求。
可选地，步骤S120包括：
获取所有业务语句中出现频率最高的前N个业务语句，作为第一目标语句；
所述方法还包括步骤：
在所述第二级别组的空闲客服的应答页面中，显示所述第一目标语句。
可选地，步骤S130包括：
将出现频率达到第一预设阈值的业务语句作为第二目标语句；
提取所述第二目标语句中的业务关键词；
所述第二级别组中客服具有的技能标签包含所述第二目标语句中的业务关键词；
所述方法还包括步骤：
根据所述业务关键词在预设话术系统中，查找出与所述业务关键词匹配的应答话术；
将所述应答话术显示在所述空闲客服的应答页面中。
可选地，步骤S130包括：
当所述第二级别组的空闲客服具有多个时，获取每一个所述空闲客服的历史处理数据；
将所述历史处理数据中包含所述业务语句中的业务关键词的次数最多的空闲客服，作为待分配客服；
步骤S140包括：
由所述待分配客服应答所述客户的处理请求。
可选地，步骤S110包括：
获取所述处理请求中实时的语音通话数据，并将所述语音通话数据转换为文本咨询数据。
可选地，所述方法还包括步骤：
当所述处理请求对应的语音通话为酒店住宿中产生的通话，且语音通话结束时，判断所述语音通话是否生成酒店用品临时消耗量；
当生成酒店用品临时消耗量，则获取酒店用品库存信息；根据所述酒店用品临时消耗量和所述酒店用品库存信息，生成用品库存预警信息。
可选地，步骤S130包括：
接收客户或者客服反馈的关于所述处理请求的解决状态。
本发明还提供了一种客服系统，用于实现上述客服方法，所述系统包括：
文本咨询数据获取模块，接收客户的处理请求，获取所述处理请求中实时的文本咨询数据；所述处理请求具有一解决状态，所述解决状态为未解决或已解决；
业务语句获取模块，依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句；
客服重新分配模块，当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且所述处理请求的解决状态为未解决时，则将所述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服；所述第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签，所述第二级别组中客服具有的技能标签包含所述业务语句中的业务关键词；以及
请求应答模块，由所述第二级别组的空闲客服应答所述客户的处理请求。
本发明还提供了一种客服设备，包括：
处理器；
存储器，其中存储有所述处理器的可执行程序；
其中，所述处理器配置为经由执行所述可执行程序来执行上述任意一项客服方法的步骤。
本发明还提供了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上述任意一项客服方法的步骤。
本发明与现有技术相比，具有以下优点及突出性效果：
本发明提供的客服方法、系统、设备及存储介质采用预设深度学习模型对客户的处理请求对应的文本咨询数据进行分析，获取对应的业务语句，而不是片面归类至特定的业务点，使得分析结果更丰富，利于提高对处理请求响应的准确性；同时在识别到客户多次咨询的问题未被解决时，及时分配至更高级别组客服进行应答，利于客户问题快速解决，提升客户体验。
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为本发明一实施例公开的一种客服方法的示意图；
图2为本发明另一实施例公开的一种客服方法的示意图；
图3为本发明一实施例公开的一种客服系统的结构示意图；
图4为本发明一实施例公开的一种客服设备的结构示意图；
图5为本发明一实施例公开的一种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实施方式。相反，提供这些实施方式使得本发明将全面和完整，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。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
如图1所示，本发明一实施例公开了一种客服方法，该方法包括以下步骤：
S110，接收客户的处理请求，获取上述处理请求中实时的文本咨询数据。上述处理请求具有一解决状态，上述解决状态为未解决或已解决。具体而言，上述处理请求可以为语音通话数据，也可以为文本内容，比如可以在文本聊天窗口中与客服进行沟通。上述处理请求的解决状态默认为未解决，只有当接收到客户或者客服将解决状态确定为已解决的反馈时，上述解决状态才变更为已解决。
S120，依据上述文本咨询数据和训练好的预设深度学习模型，自每一条上述文本咨询数据中提取出对应的业务语句。具体而言，也即，将上述文本咨询数据作为训练好的预设深度学习模型的输入，即可得到每一条文本咨询数据对应的业务语句。比如，当文本咨询数据为客户咨询订单是否已经下单时，那么对应的业务语句即为客户咨询订单状态。需要说明的是，该提取过程为客户咨询过程中实时提取，有的文本咨询数据中可能并未能提取出业务语句。
预设深度学习模型可以是现有技术中的深度学习模型，比如BERT(BidirectionalEncoder Representation from Transformers，Transformer的双向编码器表示)模型。BERT模型是一个通用的NLU模型(Natural Language Understanding，自然语言理解模型)，可以为不同的NLP(Natural Language Processing，自然语言处理)任务提供支持。对预设深度学习模型进行训练的过程采用现有技术即可实现，可以利用其他客户的历史处理请求数据对应的文本咨询数据和标注好的业务语句，构建训练集进行训练。
本实施例中的预设深度学习模型为BERT模型，具有文本提取准确度高的优点。
S130，当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且上述处理请求的解决状态为未解决时，则将上述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服。上述第二级别组中客服具有的技能标签包含且多于上述第一级别组中客服具有的技能标签。上述第二级别组中客服具有的技能标签包含上述业务语句中的业务关键词。
具体而言，该步骤中，连续的至少第二预设阈值条数的文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值。接收客户或者客服反馈的关于上述处理请求的解决状态，且上述处理请求的解决状态为未解决时，则将上述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服。第二级别组的空闲客服即为当前处于空闲状态的客服，也即没有正在处理客户请求的客服。
比如，客户在连续多条文本咨询数据都在询问“为什么我购买的房间住宿发生了降价，如何进行补偿”，对应的业务语句为“为什么房间降价，需要补偿”，当客户在发送的连续6条文本咨询数据，有5条都产生了这一疑问，说明客户的疑问仍然未被解决，且客户此时很可能会产生抱怨情绪。上述第二级别组比第一级别组的权限更大，掌握的技能也更多，更利于客户问题的解决。在一实施例中，可以理解为，第二级别组的级别高于第一级别组。
其中，上述第一预设阈值可以为80％，第二预设阈值可以为3。本申请不以此为限。
S140，由上述第二级别组的空闲客服应答上述客户的处理请求。也即，此时第一级别组的客服不再应答上述客户的处理请求，断开与客户之间的联系。
如图2所示，在本申请另一实施例中，在上述实施例的基础上，步骤S110包括：获取上述处理请求中实时的语音通话数据，并将上述语音通话数据转换为文本咨询数据。
也即，步骤S110为：接收客户的处理请求，获取上述处理请求中实时的语音通话数据，并将上述语音通话数据转换为文本咨询数据。
步骤S120还包括：
获取所有业务语句中出现频率最高的前N个业务语句，作为第一目标语句。
该实施例中的客服方法还包括步骤：
S150，在上述第二级别组的空闲客服的应答页面中，显示上述第一目标语句。
具体而言，该实施例主要针对客户是来电咨询的应用场景，也即与客服是电话通话的场景下。并且，客户在处理请求中可能咨询的不止一个问题，涉及到多个业务问题。比如某个酒店用品出现问题、购买房间降价、隔音太差等问题。在第二级别组的空闲客服刚刚接手这个客户时，客服并不了解该客户先前已经描述过的问题，如果再让客户重新描述一遍，显然客户体验较差。那么在新的客服刚刚接手时，就把客户之前已经咨询过的问题提取出来，显示给该客服查看，其就能快速了解到客户的诉求，便于快速解决问题，利于提升客户体验。
在本申请另一实施例中，在上述实施例的基础上，步骤S130包括：
将出现频率达到第一预设阈值的业务语句作为第二目标语句；
提取上述第二目标语句中的业务关键词；
上述第二级别组中客服具有的技能标签包含上述第二目标语句中的业务关键词。
该实施例中的客服方法还包括步骤：
S160，根据上述业务关键词在预设话术系统中，查找出与上述业务关键词匹配的应答话术。以及
S170，将上述应答话术显示在上述空闲客服的应答页面中。
具体而言，只有当第二级别组中客服具有的技能标签包含客户问题的业务关键词时，才能保证其顺利解决客户问题。比如，业务关键词可以为“房间降价”。该实施例中，第二级别组的空闲客服刚刚接手这个客户时，客服并不了解该客户先前已经描述过的问题，如果再让客户重新描述一遍，显然客户体验较差。那么在新的客服刚刚接手时，就提前为客服准备备用的话术，方便客服顺利快速解决客户问题。
在本申请另一实施例中，在上述实施例的基础上，步骤S130包括：
当上述第二级别组的空闲客服具有多个时，获取每一个上述空闲客服的历史处理数据；
将上述历史处理数据中包含上述业务语句中的业务关键词的次数最多的空闲客服，作为待分配客服；
步骤S140包括：
由上述待分配客服应答上述客户的处理请求。
也即，当空闲客服具有多个时，分配处理过该业务关键词次数最多的，即经验最丰富的的客服处理该客户问题，方便客户问题能够被顺利快速解决。
在本申请另一实施例中，在上述实施例的基础上，上述方法还包括步骤：
S180，当上述处理请求对应的语音通话为酒店住宿中产生的通话，且语音通话结束时，判断上述语音通话是否生成酒店用品临时消耗量。
S190，当生成酒店用品临时消耗量，则获取酒店用品库存信息；根据上述酒店用品临时消耗量和上述酒店用品库存信息，生成用品库存预警信息。
也即，客户在酒店住宿过程中，临时向酒店需求使用牙刷等日用品，这些用品就会产生临时库存消耗。而酒店库存没有实时更新的话，就会导致库存信息有误，可能导致后续入住的客户没有用品可以使用，影响客户体验。本实施例根据临时消耗量实时更新用品库存，利于酒店等平台的管理。
需要说明的是，本申请公开的上述所有实施例均可以进行任意的组合，组合后得到的技术方案也在本申请的保护范围之内。
如图3所示，本发明一实施例还公开了一种客服系统3，该系统包括：
文本咨询数据获取模块31，用于接收客户的处理请求，获取所述处理请求中实时的文本咨询数据。所述处理请求具有一解决状态，所述解决状态为未解决或已解决。
业务语句获取模块32，用于依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句。
客服重新分配模块33，用于当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且所述处理请求的解决状态为未解决时，则将所述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服。所述第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签。所述第二级别组中客服具有的技能标签包含所述业务语句中的业务关键词。以及
请求应答模块34，用于由所述第二级别组的空闲客服应答所述客户的处理请求。
可以理解的是，本发明的客服系统还包括其他支持客服系统运行的现有功能模块。图3显示的客服系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
本实施例中的客服系统用于实现上述的客服的方法，因此对于客服系统的具体实施步骤可以参照上述对客服的方法的描述，此处不再赘述。
本发明一实施例还公开了一种客服设备，包括处理器和存储器，其中存储器存储有所述处理器的可执行程序；处理器配置为经由执行可执行程序来执行上述客服方法中的步骤。图4是本发明公开的客服设备的结构示意图。下面参照图4来描述根据本发明的这种实施方式的电子设备600。图4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4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、连接不同平台组件(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，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述客服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，处理单元610可以执行如图1中所示的步骤。
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。
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平台等。
本发明还公开了一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述客服方法中的步骤。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，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述客服方法中描述的根据本发明各种示例性实施方式的步骤。
如上所示，该实施例的计算机可读存储介质的程序在执行时，采用预设深度学习模型对客户的处理请求对应的文本咨询数据进行分析，获取对应的业务语句，而不是片面归类至特定的业务点，使得分析结果更丰富，利于提高对处理请求响应的准确性；同时在识别到客户多次咨询的问题未被解决时，及时分配至更高级别组客服进行应答，利于客户问题快速解决，提升客户体验。
图5是本发明的计算机可读存储介质的结构示意图。参考图5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，例如个人电脑上运行。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。
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。
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，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)。
本发明实施例提供的客服方法、系统、设备及存储介质采用预设深度学习模型对客户的处理请求对应的文本咨询数据进行分析，获取对应的业务语句，而不是片面归类至特定的业务点，使得分析结果更丰富，利于提高对处理请求响应的准确性；同时在识别到客户多次咨询的问题未被解决时，及时分配至更高级别组客服进行应答，利于客户问题快速解决，提升客户体验。
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)
1.一种客服方法，其特征在于，包括以下步骤：
S110，接收客户的处理请求，获取所述处理请求中实时的文本咨询数据；所述处理请求具有一解决状态，所述解决状态为未解决或已解决；
S120，依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句；
S130，当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且所述处理请求的解决状态为未解决时，则将所述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服；所述第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签，所述第二级别组中客服具有的技能标签包含所述业务语句中的业务关键词；以及
S140，由所述第二级别组的空闲客服应答所述客户的处理请求。
2.如权利要求1所述的客服方法，其特征在于，步骤S120包括：
获取所有业务语句中出现频率最高的前N个业务语句，作为第一目标语句；
所述方法还包括步骤：
在所述第二级别组的空闲客服的应答页面中，显示所述第一目标语句。
3.如权利要求1所述的客服方法，其特征在于，步骤S130包括：
将出现频率达到第一预设阈值的业务语句作为第二目标语句；
提取所述第二目标语句中的业务关键词；
所述第二级别组中客服具有的技能标签包含所述第二目标语句中的业务关键词；
所述方法还包括步骤：
根据所述业务关键词在预设话术系统中，查找出与所述业务关键词匹配的应答话术；
将所述应答话术显示在所述空闲客服的应答页面中。
4.如权利要求1所述的客服方法，其特征在于，步骤S130包括：
当所述第二级别组的空闲客服具有多个时，获取每一个所述空闲客服的历史处理数据；
将所述历史处理数据中包含所述业务语句中的业务关键词的次数最多的空闲客服，作为待分配客服；
步骤S140包括：
由所述待分配客服应答所述客户的处理请求。
5.如权利要求1所述的客服方法，其特征在于，步骤S110包括：
获取所述处理请求中实时的语音通话数据，并将所述语音通话数据转换为文本咨询数据。
6.如权利要求5所述的客服方法，其特征在于，所述方法还包括步骤：
当所述处理请求对应的语音通话为酒店住宿中产生的通话，且语音通话结束时，判断所述语音通话是否生成酒店用品临时消耗量；
当生成酒店用品临时消耗量，则获取酒店用品库存信息；根据所述酒店用品临时消耗量和所述酒店用品库存信息，生成用品库存预警信息。
7.如权利要求1所述的客服方法，其特征在于，步骤S130包括：
接收客户或者客服反馈的关于所述处理请求的解决状态。
8.一种客服系统，用于实现如权利要求1所述的客服方法，其特征在于，所述系统包括：
文本咨询数据获取模块，接收客户的处理请求，获取所述处理请求中实时的文本咨询数据；所述处理请求具有一解决状态，所述解决状态为未解决或已解决；
业务语句获取模块，依据所述文本咨询数据和训练好的预设深度学习模型，自每一条所述文本咨询数据中提取出对应的业务语句；
客服重新分配模块，当连续多条文本咨询数据对应的同一业务语句的出现频率达到第一预设阈值，且所述处理请求的解决状态为未解决时，则将所述客户对应的处理请求由第一级别组的客服分配至第二级别组的空闲客服；所述第二级别组中客服具有的技能标签包含且多于所述第一级别组中客服具有的技能标签，所述第二级别组中客服具有的技能标签包含所述业务语句中的业务关键词；以及
请求应答模块，由所述第二级别组的空闲客服应答所述客户的处理请求。
9.一种客服设备，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程序；
其中，所述处理器配置为经由执行所述可执行程序来执行权利要求1至7中任意一项所述客服方法的步骤。
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中任意一项所述客服方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110768716.6A CN113342962A (zh) | 2021-07-07 | 2021-07-07 | 客服方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110768716.6A CN113342962A (zh) | 2021-07-07 | 2021-07-07 | 客服方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113342962A true CN113342962A (zh) | 2021-09-03 |
Family
ID=77482919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110768716.6A Pending CN113342962A (zh) | 2021-07-07 | 2021-07-07 | 客服方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113342962A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114862242A (zh) * | 2022-05-25 | 2022-08-05 | 中国银行股份有限公司 | 人工客服分配方法及装置、存储介质及电子设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109753663A (zh) * | 2019-01-16 | 2019-05-14 | 中民乡邻投资控股有限公司 | 一种客户情绪分级方法及装置 |
| CN110035188A (zh) * | 2019-04-23 | 2019-07-19 | 深圳市大众通信技术有限公司 | 一种根据业务状态实现智能调度的呼叫方法及装置 |
| 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 |
| CN111932144A (zh) * | 2020-08-25 | 2020-11-13 | 腾讯科技（深圳）有限公司 | 一种客服坐席分配方法、装置、服务器及存储介质 |
| CN112600982A (zh) * | 2020-12-08 | 2021-04-02 | 深圳供电局有限公司 | 供电服务热线交互式语音应答方法与系统、设备、介质 |
| CN112651635A (zh) * | 2020-12-28 | 2021-04-13 | 长沙市到家悠享网络科技有限公司 | 风险识别方法、装置、电子设备及存储介质 |
| CN112804400A (zh) * | 2020-12-31 | 2021-05-14 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
| CN112860868A (zh) * | 2021-03-09 | 2021-05-28 | 上海华客信息科技有限公司 | 客服电话分析方法、系统、设备及存储介质 |
| CN113079263A (zh) * | 2021-03-16 | 2021-07-06 | 京东数字科技控股股份有限公司 | 智能客服转接的方法、装置、系统及介质 |
-
2021
- 2021-07-07 CN CN202110768716.6A patent/CN113342962A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109753663A (zh) * | 2019-01-16 | 2019-05-14 | 中民乡邻投资控股有限公司 | 一种客户情绪分级方法及装置 |
| CN110035188A (zh) * | 2019-04-23 | 2019-07-19 | 深圳市大众通信技术有限公司 | 一种根据业务状态实现智能调度的呼叫方法及装置 |
| 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 |
| CN111932144A (zh) * | 2020-08-25 | 2020-11-13 | 腾讯科技（深圳）有限公司 | 一种客服坐席分配方法、装置、服务器及存储介质 |
| CN112600982A (zh) * | 2020-12-08 | 2021-04-02 | 深圳供电局有限公司 | 供电服务热线交互式语音应答方法与系统、设备、介质 |
| CN112651635A (zh) * | 2020-12-28 | 2021-04-13 | 长沙市到家悠享网络科技有限公司 | 风险识别方法、装置、电子设备及存储介质 |
| CN112804400A (zh) * | 2020-12-31 | 2021-05-14 | 中国工商银行股份有限公司 | 客服呼叫语音质检方法、装置、电子设备及存储介质 |
| CN112860868A (zh) * | 2021-03-09 | 2021-05-28 | 上海华客信息科技有限公司 | 客服电话分析方法、系统、设备及存储介质 |
| CN113079263A (zh) * | 2021-03-16 | 2021-07-06 | 京东数字科技控股股份有限公司 | 智能客服转接的方法、装置、系统及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 俞科峰: ""自动语音识别技术在中国电信多媒体客服系统中的应用"", 《移动通信》, no. 2018, pages 1 - 9 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114862242A (zh) * | 2022-05-25 | 2022-08-05 | 中国银行股份有限公司 | 人工客服分配方法及装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11798539B2 (en) | Systems and methods relating to bot authoring by mining intents from conversation data via intent seeding | |
| US11586940B2 (en) | Generating answers to text input in an electronic communication tool with a question answering system | |
| US10019672B2 (en) | Generating responses to electronic communications with a question answering system | |
| AU2018216823B2 (en) | System and method for speech-based interaction resolution | |
| US20210319481A1 (en) | System and method for summerization of customer interaction | |
| CN113051389B (zh) | 知识推送方法及装置 | |
| CN113342962A (zh) | 客服方法、系统、设备及存储介质 | |
| CN113342961A (zh) | 客户电话投诉处理方法、系统、设备及存储介质 | |
| CN110740212B (zh) | 基于智能语音技术的通话接听方法、装置及电子设备 | |
| US7467090B1 (en) | Using web FAQ data for creating self-service speech applications | |
| CN113077312A (zh) | 酒店推荐方法、系统、设备及存储介质 | |
| CN113111658A (zh) | 校验信息的方法、装置、设备和存储介质 | |
| CN115442484A (zh) | 话务坐席分配方法和装置、计算机存储介质、电子设备 | |
| CN112711654B (zh) | 语音机器人的汉字解释话术生成方法、系统、设备及介质 | |
| CN111556096B (zh) | 信息推送方法、装置、介质及电子设备 | |
| CN114944159A (zh) | 客人电话处理方法、系统、设备及存储介质 | |
| CN114339132A (zh) | 视频会议的智能会议纪要方法、装置和计算机设备 | |
| CN113342960A (zh) | 客户诉求处理方法、系统、设备及存储介质 | |
| CN113282733A (zh) | 客服问题匹配方法、系统、设备及存储介质 | |
| CN112287078A (zh) | 一种多句话术匹配方法、装置和电子设备 | |
| US20240283868A1 (en) | Systems and methods relating to generating simulated interactions for training contact center agents | |
| KR20240002766A (ko) | 기억 기반 대화 지원 장치 및 방법 | |
| KR20150116534A (ko) | 대규모 사용자를 위한 대화형 통신 서비스 제공방법 및 그 시스템 | |
| CN115017262A (zh) | 会话处理方法、系统、设备及存储介质 | |
| CN113535921A (zh) | 用于客服的话术输出方法、系统、电子设备及存储介质 |
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 |