CN113794851A - 视讯呼入处理方法、装置、电子设备及可读存储介质 - Google Patents
视讯呼入处理方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN113794851A CN113794851A CN202111054251.4A CN202111054251A CN113794851A CN 113794851 A CN113794851 A CN 113794851A CN 202111054251 A CN202111054251 A CN 202111054251A CN 113794851 A CN113794851 A CN 113794851A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- determining
- order
- user
- 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 claims abstract description 21
- 230000006854 communication Effects 0.000 claims abstract description 27
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 19
- 239000003795 chemical substances by application Substances 0.000 claims description 91
- 238000013507 mapping Methods 0.000 claims description 46
- 238000000034 method Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 13
- 230000002940 repellent Effects 0.000 claims description 10
- 239000005871 repellent Substances 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 230000008520 organization Effects 0.000 description 15
- 230000001012 protector Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
-
- 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]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- H04M3/5175—Call or contact centers supervision arrangements
-
- 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
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明涉及人工智能技术领域,揭露一种视讯呼入处理方法,包括:基于订单信息确定交易订单对应的人物角色;构建人物角色对应的人物画像,确定交易订单的各个视讯环节对应的话术;基于发出视讯请求的用户的身份识别结果确定用户对应的目标交易订单及目标视讯环节;基于目标交易订单及目标视讯环节确定目标话术,基于坐席的属性信息确定目标坐席,将目标话术发送给目标坐席,并接通用户与目标坐席的视讯通话。本发明还提供一种视讯呼入处理装置、电子设备及可读存储介质。本发明提高了视讯通话效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种视讯呼入处理方法、装置、电子设备及可读存储介质。
背景技术
随着科技的发展,很多线下业务逐渐转换为线上业务,例如,信托产品购买业务从金融机构现场购买转换为线上购买。
在线上购买信托产品的过程中,部分环节需要通过视讯通话完成,因视讯通话涉及多个视讯环节(例如,个人信息尽调环节、个人单证签署环节等),各个视讯环节对应的用户角色众多(例如,委托人、委托人配偶、自然人保护人、机构保护人、自然人受益人、机构受益人),从而导致视讯通话过程较为复杂,且一个坐席通常只对部分环节或部分用户角色对应的话术熟悉,从而使得视讯通话效率不高。
因此,亟需一种视讯呼入处理方法,以提高视讯通话效率。
发明内容
鉴于以上内容,有必要提供一种视讯呼入处理方法,旨在提高视讯通话效率。
本发明提供的视讯呼入处理方法,包括:
当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色;
从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术;
响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节;
基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
可选的,所述基于所述基本信息构建每个人物角色对应的人物画像,包括:
获取所述基本信息中各个指标项的指标值与标签之间的第一映射关系;
基于所述第一映射关系确定每个人物角色的基本信息中各个指标项的指标值对应的目标标签;
将每个人物角色对应的目标标签的集合作为其对应的人物画像。
可选的,所述基于所述人物画像确定所述交易订单的各个视讯环节对应的话术,包括:
获取人物角色与视讯环节之间的第二映射关系,基于所述交易订单对应的人物角色及所述第二映射关系确定所述交易订单对应的视讯环节;
获取各个视讯环节对应的标签与问题之间的第三映射关系,基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术。
可选的,所述第三映射关系包括每个问题的顺序标号及与其相斥的问题,所述基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术,包括:
选择所述交易订单的一个视讯环节,将选择的视讯环节对应的人物角色的人物画像中每个标签与所述第三映射关系中的标签匹配,将匹配成功的标签对应的问题的集合作为所述选择的视讯环节对应的初始问题集;
从所述初始问题集中剔除相斥的问题数组,得到所述选择的视讯环节对应的第一问题集;
抽取所述相斥的问题数组中顺序标号最小的问题放入所述第一问题集,得到所述选择的视讯环节对应的第二问题集;
按照顺序标号从小到大的顺序将所述第二问题集中的问题拼接,得到所述选择的视讯环节对应的话术。
可选的,所述基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节,包括:
基于所述身份识别结果中所述用户的身份信息确定所述目标应用程序中与所述用户相关的交易订单,得到所述用户对应的第一订单集;
抽取所述第一订单集中待处理流程节点为视讯环节的交易订单,得到所述用户对应的第二订单集;
将所述第二订单集中待处理视讯环节对应的人物角色与所述用户的人物角色匹配的交易订单作为目标交易订单,将所述目标交易订单中待处理视讯节点作为目标视讯节点。
可选的,所述基于所述属性信息确定所述用户对应的目标坐席,包括:
基于所述属性信息建立每个坐席的坐席画像,将所述用户的人物画像及所述坐席画像中相同指标项的集合作为第一指标集,将所述坐席画像中其它指标项的集合作为第二指标集;
确定所述第一指标集中各个指标项对应的第一权重,基于所述第一权重及所述第一指标集计算所述用户与各个坐席的第一匹配分值;
基于所述第二指标集中各个指标项的指标值及预先确定的第二权重,计算所述用户与各个坐席的第二匹配分值;
基于所述第一匹配分值及第二匹配分值确定所述用户与各个坐席的目标匹配分值,将目标匹配分值最大的坐席作为目标坐席。
可选的,所述确定所述第一指标集中各个指标项对应的第一权重,包括:
获取预设时间段内所述目标应用程序对应的历史视讯通话数据,所述历史视讯通话数据中的每条通话数据包括视讯人员的标识、坐席的标识及通话评分;
将所述历史视讯通话数据中每条通话数据对应的视讯人员及坐席组合为一个组合对,得到多个组合对;
基于视讯人员的标识获取视讯人员的人物画像,基于坐席的标识获取坐席的坐席画像,根据每条通话数据中视讯人员的画像及坐席的画像计算每个组合对针对所述第一指标集中各个指标项的相似度;
获取预先确定的权重函数,将所述相似度作为自变量,将所述通话评分作为因变量,基于所述权重函数、自变量及因变量确定所述第一指标集中每个指标项对应的第一权重。
为了解决上述问题,本发明还提供一种视讯呼入处理装置,所述装置包括:
监测模块,用于当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色;
构建模块,用于从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术;
响应模块,用于响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节;
确定模块,用于基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的视讯呼入处理程序,所述视讯呼入处理程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述视讯呼入处理方法。
为了解决上述问题,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视讯呼入处理程序,所述视讯呼入处理程序可被一个或者多个处理器执行,以实现上述视讯呼入处理方法。
相较现有技术,本发明首先确定交易订单对应的人物角色,构建每个人物角色对应的人物画像,基于人物画像确定交易订单的各个视讯环节对应的话术;接着,对发出视讯请求的用户进行身份识别,确定所述用户对应的目标交易订单及目标视讯环节;最后,基于目标交易订单及目标视讯环节确定目标话术,基于坐席的属性信息确定目标坐席,将目标话术发送给目标坐席,并接通所述用户与目标坐席的视讯通话。本发明通过人物画像确定交易订单的各个视讯环节对应的话术,使得话术与用户关联度较高,便于后续有效沟通;通过坐席的属性信息确定用户对应的目标坐席,使得目标坐席与用户的匹配度较高,进一步提高了通话效率。因此,本发明提高了视讯通话效率。
附图说明
图1为本发明一实施例提供的视讯呼入处理方法的流程示意图;
图2为本发明一实施例提供的视讯呼入处理装置的模块示意图;
图3为本发明一实施例提供的实现视讯呼入处理方法的电子设备的结构示意图;
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
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本发明提供一种视讯呼入处理方法。参照图1所示,为本发明一实施例提供的视讯呼入处理方法的流程示意图。该方法可以由一个电子设备执行,该电子设备可以由软件和/或硬件实现。
本实施例中,视讯呼入处理方法包括:
S1、当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色。
本实施例以目标应用程序为购买信托产品的应用程序为例进行说明,第一数据库中存储了目标应用程序的各个交易订单对应的详细订单信息。
当监测到目标应用程序产生交易订单时,从第一数据库中获取新产生的交易订单的订单信息,所述订单信息包括委托人信息、委托人属性、委托人是否有配偶、委托人配偶信息、保护人信息、保护人属性、受益人信息及受益人属性。其中,委托人属性包括自然人委托人及机构委托人,保护人属性包括自然人保护人及机构保护人,受益人属性包括自然人受益人及机构受益人。
根据订单信息确定的人物角色包括自然人委托人、机构委托人、委托人配偶、自然人保护人、机构保护人、自然人受益人及机构受益人。然而不同的交易订单,对应的人物角色不同,例如,若新产生的交易订单为交易订单1,其委托人、保护人及收益人都是自然人,且委托人无配偶,则交易订单1对应的人物角色包括自然人委托人、自然人保护人及自然人受益人。
S2、从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术。
本实施例中,第二数据库可以是第三方机构(例如,公安网、银行、工商局、税务局等)的数据库,可从第二数据库中获取自然人及机构的基本信息,自然人的基本信息包括自然人的年龄、性别、居住地、职业、家庭身份(例如,丈夫或妻子)、家庭收入及收入主要来源,机构的基本信息包括机构所在地、规模、营业类型及营业收入。
根据基本信息中各个指标项的指标值,可为每个人物角色构建人物画像,人物画像中包括多个标签,本实施例中,预先为各个视讯环节中每个标签配置了对应的问题,组装人物画像的各个标签对应的问题,可得到交易订单的各个视讯环节对应的话术。
所述基于所述基本信息构建每个人物角色对应的人物画像,包括:
A11、获取所述基本信息中各个指标项的指标值与标签之间的第一映射关系;
所述指标项的指标值与标签之间的映射关系为预先配置的,本实施例中,以指标项年龄和居住地为例说明指标值与标签之间的第一映射关系。
年龄的指标值与标签之间的第一映射关系如下:
18岁以下,少年;
18岁~30岁,青年;
31岁~50岁,中年;
50岁以上,老年。
居住地的指标值与标签之间的第一映射关系如下:
北京、上海、广州、深圳,一线城市;
厦门、无锡、昆明、温州、长春、南宁、金华、……、珠海,二线城市;
……
A12、基于所述第一映射关系确定每个人物角色的基本信息中各个指标项的指标值对应的目标标签;
若交易订单1对应的自然人委托人的基本信息中年龄为25岁、性别为女、居住地为上海,职业为外企职员、……,则交易订单1对应的自然人委托人的各指标项对应的目标标签分别为青年、女性、一线城市、白领、……。
A13、将每个人物角色对应的目标标签的集合作为其对应的人物画像。
汇总上述各指标项对应的标签即得到每个人物角色的人物画像。例如,根据步骤A2得到交易订单1对应的自然人委托人的人物画像为一个标签数组{青年,女性,一线城市,白领,……}。
所述基于所述人物画像确定所述交易订单的各个视讯环节对应的话术,包括:
B11、获取人物角色与视讯环节之间的第二映射关系,基于所述交易订单对应的人物角色及所述第二映射关系确定所述交易订单对应的视讯环节;
本实施例中,所述第二映射关系中还包括各视讯环节的流程序号。
例如,人物角色与视讯环节之间的第二映射关系如下:
自然委托人:自然人委托人尽调(流程序号1)、自然人委托人签署(流程序号3);
机构委托人:机构委托人尽调(流程序号1)、机构委托人签署(流程序号3);
委托人配偶:委托人配偶尽调(流程序号2);
自然人保护人:自然人保护人签署(流程序号4);
……
若交易订单1对应的人物角色包括自然人委托人、自然人保护人及自然人受益人,则交易订单1对应的视讯环节包括自然人委托人尽调(流程序号1)、自然人委托人签署(流程序号3)及自然人保护人签署(流程序号4),根据流程序号,可确定交易订单1对应的视讯环节流程为:自然人委托人尽调->自然人委托人签署->自然人保护人签署。
B12、获取各个视讯环节对应的标签与问题之间的第三映射关系,基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术。
本实施例中,第三映射关系中配置有各个视讯环节的每个标签对应的问题。例如,第三映射关系如下表1所示:
表1
将人物画像与第三映射关系中每个视讯环节的标签进行匹配,即得到每个视讯环节对应的问题集,将问题集拼接起来,可得到交易订单的各个视讯环节对应的话术。
由表1可知,所述第三映射关系还包括每个问题的顺序标号及与其相斥的问题,相斥是指两个或多个问题的语义相似或相背离,相斥的两个或多个问题中只能选择一个问题。
所述基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术,包括:
C11、选择所述交易订单的一个视讯环节,将选择的视讯环节对应的人物角色的人物画像中每个标签与所述第三映射关系中的标签匹配,将匹配成功的标签对应的问题的集合作为所述选择的视讯环节对应的初始问题集;
例如,若选择的交易订单1的视讯环节为自然人委托人尽调,若自然人委托人的人物画像中包括标签1、标签2,则自然人委托人尽调环节对应的初始问题集中包括问题1、问题2、问题3、问题4及问题5。
C12、从所述初始问题集中剔除相斥的问题数组,得到所述选择的视讯环节对应的第一问题集;
从第三映射关系可以看出,自然人委托人尽调环节对应的互斥问题数组为{问题1,问题3,问题4},则剔除相斥的问题数组后,自然人委托人尽调环节对应的第一问题集中包括问题2及问题5。
C13、抽取所述相斥的问题数组中顺序标号最小的问题放入所述第一问题集,得到所述选择的视讯环节对应的第二问题集;
互斥问题数组{问题1,问题3,问题4}中顺序标号最小的问题是问题1,则自然人委托人尽调环节对应的第二问题集中包括问题1、问题2及问题5。
在其他实施例中,一个视讯环节可能含有多个互斥的问题数组,仅将每个互斥的问题数组中顺序标号最小的问题放入该视讯环节对应的第一问题集中。
C14、按照顺序标号从小到大的顺序将所述第二问题集中的问题拼接,得到所述选择的视讯环节对应的话术。
例如,将问题1、问题2及问题5顺序拼接起来,得到交易订单1的自然人委托人尽调环节对应的话术。
S3、响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节。
当接收到用户通过目标应用程序发出的视讯请求时,对用户进行身份识别,所述身份识别可以是对用户进行人脸识别,以确认用户的身份,也可以是根据用户输入的身份证号码确定用户的身份。
根据用户身份可确定目标应用程序中与用户相关的交易订单,根据交易订单的流程状态可确定用户对应的目标交易订单及目标视讯环节。
本实施例中,不是由用户输入交易单号确定目标交易订单,而是先对用户进行身份识别,基于身份识别结果确定目标交易订单及目标视讯环节,可保证视讯环节中的待视讯人员是正确的。
所述基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节,包括:
D11、基于所述身份识别结果中所述用户的身份信息确定所述目标应用程序中与所述用户相关的交易订单,得到所述用户对应的第一订单集;
例如,根据身份识别结果得出,发出视讯请求的用户为用户1,目标应用程序中与用户1关联的交易订单分别为交易订单1、交易订单2及交易订单3,则第一订单集中的交易订单的数量为3。
若目标应用程序中与用户相关的交易订单有且仅有一个,则将这个交易订单作为目标交易订单。
D12、抽取所述第一订单集中待处理流程节点为视讯环节的交易订单,得到所述用户对应的第二订单集;
若交易订单2的流程已完成,交易订单1的待处理流程节点为自然人委托人尽调环节,交易订单3的待处理流程节点为委托人配偶尽调环节,则用户1对应的第二订单集中包括交易订单1及交易订单3。
D13、将所述第二订单集中待处理视讯环节对应的人物角色与所述用户的人物角色匹配的交易订单作为目标交易订单,将所述目标交易订单中待处理视讯节点作为目标视讯节点。
若交易订单1中用户1的人物角色为自然人委托人,交易订单1的待处理流程节点为自然人委托人尽调环节,则用户1在交易订单1中的人物角色与交易订单1的待处理视讯节点对应的人物角色相同。
若交易订单3中用户1的人物角色为自然人保护人,交易订单3的待处理流程节点为委托人配偶尽调环节,则用户1在交易订单3中的人物角色与交易订单3的待处理视讯节点对应的人物角色不同。
因此,交易订单1为用户1的目标交易订单,交易订单1的待处理流程节点(自然人委托人尽调环节)为目标视讯节点。
若第二订单集中待处理视讯环节对应的人物角色与所述用户的人物角色相匹配的交易订单有多个,可将相匹配的多个交易订单发给用户,由用户从中选择目标交易订单。
S4、基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
步骤S2中,已为目标应用程序中每个交易订单的各个视讯环节生成了对应的话术,根据目标交易订单及目标视讯环节可确定视讯请求对应的目标话术。
坐席的属性信息包括坐席的年龄、性别、居住地、坐席角色(例如,自然人委托人尽调坐席)、当前空闲度、工作年限、待视讯人员是否是其的熟客等。基于各个坐席的属性信息可确定用户1对应的目标坐席,将目标话术发送给目标坐席,并接通目标坐席与用户1的视讯通话,实现了为视讯请求分配最优坐席并提供最合适的话术,可提高视讯通话效率。
所述基于所述属性信息确定所述用户对应的目标坐席,包括:
E11、基于所述属性信息建立每个坐席的坐席画像,将所述用户的人物画像及所述坐席画像中相同指标项的集合作为第一指标集,将所述坐席画像中其它指标项的集合作为第二指标集;
坐席画像的建立过程与人物画像的建立过程相同,在此不再赘述,若人物画像与坐席画像中相同的指标项有10个,则第一指标集中有10个指标项。
E12、确定所述第一指标集中各个指标项对应的第一权重,基于所述第一权重及所述第一指标集计算所述用户与各个坐席的第一匹配分值;
本实施例中,根据历史视讯通话数据确定第一指标集中各个指标项对应的第一权重,通过用户的人物画像及坐席画像计算第一指标集中各个指标项的相似度,对相似度加权求和,可得到用户与各个坐席的第一匹配分值。
E13、基于所述第二指标集中各个指标项的指标值及预先确定的第二权重,计算所述用户与各个坐席的第二匹配分值;
基于第二权重对第二指标集中各个指标项的指标值加权求和,得到用户与各个坐席的第二匹配分值。
E14、基于所述第一匹配分值及第二匹配分值确定所述用户与各个坐席的目标匹配分值,将目标匹配分值最大的坐席作为目标坐席。
加总第一匹配分值及第二匹配分值得到用户与各个坐席的目标匹配分值,目标匹配分值最高的坐席为最优坐席。
所述确定所述第一指标集中各个指标项对应的第一权重,包括:
F11、获取预设时间段内所述目标应用程序对应的历史视讯通话数据,所述历史视讯通话数据中的每条通话数据包括视讯人员的标识、坐席的标识及通话评分;
所述预设时间段可以是最近三个月,每条通话数据的通话评分是对应的视讯人员在视讯结束后给出的评分,通话评分在一定程度上体现了视讯人员与坐席的匹配度。
F12、将所述历史视讯通话数据中每条通话数据对应的视讯人员及坐席组合为一个组合对,得到多个组合对;
若历史视讯通话数据中共500条通话数据,则可得到500个组合对。
F13、基于视讯人员的标识获取视讯人员的人物画像,基于坐席的标识获取坐席的坐席画像,根据每条通话数据中视讯人员的画像及坐席的画像计算每个组合对针对所述第一指标集中各个指标项的相似度;
本实施例中,已构建了每个交易订单中人物角色的人物画像和目标应用程序的所有坐席的坐席画像,基于对应的标识可获取对应的画像。
若第一指标集中共有10个指标项,则计算各个组合对针对这10个指标项中每个指标项的相似度(1或0),例如,若指标1为年龄、指标2为性别,第1个组合对中视讯人员的年龄标签为中年、性别标签为男,而坐席的年龄标签为青年、性别标签为男,则第1个组合对对于指标1的相似度为0,对于指标2的相似度为1。
F14、获取预先确定的权重函数,将所述相似度作为自变量,将所述通话评分作为因变量,基于所述权重函数、自变量及因变量确定所述第一指标集中每个指标项对应的第一权重。
所述权重函数为y=a1*x1+a2*x2+…+an*xn,其中,y为通话评分,x1、x2、xn分别为第一指标集中第一个、第二个及第n个指标项对应的相似度,a1、a2、an分别为第一指标集中第一个、第二个及第n个指标项对应的第一权重。
将上述各个组合对的相似度及通话评分代入权重函数,即可计算得出a1、a2、…、an。
由上述实施例可知,本发明提出的视讯呼入处理方法,首先,确定交易订单对应的人物角色,构建每个人物角色对应的人物画像,基于人物画像确定交易订单的各个视讯环节对应的话术;接着,对发出视讯请求的用户进行身份识别,确定所述用户对应的目标交易订单及目标视讯环节;最后,基于目标交易订单及目标视讯环节确定目标话术,基于坐席的属性信息确定目标坐席,将目标话术发送给目标坐席,并接通所述用户与目标坐席的视讯通话。本发明通过人物画像确定交易订单的各个视讯环节对应的话术,使得话术与用户关联度较高,便于后续有效沟通;通过坐席的属性信息确定用户对应的目标坐席,使得目标坐席与用户的匹配度较高,进一步提高了通话效率。因此,本发明提高了视讯通话效率。
如图2所示,为本发明一实施例提供的视讯呼入处理装置的模块示意图。
本发明所述视讯呼入处理装置100可以安装于电子设备中。根据实现的功能,所述视讯呼入处理装置100可以包括监测模块110、构建模块120、响应模块130及确定模块140。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
监测模块110,用于当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色。
构建模块120,用于从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术。
所述基于所述基本信息构建每个人物角色对应的人物画像,包括:
A21、获取所述基本信息中各个指标项的指标值与标签之间的第一映射关系;
A22、基于所述第一映射关系确定每个人物角色的基本信息中各个指标项的指标值对应的目标标签;
A23、将每个人物角色对应的目标标签的集合作为其对应的人物画像。
所述基于所述人物画像确定所述交易订单的各个视讯环节对应的话术,包括:
B21、获取人物角色与视讯环节之间的第二映射关系,基于所述交易订单对应的人物角色及所述第二映射关系确定所述交易订单对应的视讯环节;
B22、获取各个视讯环节对应的标签与问题之间的第三映射关系,基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术。
所述第三映射关系包括每个问题的顺序标号及与其相斥的问题,所述基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术,包括:
C21、选择所述交易订单的一个视讯环节,将选择的视讯环节对应的人物角色的人物画像中每个标签与所述第三映射关系中的标签匹配,将匹配成功的标签对应的问题的集合作为所述选择的视讯环节对应的初始问题集;
C22、从所述初始问题集中剔除相斥的问题数组,得到所述选择的视讯环节对应的第一问题集;
C23、抽取所述相斥的问题数组中顺序标号最小的问题放入所述第一问题集,得到所述选择的视讯环节对应的第二问题集;
C24、按照顺序标号从小到大的顺序将所述第二问题集中的问题拼接,得到所述选择的视讯环节对应的话术。
响应模块130,用于响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节。
所述基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节,包括:
D21、基于所述身份识别结果中所述用户的身份信息确定所述目标应用程序中与所述用户相关的交易订单,得到所述用户对应的第一订单集;
D22、抽取所述第一订单集中待处理流程节点为视讯环节的交易订单,得到所述用户对应的第二订单集;
D23、将所述第二订单集中待处理视讯环节对应的人物角色与所述用户的人物角色匹配的交易订单作为目标交易订单,将所述目标交易订单中待处理视讯节点作为目标视讯节点。
确定模块140,用于基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
所述基于所述属性信息确定所述用户对应的目标坐席,包括:
E21、基于所述属性信息建立每个坐席的坐席画像,将所述用户的人物画像及所述坐席画像中相同指标项的集合作为第一指标集,将所述坐席画像中其它指标项的集合作为第二指标集;
E22、确定所述第一指标集中各个指标项对应的第一权重,基于所述第一权重及所述第一指标集计算所述用户与各个坐席的第一匹配分值;
E23、基于所述第二指标集中各个指标项的指标值及预先确定的第二权重,计算所述用户与各个坐席的第二匹配分值;
E24、基于所述第一匹配分值及第二匹配分值确定所述用户与各个坐席的目标匹配分值,将目标匹配分值最大的坐席作为目标坐席。
所述确定所述第一指标集中各个指标项对应的第一权重,包括:
F21、获取预设时间段内所述目标应用程序对应的历史视讯通话数据,所述历史视讯通话数据中的每条通话数据包括视讯人员的标识、坐席的标识及通话评分;
F22、将所述历史视讯通话数据中每条通话数据对应的视讯人员及坐席组合为一个组合对,得到多个组合对;
F23、基于视讯人员的标识获取视讯人员的人物画像,基于坐席的标识获取坐席的坐席画像,根据每条通话数据中视讯人员的画像及坐席的画像计算每个组合对针对所述第一指标集中各个指标项的相似度;
F24、获取预先确定的权重函数,将所述相似度作为自变量,将所述通话评分作为因变量,基于所述权重函数、自变量及因变量确定所述第一指标集中每个指标项对应的第一权重。
如图3所示,为本发明一实施例提供的实现视讯呼入处理方法的电子设备的结构示意图。
所述电子设备1是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。所述电子设备1可以是计算机、也可以是单个网络服务器、多个网络服务器组成的服务器组或者基于云计算的由大量主机或者网络服务器构成的云,其中云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。
在本实施例中,电子设备1包括,但不仅限于,可通过系统总线相互通信连接的存储器11、处理器12、网络接口13,该存储器11中存储有视讯呼入处理程序10,所述视讯呼入处理程序10可被所述处理器12执行。图3仅示出了具有组件11-13以及视讯呼入处理程序10的电子设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
其中,存储器11包括内存及至少一种类型的可读存储介质。内存为电子设备1的运行提供缓存;可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中,可读存储介质可以是电子设备1的内部存储单元,例如该电子设备1的硬盘;在另一些实施例中,该非易失性存储介质也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。本实施例中,存储器11的可读存储介质通常用于存储安装于电子设备1的操作系统和各类应用软件,例如存储本发明一实施例中的视讯呼入处理程序10的代码等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子设备1的总体操作,例如执行与其他设备进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行视讯呼入处理程序10等。
网络接口13可包括无线网络接口或有线网络接口,该网络接口13用于在所述电子设备1与客户端(图中未画出)之间建立通信连接。
可选的,所述电子设备1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选的,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的视讯呼入处理程序10是多个指令的组合,在所述处理器12中运行时,可以实现上述视讯呼入处理方法。
具体地,所述处理器12对上述视讯呼入处理程序10的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/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。所述计算机可读介质可以是非易失性的,也可以是非易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
所述计算机可读存储介质上存储有视讯呼入处理程序10,所述视讯呼入处理程序10可被一个或者多个处理器执行,以实现上述视讯呼入处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,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,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种视讯呼入处理方法,其特征在于,所述方法包括:
当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色;
从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术;
响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节;
基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
2.如权利要求1所述的视讯呼入处理方法,其特征在于,所述基于所述基本信息构建每个人物角色对应的人物画像,包括:
获取所述基本信息中各个指标项的指标值与标签之间的第一映射关系;
基于所述第一映射关系确定每个人物角色的基本信息中各个指标项的指标值对应的目标标签;
将每个人物角色对应的目标标签的集合作为其对应的人物画像。
3.如权利要求1所述的视讯呼入处理方法,其特征在于,所述基于所述人物画像确定所述交易订单的各个视讯环节对应的话术,包括:
获取人物角色与视讯环节之间的第二映射关系,基于所述交易订单对应的人物角色及所述第二映射关系确定所述交易订单对应的视讯环节;
获取各个视讯环节对应的标签与问题之间的第三映射关系,基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术。
4.如权利要求3所述的视讯呼入处理方法,其特征在于,所述第三映射关系包括每个问题的顺序标号及与其相斥的问题,所述基于所述交易订单的各个视讯环节对应的人物角色的人物画像及所述第三映射关系,确定所述交易订单的各个视讯环节对应的话术,包括:
选择所述交易订单的一个视讯环节,将选择的视讯环节对应的人物角色的人物画像中每个标签与所述第三映射关系中的标签匹配,将匹配成功的标签对应的问题的集合作为所述选择的视讯环节对应的初始问题集;
从所述初始问题集中剔除相斥的问题数组,得到所述选择的视讯环节对应的第一问题集;
抽取所述相斥的问题数组中顺序标号最小的问题放入所述第一问题集,得到所述选择的视讯环节对应的第二问题集;
按照顺序标号从小到大的顺序将所述第二问题集中的问题拼接,得到所述选择的视讯环节对应的话术。
5.如权利要求1所述的视讯呼入处理方法,其特征在于,所述基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节,包括:
基于所述身份识别结果中所述用户的身份信息确定所述目标应用程序中与所述用户相关的交易订单,得到所述用户对应的第一订单集;
抽取所述第一订单集中待处理流程节点为视讯环节的交易订单,得到所述用户对应的第二订单集;
将所述第二订单集中待处理视讯环节对应的人物角色与所述用户的人物角色匹配的交易订单作为目标交易订单,将所述目标交易订单中待处理视讯节点作为目标视讯节点。
6.如权利要求1所述的视讯呼入处理方法,其特征在于,所述基于所述属性信息确定所述用户对应的目标坐席,包括:
基于所述属性信息建立每个坐席的坐席画像,将所述用户的人物画像及所述坐席画像中相同指标项的集合作为第一指标集,将所述坐席画像中其它指标项的集合作为第二指标集;
确定所述第一指标集中各个指标项对应的第一权重,基于所述第一权重及所述第一指标集计算所述用户与各个坐席的第一匹配分值;
基于所述第二指标集中各个指标项的指标值及预先确定的第二权重,计算所述用户与各个坐席的第二匹配分值;
基于所述第一匹配分值及第二匹配分值确定所述用户与各个坐席的目标匹配分值,将目标匹配分值最大的坐席作为目标坐席。
7.如权利要求6所述的视讯呼入处理方法,其特征在于,所述确定所述第一指标集中各个指标项对应的第一权重,包括:
获取预设时间段内所述目标应用程序对应的历史视讯通话数据,所述历史视讯通话数据中的每条通话数据包括视讯人员的标识、坐席的标识及通话评分;
将所述历史视讯通话数据中每条通话数据对应的视讯人员及坐席组合为一个组合对,得到多个组合对;
基于视讯人员的标识获取视讯人员的人物画像,基于坐席的标识获取坐席的坐席画像,根据每条通话数据中视讯人员的画像及坐席的画像计算每个组合对针对所述第一指标集中各个指标项的相似度;
获取预先确定的权重函数,将所述相似度作为自变量,将所述通话评分作为因变量,基于所述权重函数、自变量及因变量确定所述第一指标集中每个指标项对应的第一权重。
8.一种视讯呼入处理装置,其特征在于,所述装置包括:
监测模块,用于当监测到目标应用程序产生交易订单时,从第一数据库获取所述交易订单对应的订单信息,基于所述订单信息确定所述交易订单对应的多个人物角色;
构建模块,用于从第二数据库获取所述交易订单对应的每个人物角色的基本信息,基于所述基本信息构建每个人物角色对应的人物画像,基于所述人物画像确定所述交易订单的各个视讯环节对应的话术;
响应模块,用于响应用户基于目标应用程序发出的视讯请求,对所述用户进行身份识别,基于身份识别结果确定所述用户对应的目标交易订单及目标视讯环节;
确定模块,用于基于所述目标交易订单及目标视讯环节确定所述视讯请求对应的目标话术,从第三数据库获取所述目标应用程序对应的各个坐席的属性信息,基于所述属性信息确定所述用户对应的目标坐席,将所述目标话术发送给所述目标坐席,并接通所述用户与所述目标坐席的视讯通话。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的视讯呼入处理程序,所述视讯呼入处理程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的视讯呼入处理方法。
10.一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视讯呼入处理程序,所述视讯呼入处理程序可被一个或者多个处理器执行,以实现如权利要求1至7任一项所述的视讯呼入处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111054251.4A CN113794851A (zh) | 2021-09-08 | 2021-09-08 | 视讯呼入处理方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111054251.4A CN113794851A (zh) | 2021-09-08 | 2021-09-08 | 视讯呼入处理方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113794851A true CN113794851A (zh) | 2021-12-14 |
Family
ID=79182869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111054251.4A Pending CN113794851A (zh) | 2021-09-08 | 2021-09-08 | 视讯呼入处理方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113794851A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110113501A (zh) * | 2019-04-15 | 2019-08-09 | 中国平安人寿保险股份有限公司 | 任务下发方法、装置、计算机设备及存储介质 |
CN111028007A (zh) * | 2019-12-06 | 2020-04-17 | 中国银行股份有限公司 | 用户画像信息提示方法、装置及系统 |
CN111510564A (zh) * | 2020-04-16 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于互动式语音应答系统的数据处理方法、装置及介质 |
CN111601003A (zh) * | 2020-05-15 | 2020-08-28 | 中国银行股份有限公司 | 会话建立方法及装置 |
CN111640436A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 向坐席提供通话对象的动态客户画像的方法 |
-
2021
- 2021-09-08 CN CN202111054251.4A patent/CN113794851A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110113501A (zh) * | 2019-04-15 | 2019-08-09 | 中国平安人寿保险股份有限公司 | 任务下发方法、装置、计算机设备及存储介质 |
CN111028007A (zh) * | 2019-12-06 | 2020-04-17 | 中国银行股份有限公司 | 用户画像信息提示方法、装置及系统 |
CN111510564A (zh) * | 2020-04-16 | 2020-08-07 | 腾讯科技(深圳)有限公司 | 基于互动式语音应答系统的数据处理方法、装置及介质 |
CN111601003A (zh) * | 2020-05-15 | 2020-08-28 | 中国银行股份有限公司 | 会话建立方法及装置 |
CN111640436A (zh) * | 2020-05-15 | 2020-09-08 | 北京青牛技术股份有限公司 | 向坐席提供通话对象的动态客户画像的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783875A (zh) | 基于聚类分析的异常用户检测方法、装置、设备及介质 | |
CN112287244A (zh) | 基于联邦学习的产品推荐方法、装置、计算机设备及介质 | |
US8396935B1 (en) | Discovering spam merchants using product feed similarity | |
CN110083634B (zh) | 基于数据分析的订单处理方法、装置、设备及存储介质 | |
CN107809370B (zh) | 用户推荐方法及装置 | |
CN114663198A (zh) | 基于用户画像的产品推荐方法、装置、设备及存储介质 | |
CN111639706A (zh) | 基于图像集的个人风险画像生成方法及相关设备 | |
CN114387061A (zh) | 产品推送方法、装置、电子设备及可读存储介质 | |
CN113919437A (zh) | 生成客户画像的方法、装置、设备及存储介质 | |
CN113178071A (zh) | 驾驶风险等级识别方法、装置、电子设备及可读存储介质 | |
CN111639077A (zh) | 数据治理方法、装置、电子设备、存储介质 | |
CN115222443A (zh) | 客户群体划分方法、装置、设备及存储介质 | |
CN113837075A (zh) | 基于人脸识别的业务办理方法、装置、电子设备及介质 | |
CN113705698A (zh) | 基于点击行为预测的信息推送方法及装置 | |
CN113794851A (zh) | 视讯呼入处理方法、装置、电子设备及可读存储介质 | |
CN116629423A (zh) | 用户行为预测方法、装置、设备及存储介质 | |
CN113705455B (zh) | 身份核查方法、装置、电子设备及可读存储介质 | |
CN114219367A (zh) | 用户评分方法、装置、设备及存储介质 | |
CN114757729A (zh) | 交易请求的处理方法、装置、终端设备和存储介质 | |
CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN113886697A (zh) | 基于聚类算法的活动推荐方法、装置、设备及存储介质 | |
CN113657910B (zh) | 实名认证方法、装置、电子设备及可读存储介质 | |
CN117910884B (zh) | 证券期货行业内控质量检测方法、装置、设备及介质 | |
CN112989200B (zh) | 商品使用信息的提供方法、基于评论信息改进关联信息方法 |
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: 20211214 |