CN114118556A - 预测式服务方法、装置、计算机设备、存储介质 - Google Patents

预测式服务方法、装置、计算机设备、存储介质 Download PDF

Info

Publication number
CN114118556A
CN114118556A CN202111374925.9A CN202111374925A CN114118556A CN 114118556 A CN114118556 A CN 114118556A CN 202111374925 A CN202111374925 A CN 202111374925A CN 114118556 A CN114118556 A CN 114118556A
Authority
CN
China
Prior art keywords
service
user
scene
prediction service
question
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
Application number
CN202111374925.9A
Other languages
English (en)
Inventor
李文
邓强
林佳霖
李尧太
李少华
纳颖泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Merchants Union Consumer Finance Co Ltd
Original Assignee
Merchants Union Consumer Finance Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Merchants Union Consumer Finance Co Ltd filed Critical Merchants Union Consumer Finance Co Ltd
Priority to CN202111374925.9A priority Critical patent/CN114118556A/zh
Publication of CN114118556A publication Critical patent/CN114118556A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种预测式服务方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景；获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景；根据目标预测服务场景对应的问题获取与问题对应的答案；将目标预测服务场景对应的问题及答案发送给用户所在的终端。采用本方法能够通过用户信息获取预测式场景，并预测式场景推送给客户，提高了用户与客服之间的沟通效率。

Description

预测式服务方法、装置、计算机设备、存储介质
技术领域
本申请涉及通信技术领域，特别是涉及一种预测式服务方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着通信技术的发展，出现了即时通讯技术，用户通过“在线咨询”入口进入客服页面，与客服建立即时通讯，解决用户遇到问题，但是，实时通讯需要咨询客服人员时，需要详细描述具体的问题情况，客服再根据用户描述的问题进行帮助解答。造成用户与客服之间沟通效率较低、过程较麻烦且浪费时间的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决用户与客服沟通效率低的预测式服务方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种预测式服务方法，所述方法包括：
获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
在其中一个实施例中，所述获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景，包括：
获取与用户标识对应的预测服务场景集；
获取所述用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口从所述预测服务场景集中确定候选预测服务场景。
在其中一个实施例中，所述基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景，包括：
将所述用户信息转化为特征变量；
将所述特征变量与各个所述候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景；
从所述相匹配的候选预测服务场景中确定目标预测服务场景。
在其中一个实施例中，所述从所述相匹配的候选预测服务场景中确定目标预测服务场景，包括：
从所述相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
在其中一个实施例中，所述从所述相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景，包括：
在其中一个实施例中，所述方法还包括：
将相匹配的候选预测服务场景对应的问题发送至用户所在终端；
响应于用户从所述相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将所述答案发送至所述用户所在终端。
第二方面，本申请还提供了一种预测式服务装置，所述装置包括：
场景获取模块，用于获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
筛选模块，用于获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
答案获取模块，用于根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
发送模块，用于将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
第四方面，本申请还提供了一种计算机可读存储介质。所述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以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
上述预测式服务方法、装置、计算机设备、存储介质和计算机程序产品，获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景；获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景；根据目标预测服务场景对应的问题获取与问题对应的答案；将目标预测服务场景对应的问题及答案发送给用户所在的终端。通过用户信息获取预测式场景，并预测式场景推送给客户，提高了用户与客服之间的沟通效率。
附图说明
图1为一个实施例中预测式服务方法的应用环境图；
图2为一个实施例中预测式服务方法的流程示意图；
图3为另一个实施例中预测式服务方法的流程示意图；
图4为另一个实施例中预测式服务方法的系统流程图；
图5a为一个实施例中预测式服务方法中业务页面中的客服入口界面图；
图5b为一个实施例中预测式服务方法中业务页面中的客服入口界面图；
图5c为一个实施例中预测式服务方法中业务页面中的客服入口界面图；
图6a为一个实施例中预测式服务方法中击中预测服务场景推送界面图；
图6b为一个实施例中预测式服务方法中击中预测服务场景推送界面图；
图6c为一个实施例中预测式服务方法中击中预测服务场景推送界面图；
图7为一个实施例中预测式服务方法的交互流程图；
图8为一个实施例中预测式服务装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的一种预测式服务方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景；获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景；根据目标预测服务场景对应的问题获取与问题对应的答案；将目标预测服务场景对应的问题及答案发送给用户所在的终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种预测式服务方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景。
其中，渠道指的是进入业务系统的途径，可以包括APP、轻应用、公众号、生活号、视频号中至少一中，不限于此。APP是需要下载并安装在终端上的应用程序。轻应用是指免安装的应用程序，例如小程序等。公众号是开发者或商家在微信公众平台上申请的应用账号。生活号是商户/企业/机构在支付宝生态内的私域应用账号。视频号是开发者或者商家在微信公众平台上申请的视频应用账号。
具体地，预先配置有渠道、业务入口与预测服务场景的对应关系，处理器获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口，基于渠道、业务入口与预测服务场景的对应关系，确定候选预测服务场景。
步骤204，获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景。
具体地，预先配置有用户信息与预测服务场景的对应关系，处理器获取用户在业务系统中的用户信息，然后基于用户信息与预测服务场景之间的关系，从候选预测服务场景中确定目标预测服务场景。
步骤206，根据目标预测服务场景对应的问题获取与问题对应的答案。
具体地，预先对预测服务场景配置相对应问题以及问题的标准答案，处理器根据目标预测服务场景，获取目标预测服务场景对应的问题，再根据目标预测服务场景对应的问题，获取目标预测服务场景对应的问题的答案。
步骤208，将目标预测服务场景对应的问题及答案发送给用户所在的终端。
具体地，处理器将目标预测服务场景对应的问题及答案发送给用户所在的终端。
上述预测式服务方法中，通过获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景；获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景；根据目标预测服务场景对应的问题获取与问题对应的答案；将目标预测服务场景对应的问题及答案发送给用户所在的终端。通过用户信息获取预测服务场景，并将预测服务场景推送给客户，提高了用户与客服之间的沟通效率。
在一个实施例中，获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景，包括：获取与用户标识对应的预测服务场景集；获取用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口从预测服务场景集中确定候选预测服务场景。
其中，用户标识是用于唯一标示用户身份的信息。用户标识可为身份证号码、移动通信号码、即时通讯账号、电子邮箱账号等，也可为用户注册的用户账号，该用户账号可包括数字、字母或字符中的至少一种。具体地，预先配置用户身份信息与预测服务场景的对应关系，配置有渠道、业务入口与预测服务场景的对应关系，处理器获取用户身份信息，将用户身份信息作为唯一标识的信息，根据用户唯一标识的信息与预测服务场景的对应关系确定预测服务场景集，根据渠道、业务入口与预测服务场景的对应关系，从预测服务场景集中确定候选预测服务场景。
本实施例中，通过用户标识识别所需的预测服务场景集，能够达到筛选用户所需的预测服务场景。
在一个实施例中，基于用户信息从候选预测服务场景中确定目标预测服务场景，包括：
步骤302，将用户信息转化为特征变量。
其中，用户信息用户在业务系统中的数据信息。特征变量是指用来辨别用户的不同信息对应的不同预测服务场景的标识。
具体地，处理器获取用户在业务系统中的数据信息，用户在业务系统中的数据信息转化为特征变量。
步骤304，将特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景。
具体地，预设特征变量与预测服务场景的配置规则，处理器根据特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景。
步骤306，从相匹配的候选预测服务场景中确定目标预测服务场景。
具体地，处理器获取用户在业务系统中的信息，根据用户在业务系统中的信息有预测服务场景的对应关系，从相匹配的候选预测服务场景中确定目标预测服务场景。
本实施例中，通过特征变量的限定，能够对候选预测服务场景进一步的筛选，筛选出更加符合用户需求的预测服务场景。
在一个实施例中，从相匹配的候选预测服务场景中确定目标预测服务场景，包括：从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
其中，优先级是指一种约定，优先级高的先做，优先级低的后做。优先级是计算机分时操作系统在处理多个作业程序时，决定各个作业程序接受系统资源的优先等级的参数。
具体地，预先配置预测服务场景的优先级，处理器从相匹配的候选预测服务场景中选择候选预测服务场景，再按优先级对候选预测服务场景进行排序，其中优先级最高的候选预测服务场景则作为目标预测服务场景。
本实施例中，通过选择优先级最高的候选预测服务场景作为目标预测服务场景，能够找到更贴近用户的使用场景。
在一个实施例中，从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景，包括：若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
具体地，处理器首先检测到优先级最高的候选预测服务场景在预设时长内是否被推送过，若被推送过客户，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
本实施例中，通过对优先级最高的候选预测服务场景进行检测，能够避免目标预测服务场景的二次推送，提高沟通效率。
在一个实施例中，还包括：将相匹配的候选预测服务场景对应的问题发送至用户所在终端；响应于用户从相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将答案发送至用户所在终端。
具体地，预先配置预测服务场景对应的问题，以及预测服务场景对应问题的标准答案。处理器将获取相匹配的候选预测服务场景对应的问题，再将相匹配的候选预测服务场景对应的问题发送至用户所在终端；用户通过点击候选预测服务场景对应的问题，处理器将击中的候选预测服务场景对应的问题，发送到智能交互平台并获取被集中地预测服务场景对应问题的标准答案，将集中地预测服务场景对应问题的标准答案用户所在终端。
本实施例中，通过推送候选预测服务场景，通过客户击中场景，获取所击中场景的答案，提高了用户与客服之间的沟通效率。
本申请提供一种预测式服务方法，其中包括通过用户信息获取预测式场景，并预测式场景推送给客户，下面结合详细的一个实施例，系统交互包括：客服入口、智能交互平台、客服系统、支撑系统和数据储存。其中，客服入口包括：我的客服页、借款页、刷脸页、验证码、申请页、资料填写页等。智能交互平台包括：只能问答、多轮对话、智能推荐。客服系统包括：预测式服务、智能维系、业务查询。其中，预测式服务还包括待还提醒、在途案件、逾期提醒、生日提醒。智能维系包括：微光卡、优惠券领取提醒、优惠券使用提醒、提额提醒、降价提醒。业务查询包括：还款查询、借款查询、逾期查询、账单查询、账单结清查询。支撑系统包括：交易系统、贷款系统、活动系统、优惠券系统、CIF系统、客诉系统、CDF系统、催收系统、调额系统、订单系统、审批系统、消息中心、客维系统、反欺诈系统。系统交互过程如图4所示，描述预测式服务方法的步骤：
(1)用户通过点击“我的客服”，进入客服界面，如图5a、5b、5c所示，用户点击业务界面上“我的客服”字样，进入在线客服；
(2)客服系统查询用户的业务信息，并且根据用户的业务信息自动匹配预测服务场景；
(3)客服界面接入智能交互平台，并将自动匹配预测服务场景发送到智能交互平台；
(4)智能交互平台根据预测服务场景，将预测服务场景对应的推荐问题发送到客服系统；
(3)客服系统将预测服务场景、预测服务场景的推荐问题和问候语发送客服界面，如图6a、6b、6c所示，进入在线客服界面后，系统主动推送问候语和预测场景的推荐问题；
(4)用户点击的预测服务场景推荐问题；
(5)客服界面接入智能交互平台，并将被击中的预测服务场景推荐问题发送到智能交互平台；
(6)智能交互平台根据预测服务场景推荐问题，将预测服务场景推荐问题对应的答案发送到客户系统；
(7)客户系统将被击中的预测服务场景推荐问题对应的答案以及其他预测服务场景发送到用户终端。
本申请提供一种预测式服务方法，其中包括通过用户信息获取预测式场景，并预测式场景推送给客户，提高了用户与客服之间的沟通效率。下面结合详细的一个实施例，如图5所示，描述预测式服务方法的步骤：
(1)客户通过入口可接入在线客服，系统获取到客户进入的渠道和入口，系统获取到客户进入的渠道和入口信息确定支撑场景；
(2)系统根据用户的信息对支撑场景进行筛选，从场景关联变量表中取出要查询的变量，调用接口查询各变量的值并放入redis缓存中，key为客户号的变量编码，有效时间10分钟，然后通过Aviator规则引擎判断规则是否满足条件；
(3)筛选后的预测服务场景如果有多个，则选取优先级最高的，同时判断预测服务场景在24小时内是否被推送过；
(4)客服系统调智能交互平台(Interactive Intelligent Panel,简称IIP)的接入接口，将击中预测服务场景中关联需要透传的变量透传到智能交互平台IIP，拿到返回的欢迎语和与预测服务场景对应的推荐问题；
(5)如果有击中场景，则再调智能交互平台IIP应答接口，将场景编码作为客户问题传给智能交互平台IIP，拿到返回的预测服务场景对应的推荐问题的答案和关联问题；
(6)客服系统再根据配置的展示方式组装话术返回给前端。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的预测式服务方法的预测式服务装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个预测式服务装置实施例中的具体限定可以参见上文中对于预测式服务方法的限定，在此不再赘述。
在一个实施例中，如8所示，提供了一种预测式服务装置，包括：场景获取模块、筛选模块模块、答案获取模块和发送模块，其中：
场景获取模块810，用于获取用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口确定候选预测服务场景；
筛选模块820，用于获取用户在业务系统中的用户信息，基于用户信息从候选预测服务场景中确定目标预测服务场景；
答案获取模块830，用于根据目标预测服务场景对应的问题获取与问题对应的答案；
发送模块840，用于将目标预测服务场景对应的问题及答案发送给用户所在的终端。
在一个实施例中，场景获取模块810用于获取与用户标识对应的预测服务场景集；获取用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据渠道和业务入口从所述预测服务场景集中确定候选预测服务场景。
在一个实施例中，筛选模块820用于将用户信息转化为特征变量；将特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景。
在一个实施例中，筛选模块820用于从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，还包括：检测模块。检测模块用于若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，发送模块840用于将相匹配的候选预测服务场景对应的问题发送至用户所在终端；响应于用户从相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将答案发送至所述用户所在终端。
上述预测式服务方法装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种预测式服务方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口确定候选预测服务场景；
获取用户在该业务系统中的用户信息，基于该用户信息从该候选预测服务场景中确定目标预测服务场景；
根据该目标预测服务场景对应的问题获取与该问题对应的答案；
将该目标预测服务场景对应的问题及答案发送给该用户所在的终端。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取与用户标识对应的预测服务场景集；
获取该用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口从预测服务场景集中确定候选预测服务场景。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将用户信息转化为特征变量；
将该特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景；
从相匹配的候选预测服务场景中确定目标预测服务场景。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将相匹配的候选预测服务场景对应的问题发送至用户所在终端；
响应于用户从相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将答案发送至该用户所在终端。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口确定候选预测服务场景；
获取用户在该业务系统中的用户信息，基于该用户信息从该候选预测服务场景中确定目标预测服务场景；
根据该目标预测服务场景对应的问题获取与该问题对应的答案；
将该目标预测服务场景对应的问题及答案发送给该用户所在的终端。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取与用户标识对应的预测服务场景集；
获取该用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口从预测服务场景集中确定候选预测服务场景。..
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将用户信息转化为特征变量；
将该特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景；
从相匹配的候选预测服务场景中确定目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将相匹配的候选预测服务场景对应的问题发送至用户所在终端；
响应于用户从相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将答案发送至该用户所在终端。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口确定候选预测服务场景；
获取用户在该业务系统中的用户信息，基于该用户信息从该候选预测服务场景中确定目标预测服务场景；
根据该目标预测服务场景对应的问题获取与该问题对应的答案；
将该目标预测服务场景对应的问题及答案发送给该用户所在的终端。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取与用户标识对应的预测服务场景集；
获取该用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据该渠道和业务入口从预测服务场景集中确定候选预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将用户信息转化为特征变量；
将该特征变量与各个候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景；
从相匹配的候选预测服务场景中确定目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将相匹配的候选预测服务场景对应的问题发送至用户所在终端；
响应于用户从相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将答案发送至该用户所在终端。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种预测式服务方法，其特征在于，所述方法包括：
获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；
获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
2.根据权利要求1所述的方法，其特征在于，所述获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景，包括：
获取与用户标识对应的预测服务场景集；
获取所述用户标识对应的用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口从所述预测服务场景集中确定候选预测服务场景。
3.根据权利要求1所述的方法，其特征在于，所述基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景，包括：
将所述用户信息转化为特征变量；
将所述特征变量与各个所述候选预测服务场景所对应的配置规则进行匹配，得到相匹配的候选预测服务场景；
从所述相匹配的候选预测服务场景中确定目标预测服务场景。
4.根据权利要求3所述的方法，其特征在于，所述从所述相匹配的候选预测服务场景中确定目标预测服务场景，包括：
从所述相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景。
5.根据权利要求4所述的方法，其特征在于，所述从所述相匹配的候选预测服务场景中选择优先级最高的候选预测服务场景作为目标预测服务场景，包括：
若检测到优先级最高的候选预测服务场景在预设时长内被推送过，则选择优先级次高的候选预测服务场景作为目标预测服务场景。
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
将相匹配的候选预测服务场景对应的问题发送至用户所在终端；
响应于用户从所述相匹配的候选预测服务场景对应的问题的选择操作，获取与选中问题对应的答案，将所述答案发送至所述用户所在终端。
7.一种预测式服务装置，其特征在于，所述装置包括：
场景获取模块，用于获取用户从业务系统进入客服页面的渠道和业务入口，根据所述渠道和业务入口确定候选预测服务场景；；
筛选模块，用于获取用户在所述业务系统中的用户信息，基于所述用户信息从所述候选预测服务场景中确定目标预测服务场景；
答案获取模块，用于根据所述目标预测服务场景对应的问题获取与所述问题对应的答案；
发送模块，用于将所述目标预测服务场景对应的问题及答案发送给所述用户所在的终端。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202111374925.9A 2021-11-19 2021-11-19 预测式服务方法、装置、计算机设备、存储介质 Pending CN114118556A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111374925.9A CN114118556A (zh) 2021-11-19 2021-11-19 预测式服务方法、装置、计算机设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111374925.9A CN114118556A (zh) 2021-11-19 2021-11-19 预测式服务方法、装置、计算机设备、存储介质

Publications (1)

Publication Number Publication Date
CN114118556A true CN114118556A (zh) 2022-03-01

Family

ID=80396703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111374925.9A Pending CN114118556A (zh) 2021-11-19 2021-11-19 预测式服务方法、装置、计算机设备、存储介质

Country Status (1)

Country Link
CN (1) CN114118556A (zh)

Similar Documents

Publication Publication Date Title
Aiken et al. Machine learning and phone data can improve targeting of humanitarian aid
CN102930025B (zh) 用于处理大数据的属性和区间的系统和方法
US20050097028A1 (en) Method and system for predicting attrition customers
CN105744005A (zh) 客户定位分析方法及服务器
US20220067510A1 (en) System and method for tag-directed deep-learning-based features for predicting events and making determinations
CN111583023A (zh) 业务处理方法、装置和计算机系统
CN110197426B (zh) 一种信用评分模型的建立方法、装置及可读存储介质
CN104376452A (zh) 基于国际卡支付通道管理支付成功率的系统及方法
CN111598360A (zh) 服务策略确定方法、装置及电子设备
US11507869B2 (en) Predictive modeling and analytics for processing and distributing data traffic
CN113393299A (zh) 推荐模型训练方法、装置、电子设备和存储介质
US11190643B1 (en) Automated redistribution of queries to underutilized channels
WO2019171492A1 (ja) 予測業務支援装置および予測業務支援方法
CN115914363A (zh) 消息推送方法、装置、计算机设备和存储介质
US11301930B1 (en) Systems and methods for integrating, aggregating and utilizing data from a plurality of data sources
CN114723455A (zh) 业务处理方法、装置、电子设备和存储介质
CN114118556A (zh) 预测式服务方法、装置、计算机设备、存储介质
AU2019419399B2 (en) Risk management system interface
CN113723974A (zh) 一种信息处理方法、装置、设备及存储介质
CN113434765A (zh) 客户回访方法、系统、设备及存储介质
US20240095795A1 (en) Property lead finder systems and methods of its use
CN113744066B (zh) 信息推送方法及装置
CN118071183A (zh) 服务策略生成方法及装置、电子设备和计算机可读存储介质
CN117035843A (zh) 客户流失的预测方法、装置、电子设备和介质
CN118410426A (zh) 客群分类方法、装置、设备、介质和程序产品

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant after: Zhaolian Consumer Finance Co.,Ltd.

Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant before: MERCHANTS UNION CONSUMER FINANCE Co.,Ltd.

Country or region before: China