CN114239496B - 服务状态生成方法、装置、设备及计算机可读存储介质 - Google Patents

服务状态生成方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN114239496B
CN114239496B CN202111339153.5A CN202111339153A CN114239496B CN 114239496 B CN114239496 B CN 114239496B CN 202111339153 A CN202111339153 A CN 202111339153A CN 114239496 B CN114239496 B CN 114239496B
Authority
CN
China
Prior art keywords
service
scene
keyword
sample
target
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.)
Active
Application number
CN202111339153.5A
Other languages
English (en)
Other versions
CN114239496A (zh
Inventor
赵厦
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.)
Beijing Zhuosi Tiancheng Consulting Co ltd
Beijing Maxinsight Tiancheng Data Consulting Co ltd
Original Assignee
Beijing Zhuosi Tiancheng Consulting Co ltd
Beijing Maxinsight Tiancheng Data Consulting 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 Beijing Zhuosi Tiancheng Consulting Co ltd, Beijing Maxinsight Tiancheng Data Consulting Co ltd filed Critical Beijing Zhuosi Tiancheng Consulting Co ltd
Priority to CN202111339153.5A priority Critical patent/CN114239496B/zh
Publication of CN114239496A publication Critical patent/CN114239496A/zh
Application granted granted Critical
Publication of CN114239496B publication Critical patent/CN114239496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G06F16/90344—Query processing by using string matching techniques
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供了一种服务状态生成方法，该方法包括：基于选定服务现场的语料信息，将选定服务现场拆分成各个目标服务场景，并确定各个目标服务场景在选定服务现场的时间轴上对应的时间分段；从语料信息中提取与选定服务现场的服务业务相关的各个目标关键词，并确定各个目标关键词所属的场景属性；根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成选定服务现场对应的服务状态。本申请清晰生成了选定服务现场的服务现状，从而可以准确的给出服务评价结果，进而可以有针对性的提升服务质量。本申请还提供了一种服务状态生成装置、设备及计算机可读存储介质。

Description

服务状态生成方法、装置、设备及计算机可读存储介质
技术领域
本申请涉及计算机技术领域，特别涉及一种服务状态生成方法、装置、设备及计算机可读存储介质。
背景技术
目前，客户服务通常有标准化的服务流程，即标准作业程序(Standard OperatingProcedure，简称SOP)，其规定了服务顺序、标准话术等。在实际的客户服务过程中，存在有大量的语料信息，这些信息对服务规范评价具有重要价值。
服务规范评价适用于所有客户服务场景，如汽车销售售后、房地产销售、银行服务、电信服务、餐饮服务等。有一些企业已经注重了服务规范的评价，方式是用录音/录像设备记录现场服务过程，后台人员根据录音/录像的结果进行审核、分析。
但是，现有方式无法清晰明了的确定实际的服务状态，从而无法准确的给出服务评价结果，进而无法有针对性的提升服务质量。
发明内容
本申请提供了一种服务状态生成方法、装置、设备及计算机可读存储介质，能够清晰生成选定服务现场的服务现状。
第一方面，本申请提供了一种服务状态生成方法，包括：
获取选定服务现场的语料信息；
基于所述语料信息，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，并确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段；
从所述语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，所述目标关键词是与所述选定服务现场的服务业务相关的关键词；
根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成所述选定服务现场对应的服务状态。
可选的，所述基于所述语料信息，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，包括：
基于所述选定服务现场的服务类型，确定所述服务类型对应的预先构建的关键词库，其中，所述关键词库包括所述服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词；
根据所述语料信息与所述关键词库中的样本关键词之间的匹配结果，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景。
可选的，所述根据所述语料信息与所述关键词库中的样本关键词之间的匹配结果，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，包括：
将所述语料信息与所述不同样本服务场景分别对应的关键词集合进行匹配，确定所述语料信息中出现的各个样本服务场景下的各个样本关键词；
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为所述选定服务现场的一个目标服务场景。
可选的，所述根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为所述选定服务现场的一个目标服务场景，包括：
若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为所述选定服务现场的一个目标服务场景；其中，所述预设次数与所述预设时长的数值大小与该样本服务场景相关。
可选的，所述确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段，包括：
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，当将该样本服务场景作为所述选定服务现场的一个目标服务场景后，将该各个样本关键词中的第一个出现的样本关键词与最后一个出现的样本关键词之间的时间阶段，作为该目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
可选的，所述方法还包括：
基于所述语料信息，对各个目标关键词进行词频统计，使所述选定服务现场对应的服务状态中包括词频统计结果。
可选的，所述方法还包括：
将至少两个选定服务现场各个对应的服务状态进行结合，以生成所述至少两个选定服务现场对应的服务状态；其中，所述至少两个选定服务现场属于相同服务类型下的不同服务现场。
可选的，所述服务状态包括：
各服务阶段时间分布现状、业务方向现状、服务动作分布中的至少一个。
第二方面，本申请提供了一种服务状态生成装置，包括：
语料信息获取单元，用于获取选定服务现场的语料信息；
服务场景拆分单元，用于基于所述语料信息，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，并确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段；
关键词提取单元，用于从所述语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，所述目标关键词是与所述选定服务现场的服务业务相关的关键词；
服务状态生成单元，用于根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成所述选定服务现场对应的服务状态。
可选的，所述服务场景拆分单元，包括：
词库确定子单元，用于基于所述选定服务现场的服务类型，确定所述服务类型对应的预先构建的关键词库，其中，所述关键词库包括所述服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词；
场景拆分子单元，用于根据所述语料信息与所述关键词库中的样本关键词之间的匹配结果，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景；
时间分段子单元，用于确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
可选的，所述场景拆分子单元，包括：
关键词匹配子单元，用于将所述语料信息与所述不同样本服务场景分别对应的关键词集合进行匹配，确定所述语料信息中出现的各个样本服务场景下的各个样本关键词；
场景定义子单元，用于对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为所述选定服务现场的一个目标服务场景。
可选的，所述场景定义子单元，具体用于：
若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为所述选定服务现场的一个目标服务场景；其中，所述预设次数与所述预设时长的数值大小与该样本服务场景相关。
可选的，所述时间分段子单元，具体用于：
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，当将该样本服务场景作为所述选定服务现场的一个目标服务场景后，将该各个样本关键词中的第一个出现的样本关键词与最后一个出现的样本关键词之间的时间阶段，作为该目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
可选的，所述装置还包括：
词频统计单元，用于基于所述语料信息，对各个目标关键词进行词频统计，使所述选定服务现场对应的服务状态中包括词频统计结果。
可选的，所述服务状态生成单元，还用于：
将至少两个选定服务现场各个对应的服务状态进行结合，以生成所述至少两个选定服务现场对应的服务状态；其中，所述至少两个选定服务现场属于相同服务类型下的不同服务现场。
可选的，所述服务状态包括：
各服务阶段时间分布现状、业务方向现状、服务动作分布中的至少一个。
第三方面，本申请提供了一种电子设备，包括：处理器、存储器；
所述存储器，用于存储计算机程序；
所述处理器，用于通过调用所述计算机程序，执行上述服务状态生成方法。
第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述服务状态生成方法。
在以上本申请提供的技术方案中，基于选定服务现场的语料信息，将选定服务现场拆分成各个目标服务场景，并确定各个目标服务场景在选定服务现场的时间轴上对应的时间分段；并且，从语料信息中提取与选定服务现场的服务业务相关的各个目标关键词，并确定各个目标关键词所属的场景属性；然后，根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成选定服务现场对应的服务状态。本申请将选定服务现场拆分定义了不同的服务场景，并建立了区分服务场景的时间轴，以及筛选出了与服务业务相关的关键词，通过将这些信息进行联合，以生成选定服务现场对应的服务状态，可以清晰的展示选定服务现场的服务现状，从而可以准确的给出服务评价结果，进而有针对性的提升服务质量。
附图说明
图1为本申请示出的一种服务状态生成方法的流程示意图；
图2为本申请示出的场景拆分示意图；
图3为本申请示出的服务状态示意图；
图4为本申请示出的一种服务状态生成装置的组成示意图；
图5为本申请示出的一种电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
参见图1，为本申请实施例提供的一种服务状态生成方法的流程示意图，该方法包括以下步骤：
S101：获取选定服务现场的语料信息。
在本申请实施例中，可以选定一个服务现场(比如汽车销售服务现场)，该选定服务现场是指一次已经完成的服务、或正在进行的服务。
然后，实现服务信息的自动转化，具体地，需要使用录音或录像设备获取该选定服务现场的语音，将这些语音语料转化为文字语料，比如通过现有的自动语音识别技术(Automatic Speech Recognition，简称ASR)进行转化，从而实现将语音可视化的处理。
由于服务规范指向工作人员的服务是否规范，因此，可以利用现有的声纹识别等技术，从现场语音中定向提取服务人员的语音语料，再将语音语料转化为文字语料，作为该选定服务现场的语料信息，以增加针对服务分析判断的准确性。
S102：基于语料信息，对选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，并确定各个目标服务场景在选定服务现场的时间轴上对应的时间分段。
在本申请实施例中，当获取到选定服务现场的语料信息后，可以根据该选定服务场景的特征进行场景拆分，为便于区分，这里将对选定服务现场拆分得到的每一服务场景定义为目标服务场景。此外，由于选定服务现场实际是一个具有时间属性的服务过程，这使得选定服务现场的服务过程对应一个时间轴，因此，对于拆分出的每一目标服务场景，在该时间轴上对应至少一个连续的时间分段，故而，可以建立选定服务现场对应的区分服务场景的时间轴。
在本申请实施例的一种实现方式中，S102中的“基于语料信息，对选定服务现场进行场景拆分，得到拆分后的各个目标服务场景”，可以包括以下步骤S1021-S1022：
S1021：基于选定服务现场的服务类型，确定该服务类型对应的预先构建的关键词库，其中，该关键词库包括该服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词。
由于本申请实施例适应于不同的服务类型(比如汽车销售、房地产销售、银行服务、电信服务、餐饮服务等)，因此，可以预先为每一服务类型建立对应的关键词库。对于每一服务类型来讲，根据该服务类型的特点预先划分出不同的服务场景，为便于区分，这里将该服务类型下的每一服务场景定义为样本服务场景，且每一样本服务场景对应一个关键词集合，每一关键词集合包括一个或多个样本关键词。
例如，经对多家汽车品牌，涉及2000以上个销售服务现场录音为案例进行分析，发现汽车销售服务各服务阶段存在比较明显的特征，分别为“欢迎接待、需求探查与车辆介绍、试乘试驾、价格商谈、送别”阶段，各服务场景出现的词汇相对集中，据此规律设定规则，可用于汽车销售服务各阶段的拆分依据。
如表1所示，表1示出了的汽车销售服务的不同服务阶段，每一服务阶段即为一个样本服务场景，而每一服务阶段对应一个包括多个样本关键词的关键词集合。
表1
S1022：根据选定服务现场的语料信息与关键词库中的样本关键词之间的匹配结果，对选定服务现场进行场景拆分，得到拆分后的各个目标服务场景。
在本步骤中，可以将选定服务现场的语料信息与对应关键词库中的各个样本关键词进行匹配，以确定该语料信息中包括哪些样本关键词、且这些样本关键词属于哪个样本服务场景，基于此匹配结果对选定服务现场进行场景拆分。
在本申请实施例的一种实现方式中，S1022中的“根据选定服务现场的语料信息与关键词库中的样本关键词之间的匹配结果，对选定服务现场进行场景拆分，得到拆分后的各个目标服务场景”，可以包括以下步骤A1-A2：
A1：将选定服务现场的语料信息与不同样本服务场景分别对应的关键词集合进行匹配，确定该语料信息中出现的各个样本服务场景下的各个样本关键词。
例如，如表1所示，假设选定服务现场的服务类型是汽车销售服务类型，表1中不同的服务阶段即对应不同的样本服务场景，将选定服务现场的语料信息，分别与每一服务阶段下的关键词集合进行样本关键词的匹配，从而确定该语料信息中出现了哪些样本关键词以及出现的每一样本关键词所属的服务阶段(即样本服务场景)。
A2：对于该语料信息中出现的每一样本服务场景下的各个样本关键词，根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为选定服务现场的一个目标服务场景。
在本步骤中，当确定了选定服务现场的语料信息中出现了哪些样本关键词以及出现的每一样本关键词所属的样本服务场景后，便可以基于选定服务现场的时间轴，确定同一样本服务场景下的这些样本关键词的出现次数(指这些样本关键词的总的出现次数)以及出现的时间间隔，从而按照预设规则，基于出现次数以及时间间隔，确定该样本服务场景是否作为选定服务现场的一个目标服务场景。
具体地，步骤A2中的“根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为选定服务现场的一个目标服务场景”，可以包括：若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为选定服务现场的一个目标服务场景，其中，预设次数与预设时长的数值大小与该样本服务场景相关。
例如，如表1所示的定义规则，对于样本服务场景“欢迎接待”来讲，假设选定服务现场的语料信息中出现了“欢迎接待”场景对应的关键词集合中的样本关键词，且这些样本关键词的总出现次数(包括重复出现的次数)大于3次，且出现时间间隔小于1分钟，那么，从第1次出现到最后1次出现的时间阶段，定义为目标服务场景“欢迎接待”。其它样本服务场景类似，在此不再赘述。
需要说明的是，对于每一样本服务场景，都对应设置一个预设次数和预设时长，二者的大小与对应的样本服务场景相关，不同样本服务场景的预设次数可以相同或不同，不同样本服务场景的预设时长也可以相同或不同。
在本申请实施例一种实现方式中，S102“确定各个目标服务场景在选定服务现场的时间轴上对应的时间分段”，可以包括：
对于语料信息中出现的每一样本服务场景下的各个样本关键词，当将该样本服务场景作为选定服务现场的一个目标服务场景后，将该各个样本关键词中的第一个出现的样本关键词与最后一个出现的样本关键词之间的时间阶段，作为该目标服务场景在选定服务现场的时间轴上对应的时间分段。
例如，根据表1所示的定义规则，对汽车销售服务的某一进店服务过程进行了场景拆分，得到图2所示的场景拆分示意图，图2示出了拆分出的各个目标服务场景分别为“欢迎接待、需求探查与车辆介绍、试乘试驾、价格商谈、送别”，且每一目标服务场景对应一个时间分段，图2还进一步标注了在每一目标服务场景中出现的样本关键词以及每一样本关键词的出现次数。
需要说明的是，在现有技术中，服务场景的概念模糊，也就是说，无法清晰定义各服务场景，进而对服务规范性的评价无法定位到各服务场景上，现有分析方式对服务规范的分析和指导仍有提升空间，服务过程是有场景属性的。为此，本申请实施例通过服务规范评价模型，清晰的界定服务场景，并做到服务场景数据化、可视化，由此进行服务规范性评价，更好的提供评价和管理依据，即，本申请实施例依据各服务场景的特征，清晰定义各服务场景，据此建立服务评价模型，解决了现有分析方式服务场景概念模糊，无法针对特定场景的服务规范进行评价的问题。
可见，有效的服务规范分析结果，应建立在各服务场景上，如服务过程中常见的“欢迎阶段”、“需求探查阶段”、“问题解决阶段”、“送别阶段”等，评价在各服务过程中的话术规范性，并根据评价结果提升服务质量。
S103：从语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，其中，目标关键词是与选定服务现场的服务业务相关的关键词。
在本申请实施例中，可以从选定服务现场的语料信息中，提取与选定服务现场的服务业务相关的关键词，这里，将提取的每一关键词定义为目标关键词。在提取各个目标关键词时，可以从选定服务现场的语料信息中，剔除与服务业务无关的无效词汇(比如介词)，选择与业务相关的重要语料信息，比如选择“金融”“动力”等重要词汇作为目标关键词。例如表2所示的“词汇”一栏中示出了不同的目标关键词。
表2
而且，对于每一目标关键词，还可以确定该目标关键词所属的场景属性，具体地，可以预先设置多个属性级别，对于通过S103提取的各个目标关键词，为了场景属性级别的统一性，均使用各自对应的同一级别的场景属性。将语料信息中的各个目标关键词进行场景属性定义，可以帮助分析服务人员在各目标服务场景中的服务表现。
例如表2所示的“定义”一栏，有两个场景属性级别，比如目标关键词“优惠”，其场景属性可以是父场景属性“价格商谈”、也可以是该父场景属性下的一个子场景属性“价格优惠”。
进一步地，本申请实施例还可以包括：基于选定服务现场的语料信息，对各个目标关键词进行词频统计，使选定服务现场对应的服务状态中包括词频统计结果。例如，如表2所示，利用词频技术，对每一目标关键词(比如优惠、动力……等)进行词频统计，这样，在通过后续步骤S104生成选定服务现场对应的服务状态时，可以对应生成每一目标关键词的词频信息。
需要说明的是，本申请实施例不对S102和S103的执行顺序进行限定。
S104：根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成选定服务现场对应的服务状态。
在本申请实施例中，当基于选定服务现场的语料信息，得到拆分出的各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性后，可将拆分服务场景后的时间轴(该时间轴上展示了各个目标服务场景、以及各个目标服务场景分别对应的时间分段)与服务关键信息(即各个目标关键词以及各自所属的场景属性)相结合，生成选定服务现场对应的服务状态，比如当选定服务现场为经销商个体的服务现场时，其可以清晰的展示经销商个体的服务现状。
进一步地，本申请实施例还可以包括：将至少两个选定服务现场各个对应的服务状态进行结合，以生成该至少两个选定服务现场对应的服务状态，其中，至少两个选定服务现场属于相同服务类型下的不同服务现场。也就是说，本申请实施例可以将多个选定服务现场的“拆分服务场景后的时间轴与服务关键信息相结合”，生成多个选定服务现场对应的服务状态，比如当多个选定服务现场为经销商群体的服务现场时，其可以清晰的展示经销商群体的服务现状。
在本申请实施例中，上述提及的服务状态可以包括：各服务阶段时间分布现状、业务方向现状、服务动作分布中的至少一个。
例如，经销商群体/个体各服务阶段时间分布现状；经销商群体/个体业务方向现状，比如在谈价阶段是否偏重于金融推荐、在试乘试驾阶段是否偏重于动力讲解等；经销商群体/个体服务动作分布，比如在店期间几次提供饮品、分别在什么时间段提供的。
现举例说明，参见图3所示的服务状态示意图，以2000以上个销售服务现场录音分析结果为案例，进行经销商群体分析结果的展示，通过该图，可以可清晰的展示经销商群体的服务现状。
在图3中，横轴展示了各个目标服务场景以及各个目标服务场景分别对应的平均时长，即，对于所有销售服务现场的同一目标服务场景，计算该目标服务场景在所有销售服务现场的时间分段的平均时长；纵轴展示了各个目标关键词的父场景属性以及各个父场景属性对应的总词频；图中分布展示了各个父场景属性下的子场景属性对应的词频、以及每一父场景属性所属的目标服务场景。
在以上本申请实施例提供的服务状态生成方法中，基于选定服务现场的语料信息，将选定服务现场拆分成各个目标服务场景，并确定各个目标服务场景在选定服务现场的时间轴上对应的时间分段；并且，从语料信息中提取与选定服务现场的服务业务相关的各个目标关键词，并确定各个目标关键词所属的场景属性；然后，根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成选定服务现场对应的服务状态。本申请实施例将选定服务现场拆分定义了不同的服务场景，并建立了区分服务场景的时间轴，以及筛选出了与服务业务相关的关键词，通过将这些信息进行联合，以生成选定服务现场对应的服务状态，可以清晰的展示选定服务现场的服务现状，从而可以准确的给出服务评价结果，进而有针对性的提升服务质量。
参见图4，为本申请实施例提供的一种服务状态生成装置的组成示意图，该装置包括：
语料信息获取单元410，用于获取选定服务现场的语料信息；
服务场景拆分单元420，用于基于所述语料信息，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，并确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段；
关键词提取单元430，用于从所述语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，所述目标关键词是与所述选定服务现场的服务业务相关的关键词；
服务状态生成单元440，用于根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成所述选定服务现场对应的服务状态。
在本申请实施例的一种实现方式中，所述服务场景拆分单元420，包括：
词库确定子单元，用于基于所述选定服务现场的服务类型，确定所述服务类型对应的预先构建的关键词库，其中，所述关键词库包括所述服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词；
场景拆分子单元，用于根据所述语料信息与所述关键词库中的样本关键词之间的匹配结果，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景；
时间分段子单元，用于确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
在本申请实施例的一种实现方式中，所述场景拆分子单元，包括：
关键词匹配子单元，用于将所述语料信息与所述不同样本服务场景分别对应的关键词集合进行匹配，确定所述语料信息中出现的各个样本服务场景下的各个样本关键词；
场景定义子单元，用于对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，根据该各个样本关键词的出现次数以及出现的时间间隔，确定该样本服务场景是否作为所述选定服务现场的一个目标服务场景。
在本申请实施例的一种实现方式中，所述场景定义子单元，具体用于：
若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为所述选定服务现场的一个目标服务场景；其中，所述预设次数与所述预设时长的数值大小与该样本服务场景相关。
在本申请实施例的一种实现方式中，所述时间分段子单元，具体用于：
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，当将该样本服务场景作为所述选定服务现场的一个目标服务场景后，将该各个样本关键词中的第一个出现的样本关键词与最后一个出现的样本关键词之间的时间阶段，作为该目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
在本申请实施例的一种实现方式中，所述装置还包括：
词频统计单元，用于基于所述语料信息，对各个目标关键词进行词频统计，使所述选定服务现场对应的服务状态中包括词频统计结果。
在本申请实施例的一种实现方式中，所述服务状态生成单元440，还用于：
将至少两个选定服务现场各个对应的服务状态进行结合，以生成所述至少两个选定服务现场对应的服务状态；其中，所述至少两个选定服务现场属于相同服务类型下的不同服务现场。
在本申请实施例的一种实现方式中，所述服务状态包括：
各服务阶段时间分布现状、业务方向现状、服务动作分布中的至少一个。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本申请实施例还提供了一种电子设备，该电子设备的结构示意图如图5所示，该电子设备5000包括至少一个处理器5001、存储器5002和总线5003，至少一个处理器5001均与存储器5002电连接；存储器5002被配置用于存储有至少一个计算机可执行指令，处理器3001被配置用于执行该至少一个计算机可执行指令，从而执行如本申请中任意一个实施例或任意一种可选实施方式提供的任意一种服务状态生成方法的步骤。
进一步，处理器5001可以是FPGA(Field－Programmable Gate Array，现场可编程门阵列)或者其它具有逻辑处理能力的器件，如MCU(Microcontroller Unit，微控制单元)、CPU(Central Process Unit，中央处理器)。
应用本申请实施例，将选定服务现场拆分定义了不同的服务场景，并建立了区分服务场景的时间轴，以及筛选出了与服务业务相关的关键词，通过将这些信息进行联合，以生成选定服务现场对应的服务状态，可以清晰的展示选定服务现场的服务现状，从而可以准确的给出服务评价结果，进而有针对性的提升服务质量。
本申请实施例还提供了另一种计算机可读存储介质，存储有计算机程序，该计算机程序用于被处理器执行时实现本申请中任意一个实施例或任意一种可选实施方式提供的任意一种服务状态生成方法的步骤。
本申请实施例提供的计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(RandomAccess Memory，随即存储器)、EPROM(Erasable Programmable Read-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，可读存储介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。
应用本申请实施例，将选定服务现场拆分定义了不同的服务场景，并建立了区分服务场景的时间轴，以及筛选出了与服务业务相关的关键词，通过将这些信息进行联合，以生成选定服务现场对应的服务状态，可以清晰的展示选定服务现场的服务现状，从而可以准确的给出服务评价结果，进而有针对性的提升服务质量。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (8)

1.一种服务状态生成方法，其特征在于，包括：
获取选定服务现场的语料信息；
基于所述选定服务现场的服务类型，确定所述服务类型对应的预先构建的关键词库，其中，所述关键词库包括所述服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词；
将所述语料信息与所述不同样本服务场景分别对应的关键词集合进行匹配，确定所述语料信息中出现的各个样本服务场景下的各个样本关键词；
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为所述选定服务现场的一个目标服务场景，其中，所述预设次数与所述预设时长的数值大小与该样本服务场景相关；
确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段；
从所述语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，所述目标关键词是与所述选定服务现场的服务业务相关的关键词；
根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成所述选定服务现场对应的服务状态。
2.根据权利要求1所述的方法，其特征在于，所述确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段，包括：
对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，当将该样本服务场景作为所述选定服务现场的一个目标服务场景后，将该各个样本关键词中的第一个出现的样本关键词与最后一个出现的样本关键词之间的时间阶段，作为该目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述语料信息，对各个目标关键词进行词频统计，使所述选定服务现场对应的服务状态中包括词频统计结果。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将至少两个选定服务现场各个对应的服务状态进行结合，以生成所述至少两个选定服务现场对应的服务状态；
其中，所述至少两个选定服务现场属于相同服务类型下的不同服务现场。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述服务状态包括：
各服务阶段时间分布现状、业务方向现状、服务动作分布中的至少一个。
6.一种服务状态生成装置，其特征在于，包括：
语料信息获取单元，用于获取选定服务现场的语料信息；
服务场景拆分单元，用于基于所述语料信息，对所述选定服务现场进行场景拆分，得到拆分后的各个目标服务场景，并确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段；
关键词提取单元，用于从所述语料信息中提取各个目标关键词，并确定各个目标关键词所属的场景属性，所述目标关键词是与所述选定服务现场的服务业务相关的关键词；
服务状态生成单元，用于根据各个目标服务场景、各个目标服务场景分别对应的时间分段、以及各个目标关键词所属的场景属性，生成所述选定服务现场对应的服务状态；
所述服务场景拆分单元，包括：
词库确定子单元，用于基于所述选定服务现场的服务类型，确定所述服务类型对应的预先构建的关键词库，其中，所述关键词库包括所述服务类型下的不同样本服务场景分别对应的关键词集合、且每一关键词集合包括至少一个样本关键词；
关键词匹配子单元，用于将所述语料信息与所述不同样本服务场景分别对应的关键词集合进行匹配，确定所述语料信息中出现的各个样本服务场景下的各个样本关键词；
场景定义子单元，用于对于所述语料信息中出现的每一样本服务场景下的各个样本关键词，若该各个样本关键词的出现次数大于预设次数、且该各个样本关键词出现的时间间隔小于预设时长，则将该样本服务场景作为所述选定服务现场的一个目标服务场景；其中，所述预设次数与所述预设时长的数值大小与该样本服务场景相关；
时间分段子单元，用于确定各个目标服务场景在所述选定服务现场的时间轴上对应的时间分段。
7.一种电子设备，其特征在于，包括：处理器、存储器；
所述存储器，用于存储计算机程序；
所述处理器，用于通过调用所述计算机程序，执行如权利要求1-5中任一项所述的服务状态生成方法。
8.一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，该程序被处理器执行时实现权利要求1-5任一项所述的服务状态生成方法。
CN202111339153.5A 2021-11-12 2021-11-12 服务状态生成方法、装置、设备及计算机可读存储介质 Active CN114239496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111339153.5A CN114239496B (zh) 2021-11-12 2021-11-12 服务状态生成方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111339153.5A CN114239496B (zh) 2021-11-12 2021-11-12 服务状态生成方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114239496A CN114239496A (zh) 2022-03-25
CN114239496B true CN114239496B (zh) 2023-10-24

Family

ID=80749262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111339153.5A Active CN114239496B (zh) 2021-11-12 2021-11-12 服务状态生成方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114239496B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114862350A (zh) * 2022-05-05 2022-08-05 阿里巴巴（中国）有限公司 任务分发过程中的数据处理方法、装置及电子设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304484A (zh) * 2017-12-29 2018-07-20 北京城市网邻信息技术有限公司 关键词匹配方法及装置、电子设备和可读存储介质
CN108959053A (zh) * 2018-07-10 2018-12-07 青岛海信电器股份有限公司 一种用户行为日志的生成方法及装置
CN109446509A (zh) * 2018-09-06 2019-03-08 厦门快商通信息技术有限公司 一种对话语料意图分析方法、系统及电子设备
CN110210893A (zh) * 2019-05-09 2019-09-06 秒针信息技术有限公司 报告的生成方法、装置、存储介质和电子装置
CN112309374A (zh) * 2020-09-30 2021-02-02 音数汇元(上海)智能科技有限公司 服务报告生成方法、装置和计算机设备
CN113240473A (zh) * 2021-05-20 2021-08-10 北京明略昭辉科技有限公司 服务场景销售行为计数方法、系统、计算机及存储介质
CN113392212A (zh) * 2021-01-14 2021-09-14 腾讯科技（深圳）有限公司 一种服务知识图谱构建方法、装置、电子设备及存储介质
CN113506050A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 员工绩效的评估方法、装置、电子设备及可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304484A (zh) * 2017-12-29 2018-07-20 北京城市网邻信息技术有限公司 关键词匹配方法及装置、电子设备和可读存储介质
CN108959053A (zh) * 2018-07-10 2018-12-07 青岛海信电器股份有限公司 一种用户行为日志的生成方法及装置
CN109446509A (zh) * 2018-09-06 2019-03-08 厦门快商通信息技术有限公司 一种对话语料意图分析方法、系统及电子设备
CN110210893A (zh) * 2019-05-09 2019-09-06 秒针信息技术有限公司 报告的生成方法、装置、存储介质和电子装置
CN112309374A (zh) * 2020-09-30 2021-02-02 音数汇元(上海)智能科技有限公司 服务报告生成方法、装置和计算机设备
CN113392212A (zh) * 2021-01-14 2021-09-14 腾讯科技（深圳）有限公司 一种服务知识图谱构建方法、装置、电子设备及存储介质
CN113240473A (zh) * 2021-05-20 2021-08-10 北京明略昭辉科技有限公司 服务场景销售行为计数方法、系统、计算机及存储介质
CN113506050A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 员工绩效的评估方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN114239496A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN110147726B (zh) 业务质检方法和装置、存储介质及电子装置
CN110110038B (zh) 话务预测方法、装置、服务器及存储介质
CN110490193B (zh) 单个字符区域检测方法及票据内容识别方法
CN109063433B (zh) 虚假用户的识别方法、装置及可读存储介质
CN103793447A (zh) 音乐与图像间语义相识度的估计方法和估计系统
CN114239496B (zh) 服务状态生成方法、装置、设备及计算机可读存储介质
CN112529665A (zh) 基于组合模型的产品推荐方法、装置及计算机设备
CN113506050A (zh) 员工绩效的评估方法、装置、电子设备及可读存储介质
CN117057942B (zh) 一种智能财务决策大数据分析系统
CN113808574A (zh) 基于语音信息的ai语音质检方法、装置、设备和存储介质
CN112884569A (zh) 一种信用评估模型的训练方法、装置及设备
CN113205403A (zh) 一种企业信用等级的计算方法、装置、存储介质及终端
CN108830302B (zh) 一种图像分类方法、训练方法、分类预测方法及相关装置
CN111488501A (zh) 一种基于云平台的电商统计系统
CN114757637A (zh) 基于决策引擎的信贷审批方法、装置、设备和存储介质
CN109992679A (zh) 一种多媒体数据的分类方法及装置
WO2020042164A1 (en) Artificial intelligence systems and methods based on hierarchical clustering
CN112036572B (zh) 基于文本列表的用户特征提取方法及装置
CN115437918A (zh) 回归测试案例的选取方法、装置及电子设备
CN111161743B (zh) 基于语音识别的收银监督方法及系统
CN114049126A (zh) 安全认证方法及装置
CN111797213A (zh) 一种从非结构化网络信息中挖掘金融风险线索的方法
CN112989021A (zh) 用于顾问行为违规判定的方法、装置及设备
CN112241443A (zh) 数据质量监测方法、装置、计算设备及计算机存储介质
CN118094469B (zh) 多源异构数据的融合方法、装置、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
GR01 Patent grant
GR01 Patent grant