CN115050457A - 在线问诊服务质量的评估方法、装置、设备、介质及产品 - Google Patents
在线问诊服务质量的评估方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN115050457A CN115050457A CN202210340563.XA CN202210340563A CN115050457A CN 115050457 A CN115050457 A CN 115050457A CN 202210340563 A CN202210340563 A CN 202210340563A CN 115050457 A CN115050457 A CN 115050457A
- Authority
- CN
- China
- Prior art keywords
- service
- evaluation parameter
- flow data
- information flow
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Pathology (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供一种在线问诊服务质量的评估方法、装置、设备、介质及产品,方法包括:获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数;基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数;基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。本公开用以解决现有技术中仅仅对管家和医生进行单方面的评估,造成服务质量的评估结果不准确的缺陷。
Description
技术领域
本公开涉及互联网医疗技术领域,尤其涉及一种在线问诊服务质量的评估方法、装置、设备、介质及产品。
背景技术
随着互联网的发展,网上医疗健康平台逐渐走入人们的生活。网上医疗健康平台实现了用户可以在网上实时向医生咨询疾病或其他健康问题,即线上问诊。患者在需要进行医疗健康咨询时,可以通过文字、图片、音频、视频等方式向网上医疗健康平台中的医生进行咨询,医生可以根据用户的问题进行在线回答,极大的提升了用户进行医疗健康咨询的便利性。
家庭医生是网上医疗健康平台的一种实现形式,每个患者签约医生后,都会有一名主责管家和医生长期为其服务。平时,患者与管家和医生基本上是通过即时通讯(Instant Messaging,简称IM)会话进行沟通交流的。进而,对管家和医生与患者的会话记录进行分析,来对管家和医生的服务进行服务质量的评估,以能够更好的服务患者,提高患者对在线问诊的体验。
因此,如何对管家和医生进行多方位的评估,以得到精确的评估结果是目标业界亟待解决的重要课题。
发明内容
本公开提供一种在线问诊服务质量的评估方法、装置、设备、介质及产品,用以解决现有技术中仅仅对管家和医生进行单方面的评估,造成服务质量的评估结果不准确的缺陷,实现对管家和医生进行多方位的评估,以得到精确的评估结果。
本公开提供一种在线问诊服务质量的评估方法,包括:
获取问诊信息流数据,其中,所述问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;
基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,其中,所述第一评估参数用于指示所述服务对象的服务效率指标;
基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数和第三评估参数,其中,所述第二评估参数用于指示所述服务对象的服务态度指标,所述第三评估参数用于指示所述服务对象的专业度指标;
基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值。
根据本公开提供的一种在线问诊服务质量的评估方法,所述基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数,包括:
将所述问诊信息流数据输入第一分析模型,通过所述第一分析模型对所述问题内容和所述答复内容进行主题提取操作,得到至少一个主题;
对所述答复内容进行话术检测操作,得到话术检测结果;
基于所述至少一个主题和所述话术检测结果,确定所述第二评估参数;
其中,所述第一分析模型通过问诊信息流数据样本和第二评估参数样本训练得到。
根据本公开提供的一种在线问诊服务质量的评估方法,所述基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第三评估参数,包括:
将所述问诊信息流数据输入第二分析模型,通过所述第二分析模型对所述问题内容和所述答复内容进行关键词提取操作,得到至少一个关键词;
对所述答复内容进行流程检测操作,得到流程检测结果;
对所述答复内容进行知识匹配操作,得到知识匹配结果;
基于所述至少一个关键词、所述流程检测结果和所述知识匹配结果,确定所述第三评估参数;
其中,所述第二分析模型通过问诊信息流数据样本和第三评估参数样本训练得到。
根据本公开提供的一种在线问诊服务质量的评估方法,所述获取问诊信息流数据,包括:
获取当前时间段的所述问诊信息流数据;
所述基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,包括:
判断所述提问时刻是否属于所述服务对象的服务时间段;
当判定所述提问时刻属于所述服务时间段时,计算所述答复时刻与所述提问时刻的第一时间差,基于所述第一时间差和预设的服务效率评估策略,确定所述第一评估参数;
当判定所述提问时刻不属于所述服务时间段时,获取与所述提问时刻对应的服务时间段的问诊信息流数据,并基于所述服务时间段的问诊信息流数据,确定所述第一评估参数;
其中,所述当前时间段的起始时间小于所述服务时间段的起始时间,所述当前时间段的结束时间大于所述服务时间段的结束时间。
根据本公开提供的一种在线问诊服务质量的评估方法,所述基于所述服务时间段的问诊信息流数据,确定所述第一评估参数,包括:
确定所述服务时间段的问诊信息流数据中所述服务对象的第二答复时刻;
计算所述第二答复时刻和所述服务时间段的起始时间的第二时间差,基于所述第二时间差和所述预设的服务效率评估策略,确定所述第一评估参数。
根据本公开提供的一种在线问诊服务质量的评估方法,所述获取问诊信息流数据,包括:
获取N个时间段的所述问诊信息流数据,其中,所述N为大于1的整数;
所述基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值,包括:
基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述N个时间段分别对应的所述服务对象的服务质量分值;
基于所述N个所述服务对象的服务质量分值,确定所述服务对象的最终的服务质量分值。
根据本公开提供的一种在线问诊服务质量的评估方法,所述服务对象包括:医生和管家;
所述获取问诊信息流数据,包括:
获取所述目标对象对应的问题信息流数据;
在确定所述管家能够和所述目标对象进行会话交流的情况下,获取所述管家对应的答复信息流数据;
和/或,
在确定所述医生能够和所述目标对象进行会话交流的情况下,获取所述医生对应的答复信息流数据。
本公开还提供一种在线问诊服务质量的评估装置,包括:
获取模块,用于获取问诊信息流数据,其中,所述问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;
第一确定模块,用于基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,其中,所述第一评估参数用于指示所述服务对象的服务效率指标;
第二确定模块,用于基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数和第三评估参数,其中,所述第二评估参数用于指示所述服务对象的服务态度指标,所述第三评估参数用于指示所述服务对象的专业度指标;
评估模块,用于基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值。
本公开还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的在线问诊服务质量的评估方法。
本公开还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的在线问诊服务质量的评估方法。
本公开实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种的所述在线问诊服务质量的评估方法。
本公开提供的在线问诊服务质量的评估方法、装置、设备、介质及产品,通过获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据的提问时刻和答复信息流数据的第一答复时刻,从服务效率的维度对服务对象的服务质量进行评估;基于问题信息流数据的问题内容和答复信息流数据的答复内容,从服务态度的维度和专业度的维度进行服务质量的评估,可见,相较于现有技术仅仅基于单个维度进行服务质量的评估,本公开从服务效率、服务态度和专业度三个维度进行服务对象的服务质量的评估,进而使服务质量的评估结果更准确,进而,基于服务对象的服务效率、服务态度和专业度确定服务质量分值,使得本公开能够有效的得到精确的评估结果,进而,提高患者的在线问诊体验。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本公开提供的在线问诊服务质量的评估方法的流程示意图之一;
图2是本公开提供的在线问诊服务质量的评估方法的流程示意图之二;
图3是本公开提供的在线问诊服务质量的评估方法的流程示意图之三;
图4是本公开提供的在线问诊服务质量的评估方法的流程示意图之四;
图5是本公开提供的在线问诊服务质量的评估方法的流程示意图之五;
图6是本公开提供的在线问诊服务质量的评估方法的流程示意图之六;
图7是本公开提供的在线问诊服务质量的评估装置的结构示意图;
图8是本公开提供的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开实施例一部分实施例,而不是全部的实施例。基于本公开实施例中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开实施例保护的范围。
下面结合图1-图6描述本公开实施例的在线问诊服务质量的评估方法。
本公开实施例提供了一种在线问诊服务质量的评估方法,该方法可以应用在智能终端,例如,手机、电脑、平板等,也可以应用在服务器中。下面,以该方法应用在服务器为例进行说明,但需要说明的是仅为举例说明,并不用于对本公开的保护范围进行限定。本公开实施例中的一些其他说明,也是举例说明,并不用于对本公开的保护范围进行限定,之后便不再一一说明。该方法的具体实现如图1所示:
步骤101,获取问诊信息流数据。
其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据。
其中,服务对象包括医生和管家,目标对象包括患者。
一个具体实施例中,为了能够有效的评估医生和管家的服务质量,需要获取目标对象对应的问题信息流数据;在确定管家能够和目标对象进行会话交流的情况下,获取管家对应的答复信息流数据;和/或,在确定医生能够和目标对象进行会话交流的情况下,获取医生对应的答复信息流数据。
具体地,本公开的家庭医生为能够使患者可以线上问诊的软件程序(APP)。下面,对问诊信息流数据的生成过程进行举例说明,具体如图2所示:
步骤201,获取患者的登录信息。
即,患者通过在APP上以账号登录。
步骤202,获取值班管家的接入信息。
其中,值班管家负责所有患者,进行接诊服务,并实现患者和主责管家的对接,在本公开中并不对值班管家进行服务质量的评估。
步骤203,判断主责管家是否在线,若是,执行步骤204,否则执行步骤205。
其中,本公开中服务对象的管家为主责管家。
其中,一般情况下,当前时刻属于主责管家的服务时间段内时即为在线,特殊情况本公开不做具体讨论,并且主责管家在线的情况,即为能够与目标对象进行会话交流的情况。
步骤204,获取主责管家对应的答复信息流数据。
步骤205,判断医生是否在线,若是,执行步骤206,否则,执行步骤207。
同理,一般情况下,当前时刻属于医生的服务时间段内时即为在线,特殊情况本公开不做具体讨论,并且医生在线的情况,即为能够与目标对象进行会话交流的情况。
其中,在本公开实施例中以主责管家的服务时间段和医生的服务时间段一致为例进行说明,当然也可以不一致,本公开不做具体限定。
步骤206,获取医生对应的答复信息流数据。
其中,在医生介入和患者的通话后,主要由医生和患者进行交流,此时,主责管家可以退出聊天,也可以在医生和患者的聊天过程中进行内容的补充。
步骤207,执行离线问诊服务。
具体的,在确定主责管家和医生均不在线时,针对患者提问的问题进行系统回复,等待主责管家或医生在线时,在基于患者提问的问题进行答复,进而,在获取此时的答复信息流数据。
步骤208,存储在线问诊和离线问诊获得的问题信息流数据和答复信息流数据。
即,当主责管家和医生均不在线时,患者则进行离线问诊,需医生和管家上线后,及时的进行答复;当主责管家和医生存在一个在线和全部在线时,进行在线问诊。最终,将获得的问题信息流数据和答复信息流数据整理入库。
本公开对医生是否在线和管家是否在线等多种实际情况进行充分考虑,为对医生和管家进行多维度的服务质量的评估奠定了有效的数据基础。
步骤102,基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数。
其中,第一评估参数用于指示服务对象的服务效率指标。
具体的,设置定时任务,按照预设时间段从库中获取问诊信息流数据。例如,以预设时间段为24小时为例进行说明,即,需要每天获取一次问诊信息流数据,基于当天的问诊信息流数据,对主责管家和医生进行质量评估。例如,设置定时任务,每天零点获取前一天全天问诊信息流数据。
一个具体实施例中,获取当前时间段的问诊信息流数据,即,前一天全天的问诊信息流数据。判断患者的提问时刻是否属于服务对象的服务时间段;当判定提问时刻属于服务时间段时,计算答复时刻与提问时刻的第一时间差,基于第一时间差和预设的服务效率评估策略,确定第一评估参数;当判定提问时刻不属于服务时间段时,获取与提问时刻对应的服务时间段的问诊信息流数据,并基于服务时间段的问诊信息流数据,确定第一评估参数;其中,当前时间段的起始时间小于服务时间段的起始时间,当前时间段的结束时间大于服务时间段的结束时间。
具体的,按照时长设置服务效率评估策略,例如,当时长为0至2分钟时,对应的服务效率为优,分值在80-100分;当时长为2分钟至5分钟时,对应的服务效率为良,分值在60-80分;当时长为5分钟至10分钟时,对应的服务效率为及格,分值在40-60分;当时长大于10分钟时,对应服务的服务效率为差,分钟在20分。
例如,当第一时间差为1分钟时,第一评估参数为优,分值为90分;当第一时间差为30分钟时,第一评估参数为差,分值为20分。
具体的,以主责管家和医生的服务时间段均为上午9点至下午5点为例进行说明。例如,提问时刻为晚上8点,则判定提问时刻不属于服务时间段,此时,获取第二天的服务时间段的问诊信息流数据,并基于第二天的问诊信息流数据,确定第一评估参数。又例如,提问时刻为早上8点,则判定提问时刻不属于服务时间段,此时,获取当天的服务时间段的问诊信息流数据,并基于当天的问诊信息流数据,确定第一评估参数。
本公开对主责管家和医生的服务效率的评估,考虑了主责管家和医生的服务时间,提高了服务效率评估结果的准确性,并且,按照提问时刻和答复时刻的时间差来进行服务效率的评估,进一步,提高了服务效率的精准度。
一个具体实施例中,当判定提问时刻不属于服务时间段时,获取与提问时刻对应的服务时间段的问诊信息流数据,确定该服务时间段的问诊信息流数据中服务对象的第二答复时刻;计算第二答复时刻和服务时间段的起始时间的第二时间差,基于第二时间差和预设的服务效率评估策略,确定第一评估参数。
本公开在确定患者的提问时刻未在医生和主责管家的服务时间段时,确定主责管家以医生是否在服务时间段的起始时间及时对患者的问题进行有效的答复,以评估医生和主责管家的服务效率。
步骤103,基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数。
其中,第二评估参数用于指示服务对象的服务态度指标,第三评估参数用于指示服务对象的专业度指标。
具体的,将问诊信息流数据输入第一分析模型,得到第一分析模型输出的第二评估参数,同时,将问诊信息流数据输入第二分析模型,得到第二分析模型输出的第三评估参数,其中,第一分析模型通过问诊信息流数据样本和第二评估参数样本训练得到,第二分析模型通过问诊信息流数据样本和第三评估参数样本训练得到。
一个具体实施例中,确定第二评估参数的具体实现如图3所示:
步骤301,将问诊信息流数据输入第一分析模型,通过第一分析模型对问题内容和答复内容进行主题提取操作,得到至少一个主题;
步骤302,对答复内容进行话术检测操作,得到话术检测结果;
步骤303,基于至少一个主题和话术检测结果,确定第二评估参数。
具体的,在将问诊信息流数据输入到第一分析模型之前,需要对问诊信息流数据进行预处理操作,其中,预处理操作包括:过滤系统回复数据、IM会话组装、数据标注、分词处理、词性标注、去停用词、命名实体识别等操作,进而,将进行预处理操作后的问诊信息流数据输入到第一分析模型。
其中,过滤系统回复数据即滤除APP发送的系统消息;IM会话组装即将预设时间段内的数据整合成数据集;命名实体识别即识别医生和主责管家的答复信息流数据中的药物名称、疾病名称等信息。
具体的,主题提取操作包括:对患者的问题内容,医生和主责管家的答复内容进行主题事件聚类算法分析,得到医生和主责管家的服务态度,以及患者的评价。其中,主题提取操作可能对于提取出多个主题,例如,开心、难过、不满意、满意、一般等。
其中,以患者的问题内容为例进行说明,例如,“吃了这个药,很快就好转了”对应主题为满意;又例如,“这个药一般,作用一般”对应主题为一般;又例如,“你这是什么态度,就是这么服务患者的吗”对应主题为不满意。
具体的,基于问题内容和答复内容得到了多个主题,基于得到的多个主题确定患者的情感,其中,情感分为中性、负向和正向,进而,得到患者对医生和/或主责管家的评价。
具体的,话术检测操作即确定主责管家和医生的答复信息流数据中是否存在不合规话术,当存在不合格话术时,话术检测结果为不合格。
具体的,基于得到的主题和话术检测结果,得到第二评估参数,其中,第二评估参数包括:服务态度为优,分值在80-100分;服务态度为良,分值在60-80分;服务态度为及格,分值在40-60分;服务态度为差,分值在20分。其中,主题和话术检测结果在进行第二评估参数的计算时,权重分别为50%,当然,用户可以根据自己的实际情况进行权重的设置。
本公开通过对问诊信息流数据进行分析、提取、量化操作得到第二评估参数,实现了主责管家和医生的服务态度的准确评估。
一个具体实施例中,确定第三评估参数的具体实现如图4所示:
步骤401,将问诊信息流数据输入第二分析模型,通过第二分析模型对问题内容和答复内容进行关键词提取操作,得到至少一个关键词;
步骤402,对答复内容进行流程检测操作,得到流程检测结果;
步骤403,对答复内容进行知识匹配操作,得到知识匹配结果;
步骤404,基于至少一个关键词、流程检测结果和知识匹配结果,确定第三评估参数。
具体的,输入第二分析模型的问诊信息流数据亦为上述经过预处理操作的问诊信息流数据。
具体的,流程检测操作主要是针对医生的,确定医生是否按照预设的流程对患者进行疾病的诊断,若是,流程检测结果为优,分值在80-100分,否则,基于医生在疾病诊断过程中出现的问题,得到具体的流程检测结果,包括,流程检测结果为良,分值在60-80分;流程检测结果为及格,分值在40-60分;流程检测结果为差,分值在20分。
具体的,本公开预先创建知识库,并将主责管家和医生的答复内容在知识库中进行知识匹配操作,得到知识匹配结果。其中,知识匹配结果为匹配成功率。
具体的,根据实际情况,为关键词、流程检测结果和知识匹配结果分别配置权重,进而,基于配置的权重,得到第三评估参数。其中,第三评估参数包括:专业度为优,分值在80-100分值;专业度为良,分值在60-80分;专业度为价格,分值在40-60分;专业度为差,分值在20分,
本公开通过对问诊信息流数据进行分析、提取、量化操作得到第三评估参数,实现了主责管家和医生的服务态度的准确评估。
步骤104,基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。
具体的,预先配置第一评估参数、第二评估参数和第三评估参数各自所占的权重,基于权重确定服务质量分值。
一个具体实施例中,确定服务对象的服务质量分值之前,获取N个时间段的问诊信息流数据,其中,N为大于1的整数,进而,基于第一评估参数、第二评估参数和第三评估参数,确定N个时间段分别对应的服务对象的服务质量分值;基于N个服务对象的服务质量分值,确定服务对象的最终的服务质量分值。
具体的,可以计算N个服务质量分值的平均值,将计算得到的平均值作为最终的服务质量分值。
具体的,为了排除极端情况的影响,将N个服务质量分值中的最大值和最小值去除,计算剩余的N-2个服务质量分值的平均值,将计算得到的平均值作为最终的服务质量分值。
本公开通过多个服务质量的分值,确定最终的服务质量分值,使服务质量的评估更公平。
下面,通过图5对服务质量的评估得到的具体实现进行总结分析。
其中,图5中包括有APP的会话界面和对评估方法的实现过程的总结性语言的描述。
具体的,患者与管家、医生基本上是通过IM会话进行沟通交流的,通过对IM会话进行会话提取分析,实现对健康管理服务质量的量化,进而,得到服务质量分值。本公开能够分析主责管家和医生的各方面服务能力,达到服务质控的目的。
具体的,如图6所示,在进行服务对象的服务质量评估之前,需要得到问诊信息流数据,得到第一分析模型和第二分析模型,以及数据预处理逻辑,具体可以通过以下三个模块来实现,三个模块包括:数据采集模块、数据清洗模块和模型训练模块。
其中,数据采集模块,采集问题信息流数据和答复信息流数据,即IM会话,并存储在数据库中,进而,将数据库中的数据推送到大数据平台,然后,通过定时任务定时获取问诊信息流数据。其中,大数据平台用于基于问诊信息流数据,得到主责管家和医生服务质量分值,并且,大数据平台也是模型训练所依赖数据的平台。其中,数据库包括MySQL。
数据清洗模块,对IM会话进行预处理操作,其中,预处理操作包括:过滤系统回复数据、IM会话组装、数据标注、分词处理、词性标注、去停用词和命名实体识别等操作。
模型训练模块,基于预先设置的网络架构、逻辑条件和进行预处理后的IM会话,进行第一分析模型和第二分析模型的训练。其中,网络架构为卷积神经网络,逻辑条件为主题分析的实现逻辑、关键词提取的实现逻辑、词典构建的实现逻辑和规则匹配的实现逻辑等,基于这些逻辑条件,实现情感词分析、合规话术检测、敏感词提取、服务流程检测和知识库匹配等操作。
其中,关键词包括敏感词和情感词。
本公开提供的在线问诊服务质量的评估方法,通过获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据的提问时刻和答复信息流数据的第一答复时刻,从服务效率的维度对服务对象的服务质量进行评估;基于问题信息流数据的问题内容和答复信息流数据的答复内容,从服务态度的维度和专业度的维度进行服务质量的评估,可见,相较于现有技术仅仅基于单个维度进行服务质量的评估,本公开从服务效率、服务态度和专业度三个维度进行服务对象的服务质量的评估,进而使服务质量的评估结果更准确,进而,基于服务对象的服务效率、服务态度和专业度确定服务质量分值,使得本公开能够有效的得到精确的评估结果,进而,提高患者的在线问诊体验。
下面对本公开实施例提供的在线问诊服务质量的评估装置进行描述,下文描述的在线问诊服务质量的评估装置与上文描述的在线问诊服务质量的评估方法可相互对应参照,重复之处不再赘述,具体如图7所示,该装置包括:
获取模块701,用于获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;
第一确定模块702,用于基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数,其中,第一评估参数用于指示服务对象的服务效率指标;
第二确定模块703,用于基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数,其中,第二评估参数用于指示服务对象的服务态度指标,第三评估参数用于指示服务对象的专业度指标;
评估模块704,用于基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。
一个具体实施例中,第二确定模块703,具体用于将问诊信息流数据输入第一分析模型,通过第一分析模型对问题内容和答复内容进行主题提取操作,得到至少一个主题;对答复内容进行话术检测操作,得到话术检测结果;基于至少一个主题和话术检测结果,确定第二评估参数;其中,第一分析模型通过问诊信息流数据样本和第二评估参数样本训练得到。
一个具体实施例中,第二确定模块703,具体用于将问诊信息流数据输入第二分析模型,通过第二分析模型对问题内容和答复内容进行关键词提取操作,得到至少一个关键词;对答复内容进行流程检测操作,得到流程检测结果;对答复内容进行知识匹配操作,得到知识匹配结果;基于至少一个关键词、流程检测结果和知识匹配结果,确定第三评估参数;其中,第二分析模型通过问诊信息流数据样本和第三评估参数样本训练得到。
一个具体实施例中,获取模块701,具体用于获取当前时间段的问诊信息流数据;第一确定模块702,具体用于判断提问时刻是否属于服务对象的服务时间段;当判定提问时刻属于服务时间段时,计算答复时刻与提问时刻的第一时间差,基于第一时间差和预设的服务效率评估策略,确定第一评估参数;当判定提问时刻不属于服务时间段时,获取与提问时刻对应的服务时间段的问诊信息流数据,并基于服务时间段的问诊信息流数据,确定第一评估参数;其中,当前时间段的起始时间小于服务时间段的起始时间,当前时间段的结束时间大于服务时间段的结束时间。
一个具体实施例中,第一确定模块702,具体用于确定服务时间段的问诊信息流数据中服务对象的第二答复时刻;计算第二答复时刻和服务时间段的起始时间的第二时间差,基于第二时间差和预设的服务效率评估策略,确定第一评估参数。
一个具体实施例中,获取模块701,具体用于获取N个时间段的问诊信息流数据,其中,N为大于1的整数;评估模块704,具体用于基于第一评估参数、第二评估参数和第三评估参数,确定N个时间段分别对应的服务对象的服务质量分值;基于N个服务对象的服务质量分值,确定服务对象的最终的服务质量分值。
一个具体实施例中,服务对象包括:医生和管家;获取模块701,具体用于获取目标对象对应的问题信息流数据;在确定管家能够和目标对象进行会话交流的情况下,获取管家对应的答复信息流数据;和/或,在确定医生能够和目标对象进行会话交流的情况下,获取医生对应的答复信息流数据。
图8示例了一种电子设备的实体结构示意图,如图8所示,该电子设备可以包括:处理器(processor)801、通信接口(Communications Interface)802、存储器(memory)803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令,以执行在线问诊服务质量的评估方法,该方法包括:获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数,其中,第一评估参数用于指示服务对象的服务效率指标;基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数,其中,第二评估参数用于指示服务对象的服务态度指标,第三评估参数用于指示服务对象的专业度指标;基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。
此外,上述的存储器803中的逻辑指令可以通过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。基于这样的理解,本公开实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本公开还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的在线问诊服务质量的评估方法,该方法包括:获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数,其中,第一评估参数用于指示服务对象的服务效率指标;基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数,其中,第二评估参数用于指示服务对象的服务态度指标,第三评估参数用于指示服务对象的专业度指标;基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。
又一方面,本公开还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的在线问诊服务质量的评估方法,该方法包括:获取问诊信息流数据,其中,问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;基于问题信息流数据中的提问时刻和答复信息流数据中的第一答复时刻,确定服务对象的第一评估参数,其中,第一评估参数用于指示服务对象的服务效率指标;基于问题信息流数据中的问题内容和答复信息流数据中的答复内容,确定服务对象的第二评估参数和第三评估参数,其中,第二评估参数用于指示服务对象的服务态度指标,第三评估参数用于指示服务对象的专业度指标;基于第一评估参数、第二评估参数和第三评估参数,确定服务对象的服务质量分值。
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实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
Claims (11)
1.一种在线问诊服务质量的评估方法,其特征在于,包括:
获取问诊信息流数据,其中,所述问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;
基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,其中,所述第一评估参数用于指示所述服务对象的服务效率指标;
基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数和第三评估参数,其中,所述第二评估参数用于指示所述服务对象的服务态度指标,所述第三评估参数用于指示所述服务对象的专业度指标;
基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值。
2.根据权利要求1所述的在线问诊服务质量的评估方法,其特征在于,所述基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数,包括:
将所述问诊信息流数据输入第一分析模型,通过所述第一分析模型对所述问题内容和所述答复内容进行主题提取操作,得到至少一个主题;
对所述答复内容进行话术检测操作,得到话术检测结果;
基于所述至少一个主题和所述话术检测结果,确定所述第二评估参数;
其中,所述第一分析模型通过问诊信息流数据样本和第二评估参数样本训练得到。
3.根据权利要求1所述的在线问诊服务质量的评估方法,其特征在于,所述基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第三评估参数,包括:
将所述问诊信息流数据输入第二分析模型,通过所述第二分析模型对所述问题内容和所述答复内容进行关键词提取操作,得到至少一个关键词;
对所述答复内容进行流程检测操作,得到流程检测结果;
对所述答复内容进行知识匹配操作,得到知识匹配结果;
基于所述至少一个关键词、所述流程检测结果和所述知识匹配结果,确定所述第三评估参数;
其中,所述第二分析模型通过问诊信息流数据样本和第三评估参数样本训练得到。
4.根据权利要求1-3任一项所述的在线问诊服务质量的评估方法,其特征在于,所述获取问诊信息流数据,包括:
获取当前时间段的所述问诊信息流数据;
所述基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,包括:
判断所述提问时刻是否属于所述服务对象的服务时间段;
当判定所述提问时刻属于所述服务时间段时,计算所述答复时刻与所述提问时刻的第一时间差,基于所述第一时间差和预设的服务效率评估策略,确定所述第一评估参数;
当判定所述提问时刻不属于所述服务时间段时,获取与所述提问时刻对应的服务时间段的问诊信息流数据,并基于所述服务时间段的问诊信息流数据,确定所述第一评估参数;
其中,所述当前时间段的起始时间小于所述服务时间段的起始时间,所述当前时间段的结束时间大于所述服务时间段的结束时间。
5.根据权利要求4所述的在线问诊服务质量的评估方法,其特征在于,所述基于所述服务时间段的问诊信息流数据,确定所述第一评估参数,包括:
确定所述服务时间段的问诊信息流数据中所述服务对象的第二答复时刻;
计算所述第二答复时刻和所述服务时间段的起始时间的第二时间差,基于所述第二时间差和所述预设的服务效率评估策略,确定所述第一评估参数。
6.根据权利要求1-3任一项所述的在线问诊服务质量的评估方法,其特征在于,所述获取问诊信息流数据,包括:
获取N个时间段的所述问诊信息流数据,其中,所述N为大于1的整数;
所述基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值,包括:
基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述N个时间段分别对应的所述服务对象的服务质量分值;
基于所述N个所述服务对象的服务质量分值,确定所述服务对象的最终的服务质量分值。
7.根据权利要求1-3任一项所述的在线问诊服务质量的评估方法,其特征在于,所述服务对象包括:医生和管家;
所述获取问诊信息流数据,包括:
获取所述目标对象对应的问题信息流数据;
在确定所述管家能够和所述目标对象进行会话交流的情况下,获取所述管家对应的答复信息流数据;
和/或,
在确定所述医生能够和所述目标对象进行会话交流的情况下,获取所述医生对应的答复信息流数据。
8.一种在线问诊服务质量的评估装置,其特征在于,包括:
获取模块,用于获取问诊信息流数据,其中,所述问诊信息流数据包括:与目标对象对应的问题信息流数据和与服务对象对应的答复信息流数据;
第一确定模块,用于基于所述问题信息流数据中的提问时刻和所述答复信息流数据中的第一答复时刻,确定所述服务对象的第一评估参数,其中,所述第一评估参数用于指示所述服务对象的服务效率指标;
第二确定模块,用于基于所述问题信息流数据中的问题内容和所述答复信息流数据中的答复内容,确定所述服务对象的第二评估参数和第三评估参数,其中,所述第二评估参数用于指示所述服务对象的服务态度指标,所述第三评估参数用于指示所述服务对象的专业度指标;
评估模块,用于基于所述第一评估参数、所述第二评估参数和所述第三评估参数,确定所述服务对象的服务质量分值。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的在线问诊服务质量的评估方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述的在线问诊服务质量的评估方法。
11.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的在线问诊服务质量的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340563.XA CN115050457A (zh) | 2022-03-31 | 2022-03-31 | 在线问诊服务质量的评估方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340563.XA CN115050457A (zh) | 2022-03-31 | 2022-03-31 | 在线问诊服务质量的评估方法、装置、设备、介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115050457A true CN115050457A (zh) | 2022-09-13 |
Family
ID=83158152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210340563.XA Pending CN115050457A (zh) | 2022-03-31 | 2022-03-31 | 在线问诊服务质量的评估方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115050457A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862830A (zh) * | 2023-02-21 | 2023-03-28 | 清华大学 | 一种数据处理方法、装置和电子设备 |
CN116741360A (zh) * | 2023-08-16 | 2023-09-12 | 深圳市微能信息科技有限公司 | 基于智能终端的医生问诊及服务质量评价系统 |
-
2022
- 2022-03-31 CN CN202210340563.XA patent/CN115050457A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115862830A (zh) * | 2023-02-21 | 2023-03-28 | 清华大学 | 一种数据处理方法、装置和电子设备 |
CN116741360A (zh) * | 2023-08-16 | 2023-09-12 | 深圳市微能信息科技有限公司 | 基于智能终端的医生问诊及服务质量评价系统 |
CN116741360B (zh) * | 2023-08-16 | 2023-12-19 | 深圳市微能信息科技有限公司 | 基于智能终端的医生问诊及服务质量评价系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Forecasting the presence and intensity of hostility on Instagram using linguistic and social features | |
CN110720124B (zh) | 监测患者语言的使用以识别潜在的言语和相关的神经障碍 | |
US11223723B2 (en) | Call center system having reduced communication latency | |
CN109976997B (zh) | 测试方法和装置 | |
CN115050457A (zh) | 在线问诊服务质量的评估方法、装置、设备、介质及产品 | |
CN113360622B (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
JP2002511159A (ja) | リストベース処理を用いたコンピュータ化医療診断システム | |
CN109492221A (zh) | 一种基于语义分析的信息回复方法及可穿戴设备 | |
CN112163081A (zh) | 标签确定方法、装置、介质及电子设备 | |
CN110543550A (zh) | 自动生成试题的方法和装置 | |
CN115170049A (zh) | 可信度评分方法、装置、电子设备、存储介质和程序产品 | |
CN114334163A (zh) | 抑郁症诊断对话数据集生成方法、电子设备和存储介质 | |
CN111863173A (zh) | 一种病历质量评估方法及计算设备 | |
CN114971658B (zh) | 一种反诈宣传方法、系统、电子设备以及存储介质 | |
CN116127011A (zh) | 意图识别方法、装置、电子设备及存储介质 | |
CN111090742B (zh) | 一种问答对的评价方法、装置、存储介质及设备 | |
CN111950381B (zh) | 一种心理健康在线监测系统 | |
CN114092264A (zh) | 一种智能获客的方法、系统和电子设备 | |
CN114461758A (zh) | 一种基于在线社交网络的用户人格识别方法 | |
CN113936797A (zh) | 人员心理健康监测方法、系统以及智能终端 | |
CN113782123A (zh) | 一种基于网络数据的在线医疗患者满意度测量方法 | |
CN111539834A (zh) | 一种预核保方法及装置 | |
CN112434953A (zh) | 一种基于计算机数据处理的客服人员考核方法和装置 | |
CN110807179A (zh) | 一种用户识别方法、装置、服务器及存储介质 | |
CN112541085B (zh) | 问卷的结构化方法、问卷的结构化装置及存储介质 |
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 |