CN115053244A - 用以分析客户联络的系统及方法 - Google Patents
用以分析客户联络的系统及方法 Download PDFInfo
- Publication number
- CN115053244A CN115053244A CN202080092264.8A CN202080092264A CN115053244A CN 115053244 A CN115053244 A CN 115053244A CN 202080092264 A CN202080092264 A CN 202080092264A CN 115053244 A CN115053244 A CN 115053244A
- Authority
- CN
- China
- Prior art keywords
- service
- customer
- contact
- data
- audio
- 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 176
- 238000003058 natural language processing Methods 0.000 claims abstract description 110
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims description 243
- 230000008569 process Effects 0.000 claims description 75
- 230000008451 emotion Effects 0.000 claims description 59
- 238000013500 data storage Methods 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 16
- 230000007935 neutral effect Effects 0.000 claims description 8
- 230000002996 emotional effect Effects 0.000 claims description 7
- 239000003795 chemical substances by application Substances 0.000 description 242
- 238000003860 storage Methods 0.000 description 83
- 230000008520 organization Effects 0.000 description 75
- 230000006870 function Effects 0.000 description 52
- 238000004891 communication Methods 0.000 description 50
- 238000001514 detection method Methods 0.000 description 46
- 230000004044 response Effects 0.000 description 35
- 230000009471 action Effects 0.000 description 33
- 230000003993 interaction Effects 0.000 description 26
- 230000036651 mood Effects 0.000 description 24
- 238000007726 management method Methods 0.000 description 19
- 230000001960 triggered effect Effects 0.000 description 19
- 238000013475 authorization Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 11
- 241001417527 Pempheridae Species 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000012552 review Methods 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 238000012805 post-processing Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 8
- 239000000872 buffer Substances 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 7
- 238000013518 transcription Methods 0.000 description 7
- 230000035897 transcription Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000001413 cellular effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000010223 real-time analysis Methods 0.000 description 6
- 238000013515 script Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000003139 buffering effect Effects 0.000 description 5
- 230000001902 propagating effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000001052 transient effect Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013341 scale-up Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000001976 improved effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000008093 supporting effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 241000867614 Mimus polyglottos Species 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000030279 gene silencing Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000032297 kinesis Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
- Machine Translation (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开涉及用以分析联络数据的系统及方法。可将联络数据编码为文本(例如,聊天日志)、音频(例如,音频记录)及各种其它形态。一种计算资源服务提供者可实施用以进行以下操作的服务:从客户端获得音频数据;转录所述音频数据,由此生成文本;执行一种或多种自然语言处理技术以生成与所述文本相关联的元数据,从而至少处理所述元数据以生成输出;确定所述输出是否与一个或多个类别相匹配;以及将所述输出提供给所述客户端。可将本文中所描述的技术执行为异步工作流。
Description
相关申请案的交叉参考
本申请案主张于2019年11月27日提出申请的标题为“用以分析客户联络的系统及方法(SYSTEMS AND METHODS TO ANALYZE CUSTOMER CONTACTS)”的美国专利申请案第16/698,449号、于2019年11月27日提出申请的且标题为“具有实时代理人辅助的客户联络服务(CUSTOMER CONTACT SERVICE WITH REAL-TIME AGENT ASSISTANCE)”的美国专利申请案第16/698,457号、于2019年11月27日提出申请的且标题为“具有实时监督者辅助的客户联络服务(CUSTOMER CONTACT SERVICE WITH REAL-TIME SUPERVISOR ASSISTANCE)”的美国专利申请案第16/698,470号、以及于2019年11月27日提出申请的且标题为“客户联络数据的丰富(ENRICHMENT OF CUSTOMER CONTACT DATA)”的美国专利申请案第16/698,478号以及于2019年11月27日提出申请的且标题为“客户联络服务的诊断能力(DIAGNOSTICSCAPABILITIES FOR CUSTOMER CONTACT SERVICES)”的美国专利申请案第16/698,484号的优先权,并且出于所有目的将所述申请案的全部公开内容以引用方式并入。
背景技术
许多组织使用客户联络中心来促进与其客户的通信。客户可能出于多种原因使用客户联络中心与组织的代理人通信,诸如询问有关产品及服务的问题、报告问题等等。然而,组织可能会发现现有的旧型工具速度慢、准确性差,或者可能难以与数据分析及实时言语分析产品的技术集成。另外,客户联络中心通常由非技术监督者及代理人使用并管理,所述监督者及代理人可能会发现编写代码或构建机器学习模型很困难。因此,在客户联络中心的背景中开发数据分析系统存在许多困难。
附图说明
将参考附图描述各种技术,在附图中:
图1展示根据至少一个实施例的其中可实施联络分析服务的计算环境的说明性示例;
图2展示根据至少一个实施例的其中在计算资源服务提供者的背景内实施各种服务的计算环境的说明性示例;
图3是其中可实践本公开的各种实施例的环境的说明性示例;
图4图解说明根据至少一个实施例的可用于管理类别的图形用户界面的至少一部分;
图5图解说明根据至少一个实施例的可用于管理类别的图形用户界面的至少一部分;
图6图解说明根据至少一个实施例的联络搜索页面;
图7图解说明根据至少一个实施例的响应于具有所规定一组搜索参数的客户端搜索请求而提供给服务提供者的客户端的联络搜索结果页面;
图8图解说明根据至少一个实施例的联络搜索结果页面的回放能力;
图9图解说明根据至少一个实施例的联络搜索结果页面的联络主题筛选能力;
图10图解说明根据至少一个实施例的联络搜索结果页面的联络主题筛选能力;
图11图解说明根据至少一个实施例的联络搜索结果页面的联络主题筛选能力;
图12图解说明根据至少一个实施例的联络跟踪记录页面的至少一部分;
图13图解说明根据至少一个实施例的联络跟踪记录页面的至少一部分;
图14图解说明根据至少一个实施例的在联络跟踪记录页面中对关键字词及实体的搜索;
图15图解说明根据至少一个实施例的可在联络跟踪记录页面中呈现的详细音频数据及元数据的图式;
图16图解说明根据至少一个实施例的在联络跟踪记录页面中的评论;
图17图解说明根据至少一个实施例的联络分析仪表板;
图18图解说明根据至少一个实施例的支持客户与代理人之间的实时呼叫的客户联络服务;
图19图解说明根据至少一个实施例的其中客户联络服务支持客户与代理人之间的实时呼叫的计算环境;
图20展示根据至少一个实施例的用以生成联络分析输出数据的过程的说明性示例;
图21展示根据至少一个实施例的用以实施实时代理人辅助的过程的说明性示例;
图22展示根据至少一个实施例的用以实施实时监督者辅助的过程的说明性示例;
图23展示根据至少一个实施例的用以生成联络分析输出数据的过程的说明性示例;
图24展示根据至少一个实施例的用以实施联络搜索及诊断能力的过程的说明性示例;
图25图解说明根据至少一个实施例的可与环境中的其它服务交互的缩放服务的系统架构;
图26图解说明根据至少一个实施例的检测事件并由于检测到事件而执行事件驱动功能的事件驱动计算服务;以及
图27图解说明其中可实施各种实施例的系统。
具体实施方式
本文中所描述的技术可用于实施用以分析联络数据的系统及方法。联络数据可以指在联络中心的背景内发生的各种类型的通信。联络中心可以指管理客户交互的组织的物理或逻辑单元。联络中心可经由诸如电话、web、聊天、电子邮件、消息传送app、社交媒体、文本、传真、传统邮件等等多个通道处置入站及出站客户通信。联络中心可使用各种类型的先进技术来帮助快速解决客户问题、跟踪客户参与情况并捕获交互及性能数据。
联络分析服务可以指诸如联络中心服务的服务或服务的部件,其在不需要联络中心服务的用户技术专长的情况下解决广泛的一组核心言语分析使用情形。在许多情形中,联络中心服务的用户(监督者及代理人)可经训练以使用联络中心服务,但缺乏理解如何构建并部署计算基础设施来执行数据分析的技术培训。通过在联络中心服务内直接提供开箱即用的体验,监督者及代理人可在不需要使用联络中心服务解决方案的组织的雇员进行额外手动作业及配置以及技术培训的情况下使用联络分析服务。
计算资源服务提供者可包括诸如数据存储服务、计算服务、无服务器计算服务等等的各种后端服务。计算资源服务提供者可包括可用于向计算资源服务提供者的客户提供强大分析能力的后端联络中心服务,所述分析能力使得企业能够在不需要技术专长的情况下提高其客户交互的质量。联络中心服务可具有使得非技术用户在不需要专门技术技能的情况下容易地设计联络流程、管理代理人及跟踪性能度量等的一个或多个自助服务图形界面。在至少一些实施例中,计算资源服务提供者配置并管理提供用于运行客户中心服务的基础设施的计算资源,使得企业不需要对计算机服务器、信息技术基础设施等进行昂贵的前期投资。
在至少一个实施例中,联络分析服务是指由联络中心服务中的人工智能和/或机器学习提供技术支持的一组分析能力,所述分析能力使得客户(例如,使用计算资源服务提供者来支持联系中心能力的组织)容易地通过从客户对话提取可行动的见解来提供更好的客户体验并提高组织的联络中心的操作效率。在至少一个实施例中,联络分析服务被集成到客户呼叫服务控制台中并允许监督者对呼叫及聊天转录本进行快速的全文搜索,从客户联络发现主题及新兴趋势,并利用基于分析的辅导工具提高代理人绩效。联络分析服务可在现场呼叫期间为监督者及代理人两者提供实时分析,这可提供可行动的见解及建议以递送经改进客户支持。监督者可使用联络分析服务的可视仪表板及呼叫评分来跟踪所有正在进行的呼叫并在客户具有不良体验时进行干预。代理可使用联络分析服务的建议答案来更有效地解决现场客户查询。联络分析服务不需要技术专门知识且可容易地使用,只需在联络中心服务中点击几下即可。
联络中心可以指企业或组织向其客户提供的以向那些客户提供支持的服务。举例来说,组织可让其客户访问联络中心,以提供技术支持、问题的疑难解答、管理产品及服务等等。联络中心服务可以是组织的客户与所述组织之间仅个人联系中的一者或者甚至是唯一个人联系,并且这一体验可能会对客户的信任及忠诚度产生很大影响。组织可利用联络中心服务来回应每天大量的客户对话,这会产生数百万小时的记录呼叫。在至少一些实施例中,联络呼叫中心提供服务以获得准确的呼叫转录本并使用呼叫数据来执行数据分析,识别问题、常用主题、代理人辅导机会及其各种组合。在一些情形中,传统呼叫中心具有各种不足之处,诸如难以使其非技术人员可使用一些或所有上述功能性,这可导致数据科学家及程序员需要应用机器学习技术并随着时间的推移管理定制应用。作为替代方案,所述传统呼叫中心可使用现有联络中心分析产品,但所述产品价格昂贵、提供呼叫转录本的速度慢并缺乏所需转录准确性。这使得快速检测客户问题并向所述客户的代理人提供客观性能反馈变得困难。现有工具无法提供实时分析也防止监督者在客户挂断电话之前通过正在进行中的呼叫识别并帮助受挫客户。类似地,代理人很难快速解决客户的复杂问题且经常搁置所述问题,因为寻找分散在他们的企业知识库中的答案花费了大量时间。由于这些挑战,许多联络中心不具有可用于减少客户流失、长时间等待、代理人流动及甚至监管罚款的分析能力。本文中所描述的技术可用于解决上文简要描述的一些或所有技术挑战。
可在联络中心服务的背景中使用联络分析服务,以允许服务的用户利用联络中心服务产品中可用的AI提供技术支持的分析能力来解决复杂问题且不需要使用任何写码或ML经验。在各种实施例中,联络分析服务使用高度准确的言语转录技术来转录呼叫,且对呼叫转录本及基于聊天的交互进行自动编索引,使得所述呼叫转录本及所述基于聊天的交互在联络中心服务控制台中是可搜索的,所述控制台可以是可由非技术监督者使用的图形用户界面,并且监督者可使用所述控制台基于内容容易地搜索联络,并通过情绪进行筛选来识别诸如客户想要取消服务、退回产品的问题以及可能与监督者的组织相关的其它问题。在至少一些实施例中,联络分析服务实施允许监督者分析多个客户对话并呈现导致呼叫音量增加、客户不满意及反复出现问题的一组主题的主题检测特征。在至少一些实施例中,联络分析服务以易于理解的可视格式呈现这些主题,这有助于监督者快速地响应于客户反馈并在适当时执行补救。在至少一些实施例中,联络分析服务包括使得监督者能够找到提高其代理人有效性的机会的代理人辅导能力,例如,联络分析服务可为过去的呼叫生成图形说明,这使得监督者能够通过评论对话的特定部分来容易地认出问题并与代理人共享反馈。监督者可跟踪代理人遵守提供代理人如何与客户交互的参数的所定义分类规则,例如,监督者可审查呼叫转录本以确定代理人在呼叫中问候客户的频率,这可以是指导代理人行为以提供更愉悦及统一客户体验的代理人手册的一部分。监督者还可通过定义基于内容及特性(诸如沉默持续时间、情绪、交谈速度及中断)而组织客户联络的类别来跟踪代理人绩效。在至少一些实施例中,联络分析服务向监督者和/或代理人提供实时辅助。在至少一些实施例中,实时监督者辅助允许监督者实时监视呼叫中心分析数据,所述分析数据可跨整个呼叫中心而聚合,其针对特定产品或服务线,或者甚至查看特定代理人。在至少一些实施例中,联络分析服务提供仪表板,所述仪表板展示对呼叫中心中发生的所有现场呼叫的分析并基于诸如与经理说话的重复请求、叫喊或长时间沉默等所定制标准对所述呼叫进行评分。在至少一些实施例中,联络分析服务仪表板允许监督者观看现场呼叫并查看他们可能需要在哪里参与并辅助使一种情况逐步降级。在至少一些实施例中,联络分析服务向代理人提供实时辅助,这可通过以下方式在现场呼叫期间向代理人提供辅助:在代理人被询问时自动搜索含于手册、文档及wiki中的巨量内容并向代理人给出客户问题的答案或者显露最相关文档。
组织可与使一个或多个后端服务的使用抽象化的服务前端介接,所述后端服务利用机器学习、数据分析并协调由计算资源服务提供者托管或以其它方式利用的各种计算资源的使用。在至少一些实施例中,联络分析服务是联络中心服务内的开箱即用的体验,其使得客户(例如,组织或其监督者和/或代理人)在不需要技术专家来编写代码、构建定制解决方案、机器学习模型等的情况下能够为其最终用户递送更好的结果。
在至少一个实施例中,可通过计算资源服务提供者管理控制台为由所述计算资源服务提供者提供的联络中心服务启用数据分析能力。联络分析服务可为代理人及监督者提供集成到联络中心服务的用户体验中的能力(例如,基于图形的控制台及界面)。在至少一些实施例中,监督者可访问联络中心服务内的允许其对对话进行分类、设置呼叫评分、搜索历史联络、导出主题、提供呼叫后代理人辅导及其各种合适组合的新用户界面元素及经增强现有用户界面元素。在至少一个实施例中,联络分析服务提供向代理人提供关于下一最佳行动的指导的实时代理人辅助界面(例如,作为窗口小部件)。在至少一个实施例中,通过使用由联络分析服务支持的API,可将实时界面嵌入现有工具内或者将其在定制UI中递送给代理人。可用来自联络分析服务的元数据来丰富联络夏季中心中的联络跟踪记录(CTR),所述元数据可包括以下非限制性示例:转录、情绪及分类标签。在至少一些实施例中,企业可容易地导出这一信息并使用商业智能或数据可视化工具,以通过与来自其它源的数据组合来执行进一步分析。
联络分析服务可以是联络中心服务的为组织提供对客户交互的100%可见性的部件或子服务。联络分析服务可经配置以自动转录呼叫并使用机器学习从所述呼叫提取情报及见解。组织可使用联络分析服务来识别客户体验问题及代理人培训隔阂。在至少一个实施例中,联络分析服务包括控制台,监督者可使用所述控制台按诸如情绪及沉默持续时间等特性来筛选对话。在至少一个实施例中,组织可使用联络分析服务直接在联络中心服务内使用质量及性能管理特征(诸如呼叫分类及评分)以及主题检测。
可将联络分析服务实施为提供实时代理人辅助的计算资源服务提供者的可缩放服务,其缩放到处置数百万个呼叫的数千个代理人。在至少一个实施例中,组织可使用联络分析服务以快速方式向客户提供关于宽范围的问题的答案。在至少一些实施例中,联络分析服务提供了对诸如呼叫转录本等大量数据的有效访问,这通过使监督者更容易地分析过去的交互并及时向代理人提供反馈来为所述监督者提供益处。在至少一些实施例中,监督者能够实时或接近实时地看到代理人与组织的客户之间的现场交互。在至少一个实施例中,减少监督者的延迟使得监督者更容易地分析过去的交互并及时向代理人提供输入及反馈。在至少一个实施例中,监督者接收现场交互的实时可见性,并且代理人从知识库获得带有答案及相关文章的呼叫中推荐,这有助于所述代理人对客户的问题提供快速及有帮助的响应。在至少一些实施例中,联络分析服务可用于提供减少代理人花费在研究客户问题上的时间量和/或增加了客户问题在第一呼叫时得到解决的速率的实时代理人辅助。
在至少一些实施例中,联络分析服务是客户联络服务的部件。根据至少一个实施例,联络分析服务可递送呼叫后分析特征、对监督者的实时AI提供技术支持的辅助(例如,实时监督者辅助)、对代理人的实时AI提供技术支持的辅助(例如,实时代理人辅助)及其组合。在至少一些实施例中,呼叫后分析特征是指以事后分析方式提供一组特征,从而在呼叫、聊天及其它客户交互发生之后提供对数据的分析及见解。在一些情形中,呼叫数据被收集在中央存储库中并进行聚合及分析以确定监督者可使用的见解。
在一些实施例中,对客户呼叫进行自动转录及编索引,并且可在客户联络服务UI内对所述客户呼叫进行访问。呼叫音频及转录本可连同与呼叫相关联的额外元数据(诸如针对呼叫的不同分段的情绪评分)一起提供。联络搜索页面可用于对呼叫转录本进行快速全文搜索。在至少一些实施例中,用户可通过实体(例如,产品名称)、情绪及其它呼叫特性进行筛选。在一些情形中,对呼叫进行分析以提取可包括以下非限制性示例中的一者或多者的不同呼叫特性:交谈速度、中断、沉默(例如,言语间隔)、说话者能量、音调、声调及其它语音特性。
在至少一些实施例中,用户可基于诸如沉默持续时间及中断数目的标准,利用丰富的一组筛选参数来识别潜在的改进区。
联络分析服务可用于实施各种使用情形。举例来说,对于过去的呼叫,联络分析服务可记录呼叫音频、对音频进行转录并对转录本进行编索引以提供快速全文搜索,监督者可使用这来诊断问题,诸如通过搜索客户对公司产品表示失望或提到取消其服务的过去对话来诊断客户流失。通过搜索过去客户对话的转录本并对呼叫进行分类以识别常见问题,组织可使用这一能力来调查已知问题的严重程度。联络分析服务可用于搜索呼叫的特定分段以查看代理人是否遵守组织设定的协议。举例来说,组织可具有在呼叫开始及结束时应如何处置客户交互的协议。组织可规定代理人应在呼叫开始时以某种方式问候客户(例如,基于客户与公司的关系,“感谢您成为重要客户”或“感谢您成为订户”)。组织可规定代理人应在呼叫结束之前向客户确认他/她的所有问题都已作为呼叫的一部分得到解决。可对照定义客户交互规则(例如,客户问候规则)的一组分类规则来分析呼叫,并且可标记不符合各种规则的呼叫以帮助监督者确保合规性。
联络分析服务可用于主题及趋势检测,这可用于对潜在问题进行旗标以引起监督者的注意。虽然搜索在诊断已知问题方面可以是有效的,但客户可使用主题检测来发现先前可能未知的新问题。联络分析服务可用于通过一次分析多个经转录对话并呈现一组主题来执行主题检测。在至少一些情形中,主题以视觉格式呈现,并且以监督者易于理解的格式呈现表面发现。在至少一些实施例中,联络分析服务采用以无监督方式的机器学习和/或后处理技术来跨对话提取类似关键短语,执行智能分组,并以排序次序显示结果主题以及指示问题的严重程度的计数或严重性值。联络分析服务可提供允许客户(例如,组织及其监督者/代理人)检测其客户对话中的异常模式的趋势检测能力。在各种实施例中,可利用趋势检测来允许企业发现在客户所规定的时段(例如,24小时的时段)内严重程度提高的新问题并更早地进行调查。举例来说,如果组织发布了与某些产品及服务一起使用的优惠券代码但发现了以下问题:其中所述组织看到带有短语“优惠券代码损坏”的呼叫增加,接着联络分析服务可将“优惠券代码损坏”旗标为可允许监督者调查所述问题的趋势旗标,这是因为对于客户来说,可能没有容易的方法来检测这种问题是在客户这一端还是在企业这一端。
主题和/或趋势检测可具有各种使用情形。在至少一些实施例中,组织(例如,这种组织的企业领导者)可使用主题和/或趋势检测来理解一定时间段内的客户拓展和/或特定产品或企业工作流的主要原因。举例来说,主题和/或趋势检测可用于检测诸如产品退货的共性并使用数据驱动方法来确定何时确定产品退货的根本原因。在至少一些实施例中,组织可使用主题检测对其产品或过程进行改变,以改进呼叫偏转率(例如,由自助服务工具或自动化客户辅助工具处置的呼叫音量和/或呼叫比例增加)。
在至少一些实施例中,联络分析服务生成丰富的呼叫波形,所述呼叫波形提供给定呼叫的细节的视觉表示,诸如在呼叫期间客户及代理人情绪的进展、具有沉默的分段、说出的关键短语、中断、交谈速度及呼叫音量。监督者可使用呼叫音频及丰富的元数据来快速地识别代理人需要改进的方面并识别改进的模式及方面,使得在客户经由客户联络服务来联络组织时代理人可更好地解决客户问题并提供更好的客户体验。
在至少一些实施例中,联络分析服务可用于基于定制规则、逻辑及标准对呼叫及聊天进行分类,所述规则、逻辑及标准可包括关键字词及短语的使用、诸如沉默持续时间、串音及交谈速度等声学特性。根据至少一个实施例,监督者可使用联络分析服务来用所关注标准快速地识别所述监督者想要跟踪的呼叫及聊天。因此,组织可使用联络分析服务来更有效地训练监督者和/或代理人。在至少一些实施例中,联络分析服务可用于解决联络中心的流失问题和/或用于帮助监督者提供更具体反馈。举例来说,联络分析服务可用于提供一种用以改进客户联络体验的数据驱动方法,使用传统技术,其可能更加随意及特别。举例来说,联络分析服务可用于对所有呼叫进行分析及分类,而不是让监督者听取随机选择的呼叫样本并依赖于有偏差的客户满意度调查。监督者可使用联络分析服务来审查对历史呼叫的特定部分的评论和/或反馈,对历史呼叫进行分类以确定符合不同组织规则或类别。在至少一些实施例中,代理人可接收由监督者提供的客观反馈。在至少一些实施例中,监督者可用拇指向上或拇指向下和/或评论来标记特定呼叫,并且代理人可收听呼叫的监督者提供反馈的部分以便采取更具体的纠正措施。在一些实施例中,联络分析服务提供界面,监督者可使用界面来为循环搜索分派标记/标签(例如,映射到像客户流失及代理人脚本遵守度这样的话题)。在一些实施例中,在客户联络中心中直接搜索经标记呼叫,或者可从客户联络中心导出经标记呼叫,并且例如经标记呼叫由单独商业智能工具进行分析。
在至少一些实施例中,联络分析服务提供实时分析能力,其可用于实时分析呼叫及聊天数据并向监督者和/或代理人提供辅助。在至少一些实施例中,联络分析服务向监督者暴露展示对客户联络中心的所有现场呼叫的实时分析的图形仪表板。随着交互演进,实时分析仪表板可呈现呼叫情绪得分,从而允许监督者观看现场呼叫并查看可能需要所述监督者参与之处和/或使代理人降级和/或帮助代理人之处。
在至少一些使用情形中,联络分析服务提供仪表板,其允许监督者跟踪代理人正在处置的现场呼叫并显示呼叫得分、客户情绪得分、分类及其它信息,监督者可以使用其来确定需要其关注的呼叫的优先级。在至少一些实施例中,监督者接收涉及诸如重复的客户升级请求、叫喊、使用亵渎性或禁止性语言、沮丧的语气、提及竞争对手或者代理人无法解决客户的问题等挑战性处境的呼叫的警示。监督者可使用联络分析服务仪表板来检测正在发展的具有挑战性的处境,从而允许监督者快速地干预并逐步缓解所述处境。
监督者可能够基于诸如关键字词的呼叫特性来设置行动(诸如,提供代理人提示及分配呼叫得分)。举例来说,联络分析服务可实时转录呼叫音频并检测代理人说“我不知道”或“我没有处置”的例子,以检测其中代理人的响应可能导致客户沮丧的例子。在至少一些实施例中,可向监督者仪表板对客户/代理人语气(例如,客户对代理人大喊大叫)或代理人未能遵守脚本及合规性程序进行旗标,以向监督者提供如何解决客户问题的更大透明度。
在至少一些实施例中,联络分析服务提供实时代理人辅助。联络分析服务可使用人工智能及机器学习,基于实时呼叫音频为代理人提供呼叫中辅助,对所述实时呼叫音频进行转录及分析,以产生给代理人的建议,从而帮助所述代理人更好地解决客户的问题。在至少一些实施例中,将呼叫和/或聊天的实时转录本提供给Kendra,Kendra然后可提供特定答案或者给出来自公司的知识库的相关文档的列表(例如,使用文档排序特征),以帮助代理人更快速地定位对客户的特定问题的答案。
在至少一些实施例中,联络分析服务将实时反馈作为代理人使用的客户联络中心界面的窗口小部件或插件呈现给代理人。联络分析服务可向代理人提供视觉线索,以向代理人提供对呼叫期间客户情绪的意识,以及关于代理人自身的说话风格,从而使代理人更容易地做出调整。举例来说,联络分析服务代理人仪表板可在代理人说话太快时、说话声音不够大时、代理人的情绪得分降低时等等向代理人显露视觉指示器。代理人可使用联络分析服务来识别对其自身的说话风格的实时调整以展示更多同理心、放慢说话速度等,从而改进客户交互。在至少一些实施例中,组织使用反馈来使代理人更加了解各种呼叫特性,诸如沉默持续时间、交谈速度、中断频率、振幅/说话者能量及客户情绪。
联络分析服务可提供代理人仪表板,所述代理人仪表板提供实时背景呼叫中指导。在至少一些实施例中,代理人仪表板包括对代理人的“下一最佳行动”建议,以帮助代理人回答客户问题、推广相关销售优惠、读出监管披露等等。在至少一些实施例中,对呼叫音频进行实时转录并将其提交给基于AI的建议平台,以提供关于代理人应采取的下一行动的“下一最佳行动”建议。举例来说,各种类型的下一最佳行动可包括:向客户朗读的问候脚本(例如,在呼叫开始时);对客户提出的问题的具体回答;联络分析服务相信与帮助代理人回答客户问题最相关的一篇或多篇知识库文章的链接;向代理人警示阅读强制披露的提示(例如,按照组织的规则、法律和/或监管要求等)。在至少一些实施例中,由联络分析服务提供的实时代理人辅助工具用于通过在呼叫期间提供即时自动反馈来帮助代理人改进其软技能。
在至少一些实施例中,客户联络服务的客户端(例如,组织或其雇员,诸如监督者和/或代理人)使用联络分析服务的实时能力从给定的一组客户对话(诸如,文本和/或语音对话)快速地识别主题及趋势以及用于第三方应用集成的API支持(诸如,作为客户解决方案的窗口小部件)。在至少一个实施例中,客户能够访问在数据存储服务(例如,可从数据存储服务访问的存储桶)中由客户联络服务及联络分析服务生成的数据(例如,呼叫转录本、分类),客户端能够将所述数据与其它数据源组合以在企业智能工具中进行分析并将数据分析应用于数据。在至少一些实施例中,联络分析服务支持以下能力中的一者或多者:API支持、编校能力(例如,PHI、PII、PCI编校)以及用以提供跨语音及聊天交互的统一视图的能力。
在至少一个实施例中,将联络分析服务实施为与不同联络中心软件解决方案集成的独立软件即解决方案(SAAS)应用。在至少一个实施例中,联络分析服务通过发动实现非技术用户在不需要额外训练的情况下能够使用的AI提供技术支持的能力的特征来提供联络中心服务内的集成体验。
根据至少一个实施例,联络分析服务提供可容易地嵌入代理人所使用的现有工具(诸如Salesforce)中的代理人反馈窗口小部件。联络分析服务可支持API,以给予组织用以在其定制UI中向代理人提供反馈的额外灵活性。代理人可在联络中心服务的“监督者反馈”GUI中审查其性能反馈。在各种实施例中,监督者可访问联络中心服务内的新页面及经增强现有页面,其允许他们为代理人配置所建议行动、设置呼叫评分、搜索历史联络并提供呼叫后代理人反馈。
在至少一些实施例中,联络分析服务自动编校来自聊天日志、呼叫转录本及其它基于文本的记录的敏感数据。敏感数据的非限制性示例可包括以下各项中的一者或多者:信用卡号;社会安全号码;患者健康记录;出生日期;密码或口令短语;加密密钥或其它秘密材料;个人识别号码(PIN);等等。在至少一些实施例中,敏感数据包括个人健康信息(PHI)和/或个人可识别信息(PII)。在至少一些实施例中,联络分析服务符合支付卡行业(PCI)且可自动编校来自呼叫音频及聊天转录本两者的PCI数据,以确保不会将敏感客户信息暴露给组织内的未授权雇员。在至少一些实施例中,对来自联络分析服务GUI的敏感数据进行编校并以加密格式存储。在至少一些实施例中,如果需要聊天日志的敏感数据,诸如在为了符合法定和/或监管原因而需要这种信息的情形中,组织可访问可用于解密这种数据的加密密钥。
根据至少一个实施例,联络分析服务将元数据(包括呼叫转录本)连同呼叫记录一起存储在数据存储服务的存储桶中。客户联络服务的客户端可访问数据存储服务以获得呼叫记录、元数据以及可与客户端自身的商业智能工具、其它系统(例如,CRM工具)或由计算资源服务提供者提供的其它服务集成的其它信息。联络分析服务可支持呼叫后分析特征,诸如全文搜索、主题检测及代理人辅导。呼叫后分析特征可用于音频和/或文本交互。在至少一些实施例中,针对代理人及监督者的实时分析当前仅可用于音频呼叫。
在先前及以下描述中,描述了各种技术。出于解释目的,陈述了具体配置及细节,以便提供对实施技术的可能方式的透彻理解。然而,还将显而易见的是,下文所描述的技术可在没有具体细节的情况下以不同配置实践。此外,可省略或简化众所周知的特征,以避免使所描述的技术模糊。
如所属领域的技术人员鉴于本公开将了解,某些实施例能够实现某些优点,所述优点包括以下各项中的一些或全部:改进客户体验及呼叫中心操作而监督者及代理人不需要技术专长;通过使分析师及监管者更容易地检测安全问题,通过诊断及发现能力来提高计算机系统的安全(例如,根据图7-图11)。
图1展示根据至少一个实施例的其中可实施联络分析服务的计算环境100的说明性示例。在至少一个实施例中,图1图解说明包括客户端104及客户端数据存储体106的客户端计算环境102。图1图解说明根据至少一个实施例的联络分析服务的实现方式,客户端可使用所述联络分析服务来处理并分析代理人与客户之间的联络。
在至少一个实施例中,客户端计算环境102是指客户端的资源的物理和/或逻辑组织。客户端可以指运营联络中心的组织,组织的客户可联络所述联络中心以提出问题、请求帮助等等。在至少一个实施例中,组织的客户端计算环境包括用于接收来自客户的联络的计算机系统。联络数据可以指客户可用来联络组织的不同类型的接触点,且可包括以下非限制性示例:电话呼叫;聊天消息;电子邮件;社交媒体消息发送系统;在线消息发送;等等。组织可具有专门代理人和/或监督者团队,其任务是利用客户端处置联络。举例来说,客户可使用电话来呼叫联络中心(例如,经由免费号码),通过客户联络服务将所述电话路由给可用代理人。代理人可接收呼叫并开始与客户交谈以了解客户呼叫组织的原因。可将利用组织的联络(例如,经由客户联络中心)记录在客户端数据存储体106中,并且联络分析服务可分析这种联络数据以生成见解、识别主题及趋势、执行诊断、其组合等等。客户端计算环境102可以指一个或多个物理计算机服务器、在其上运行的软件、人力资源(例如,由组织雇用的代理人及监督者)等。在一些情形中,客户端计算环境102是具有经由网络连接到计算资源服务提供者的计算资源的数据中心或者包括所述数据中心。
客户端104可以指经由网络连接到服务器(例如,计算资源服务提供者)的客户端计算机系统。在一些情形中,客户端104是指客户端计算机系统的用户或操作者,且可以是利用计算资源服务提供者来托管客户联络服务和/或联络分析服务的组织的雇员。在一些情形中,组织的雇员在客户端计算环境102中的计算机系统上运行客户端软件,所述客户端软件包括图形用户界面(GUI),诸如图形仪表板,其包括可用于开始作业的用户界面(UI)元件。作业可以指执行任务的请求,诸如以运行对客户联络数据的分析。客户端104可通过使用各种UI元件以生成跨网络路由到前端服务108的请求来开始作业。
客户端数据存储体106可以指组织用来存储联络数据的电子数据存储体。联络数据可以指代理人与客户之间的呼叫音频记录、代理人与客户之间的在线对话聊天记录、代理人与客户之间的视频交互等等。可以诸如压缩音频文件(例如,MP3)、压缩文本文件(例如,作为ZIP文件)等等的各种格式存储联络数据。可使用包括硬盘驱动器、数据存储服务、数据库、网络区域存储(NAS)装置等等的任何合适类型的数据存储介质来实施客户端数据存储体106。在一些情形中,使用不同类型的数据存储装置和/或服务的组合来存储客户联络数据。在至少一个实施例中,客户端数据存储体106是指组织能够经由网络进行访问的计算资源服务提供者的数据存储服务(例如,由代表客户端组织的计算资源服务提供者托管)。在一些情形中,客户端数据存储体106可以指由组织操作及管理的和/或物理地位于客户端的数据中心或办公室内的数据存储装置及服务。在一些实施例中,客户端使用计算资源服务提供者来托管数据存储体以及提供对客户联络服务的访问。
服务可包括前端服务前端108及后端服务。可根据本公开中别处所描述的服务前端来实施前端服务108,诸如结合图3所论述的那些前端服务。在至少一个实施例中,客户端104使用经配置以与计算资源服务提供者的服务建立客户端-服务器关系的客户端软件。客户端可经由从客户端接收请求并将所述请求路由到后端服务的前端服务108连接到服务。前端服务108可以是客户联络服务的前端服务,客户联络服务可以是由计算资源服务提供者向其客户提供的数个服务当中的一者。在至少一个实施例中,客户端104与GUI交互以设置要运行的作业,并且客户端侧软件将GUI设置转译成web服务API请求,经由网络将所述web服务API请求从客户端计算机系统传输到前端服务108。在实施例中,网络包括任何适当网络(包括内联网、互联网、蜂窝网络、局域网、卫星网络或任何其它这种网络和/或其组合),并且用于这种系统的部件至少部分地取决于所选择的网络和/或系统的类型。用于经由这种网络进行通信的许多协议及部件是众所周知的且本文将不再进行详细论述。在实施例中,通过有线和/或无线连接以及其组合来实现经由网络进行的通信。在一些情形中,网络可包括或特指电话网络,诸如公共交换电话网络或普通旧型电话服务(POTS)。
前端服务108可将用以运行作业的请求路由到元数据服务110。元数据服务可以是web服务器的后端服务,所述后端服务存储要执行的作业并在执行作业时跟踪作业的状态。在至少一个实施例中,元数据服务110接收为客户端运行作业的请求并生成作业。在至少一个实施例中,作业是数据库中的记录,其包括指示如何运行作业的信息,诸如客户存储桶的网络位置、运行作业的一组联络等等。在至少一个实施例中,作业包括其中存储了作业状态的字段,其可指示朝向执行作业已取得多少进展,例如,作业状态信息可指示作业尚未开始、工作流中的特定阶段正在进行或已完成、作业已完成等。随作业状态更新可包括可用于跟踪工作流中的特定阶段已运行多长时间的时间戳。在至少一个实施例中,客户能够定义为其作业运行的定制工作流,并且至少部分地基于客户识别符而将每一作业映射到特定工作流。
在各种实施例中,作业清扫机112是用于执行作业的工作流的软件和/或硬件。举例来说,作业清扫机112可以是根据事件驱动器计算服务来实施的事件驱动功能,诸如结合图26所描述的那些。在至少一个实施例中,作业清扫机112是当元数据服务110添加新作业时触发的事件驱动功能。在一些情形中,作业清扫机112在周期性基础上运行并以分批方式运行作业。在添加新作业(例如,添加到队列或堆叠)之后,事件驱动计算服务可即刻将计算资源实例化以运行作业清扫机112。在至少一个实施例中,作业清扫机112找到新作业,确定所述作业的工作流,并协调工作流的执行,诸如图1中所图解说明的步骤功能工作流114。在至少一些实施例中,作业规定了作业清扫机使用缩放服务或工作流管理器服务来协调的特定工作流。可使用缩放服务来执行工作流,诸如结合图25所描述的那些。
步骤功能工作流114可以指规定用来运行作业的一系列操作。可直接或间接地在作业中规定工作流。举例来说,作业可规定理解服务132的一组能力以用作工作流的一部分。步骤功能工作流可包括一系列步骤,可并行执行所述一系列步骤中的一些步骤且将依序执行所述一系列步骤中的其它步骤。工作流可规定描述将如何执行工作流的一组依赖关系。工作流可表示为有向非循环图,其中节点表示不同步骤并且有向边表示依赖关系。如果步骤A是步骤B的依赖项,那么工作流可要求在步骤B之前完成步骤A。举例来说,情绪分析步骤对转录步骤可具有依赖关系,这是因为由转录步骤生成的文本被用作执行情绪分析的输入。在至少一个实施例中,步骤116-128各自作为单独事件驱动功能执行,使得一个或多个事件驱动功能的完成造成另一事件驱动功能运行工作流中的下一步骤。在至少一个实施例中,将步骤116-128中的一些或所有作为单个事件驱动功能分批在一起。在各种实施例中,使用缩放服务使得可根据需要基于需求放大或缩小工作流的每一步骤的计算资源。根据图25,可使用缩放服务或其部件来执行步骤功能工作流114。可异步执行步骤功能工作流114的一个或多个部分。
在至少一个实施例中,承担客户角色以执行步骤功能工作流114的至少一些部分。当当事人承担目标角色时,其可接收资源识别符及经散列消息,诸如键控散列消息认证码(HMAC)。资源识别符可以是与目标角色相关联的资源识别符并且可以是人类可读格式。在至少一些实施例中,HMAC也可与目标角色相关联但并非人类可读的。HMAC可包括安全信息,所述安全信息可用于向目标资源可访问的资源授予权限,且可进一步包括指示HMAC何时到期的到期时间。举例来说,可将角色的HMAC设定为每15分钟到期一次。到期之后,HMAC可能即刻失效,并且不能再用于代表所承担角色提交请求。尝试提交具有无效HMAC的请求可导致授权服务拒绝所述请求。
应用编程接口(API)调用可用于承担角色。当当事人(例如,用户或角色)承担角色时,所述当事人可具有与所述角色相关联的权限。举例来说,角色可具有对某个数据库、计算资源(诸如虚拟机)或加密密钥的访问。当事人(诸如用户)可承担所述角色且然后通过提供与所述角色相关联的资源名称及HMAC来请求访问所述资源。计算机系统可接收所述请求并使用授权模块来确定请求者(在这种情形中,角色)是否应被授予对资源的访问权。请求者可检查与资源相关联的访问控制列表是否包括具有足够特权来访问资源的角色。可使用诸如阵列、向量、映射、散列等各种类型的数据结构和/或诸如数据库表或其任意组合的结构化存储来实施访问控制列表。另外,认证模块可核实HMAC。可通过使用密钥生成新HMAC并检查所述新HMAC是否与请求中所提供的HMAC相匹配来核实HMAC。另外,一旦将HMAC核实为真实的,HMAC的到期时间就可与系统时钟进行比较。如果HMAC代码的到期时间早于服务的当前系统时间,那么这可指示HMAC代码已到期并且请求者不具有对所请求资源的访问权。
根据各种实现方式,存在对HMAC代码的使用的数个方面。首先,在一些示例中,HMAC代码包括到期时间,当HMAC到期时,承担目标角色的当事人不再具有与目标角色相关联的权利,且直到当事人获得不再到期的新HMAC代码为止。当HMAC代码到期时,后端系统可自动检测到HMAC代码已到期并生成新HMAC代码,将所述新HMAC代码设定为在其生成之后15分钟到期。HMAC代码到期之后,当事人可即刻提交新HMAC代码的请求。
作为步骤功能工作流114的一部分,事件驱动计算服务可执行事件驱动功能以从数据存储体116复制输入数据。在至少一些实施例中,承担与客户端104相关联的角色,并且在承担客户端角色之后,即刻向客户端数据存储体106请求联络数据。联络数据可包括代理人与客户之间的呼叫音频记录、代理人与客户之间的在线对话聊天日志、代理人与客户之间的视频交互等等。可将音频记录存储为音频文件,诸如MP3文件。可以任何合适的基于文本的格式记录聊天日志,并且可将一个或多个聊天日志压缩在ZIP文件中。可从数据存储服务客户端存储桶的客户端存储桶将联络数据复制到由联络分析服务控制的存储桶。在至少一个实施例中,开始步骤功能工作流114的作业包括指示应分析的一子组联络数据的时间段。举例来说,作业可指示应复制并分析来自先前24小时时段的联络数据。在从客户端数据存储体106复制联络数据作为输入之后,可即刻执行步骤功能工作流中的下一步骤,并且可更新元数据服务110中的作业状态以指示成功从数据存储体复制联络数据。
一旦联络数据被复制,步骤功能工作流的步骤就是对包括于输入数据中的呼叫进行转录118。可使用言语转文本服务130来对客户呼叫的音频记录进行转录。图1中所图解说明的言语转文本服务130可与本公开中别处所描述的那些言语转文本服务一致,诸如结合图2所论述的那些言语转文本服务。在至少一些实施例中,言语转文本服务130使用人工智能和/或机器学习技术来将音频波形映射到文本。言语转文本服务130可利用神经网络,诸如递归神经网络(RNN)、深度神经网络(DNN)、变分自动编码器(VAE)、长短期记忆(LSTM)神经网络、卷积神经网络(CNN)等等。言语转文本服务可接收音频波形作为输入并产生文本作为输出。在一些情形中,联络数据包括聊天日志或其它基于文本的联络数据。在一些情形中,这一步骤是任选的,诸如在客户端数据存储体106仅仅包括基于文本的联络数据的情形中。可跳过基于文本的联络数据的转录,这是因为所述数据已是基于文本的格式。然而,在至少一个实施例中,可使用言语转文本服务130来转录基于音频的联络数据(例如,视频及音频记录)。在至少一个实施例中,言语转文本服务130接收音频数据(例如,以音频或视频文件的形式)并生成音频数据的基于文本的转录本。在至少一些实施例中,言语转文本服务130按话轮组织转录本,从而基于说话者而将音频分解成不同话轮。可按说话者、句子、时间(例如,固定持续时间,其中每一话轮持续15秒,或者固定数字,其中将整个呼叫分割成相等长度的N个分段)来分割转录本。举例来说,如果代理人在呼叫的前10秒说话,且客户在接下来的15秒说话,那么第一话轮的文本可包括代理人在前10秒的言语,且第二话轮的文本可包括客户在接下来的15秒的言语。言语转文本服务130可以是计算资源服务提供者的服务。可经由web服务API请求来访问言语转文本服务130,所述web服务API请求接受音频数据(例如,数据本身或对这种数据的引用)作为输入并产生基于文本的转录本(例如,以文本文件或其它基于文本的文件格式)。言语转文本服务130可生成音频的元数据,所述元数据可包括沉默时段、串音(例如,多个说话者相互交谈)等等。可将元数据包括为转录本输出的一部分。在从言语转文本服务130接收到所请求呼叫转录本时,可执行步骤功能工作流中的下一步骤且可更新元数据服务110中的作业状态以指示已成功转录呼叫。
在至少一个实施例中,使用自然语言处理(NLP)服务来分析基于文本的联络数据(例如,由言语转文本服务130生成的转录本或从客户端数据存储体106获得的基于文本的联络数据)。在至少一个实施例中,NLP服务132是计算资源服务提供者的服务。在至少一个实施例中,NLP服务132与本公开中别处所描述的那些服务一致,诸如结合图2所论述的那些服务。在至少一个实施例中,NLP服务132使用人工智能和/或机器学习技术来执行情绪分析120A、实体检测120B、关键短语检测120C以及其各种组合。在至少一个实施例中,按话轮组织基于文本的联络,例如,话轮可基于哪一方在联络时说话或打字而进行交替。所说出的每一句子可对应于一个话轮(例如,连续话轮可来自同一说话者)。在至少一些实施例中,针对情绪分析120A、实体检测120B、关键短语检测120C及其各种组合,单独分析每一话轮。在一些实施例中,对于话轮的文本,NLP服务132并行处理情绪分析120A、实体检测120B、关键短语检测120C及其各种组合。在实施例中,利用由NLP服务132提供的其它自然语言处理能力来分析基于文本的联络数据。在至少一个实施例中,在每话轮的基础上将情绪分析120A、实体检测120B、关键短语检测120C及其各种组合执行为单独事件驱动功能。
情绪分析120A可以指分析文本(例如,话轮,其是音频记录的基于文本的转录本的一部分)并确定呼叫的一个或多个特性。举例来说,语句的情绪分析120A可生成情绪得分,所述情绪得分指示论述中的语句的情绪是正面的、中性的、负面的或混合的。可按说话者对情绪进行分离。可基于说话者的连续情绪来生成情绪得分,例如,如果第一话轮的客户情绪是正面的,那么可为其分派+1的初始情绪得分值;如果客户在他/她的下一话轮上的情绪仍然是正面的,那么情绪得分可从+1增加到+2,等等。在一些情形中,情绪得分在有界值范围内,诸如介于-5与+5之间,使得在达到最大情绪得分之后的额外正面话轮仅仅使情绪得分保持在最大值处。在一些情形中,当中性或负面话轮跟随正面运行时,将情绪得分重置,反之亦然。可针对聊天日志以同步方式按话轮执行情绪分析120A。各个话轮的情绪得分可用于生成整个呼叫或聊天的总体情绪得分。
实体检测120B可以指检测文档或其基于文本的部分中的实体。实体可以指真实世界对象(诸如人、地点及商业物品)的唯一名称的文本参考,并且指测量(诸如日期及数量)的精确参考。举例来说,在文本“Jane moved to 1313 Mockingbird Lane in 2012”中,可将“Jane”辨识为一个人,可将“1313 Mockingbird Lane”辨识为一个位置,并且可将“2012”辨识为一个日期。举例来说,实体检测120B可用在呼叫转录本上,以识别产品、日期、事件、位置、组织(例如,竞争对手)、人员、数量、标题等等。在至少一些实施例中,NLP服务132支持一组默认实体,而且还支持添加定制实体。在至少一些实施例中,客户端可提供一组训练数据,NLP服务132使用所述一组训练数据来训练神经网络以辨识定制实体。
关键短语检测120C可以指在文档或其基于文本的部分中找到关键短语。关键短语可以指包括描述特定事物的名词短语的字符串。关键短语可包括一个名词以及用于区分所述名词的一个或多个修饰语。例如,“day”是一个名词,并且“a beautiful day”是包括一个冠词(“a”)及描述所述名词的一个形容词(“beautiful”)的一个名词短语。在各种实施例中,关键短语具有指示NLP服务132认为那一字符串是一个名词短语的置信度水平的得分。在各种实施例中,对(例如,从音频记录转录的)话轮进行解析,以识别可被编索引及搜索以执行诊断、趋势及主题检测等等的关键短语。
NLP服务132可以是提供一组web服务API命令的计算资源服务提供者的服务,所述命令可用于从文档或其它基于文本的数据源识别关键短语。在至少一些实施例中,NLP服务132提供仅图解说明了由NLP服务132提供的示例能力的一组自然语言处理能力,诸如图1中所图解说明的120A-120C,并且NLP服务132可支持其它自然语言处理能力。在一些实施例中,使用言语转文本服务130来转录音频记录或音频呼叫(例如,实时呼叫)以生成基于文本的转录本。作为转录音频源的一部分,可按当说话者改变时交替进行的话轮组织转录本。事件驱动功能可向NLP服务132提交基于文本的转录本的话轮,NLP服务提供话轮的情绪得分。可将由NLP服务132生成的分析结果聚合并存储为一组输出文件。
在使用NLP服务执行分析之后,步骤功能工作流可即刻进一步包括用以处理分析结果122的步骤。所处理的分析结果可以是来自上文所描述的NLP服务132的输出。在至少一个实施例中,数据的处理包括将数据转译成人类可读格式。在至少一个实施例中,基于情绪分析来计算情绪得分。可执行诸如将输出数据分类并转译成人类可读格式(诸如,转换为JSON格式)的后处理步骤。可处理分析以生成提供给工作流的分类步骤的输出。人类可读媒体或人类可读格式可以指人类可自然阅读的数据或信息的表示,相比来说,机器可读格式可以指计算机可容易处理但人类难以理解的格式(例如,条形码)。
分类服务134可用于对文档进行分类124。文档可以是通过处理分析结果生成的输出。分类服务134可访问存储一组分类规则的类别存储体136。类别可由客户端104定义。分类服务134可提供一组默认类别,诸如确定何时存在被禁止字词的例子(诸如,代理人使用脏话)。分类服务134可生成包括关于哪些类别被匹配的信息以及与那些类别相关联的所关注点的一组结果。可在输出文件中对这些结果进行编码,并且可将输出写入到数据存储体126。可承担客户端角色以将输出存储在客户端数据存储体106中。最后,工作流可包括发出事件和/或可用于计费及各种其它应用的计量128的最终步骤。度量发射体138可以指可跟踪作业状态的服务、守护程序或任何合适监视部件。度量发射体138可跟踪某些作业已挂起多长时间以及所述作业在特定阶段的挂起时间是否超过了所规定时间,从而指示所述作业可能存在问题。可重新开始、终止这类作业,或者可向客户端104发送向客户端警示要进行调查的通知。可预期不同阶段采用不同量的处理时间,举例来说,与工作流中的其它步骤相比,将音频转录为文本可能要求特别,并且可预期比其它步骤花费更长时间。根据至少一个实施例,如果作业失败,那么不生成联络分析输出或转录本文件。在至少一个实施例中,如果客户以与现有作业相同的输入参数开始新作业,那么具有新作业id的新作业将开始,并且将重新生成所有中间输出(例如,完全重新运行步骤功能工作流)。在至少一个实施例中,如果NLP作业成功,但NLP作业中的个别文档失败,那么所述作业失败。
图2展示根据至少一个实施例的其中在计算资源服务提供者202的背景内实施各种服务的计算环境200的说明性示例。可使用图27中所描述的技术来实施本文中所描述的计算资源服务提供者。在至少一个实施例中,计算资源服务提供者202向客户端提供计算能力。举例来说,计算资源服务提供者可实施各种服务,诸如客户联络服务204、联络分析服务206、言语转文本服务208、自然语言处理(NLP)服务210、企业搜索服务212及其组合。计算资源服务提供者202可提供各种额外服务,为了清楚起见,图2中没有图解说明所述额外服务,举例来说,计算资源服务提供者可进一步实施数据存储服务、计算服务、无服务器计算服务、事件驱动计算服务、授权服务、认证服务、数据流传送服务等等。图2图解说明可用于实施本文档的范围内的各种实施例的服务器架构。
在至少一个实施例中,计算资源服务提供者202提供可经由网络对诸如客户端214等客户端进行访问的各种能力。网络可以是任何适当网络,包括内联网、互联网、蜂窝网络、局域网、卫星网络或任何其它这种网络和/或其组合,并且用于这种系统的部件至少部分地取决于所选择的网络和/或系统的类型。计算资源服务提供者可将客户联络服务204实施为客户端214能够与之交互的服务。客户端214可与将请求路由到客户联络服务204的服务前端介接,所述客户联络服务可以是服务后端的示例。
客户联络服务204可以是计算资源服务提供者202的服务。可使用一个或多个服务器来实施本文中所描述的客户联络服务,诸如结合图27所描述的那些。客户联络服务204可被组织用来运行客户联络中心。客户联络服务204可实施与方便客户联络相关的各种能力。举例来说,当客户呼叫电话号码或发起聊天时,可将那些呼叫及聊天路由到客户联络服务204,并且客户联络服务204可将客户联络路由给可用代理人。客户联络服务204可经由图形用户界面向代理人提供呼叫及聊天能力,所述图形用户界面还可向代理人提供对组织资源的访问,所述组织资源可用于帮助促进解决客户问题。在至少一些实施例中,代理人能够查看向组织资源、知识库或客户问题的所建议答案提供建议的代理人仪表板。代理人可以是组织的雇员。客户联络服务204可提供监督者可使用来监视代理人进行的客户联络的状态(包括趋势及主题检测以及诊断能力)的监督者仪表板或图形用户界面。客户联络服务204可实施结合图1所描述的特征。
联络分析服务206可以是计算资源服务提供者202的服务。可使用一个或多个服务器来实施本文中所描述的联络分析服务,诸如结合图27所描述的那些。客户联络服务204可使用联络分析服务206来处理诸如代理人与客户之间的音频呼叫(诸如,录音或实时音频流)等联络数据以识别问题。在一些实施例中,联络分析服务206是在客户联络服务204内实施的软件部件或模块。联络分析服务可获得联络数据(例如,音频或基于文本的联络数据)并处理所述数据以识别诊断、见解及趋势。举例来说,联络数据可以是实时数据(例如,流式音频或正在进行的聊天对话)或记录(例如,音频记录或聊天日志)。
在至少一个实施例中,联络分析服务206利用了言语转文本服务208。可使用一个或多个服务器来实施本文中所描述的言语转文本服务,诸如结合图27所描述的那些。联络分析服务可获得包括音频数据的联络数据并将这种音频提供给言语转文本服务208以生成转录本。所述转录本可按说话话轮来组织且读起来可能类似于聊天日志。言语转文本服务208可获得音频波形并按说话者来解析音频波形(例如,通过将波形解析成代理人信道及客户信道)。言语转文本服务208可使用诸如递归神经网络(RNN)、深度神经网络(DNN)、变分自动编码器(VAE)、长短期记忆(LSTM)神经网络、卷积神经网络(CNN)等等神经网络来将音频波形转换成文本。言语转文本服务208可与本公开中别处所描述的那些服务一致,诸如结合图1所论述的那些。
联络分析服务206可将转录本、聊天日志及其它基于文本的联络数据提供给NLP服务210。可使用一个或多个服务器来实施本文中所描述的NLP服务,诸如结合图27所描述的那些。NLP服务解析基于文本的输入,以执行各种自然语言处理技术,诸如结合图1所描述的那些技术。举例来说,可将聊天日志组织成多个话轮,并且可将每一话轮提供给NLP服务210以确定所述话轮的情绪。情绪可用于确定对话的总体气氛及进展,举例来说,如果客户的情绪开始时是负面的,但在连续话轮之后趋向正面,那么可能将那一联络视为良好联络。然而,如果客户的情绪趋向负面并且在客户联络结束时以负面结束,这可指示联络有困难并且可能需要监督者进行额外调查。NLP服务210可执行实体及关键短语检测以识别客户联络的重要方面。可将NLP见解编码在提供给联络分析服务206的输出文件或响应中。在一些情形中,NLP服务210解析联络数据并生成对客户呈现的问题的建议作为实时代理人辅助特征的一部分。举例来说,NLP服务210可解析客户的话轮以检测指示客户在产品上有麻烦并请求退货的关键短语及实体。NLP服务210可生成可经由客户联络服务204显露给代理人的所建议响应,诸如疑难解答步骤。
联络分析服务206可与企业搜索服务212介接。可使用一个或多个服务器来实施本文中所描述的企业搜索服务,诸如结合图27所描述的那些。企业搜索服务212可访问组织的内部文档,诸如FAQ及知识库。举例来说,组织可具有关于产品来源、可持续发展实践及其它信息的内部文档,所述内部文档可存储在各种FAQ中——客户可以多种方式询问那些问题。企业搜索服务212可用于解析客户问题并将那些问题映射到最适当的FAQ。企业搜索服务212可使用机器学习技术来做出情境感知搜索推荐。举例来说,客户可询问组织的零售店是否在特定一天开门营业。企业搜索服务212可确定客户的地理位置并使用地理位置来确定客户的邻近地区的商店营业时间,包括特定一天是否是可能影响典型商店营业时间的假日。企业搜索服务212可确定问题的特定背景,因此其返回特定答案,举例来说,美国的商店可能在感恩节当天关门但在第二天(黑色星期五)的午夜开门营业。在至少一些实施例中,企业搜索服务212基于被询问的内容搜索最相关文档。可使用弹性搜索及机器学习和/或人工智能技术来实施企业搜索服务212。
客户端214可以指客户端计算装置或客户端计算装置的用户。举例来说,客户端214可以指作为计算资源服务提供者的客户的组织的代理人或监督者。客户端214可提交访问计算资源服务提供者202的各种计算资源(例如,服务或其计算资源)的请求。在一些示例中,所述请求是服务前端可接收的web服务应用编程接口请求(也简称为web服务请求)。服务前端可以是包括一组web服务器(例如,单个web服务器或可由负载平衡器管理的一组web服务器)的系统。前端的web服务器可经配置以接收这类请求并根据与服务相关联的一个或多个策略来处理所述请求。web服务器或前端的其它部件可经配置以根据一个或多个SSL和/或TLS协议来操作,诸如本文中所引用。对访问服务的请求可以是数字签名的请求,因此可具备数字签名。服务前端然后可向认证服务发送请求及用于核实的数字签名。客户联络服务204可用于向客户端214实施各种基于GUI的仪表板,诸如结合图4-图17所描述的那些。
图3是其中可实践本公开的各种实施例的环境300的说明性示例。在实施例中,当事人302可使用计算装置经由网络304与计算资源服务提供者306通信。当事人302可以是诸如本公开中别处所描述的那些客户端的客户端。举例来说,当事人302可以是出于各种原因访问客户联络服务308的组织的雇员(诸如,代理人、监督者、工程师、系统管理员、数据科学家),诸如以进行客户联络、管理客户联络、分析客户联络中的主题及趋势、形成对客户联络的见解等等。举例来说,计算资源服务提供者306与当事人302之间的通信可以是出于访问由服务提供者306操作的客户联络服务308的目的,所述客户联络服务可以是由服务提供者306操作的许多服务中的一者。客户联络服务308可包括服务前端310及服务后端314。当事人302可发出对由计算资源服务提供者306提供的客户联络服务308的访问请求(和/或对与客户联络服务308相关联的资源的访问请求)。所述请求可以是例如web服务应用编程接口请求。当事人可以是用户、或一群组用户、或与一群组用户相关联的角色、或表示这些实体中的一者或多者的过程,所述实体可在一个或多个远程(相对于计算资源服务提供者306)计算机系统上运行,或者可以是某一其它这种计算机系统实体、用户或过程。一般来说,当事人是对应于由计算资源服务提供者管理的身份的实体,其中计算资源服务提供者管理对所述身份的许可。然而,请注意,本公开的实施例扩展到不受计算资源服务提供者管理的身份,诸如当身份是匿名的或未以其它方式规定的。举例来说,策略可适用于匿名当事人。
当事人302可对应于由计算资源服务提供者306管理的身份,诸如由策略管理服务或另一服务管理。所述身份可以是针对计算资源服务提供者的客户的账户管理的多个身份中的一者,并且计算资源服务提供者可管理多个客户的账户。请注意,虽然当事人302可对应于人类,但这种人类可通过可代表当事人302执行操作(例如,请求的生成及传输)的经合适配置的计算装置来与计算资源服务提供者306通信。当事人302可经由一个或多个连接(例如,传输控制协议(TCP)连接)与计算资源服务提供者306通信。当事人302可使用计算机系统客户端装置来连接到计算资源服务提供者306。客户端装置可包括能够经由网络与计算机系统连接的任何装置,诸如下文所论述的示例性装置。网络304可包括例如互联网或另一网络或者下文所论述的网络的组合。
计算资源服务提供者306可通过客户联络服务308提供对一个或多个计算资源的访问,诸如虚拟机(VM)实例、自动缩放群组、基于文件的数据库存储系统、块存储服务、冗余数据存储服务、数据存档服务、数据仓库服务、用户访问管理服务、身份管理服务、内容管理服务和/或其它这类计算机系统服务。其它示例性资源包括但不限于用户资源、策略资源、网络资源和/或存储资源。在一些示例中,与计算机服务相关联的资源可以是物理装置、虚拟装置、物理装置和/或虚拟装置的组合、或者其它这类装置实施例。请注意,这类服务及资源是为了说明目的而提供的,并且本公开的实施例可利用其它服务和/或资源。
在一些示例中,访问客户联络服务308的请求是服务前端310可接收的web服务应用编程接口请求(也简称为web服务请求)。服务前端310可以是包括一组web服务器(例如,单个web服务器或可由负载平衡器管理的一组web服务器)的系统。前端310的web服务器可经配置以接收这类请求并根据与客户联络服务308相关联的一个或多个策略来处理所述请求。web服务器或前端310的其它部件可经配置以根据一个或多个SSL和/或TLS协议来操作,诸如本文中所引用。对访问客户联络服务308的请求可以是数字签名的请求,且因此可具备数字签名。服务前端310然后可向认证服务316发送请求及用于核实的数字签名。认证服务316可以是独立服务或者可以是服务提供者或其它实体的一部分。在实施例中,认证服务316是经配置以执行对当事人进行认证所涉及的操作的计算机系统。在一些示例中,提交给服务前端310的请求由当事人(即,由当事人使用或代表当事人操作的计算装置)使用在当事人302与认证服务316之间共享的对称加密密钥来进行数字签名。因此,认证服务可使用对称加密密钥的副本来核实声称由当事人302生成的请求的数字签名。然而,在其它实施例中,认证服务316可经配置以利用非对称密码来进行数字签名核实,诸如,例如当当事人使用私有加密密钥对请求进行数字签名时。在这类实施例中,认证服务可经配置以信任对与私有加密密钥相对应的当事人302的证书进行数字签名的证书权威机构。因此,在一些实施例中,认证服务可使用由证书规定的公共加密密钥。一般来说,认证服务可利用向与当事人302相关联的认证服务316登记的加密密钥。
在成功认证请求之后,认证服务316然后可即刻获得可适用于所述请求的策略。策略可以是定义关于一组资源的一组许可的一组信息。访问控制策略可以是与对资源的访问相关联并规定适合于访问资源的一组密码套件的策略类型。所述策略可通过与当事人302、作为履行请求的一部分要被访问的资源、当事人302是其成员的群组、当事人302所承担的角色和/或其它相关联的方式来可适用于所述请求。为了获得可适用于请求的策略,认证服务316可向由策略管理服务320管理的策略存储库318传输查询,所述策略管理服务可以是上文结合图1所论述的策略管理服务。所述查询可以是包括足以确定可适用于所述请求的一组策略的信息的请求。所述查询可例如含有请求的副本和/或含有至少部分地基于请求中的信息的参数,诸如识别当事人、资源和/或行动(作为履行请求的一部分要执行的操作)的信息。可以是数据库或可操作以处理查询的其它系统的策略存储库可通过提供可适用于请求的任何策略来处理查询。请注意,如果请求的认证不成功(例如,因为数字签名未能得到核实),那么就无法获得可适用于请求的策略。
在已获得可适用于请求的任何策略的情况下,认证服务316可提供认证响应,并且如果可适用(例如,当存在正面的认证响应时),将所获得策略返回给服务前端310。认证响应可指示响应是否得到成功认证。服务前端310然后可使用授权模块312来检查访问客户联络服务308的请求的履行是否符合所获得策略。
授权模块312可以是在服务前端上执行的过程,其可操作以将请求与策略中的一个或多个许可进行比较,以确定是否将服务授权为满足请求(即,请求的履行是否得到授权)。举例来说,授权模块可将与请求相关联的API调用与由策略规定的所准许API调用进行比较,以确定请求是否得到允许。如果授权模块312不能将请求与策略所规定的许可相匹配,那么授权模块312可执行一个或多个默认行动,诸如,例如向服务前端提供致使服务前端拒绝请求的消息,且致使将被拒绝的请求以日志形式记录在策略管理服务320中。如果授权将请求与由策略规定的一个或多个许可相匹配,那么授权模块312可通过选择最少限制性响应(如策略所定义)并通过向服务前端通知请求的履行是否基于该所选择响应而得到授权(即,符合可适用策略)来解决这一问题。授权模块312还可选择最多限制性响应或者可选择某一其它这种响应,且向服务前端通知是否基于该所选择响应来授权请求的履行。请注意,虽然图3将授权模块312展示为服务前端310的部件,但在一些实施例中,授权模块312是由计算资源服务提供者306提供的独立服务,并且前端服务可经由网络与授权模块312通信。
服务前端310可经配置以与可用于访问一个或多个计算资源的服务后端314通信。举例来说,服务后端314可访问可根据别处所描述的技术来实施的联络分析服务322,诸如结合图1、图2、图18及图19所论述的那些。在一些实施例中,在服务前端310处接收客户端请求,并且至少部分地由服务后端314将请求路由(或基于客户端请求而生成第二请求)到计算资源服务提供者306的另一服务来履行所述客户端请求。服务后端314可访问诸如数据存储服务等计算资源,服务后端314使用所述计算资源将联络数据存储到客户端存储桶或存储位置。
在一些示例中,存储在策略或资源元数据存储库中的访问控制信息与资源相关联并规定适合于资源的一组密码套件。对于特定资源,访问控制信息可规定或以其它方式指示一组密码套件,使得为了履行通过受密码保护的通信会话接收的且涉及资源的API请求,受密码保护的通信会话必须利用所述一组中的密码套件。可显式地(例如,利用所述一组中每一密码套件的识别符和/或所述一组的识别符)、隐式地(例如,利用资源的安全级别)和/或以其它方式规定所述一组。如同其它访问控制信息一样,访问控制信息可规定涉及关于密码套件的要求何时适用的条件,诸如所述要求适用于哪些API请求(即,哪些类型的请求),哪些可以是履行涉及对资源的访问的所有API请求,所述要求适用于哪些当事人(其可以是所有当事人),以及其它要求。在一些示例中,访问控制信息规定涉及背景信息的条件,对于API请求,所述背景信息可包括源网络地址(例如,源互联网协议(IP)地址)、提交请求的时间、提交请求的网络(例如,专用网络或专用网络的子网的识别符)以及其它信息。在一个示例中,可将API请求的源网络地址映射到地理位置(其可以各种方式定义,诸如根据地理政治边界和/或法律管辖区),并且一个或多个条件的适用性可应用于所述地理位置。举例来说,某些地理位置可能需要某些密码套件以用于履行某些请求(例如,其履行涉及访问某些资源的请求)。
请注意,虽然图3展示计算资源服务提供者的分布式系统的特定配置,但其它配置也被认为是在本公开的范围内。举例来说,认证及授权确定可由分布式系统的不同部件(例如,服务前端310)做出。作为另一示例,可适用的请求映射规则及授权规则可存储在策略存储库中,并且获得可适用的策略的一部分可包括应用请求映射规则来确定正确认证规则。
如贯穿本文档所描述,诸如结合图1,可由联络分析服务生成输出文件。举例来说,联络分析服务可致使触发步骤功能工作流,其生成输出文件,所述输出文件通过使用诸如转录服务(诸如,言语转文本服务)及分析服务(诸如,自然语言处理服务)等其它服务来进行编译。联络分析输出文件(其可基于上下文简称为输出文件或转录本)可以指联络分析作业(例如,图1中所图解说明的作业)完成时出售的输出文件或对象。在至少一个实施例中,联络分析输出包括关于作业的信息,诸如输入元数据、呼叫或聊天转录本、情绪、关键短语、实体、类别以及额外所导出度量,诸如非交谈时间、交谈速度等。在至少一个实施例中,联络分析服务将输出文件写入到客户联络服务的数据存储桶。在至少一些实施例中,输出文件用于促进客户联络搜索及详细联络跟踪记录(CTR)页面,诸如结合图12-图13所描述的那些。在一些实施例中,联络分析服务将输出文件写入到客户联络服务的数据存储桶,且然后将输出文件复制到客户的数据存储桶(例如,组织的数据存储桶),并且客户可执行后续商业智能(BI)、机器学习,或者将客户分析输出数据与组织的其它数据聚合。
在各种实施例中,联络分析输出文件包括对开始分析作业的请求的一些或所有最终客户规定的输入。客户特定输入的示例可包括语言代码,下游NLP服务可使用所述语言代码来确定使用哪种语言。在各种实施例中,可从输出文件省略由客户联络服务及下游服务使用的且不暴露于最终客户的内部输入参数。内部输入参数的示例可以是数据访问角色资源名称(RN)及指向客户联络服务所拥有的数据存储桶的网络位置(请注意,所述网络位置不同于客户的数据存储桶)的输入数据配置。
在各种实施例中,可在保存(例如,复制)到客户的数据存储桶之前对联络分析输出文件进行压缩。在一些情形中,将多个联络分析输出文件聚合到一个压缩文件。在一些情形中,压缩文件中包括单个联络分析输出文件,并且可将多个压缩文件保存到客户的数据存储桶中。
在至少一个实施例中,从音频源(例如,音频记录)生成的联络分析输出文件可表示为或者基于以下内容:
在各种实施例中,客户端提交联络分析作业,并且将诸如结合图1及图25所描述那些工作流的工作流用于协调生成联络分析输出或转录本的步骤功能工作流的执行,如上文针对音频联络数据源所展示。
在至少一些实施例中,联络分析输出文件或转录本文件以人类可读格式(例如,JSON)编码且可具有以下字段中一者或多者。应注意,本文中所描述的字段仅仅是说明性的,并且可使用其它术语来表示本文中所描述的字段。信道可以指客户联络的形态。举例来说,信道字段可以是聊天、语音呼叫、视频呼叫等等。例如,accountId字段可表示最终客户的账户识别符,且可与和提交作业的客户联络服务账户关联的账户识别符相区别。例如,jobId字段可以是作业识别符,其用作解析为特定联络分析作业的唯一识别符,且可用于将一个作业与另一作业进行区分。
在至少一些实施例中,联络分析输出文件或转录本文件包括转录本字段,按用于呼叫的句子及用于聊天的消息(可以是多句子)对所述转录本字段进行分割。存档的转录本可包括转录本文本以及例如由NLP服务生成的任何分段级度量。在各种实施例中,聊天消息不具有持续时间字段,而音频具有指示特定句子或话轮花费了多长时间的持续时间字段。聊天可具有单个字段absoluteTimestamp,并且呼叫可具有两个字段relativeO setMillis及durationMillis。举例来说,BeginO setMills/EndO setMillis字段可以指从音频开始到音频结束以毫秒为单位的偏移。举例来说,absoluteTime字段可以指ISO8601格式的绝对时间戳,精确到消息被发送的毫秒。在至少一个实施例中,只需要absoluteTime或relativeO setMillis中的一者。举例来说,实体/关键短语输出中的beginOsetCharacters/endO setCharacters字段可以指实体或关键短语开始的转录本的特定部分中的字符偏移。举例来说,类别字段可以指对话触发的类别列表。
在至少一个实施例中,从基于文本的源(例如,聊天日志)生成的联络分析输出文件可表示为或者基于以下内容:
客户联络服务可具有呼叫记录的概念,一旦客户呼叫记录完成,客户联络服务就可携取那一音频文件并利用各种后端服务执行所有这一分析,诸如将音频转录为文本并对文本运行自然语言处理算法。在一些情形中,联络分析服务还执行其自身后处理并生成输出文件,诸如上文所描述,将所述输出文件保存到客户联络服务的数据存储桶。然后,客户联络服务可将那一输出复制到客户的数据存储桶,并且客户可携取联络分析输出并在其应用中摄取所述联络分析输出供用于各种使用情形。作为第一示例,客户(例如,组织)可在其弹性搜索集群中摄取联络分析输出文件(例如,用于关键字词搜索以查看代理人多久遵守某些类别一次)。作为第二示例,客户可导出联络分析数据,使得所述客户可将这一数据与其它数据集进行组合并聚合数据,这方面的示例可以是,联络分析数据用于确定代理人多久遵守组织的问候类别一次,所述数据与诸如代理人多久迟到一次等其它组织数据进行组合,以使用组织可内部地存储的额外元数据创建代理人记分卡。
图4及图5可共同图解说明可用于管理类别的图形用户界面。举例来说,可将图4及图5呈现给利用联络分析服务作为后端服务的客户联络服务的客户端。在至少一些实施例中,在图4及图5中图解说明类别UI的第一部分400及第二部分500。在至少一个实施例中,诸如监督者、QA专家或组织的其它成员的客户端可使用图4及图5中所描述的GUI来生成类别。可处理客户联络以确定在特定客户联络中符合哪些分类规则。类别可应用于各种形态的各种类型的客户联络,包括但不限于与组织的客户的音频及聊天交互。
如所图解说明,图4及图5可包括各种UI元件,可以加粗线条及文本对所述UI元件进行图解说明。虽然为了清楚起见图解说明了基于文本的GUI,但也可利用图形及其它类型的图形图标。可由分类服务和/或类别数据存储体来保存及管理类别,这可根据结合图1所描述的技术。在至少一个实施例中,联络分析服务作为后端服务与分类服务介接,以支持经由客户联络服务呈现给用户的特征。
在分类UI的第一部分400中,所述UI可允许用户创建新类别,管理现有类别,诸如通过编辑或复制现有类别或者删除现有类别。举例来说,图4图解说明新类别的创建。用户可键入类别的名称,例如,在图4中,正在创建的类别被命名为“不恰当问候”类别且可以是用于根据组织的内部过程检测组织的代理人何时没有恰当地问候订阅客户的规则。如图4中所图解说明,斜体文本可以指用户可在其中键入定制文本字符串的输入字段。
类别可支持基于规则的分类,其中用户可针对何时符合类别来规定一组标准。举例来说,类别可以某些属性为真或假为关键。举例来说,如图4中所图解说明,属性可具有类型、特定属性(其选项可基于所选择类型而发生变化)、匹配标准及值。如图4中所展示,当具有属性成员状态的外部类型等于订户时,可应用类别,这意味着成员状态指示是与订户进行联络。属性可规定客户联络的各种性质,使得只有符合类别属性的客户联络才被如此标记。用户可使用下拉菜单或文本输入框来规定属性的各种性质。
可使用各种布尔运算符来组合属性。举例来说,图4图解说明第二属性,所述第二属性规定如果系统队列是订户队列那么就匹配第二属性。布尔运算符“或”组合所述两个属性,使得如果符合第一属性(对客户是订户的第一条件进行编码)或第二属性(联络来自订户队列),那么就满足条件。可按照如由分类服务确定的任何合适次序来执行对各种条件进行评估的次序,使得不必总是遵循操作的标准次序。
图4进一步图解说明关键字词及短语。关键字词及短语可以指在客户联络中结合在关键字词及短语下定义的标准搜索的特定关键字词及短语。在各种实施例中,分析服务可执行自然语言处理,以从诸如呼叫记录或聊天日志的联络数据源提取关键字词及短语。图4进行了图解说明。如图4中所图解说明,当在所规定时间范围内包括或不包括关键字词或短语时,用户可规定符合了类别。举例来说,所规定时间范围可以是呼叫的第一部分、呼叫的最后一部分、呼叫中的任何地方、或者众多其它变体。图4图解说明当代理人在呼叫的前30秒内没有说出短语“感谢您成为订户”或“我们重视您作为订户”时检测不恰当问候的类别。在一些实施例中,所规定关键字词或短语的基本类似变体可能就足够了(例如,类似变体被同等对待)。可使用自然语言处理来确定特定短语是否与所规定关键字词或短语足够类似,以确定两者是否具有类似句法含义。举例来说,如果代理人说出“感谢您成为订户(Thank you forbeing a subscriber)”,那么可确定其基本上类似于所规定短语“感谢成为订户(Thanks forbeing a subscriber)”,并且因此符合图4中所规定的短语。可针对不同说话者规定不同关键字词及短语。用户可添加及移除关键字词及短语。在一些情形中,用户可添加最大数目的关键字词及短语。
图5可图解说明类别UI的第二部分500。图5图解说明如果符合诸如结合图4所描述那些类别规则的类别规则那么就可采取的各种行动。举例来说,如果将布尔规则评估为真,那么就可触发图4中所图解说明的警示。举例来说,警示可发送电子邮件,发送文本消息,或者在监督者或代理人仪表板中显示警示。在至少一个实施例中,利用提醒器来提示代理人感谢客户成为订户。
可在监督者仪表板中显示各种类别的警示。举例来说,诸如结合图12及图13所描述的那些仪表板的仪表板可显露关于哪些客户联络符合某些类别的信息。监督者可按类别进行筛选,以确定例如哪些代理人未能恰当地问候订阅客户。监督者的仪表板可包括可用于执行商业智能或分析的诸如情绪得分的额外信息。举例来说,组织可在一时间段内跨多个代理人收集所聚合数据,以确定以特定方式问候客户(例如,在呼叫开始时感谢订户)是否会导致更高客户情绪。在至少一个实施例中,可使用通知服务向监督者发送警示,所述通知服务可将通知推送到可由订阅监督者获得的队列。在各种实施例中,在音频联络的情形中,可基于通信内容以及声学特性来定义类别。举例来说,可对呼叫进行分类,以识别长时间沉默、交谈太快、中断等例子。
图6图解说明根据至少一个实施例的联络搜索页面600。监督者可通过由客户联络服务(诸如在本公开中别处所描述的那些客户联络服务)(诸如结合图1及图2所论述的那些)暴露的图形用户界面(诸如,网页)访问联络搜索页面600。由联络分析服务生成的数据可被编索引并用于识别符合特定搜索查询的联络。联络搜索页面600可用于针对分析执行事前分析及事后分析。联络搜索也可用于发现可能尚不具有的主题及趋势。
联络搜索页面600可以是客户联络服务的客户端可访问的图形界面(例如,监督者或所定义的一组经许可用户的范围)。在至少一个实施例中,联络搜索页面允许客户联络服务的客户端搜索所有联络(例如,客户与代理人之间的任何交互,而不管形态如何)。在各种实施例中,联络搜索页面600支持除代理人名称及联络识别符(诸如,分派给联络的唯一识别符)之外的丰富的一组搜索参数,诸如通过关键字词的搜索。举例来说,如果监督者认为存在大量账户登录问题,那么他或她可搜索关键字词中包括字词“账户被锁定”或“无法访问我的账户”的客户联络,并且作为监督者,您可调查具有所述关键字词的问题。类似地,联络搜索页面也可限定特定代理人、客户或事件特定联络识别符的范围。在至少一些实施例中,还可搜索来自沉默、非交谈时间、串音等输出呼叫的对话特性。在一些实施例中,联络搜索页面600包括图6中未图解说明的额外搜索参数,诸如按类别搜索的能力。可根据图7-图10中的一些或全部来显示搜索结果。
按下“搜索联络”按钮可启动对诸如组织的客户端的一些或所有联络数据的搜索。搜索可由客户端计算装置发起,经由网络被路由到服务前端,请求被认证及授权,且然后被路由到执行搜索的后端服务。可使用联络分析输出文件来对搜索进行编索引,所述输出文件不仅包括关于音频呼叫的元数据,包括但不限于呼叫的文本内容(例如,音频的转录本),还包括来自沉默、非交谈时间、串音等输出呼叫的对话特性。可在搜索类别以确定哪些客户联络符合或不符合某些类别。举例来说,监督者可搜索其中代理人执行不恰当问候的联络。
图7图解说明根据至少一个实施例的联络搜索结果页面700。在至少一个实施例中,响应于具有所规定的一组搜索参数的客户端搜索请求,将联络搜索结果页面700提供给服务提供者的客户端。在至少一个实施例中,搜索参数可包括各种参数,诸如要搜索的时间段以及一个或多个关键字词或短语。可使用NLP技术来执行搜索,使得返回文字匹配以及语义匹配。在至少一个实施例中,联络搜索结果页面700允许用户编辑所执行搜索以修改搜索参数。
联络搜索结果页面700可显示针对搜索参数检测到的一组常用主题。常用主题可以指与搜索参数正相关的关键字词及短语。举例来说,图7图解说明在规定时间段内对于“账户被锁定”及“无法访问我的账户”的例子的搜索结果,这具有与“账户访问”的高度相关性,这可通过搜索结果内“账户访问”关键字词的例子的数目来推断,事实上,匹配搜索参数的所有98个搜索结果也与“账户访问”相关联,这可通过常用主题区段下的圆圈中的以及搜索结果的底部的“98”看到。也可以按照量值或频率列出其它常用主题。举例来说,“账户被锁定”及“密码不被接受”在搜索结果中出现的频率也相对较高。监督者可使用常用主题来发现比搜索参数更具体的潜在问题,或者识别客户报告体验的问题的潜在根本原因。在一些实施例中,联络搜索结果页面700允许客户端下载搜索结果的联络数据,举例来说,客户端可能够将图7中所展示的所有98个搜索结果的联络分析输出文件作为单个压缩文件下载。客户端可携取所下载数据,并使用所述数据来执行商业智能,且使用客户端内部的额外数据。在至少一个实施例中,联络ID是全球唯一识别符(GUID)或通用唯一识别符(UUID)。
联络搜索结果页面700可显示具有可显示的各种字段的搜索结果页面。图7仅仅显示要在搜索结果页面中报告的数个可能的字段集当中的一者。图7图解说明以下字段:
图8图解说明根据至少一个实施例的联络搜索结果页面800的回放能力。在至少一个实施例中,联络分析服务转录音频并处理所转录文本以识别实体、关键字词及短语。在一些情形中,也对客户情绪进行编码并可从联络搜索结果页面查看所述客户情绪。在至少一个实施例中,基于在给定时间点谁在说话,按话轮对每一音频联络数据进行转录。图8图解说明用户点击具有联络ID“1po9ie0-7-fdc-2588-9erc-cd2iuy510987q”的第二搜索结果的音频的示例,其播放客户联络的音频并显示额外信息。所述提示可包括总呼叫持续时间以及正在重新播放的话轮的言语转文本转录本。在一些情形中,将关键字词、短语、实体、类别或其组合突出显示、加粗或以其它方式显露给用户。举例来说,在搜索下,突出显示“我无法访问我的账户”短语,其可表示用户所关注的关键字词、短语、实体、类别等。
在一些实施例中,联络分析服务摄取音频联络数据,所述联络分析服务使用言语转文本服务来将音频联络数据源转录成音频联络的转录本。可将所述转录本组织成多个话轮。可将所述转录本提供给NLP服务,所述NLP服务执行情绪分析、实体检测、关键字词检测、短语检测以及更多处理。联络分析服务可执行诸如向音频联络的各部分分派情绪得分和/或为整个联络分派情绪得分的额外后处理。可将转录本提供给分类服务,所述分类服务检查联络是否符合一组基于规则的类别(或其一部分)。在一些实施例中,点击聊天转录本会带来展示代理人与客户之间的对话的提示。
图9图解说明根据至少一个实施例的联络搜索结果页面900的联络主题筛选能力。可在图9-图11中所描述的联络搜索的背景中实施图9。图9可图解说明用户提交对一组参数的搜索的场景,举例来说,在2018年12月22日到2018年12月23日内,对关键字词或短语“账户被锁定”或“无法访问我的账户”的搜索。可如图9中所展示地填入搜索结果,但也可能显露用户可能不知道的额外主题,这允许用户探索额外主题。可按频率列出主题,其中首先展示最常用的主题。举例来说,图9展示以下主题:
·账户访问——98个例子
·账户被锁定——76个例子
·密码不被接受——70个例子
·网上银行——63个例子
·无法访问网上银行——55个例子
·页面显示拒绝访问——44个例子
·无法重置密码——41个例子
·网上活期存款账户——33个例子
·网上银行页面崩溃——32个例子
用户可审查所呈现的常用主题并选择任何一个主题来更深入地钻研,以了解新见解或识别根本原因或先前未发现的问题。举例来说,在图9中,用户可点击“账户被锁定”主题,使用由联络分析服务生成的元数据来显露所述主题。可在图10上继续这一流程。
图10图解说明根据至少一个实施例的联络搜索结果页面1000的联络主题筛选能力。可在图9-图11中所描述的联络搜索的背景中实施图10。在至少一个实施例中,用户点击了图9中的“账户被锁定”主题,这导致图10上的流程,所述流程显示了属于“账户被锁定”主题的76个联络。此外,在搜索页面上可能会显示一个层次结构“搜索参数>账户被锁定”,这可用于导航到不同级别的搜索。举例来说,点击“搜索参数”可将用户带回到图9中的原始搜索结果。
联络搜索结果页面1000可展示主题下最相关的子主题。请注意,在联络搜索结果页面1000中呈现的主题是匹配到“账户被锁定”的一子组联络的最常出现的主题,因此,这些主题可不同于图9中的那些主题。举例来说,图10图解说明以下主题:
·密码不被接受——70个例子
·网上银行——63个例子
·身份被盗——30个例子
·网上银行页面崩溃——20个例子
·网上活期存款账户——15个例子
·无法重置密码——11个例子
·共享账户——6个例子
·安全设置——5个例子
应注意,如在图10中,探索子主题结果可显露在搜索主题上不可见的主题,这是因为搜索域有所不同。举例来说,图10展示在“账户被锁定”的76个例子中,存在也与账户被锁定相关联的身份被盗的30个例子。这一见解可使用户得出身份被盗有所增加的结论并采取相应行动,诸如增加安全措施并向代理人通知使用更稳健的方法来认证用户,诸如要求在比通常风险更高的时段期间使用多因素认证。在至少一些实施例中,用户可点击“身份被盗”主题以更深入地钻研与身份被盗报告相关联的子主题。可在图11上继续这一流程。
图11图解说明根据至少一个实施例的联络搜索结果页面1100的联络主题筛选能力。可在图9-图11中所描述的联络搜索的背景中实施图11。在至少一个实施例中,用户点击了图10中的“身份被盗”主题,这导致图11上的流程,所述流程显示了属于“身份被盗”主题的30个联络。此外,在搜索页面上可能会显示一个层次结构“搜索参数>账户被锁定>身份被盗”,这可用于导航到不同级别的搜索。举例来说,点击“搜索参数”可将用户带回到图9中的原始搜索结果,并且点击“账户被锁定”可将用户带回到图10中的搜索结果。在至少一个实施例中,可发现额外主题以识别与身份被盗相关的更特别有用的信息。举例来说,如图11所展示,情形可能是在俄勒冈州报告了身份被盗的30个例子中的26个。监督者可使用这一信息对俄勒冈州而不是其它州施加更严格的认证要求。
图12图解说明根据至少一个实施例的联络跟踪记录页面1200的第一部分。图12及图13可共同地图解说明联络跟踪记录页面。在至少一个实施例中,用户能够审查客户联络的联络跟踪记录。举例来说,用户可通过点击特定联络的联络搜索结果,透过联络搜索结果来导航到联络跟踪记录页面。在至少一些实施例中,获得联络分析输出文件,并且将来自输出文件的数据用于填充联络摘要卡、联络分析、呼叫转录本、分类、实体、关键字词、短语等等。
联络跟踪记录页面1200可以是由联络分析服务生成的输出文件的一些或所有数据的可视化。联络跟踪记录页面1200可包括联络摘要部分,所述联络摘要部分包括以下信息中的一些或全部:联络id、开始及结束时间(例如,基于发起时间戳及断开连接时间戳)、联络持续时间、客户编号、代理人、队列及所触发的行动(例如,类别)。所触发的行动可以指匹配的类别。联络跟踪记录页面1200可包括可基于滚动情绪得分的客户情绪趋势的图表。联络跟踪记录页面1200可包括聚合数据,诸如关于客户情绪的聚合统计。举例来说,图表可展示客户的情绪是正面的、中性的(例如,神经的或混合的)或负面的在呼叫中的百分比。在一些实施例中,百分比基于话轮中多少比例是正面的、中性的或混合的。在一些实施例中,百分比基于呼叫长度中客户的情绪是正面的、中性的或混合的所占的部分(例如,较长的正面情绪比较短的负面情绪加权更重)。在至少一些实施例中,按百分比将总交谈时间分解给每一说话者。在一些情形中,将沉默时段称为非交谈时间。
联络跟踪记录页面1200可呈现额外联络细节和/或联络分析信息。在至少一个实施例中,联络跟踪记录页面1200可显示音频及转录本信息。在至少一些实施例中,用户可搜索音频中的特定字词或短语,所述字词或短语可与由言语转文本服务生成的音频的转录本相匹配。可在联络跟踪记录页面1200中呈现音频的可视化。可按说话者对音频进行颜色编码,条形高度可表示响度,并且对于当代理人说话时、当客户说话时、当两者都说话时(例如,串音)以及对于沉默时段,条形可具有不同颜色。在至少一些实施例中,显示情绪和/或情绪得分。在至少一些实施例中,可使音频回放在页面中可用,这可包括针对各方情绪的筛选器,可将回放速度调整为比典型速度更快或更慢等等。
图13图解说明根据至少一个实施例的联络跟踪记录页面1300的第二部分。图12及图13可共同地图解说明联络跟踪记录页面。在至少一个实施例中,用户能够审查客户联络的联络跟踪记录。举例来说,用户可通过点击特定联络的联络搜索结果,透过联络搜索结果来导航到联络跟踪记录页面。在至少一些实施例中,获得联络分析输出文件,并且将来自输出文件的数据用于填充联络摘要卡、联络分析、呼叫转录本、分类、实体、关键字词、短语等等。
在至少一个实施例中,联络跟踪记录页面1300显示客户联络的音频记录(例如,视频或音频呼叫)的转录本。在至少一个实施例中,转录本是由言语转文本服务生成的音频的基于文本的转录本。可按话轮来组织转录本,并且可在每一话轮旁边显示表情图标,指示所述话轮的情绪。举例来说,图13中所展示的第一话轮,第一说话者是代理人(例如,如代理人在00:01处说话所展示),并且说话者的第一话轮的情绪是中性的。转录本可突出显示或以其它方式显露与使用自然语言处理技术识别的转录本的类别、实体、关键字词、短语等相关的信息。
在至少一些实施例中,联络分析服务自动编校来自聊天日志、呼叫转录本及其它基于文本的记录的敏感数据。敏感数据的非限制性示例可包括以下各项中的一者或多者:信用卡号;社会安全号码;患者健康记录;出生日期;密码或口令短语;加密密钥或其它秘密材料;个人识别号码(PIN);等等。在至少一些实施例中,敏感数据包括个人健康信息(PHI)和/或个人可识别信息(PII)。在至少一些实施例中,联络分析服务符合支付卡行业(PCI)且可自动编校来自呼叫音频及聊天转录本两者的PCI数据,以确保不会将敏感客户信息暴露给组织内的未授权雇员。在至少一些实施例中,对来自联络分析服务GUI的敏感数据进行编校并以加密格式存储。在至少一些实施例中,如果需要聊天日志的敏感数据,诸如在为了符合法定和/或监管原因而需要这种信息的情形中,组织可访问可用于解密这种数据的加密密钥。
图13进一步图解说明由呼叫触发的行动。行动可以指在处理呼叫音频时可已识别的类别或其它所关注点。举例来说,图13中所图解说明的呼叫触发展示所触发的八个行动:叫喊;音量大(在呼叫过程中出现三次);当前促销活动的链接;改变地址表单的链接;脏话旗标(例如,亵渎);以及将脏话通知给监督者。在至少一些实施例中,联络跟踪记录页面1300包括文本框,监督者可在其中添加与和客户联络关联的元数据相关联和/或与其一起存储的评论,并且可共享评论(例如,使用“一般评论”提示的右上角的共享按钮)。
图14图解说明根据至少一个实施例的在联络跟踪记录页面1400中对关键字词及实体的搜索。根据至少一个实施例,在本公开中别处(诸如图12及图13)所描述的联络跟踪记录页面的背景中实施图14。在至少一个实施例中,用户能够审查客户联络的联络跟踪记录。举例来说,用户可通过点击特定联络的联络搜索结果,透过联络搜索结果来导航到联络跟踪记录页面。在至少一些实施例中,获得联络分析输出文件,并且将来自输出文件的数据用于填充联络摘要卡、联络分析、呼叫转录本、分类、实体、关键字词、短语等等。联络分析输出文件可对元数据进行编码,所述元数据诸如是从音频推断(诸如,使用一个或多个言语神经网络)的文本提取的情绪、关键字词及实体。在至少一个实施例中,用户可开始键入关键字词及实体,并用与搜索字符串相匹配的关键字词及实体进行自动提示。举例来说,如果用户开始键入“Ac”(如在“Account ID”中),则可能出现具有与联络相关的不同关键字词及实体的菜单。
图15图解说明根据至少一个实施例的详细音频数据及元数据的示意图1500。在至少一个实施例中,图15图解说明音频呼叫的细节,所述音频呼叫可显露在联络跟踪记录中,诸如在本公开中别处所描述的那些联络跟踪记录。在至少一个实施例中,图15图解说明各种所关注点,可用不同颜色、鼠标悬停描述等等将所述所关注点可视地呈现给用户。举例来说,图15中所展示的竖条可对应于响度,其中较长竖条表示较大声音(例如,言语)。可将持续的高响度分类为呼喊。可对竖条进行颜色编码,使得可将不同说话者图解说明为不同颜色,举例来说,客户的条形可以是浅蓝色,代理人的条形可以是深蓝色,串音(代理人及客户都在相互说话)可以是橙色,并且沉默时段可以是黄色。在至少一些实施例中,在联络音频可视化中展示情绪得分。举例来说,对于每一话轮,可展示颜色或数字得分。另外,可展示类别。举例来说,当有人说脏话时,可能存在一个视觉指示符,亵渎的类别被触发。在至少一个实施例中,图15图解说明从2:30-3:00的长时间沉默,其触发了“长时间沉默”类别,这对于检测代理人何时未能向客户提供一致的反馈可能是有用的。
在各种实施例中,组织可将联络分析输出文件用于各种使用情形。举例来说,组织可携取客户联络的情绪得分,并将所述情绪得分摄取到其自身模型(例如,机器学习模型)中,并训练模型来帮助识别痛点,且识别应向监督者发出警示、实时向代理人呈现额外信息、等等的例子。作为第二示例,组织(例如,其雇员)可调整各种设置来设定与情绪相关联的阈值,并基于被超过的某些阈值来定义行动或类别。举例来说,可将与总体负面情绪得分相关联的N个负面情绪的运行分类为糟糕的交互,且可通知监督者(例如,在事实之后或实时)。
图16图解说明根据至少一个实施例的联络跟踪记录页面1600的评论功能性。在至少一个实施例中,图16图解说明联络跟踪记录页面或其一部分。举例来说,可将图16实施为结合图12-图13所描述的联络跟踪记录页面的一部分。在至少一个实施例中,监督者可审查客户联络(例如,通过从联络搜索结果钻研特定客户联络)并提供评论以帮助代理人改进。在至少一个实施例中,监督者可点击文本的特定话轮或部分并添加评论。在至少一个实施例中,点击转录本的一部分带来评论窗口,其中监督者可选择被评论的文本是“好”、“差”还是“需要改进”,其它分类也可帮助组织评论。在至少一个实施例中,监督者可将代理人祝贺客户生日快乐作为对话的一部分评论为“好”,并且添加关于如何祝贺客户生日是组织可如何将快乐引入其与客户的对话的示例的额外评论。
图17图解说明根据至少一个实施例的联络分析仪表板1700。联络分析仪表板1700可以是图形界面,监督者使用所述图形界面来在客户联络服务的背景中监视并管理客户联络,诸如结合图1-图2所描述的那些客户联络服务。在各种实施例中,客户联络服务利用后端联络分析服务来处理大量联络数据,所述联络数据被聚合并报告给联络分析仪表板。
联络分析仪表板1700向监督者显露各种信息。在各种实施例中,联络分析仪表板1700是基于web的UI。在至少一个实施例中,联络分析仪表板1700在UI的顶部处显露聚合统计,并显示一个或多个聚合统计。聚合统计的一个示例是队列中的呼叫,其可显露队列中的呼叫数目。在一些情形中,趋势线还可展示队列中的呼叫数目如何随时间改变。聚合统计的一个示例是队列中最旧的呼叫,其可以是对最旧的队列中的呼叫的选择。聚合统计的另一示例是在线代理人,其可以是对在线代理人的总数目的计数。可用代理人可展示可用于接听新呼叫的代理人数目。平均处置时间(AHT)可以指客户交互的平均长度,其包括占线时间、交谈时间及呼叫后工作(ACW)。ACW可以指代理人总结一次呼叫所花费的时间。ACW活动可包括代理人在客户呼叫之后的数据键入、活动代码、部署、表格完成以及呼叫后通信。
联络分析仪表板1700可具有描述各种呼叫中心相关活动的一个或多个窗格。举例来说,活动联络窗格可显示经由不同形态(例如,通话、聊天及电子邮件)的活动联络的数目且显示展示相对负载的趋势线及百分比。在一些实施例中,联络量窗格显示不同形态之上的联络量的更详细视图。在一些情形中,联络量窗格提供比较,诸如将当天的负载与前一天的负载或历史平均值进行比较。
队列窗格可图解说明不同队列,所述队列可以是客户联络客户呼叫服务的不同方式,举例来说,可将呼叫咨询网上银行的客户放置在一个队列中,并且将呼叫咨询房屋贷款的客户放置在不同队列中。可用颜色对队列占用率进行编码,因此占用百分比越高越好。在至少一些实施例中,在线代理人的窗格展示在线代理人的活动的细分。在至少一个实施例中,可显示跨越所有联络的主题,并且所述主题可用于类似于联络搜索结果的问题发现。
图18图解说明可在其中实践各种实施例的计算环境1800。根据至少一个实施例,计算环境1800图解说明用于实时监督者辅助的服务架构。可在计算资源服务提供者的背景中实施图18。
在至少一个实施例中,图18图解说明支持客户联络服务(诸如结合图1所描述的那些客户联络服务)的计算资源服务提供者。组织可利用客户联络服务来向诸如图18中所图解说明的客户1802等客户提供支持。客户联络服务可以是可基于需求按需要放大或缩小计算资源的可缩放服务,并且可根据本公开中别处所描述的技术(诸如结合图25所论述的那些技术)来实施所述客户联络服务。监督者可负责监督客户联络并管理一群组代理人。
图18图解说明支持客户1802与代理人1804之间的实时呼叫的客户联络服务。客户1802可以是组织的客户,并且所述组织可雇用代理人1804来回答客户的问题、解决问题等等。在至少一个实施例中,图18图解说明其中向监督者实时警示潜在有问题的客户联络的架构。代理人可以是组织的雇员,其任务是与客户通信、疑难解答、技术支持、客户支持等。代理人1804可访问连接到客户联络服务的计算机系统,所述客户联络服务向代理人提供对知识库、内部客户资源及后端系统的访问,以处理退货、更新订阅等等。
可经由网络连接客户1802与代理人1804。网络可包括POTS与IP语音(VOIP)网络连接的组合。客户1802可发起经由VOIP系统路由到代理人1804的电话呼叫。一旦连接上,客户与代理人就可以相互说话。在各种实施例中,客户可基于其呼叫的原因以及代理人的响应而具有不同情绪。举例来说,如果代理人不帮忙或很粗鲁,那么客户可能会感到沮丧或生气。如图18中所图解说明,客户可展现正面情绪(例如,如图18中所图解说明的微笑着的客户)以及负面情绪(例如,如图18中所图解说明的愤怒的客户)。根据至少一个实施例,实时监督者辅助可用于向监督者1814通知客户的负面情绪,并允许监督者干预或向代理人提供指导。
在至少一个实施例中,将活动呼叫实时连接到联络分析服务1806。诸如根据结合图1所描述的技术,可以任何合适方式实施联络分析服务1806。在至少一个实施例中,实时连接从一个或多个代理人向联络分析服务1806提供正在进行的音频联络数据流。根据至少一个实施例,可使用WebSocket协议建立与代理人的实时连接。WebSocket连接可用于建立客户端(例如,代理人或代理人的计算机系统)与服务器(例如,联络分析服务1806)之间的实时双向通信信道。可使用TCP连接来实施WebSocket连接。
可建立代理人与联络分析服务1806或其部件之间的WebSocket连接。在一些情形中,利用可缩放服务来确保高活动的时段不会导致联络分析服务1806处的性能瓶颈。WebSocket连接或其它合适实时连接可用于向联络分析服务1806提供来自客户-代理人呼叫的音频。应注意,在这一背景中的“实时”可涉及缓冲、批处理的一些延迟,并且一些延迟容限可以是可接受的。举例来说,可以15或30秒的增量对音频进行分批处理。在一些实施例中,根据至少一个实施例,当信道变得无声时,对音频进行分批处理及释放,举例来说,如果客户说话时间为25秒且然后停止以允许代理人响应,那么可对客户的25秒说话的呼叫音频进行分批处理,并且然后当客户停止交谈或当代理人开始交谈时对所述呼叫音频进行释放,由此发信号通知客户话轮结束。
在至少一个实施例中,将实时客户联络数据(例如,音频或文本)流式传送到联络分析服务1806。联络分析服务1806可将音频源数据提供给言语转文本服务1808,并且言语转文本服务1808可提供所提供音频的转录本。言语转文本服务1808可与本公开中别处所描述的那些服务一致,诸如结合图1及图2所论述的那些服务。
可按话轮对所转录音频进行组织,如本公开中别处所描述。在一些情形中,提供给言语转文本服务1808的实时音频可包括一个话轮的片段,也就是说,有人仍在说话。在一些情形中,联络分析服务1808保存所述片段,并且当获得所述片段的其余部分时(例如,当对所述话轮的剩余部分进行转录时),联络分析服务1808将所述片段拼接在一起——可执行对完整话轮的重构,使得可基于整个话轮而不是仅仅其一部分来确定准确的情绪得分。在一些情形中,言语转文本服务1808将保留片段,重构完整话轮,并将完整话轮提供给NLP服务1810。对于呼叫,所转录文本可存储在文件中,并且可将针对所述呼叫所转录的后续音频附加到同一文件中,使得在呼叫结束时,整个转录本都在所述文件中。在各种实施例中,不向NLP服务1810提供所述片段,这是因为基于话轮的一部分而不是整个话轮来评估情绪可生成不准确的情绪预测。
NLP服务1810可与结合图1及图2所论述的那些服务一致,且可用于执行情绪分析、实体检测、关键字词及短语检测等等。NLP服务1810可生成对由言语转文本服务1808生成的转录本的元数据或注释,并将那些结果提供给联络分析服务1806。在至少一个实施例中,使用分类服务来确定某些转录本是否与由客户端规定的基于特定规则的类别相匹配。在至少一个实施例中,类别与客户联络的内容和/或对话特性相匹配。举例来说,可分析音频呼叫以确定所述音频呼叫是否包括亵渎(例如,基于内容的规则)或长沉默时段(例如,基于特性的规则),以确定类别是否适用于特定客户联络或其部分。
在一些实施例中,通过由计算资源服务提供者提供的数据流式服务(例如,AmazonKinesis或Apache Kafka)对音频数据进行路由。在一些实施例中,通过间接方式(诸如通过客户联络服务1812)将实时连接路由到联络分析服务。NLP服务可生成客户与代理人之间的实时音频通信的每一所完成话轮的元数据。
在调用言语转文本服务1808及NLP服务1810以将音频转录成文本、执行情绪分析、以及提取关键字词、短语及实体之后,联络分析服务1806可调用分类服务以执行额外后处理并将类别分派给实时呼叫。举例来说,用以识别潜在有问题的呼叫的类别可依赖于连续负面情绪得分、大音量、客户说出的脏话、客户提及竞争对手产品/威胁取消预订的话语以及其各种组合。可基于负面趋势的客户情绪对图18中所图解说明的愤怒客户应用分类,所述负面趋势的客户情绪可基于负面情绪的连续运行和/或客户情绪从正面到负面的下降趋势。可经由客户联络服务1812将这种类别呈现给监督者1814,所述客户联络服务可显露通知或者仪表板可具有用于显露潜在有问题的呼叫的专用窗口小部件或UI元件。监督者1814然后可监听代理人的呼叫,向代理人提供建议以帮助缓解形势,或者监督者1814可采取若干其它行动中的任一者来改善客户的情绪。
图19图解说明其中客户联络服务支持客户1902与代理人1904之间的实时呼叫的计算环境1900。可在本公开中所描述的其它实施例(诸如结合图1及图2所论述的那些实施例)的背景中实施根据图19的实施例。客户1902可以是直接或间接雇用代理人1904的组织的客户。代理人1094的任务可以是回答客户的问题、解决问题等等。在至少一个实施例中,图19图解说明其中联络分析服务1906可用于提供实时代理人辅助的架构。实时代理人辅助可以指在其中将客户联络信息实时管送到计算资源的特征。本文中所描述的各种背景中的“实时”辅助可以指在其中将来自联络的数据(例如,音频数据)在其被接收时管送到服务提供者的系统。本文中所描述的实时特征可允许缓冲,并且数秒的容限可是可接受的,只要客户与代理人之间的响应性允许这类延迟。基于客户联络的背景,数秒、几十秒或甚至几分钟的容限可是可接受的。作为示例,如本文所描述的实时架构可缓冲说话者正在进行的话轮的源音频,并且一旦说话者已结束,就将所述源音频发送到联络分析服务1906,由此结束那一说话者的话轮。正在进行的话轮可以指尚未完成的话轮,举例来说,如果每次说话者改变时话轮都改变,那么正在进行的话轮可在说话者结束说话时结束。代理人1902可访问连接到客户联络服务的计算机系统,所述客户联络服务向代理人提供对知识库、内部客户资源及后端系统的访问,以处理退货、更新订阅等等。然而,可能存在巨量信息、文章等,使得代理人1902可能难以实时地或在数秒到几分钟内确定在何处找到客户请求的某些信息。
在至少一个实施例中,建立代理人1904与联络分析服务1906或其部件之间的WebSocket连接。在一些情形中,利用可缩放服务来确保高活动的时段不会导致联络分析服务1906处的性能瓶颈。WebSocket连接或其它合适实时连接可用于向联络分析服务1906提供来自客户-代理人呼叫的音频。应注意,在这一背景中的“实时”可涉及缓冲、批处理的一些延迟,并且一些延迟容限可以是可接受的。举例来说,可以15或30秒的增量或者在一方说话的持续时间内对音频进行分批处理。在一些实施例中,根据至少一个实施例,当信道变得无声时,对音频进行分批处理及释放,举例来说,如果客户说话时间为25秒且然后停止以允许代理人响应,那么可对客户的25秒说话的呼叫音频进行分批处理,并且然后当客户停止交谈或当代理人开始交谈时对所述呼叫音频进行释放,由此发信号通知客户话轮结束。
在一些实施例中,通过由计算资源服务提供者提供的数据流式服务对音频数据进行路由。在一些实施例中,通过间接方式将实时连接路由到联络分析服务,诸如通过客户联络服务,诸如结合图1及图2所描述的那些客户联络服务。NLP服务可生成客户与代理人之间的实时音频通信的每一所完成话轮的元数据。
在至少一些实施例中,建立代理人1904与服务提供者(诸如,联络分析服务)之间的数据连接并将所述数据连接用于提供代理人1904与客户(诸如图19中所图解说明的客户1902)之间的联络的音频流。在一些实施例中,代理人1904建立实时通信信道的连接并将所述连接用于多个呼叫;在一些实施例中,当代理人1904与客户连接时建立实时通信信道并且当联络结束时终止。
在至少一些实施例中,代理人1904向联络分析服务1906发送音频数据流,且将来自所述流的音频——或其一部分,诸如在未完成的话轮被缓冲且然后在接收到所述话轮的剩余部分的添加音频时(诸如,当活动说话者结束说话时)被提交的情形中——提交给言语转文本服务1908,并且言语转文本服务1908生成所提供的客户联络的一部分的转录本。可将转录本的该部分提供给联络分析服务1906,所述联络分析服务可将所接收部分与先前所接收部分聚合,以维护活动客户联络的运行记录。可将整个运行记录提供给NLP服务1910,所述NLP服务可使用众多自然语言处理技术中的任一者来生成情绪得分、检测实体、关键字词及短语等。在一些情形中,只有所生成转录本的最近部分才被提供给NLP服务1910。分类服务可执行额外后处理。举例来说,联络分析服务可将运行的转录本或其一部分提供给分类服务,以执行额外后处理并将类别分派给实时呼叫。举例来说,用以识别潜在有问题的呼叫的类别可依赖于连续负面情绪得分、大音量、客户说出的脏话、客户提及竞争对手产品/威胁取消预订的话语以及其各种组合。NLP服务1901可用于生成可包括实体检测、情绪分析等等的见解,以任何合适格式(诸如在JavaScript对象表示法(JSON)文件中)将所述见解提供给联络分析服务。
在至少一些实施例中,对音频联络流执行的各种后处理及分析可提供见解,可将所述见解可中继回给代理人1904。举例来说,如果客户的情绪得分趋向于负值或者保持负值,那么可通过通知、弹出窗口或者在图形界面中加载的窗口小部件中向代理人1904显露代理人1904在处置客户呼叫时操作的指示。作为第二示例,类别可与代理人相匹配,这可提醒代理人例如感谢客户成为订户。作为又一示例,类别可基于音频特性,诸如代理人的说话量是否太长,代理人是否呈现长沉默时段,代理人是否过度道歉,以及其它这类特性。类别可更广泛地与对话特性相匹配,所述对话特性可包括各种类型的通信的特性,诸如基于文本的通信及基于音频的通信:举例来说,虽然在基于文本的对话特性的背景中说话音量可能没有意义,但长沉默时段可被标记为基于文本的聊天对话的特性。通过对这些特性进行实时旗标,代理人能够纠正这种行为并为客户提供更好的呼叫体验。
在一些情形中,将客户1902及代理人1904连接到音频呼叫,并且联络分析服务1906用于提供对客户1902所提出的问题的建议。对音频流进行转录及处理以生成建议。在一些情形中,联络分析服务或联络分析服务所使用的服务无法确定建议或者无法以充足置信度确定建议。联络分析服务可将实时转录本和/或元数据提供给企业搜索服务1912,并且企业搜索服务1912可返回与客户的问题相匹配的组织的最相关的内部文档、知识库、网站等。在各种实施例中,企业搜索服务1912将对各种内部和/或外部文档的引用提供给联络分析服务,并且联络分析服务将那些引用提供给代理人1904。代理人1904可查找最相关最相关的内部文档、知识库、网站等,以确定对客户1902的建议或回答,或者可将可帮助客户的公共可用资源的链接提供给客户1902。
在实施例中,网络1914包括任何适当网络(包括内联网、互联网、蜂窝网络、局域网、卫星网络或任何其它这种网络和/或其组合),且用于这种系统的部件至少部分地取决于所选择的网络和/或系统的类型。用于经由这种网络进行通信的许多协议及部件是众所周知的且本文将不再进行详细论述。在实施例中,通过有线和/或无线连接以及其组合来实现经由网络进行的通信。在一些情形中,网络可包括或特指电话网络,诸如公共交换电话网络或普通旧型电话服务(POTS)。
图20展示根据至少一个实施例的用以生成联络分析输出数据的过程2000的说明性示例。在至少一个实施例中,过程2000(或本文中所描述的任何其它过程,或其变体和/或组合)的一些或全部在配置有计算机可执行指令的一个或多个计算机系统的控制下执行,并且可被实施为在一个或多个处理器上共同地执行的代码(例如,计算机可执行指令、一个或多个计算机程序或一个或多个应用)、通过硬件、软件或其组合实施。在至少一个实施例中,以计算机程序的形式将代码存储在计算机可读存储介质上,所述计算机程序包括可由一个或多个处理器执行的多个计算机可读指令。在至少一个实施例中,计算机可读存储介质是非暂时性计算机可读介质。在至少一个实施例中,不仅仅使用暂时性信号(例如,传播瞬态电或电磁传输)来存储可用于执行过程2000的至少一些计算机可读指令。非暂时性计算机可读介质未必包括暂时性信号的收发器内的非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)。可在本公开中别处所描述的实施例(诸如结合图1-图19所论述的那些实施例)的背景中实施过程2000。
在至少一个实施例中,执行所述过程的计算机系统执行用以接收2002用以处理联络数据的请求的程序。在至少一个实施例中,所述请求是被服务前端接收、认证并被路由到后端服务以进行处理的web服务API请求。在至少一个实施例中,用以执行所述过程的计算机系统执行用以提交2004针对所述请求的作业的程序。可将作业提交给元数据服务的数据库,作业清扫机针对新作业监视所述数据库或者周期性地查询所述数据库。可提交新作业,作业状态指示所述作业尚未开始。在至少一个实施例中,执行所述过程的计算机系统执行用以使用2006作业清扫机来检测作业并发起工作流的程序。作业清扫机可与图1中所描述的那些作业清扫机一致,并且可初始化步骤功能工作流。在工作流的执行中可利用可缩放服务。
在至少一个实施例中,用以执行所述过程的计算机系统执行用以从联络数据转录2008音频的程序。联络数据可以是各种形式,诸如音频记录、实时音频流、诸如聊天日志的非音频形式。对于基于音频的联络数据,可利用言语转文本服务来将音频转录成基于文本的转录本。在至少一个实施例中,用以执行所述过程的计算机系统执行用以使用一种或多种NLP技术(诸如结合图1及图2所论述的那些技术)来生成2010联络数据的元数据的程序。举例来说,NLP技术可包括情绪分析、实体检测、关键字词检测等等。在至少一个实施例中,用以执行所述过程的计算机系统执行用以处理2012分析结果的程序。处理分析结果可包括以JSON格式生成人类可读输出文件。在至少一个实施例中,用以执行过程的计算机系统执行用以应用类别2014的程序。可基于客户可定义的规则来触发类别。类别可用于识别某些通信和/或通信中的所关注点,诸如代理人对组织的脚本的遵从性。在至少一个实施例中,用以执行过程的计算机系统执行用以将输出文件写入2016客户数据存储体的程序。可承担客户角色,并且在承担之后,执行过程的系统即刻将输出文件复制到客户的数据存储桶。
图21展示根据至少一个实施例的用以实施实时代理人辅助的过程2100的说明性示例。在至少一个实施例中,过程2100(或本文中所描述的任何其它过程,或其变体和/或组合)的一些或全部在配置有计算机可执行指令的一个或多个计算机系统的控制下执行,并且可被实施为在一个或多个处理器上共同地执行的代码(例如,计算机可执行指令、一个或多个计算机程序或一个或多个应用)、通过硬件、软件或其组合实施。在至少一个实施例中,以计算机程序的形式将代码存储在计算机可读存储介质上,所述计算机程序包括可由一个或多个处理器执行的多个计算机可读指令。在至少一个实施例中,计算机可读存储介质是非暂时性计算机可读介质。在至少一个实施例中,不仅仅使用暂时性信号(例如,传播瞬态电或电磁传输)来存储可用于执行过程2100的至少一些计算机可读指令。非暂时性计算机可读介质未必包括暂时性信号的收发器内的非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)。可在本公开中别处所描述的实施例(诸如结合图1-图19所论述的那些实施例)的背景中实施过程2100。
可根据贯穿本公开所描述的实施例(诸如结合图19所论述的那些实施例)来实施过程2100的一个或多个方面。实施过程2100的系统可包括用以检测2102代理人与客户之间的音频通信连接的硬件和/或软件。系统可建立2104代理人与计算资源服务提供者的第一服务之间的第二连接。系统可在第一服务处经由第二连接接收2106音频数据。系统可至少部分地基于接收音频数据来执行工作流2108。由系统执行的工作流可包括用以使用2110第二服务来转录音频数据以生成转录本的至少一部分的步骤。由系统执行的工作流可包括用以使用2112第三服务来执行一个或多个自然语言处理技术以生成与转录本相关联的元数据的步骤。由系统执行的工作流可包括用以使用2114第四服务来至少部分地基于元数据确定一个或多个类别是否与转录本相匹配的步骤。为了清楚起见,工作流可具有从过程2100省略的其它步骤。举例来说,可存在用以发出事件及计量的步骤功能工作流的额外步骤,可根据结合图21所描述的技术来实施所述额外步骤。系统可至少部分地基于转录本、元数据及一个或多个类别来生成2116建议,并将所述建议提供给代理人。
图22展示根据至少一个实施例的用以实施实时监督者辅助的过程2200的说明性示例。在至少一个实施例中,过程2200(或本文中所描述的任何其它过程,或其变体和/或组合)的一些或全部在配置有计算机可执行指令的一个或多个计算机系统的控制下执行,并且可被实施为在一个或多个处理器上共同地执行的代码(例如,计算机可执行指令、一个或多个计算机程序或一个或多个应用)、通过硬件、软件或其组合实施。在至少一个实施例中,以计算机程序的形式将代码存储在计算机可读存储介质上,所述计算机程序包括可由一个或多个处理器执行的多个计算机可读指令。在至少一个实施例中,计算机可读存储介质是非暂时性计算机可读介质。在至少一个实施例中,不仅仅使用暂时性信号(例如,传播瞬态电或电磁传输)来存储可用于执行过程2200的至少一些计算机可读指令。非暂时性计算机可读介质未必包括暂时性信号的收发器内的非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)。可在本公开中别处所描述的实施例(诸如结合图1-图19所论述的那些实施例)的背景中实施过程2200。
在至少一些实施例中,实施过程2200的系统可包括用以建立2202多个连接以从代理人与客户之间的呼叫获得多个音频数据的软件和/或硬件。当代理人连接到客户(例如,电话呼叫)时,可建立代理人与计算资源服务提供者的服务之间的直接连接,其将代理人及客户的音频流管送到所述服务。所述架构可与图18一致。所述系统可在计算资源服务提供者的第一服务处获得2204多个音频数据。多个音频数据可以指连接到联络分析服务的多个WebSocket连接。系统可使用2206言语转文本服务来生成多个音频数据的转录本。系统可使用自然语言处理(NLP)服务来分析2208转录本以生成关于呼叫的元数据,诸如关键字词及短语匹配、实体匹配。系统可至少部分地基于一组NLP输出利用类别来标记2210转录本。分类服务(诸如结合图1所论述的那些分类服务)可用于确定特定转录本是否触发一个或多个类别。系统可基于转录本及NLP输出生成2212多个连接的至少一部分的信息,且可将所述信息提供给代理人的监督者。所生成的信息可以是与类别或NLP元数据相关的信息,诸如检测客户情绪何时趋向负面、呼叫期间是否说出脏话、代理人或客户大声呼喊等等。
图23展示根据至少一个实施例的用以生成联络分析输出数据的过程2300的说明性示例。在至少一个实施例中,过程2300(或本文中所描述的任何其它过程,或其变体和/或组合)的一些或全部在配置有计算机可执行指令的一个或多个计算机系统的控制下执行,并且可被实施为在一个或多个处理器上共同地执行的代码(例如,计算机可执行指令、一个或多个计算机程序或一个或多个应用)、通过硬件、软件或其组合实施。在至少一个实施例中,以计算机程序的形式将代码存储在计算机可读存储介质上,所述计算机程序包括可由一个或多个处理器执行的多个计算机可读指令。在至少一个实施例中,计算机可读存储介质是非暂时性计算机可读介质。在至少一个实施例中,不仅仅使用暂时性信号(例如,传播瞬态电或电磁传输)来存储可用于执行过程2300的至少一些计算机可读指令。非暂时性计算机可读介质未必包括暂时性信号的收发器内的非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)。可在本公开中别处所描述的实施例(诸如结合图1-图19所论述的那些实施例)的背景中实施过程2300。
执行过程2300的系统可在计算资源服务提供者的第一服务处从计算资源服务提供者的客户端获得2302音频源数据。音频源数据可以是音频记录、音频数据、音频联络数据以及本文中所描述的其它变体。音频源数据可以指客户联络中心的呼叫记录的集合,其中组织的代理人接听来自可能有疑问、技术问题等的组织的客户的呼叫。
系统可从音频数据生成2304输出,其中输出对以下各项进行编码:由第二服务生成的音频数据的转录本,其中按说话者对所述转录本进行分割;由第三服务至少部分地基于转录本生成的元数据;及由所述转录本触发的一个或多个类别,其中第四服务用于确定所述一个或多个类别是否与所述转录本相匹配。系统可以是例如结合图1-图2所描述的联络分析服务。
系统可将输出提供2306给客户端。在各种实施例中,可以各种方式将输出提供给客户端。举例来说,可将输出复制到客户数据存储桶。可按实体、关键字词及短语以及其它类型的元数据(诸如音频特性)对数据进行编索引,以便客户端可对输出数据执行丰富的一组搜索及筛选。
图24展示根据至少一个实施例的用以实施联络搜索及诊断能力的过程2400的说明性示例。在至少一个实施例中,过程2400(或本文中所描述的任何其它过程,或其变体和/或组合)的一些或全部在配置有计算机可执行指令的一个或多个计算机系统的控制下执行,并且可被实施为在一个或多个处理器上共同地执行的代码(例如,计算机可执行指令、一个或多个计算机程序或一个或多个应用)、通过硬件、软件或其组合实施。在至少一个实施例中,以计算机程序的形式将代码存储在计算机可读存储介质上,所述计算机程序包括可由一个或多个处理器执行的多个计算机可读指令。在至少一个实施例中,计算机可读存储介质是非暂时性计算机可读介质。在至少一个实施例中,不仅仅使用暂时性信号(例如,传播瞬态电或电磁传输)来存储可用于执行过程2400的至少一些计算机可读指令。非暂时性计算机可读介质未必包括暂时性信号的收发器内的非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)。可在本公开中别处所描述的实施例(诸如结合图1-图19所论述的那些实施例)的背景中实施过程2400。在至少一个实施例中,系统对与多个客户联络相关联的多个输出进行编索引2402,其中至少部分地基于以下各项而生成多个输出:第一服务,其基于多个客户联络的音频数据而生成转录本;第二服务,其使用一种或多种自然语言处理(NLP)技术基于转录本生成元数据;第三服务,其将类别与转录本相匹配。第一服务可以是如贯穿本公开所描述的言语转文本服务。第二服务可以是如贯穿本公开所描述的NLP服务。第三服务可以是如贯穿本公开所描述的分类服务。可在元数据上生成数据库索引,元数据诸如由NLP服务从联络数据提取的实体及关键字词。
执行过程的系统可将图形界面提供2404给计算资源服务提供者的客户端,以提交具有所规定的一组参数的搜索。图形界面可以是根据图7-图11生成结果的联络搜索页面,诸如结合图6所描述的那些联络搜索页面。在至少一个实施例中,系统接收2406用以用所规定的一组参数执行搜索的请求,这可与图6一致。在至少一个实施例中,系统将执行搜索以获得2406至少部分地基于转录本、元数据及类别确定的搜索结果,并将搜索结果提供2408给客户端。
图25图解说明可与可在其中实践实施例的环境2500中的其它服务进行交互的缩放服务2502的系统架构。结合图25所描述的技术可与结合图1-图24所描述的实施例一起利用。如图25中所图解说明,环境2500可包括缩放服务2502,所述缩放服务包括缩放服务前端2514、缩放服务后端2528及缩放服务工作流管理器2524。客户2526可经由缩放服务前端2514设定缩放策略且还可利用触发缩放策略的遥测服务2506来设定警报行动。可由认证服务2516来认证对缩放服务前端2514的调用。可通过缩放服务后端2528利用数据库服务2520存储缩放策略,并且可由缩放服务后端2528通过缩放服务工作流管理器2524来发起缩放行动。客户2526可经由策略/角色管理服务(未展示)规定要分派给缩放服务2502的角色,并且缩放服务2502可从令牌服务2518获得令牌作为缩放服务2502已被授予所述角色的证明。在触发缩放策略之后,缩放服务2502可即刻获得资源的当前容量并在所规定角色下针对资源服务2504的其相应资源服务而设定资源的容量。
缩放服务前端2514可以是缩放服务2502的前端。也就是说,缩放服务前端2514向客户2526提供单个端点。客户2526可使用界面控制台或调用API来指令缩放服务2502针对其资源创建缩放策略。也就是说,客户2526可将缩放服务API请求提交给缩放服务前端2514。缩放服务前端2514可将请求传送给缩放服务后端2528。举例来说,客户2526可使用服务接口(即,经由缩放服务前端2514)来登记可缩放目标。可缩放目标可以指客户2526可缩放的资源的维度。在一些示例中,可缩放目标可包括服务ID或命名空间、资源ID和/或维度名称或识别符,使得可缩放目标唯一地识别要缩放特定服务的特定资源的哪个维度。一旦登记了可缩放目标,客户2526就可创建与可缩放目标相关联的缩放策略。
缩放服务后端2528可以是缩放服务2502的后端数据和/或控制平面。缩放服务后端2528可接收并处理缩放请求(例如,经由控制平面),且响应于对应API请求(例如,经由数据平面)来进行创建、读取、更新及删除。对于缩放请求,缩放服务后端2528可计算新的所期望容量,并经由工作流服务2522启动缩放工作流,所述工作流服务自身可与目标资源交互并使用控制平面服务来跟踪及记录交互。可利用数据库服务2520存储策略、缩放活动及可缩放目标的身份,且然后工作流服务2522可用于编排缩放工作流。计算资源服务提供者可提供用于管理各种资源服务类型的缩放的通用API,使得客户2526只需要学习一个API来缩放其所有资源。为了让缩放服务2502确定缩放哪个资源,在一些示例中,资源是可个别地识别的,且具有可独立地增加或减少的一个或多个可缩放性测量(例如,可缩放维度)。也就是说,客户2526识别其想要自动缩放的资源。举例来说,在一些实现方式中,资源可由URI识别。另外或可替代地,在一些实现方式中,资源可由客户2526规定的服务名称识别。
可基于分割、服务、区域、账户ID和/或资源识别符来明确地识别资源,并且服务命名空间、资源ID及可缩放维度的组合可唯一地识别可缩放目标。在这些信息碎片当中,缩放服务可能只需要来自客户2526的服务及资源识别符(ID)。使用服务命名空间及资源ID的组合可具有优于使用URI的优点。举例来说,客户2526可参考服务命名空间及资源ID或仅通过服务命名空间来描述在缩放服务2502中登记的客户资源,并且以这种方式,客户2526不需要构建或跟踪URI。这种实现方式将适应不使用URI的资源服务。
在一些实施例中,客户2526可在资源ID中规定URI,并且系统将假设服务命名空间是URI中的一者。在一些实现方式中,替代或除了个别资源缩放,缩放服务2502提供应用缩放。在一些示例中,“应用缩放”可以指缩放形成客户2526的应用堆叠的一群组相关资源。出于缩放的目的,一群组相关资源本身将是一种资源且将是唯一可识别的。因此,服务命名空间及资源ID的概念也适用于应用缩放。
然而,如果客户2526仅旨在缩放一个资源,那么缩放服务不需要知道所述资源属于一群组。另一方面,如果旨在将群组作为一个整体来缩放,那么客户2526应考虑缩放群组而不是缩放其中的资源。它应是缩放服务2502的作业以确定如何缩放资源。关于可缩放维度,仅识别资源可能不足以确定要缩放的资源维度。举例来说,如上所述,客户2526可单独缩放数据库服务表的读取及写入供应的吞吐量。一般来说,资源可具有可独立地改变的一个以上可缩放维度。
因此,除了服务命名空间及资源ID以外,缩放服务2502可要求客户2526规定客户2526想要缩放资源的哪个“维度”。作为示例,数据库服务表或全局次级索引(GSI)具有可独立改变且可被视为可缩放维度的读取及写入供应的吞吐量。对于数据库服务表及GSI,可存在至少两个可缩放维度,分别用于读取及写入供应吞吐量。客户2526可定义每个表/GSI及每个可缩放维度的最大及最小边界以及缩放策略。
可由缩放服务2502外部的源(诸如遥测服务2506)做出对是否触发缩放策略及缩放服务2502的确定。也就是说,用户2526可将缩放策略附加到遥测服务2506的遥测服务警报,并且遥测服务警报可触发缩放策略。举例来说,客户2526可利用遥测服务2506对由遥测服务聚合的任何测量值(例如,处理器利用率)创建遥测服务警报。在遥测服务2506处,可针对遥测服务警报规定一个或多个阈值;举例来说,客户2526可规定当处理器利用率达到30%利用率时应触发遥测服务警报。一旦设置了遥测服务警报,客户2526可将任何缩放策略附加到所述遥测服务警报,使得当警报发出(即,测量值超过阈值)时,所述警报可触发缩放策略。
当相关联警报进入触发缩放策略的状态时,遥测服务2506可调用缩放服务2502来叫用缩放策略。在一些情形中,只要警报保持在那一状态中,遥测服务2506就可周期性地(例如,每分钟)叫用缩放策略。在一些实施例中,遥测服务2506针对每个警报状态仅叫用缩放策略一次,且然后在执行缩放行动以检查警报状态从而确定是否需要进行进一步缩放之后,可执行工作流。
由于警报发出而将警报的通知发送到缩放服务前端2514。缩放服务前端2514将这一信息传送到缩放服务后端2528,所述缩放服务后端然后从数据库服务2520获取对应缩放策略。缩放服务后端2528检查检索到的缩放策略中的参数,从适当资源服务获得要缩放的资源的当前容量,并鉴于当前容量执行由缩放策略规定的计算,以确定需要缩放的资源的新的所期望容量。注意,对于一些策略类型,如步骤策略,缩放服务2502将获得关于度量的信息,以便确定缩放策略中的哪些步骤要应用于资源。举例来说,客户2526可通过设置警报以在应用负载或流量的某些阈值处触发并向其附加策略来创建用于基于作为应用负载或流量的指示的度量来放大及缩小资源的缩放策略。在这一示例中,触发警报将叫用策略,使得当流量增加和减少时,将按缩放策略对资源进行缩放。
在一些实施例中,遥测服务2506响应于某些规定事件(即,遥测事件)的发生而发送警报。这类事件的示例包括经由消息列队服务发送消息或在软件容器中执行某些功能。另外或可替代地,在一些实施例中,可根据预定义调度来触发缩放策略。举例来说,客户2526可设定在每天下午6:00触发缩放策略的缩放调度。遥测服务2506的中断可导致经延迟缩放,这是因为发送到缩放服务2502以触发缩放策略的执行的遥测服务警报中的延迟。尽管基于度量的警报可能由于遥测服务2506的不可用性而受到影响,但按需(例如,客户2526经由缩放服务前端2514)及所调度缩放(例如,根据调度发送到缩放服务前端2514的命令)将不受影响。
在从遥测服务2506接收到用以叫用缩放策略的调用之后,缩放服务后端2528可即刻同步计算可缩放目标的新的所期望容量,并且缩放服务工作流管理器2524可异步设定可缩放目标的所期望容量。缩放服务工作流管理器2524可含有在实现及监视对目标服务的改变时所使用的工作流及活动定义。工作流可由缩放服务工作流管理器2524启动,所述缩放服务工作流管理器可利用控制平面服务在数据库服务2520中记录与目标服务的交互。除了设定所期望容量之外,缩放服务工作流管理器2524还可记录缩放活动。在一些实施例中,缩放服务工作流管理器2524还可发送通知和/或发布事件。缩放服务后端2528可负责开始工作流执行(例如,经由工作流服务2522)。在一些实施例中,消息列队服务位于缩放服务后端2528与工作流服务2522之间,用于对工作流命令进行列队。
数据库服务2520可用于跟踪缩放活动的状态,存储由客户2526登记的可缩放目标的身份,以及存储由客户2526定义的缩放策略。可以任何可适用格式利用数据库服务2520存储缩放策略,诸如以JavaScript对象表示法格式利用数据库服务2520存储在表中。然而,缩放策略可由缩放服务2502自动生成,使得客户2526不需要直接提供缩放策略。如果数据库服务2520断电,那么可执行各种方法来最小化对缩放服务2502的不利影响。举例来说,可对可缩放目标及缩放策略进行高速缓存;以这种方式,可不创建新实体,但缩放服务2502将继续自动缩放现有可缩放目标。作为另一示例,尽最大努力记录缩放历史;换句话说,缩放历史的准确性是以可用性为代价的,并且可关闭“悬而未决的”缩放活动。作为仍另一示例,可绕过将缩放任务写入到数据库服务2520的过程;举例来说,缩放服务后端2528可将用于缩放任务的消息放入消息列队服务的队列中,所述消息包括工作流服务2522在消息中需要的所有数据。注意,尽管图25将数据库服务2520展示为驻留在缩放服务2502的外部,但可设想,在一些实施例中,可全部或部分地在缩放服务2502内找到由数据库服务2520提供的功能性。
资源服务2504可以是由托管具有可缩放维度的资源的计算资源服务提供者提供的服务。如果资源服务有问题,那么缩放可能受到影响,这是因为缩放服务2502可能无法获得资源服务的当前容量或者无法更新资源服务的资源。在一些实施例中,即使资源服务离线,资源服务也能够继续接受缩放请求并对缩放请求进行列队,尽管处理这类请求可能受到影响。
客户2526可以各种方式执行缩放策略。举例来说,在一些实施例中,客户2526可使用命令行界面、软件开发工具包或控制台界面(例如,可经由浏览器访问)执行策略。作为另一示例,在一些实施例中,客户2526可响应于从遥测服务2506接收警报来叫用策略。作为仍另一示例,客户2526可通过由遥测服务2506检测的事件的发生来叫用策略。在又另一示例中,客户2526可根据由客户2526规定给遥测服务2506的调度来叫用策略。
每一缩放行动(即,对资源的可缩放维度做出的每一改变)可具有相关联元数据,诸如唯一活动识别符(ID)、资源URI、描述、原因、开始时间、结束时间和/或状态。结合由缩放服务2502执行的每一缩放行动,可利用数据库服务2520记录/以日志形式记录这一相关联元数据。客户2526可随后通过URI查询特定资源服务的缩放活动。缩放行动可导致遥测服务事件被发布。
在可缩放维度的每一改变之后(例如,服务构造的所期望任务计数),系统可检查当前警报状态,以查看是否需要进行额外缩放。行为可能如下所示:
如果缩放策略是针对OK状态的行动(即,维持当前状态),那么不采取任何行动。
如果缩放策略是针对ALARM或INSUFFICIENT_DATA状态的行动:
那么获取警报的当前状态。
如果警报的当前状态与所配置策略相匹配:
如果超时已到期,那么将警报状态重置为OK(这确保了如果状态再次进入ALARM或INSUFFICIENT_DATA,遥测服务2506可调用缩放服务2502以再次执行策略。
如果超时尚未到期:
如果当前时间是在冷却到期时间之后,那么调用InvokeAlarmAction()以再次执行策略。
否则,等待一定量时间(例如,一分钟)并重复过程步骤,从获得警报状态开始(例如,每分钟评估一次警报)。
如果缩放策略由客户2526手动触发、由事件的发生或根据调度触发,而不是由遥测服务2506的警报触发,那么服务构造的所期望任务计数可基于当前运行计数及策略中所规定的缩放调整在最小及最大容量内发生改变。缩放服务2502可将策略中所规定的缩放调整应用于服务构造的当前运行计数。
运行计数可以是实际处理容量,与所期望任务计数相反,所期望任务计数是处理容量理应是什么。从运行计数计算新的所期望任务计数可防止过度缩放。举例来说,如果缩放服务2502已将所期望任务计数增加1,那么触发缩放策略的警报在正在启动任务期间可能仍然是活动的。然而,一旦完全启动新任务,那么警报可以被去激活,从而确保缩放服务2502不会进一步向外缩放。
在一些实施例中,向外缩放优先于向内缩放;也就是说,向外缩放会超控正在进行的向内缩放,反之则不会。在其它实施例中,反之亦然。正在进行的向内缩放可由大于所期望任务计数的运行计数指示。在这一形势中,缩放服务2502可允许向外缩放以最优地维持应用可用性的方式来增加所期望任务计数。相反,正在进行的向外缩放可由小于所期望任务计数的运行计数来指示,在这一情形中,缩放服务2502可不允许向内缩放减少所期望任务计数,以便最优地保护应用可用性。
资源URI与背景的组合可唯一地识别可缩放资源。所支持缩放策略类型可能包括“SimpleScaling”、“StepScaling”及“TargetUtilization Scaling”。每一策略类型都具有其自身配置参数。对于“SimpleScaling”,策略配置可具有以下参数:
AdjustmentType:“PercentChangeInCapacity”、“ChangeInCapacity”或“ExactCapacity”。
ScalingAdjustment:其含义取决于调整类型的数目;举例来说,如果缩放调整为10,并且调整类型为容量百分比改变,那么调整为加实际容量的10%。
MinAdjustmentMagnitude:仅当AdjustmentType为“PercentChan geInCapacity”时可适用,以保护其中当前容量的所规定百分比导致非常小的数目的事件。
Cooldown:允许客户2526规定在允许额外缩放行动之前经过的时间量(例如,秒数);一旦缩放行动已完成它就开始,并且不允许进一步缩放行动,直到它已到期之后为止。
如上所述,在一些实现方式中,缩放策略可作为参数存储在诸如数据存储体的持久存储装置中。在其它实现方式中,缩放策略可以是诸如可扩展标记语言(XML)或JavaScript对象表示法(JSON)等数据格式的文档。策略文档的说明性示例展示如下:
缩放服务2502也可利用超时。超时可服务于至少两个目的。首先,缩放服务2502可在缩放行动停滞过长(即,大于定义的阈值)时间段的事件中利用检查警报状态工作流中的超时;举例来说,不具有足够容量来执行新任务的服务构造集群可能无法响应于增加任务数目的需求。在这种事件中,警报可能长时间保持违反,并且超时防止缩放服务2502继续检查其状态。其次,缩放服务2502可使向外缩放/放大优先于向内缩放/缩小,但缩放服务2502不应让停滞的向外缩放/放大(例如,由于InsufficientCapacityException)防止向内缩放/缩小的发生。因此,超时可允许缩放服务2502解锁向内缩放。请注意,在一些实现方式中,超时是用户可配置的;而在其它实现方式中,超时是用户不可配置的值,缩放服务2502使用所述值来确定是否放弃卡住的向外缩放。
可将缩放服务2502设计为资源服务2504的顶部上的层,所述层代表客户2526调用那些服务。这确保了缩放服务2502为客户2526提供所有资源服务的一致的自动缩放体验。客户2526可首先在遥测服务2506的控制台中创建警报,或者客户可选择现有警报,且然后将缩放策略应用所述警报。
一种缩放策略类型是“步骤”策略,其允许客户2526相对于触发缩放策略的执行的测量来定义缩放调整的多个步骤。举例来说,如果处理器利用率达到某些阈值步骤,那么客户2526可规定放大资源的可缩放维度。举例来说,如果处理器利用率在30%与60%之间,那么客户2526可规定将资源的可缩放维度放大10%。如果处理器利用率介于60%与70%之间,那么客户可进一步规定将可缩放维度放大30%;如果处理器利用率高于70%,那么将可缩放维度放大30%,依此类推。以这种方式,客户2526可定义多个步骤和/或相对于所规定度量具有不同幅度的多个响应。
可将缩放服务2502的API设计成作为与资源服务2504分离的服务来操作,使得所述API不被集成到资源服务2504的任何特定服务中。以这种方式,缩放服务2502不依赖于资源服务2504的任何特定服务。为了设置要由缩放服务2502缩放的特定资源服务,缩放服务2502仅仅需要关于要调用的特定资源服务的API的信息,以便引导特定资源服务放大或缩小。缩放服务2502能够通过规定缩放特定资源服务的哪个资源的哪个维度以及是放大还是缩小来维持这一独立性;响应于来自缩放服务2502的指导,应如何缩放特定资源的逻辑(例如,终止哪些任务,应启动哪些执行任务的容器实例等)由特定资源服务本身确定。
在一些实施例中,图25中未画出的额外部件存在于缩放服务2502中。举例来说,在某些实施例中,控制平面服务存在于缩放服务工作流管理器2524与诸如认证服务2516及数据库服务2520等外部服务之间。举例来说,控制平面服务可提供用于更新缩放历史的API操作。此外,如果缩放服务后端2528从客户2526接收对许多数据检索操作的请求,那么由控制平面而不是缩放服务后端2528执行某些功能可减轻性能影响。利用单独控制平面,将对缩放服务2502的增加检索操作量的影响最小化。除了后端服务以外,控制平面服务可存在,且可跟踪及记录所有持久服务(例如,数据库服务2520、认证服务2516等)交互。然而,在其它实施例中,将控制平面功能性集成到缩放服务后端2528中。
而且在一些实施例中,服务适配器在资源服务2504与某些缩放服务部件诸如缩放服务后端2528及缩放服务工作流管理器2524之间存在于缩放服务2502内。服务适配器可负责将缩放请求路由通过目标服务的适当API。在替代实施例中,服务适配器功能性存在于缩放服务工作流管理器2524和/或缩放服务后端2528中。然而,因为缩放服务2502与资源服务2504解耦,所以缩放服务2502依赖于来自特定资源服务的响应,以便确定是否已履行缩放请求。
工作流服务2522可以是经共同配置以执行任务协调及管理服务的计算装置及其它资源的集合,所述任务协调及管理服务使得能够跨多个计算环境及平台执行计算任务。工作流服务2522可提供用于实现缩放服务2502中的异步改变的工作流引擎。工作流服务2522可用于更新目标资源,且也可用作用以控制并发缩放请求的锁。工作流服务2522可跟踪工作流执行的进度并执行任务的派遣及保持。此外,工作流服务2522可控制用于执行任务的主机或物理或虚拟计算机器的分派。举例来说,用户可定义用于执行的工作流,使得所述工作流包括使用对工作流服务2522的API功能调用的一个或多个任务。此外,用户可规定工作流、条件流以及重启或终止工作流的执行的超时时段的任务次序。另外,可以定义工作流的执行环路。工作流执行可以是异步的,且可先于数据库写入的同步执行。请注意,尽管图25将工作流服务2522展示为驻留在缩放服务2502的外部,但可设想,在一些实施例中,可全部或部分地在缩放服务2502内找到由工作流服务2522提供的功能性。
工作流服务2522的中断可导致经延迟缩放,因为缩放请求的异步处理可能受到不利影响。减轻经延迟缩放的一种方式可以是仅做经由缩放服务前端2514同步缩放绝对需要的事情。在最小值处,缩放服务可尝试设定所期望容量并记录缩放历史。从性能的角度来看,这可能是可接受的,因为它只需要对拥有要被缩放的资源的资源服务的API调用以及对数据库服务2520的最少的额外写入。尽管这可能导致失去工作流服务2522的特征(例如,重试机制、历史跟踪等),但至少系统将执行缩放所需的操作。
可缩放目标(即,可缩放资源)可驻留在资源服务2504中。可从服务(例如,服务命名空间)、资源(例如,资源ID)及可缩放维度的三重组合唯一地识别可缩放目标。资源服务2504表示实际管理客户2526想要自动缩放的资源的服务。以这种方式,缩放服务2502作为与资源服务2504分离的服务而存在,所述资源服务的资源由缩放服务2502进行缩放。如上所述,资源服务2504可包括诸如软件容器服务、数据库服务、流式服务等服务。缩放服务2502可采用由客户2526创建的缩放策略,并且当叫用缩放策略时(例如,通过来自遥测服务2506的警报),缩放服务2502可执行计算,以在给定特定策略及资源的当前容量的情况下,确定是将容量增加还是减少到新值。为了获得资源的当前容量,缩放服务后端2528可对要缩放的资源的资源服务2504进行服务调用。作为响应,资源服务2504可向缩放服务2502提供当前容量(例如,“五个任务”)。
缩放服务工作流管理器2524然后可对实际拥有要缩放的资源的资源服务2504进行服务调用,以使得缩放行动被执行。换句话说,因为缩放服务2502是与托管资源的资源服务2504分离的服务,所以缩放服务2502将对拥有资源的资源服务进行服务调用,以便获得资源的状态且也改变资源的状态。
认证服务2516可以是用于认证用户及其它实体(例如,其它服务)的服务。例如,当计算资源服务提供者的客户与计算资源服务提供者的API交互时,计算资源服务提供者查询认证服务2516以确定客户是否被授权履行API请求。在创建缩放策略的过程中,客户2526可将缩放服务2502分派给授权履行某些请求的角色,并且缩放服务2502然后可承担那一角色以便做出适当请求来使得与策略相关联的资源服务缩放资源。以这种方式,角色(由角色管理服务支持)给予缩放服务2502访问停留在资源服务2504中的资源的必要许可。
客户2526可通过界面控制台创建由角色管理服务支持的角色。界面控制台可允许客户2526点击界面控制台中的适当按钮或同意复选框,并且底层系统可创建具有必要许可的角色。令牌服务2518可基于客户2526所规定的一个或多个角色向缩放服务2502提供会话凭证。这些会话凭证可被缩放服务2502用来代表客户2526与资源服务2504交互。令牌服务2518可将令牌提供给缩放服务2502,缩放服务可将所述令牌包括在请求中,所述请求提供缩放服务2502已被授予适当角色的证据,以致使资源服务2504中的资源的可缩放维度被操纵。自动缩放服务可利用所述角色来代表客户2526调用资源服务的API。
令牌服务2518的中断可能导致缩放服务2502无法承担由角色管理服务支持的角色,由此缩放服务2502无法对客户2526的资源进行缩放。在一些实施例中,缩放服务2502高速缓存缩放服务2502在承担角色时可使用的临时凭证(例如,所述临时凭证可在15分钟内有效等)。
如本公开中所描述,缩放服务2502自身不确定是否满足触发缩放策略的条件。而是,外部实体(诸如遥测服务2506)确定是否已满足条件(诸如,由客户2526规定的警报),并且如果满足,那么向缩放服务2502发送触发执行适当缩放策略的通知。因此,可通过由这一遥测服务2506发送的警报、通过触发来自外部实体的通知的事件的发生、根据客户2526的要求、根据根据调度而发送到缩放服务2502的通知或者通过某一其它外部通知来触发缩放策略。
如上所述,在一些实施例中,缩放服务支持应用缩放。在一些示例中,术语“应用堆叠”可以指经分组的一组资源,诸如,用于执行应用(诸如,包括客户的应用,诸如来自虚拟计算机系统服务的虚拟机以及来自数据库服务的数据库)。通过缩放服务接口,客户2526可将不同资源一起分组在通用名称下以进行缩放。举例来说,如果客户2526具有使用数据库服务、虚拟计算系统服务、负载平衡服务及流式服务的资源,那么客户2526可基于特定触发(例如,遥测服务2506的警报)使用一群组缩放策略来放大或缩小群组的资源的可缩放维度。至少部分地基于策略,缩放服务2502知道将哪些缩放命令发送到哪个服务。以这种方式,客户可将客户的一些或所有服务/资源分组在一起,并针对那一群组服务执行缩放,而不是个别地缩放资源。举例来说,由遥测服务警报触发的缩放策略可规定将所述群组增加三个数据库服务例子、10个虚拟机及四个负载平衡器。
另外或可替代地,在一些实施例中,缩放服务2502支持“目标跟踪度量”。在一些示例中,“目标跟踪度量”可以指客户2526想要保持在特定范围内的测量。这简化了用户体验,因为客户2526仅仅规定资源的度量及特定范围,并且缩放服务2502确定如何缩放资源以将测量保持在特定范围内。举例来说,如果可缩放维度是处理器利用率,并且客户规定将可缩放维度保持在40%与60%之间,那么缩放服务2502确定如何将测量保持在这一范围内。因此,客户不必定义例如在第一范围内按第一量放大、在第二范围内按第二量放大等等。
图26图解说明可在其中实施各种实施例的环境。计算环境2600图解说明其中事件驱动计算服务2604可用于叫用各种事件驱动函数的示例。事件驱动计算服务2604可以上文所描述的方式接收和/或监视事件2602。在一些实施例中,事件驱动计算服务2604监视的事件包括多媒体操纵服务接收插入分段。事件驱动计算服务2604可接收指示多媒体操纵服务接收到插入分段和/或多媒体选择服务将插入分段提供到多媒体操纵服务的通知,并检验所述通知以确定是否叫用各种类型的业务逻辑。
可根据以上结合图1-图24所描述的那些服务来实施的事件驱动计算服务2604还可经配置以从对多媒体流的多个请求(例如,不同用户或装置对不同广播的不同请求或对同一广播的不同请求)接收事件。事件驱动计算服务2604可接收事件2602,且内部地(例如,使用事件驱动计算服务的部件)或者外部地(例如,通过委托给另一服务)确定如何拼接可在不同逻辑和/或不同表上操作的事件。作为示例,事件驱动计算服务2604可包括事件驱动函数到内容提供者或多媒体输入流的映射。
事件驱动函数2606A、2606B及2606C可包括可执行代码、源代码、应用、脚本、例程、函数指针、例程的输入参数、回调函数、API请求或其任意组合。作为示例,事件驱动计算服务2604可包括遵从例程到事件的映射,所述映射指示应叫用哪些例程。叫用例程可包括执行代码或提供可执行代码作为请求的一部分。图26展示由事件驱动计算服务2604接收并拼接的多个事件2602,使得特定事件驱动函数基于致使分段具有经降级质量的错误类型而运行。响应于第一事件2602A而运行的事件驱动函数2606A可不同于响应于第二事件2602B而运行的事件驱动函数2606B,但不必如此,在一些情形中,事件驱动函数可在字面上(例如,两个事件都利用运行来自存储器的相同可执行代码的函数指针)或逻辑上(例如,相同函数结果)相同。在一些情形中,事件驱动函数可使用包括于事件2602A、2602B及2602C中的信息来执行工作流。
可响应于安全策略的应用或应用安全策略导致的一个或多个下游行动来生成事件。举例来说,事件可由webAPI调用触发,以应用安全策略、将策略存储在策略存储库中、将安全策略的应用记录和/或将策略存储到策略存储库中、或者其某种组合。
事件驱动计算服务2604可确定事件何时发生并响应于事件被触发而执行定制逻辑。事件触发可例如在接收作业的请求被添加到元数据服务时被检测到,或者可在稍后的时间点被确定,诸如在异步过程(例如,每天运行)处理日志记录事件并检测到作业要运行的情形中。可使用软件、硬件或其某种组合来实施事件驱动计算服务2604。在一些实施例中,分布式计算资源可响应于事件而供应并加载定制逻辑/代码,运行代码,且然后卸载代码并解除供应计算资源。在一些实施例中,将虚拟机实例化,将定制逻辑/代码加载到虚拟机,执行定制逻辑/代码,且然后在成功执行定制逻辑/代码之后即刻终止虚拟机。事件驱动计算服务2604可以是计算资源服务提供者的部件,或者可以是单独部件。
可使用事件驱动架构来实施事件驱动计算服务2604。当诸如web API等特定事件请求开始作业时,事件驱动计算服务2604可被通知(例如,由认证服务)那一事件,并且事件驱动计算服务2604可进一步接收关于所述请求的额外信息,所述额外信息可单独获得(例如,从所述请求所针对的策略管理服务)。事件驱动计算服务2604可确定如何处置所述事件,这可部分地由基于所获得的关于所述请求的信息而选择的定制代码或逻辑来处置,举例来说,定制逻辑可基于包括于作业中的元数据(例如,规定特定工作流)而针对不同作业而有所不同。在一些情形中,针对不同客户运行不同工作流。在一些实施例中,事件驱动计算服务2604可订阅针对事件的来自认证服务的通知消息,并且认证服务可响应于事件驱动平台订阅接收通知的事件来叫用回调函数(诸如lambda表达式)。
事件驱动计算服务2604可接收事件2602,且内部地(例如,使用事件驱动计算服务2604的部件)或者外部地(例如,通过委托给另一服务)确定如何处置事件。作为示例,事件驱动计算服务2604可包括关于在定制逻辑的列表当中基于正在启动的作业的特定类型或者与所述作业相关联的其它元数据应叫用哪个的规则。可能存在作业类型或工作流到定制逻辑的映射。举例来说,可基于应用于第一客户的第一作业而叫用第一定制逻辑,并且可基于应用于第二客户的第二作业而叫用第二定制逻辑。
图27图解说明根据实施例的用于实施各方面的示例性系统2700的各方面。如将了解,尽管出于解释的目的而使用了基于web的系统,但可酌情使用不同系统来实施各种实施例。在实施例中,系统包括电子客户端装置2702,所述电子客户端装置包括可操作以经由适当网络2704发送和/或接收请求、消息或信息并且将信息传达回到装置的用户的任何适当装置。这类客户端装置的示例包括个人计算机、蜂窝电话或其它移动电话、手持式消息发送装置、膝上型计算机、平板计算机、机顶盒、个人数据助理、嵌入式计算机系统、电子书阅读器等等。在实施例中,网络包括任何适当网络(包括内联网、互联网、蜂窝网络、局域网、卫星网络或任何其它这种网络和/或其组合),并且用于这种系统的部件至少部分地取决于所选择的网络和/或系统的类型。用于经由这种网络进行通信的许多协议及部件是众所周知的且本文将不再进行详细论述。在实施例中,通过有线和/或无线连接以及其组合来实现经由网络进行的通信。在实施例中,网络包括互联网和/或其它公共可寻址通信网络,这是因为系统包括用于接收请求并响应于所述请求而服务于内容的web服务器2706,尽管对于其它网络来说,可使用服务于类似目的的替代装置,如所属领域的技术人员将显而易见。
在实施例中,说明性系统包括至少一个应用服务器2708及数据存储体2710,并且应理解,可存在可链接起来或以其它方式配置的数个应用服务器、层或其它元件、过程或部件,它们可交互以执行诸如从适当数据存储体获得数据的任务。在实施例中,将服务器实施为硬件装置、虚拟计算机系统、在计算机系统上执行的编程模块和/或配置有硬件和/或软件以接收并响应于通过网络进行的通信(例如,web服务应用编程接口(API)请求)的其它装置。如本文所使用,除非另外说明或从背景中清楚,否则术语“数据存储体”是指能够存储、访问并检索数据的任何装置或装置的组合,所述装置或装置的组合可包括在任何标准、分布式、虚拟或集群式系统中的任何组合及任何数目的数据服务器、数据库、数据存储装置及数据存储介质。在实施例中,数据存储体与块级和/或对象级接口通信。应用服务器可包括任何适当硬件、软件及固件,所述硬件、软件及固件用于根据需要与数据存储体集成以执行客户端装置的一个或多个应用的各方面,从而处置应用的数据访问及业务逻辑中的一些或全部。
在实施例中,应用服务器与数据存储体协作以提供访问控制服务,并且生成包括但不限于文本、图形、音频、视频和/或其它内容的内容,所述内容由web服务器以超文本标记语言(“HTML”)、可扩展标记语言(“XML”)、JavaScript、层叠样式表单(“CSS”)、JavaScript对象表示法(JSON)和/或另一适当客户端侧结构化语言或其它结构化语言的形式提供给与客户端装置相关联的用户。在实施例中,传递到客户端装置的内容由客户端装置处理,以便以一种或多种形式提供内容,所述形式包括但不限于用户可通过听觉、视觉和/或通过其它感觉来感知的形式。在实施例中,对所有请求及响应的处置以及在客户端装置2702与应用服务器2708之间的内容递送在这一示例中由web服务器使用以下PHP来处置:超文本预处理器(“PHP”)、Python、Ruby、Perl、Java、HTML、XML、JSON和/或另一适当服务器侧结构化语言。在实施例中,在本文中被描述为由单个装置执行的操作由形成分布式和/或虚拟系统的多个装置共同地执行。
在实施例中,数据存储体2710包括用于存储与本公开的特定方面相关的数据的数个单独数据表、数据库、数据文档、动态数据存储方案和/或其它数据存储机构及介质。在实施例中,所图解说明的数据存储体包括用于存储产生数据2712及用户信息2716的机构,所述产生数据及用户信息用于为产生侧提供内容。还将数据存储体展示为包括用于存储日志数据2714的机构,所述日志数据在实施例中用于报告、计算资源管理、分析或其它这类目的。在实施例中,诸如页面图像信息及访问权信息(诸如,访问控制策略或其它权限编码)的其它方面被存储在数据存储体中、视情况位于上文所列出的机构中的任一者中或者位于数据存储体2710中的额外机构中。
在实施例中,数据存储体2710可通过与其相关联的逻辑来操作,以便从应用服务器2708接收指令并响应于所述指令而获得数据、更新数据或以其它方式处理数据,并且应用服务器2708响应于所接收指令而提供静态数据、动态数据或静态数据与动态数据的组合。在实施例中,诸如在web日志(博客)、购物应用、新闻服务以及其它这类应用中使用的数据的动态数据由如本文所描述的服务器侧结构化语言生成或者由在应用服务器上操作或在其控制下的内容管理系统(“CMS”)提供。在实施例中,用户通过由用户操作的装置来提交对某种类型的项的搜索请求。在这一示例中,数据存储体访问用户信息以验证用户的身份,访问目录详细信息以获得有关所述类型的项的信息,并且将信息返回给用户,诸如以用户通过用户装置2702上的浏览器查看的网页上的结果列表的形式。继续这一示例,在浏览器的专用页面或窗口中查看所关注特定项的信息。然而,应注意,本公开的实施例不一定限于网页的背景,而是更一般地适用于以一般方式处理请求,其中请求不一定是对内容的请求。示例性请求包括管理由系统2700和/或另一系统托管的计算资源和/或与其交互(诸如,以用于启动、终止、删除、修改、读取和/或以其它方式访问这类计算资源)的请求。
在实施例中,每一服务器典型地包括提供用于所述服务器的一般管理及操作的可执行程序指令的操作系统,并且包括存储指令的计算机可读存储介质(例如,硬盘、随机存取存储器、只读存储器等),所述指令在被服务器的处理器执行的情况下致使或以其它方式允许服务器执行其预期功能(例如,由于服务器的一个或多个处理器执行存储在计算机可读存储介质上的指令而执行功能)。
在实施例中,系统2700是利用数个计算机系统及部件的分布式和/或虚拟计算系统,所述计算机系统及部件使用一个或多个计算机网络或直接连接经由通信链路(例如,传输控制协议(TCP)连接和/或传输层安全(TLS)或其它密码保护的通信会话)进行互连。然而,所属领域的技术人员将了解,这种系统可在具有比图27中所图解说明的更少或更多数目的部件的系统中操作。因此,对图27中的系统2700的描绘本质上应被视为说明性的且不限制于本公开的范围。
可进一步在各种各样的操作环境中实施各种实施例,在一些情形中,所述操作环境可包括可用于操作若干个应用中的任一者的一个或多个用户计算机、计算装置或处理装置。在实施例中,用户或客户端装置包括若干个计算机中的任一者,诸如运行标准操作系统的桌上型计算机、膝上型计算机或平板计算机,以及运行移动软件并能够支持若干种联网及消息发送协议的蜂窝(移动)、无线及手持式装置,并且这种系统还包括运行多种可商购获得的操作系统及用于诸如开发及数据库管理的目的的其它已知应用中的任一者的多个工作站。在实施例中,这些装置还包括其它电子装置,诸如虚拟终端、瘦客户端、游戏系统及能够经由网络进行通信的其它装置、以及虚拟装置,诸如虚拟机、管理程序、利用操作系统级虚拟化的软件容器及能够经由网络进行通信的支持虚拟化的其它虚拟装置或非虚拟装置。
在实施例中,系统利用所属领域的技术人员将熟悉的至少一种网络来支持使用多种可商购获得的协议中的任一种进行通信,所述协议诸如传输控制协议/互联网协议(“TCP/IP”)、用户数据报协议(“UDP”)、在开放系统互连(“OSI”)模型的各层中操作的协议、文件传输协议(“FTP”)、通用即插即用(“UpnP”)、网络文件系统(“NFS”)、公共互联网文件系统(“CIFS”)以及其它协议。在实施例中,网络是局域网、广域网、虚拟专用网络、互联网、内联网、外联网、公共交换电话网、红外线网络、无线网络、卫星网络以及其任何组合。在实施例中,面向连接的协议用于在网络端点之间进行通信,使得面向连接的协议(有时被称为基于连接的协议)能够以有序流传输数据。在实施例中,面向连接的协议可为可靠的或不可靠的。举例来说,TCP协议是可靠的面向连接的协议。异步传递模式(“ATM”)及帧中继是不可靠的面向连接的协议。面向连接的协议与在不保证排序的情况下传输数据包的面向数据包的协议(诸如UDP)形成对比。
在实施例中,系统利用web服务器,所述web服务器运行多种服务器或中间层应用中的一者或多者,包括超文本传输协议(“HTTP”)服务器、FTP服务器、通用网关接口(“CGI”)服务器、数据服务器、Java服务器、Apache服务器以及业务应用服务器。在实施例中,一个或多个服务器还能够响应于来自用户装置的请求而执行程序或脚本,诸如通过执行一个或多个web应用,所述一个或多个web应用被实施为以任何编程语言(诸如C、C#或C++)或任何脚本语言(诸如Ruby、PHP、Perl、Python或TCL)以及其组合编写的一个或多个脚本或程序。在实施例中,一个或多个服务器还包括数据库服务器,其包括但不限于可从及商购获得的服务器以及开源服务器,诸如MySQL、Postgres、SQLite、MongoDB以及任何其它能够存储、检索及访问结构化或非结构化数据的服务器。在实施例中,数据库服务器包括基于表的服务器、基于文档的服务器、非结构化服务器、关系服务器、非关系服务器以及这些和/或其它数据库服务器的组合。
在实施例中,系统包括如上文所论述的多种数据存储体以及其它存储器及存储介质,它们可驻留在多种位置中,诸如在一个或多个计算机的本地(和/或驻留在一个或多个计算机中)或跨网络远离计算机中的任一者或所有的存储介质上。在实施例中,信息驻留在所属领域的技术人员熟悉的存储区域网(“SAN”)中,并且类似地,用于执行属于计算机、服务器或其它网络装置的功能的任何必要的文件酌情本地或远程存储。在其中系统包括计算机化装置的实施例中,每一这种装置可包括经由总线电耦合的硬件元件,所述元件包括例如至少一个中央处理单元(“CPU”或“处理器”)、至少一个输入装置(例如,鼠标、键盘、控制器、触摸屏或小键盘)、至少一个输出装置(例如,显示装置、打印机或扬声器)、至少一个存储装置(诸如硬盘驱动器、光学存储装置及固态存储装置,诸如随机存取存储器(“RAM”)或只读存储器(“ROM”)),以及可移动介质装置、存储卡、闪存卡等、以及其各种组合。
在实施例中,这种装置还包括计算机可读存储介质读取器、通信装置(例如,调制解调器、网卡(无线或有线)、红外线通信装置等)以及如上文所描述的工作存储器,其中计算机可读存储介质读取器与计算机可读存储介质连接或被配置为接收计算机可读存储介质,所述计算机可读存储介质表示远程、本地、固定和/或可移动存储装置以及用于临时和/或更永久地含有、存储、传输并检索计算机可读信息的存储介质。在实施例中,系统及各种装置通常还包括位于至少一个工作存储器装置内的多个软件应用、模块、服务或其它元件,包括操作系统及应用程序,诸如客户端应用或web浏览器。在实施例中,使用定制硬件和/或在硬件、软件(包含便携式软件,诸如小应用程序)或这两者中实施特定元件。在实施例中,采用与其它计算装置(诸如网络输入/输出装置)的连接。
在实施例中,用于含有代码或代码的部分的存储介质及计算机可读介质包括本领域中已知或使用的任何适当介质,包括存储介质及通信介质,诸如但不限于在用于存储和/或传输信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性及非易失性、可移动及不可移动介质,包括RAM、ROM、电可擦可编程只读存储器(“EEPROM”)、快闪存储器或其它存储器技术、光盘只读存储器(“CD-ROM”)、数字通用光盘(DVD)或其它光学存储装置、磁盒、磁带、磁盘存储装置或其它磁性存储装置、或可用于存储所期望信息且可由系统装置访问的任何其它介质。基于本文中所提供的公开内容及教导内容,所属领域的技术人员将了解实施各种实施例的其它方式和/或方法。
因此,说明书及附图应被认为是说明性的而非限制性的。然而,将清楚,在不脱离如权利要求书所陈述的主题的更宽泛的精神及范围的情况下,可对本发明做出各种修改及改变。
其它变体也在本公开的精神内。因此,虽然所公开技术可容许各种修改及替代构造,但在附图中已展示且在上文中已详细描述所图解说明的其特定实施例。然而,应理解,并不旨在将权利要求书所述的主题限制于所公开的一种或多种特定形式,相反,本发明旨在覆盖落入所附权利要求书所界定的本公开的精神及范围内的所有修改、替代构造及等同物。
另外,可鉴于以下条款对本公开的实施例进行描述:
条款1.一种计算机实施方法,其包括:
在前端服务处接收为客户端处理一组数据的请求;
至少部分地基于所述请求来创建作业;以及
由于正在创建所述作业而执行包括多个步骤的步骤功能工作流,以共同地:
获得所述一组数据的副本,所述副本包括一子组音频数据;
使用言语转文本服务来生成所述一子组音频数据的转录本;
使用自然语言处理(NLP)服务来对所述转录本执行一组NLP技术,以生成对所述转录本的一个或多个特性进行编码的元数据;
使用分类服务来识别与所述一子组音频数据相匹配的一个或多个类别,其中至少部分地基于评估音频数据的内容及音频特性的规则来定义一个或多个类别;以及
生成至少对所述转录本、所述元数据及所述一个或多个类别进行编码的输出;以及
将所述输出提供给所述客户端。
条款2.根据条款1所述的计算机实施方法,其中创建所述作业包括在数据库中创建指示所述作业尚未开始的条目,并且所述方法还包括:
从所述数据库检测到所述作业尚未开始;
至少部分地基于所述作业来确定执行所述步骤功能工作流的方式;以及
作为执行所述步骤功能工作流的一部分,更新所述作业的状态信息。
条款3.根据条款1或2所述的计算机实施方法,其中所述一组NLP技术包括情绪分析、实体检测或关键短语检测。
条款4.根据条款1-3中任一条款所述的计算机实施方法,其中将所述多个步骤的至少一部分异步执行为事件驱动功能。
条款5.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
从计算资源服务提供者的客户端接收用以处理一组数据的请求,所述一组数据包括音频数据;以及
由于接收所述请求而执行工作流以:
获得所述音频数据;
使用第一服务来转录所述音频数据,由此生成基于文本的转录本;
使用第二服务来执行一种或多种自然语言处理技术,由此生成与所述基于文本的转录本相关联的元数据输出;
处理至少所述元数据输出以生成人类可读输出;
使用第三服务来确定所述人类可读输出是否与一个或多个类别相匹配,其中至少部分地基于评估内容及音频特性的规则来定义所述一个或多个类别;以及
使所述人类可读输出供所述客户端使用。
条款6.根据条款5所述的系统,其中用以获得所述音频数据的指令包括如果被执行就致使所述系统执行以下操作的指令:
承担与客户端相关联的角色,其中所述客户端能经由数据存储服务来访问所述音频数据;以及
在所承担角色下,将对所述音频数据的第二请求提交给所述数据存储服务。
条款7.根据条款5或6所述的系统,其中基于谁在说话而将所述转录本分割成多个话轮。
条款8.根据条款7所述的系统,其中所述一种或多种自然语言处理技术包括将情绪分派给所述多个话轮的情绪分析。
条款9.根据条款5-8中任一条款所述的系统,其中以人类可读格式对所述输出进行编码。
条款10.根据条款5-9中任一条款所述的系统,其中所述音频数据由客户联络服务记录。
条款11.根据条款5-10中任一条款所述的系统,其中所述指令包括如果被执行就致使所述系统确定所述转录本的情绪得分的进一步指令。
条款12.根据条款5-11中任一条款所述的系统,其中所述指令包括如果被执行就致使所述系统对来自所述转录本的敏感数据进行编校的进一步指令。
条款13.一种其上存储有可执行指令的非暂时性计算机可读存储介质,所述可执行指令由于被计算机系统的一个或多个处理器执行而致使所述计算机系统:
从客户数据存储体复制源数据;
从所述源数据获得基于文本的转录本;
执行一种或多种自然语言处理技术以确定对与所述转录本相关联的对话特性进行编码的元数据;
确定一个或多个类别应用于所述源数据,其中至少部分地基于至少基于内容及对话特性来进行评估的规则来定义所述一个或多个类别;
至少部分地基于所述转录本、对与所述转录本相关联的对话特性进行编码的所述元数据以及所述一个或多个类别来生成输出;以及
使所述输出供所述客户数据存储体使用。
条款14.根据条款13所述的非暂时性计算机可读存储介质,其中所述源数据包括聊天日志及音频记录,此外其中所述基于文本的转录本是聊天日志或音频记录的转录本。
条款15.根据条款13或14所述的非暂时性计算机可读存储介质,其中所述元数据对一个或多个所检测实体、关键字词或短语进行编码。
条款16.根据条款13-15中任一条款所述的非暂时性计算机可读存储介质,其中所述元数据针对所述源数据的一个或多个部分而对说话者的情绪进行编码。
条款17.根据条款16所述的非暂时性计算机可读存储介质,其中情绪是以下各项中的一者:正面的、负面的、中性的或混合的。
条款18.根据条款13-17中任一条款所述的非暂时性计算机可读存储介质,其中所述输出是JavaScript对象表示法(JSON)文件。
条款19.根据条款13-18中任一条款所述的非暂时性计算机可读存储介质,其中所述输出包括所述一个或多个类别可适用于所述源数据处的时间戳。
条款20.根据条款13-19中任一条款所述的非暂时性计算机可读存储介质,其中所述指令包括由于被计算机系统的一个或多个处理器执行而致使所述计算机系统发出事件及计量信息的进一步指令。
条款21.一种计算机实施方法,其包括:
检测代理人与客户之间的连接以供音频通信;
建立所述代理人与计算资源服务提供者的第一服务之间的第二连接;
在所述第一服务处经由所述第二连接接收音频数据;
由于接收所述音频数据而至少通过以下操作来执行工作流:
使用第二服务来转录所述音频数据以生成转录本的至少一部分;
使用第三服务来执行一种或多种自然语言处理技术,以生成对所述转录本的一个或多个音频特性进行编码的元数据;
使用第四服务来识别与一子组音频数据相匹配的一个或多个类别,其中至少部分地基于评估内容及音频特性的规则来定义一个或多个类别;以及
至少部分地基于所述转录本、所述元数据及所述一个或多个类别来生成建议;以及
将所述建议提供给所述代理人。
条款22.根据条款21所述的计算机实施方法,其中所述第二连接是WebSocket连接。
条款23.根据条款21或22所述的计算机实施方法,其中所述一种或多种自然语言处理技术包括情绪分析、实体检测或关键短语检测中的一者或多者。
条款24.根据条款21-23中任一条款所述的计算机实施方法,其中执行所述工作流包括使用事件驱动计算服务来执行多个事件驱动功能。
条款25.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
建立代理人与计算资源服务提供者的第一服务之间的连接,以获得所述代理人及客户的音频数据;
致使第二服务转录所述音频数据以生成转录本的至少一部分;
致使第三服务执行一种或多种自然语言处理技术以生成与所述转录本相关联的元数据;
致使第四服务至少部分地基于所述元数据来确定一个或多个类别是否与所述转录本相匹配;以及
通过处理所述转录本、所述元数据及所述一个或多个类别来生成信息;以及
将所述信息提供给所述代理人。
条款26.根据条款25所述的系统,其中所述连接是实时双向通信信道。
条款27.根据条款25或26所述的系统,其中所述信息指示类别得到匹配。
条款28.根据条款25-27中任一条款所述的系统,其中用以将所述信息提供给所述代理人的所述指令包括如果被执行就致使所述系统在图形仪表板中将所述信息呈现给所述代理人的指令。
条款29.根据条款25-28中任一条款所述的系统,其中所述指令包括如果被执行就致使所述系统通过至少缓冲音频数据直到所述代理人或所述客户停止说话为止来获得所述音频数据的进一步指令。
条款30.根据条款25-29中任一条款所述的系统,其中用以通过处理所述转录本、所述元数据及所述一个或多个类别来生成信息的所述指令包括如果被执行就致使所述系统获得与所述客户问出的问题相关的一个或多个文档的指令。
条款31.根据条款30所述的系统,其中使用企业搜索服务来获得所述一个或多个文档。
条款32.根据条款25-31中任一条款所述的系统,其中响应于检测到所述代理人连接到客户而建立所述连接。
条款33.一种其上存储有可执行指令的非暂时性计算机可读存储介质,所述可执行指令由于被计算机系统的一个或多个处理器执行而致使所述计算机系统:
建立代理人与计算资源服务提供者的服务之间的连接,以获得所述代理人及客户的联络数据;
获得所述联络数据的基于文本的转录本;
执行一种或多种自然语言处理技术,以生成对所述转录本的一个或多个对话特性进行编码的元数据;
至少部分地基于所述元数据来确定应用于所述转录本的一个或多个类别,至少部分地基于评估内容及对话特性的规则来定义所述一个或多个类别;
通过处理所述转录本、所述元数据及所述一个或多个类别来生成信息;以及
将对所述信息进行编码的通知提供给所述代理人。
条款34.根据条款33所述的非暂时性计算机可读存储介质,其中所述联络数据是来自所述代理人与所述客户之间的电话呼叫的音频联络数据。
条款35.根据条款33或34所述的非暂时性计算机可读存储介质,其中所述连接基于WebSocket连接。
条款36.根据条款33-35中任一条款所述的非暂时性计算机可读存储介质,其中基于按句子分割的多个话轮来组织所述转录本。
条款37.根据条款33-36中任一条款所述的非暂时性计算机可读存储介质,其中通过处理所述转录本、所述元数据及所述一个或多个类别来生成信息的所述指令包括由于被计算机系统的一个或多个处理器执行而致使所述计算机系统执行以下操作的指令:
识别由所述客户提出的问题;
至少部分地基于所述转录本、所述元数据及所述一个或多个类别中的一者或多者,确定所述问题的一个或多个建议答案;以及
将所述答案编码在所述通知中。
条款38.根据条款33-37中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个类别基于所述音频数据的一个或多个音频特性。
条款39.根据条款33-38中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个音频特性包括:说话音量、沉默时段及中断。
条款40.根据条款33-39中任一条款所述的非暂时性计算机可读存储介质,其中将对所述信息进行编码的所述通知提供给所述代理人的指令包括如果被执行就致使所述系统在图形用户界面中将所述信息呈现给所述代理人的指令。
条款41.一种计算机实施方法,其包括:
将第一服务连接到代理人与客户之间的多个呼叫音频流;
在所述第一服务处获得所述呼叫的多个音频数据;
使用第二服务来生成所述多个音频数据的转录本;
利用第三服务来分析所述转录本以生成对与所述转录本相关联的音频特性进行编码的一组自然语言处理(NLP)输出;
至少部分地基于所述一组NLP输出利用类别来标记所述转录本,其中至少部分地基于评估内容及音频特性的规则来定义所述类别;
基于所述类别针对所述多个音频流的至少一部分生成通知;以及
将所述通知提供给所述代理人的监督者。
条款42.根据条款41所述的计算机实施方法,其中WebSocket连接用于将所述第一服务与所述多个音频流连接。
条款43.根据条款41或42所述的计算机实施方法,其中所述一组NLP输出包括通过执行情绪分析、实体检测或关键短语检测来确定的输出。
条款44.根据条款41-43中任一条款所述的计算机实施方法,其中将所述通知提供给监督者包括在图形仪表板上将所述通知呈现给所述监督者、将文本消息发送给所述监督者或者将电子邮件发送给所述监督者。
条款45.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
建立计算资源服务提供者的服务与所述计算资源服务提供者的第一客户端之间的第一通信信道,其中所述第一客户端经由第二通信信道连接到实体;
在所述服务处并经由所述第一通信信道获得所述第二通信信道的音频数据;
至少部分地基于所述音频数据来生成转录本;
使用一组自然语言处理(NLP)技术来生成对与所述转录本相关联的音频特性进行编码的元数据;
至少部分地基于所述一组NLP输出利用一个或多个类别来标记所述转录本,其中至少部分地基于评估内容及音频特性的规则来定义所述一个或多个类别;以及
向所述计算资源服务提供者的第二客户端通知利用一个或多个类别标记所述第二通信信道。
条款46.根据条款45所述的系统,其中第一通信信道是WebSocket连接,并且所述第二通信信道是电话呼叫。
条款47.根据条款45或46所述的系统,其中所述一组NLP技术包括:情绪分析、实体检测或关键短语检测。
条款48.根据条款45-47中任一条款所述的系统,其中所述一个或多个类别中的一个类别识别所述实体在所述第二通信信道上的负面趋势情绪。
条款49.根据条款45-48中任一条款所述的系统,其中所述类别中的所述一者的类别识别所述第一客户端在所述第二通信信道上与所述实体交互的方式。
条款50.根据条款45-49中任一条款所述的系统,其中用以至少部分地基于所述音频数据生成所述转录本的指令包括用以进行以下操作的指令:
对包括话轮的第一部分的所述音频数据的至少一部分进行缓冲;
在所述服务处并经由所述第一通信信道获得所述第二通信信道的额外音频数据,所述额外音频包括所述话轮的第二部分;以及
至少部分地基于所述音频数据及所述额外音频数据来生成所述转录本。
条款51.根据条款45-50中任一条款所述的系统,其中所述通知包括来自其它客户端与其它实体之间的多个连接的聚合信息。
条款52.根据条款51所述的系统,其中所述聚合信息包括所述音频数据的至少一部分所常用的问题。
条款53.一种其上存储有可执行指令的非暂时性计算机可读存储介质,所述可执行指令由于被计算机系统的一个或多个处理器执行而致使所述计算机系统至少:
建立计算资源服务提供者的服务与所述计算资源服务提供者的多个客户端之间的多个通信信道;
从所述多个通信信道获得多个联络数据;
生成针对所述多个联络数据的转录本;
使用一组自然语言处理(NLP)技术来生成对与所述转录本相关联的对话特性进行编码的元数据;
至少部分地基于所述元数据利用一个或多个类别来标记所述转录本,其中至少部分地基于评估内容及对话特性的规则来定义所述一个或多个类别;
基于所述转录本、所述元数据及类别生成针对所述多个连接的至少一部分的信息;以及
将所述信息提供给管理所述多个客户端的实体。
条款54.根据条款53所述的非暂时性计算机可读存储介质,其中所述多个通信信道是实时通信信道。
条款55.根据条款53或54所述的非暂时性计算机可读存储介质,其中使用所述一组自然语言处理(NLP)技术来生成对与所述转录本相关联的对话特性进行编码的元数据的指令包括用以向计算资源服务提供者的第二服务提交请求以运行所述一组NLP技术的指令。
条款56.根据条款53-55中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个类别基于所述联络数据的一个或多个音频特性。
条款57.根据条款53-56中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个对话特性是包括以下各项的一个或多个音频特性:说话音量、沉默时段或中断。
条款58.根据条款53-57中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个类别中的一个类别对应于用于标记其中使用亵渎的转录本。
条款59.根据条款53-58中任一条款所述的非暂时性计算机可读存储介质,其中所述信息包括关于所述多个通信信道的聚合信息。
条款60.根据条款53-59中任一条款所述的非暂时性计算机可读存储介质,其中所述聚合信息包括所述多个通信信道的至少一部分所常用的问题。
条款61.一种计算机实施方法,其包括:
在计算资源服务提供者的第一服务处获得来自所述计算资源服务提供者的客户端的音频源数据;
从所述音频数据生成输出,其中所述输出对以下各项进行编码:
由第二服务生成的音频数据的转录本,其中按说话者对所述转录本进行分割;
元数据,其对由第三服务至少部分地基于所述转录本而生成的所述转录本的一个或多个音频特性进行编码;以及
一个或多个类别,其应用于所述音频数据,其中至少部分地基于评估内容及音频特性的规则来定义所述一个或多个类别;以及
将所述输出提供给所述客户端。
条款62.根据条款61所述的计算机实施方法,其中所述元数据由所述第三服务使用一种或多种自然语言处理技术生成。
条款63.根据条款61或62所述的计算机实施方法,其中一个或多个类别对所述一个或多个类别的所述音频数据的时间段进行进一步编码。
条款64.根据条款61-63中任一条款所述的计算机实施方法,其中将所述输出提供给所述客户端包括在与所述客户端相关联的角色下将输出文件复制到数据存储服务。
条款65.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
从音频数据生成输出,其中所述输出对以下各项进行编码:
由将言语转译为文本的第一服务生成的音频数据的转录本,其中按说话者对所述转录本进行分割;
元数据,其由将一种或多种自然语言处理(NLP)技术应用于所述转录本的第二服务生成;以及
一个或多个类别,其应用于所述音频数据,其中由第三服务至少部分地基于评估内容及音频特性的规则来定义所述一个或多个类别;且
将所述输出提供给所述客户端。
条款66.根据条款65所述的系统,其中:
所述指令包括如果被执行就进一步致使所述系统在与所述客户端相关联的角色下从客户端数据存储装置获得所述音频数据的进一步指令;以及
用以将所述输出提供给所述客户端的指令包括如果被执行就致使所述系统通过至少承担所述角色来保存所述输出的副本的指令。
条款67.根据条款65或66所述的系统,其中所述NLP技术包括情绪分析、实体检测或关键字词检测。
条款68.根据条款65-67中任一条款所述的系统,其中所述输出是JavaScript对象表示法(JSON)文件。
条款69.根据条款65-68中任一条款所述的系统,其中将所述转录本分割成句子,并且所述元数据包括所述转录本的所述句子的情绪得分。
条款70.根据条款65-69中任一条款所述的系统,其中所述指令包括如果被执行就进一步致使所述系统至少部分地基于所述转录本的所述句子的所述情绪得分来生成所述转录本的总体情绪的进一步指令。
条款71.根据条款65-70中任一条款所述的系统,其中所述一个或多个类别跟踪非交谈时间及中断。
条款72.根据条款65-71中任一条款所述的系统,其中所述音频数据是电话呼叫的音频记录。
条款73.一种其上存储有可执行指令的非暂时性计算机可读存储介质,所述可执行指令由于被计算机系统的一个或多个处理器执行而致使所述计算机系统:
从联络数据生成输出,其中所述输出对以下各项进行编码:
所述联络数据的基于文本的转录本;
元数据,其对所述基于文本的转录本的一个或多个对话特性进行编码,所述元数据通过服务将一种或多种自然语言处理(NLP)技术应用于所述转录本来生成;以及
一个或多个类别,其应用于所述音频数据,其中至少部分地基于评估内容及对话特性的规则来定义所述一个或多个类别;且
将所述输出提供给所述客户端。
条款74.根据条款73所述的非暂时性计算机可读存储介质,其中所述基于文本的转录本是聊天日志或者由第二服务生成的音频记录的文本。
条款75.根据条款73或74所述的非暂时性计算机可读存储介质,其中所述对话特性包括沉默或非交谈时间。
条款76.根据条款73-75中任一条款所述的非暂时性计算机可读存储介质,其中所述基于文本的转录本是聊天日志。
条款77.根据条款73-76中任一条款所述的非暂时性计算机可读存储介质,其中用以将所述输出提供给所述客户端的指令包括由于被计算机系统的一个或多个处理器执行而致使所述计算机系统将所述输出复制到所述客户端的数据存储桶的指令。
条款78.根据条款73-77中任一条款所述的非暂时性计算机可读存储介质,其中所述一个或多个类别基于对亵渎的检测来触发类别。
条款79.根据条款73-78中任一条款所述的非暂时性计算机可读存储介质,其中所述输出是人类可读格式。
条款80.根据条款73-79中任一条款所述的非暂时性计算机可读存储介质,其中所述人类可读格式是JavaScript对象表示法(JSON)或可扩展标记语言(XML)。
条款81.一种计算机实施方法,其包括:
对与多个客户联络相关联的多个输出进行编索引,其中所述多个输出至少部分地通过以下各项来生成:
第一服务,其基于所述多个客户联络的音频数据生成转录本;
第二服务,其使用一种或多种自然语言处理(NLP)技术来生成对所述转录本的一个或多个音频特性进行编码的元数据;以及
第三服务,其将所述转录本与至少部分地基于评估内容及音频特性的规则来定义的类别相匹配;
将图形界面提供给计算资源服务提供者的客户端,以提交具有一组参数的搜索;
接收用以执行具有所述客户端所选择的所述一组参数的搜索的请求;
执行所述搜索以获得至少部分地基于所述转录本、所述元数据及所述类别确定的搜索结果;以及
将所述搜索结果提供给所述客户端。
条款82.根据条款81所述的计算机实施方法,其中:
所述一种或多种NLP技术包括关键字词检测,以生成关于在所述转录本中检测到的关键字词的一个或多个搜索索引;且
所述一组参数包括规定要搜索的一组关键字词的参数。
条款83.根据条款81或82所述的计算机实施方法,其还包括将一组类别提供给客户端,其中所述一组类别至少部分地基于其在所述搜索结果中的频率来选择。
条款84.根据条款81-83中任一条款所述的计算机实施方法,其中所述搜索结果是第一搜索结果,所述方法还包括:
从所述客户端接收第二请求以对所述一组类别中的一个类别进行筛选;
将第二搜索结果提供给所述客户端,其中所述第二搜索结果是所述第一搜索结果的子组;以及
将第二组类别提供给所述客户端,其中所述第二组类别至少部分地基于其在所述第二搜索结果中的频率来选择。
条款85.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
从客户端接收用以对与多个联络数据相关联的多个输出执行具有一组参数的搜索的请求,其中至少部分地基于以下各项来生成所述多个输出:
基于所述多个联络数据的音频数据而生成的转录本;
元数据,其对通过使用一种或多种自然语言处理(NLP)技术来确定的所述转录本的一个或多个音频特性进行编码;以及
类别,其至少部分地基于评估内容及音频特性的规则来定义,至少部分地基于所述转录本进行匹配;
搜索所述多个输出以获得至少部分地基于所述转录本、所述元数据及类别而确定的搜索结果;且
将所述搜索结果提供给所述客户端。
条款86.根据条款85所述的系统,其中:
所述一组参数对实体或关键字词进行编码;且
用以搜索所述多个输出的所述指令包括如果被执行就致使所述系统使用一个或多个索引来定位使用所述一个或多个NLP技术检测到的所述多个输出的实体或关键字词的指令。
条款87.根据条款85或86所述的系统,其中所述实体是产品名称。
条款88.根据条款85-87中任一条款所述的系统,其中所述一组搜索参数允许所述客户端关于特定代理人或所述多个联络数据中的特定联络数据对所述搜索结果进行筛选。
条款89.根据条款85-88中任一条款所述的系统,其中所述指令包括如果被执行就进一步致使所述系统将一组类别提供给所述客户端的进一步指令,其中所述一组类别至少部分地基于其在所述搜索结果中的频率来选择。
条款90.根据条款85-89中任一条款所述的系统,其中所规定一组参数规定筛选的时间间隔。
条款91.根据条款85-90中任一条款所述的系统,其中对于所述搜索结果中的特定联络数据,所述搜索结果用于显示:
联络识别符;
代理人识别符;
信道;
所述联络发生的时间信息;以及
所述联络的音频记录。
条款92.根据条款85-91中任一条款所述的系统,其中在所述搜索结果中还提供了所述音频记录的转录本。
条款93.一种其上存储有可执行指令的非暂时性计算机可读存储介质,所述可执行指令由于被计算机系统的一个或多个处理器执行而致使所述计算机系统:
从客户端接收用以对与多个联络数据相关联的多个输出执行具有所规定的一组参数的搜索的请求,其中至少部分地基于以下各项来生成所述多个输出:
基于所述多个联络数据而生成的转录本;
元数据,其对所述转录本的一个或多个对话特性进行编码,其中使用一种或多种自然语言处理(NLP)技术基于所述转录本来确定所述元数据;以及
类别,其至少部分地基于评估内容及对话特性的规则来定义,至少部分地基于所述转录本进行匹配;
搜索所述多个输出以获得至少部分地基于所述转录本、所述元数据及类别而确定的搜索结果;且
将所述搜索结果提供给所述客户端。
条款94.根据条款93所述的非暂时性计算机可读存储介质,其中所述多个联络数据包括音频联络数据及基于文本的联络数据。
条款95.根据条款93或94所述的非暂时性计算机可读存储介质,其中用以搜索所述多个输出的指令包括由于被所述一个或多个处理器执行而致使所述计算机系统使用所述一个或多个索引来定位使用所述一种或多种NLP技术检测到的所述多个输出的实体或关键字词的指令。
条款96.根据条款93-95中任一条款所述的非暂时性计算机可读存储介质,其中使用包括多个步骤的步骤功能工作流来生成所述多个输出,此外其中将所述多个步骤的至少一部分异步执行为事件驱动功能。
条款97.根据条款93-96中任一条款所述的非暂时性计算机可读存储介质,其中所述多个联络数据包括来自音频呼叫的音频数据以及来自聊天对话的基于文本的数据。
条款98.根据条款93-97中任一条款所述的非暂时性计算机可读存储介质,其中所述指令包括由于被计算机系统的一个或多个处理器执行而致使所述计算机系统执行以下操作的进一步指令:
从所述客户端接收用以对与所述搜索结果相关联的类别进行筛选的第二请求;以及
将第二搜索结果提供给所述客户端,其中所述第二搜索结果是所述搜索结果的子组且包括与所述类别相匹配的联络数据。
条款99.根据条款93-98中任一条款所述的非暂时性计算机可读存储介质,其中所述元数据对一个或多个所检测实体、关键字词或短语进行编码。
条款100.根据条款93-99中任一条款所述的非暂时性计算机可读存储介质,其中基于说话者按话轮组织所述转录本。
除非本文另外指出或明显地与上下文矛盾,否则在描述所公开的实施例的上下文中(尤其是在所附权利要求的上下文中)对术语“一(a)”及“一(an)”及“所述(the)”以及类似指称对象的使用应解释为涵盖单数及复数两者。类似地,除非明确地矛盾或与上下文矛盾,否则对术语“或”的使用应解释为意指“和/或”。除非另外指出,否则术语“包括”、“具有”、“包括”及“含有”应解释为开放式术语(即,意指“包括但不限于”)。当无修饰并且指代物理连接时,术语“经连接”应解释为部分地或全部地含纳在内、附接到、或连结在一起,即使存在介入物。除非本文另外指出,否则本文中值范围的列举仅旨在用作个别地提及落在所述范围内的每个单独值的速记方法,并且每个单独值并入到本说明书中,如同在本文中个别地阐述一样。除非另外指出或与上下文矛盾,否则术语“组”(例如,“一组项”)或“子组”的使用应解释为包括一个或多个成员的非空集合。另外,除非另外指出或与上下文矛盾,否则术语对应组的“子组”不一定表示对应组的真子组,而是子组与对应组可相等。除非另外明确地陈述或从上下文清楚,否则短语“基于”的使用意指“至少部分地基于”并且不限于“仅基于”。
除非另外具体地陈述或以其它方式明显地与上下文矛盾,否则连接性语言,诸如形式为“A、B、及C中的至少一者”或“A、B及C中的至少一者”的短语(即,有或没有牛津逗号的同一短语)在一般使用的上下文内被理解为表示某一物品、项等可为A或B或C、A及B及C的组的任何非空子组,或者包含至少一个A、至少一个B或至少一个C的不与上下文矛盾或不以其它方式排除的任何组。例如,在具有三个成员的组的说明性示例中,连接性短语“A、B、及C中的至少一者”及“A、B及C中的至少一者”是指以下组中的任一者:{A}、{B}、{C}、{A、B}、{A、C}、{B、C}、{A、B、C},以及在不明确地矛盾或不与上下文矛盾的情况下,具有{A}、{B}和/或{C}作为子组的任何组(诸如,具有多个“A”的组)。因此,这种连接性语言一般不旨在暗示某些实施例要求分别存在A中的至少一者、B中的至少一者以及C中的至少一者。类似地,除非明确地陈述或从上下文清楚不同的含义,否则诸如“A、B、或C中的至少一者”及“A、B或C中的至少一者”的短语与“A、B、及C中的至少一者”和“A、B及C中的至少一者”所指相同,是指以下组中的任一者:{A}、{B}、{C}、{A、B}、{A、C}、{B、C}、{A、B、C}。另外,除非另外指出或与上下文矛盾,否则术语“多个”指示呈复数的状态(例如,“多个项(a plurality of items)”指示多个项(multiple items))。多个项的数目为至少两个,但如果明确地指示如此或通过上下文指示如此,则可为更多。
除非本文另外指出或以其它方式明显地与上下文矛盾,否则可按任何合适次序执行本文中所描述的过程的操作。在实施例中,诸如本文中所描述的那些过程(或其变体和/或组合)的过程在被配置有可执行指令的一个或多个计算机系统的控制下执行,并且实施为在一个或多个处理器上共同地执行的代码(诸如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合实施。在实施例中,代码例如以包括可由一个或多个处理器执行的多个指令的计算机程序的形式存储在计算机可读存储介质上。在实施例中,计算机可读存储介质是不包括暂时性信号(例如,传播瞬变的电或电磁传输)但在暂时性信号的收发器内包括非暂时性数据存储电路系统(例如,缓冲器、高速缓存及队列)的非暂时性计算机可读存储介质。在实施例中,代码(例如,可执行代码或源代码)存储在其上存储有可执行指令的一组一个或多个非暂时性计算机可读存储介质上,所述可执行指令在被计算机系统的一个或多个处理器执行时(即,由于被执行)致使计算机系统执行本文中所描述的操作。在实施例中,所述一组非暂时性计算机可读存储介质包括多个非暂时性计算机可读存储介质,并且多个非暂时性计算机可读存储介质中的个别非暂时性存储介质中的一者或多者不含所有代码,而多个非暂时性计算机可读存储介质共同地存储所有代码。在实施例中,可执行指令被执行,使得不同指令被不同处理器执行,例如,在实施例中,非暂时性计算机可读存储介质存储指令,并且主CPU执行指令中的一些,而图形处理器单元执行其它指令。在另一实施例中,计算机系统的不同部件具有单独处理器,并且不同处理器执行指令的不同子组。
因此,在实施例中,计算机系统经配置以实施一个或多个服务,所述一个或多个服务单独地或共同地执行本文中所描述的过程的操作,并且这类计算机系统配置有使得能够执行所述操作的适用硬件和/或软件。此外,在本公开的实施例中,计算机系统是单个装置,并且在另一实施例中是包括多个装置的分布式计算机系统,所述多个装置不同地操作,使得分布式计算机系统执行本文中所描述的操作并且使得单个装置不执行所有操作。
本文中所提供的任何及所有示例或示范性语言(诸如,“诸如”)的使用仅旨在更好地说明各种实施例,并且除非另有要求,否则不对本权利要求书的范围施加限制。本说明书中的语言不应解释为将任何非要求保护的要素指示为实践本文中所公开的发明主题所必需。
本文中描述了本公开的实施例,包括发明人已知用于实行本中所描述的发明概念的最佳模式。在阅读上述描述后,这些实施例的变体对于所属领域的技术人员可变得显而易见。发明人期望技术人员在适当时采用这类变体,并且发明人旨在以不同于如本文中所具体描述的方式实践本公开的实施例。因此,经适用法律准许,本公开的范围包括在所附权利要求书中叙述的主题的所有修改及等效物。此外,除非本文另外指出或以其它方式明显地与上下文矛盾,否则本公开的范围涵盖其所有可能的变体中的上述要素的任何组合。
本文中所引用的所有参考文献(包括公布案、专利申请案及专利)特此以引用方式并入,其程度如同每个参考文献都被单独地且具体地指示为以引用方式并入并且其全文在本文中进行陈述一样。
Claims (15)
1.一种系统,其包括:
一个或多个处理器;以及
存储器,其存储如果被执行就致使所述系统执行以下操作的计算机可执行指令:
从计算资源服务提供者的客户端接收用以处理一组数据的请求,所述一组数据包括音频数据;以及
由于接收所述请求而执行工作流以:
获得所述音频数据;
使用第一服务来转录所述音频数据,由此生成基于文本的转录本;
使用第二服务来执行一种或多种自然语言处理技术,由此生成与所述基于文本的转录本相关联的元数据输出;
处理至少所述元数据输出以生成人类可读输出;
使用第三服务来确定所述人类可读输出是否与一个或多个类别相匹配,其中至少部分地基于评估内容及音频特性的规则来定义所述一个或多个类别;以及
使所述人类可读输出供所述客户端使用。
2.根据权利要求1所述的系统,其中用以获得所述音频数据的指令包括如果被执行就致使所述系统执行以下操作的指令:
承担与客户端相关联的角色,其中所述客户端能经由数据存储服务来访问所述音频数据;以及
在所承担角色下,将对所述音频数据的第二请求提交给所述数据存储服务。
3.根据权利要求1所述的系统,其中基于谁在说话而将所述转录本分割成多个话轮。
4.根据权利要求3所述的系统,其中所述一种或多种自然语言处理技术包括将情绪分派给所述多个话轮的情绪分析。
5.根据权利要求1所述的系统,其中以人类可读格式对所述输出进行编码。
6.根据权利要求1所述的系统,其中所述音频数据由客户联络服务记录。
7.根据权利要求1所述的系统,其中所述指令包括如果被执行就致使所述系统确定所述转录本的情绪得分的进一步指令。
8.根据权利要求1所述的系统,其中所述指令包括如果被执行就致使所述系统对来自所述转录本的敏感数据进行编校的进一步指令。
9.一种计算机实施方法,其包括:
从客户数据存储体复制源数据;
从所述源数据获得基于文本的转录本;
执行一种或多种自然语言处理技术以确定对与所述转录本相关联的对话特性进行编码的元数据;
确定一个或多个类别应用于所述源数据,其中至少部分地基于至少基于内容及对话特性来进行评估的规则来定义所述一个或多个类别;
至少部分地基于所述转录本、对与所述转录本相关联的对话特性进行编码的所述元数据以及所述一个或多个类别来生成输出;以及
使所述输出供所述客户数据存储体使用。
10.根据权利要求9所述的方法,其中所述源数据包括聊天日志及音频记录,此外其中所述基于文本的转录本是聊天日志或音频记录的转录本。
11.根据权利要求9所述的方法,其中所述元数据对一个或多个所检测实体、关键字词或短语进行编码。
12.根据权利要求9所述的方法,其中所述元数据针对所述源数据的一个或多个部分而对说话者的情绪进行编码。
13.根据权利要求12所述的方法,其中情绪是以下各项中的一者:正面的、负面的、中性的或混合的。
14.根据权利要求9所述的方法,其中所述输出包括所述一个或多个类别能适用于所述源数据处的时间戳。
15.根据权利要求9所述的方法,其还包括发出事件及计量信息。
Applications Claiming Priority (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/698,470 US11893526B2 (en) | 2019-11-27 | 2019-11-27 | Customer contact service with real-time supervisor assistance |
US16/698,478 | 2019-11-27 | ||
US16/698,484 | 2019-11-27 | ||
US16/698,484 US20210157834A1 (en) | 2019-11-27 | 2019-11-27 | Diagnostics capabilities for customer contact services |
US16/698,478 US20210158813A1 (en) | 2019-11-27 | 2019-11-27 | Enrichment of customer contact data |
US16/698,449 | 2019-11-27 | ||
US16/698,457 | 2019-11-27 | ||
US16/698,457 US20210158234A1 (en) | 2019-11-27 | 2019-11-27 | Customer contact service with real-time agent assistance |
US16/698,470 | 2019-11-27 | ||
US16/698,449 US11862148B2 (en) | 2019-11-27 | 2019-11-27 | Systems and methods to analyze customer contacts |
PCT/US2020/062093 WO2021108454A2 (en) | 2019-11-27 | 2020-11-24 | Systems and methods to analyze customer contacts |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115053244A true CN115053244A (zh) | 2022-09-13 |
Family
ID=74186816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080092264.8A Pending CN115053244A (zh) | 2019-11-27 | 2020-11-24 | 用以分析客户联络的系统及方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4066177A2 (zh) |
CN (1) | CN115053244A (zh) |
WO (1) | WO2021108454A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11789595B1 (en) * | 2020-06-29 | 2023-10-17 | United Services Automobile Association (Usaa) | Integrated smart graphical user interface for customer management systems |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11765272B2 (en) | 2021-07-30 | 2023-09-19 | Zoom Video Communications, Inc. | Data aggregation for user interaction enhancement |
US20230206255A1 (en) * | 2021-12-27 | 2023-06-29 | Google Llc | Automated Customer Trust Measurement and Insights Generation Platform |
US20240211699A1 (en) * | 2022-12-23 | 2024-06-27 | Calabrio, Inc. | Systems and methods for event driver detection |
EP4394672A1 (en) * | 2022-12-29 | 2024-07-03 | Calabrio, Inc. | Agent engagement analyzer |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9413891B2 (en) * | 2014-01-08 | 2016-08-09 | Callminer, Inc. | Real-time conversational analytics facility |
-
2020
- 2020-11-24 CN CN202080092264.8A patent/CN115053244A/zh active Pending
- 2020-11-24 EP EP20842353.3A patent/EP4066177A2/en active Pending
- 2020-11-24 WO PCT/US2020/062093 patent/WO2021108454A2/en unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11789595B1 (en) * | 2020-06-29 | 2023-10-17 | United Services Automobile Association (Usaa) | Integrated smart graphical user interface for customer management systems |
Also Published As
Publication number | Publication date |
---|---|
WO2021108454A2 (en) | 2021-06-03 |
EP4066177A2 (en) | 2022-10-05 |
WO2021108454A3 (en) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210157834A1 (en) | Diagnostics capabilities for customer contact services | |
US11862148B2 (en) | Systems and methods to analyze customer contacts | |
US20210158813A1 (en) | Enrichment of customer contact data | |
US20210158234A1 (en) | Customer contact service with real-time agent assistance | |
US11893526B2 (en) | Customer contact service with real-time supervisor assistance | |
US20210124843A1 (en) | Systems and methods related to the utilization, maintenance, and protection of personal data by customers | |
US10805386B2 (en) | Reducing transmissions by suggesting digital content for display in a group-based communication interface | |
US11442950B2 (en) | Dynamic presentation of searchable contextual actions and data | |
CN115053244A (zh) | 用以分析客户联络的系统及方法 | |
CA3107499C (en) | Systems and methods for initiating processing actions utilizing automatically generated data of a group-based communication system | |
US20180032612A1 (en) | Audio-aided data collection and retrieval | |
US10742688B2 (en) | Platform for automated regulatory compliance monitoring of messaging services | |
US11722856B2 (en) | Identifying decisions and rendering decision records in a group-based communication interface | |
US11481735B1 (en) | Validating, aggregating, and managing calendar event data from external calendar resources within a group-based communication system | |
US10938589B2 (en) | Communications analysis and participation recommendation | |
US20220366427A1 (en) | Systems and methods relating to artificial intelligence long-tail growth through gig customer service leverage | |
US20240137445A1 (en) | Representative client devices in a contact center environment | |
WO2023283182A1 (en) | Presence availability device and system | |
US11943189B2 (en) | System and method for creating an intelligent memory and providing contextual intelligent recommendations | |
WO2013089646A1 (en) | Information content reception and analysis architecture | |
WO2023017528A1 (en) | System and method for creating an intelligent memory and providing contextual intelligent recommendations |
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 |