CN115080300A - 用户下单异常的处理方法及装置 - Google Patents

用户下单异常的处理方法及装置 Download PDF

Info

Publication number
CN115080300A
CN115080300A CN202210874192.3A CN202210874192A CN115080300A CN 115080300 A CN115080300 A CN 115080300A CN 202210874192 A CN202210874192 A CN 202210874192A CN 115080300 A CN115080300 A CN 115080300A
Authority
CN
China
Prior art keywords
exception
abnormal
feedback
target
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210874192.3A
Other languages
English (en)
Inventor
林庭锐
易平
吴朝博
支涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202210874192.3A priority Critical patent/CN115080300A/zh
Publication of CN115080300A publication Critical patent/CN115080300A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793Remedial or corrective actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开涉及数据处理技术领域,提供了用户下单异常的处理方法及装置。该方法包括:实时检测目标用户在下单时是否发出异常反馈;当检测到异常反馈时,对异常反馈进行处理,得到处理结果;根据处理结果确定异常反馈对应的目标异常任务;根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。采用上述技术手段,解决现有技术中,只能通过人工对用户下单过程中遇到的异常问题进行处理的问题。

Description

用户下单异常的处理方法及装置
技术领域
本公开涉及数据处理技术领域,尤其涉及一种用户下单异常的处理方法及装置。
背景技术
随着技术的发展,外卖和各种快递日益增多。外卖和各种快递最基本的流程是用户下单、配送和收货。其中,用户下单时,往往会遇见各种问题。针对遇见这些问题,往往是通过人工的方式解决,或者不解决,白白流失这些原本会有的订单。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下技术问题:只能通过人工对用户下单过程中遇到的异常问题进行处理的问题。
发明内容
有鉴于此,本公开实施例提供了一种用户下单异常的处理方法、装置、电子设备和计算机可读存储介质,以解决现有技术中,只能通过人工对用户下单过程中遇到的异常问题进行处理的问题。
本公开实施例的第一方面,提供了一种用户下单异常的处理方法,包括:实时检测目标用户在下单时是否发出异常反馈;当检测到异常反馈时,对异常反馈进行处理,得到处理结果;根据处理结果确定异常反馈对应的目标异常任务;根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。
本公开实施例的第二方面,提供了一种用户下单异常的处理装置,包括:检测模块,被配置为实时检测目标用户在下单时是否发出异常反馈;第一处理模块,被配置为当检测到异常反馈时,对异常反馈进行处理,得到处理结果;确定模块,被配置为根据处理结果确定异常反馈对应的目标异常任务;第二处理模块,被配置为根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。
本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是:实时检测目标用户在下单时是否发出异常反馈;当检测到异常反馈时,对异常反馈进行处理,得到处理结果;根据处理结果确定异常反馈对应的目标异常任务;根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。采用上述技术手段,可以解决现有技术中,只能通过人工对用户下单过程中遇到的异常问题进行处理的问题,进而提供一种对用户下单过程中遇到的异常问题自动进行处理的方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本公开实施例的应用场景的场景示意图;
图2是本公开实施例提供的一种用户下单异常的处理方法的流程示意图;
图3是本公开实施例提供的一种用户下单异常的处理装置的结构示意图;
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本公开实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种用户下单异常的处理方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备101、102和103、服务器104以及网络105。
终端设备101、102和103可以是硬件,也可以是软件。当终端设备101、102和103为硬件时,其可以是具有显示屏且支持与服务器104通信的各种电子设备,包括但不限于智能手机、机器人、膝上型便携计算机和台式计算机等(比如102可以为机器人);当终端设备101、102和103为软件时,其可以安装在如上的电子设备中。终端设备101、102和103可以实现为多个软件或软件模块,也可以实现为单个软件或软件模块,本公开实施例对此不作限制。进一步地,终端设备101、102和103上可以安装有各种应用,例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器104可以是提供各种服务的服务器,例如,对与其建立通信连接的终端设备发送的请求进行接收的后台服务器,该后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。服务器104可以是一台服务器,也可以是由若干台服务器组成的服务器集群,或者还可以是一个云计算服务中心,本公开实施例对此不作限制。
需要说明的是,服务器104可以是硬件,也可以是软件。当服务器104为硬件时,其可以是为终端设备101、102和103提供各种服务的各种电子设备。当服务器104为软件时,其可以是为终端设备101、102和103提供各种服务的多个软件或软件模块,也可以是为终端设备101、102和103提供各种服务的单个软件或软件模块,本公开实施例对此不作限制。
网络105可以是采用同轴电缆、双绞线和光纤连接的有线网络,也可以是无需布线就能实现各种通信设备互联的无线网络,例如,蓝牙(Bluetooth)、近场通信(Near FieldCommunication,NFC)、红外(Infrared)等,本公开实施例对此不作限制。
目标用户可以通过终端设备101、102和103经由网络105与服务器104建立通信连接,以接收或发送信息等。需要说明的是,终端设备101、102和103、服务器104以及网络105的具体类型、数量和组合可以根据应用场景的实际需求进行调整,本公开实施例对此不作限制。
图2是本公开实施例提供的一种用户下单异常的处理方法的流程示意图。图2的用户下单异常的处理方法可以由图1的终端设备或服务器执行。如图2所示,该用户下单异常的处理方法包括:
S201,实时检测目标用户在下单时是否发出异常反馈;
S202,当检测到异常反馈时,对异常反馈进行处理,得到处理结果;
S203,根据处理结果确定异常反馈对应的目标异常任务;
S204,根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。
本公开实施例可以理解为应用于异常处理系统,异常处理系统负责对配件系统中配件机器人执行没有成功的订单进行处理,配件系统负责管理配件机器人,管理订单,给配件机器人分配订单,配件系统可以包括一个或多个配件机器人。目标异常任务,包括:缺货、无空闲的配件机器人、送达时间不合预期等。不同的目标异常任务对应不同的异常处理方案。通过本公开实施例,对用户下单过程中遇到的异常问题进行自动进行处理,不需要借助人工,进而降低人力成本,同时异常处理系统的效率也是高于人工的,所以也可以促成生成订单的效率。
根据本公开实施例提供的技术方案,实时检测目标用户在下单时是否发出异常反馈;当检测到异常反馈时,对异常反馈进行处理,得到处理结果;根据处理结果确定异常反馈对应的目标异常任务;根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。采用上述技术手段,可以解决现有技术中,只能通过人工对用户下单过程中遇到的异常问题进行处理的问题,进而提供一种对用户下单过程中遇到的异常问题自动进行处理的方法。
在步骤201中,实时检测目标用户在下单时是否发出异常反馈,包括:通过语音入口检测并接收语音异常反馈;和/或通过小程序入口检测并接收文本异常反馈;其中,异常反馈,包括:语音异常反馈和文本异常反馈。
可选地,目标用户下单的入口也可以分为语音入口和小程序入口;如果目标用户下单的入口为语音入口,则通过语音入口检测并接收语音异常反馈;如果目标用户下单的入口为小程序入口,则通过小程序入口检测并接收文本异常反馈。语音入口和小程序入口可以理解为两个入口链接。
在步骤202中,当检测到异常反馈时,对异常反馈进行处理,得到处理结果,包括:当异常反馈为语音异常反馈时:对语音异常反馈进行预处理,得到第一结果;使用移动窗函数对第一结果进行分帧,得到第二结果;从第二结果中提取声学特征;将声学特征输入声学模型,输出语音异常反馈的音素信息;基于音素信息确定语音异常反馈对应的目标文本;利用词向量模型将目标文本转换为第一词向量,其中,处理结果包括第一词向量。
语音异常反馈为一条或多条语音。预处理可以是将语音异常反馈的首尾端的静音切除,降低干扰,静音切除的操作一般称为VAD语言活动检测。分帧,也就是把声音切开成一小段,每小段称为一帧,使用移动窗函数来实现,移动窗函数是一个移动窗口。声学特征可以是线性预测倒谱系数(LPCC)或者Mel倒谱系数(MFCC)。在字典中查找音素信息,就可以得到目标文本。词向量模型Word2vec,是一群用来产生词向量的相关模型。
在步骤202中,当检测到异常反馈时,对异常反馈进行处理,得到处理结果,包括:当异常反馈为文本异常反馈时:利用词向量模型将文本异常反馈转换为第二词向量,其中,处理结果包括第二词向量。
在步骤203中,根据处理结果确定异常反馈对应的目标异常任务,包括:处理结果,包括:第一词向量和第二词向量;计算第一词向量和常见异常集合中的每条第三词向量的相似度;基于与第一词向量的相似度最高的第三词向量,从常见异常集合中确定出目标异常任务,其中,常见异常集合,包括:多个异常任务和每个异常任务对应的第三词向量。
相似度可以是余弦相似度。常见异常集合,包括:多个常见的异常任务。
可选地,计算第一词向量和常见异常集合中的每条第三词向量的相似度之前,利用词向量模型提取常见异常集合中每个异常任务的第三词向量。
在步骤204中,根据目标异常任务确定异常处理方案,包括:当目标异常任务为缺货时,确定异常处理方案为补货处理方案;当目标异常任务为无空闲的配件机器人时,确定异常处理方案为分配机器人处理方案;当目标异常任务为送达时间不合预期时,确定异常处理方案为送达时间调整处理方案。
无空闲的配件机器人是指配件系统中,每个配件机器人都已承接至少一个订单。实时检测目标用户在下单时是否发出异常反馈,其中,将目标用户所下之单记为目标订单,目标订单对应的物品,也就是目标用户下单的物品记为目标物品。异常处理方案为补货处理方案,依据异常处理方案对异常反馈进行处理,也就是从其他地方获取目标物品,然后将目标物品上架(物品需要上架后,才能供用户下单)。异常处理方案为分配机器人处理方案,依据分配机器人处理方案为目标订单分配配件机器人;异常处理方案为送达时间调整处理方案,依据送达时间调整处理方案调整送达时间,送达时间调整处理方案可以将送达时间调早或者调晚。
当目标异常任务为无空闲的配件机器人时,确定异常处理方案为分配机器人处理方案,包括:获取配件系统中每个配件机器人的任务信息,其中,任务信息,包括:一个或多个订单,每个订单的送达时间、起始地和目的地;获取目标订单的订单信息,其中,订单信息,包括:目标订单的送达时间、起始地和目的地,目标订单为目标用户所下之单;基于订单信息和每个配件机器人的任务信息,从配件系统中的多个配件机器人中确定出目标配件机器人,利用目标配件机器人执行目标订单。
基于订单信息和每个配件机器人的订单的送达时间、起始地和目的地的相近度大于预设阈值,可以确定出一个或多个第一配件机器人;基于一个或多个第一配件机器人的订单的数量最少的原则,从一个或多个第一配件机器人中确定目标配件机器人。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图3是本公开实施例提供的一种用户下单异常的处理装置的示意图。如图3所示,该用户下单异常的处理装置包括:
检测模块301,被配置为实时检测目标用户在下单时是否发出异常反馈;
第一处理模块302,被配置为当检测到异常反馈时,对异常反馈进行处理,得到处理结果;
确定模块303,被配置为根据处理结果确定异常反馈对应的目标异常任务;
第二处理模块304,被配置为根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。本公开实施例可以理解为应用于异常处理系统,异常处理系统负责对配件系统中配件机器人执行没有成功的订单进行处理,配件系统负责管理配件机器人,管理订单,给配件机器人分配订单,配件系统可以包括一个或多个配件机器人。目标异常任务,包括:缺货、无空闲的配件机器人、送达时间不合预期等。不同的目标异常任务对应不同的异常处理方案。通过本公开实施例,对用户下单过程中遇到的异常问题进行自动进行处理,不需要借助人工,进而降低人力成本,同时异常处理系统的效率也是高于人工的,所以也可以促成生成订单的效率。
根据本公开实施例提供的技术方案,实时检测目标用户在下单时是否发出异常反馈;当检测到异常反馈时,对异常反馈进行处理,得到处理结果;根据处理结果确定异常反馈对应的目标异常任务;根据目标异常任务确定异常处理方案,并依据异常处理方案对异常反馈进行处理。采用上述技术手段,可以解决现有技术中,只能通过人工对用户下单过程中遇到的异常问题进行处理的问题,进而提供一种对用户下单过程中遇到的异常问题自动进行处理的方法。
可选地,检测模块301还被配置为通过语音入口检测并接收语音异常反馈;和/或通过小程序入口检测并接收文本异常反馈;其中,异常反馈,包括:语音异常反馈和文本异常反馈。
可选地,目标用户下单的入口也可以分为语音入口和小程序入口;如果目标用户下单的入口为语音入口,则通过语音入口检测并接收语音异常反馈;如果目标用户下单的入口为小程序入口,则通过小程序入口检测并接收文本异常反馈。语音入口和小程序入口可以理解为两个入口链接。
可选地,第一处理模块302还被配置为当异常反馈为语音异常反馈时:对语音异常反馈进行预处理,得到第一结果;使用移动窗函数对第一结果进行分帧,得到第二结果;从第二结果中提取声学特征;将声学特征输入声学模型,输出语音异常反馈的音素信息;基于音素信息确定语音异常反馈对应的目标文本;利用词向量模型将目标文本转换为第一词向量,其中,处理结果包括第一词向量。
语音异常反馈为一条或多条语音。预处理可以是将语音异常反馈的首尾端的静音切除,降低干扰,静音切除的操作一般称为VAD语言活动检测。分帧,也就是把声音切开成一小段,每小段称为一帧,使用移动窗函数来实现,移动窗函数是一个移动窗口。声学特征可以是线性预测倒谱系数(LPCC)或者Mel倒谱系数(MFCC)。在字典中查找音素信息,就可以得到目标文本。词向量模型Word2vec,是一群用来产生词向量的相关模型。
可选地,第一处理模块302还被配置为当异常反馈为文本异常反馈时:利用词向量模型将文本异常反馈转换为第二词向量,其中,处理结果包括第二词向量。
可选地,确定模块303还被配置为计算第一词向量和常见异常集合中的每条第三词向量的相似度;基于与第一词向量的相似度最高的第三词向量,从常见异常集合中确定出目标异常任务,其中,常见异常集合,包括:多个异常任务和每个异常任务对应的第三词向量。
相似度可以是余弦相似度。常见异常集合,包括:多个常见的异常任务。
可选地,计算第一词向量和常见异常集合中的每条第三词向量的相似度之前,利用词向量模型提取常见异常集合中每个异常任务的第三词向量。
可选地,第二处理模块304还被配置为目标异常任务为缺货时,确定异常处理方案为补货处理方案;当目标异常任务为无空闲的配件机器人时,确定异常处理方案为分配机器人处理方案;当目标异常任务为送达时间不合预期时,确定异常处理方案为送达时间调整处理方案。
实时检测目标用户在下单时是否发出异常反馈,其中,将目标用户所下之单记为目标订单,目标订单对应的物品,也就是目标用户下单的物品记为目标物品。异常处理方案为补货处理方案,依据异常处理方案对异常反馈进行处理,也就是从其他地方获取目标物品,然后将目标物品上架(物品需要上架后,才能供用户下单)。异常处理方案为分配机器人处理方案,依据分配机器人处理方案为目标订单分配配件机器人;异常处理方案为送达时间调整处理方案,依据送达时间调整处理方案调整送达时间,送达时间调整处理方案可以将送达时间调早或者调晚。
可选地,第二处理模块304还被配置为获取配件系统中每个配件机器人的任务信息,其中,任务信息,包括:一个或多个订单,每个订单的送达时间、起始地和目的地;获取目标订单的订单信息,其中,订单信息,包括:目标订单的送达时间、起始地和目的地,目标订单为目标用户所下之单;基于订单信息和每个配件机器人的任务信息,从配件系统中的多个配件机器人中确定出目标配件机器人,利用目标配件机器人执行目标订单。
基于订单信息和每个配件机器人的订单的送达时间、起始地和目的地的相近度大于预设阈值,可以确定出一个或多个第一配件机器人;基于一个或多个第一配件机器人的订单的数量最少的原则,从一个或多个第一配件机器人中确定目标配件机器人。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示,该实施例的电子设备4包括:处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者,处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地,计算机程序403可以被分割成一个或多个模块/单元,一个或多个模块/单元被存储在存储器402中,并由处理器401执行,以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元,例如,电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备,例如,电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本公开实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围,均应包含在本公开的保护范围之内。

Claims (10)

1.一种用户下单异常的处理方法,其特征在于,包括:
实时检测目标用户在下单时是否发出异常反馈;
当检测到所述异常反馈时,对所述异常反馈进行处理,得到处理结果;
根据所述处理结果确定所述异常反馈对应的目标异常任务;
根据所述目标异常任务确定异常处理方案,并依据所述异常处理方案对所述异常反馈进行处理。
2.根据权利要求1所述的方法,其特征在于,所述实时检测目标用户在下单时是否发出异常反馈,包括:
通过语音入口检测并接收语音异常反馈;和/或
通过小程序入口检测并接收文本异常反馈;
其中,所述异常反馈,包括:所述语音异常反馈和所述文本异常反馈。
3.根据权利要求1所述的方法,其特征在于,所述当检测到所述异常反馈时,对所述异常反馈进行处理,得到处理结果,包括:
当所述异常反馈为语音异常反馈时:
对所述语音异常反馈进行预处理,得到第一结果;
使用移动窗函数对所述第一结果进行分帧,得到第二结果;
从所述第二结果中提取声学特征;
将所述声学特征输入声学模型,输出所述语音异常反馈的音素信息;
基于所述音素信息确定所述语音异常反馈对应的目标文本;
利用词向量模型将所述目标文本转换为第一词向量,其中,所述处理结果包括所述第一词向量。
4.根据权利要求1所述的方法,其特征在于,所述当检测到所述异常反馈时,对所述异常反馈进行处理,得到处理结果,包括:
当所述异常反馈为文本异常反馈时:
利用词向量模型将所述文本异常反馈转换为第二词向量,其中,所述处理结果包括所述第二词向量。
5.根据权利要求1所述的方法,其特征在于,所述根据所述处理结果确定所述异常反馈对应的目标异常任务,包括:
所述处理结果,包括:第一词向量和第二词向量;
计算所述第一词向量和常见异常集合中的每条第三词向量的相似度;
基于与所述第一词向量的相似度最高的第三词向量,从所述常见异常集合中确定出所述目标异常任务,其中,所述常见异常集合,包括:多个异常任务和每个异常任务对应的第三词向量。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标异常任务确定异常处理方案,包括:
当所述目标异常任务为缺货时,确定所述异常处理方案为补货处理方案;
当所述目标异常任务为无空闲的配件机器人时,确定所述异常处理方案为分配机器人处理方案;
当所述目标异常任务为送达时间不合预期时,确定所述异常处理方案为送达时间调整处理方案。
7.根据权利要求6所述的方法,其特征在于,所述当所述目标异常任务为无空闲的配件机器人时,确定所述异常处理方案为分配机器人处理方案,包括:
获取配件系统中每个配件机器人的任务信息,其中,所述任务信息,包括:一个或多个订单,每个订单的送达时间、起始地和目的地;
获取目标订单的订单信息,其中,所述订单信息,包括:所述目标订单的送达时间、起始地和目的地,所述目标订单为所述目标用户所下之单;
基于所述订单信息和每个配件机器人的任务信息,从所述配件系统中的多个配件机器人中确定出目标配件机器人,利用所述目标配件机器人执行所述目标订单。
8.一种用户下单异常的处理装置,其特征在于,包括:
检测模块,被配置为实时检测目标用户在下单时是否发出异常反馈;
第一处理模块,被配置为当检测到所述异常反馈时,对所述异常反馈进行处理,得到处理结果;
确定模块,被配置为根据所述处理结果确定所述异常反馈对应的目标异常任务;
第二处理模块,被配置为根据所述目标异常任务确定异常处理方案,并依据所述异常处理方案对所述异常反馈进行处理。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
CN202210874192.3A 2022-07-25 2022-07-25 用户下单异常的处理方法及装置 Pending CN115080300A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210874192.3A CN115080300A (zh) 2022-07-25 2022-07-25 用户下单异常的处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210874192.3A CN115080300A (zh) 2022-07-25 2022-07-25 用户下单异常的处理方法及装置

Publications (1)

Publication Number Publication Date
CN115080300A true CN115080300A (zh) 2022-09-20

Family

ID=83242336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210874192.3A Pending CN115080300A (zh) 2022-07-25 2022-07-25 用户下单异常的处理方法及装置

Country Status (1)

Country Link
CN (1) CN115080300A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734533A (zh) * 2017-04-13 2018-11-02 宁波轩悦行电动汽车服务有限公司 目的地充电桩不足的异常还车情况处理方法
CN110277088A (zh) * 2019-05-29 2019-09-24 平安科技(深圳)有限公司 智能语音识别方法、装置及计算机可读存储介质
CN111785256A (zh) * 2020-06-28 2020-10-16 北京三快在线科技有限公司 声学模型训练方法、装置、电子设备及存储介质
CN111833150A (zh) * 2020-07-15 2020-10-27 米思米(中国)精密机械贸易有限公司 订单生成方法及装置
CN113112316A (zh) * 2019-12-24 2021-07-13 阿里巴巴集团控股有限公司 一种异常处理方法及其装置
CN113115351A (zh) * 2021-03-31 2021-07-13 深圳市优克联新技术有限公司 一种网络异常的处理方法、处理装置、终端设备及介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734533A (zh) * 2017-04-13 2018-11-02 宁波轩悦行电动汽车服务有限公司 目的地充电桩不足的异常还车情况处理方法
CN110277088A (zh) * 2019-05-29 2019-09-24 平安科技(深圳)有限公司 智能语音识别方法、装置及计算机可读存储介质
CN113112316A (zh) * 2019-12-24 2021-07-13 阿里巴巴集团控股有限公司 一种异常处理方法及其装置
CN111785256A (zh) * 2020-06-28 2020-10-16 北京三快在线科技有限公司 声学模型训练方法、装置、电子设备及存储介质
CN111833150A (zh) * 2020-07-15 2020-10-27 米思米(中国)精密机械贸易有限公司 订单生成方法及装置
CN113115351A (zh) * 2021-03-31 2021-07-13 深圳市优克联新技术有限公司 一种网络异常的处理方法、处理装置、终端设备及介质

Similar Documents

Publication Publication Date Title
CA3109017C (en) Data driven speech enabled self-help systems and methods of operating thereof
CN107705782B (zh) 用于确定音素发音时长的方法和装置
CN111061881A (zh) 文本分类方法、设备及存储介质
CN110956955B (zh) 一种语音交互的方法和装置
CN108028044A (zh) 使用多个识别器减少延时的语音识别系统
CN110060663A (zh) 一种应答服务的方法、装置及系统
CN109829164A (zh) 用于生成文本的方法和装置
CN108962226B (zh) 用于检测语音的端点的方法和装置
CN110232920A (zh) 语音处理方法和装置
CN111326159B (zh) 一种语音识别方法、装置、系统
CN110675865B (zh) 用于训练混合语言识别模型的方法和装置
CN110223694B (zh) 语音处理方法、系统和装置
CN114067842B (zh) 客户满意度鉴别方法及装置、存储介质及电子设备
CN115080300A (zh) 用户下单异常的处理方法及装置
CN110414205A (zh) 用于生成用户画像的方法、装置、电子设备及介质
CN113763968B (zh) 用于识别语音的方法、装置、设备、介质和产品
CN113360672B (zh) 用于生成知识图谱的方法、装置、设备、介质和产品
CN112256855B (zh) 用户意图的识别方法和装置
CN114997989A (zh) 基于区块链的贷款请求处理方法及装置
CN110083807B (zh) 合同的修改影响自动预测方法、装置、介质及电子设备
CN114171063A (zh) 一种实时话务客户情绪分析辅助方法及系统
CN112632241A (zh) 智能会话的方法、装置、设备和计算机可读介质
CN113066479A (zh) 一种评测模型的方法和装置
CN115170348A (zh) 酒店服务方法及装置
CN113066506B (zh) 音频数据分离方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20220920

RJ01 Rejection of invention patent application after publication