CN115408553A - 一种用于优化生成呼叫中心服务的系统 - Google Patents
一种用于优化生成呼叫中心服务的系统 Download PDFInfo
- Publication number
- CN115408553A CN115408553A CN202211069030.9A CN202211069030A CN115408553A CN 115408553 A CN115408553 A CN 115408553A CN 202211069030 A CN202211069030 A CN 202211069030A CN 115408553 A CN115408553 A CN 115408553A
- Authority
- CN
- China
- Prior art keywords
- service
- voice
- user
- unit
- content
- 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
- 238000013441 quality evaluation Methods 0.000 claims abstract description 49
- 230000004044 response Effects 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 230000007246 mechanism Effects 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000003993 interaction Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 238000001303 quality assessment method Methods 0.000 claims description 17
- 230000002452 interceptive effect Effects 0.000 claims description 15
- 238000013519 translation Methods 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 108010001267 Protein Subunits Proteins 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/632—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Library & Information Science (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种用于优化生成呼叫中心服务的系统,包括:语音识别优化模块,用于将用户语音与语音数据库中的现有语音进行对比分析,优化生成语音数据库;呼叫流程优化模块,用于监测分析呼叫应答环节的阶段用时,优化生成自适应交互服务流程;服务质量优化模块,用于根据用户的呼叫服务反馈结果,优化生成服务质量评估机制。本发明通过优化语音数据库、呼叫服务流程和服务质量评估机制,可提高呼叫中心服务中的用户语音辨别度,提高呼叫服务流程的流畅程度,并提高服务质量评估的灵活性和准确性。
Description
技术领域
本发明涉及呼叫服务技术领域,尤其涉及一种用于优化生成呼叫中心服务的系统。
背景技术
呼叫中心服务,是把用户的呼叫转移到应答台或者专家处,把客户部分常见问题的应答实现由机器来应答和处理;传统意义上的呼叫中心,是指以电话接入为主的呼叫响应中心,为客户提供各种电话响应服务。
现有的专利号为CN 105359126A的申请文件,公开了一种用于在混合操作环境中优化生成呼叫中心服务的系统和方法;其方法包括:第一操作环境中的处理剂接收由与呼叫中心服务相关的第一呼叫中心资源传送的消息,该消息进一步由边界设备发送到该处理器,该边界设备设置于不同于第一操作环境的第二操作环境中,边界设备被配置为对所述消息隐藏呼叫中心资源位置的识别,尽管存在上述隐藏,处理器可以根据处理器从所述消息中检索到的识别信息识别第一呼叫中心资源的位置,处理器根据所识别的第一呼叫中心资源位置选择第二呼叫中心资源以提供呼叫中心服务;该申请文件是建立混合模型以同时在本地呼叫中心后端和云中管理媒体流量。
现有的呼叫中心服务面临着客户语音辨别不清晰、呼叫流程不流畅、服务质量评估机制不够准确灵活的问题。
发明内容
本发明提供了一种用于优化生成呼叫中心服务的系统,通过优化语音数据库、呼叫服务流程和服务质量评估机制,可提高呼叫中心服务中的用户语音辨别度,提高呼叫服务流程的流畅程度,并提高服务质量评估的灵活性和准确性。
本发明提供了一种用于优化生成呼叫中心服务的系统,包括:
语音识别优化模块,用于将用户语音与语音数据库中的现有语音进行对比分析,优化生成语音数据库;
呼叫流程优化模块,用于监测分析呼叫应答环节的阶段用时,优化生成自适应交互服务流程;
服务质量优化模块,用于根据用户的呼叫服务反馈结果,优化生成服务质量评估机制。
进一步地,所述语音识别优化模块包括语音特征获取单元、语音特征比较单元、语音处理单元;
所述语音特征获取单元,用于获取用户的语音特征、语音特征数据库中的现有语音特征;
所述语音特征比较单元,用于比较用户的语音特征与现有语音特征的相似度,获得比较结果;
所述语音处理单元,用于根据比较结果进行处理;若比较结果不同,则将用户的语音特征增补到语音特征数据库;若比较结果相同,则作二次分析处理。
进一步地,所述语音特征获取单元包括语音转译子单元、转译文本特征提取子单元、语音特征生成子单元;
所述语音转译子单元,用于将语音转译成文本;
所述转译文本特征提取子单元,用于基于预设的提取指标提取文本的特征,获得特征数据集;所述提取指标包括文本长度、文本关键词数量、文本关键词内容、文本生僻词内容、文本关键词语调;
所述语音特征生成子单元,用于按照标签-内容-显著特征的顺序,排列组合文本的特征,生成语音特征。
进一步地,所述二次分析处理包括:
分析用户语音特征中的文本关键词语调的标准度值,若所述标准度值大于现有语音特征中的文本关键词语调的标准度值,则将用户语音替换现有语音,更新语音特征数据库;
分析用户语音特征中的文本生僻词内容的含义关联度值,将所述含义关联度值大于预设的含义关联度阈值,则将用户语音特征中的文本生僻词内容,补充到相关联的现有语音特征中的文本关键词内容中,并作标记处理,优化语音特征数据库。
进一步地,所述呼叫流程优化模块包括流程监测单元、自适应交互服务生成单元;
所述流程监测单元,用于监测呼叫应答环节的阶段用时,若阶段用时超过预设的标准时间,则对超时原因进行分析;若分析确定为应答服务原因,则改进应答方式和内容;若分析确定为用户操作原因,则改进交互服务内容;
所述自适应交互服务生成单元,用于设置阶段用时、阶段用时调整条件、阶段用时调整策略,当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整阶段用时,生成自适应交互服务。
进一步地,所述自适应交互服务生成单元包括:当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整推迟第一预设时长;在第一预设时长周期内,按照第一调整应答策略服务用户;
若在第一预设时长周期内,完成阶段应答目标,则立即转入下一阶段;若在第一预设时长周期内,未能完成阶段应答目标,则按照阶段用时调整策略调整再次推迟第二预设时长,在第二预设时长周期内,按照第二调整应答策略服务用户;若在第二预设时长周期内,仍未能完成阶段应答目标,则记录用户呼叫内容并转接疑难用户应答子服务。
进一步地,所述服务质量优化模块包括服务质量评估指标获取单元、服务质量反馈结果统计单元、服务质量评估机制生成单元;
所述服务质量评估指标获取单元,用于获取服务质量评估指标、指标权重值和指标权重值占比;
所述服务质量反馈结果统计单元,用于周期性地分析用户服务反馈结果,获取影响服务质量评估指标的影响因子占比;
所述服务质量评估机制生成单元,用于根据影响因子占比与指标权重值占比的匹配调整规则,优化生成服务质量评估机制。
进一步地,所述服务质量评估机制生成单元包括:
基于影响因子发生的概率,调整影响因子占比目标值的浮动范围;概率增加时,相应上浮影响因子占比目标值;概率减少时,相应下浮影响因子占比目标值;
基于历史数据,建立影响因子占比与指标权重值占比的匹配关系;
通过分析影响因子发生的概率变化,调整服务质量评估指标;当影响因子发生的概率高于上一统计周期内的概率值时,降低相匹配的服务质量评估指标权重值占比;反之,则增加相匹配的服务质量评估指标权重值占比。
进一步地,还包括呼叫中心服务中断处理模块,用于跟踪存储呼叫中心服务流程,在因意外情况服务中断,重启服务后可续接;所述呼叫中心服务中断处理模块包括数据跟踪存储单元、数据处理单元、服务重启切换单元;
所述数据跟踪存储单元,用于根据监测分析呼叫应答环节的阶段用时,按照预设的周期存储服务数据,并建立数据标签;
所述数据处理单元,用于汇总存储服务数据,生成服务中断切换衔接内容;
所述服务重启切换单元,用于根据数据标签和服务中断切换衔接内容,应答用户,并在存储服务数据上续接存储服务重启的数据。
进一步地,还包括服务拓展模块,用于根据用户的呼叫服务需求,基于AI自学习模型,提供给用户若干附加增值微服务;所述服务拓展模块包括服务内容获取单元、服务内容拓展关联内容获取单元、微服务生成单元;
所述服务内容获取单元,用于获取完成服务目标的服务全过程内容,基于预设的用户关键信息提取模型,提取用户服务的关键信息;
所述服务内容拓展关联内容获取单元,用于基于AI自学习模型,将用户服务的关键信息拓展关联,生成拓展关联服务内容;
所述微服务生成单元,用于基于预设的微服务模型库,查询拓展关联服务内容所对应的微服务,筛选整理后推送给用户。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明的一种用于优化生成呼叫中心服务的系统结构示意图;
图2为本发明的一种用于优化生成呼叫中心服务的语音识别优化模块结构示意图;
图3为本发明的一种用于优化生成呼叫中心服务的呼叫流程优化模块结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供了一种用于优化生成呼叫中心服务的系统,如图1所示,包括:
语音识别优化模块,用于将用户语音与语音数据库中的现有语音进行对比分析,优化生成语音数据库;
呼叫流程优化模块,用于监测分析呼叫应答环节的阶段用时,优化生成自适应交互服务流程;
服务质量优化模块,用于根据用户的呼叫服务反馈结果,优化生成服务质量评估机制。
上述技术方案的工作原理为:通过语音识别优化模块,将用户语音与语音数据库中的现有语音进行对比分析,优化生成语音数据库;通过呼叫流程优化模块,监测分析呼叫应答环节的阶段用时,优化生成自适应交互服务流程;通过服务质量优化模块,根据用户的呼叫服务反馈结果,优化生成服务质量评估机制。
上述技术方案的有益效果为:采用本实施例提供的方案,通过优化语音数据库、呼叫服务流程和服务质量评估机制,可提高呼叫中心服务中的用户语音辨别度,提高呼叫服务流程的流畅程度,并提高服务质量评估的灵活性和准确性。
在一个实施例中,如图2所示,所述语音识别优化模块包括语音特征获取单元、语音特征比较单元、语音处理单元;
所述语音特征获取单元,用于获取用户的语音特征、语音特征数据库中的现有语音特征;
所述语音特征比较单元,用于比较用户的语音特征与现有语音特征的相似度,获得比较结果;
所述语音处理单元,用于根据比较结果进行处理;若比较结果不同,则将用户的语音特征增补到语音特征数据库;若比较结果相同,则作二次分析处理。
上述技术方案的工作原理为:语音识别优化模块包括语音特征获取单元、语音特征比较单元、语音处理单元;
语音特征获取单元,用来获取用户的语音特征、语音特征数据库中的现有语音特征,为语音特征的比较提供数据基础;
语音特征比较单元,通过比较用户的语音特征与现有语音特征的相似度,获得比较结果;
所述语音处理单元,用于根据比较结果进行处理;若比较结果不同,则将用户的语音特征增补到语音特征数据库;若比较结果相同,则作二次分析处理。
上述技术方案的有益效果为:采用本实施例提供的方案,可将用户的语音进行有针对性地处理,从而完善语音数据库。
在一个实施例中,所述语音特征获取单元包括语音转译子单元、转译文本特征提取子单元、语音特征生成子单元;
所述语音转译子单元,用于将语音转译成文本;
所述转译文本特征提取子单元,用于基于预设的提取指标提取文本的特征,获得特征数据集;所述提取指标包括文本长度、文本关键词数量、文本关键词内容、文本生僻词内容、文本关键词语调;
所述语音特征生成子单元,用于按照标签-内容-显著特征的顺序,排列组合文本的特征,生成语音特征。
上述技术方案的工作原理为:语音特征获取单元包括语音转译子单元、转译文本特征提取子单元、语音特征生成子单元;
所述语音转译子单元,用于将语音转译成文本;
所述转译文本特征提取子单元,用于基于预设的提取指标提取文本的特征,获得特征数据集;所述提取指标包括文本长度、文本关键词数量、文本关键词内容、文本生僻词内容、文本关键词语调;
所述语音特征生成子单元,用于按照标签-内容-显著特征的顺序,排列组合文本的特征,生成语音特征。
上述技术方案的有益效果为:采用本实施例提供的方案,通过将语音转译成文本,然后根据文本特征生成语音特征,有利于获取语音的关键特征,提高了特征获取的准确性。
在一个实施例中,所述二次分析处理包括:
分析用户语音特征中的文本关键词语调的标准度值,若所述标准度值大于现有语音特征中的文本关键词语调的标准度值,则将用户语音替换现有语音,更新语音特征数据库;
分析用户语音特征中的文本生僻词内容的含义关联度值,将所述含义关联度值大于预设的含义关联度阈值,则将用户语音特征中的文本生僻词内容,补充到相关联的现有语音特征中的文本关键词内容中,并作标记处理,优化语音特征数据库。
上述技术方案的工作原理为:进行二次分析处理包括:
分析用户语音特征中的文本关键词语调的标准度值,若所述标准度值大于现有语音特征中的文本关键词语调的标准度值,则将用户语音替换现有语音,更新语音特征数据库;
分析用户语音特征中的文本生僻词内容的含义关联度值,将所述含义关联度值大于预设的含义关联度阈值,则将用户语音特征中的文本生僻词内容,补充到相关联的现有语音特征中的文本关键词内容中,并作标记处理,优化语音特征数据库。
上述技术方案的有益效果为:采用本实施例提供的方案,通过对语音特征的文本关键词语调和文本生僻词内容的含义关联度值进行分析处理,可提高语音数据库优化的质量。
在一个实施例中,如图3所示,所述呼叫流程优化模块包括流程监测单元、自适应交互服务生成单元;
所述流程监测单元,用于监测呼叫应答环节的阶段用时,若阶段用时超过预设的标准时间,则对超时原因进行分析;若分析确定为应答服务原因,则改进应答方式和内容;若分析确定为用户操作原因,则改进交互服务内容;
所述自适应交互服务生成单元,用于设置阶段用时、阶段用时调整条件、阶段用时调整策略,当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整阶段用时,生成自适应交互服务。
上述技术方案的工作原理为:所述呼叫流程优化模块包括流程监测单元、自适应交互服务生成单元;
所述流程监测单元,用于监测呼叫应答环节的阶段用时,若阶段用时超过预设的标准时间,则对超时原因进行分析;若分析确定为应答服务原因,则改进应答方式和内容;若分析确定为用户操作原因,则改进交互服务内容;
所述自适应交互服务生成单元,用于设置阶段用时、阶段用时调整条件、阶段用时调整策略,当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整阶段用时,生成自适应交互服务。
上述技术方案的有益效果为:采用本实施例提供的方案,通过监测服务流程的阶段用时,可根据用时的变化,分析流程是否顺利,进行有针对性地调整。
在一个实施例中,所述自适应交互服务生成单元包括:当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整推迟第一预设时长;在第一预设时长周期内,按照第一调整应答策略服务用户;
若在第一预设时长周期内,完成阶段应答目标,则立即转入下一阶段;若在第一预设时长周期内,未能完成阶段应答目标,则按照阶段用时调整策略调整再次推迟第二预设时长,在第二预设时长周期内,按照第二调整应答策略服务用户;若在第二预设时长周期内,仍未能完成阶段应答目标,则记录用户呼叫内容并转接疑难用户应答子服务。
上述技术方案的工作原理为:所述自适应交互服务生成单元包括:当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整推迟第一预设时长;在第一预设时长周期内,按照第一调整应答策略服务用户;
若在第一预设时长周期内,完成阶段应答目标,则立即转入下一阶段;若在第一预设时长周期内,未能完成阶段应答目标,则按照阶段用时调整策略调整再次推迟第二预设时长,在第二预设时长周期内,按照第二调整应答策略服务用户;若在第二预设时长周期内,仍未能完成阶段应答目标,则记录用户呼叫内容并转接疑难用户应答子服务。
上述技术方案的有益效果为:采用本实施例提供的方案,通过设置分阶段地自适应服务,可提高服务流程的灵活性和质量。
在一个实施例中,所述服务质量优化模块包括服务质量评估指标获取单元、服务质量反馈结果统计单元、服务质量评估机制生成单元;
所述服务质量评估指标获取单元,用于获取服务质量评估指标、指标权重值和指标权重值占比;
所述服务质量反馈结果统计单元,用于周期性地分析用户服务反馈结果,获取影响服务质量评估指标的影响因子占比;
所述服务质量评估机制生成单元,用于根据影响因子占比与指标权重值占比的匹配调整规则,优化生成服务质量评估机制。
上述技术方案的工作原理为:所述服务质量优化模块包括服务质量评估指标获取单元、服务质量反馈结果统计单元、服务质量评估机制生成单元;
所述服务质量评估指标获取单元,用于获取服务质量评估指标、指标权重值和指标权重值占比;
所述服务质量反馈结果统计单元,用于周期性地分析用户服务反馈结果,获取影响服务质量评估指标的影响因子占比;
所述服务质量评估机制生成单元,用于根据影响因子占比与指标权重值占比的匹配调整规则,优化生成服务质量评估机制。
上述技术方案的有益效果为:采用本实施例提供的方案,通过分析服务质量的影响因子和指标权重,可为改进服务质量提供参考。
在一个实施例中,所述服务质量评估机制生成单元包括:
基于影响因子发生的概率,调整影响因子占比目标值的浮动范围;概率增加时,相应上浮影响因子占比目标值;概率减少时,相应下浮影响因子占比目标值;
基于历史数据,建立影响因子占比与指标权重值占比的匹配关系;
通过分析影响因子发生的概率变化,调整服务质量评估指标;当影响因子发生的概率高于上一统计周期内的概率值时,降低相匹配的服务质量评估指标权重值占比;反之,则增加相匹配的服务质量评估指标权重值占比。
上述技术方案的工作原理为:所述服务质量评估机制生成单元包括:
基于影响因子发生的概率,调整影响因子占比目标值的浮动范围;概率增加时,相应上浮影响因子占比目标值;概率减少时,相应下浮影响因子占比目标值;
基于历史数据,建立影响因子占比与指标权重值占比的匹配关系;
通过分析影响因子发生的概率变化,调整服务质量评估指标;当影响因子发生的概率高于上一统计周期内的概率值时,降低相匹配的服务质量评估指标权重值占比;反之,则增加相匹配的服务质量评估指标权重值占比。
为了更加完善的建立服务质量评估指标,采取征求工程技术人员、高星级用户意见的方式,通过这些人员的评价,获取对服务质量评估指标的指标主观评价值,其计算公式为:
上式中,Gα表示服务质量评估指标的指标主观评价值,qα对α个指标进行评价的人员数量;Rβα为第β个评价人员对第α个指标的评分值;α表示第α个服务质量评估指标,β表示第β个评价人员;
Gα表示服务质量评估指标的指标主观评价值,代表着评价人员对指标重要性的主观评价,主观评价值越大,则代表评估指标的重要性越大,可按照预设的调整比例,降低服务质量评估指标权重值占比,进一步提高服务质量评估的准确性。
上述技术方案的有益效果为:采用本实施例提供的方案,通过分析影响因子发生的概率变化,调整服务质量评估指标,可提高服务质量评估的准确性;通过计算评价人员的主观评价值,从而调整服务质量评估指标权重值占比,进一步提高服务质量评估的准确性。
在一个实施例中,还包括呼叫中心服务中断处理模块,用于跟踪存储呼叫中心服务流程,在因意外情况服务中断,重启服务后可续接;所述呼叫中心服务中断处理模块包括数据跟踪存储单元、数据处理单元、服务重启切换单元;
所述数据跟踪存储单元,用于根据监测分析呼叫应答环节的阶段用时,按照预设的周期存储服务数据,并建立数据标签;
所述数据处理单元,用于汇总存储服务数据,生成服务中断切换衔接内容;
所述服务重启切换单元,用于根据数据标签和服务中断切换衔接内容,应答用户,并在存储服务数据上续接存储服务重启的数据。
上述技术方案的工作原理为:还包括呼叫中心服务中断处理模块,用于跟踪存储呼叫中心服务流程,在因意外情况服务中断,重启服务后可续接;所述呼叫中心服务中断处理模块包括数据跟踪存储单元、数据处理单元、服务重启切换单元;
所述数据跟踪存储单元,用于根据监测分析呼叫应答环节的阶段用时,按照预设的周期存储服务数据,并建立数据标签;
所述数据处理单元,用于汇总存储服务数据,生成服务中断切换衔接内容;
所述服务重启切换单元,用于根据数据标签和服务中断切换衔接内容,应答用户,并在存储服务数据上续接存储服务重启的数据。
上述技术方案的有益效果为:采用本实施例提供的方案,通过在服务中断的情况下,设置切换衔接内容,可提高服务的质量,提高服务的效率。
在一个实施例中,还包括服务拓展模块,用于根据用户的呼叫服务需求,基于AI自学习模型,提供给用户若干附加增值微服务;所述服务拓展模块包括服务内容获取单元、服务内容拓展关联内容获取单元、微服务生成单元;
所述服务内容获取单元,用于获取完成服务目标的服务全过程内容,基于预设的用户关键信息提取模型,提取用户服务的关键信息;
所述服务内容拓展关联内容获取单元,用于基于AI自学习模型,将用户服务的关键信息拓展关联,生成拓展关联服务内容;
所述微服务生成单元,用于基于预设的微服务模型库,查询拓展关联服务内容所对应的微服务,筛选整理后推送给用户。
上述技术方案的工作原理为:还包括服务拓展模块,用于根据用户的呼叫服务需求,基于AI自学习模型,提供给用户若干附加增值微服务;所述服务拓展模块包括服务内容获取单元、服务内容拓展关联内容获取单元、微服务生成单元;
所述服务内容获取单元,用于获取完成服务目标的服务全过程内容,基于预设的用户关键信息提取模型,提取用户服务的关键信息;
所述服务内容拓展关联内容获取单元,用于基于AI自学习模型,将用户服务的关键信息拓展关联,生成拓展关联服务内容;
所述微服务生成单元,用于基于预设的微服务模型库,查询拓展关联服务内容所对应的微服务,筛选整理后推送给用户。
上述技术方案的有益效果为:采用本实施例提供的方案,通过拓展服务,为用户推送微服务,可提高服务的拓展效果,为用户提供高质量的附加增值服务。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种用于优化生成呼叫中心服务的系统,其特征在于,包括:
语音识别优化模块,用于将用户语音与语音数据库中的现有语音进行对比分析,优化生成语音数据库;
呼叫流程优化模块,用于监测分析呼叫应答环节的阶段用时,优化生成自适应交互服务流程;
服务质量优化模块,用于根据用户的呼叫服务反馈结果,优化生成服务质量评估机制。
2.根据权利要求1所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述语音识别优化模块包括语音特征获取单元、语音特征比较单元、语音处理单元;
所述语音特征获取单元,用于获取用户的语音特征、语音特征数据库中的现有语音特征;
所述语音特征比较单元,用于比较用户的语音特征与现有语音特征的相似度,获得比较结果;
所述语音处理单元,用于根据比较结果进行处理;若比较结果不同,则将用户的语音特征增补到语音特征数据库;若比较结果相同,则作二次分析处理。
3.根据权利要求2所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述语音特征获取单元包括语音转译子单元、转译文本特征提取子单元、语音特征生成子单元;
所述语音转译子单元,用于将语音转译成文本;
所述转译文本特征提取子单元,用于基于预设的提取指标提取文本的特征,获得特征数据集;所述提取指标包括文本长度、文本关键词数量、文本关键词内容、文本生僻词内容、文本关键词语调;
所述语音特征生成子单元,用于按照标签-内容-显著特征的顺序,排列组合文本的特征,生成语音特征。
4.根据权利要求3所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述二次分析处理包括:
分析用户语音特征中的文本关键词语调的标准度值,若所述标准度值大于现有语音特征中的文本关键词语调的标准度值,则将用户语音替换现有语音,更新语音特征数据库;
分析用户语音特征中的文本生僻词内容的含义关联度值,将所述含义关联度值大于预设的含义关联度阈值,则将用户语音特征中的文本生僻词内容,补充到相关联的现有语音特征中的文本关键词内容中,并作标记处理,优化语音特征数据库。
5.根据权利要求1所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述呼叫流程优化模块包括流程监测单元、自适应交互服务生成单元;
所述流程监测单元,用于监测呼叫应答环节的阶段用时,若阶段用时超过预设的标准时间,则对超时原因进行分析;若分析确定为应答服务原因,则改进应答方式和内容;若分析确定为用户操作原因,则改进交互服务内容;
所述自适应交互服务生成单元,用于设置阶段用时、阶段用时调整条件、阶段用时调整策略,当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整阶段用时,生成自适应交互服务。
6.根据权利要求5所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述自适应交互服务生成单元包括:当呼叫应答环节的阶段用时达到阶段用时调整条件时,按照阶段用时调整策略调整推迟第一预设时长;在第一预设时长周期内,按照第一调整应答策略服务用户;
若在第一预设时长周期内,完成阶段应答目标,则立即转入下一阶段;若在第一预设时长周期内,未能完成阶段应答目标,则按照阶段用时调整策略调整再次推迟第二预设时长,在第二预设时长周期内,按照第二调整应答策略服务用户;若在第二预设时长周期内,仍未能完成阶段应答目标,则记录用户呼叫内容并转接疑难用户应答子服务。
7.根据权利要求1所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述服务质量优化模块包括服务质量评估指标获取单元、服务质量反馈结果统计单元、服务质量评估机制生成单元;
所述服务质量评估指标获取单元,用于获取服务质量评估指标、指标权重值和指标权重值占比;
所述服务质量反馈结果统计单元,用于周期性地分析用户服务反馈结果,获取影响服务质量评估指标的影响因子占比;
所述服务质量评估机制生成单元,用于根据影响因子占比与指标权重值占比的匹配调整规则,优化生成服务质量评估机制。
8.根据权利要求7所述的一种用于优化生成呼叫中心服务的系统,其特征在于,所述服务质量评估机制生成单元包括:
基于影响因子发生的概率,调整影响因子占比目标值的浮动范围;概率增加时,相应上浮影响因子占比目标值;概率减少时,相应下浮影响因子占比目标值;
基于历史数据,建立影响因子占比与指标权重值占比的匹配关系;
通过分析影响因子发生的概率变化,调整服务质量评估指标;当影响因子发生的概率高于上一统计周期内的概率值时,降低相匹配的服务质量评估指标权重值占比;反之,则增加相匹配的服务质量评估指标权重值占比。
9.根据权利要求1所述的一种用于优化生成呼叫中心服务的系统,其特征在于,还包括呼叫中心服务中断处理模块,用于跟踪存储呼叫中心服务流程,在因意外情况服务中断,重启服务后可续接;所述呼叫中心服务中断处理模块包括数据跟踪存储单元、数据处理单元、服务重启切换单元;
所述数据跟踪存储单元,用于根据监测分析呼叫应答环节的阶段用时,按照预设的周期存储服务数据,并建立数据标签;
所述数据处理单元,用于汇总存储服务数据,生成服务中断切换衔接内容;
所述服务重启切换单元,用于根据数据标签和服务中断切换衔接内容,应答用户,并在存储服务数据上续接存储服务重启的数据。
10.根据权利要求1所述的一种用于优化生成呼叫中心服务的系统,其特征在于,还包括服务拓展模块,用于根据用户的呼叫服务需求,基于AI自学习模型,提供给用户若干附加增值微服务;所述服务拓展模块包括服务内容获取单元、服务内容拓展关联内容获取单元、微服务生成单元;
所述服务内容获取单元,用于获取完成服务目标的服务全过程内容,基于预设的用户关键信息提取模型,提取用户服务的关键信息;
所述服务内容拓展关联内容获取单元,用于基于AI自学习模型,将用户服务的关键信息拓展关联,生成拓展关联服务内容;
所述微服务生成单元,用于基于预设的微服务模型库,查询拓展关联服务内容所对应的微服务,筛选整理后推送给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211069030.9A CN115408553A (zh) | 2022-09-02 | 2022-09-02 | 一种用于优化生成呼叫中心服务的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211069030.9A CN115408553A (zh) | 2022-09-02 | 2022-09-02 | 一种用于优化生成呼叫中心服务的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115408553A true CN115408553A (zh) | 2022-11-29 |
Family
ID=84164706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211069030.9A Pending CN115408553A (zh) | 2022-09-02 | 2022-09-02 | 一种用于优化生成呼叫中心服务的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115408553A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452209A (zh) * | 2023-03-06 | 2023-07-18 | 北京三维天地科技股份有限公司 | 一种基于服务的产品闭环管理方法 |
CN117319561A (zh) * | 2023-12-01 | 2023-12-29 | 宝东信息技术有限公司 | 一种无线电通信技术的云呼叫管理设备及其管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190253558A1 (en) * | 2018-02-13 | 2019-08-15 | Risto Haukioja | System and method to automatically monitor service level agreement compliance in call centers |
CN110351441A (zh) * | 2018-04-03 | 2019-10-18 | 北京智合大方科技有限公司 | 基于实时语音识别和自然语言处理技术的智能电话销售坐席助手 |
CN112667798A (zh) * | 2021-01-12 | 2021-04-16 | 杭州云嘉云计算有限公司 | 一种基于ai的呼叫中心语言处理方法及系统 |
CN113611284A (zh) * | 2021-08-06 | 2021-11-05 | 工银科技有限公司 | 语音库构建方法、识别方法、构建系统和识别系统 |
CN114818649A (zh) * | 2022-05-13 | 2022-07-29 | 中国工商银行股份有限公司 | 基于智能语音交互技术的业务咨询处理方法及装置 |
-
2022
- 2022-09-02 CN CN202211069030.9A patent/CN115408553A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190253558A1 (en) * | 2018-02-13 | 2019-08-15 | Risto Haukioja | System and method to automatically monitor service level agreement compliance in call centers |
CN110351441A (zh) * | 2018-04-03 | 2019-10-18 | 北京智合大方科技有限公司 | 基于实时语音识别和自然语言处理技术的智能电话销售坐席助手 |
CN112667798A (zh) * | 2021-01-12 | 2021-04-16 | 杭州云嘉云计算有限公司 | 一种基于ai的呼叫中心语言处理方法及系统 |
CN113611284A (zh) * | 2021-08-06 | 2021-11-05 | 工银科技有限公司 | 语音库构建方法、识别方法、构建系统和识别系统 |
CN114818649A (zh) * | 2022-05-13 | 2022-07-29 | 中国工商银行股份有限公司 | 基于智能语音交互技术的业务咨询处理方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116452209A (zh) * | 2023-03-06 | 2023-07-18 | 北京三维天地科技股份有限公司 | 一种基于服务的产品闭环管理方法 |
CN116452209B (zh) * | 2023-03-06 | 2023-10-20 | 北京三维天地科技股份有限公司 | 一种基于服务的产品闭环管理方法 |
CN117319561A (zh) * | 2023-12-01 | 2023-12-29 | 宝东信息技术有限公司 | 一种无线电通信技术的云呼叫管理设备及其管理方法 |
CN117319561B (zh) * | 2023-12-01 | 2024-02-27 | 宝东信息技术有限公司 | 一种无线电通信技术的云呼叫管理设备及其管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115408553A (zh) | 一种用于优化生成呼叫中心服务的系统 | |
US7606714B2 (en) | Natural language classification within an automated response system | |
CN109658939B (zh) | 一种电话录音未接通原因识别方法 | |
US7206389B1 (en) | Method and apparatus for generating a speech-recognition-based call-routing system | |
US7013005B2 (en) | System and method for prioritizing contacts | |
US9317592B1 (en) | Content-based classification | |
US6944592B1 (en) | Interactive voice response system | |
CN111739516A (zh) | 一种针对智能客服通话的语音识别系统 | |
US10965812B1 (en) | Analysis and classification of unstructured computer text for generation of a recommended conversation topic flow | |
CN104462600A (zh) | 实现来电原因自动分类的方法及装置 | |
CN111212191B (zh) | 一种客户来电坐席分配方法 | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN108682421B (zh) | 一种语音识别方法、终端设备及计算机可读存储介质 | |
CN112185358A (zh) | 意图识别方法、模型的训练方法及其装置、设备、介质 | |
CN113361969B (zh) | 一种灵活可配置模板的智能质检系统 | |
CN107306306A (zh) | 通信号码处理方法及装置 | |
US20210193124A1 (en) | Method and apparatus for intent recognition and intent prediction based upon user interaction and behavior | |
CN113422876B (zh) | 基于ai的电力客服中心辅助管理方法、系统及介质 | |
CN109040489A (zh) | 电信客服的分配方法和装置 | |
CN109145092B (zh) | 一种数据库更新、智能问答管理方法、装置及其设备 | |
CN113111157B (zh) | 问答处理方法、装置、计算机设备和存储介质 | |
CN111464687A (zh) | 一种陌生呼叫请求的处理方法及装置 | |
CN115358774A (zh) | 一种智慧客服机器人数据处理方法及系统 | |
CN112333340B (zh) | 一种自动电话外呼的方法、装置、存储介质、电子设备 | |
CN111985934A (zh) | 智能客服对话模型构建方法及应用 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221129 |