CN117133076A - 排队方法、装置、计算机设备和存储介质 - Google Patents
排队方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117133076A CN117133076A CN202310988342.8A CN202310988342A CN117133076A CN 117133076 A CN117133076 A CN 117133076A CN 202310988342 A CN202310988342 A CN 202310988342A CN 117133076 A CN117133076 A CN 117133076A
- Authority
- CN
- China
- Prior art keywords
- target
- keywords
- queue
- questioning
- determining
- 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 69
- 238000004590 computer program Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000012546 transfer Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种排队方法、装置、计算机设备和存储介质，可用于金融领域或其他领域。所述方法包括：接收用户终端发送的提问内容，并确定提问内容中的目标关键字，从而根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。采用本方法能够提高客服解决用户的提问内容的概率。
Description
技术领域
本申请涉及金融技术领域，特别是涉及一种排队方法、装置、计算机设备和存储介质。
背景技术
在线客服系统极大地提升了客户服务体验。用户使用在线客服时，需要输入提问内容，由服务器为用户接入在线客服。
目前是按照用户使用在线客服的顺序或者按照用户的级别进行排队，往往在用户接入一个客服之后，存在客服无法解决用户的提问内容的情况。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高客服解决用户的提问内容的概率的排队方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种排队方法。该方法包括：
接收用户终端发送的提问内容；
确定该提问内容中的目标关键字；
根据该目标关键字和目标模型，确定该目标关键字对应的目标队列，并将该提问内容对应的问题标识加入至该目标队列的队尾；该目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在其中一个实施例中，该方法还包括：
从该目标队列中位于队首的问题标识开始，依次向该目标队列对应的客服终端发送该问题标识；该问题标识用于供该客服终端与该问题标识对应的用户终端建立通信连接。
在其中一个实施例中，该根据该目标关键字和目标模型，确定该目标关键字对应的目标队列，包括：
确定各候选队列的当前排队数量；
根据各该候选队列的当前排队数量、该目标关键字和该目标模型，确定该目标队列。
在其中一个实施例中，该确定该提问内容中的目标关键字，包括：
将该提问内容与该预设关键字进行匹配，以确定该提问内容中的目标关键字。
在其中一个实施例中，该确定该提问内容中的目标关键字，包括：
对该提问内容进行分词处理，得到候选关键字；
将该候选关键字与该预设关键字进行匹配，以确定该提问内容中的目标关键字。
在其中一个实施例中，该方法还包括：
获取该候选关键字与该预设关键字的匹配结果；
根据该匹配结果，更新该预设关键字。
在其中一个实施例中，该根据该匹配结果，更新该预设关键字，包括：
若该匹配结果为该预设关键字中不存在该候选关键字，则将该候选关键字和该预设关键字作为新的预设关键字，以对该预设关键字进行更新。
第二方面，本申请还提供了一种排队方法。该方法包括：
向服务器发送提问内容，以由该服务器接收用户终端发送的提问内容，确定该提问内容中的目标关键字，并根据该目标关键字和目标模型，确定该目标关键字对应的目标队列，并将该提问内容对应的问题标识加入至该目标队列的队尾；该目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
第三方面，本申请还提供了一种排队装置。该装置包括：
接收模块，用于接收用户终端发送的提问内容；
第一确定模块，用于确定该提问内容中的目标关键字；
第二确定模块，用于根据该目标关键字和目标模型，确定该目标关键字对应的目标队列，并将该提问内容对应的问题标识加入至该目标队列的队尾；该目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
第四方面，本申请还提供了一种排队装置。该装置包括：
发送模块，用于向服务器发送提问内容，以由该服务器接收用户终端发送的提问内容，确定该提问内容中的目标关键字，并根据该目标关键字和目标模型，确定该目标关键字对应的目标队列，并将该提问内容对应的问题标识加入至该目标队列的队尾；该目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
第五方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一方法的步骤。
第六方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
第七方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一方法的步骤。
上述排队方法、装置、计算机设备和存储介质，接收用户终端发送的提问内容，并确定提问内容中的目标关键字，从而据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾。由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，根据目标关键字和目标模型就可以确定目标关键字对应的目标队列。如此，将提问内容对应的问题标识加入至目标队列的队尾，就可以尽量使得同一类型的提问内容尽量处于同一个目标队列，增加了提问内容与目标关键字之间的一致性。进而，当用户接入该目标队列对应的客服之后，就可以提高该客服解决用户的提问内容的概率，减少了目前客服无法解决用户的提问内容的情况。
附图说明
图1为本申请实施例中排队方法的应用环境图；
图2为本申请实施例中排队方法的流程示意图；
图3为本申请实施例中一种确定目标队列的流程示意图；
图4为本申请实施例中一种确定目标关键字的流程示意图；
图5为本申请实施例中一种更新预设关键字的流程示意图；
图6为本申请实施例中排队方法的过程示意图；
图7为本申请实施例中一种排队装置的结构框图；
图8为本申请实施例中又一种排队装置的结构框图；
图9为本申请实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为本申请实施例中排队方法的应用环境图，本申请实施例提供的排队方法可以应用于如图1所示的应用环境中。服务器102分别能够与用户终端101和客服终端103通信。其中，用户终端101和客服终端103的数量为至少一个，例如，用户终端101包括用户终端1、用户终端2……用户终端M，客服终端103包括客服终端1、客服终端2……客服终端M，M和N均是大于0的整数。
用户终端101可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。客服终端103可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2为本申请实施例中排队方法的流程示意图，该方法可以应用于图1所示的服务器中，在一个实施例中，如图2所示，包括以下步骤：
S201，接收用户终端发送的提问内容。
在本实施例中，当用户需要使用在线客服时，用户通过用户终端向服务器发送提问内容，以由服务器接收用户终端发送的提问内容。其中，提问内容包括但不限于是文字、图片、语音。
S202，确定提问内容中的目标关键字。
在本实施例中，服务器接收用户终端发送的提问内容之后，就会确定出提问内容中的目标关键字。
可选的，目标关键字的长度可以小于预设长度阈值，目标关键字的数量可以处于预设数量区间。例如，目标关键字的长度小于5个字符，目标关键字的数量处于2～5之间。
进一步可选的，若提问内容包括文字，则服务器可以对该文字进行分词处理，以得到提问内容中的目标关键字；若提问内容包括图片，则服务器可以根据深度学习算法，从图片中提取出目标关键字；若提问内容包括语音，则服务器可以将语音转化为文字后，再对转化后的文字进行分词处理，以得到提问内容中的目标关键字。
示例性地，假设用户终端向服务器发送了“如何向他人转账”的提问内容，则服务器可以确定其对应的目标关键字为“向他人”“转账”。
上述仅示例出了一些确定目标关键字的方式，本实施例并不以此为限。
S203，根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在本实施例中，服务器确定出目标关键字之后，就可以根据目标关键字和目标模型，确定目标关键字对应的目标队列。
其中，目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。也就是说，服务器在使用目标模型之前，首先需要训练得到目标模型。可选的，服务器可以确定预设关键字和该预设关键字对应的队列标识，并利用预设关键字和该预设关键字对应的队列标识，对初始模型进行训练，在满足停止条件的情况下，停止训练得到目标模型。
其中，预设关键字可以提前存储至服务器的关键字，也可以是服务器在用户的历史提问中收集到的关键字。确定预设关键字对应的队列标识也即是对预设关键字进行打标的过程。为了尽量使同一类问题由该类问题对应的客服进行解答，服务器会确定不同的预设关键字对应的队列标识。
示例性地，服务器可以确定“转账”“向他人”的预设关键字对应的队列标识为队列1，也就是说，该类型的问题需要由队列1对应的客服1来解答。
由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，目标模型就具有根据目标关键字输出目标队列的能力。进一步地，服务器就可以将目标关键字输入至目标模型中，以得到目标模型输出的目标关键字对应的目标队列。例如，服务器向目标模型输入“转账”“向他人”的目标关键字，目标模型就会输出队列1作为目标队列。
更进一步地，服务器就会将提问内容对应的问题标识加入至目标队列的队尾。也就是说，服务器就指定了用户终端对应的问题标识所需要排队的队列。例如，服务器确定目标队列为队列1，则服务器将该用户终端对应的问题标识加入至队列1的队尾，以在队列1中进行排队。其中，问题标识可以表示用户终端的提问内容，也可以表示该用户终端，其可以是文字、数字、符号、字母中的至少一个。
本实施例提供的排队方法，接收用户终端发送的提问内容，并确定提问内容中的目标关键字，从而据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾。由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，根据目标关键字和目标模型就可以确定目标关键字对应的目标队列。如此，将提问内容对应的问题标识加入至目标队列的队尾，就可以尽量使得同一类型的提问内容尽量处于同一个目标队列，增加了提问内容与目标关键字之间的一致性。进而，当用户接入该目标队列对应的客服之后，就可以提高该客服解决用户的提问内容的概率，减少了目前客服无法解决用户的提问内容的情况。
在一个实施例中，可选的，上述的排队方法还包括以下步骤：
从目标队列中位于队首的问题标识开始，依次向目标队列对应的客服终端发送问题标识；问题标识用于供客服终端与问题标识对应的用户终端建立通信连接。
在本实施例中，以目标队列为队列1进行举例，假设队列1中排队的顺序是问题标识1、问题标识2和问题标识3，在问题标识1位于队首的情况下，服务器会向队列1对应的客服终端1发送问题标识1，如此，客服终端1接收到问题标识1之后，就会与问题标识1对应的用户终端1建立通信连接，以解答用户1的提问内容。当客服终端1与问题标识1对应的用户终端1建立通信连接之后，问题标识1从队列1的队首中移出，接着问题标识2就会位于队首，服务器继续向队列1对应的客服终端1发送问题标识2，如此，客服终端1接收到问题标识2之后，就会与问题标识2对应的用户终端2建立通信连接，以解答用户2的提问内容，以此类推。
可以理解的是，目标队列从队尾入，队首出。如此，服务器就可以实现从目标队列中位于队首的问题标识开始，依次向目标队列对应的客服终端发送问题标识。
可选的，客服终端接收到问题标识的情况下，可以选择是否要和该问题标识对应的用户终端建立通信连接，若客服终端选择暂不建立通信连接，则该问题标识会继续在目标队列中排队，直到客服终端选择建立通信连接。
本实施例从目标队列中位于队首的问题标识开始，依次向目标队列对应的客服终端发送问题标识，由于问题标识用于供客服终端与问题标识对应的用户终端建立通信连接，因此，在目标队列中完成排队之后，问题标识对应的用户终端就可以与客服终端建立通信连接，从而由客服终端对应的客服解答提问内容。
图3为本申请实施例中一种确定目标队列的流程示意图，参照图3，本实施例涉及的是如何确定目标队列的一种可选的实现方式。在上述实施例的基础上，上述的S203，根据目标关键字和目标模型，确定目标关键字对应的目标队列，包括如下步骤：
S301，确定各候选队列的当前排队数量。
在本实施例中，在确定目标队列的过程中，服务器还会确定各候选队列的当前排队数量。其中，候选队列包括所有可供问题标识排队的队列。
示例性地，假设服务器确定客服终端所对应的队列的总数为12，则服务器可以将这12个队列作为候选队列，并确定候选队列1～候选队列12的当前排队人数分别是多少。
S302，根据各候选队列的当前排队数量、目标关键字和目标模型，确定目标队列。
在本实施例中，继续上述S301的步骤，服务器就可以根据各候选队列的当前排队数量、目标关键字和目标模型，确定目标队列。
可选的，服务器可以根据各候选队列的当前排队人数，调整目标模型的权重，进而将目标关键字再输入至目标模型中，以确定目标队列。
可选的，服务器也可以将目标关键字输入至目标模型中，以确定目标模型输出的多个中间队列，并根据各候选队列的当前排队数量，从多个中间队列中确定当前排队数量最少的中间队列作为目标队列。可以理解的是，此种情况下，在训练得到目标模型时，预设关键字对应的队列标识也为多个。
示例性地，服务器将目标关键字输入目标模型之后，确定目标模型输出的中间队列，也即队列1和队列2，进一步地，服务器根据队列1和队列2此时的当前排队数量，将排队数量少的队列2作为目标队列。
本实施例由于需要确定各候选队列的当前排队数量，并根据各候选队列的当前排队数量、目标关键字和目标模型，确定目标队列，因此提高了排队的效率，减少了排队时间。
在一个实施例中，可选的，上述的S202，确定提问内容中的目标关键字，可以通过如下方式实现：
将提问内容与预设关键字进行匹配，以确定提问内容中的目标关键字。
在本实施例中，服务器在需要确定提问内容中的目标关键字时，会将提问内容与预设关键字进行匹配，以确定提问内容中的目标关键字。其中，预设关键字是提前存储在服务器中的关键字，其也是用来训练目标模型的预设关键字。
可选的，服务器可以存储预设关键字与同义关键字之间的对应关系，例如“转账”对应“转钱”、“汇款”等，则服务器接收到了“向他人转钱”的提问内容之后，就可以匹配到“转账”这一关键字，并将“转账”作为提问内容中的目标关键字。
本实施例将提问内容与预设关键字进行匹配，以确定提问内容中的目标关键字，如此，提高了确定目标关键字与预设关键字之间的匹配度，进而将目标关键字输入至目标模型后，就可以得到较为准确的目标队列。
图4为本申请实施例中一种确定目标关键字的流程示意图，参照图4，本实施例涉及的是如何确定目标关键字的一种可选的实现方式。在上述实施例的基础上，上述的S202，确定提问内容中的目标关键字，包括如下步骤：
S401，对提问内容进行分词处理，得到候选关键字。
在本实施例中，服务器在需要确定提问内容中的目标关键字时，还可以对行分词处理，得到候选关键字。
例如，服务器采用结巴分词对提问内容“如何向他人转账”进行分词处理，得到候选关键字“向他人”、“转账”。
在一些实施例中，服务器对提问内容进行分词处理之后，还可以进行过滤，过滤分词处理后得到的无意义的词语、标点，提高候选关键字的精度。
S402，将候选关键字与预设关键字进行匹配，以确定提问内容中的目标关键字。
在本实施例中，服务器在得到候选关键字之后，就可以将候选关键字与预设关键字进行匹配，以确定提问内容中的目标关键字。
可选的，服务器可以在预设关键字和候选关键字完全相同的情况下，再将该候选关键字作为目标关键字。在一些实施例中，服务器也可以存储预设关键字与同义关键字之间的对应关系，例如“转账”对应“转钱”、“汇款”等，“向他人”对应“给他人”、“给其他人”等，则服务器确定了“给他人”、“转钱”的候选关键字之后，就可以匹配到“向他人”和“转账”，并将“向他人”和“转账”作为提问内容中的目标关键字。
本实施例由于对提问内容进行分词处理，得到候选关键字，并将候选关键字与预设关键字进行匹配，以确定提问内容中的目标关键字，因此，关键词和关键词之间匹配，提高了确定目标关键字的效率和准确性。
图5为本申请实施例中一种更新预设关键字的流程示意图，参照图5，本实施例涉及的是如何更新预设关键字的一种可选的实现方式。在上述实施例的基础上，上述的排队方法还包括如下步骤：
S501，获取候选关键字与预设关键字的匹配结果。
在本实施例中，服务器会获取候选关键字与预设关键字的匹配结果。示例性地，假设候选关键字包括“免手续费”、“转钱”，则服务器可以确定“免手续费”与预设关键字的匹配结果为不匹配，“转钱”与预设关键字的匹配结果为匹配。
S502，根据匹配结果，更新预设关键字。
在本实施例中，服务器在确定了候选关键字与预设关键字的匹配结果之后，就可以根据匹配结果，更新预设关键字。
可选的，服务器可以将匹配结果为不匹配的候选关键字添加至预设关键字中，以更新预设关键字。例如，服务器将“免手续费”添加至预设关键字中。
在一些实施例中，可选的，服务器还会确定更新后的预设关键字对应的队列标识，并重新对目标模型训练，以更新目标模型。
本实施例由于获取候选关键字与预设关键字的匹配结果，并根据匹配结果，更新预设关键字，因此，在使用的过程中可以完善预设关键字，提高了目标关键字的确定效率。
在一个实施例中，可选的，上述的S502，根据匹配结果，更新预设关键字，可以通过如下方式实现：
若匹配结果为预设关键字中不存在候选关键字，则将候选关键字和预设关键字作为新的预设关键字，以对预设关键字进行更新。
在本实施例中，匹配结果用于指示预设关键字中是否存在候选关键字。进而，服务器就可以在匹配结果为预设关键字中不存在候选关键字的情况下，将候选关键字和预设关键字作为新的预设关键字，以对预设关键字进行更新。
示例性地，预设关键字中不存在“免手续费”，则候选关键字“免手续费”的匹配结果就是预设关键字中不存在候选关键字，进而，服务器会将该候选关键字“免手续费”添加至预设关键字中，也即将候选关键字和预设关键子作为新的预设关键字，以对预设关键字进行更新。
本实施例若匹配结果为预设关键字中不存在候选关键字，则将候选关键字和预设关键字作为新的预设关键字，以对预设关键字进行更新。因此，在使用的过程中可以完善预设关键字，提高了目标关键字的确定效率。
上述以该方法应用于服务器进行说明，该方法还可以应用于图1所示的客服终端中，在一个实施例中，包括以下步骤：
向服务器发送提问内容，以由服务器接收用户终端发送的提问内容，确定提问内容中的目标关键字，并根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在本实施例中，当用户需要使用在线客服时，用户通过用户终端向服务器发送提问内容，如此，服务器在接收到用户终端发送的提问内容之后，就会确定提问内容中的目标关键字，并根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾。该过程的原理可以参考上述实施例，此处不再赘述。
本实施例提供的排队方法，向服务器发送提问内容，以由服务器接收用户终端发送的提问内容，确定提问内容中的目标关键字，并根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，根据目标关键字和目标模型就可以确定目标关键字对应的目标队列。如此，将提问内容对应的问题标识加入至目标队列的队尾，就可以尽量使得同一类型的提问内容尽量处于同一个目标队列，增加了提问内容与目标关键字之间的一致性。进而，当用户接入该目标队列对应的客服之后，就可以提高该客服解决用户的提问内容的概率，减少了目前客服无法解决用户的提问内容的情况。
为了更清楚地介绍本申请中的排队方法，在此结合图6进行说明。图6为本申请实施例中排队方法的过程示意图，如图6所示，该排队方法包括如下步骤：
S601，用户终端向服务器发送提问内容。
S602，服务器接收用户终端发送的提问内容。
S603，服务器对提问内容进行分词处理，得到候选关键字。
S604，服务器将候选关键字与预设关键字进行匹配，以确定提问内容中的目标关键字。
S605，根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾。
S606，从目标队列中位于队首的问题标识开始，依次向目标队列对应的客服终端发送问题标识；问题标识用于供客服终端与问题标识对应的用户终端建立通信连接。
S607，获取候选关键字与预设关键字的匹配结果。
S608，若匹配结果为预设关键字中不存在候选关键字，则将候选关键字和预设关键字作为新的预设关键字，以对预设关键字进行更新。
S601～S608的原理可以参考上述实施例，此处不再赘述。
也就是说，本实施例提供的排队方法中，不再将用户终端发送的提问内容集中处理，而是采用分布式处理，对于需要在线客服服务的用户，根据用户终端输入的提问内容获取关键字，并基于边缘计算，为用户终端分配对应的目标队列，从而减少用户排队等待时间，提升用户使用体验，提高排队效率，并降低服务器的压力。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的排队方法的排队装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个排队装置实施例中的具体限定可以参见上文中对于排队方法的限定，在此不再赘述。
图7为本申请实施例中一种排队装置的结构框图，如图7所示，在本申请实施例中提供了一种排队装置700，包括：接收模块701、第一确定模块702和第二确定模块703，其中：
接收模块701，用于接收用户终端发送的提问内容。
第一确定模块702，用于确定提问内容中的目标关键字。
第二确定模块703，用于根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
本实施例提供的排队装置，接收用户终端发送的提问内容，并确定提问内容中的目标关键字，从而据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾。由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，根据目标关键字和目标模型就可以确定目标关键字对应的目标队列。如此，将提问内容对应的问题标识加入至目标队列的队尾，就可以尽量使得同一类型的提问内容尽量处于同一个目标队列，增加了提问内容与目标关键字之间的一致性。进而，当用户接入该目标队列对应的客服之后，就可以提高该客服解决用户的提问内容的概率，减少了目前客服无法解决用户的提问内容的情况。
可选的，该排队装置700还包括：
发送模块，用于从目标队列中位于队首的问题标识开始，依次向目标队列对应的客服终端发送问题标识；问题标识用于供客服终端与问题标识对应的用户终端建立通信连接。
可选的，第二确定模块703包括：
第一确定单元，用于确定各候选队列的当前排队数量。
第二确定单元，用于根据各候选队列的当前排队数量、目标关键字和目标模型，确定目标队列。
可选的，第一确定模块702包括：
第一匹配单元，用于将提问内容与预设关键字进行匹配，以确定提问内容中的目标关键字。
可选的，第一确定模块702包括：
分词单元，用于对提问内容进行分词处理，得到候选关键字。
第二匹配单元，用于将候选关键字与预设关键字进行匹配，以确定提问内容中的目标关键字。
可选的，该排队装置700还包括：
获取模块，用于获取候选关键字与预设关键字的匹配结果。
更新模块，用于根据匹配结果，更新预设关键字。
可选的，更新模块，还用于若匹配结果为预设关键字中不存在候选关键字，则将候选关键字和预设关键字作为新的预设关键字，以对预设关键字进行更新。
图8为本申请实施例中又一种排队装置的结构框图，如图8所示，在本申请实施例中提供了一种排队装置800，包括：
发送模块801，用于向服务器发送提问内容，以由服务器接收用户终端发送的提问内容，确定提问内容中的目标关键字，并根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
本实施例提供的排队装置，向服务器发送提问内容，以由服务器接收用户终端发送的提问内容，确定提问内容中的目标关键字，并根据目标关键字和目标模型，确定目标关键字对应的目标队列，并将提问内容对应的问题标识加入至目标队列的队尾；目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。由于目标模型是根据预设关键字以及对应的队列的队列标识确定的模型，因此，根据目标关键字和目标模型就可以确定目标关键字对应的目标队列。如此，将提问内容对应的问题标识加入至目标队列的队尾，就可以尽量使得同一类型的提问内容尽量处于同一个目标队列，增加了提问内容与目标关键字之间的一致性。进而，当用户接入该目标队列对应的客服之后，就可以提高该客服解决用户的提问内容的概率，减少了目前客服无法解决用户的提问内容的情况。
上述排队装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图9为本申请实施例中计算机设备的内部结构图，在本申请实施例中提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种排队方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
接收用户终端发送的提问内容；
确定所述提问内容中的目标关键字；
根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
从所述目标队列中位于队首的问题标识开始，依次向所述目标队列对应的客服终端发送所述问题标识；所述问题标识用于供所述客服终端与所述问题标识对应的用户终端建立通信连接。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
确定各候选队列的当前排队数量；根据各所述候选队列的当前排队数量、所述目标关键字和所述目标模型，确定所述目标队列。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述提问内容与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对所述提问内容进行分词处理，得到候选关键字；将所述候选关键字与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取所述候选关键字与所述预设关键字的匹配结果；根据所述匹配结果，更新所述预设关键字。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若所述匹配结果为所述预设关键字中不存在所述候选关键字，则将所述候选关键字和所述预设关键字作为新的预设关键字，以对所述预设关键字进行更新。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
向服务器发送提问内容，以由所述服务器接收用户终端发送的提问内容，确定所述提问内容中的目标关键字，并根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收用户终端发送的提问内容；
确定所述提问内容中的目标关键字；
根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从所述目标队列中位于队首的问题标识开始，依次向所述目标队列对应的客服终端发送所述问题标识；所述问题标识用于供所述客服终端与所述问题标识对应的用户终端建立通信连接。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定各候选队列的当前排队数量；根据各所述候选队列的当前排队数量、所述目标关键字和所述目标模型，确定所述目标队列。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述提问内容与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对所述提问内容进行分词处理，得到候选关键字；将所述候选关键字与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述候选关键字与所述预设关键字的匹配结果；根据所述匹配结果，更新所述预设关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述匹配结果为所述预设关键字中不存在所述候选关键字，则将所述候选关键字和所述预设关键字作为新的预设关键字，以对所述预设关键字进行更新。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
向服务器发送提问内容，以由所述服务器接收用户终端发送的提问内容，确定所述提问内容中的目标关键字，并根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
接收用户终端发送的提问内容；
确定所述提问内容中的目标关键字；
根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
从所述目标队列中位于队首的问题标识开始，依次向所述目标队列对应的客服终端发送所述问题标识；所述问题标识用于供所述客服终端与所述问题标识对应的用户终端建立通信连接。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定各候选队列的当前排队数量；根据各所述候选队列的当前排队数量、所述目标关键字和所述目标模型，确定所述目标队列。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述提问内容与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对所述提问内容进行分词处理，得到候选关键字；将所述候选关键字与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述候选关键字与所述预设关键字的匹配结果；根据所述匹配结果，更新所述预设关键字。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若所述匹配结果为所述预设关键字中不存在所述候选关键字，则将所述候选关键字和所述预设关键字作为新的预设关键字，以对所述预设关键字进行更新。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
向服务器发送提问内容，以由所述服务器接收用户终端发送的提问内容，确定所述提问内容中的目标关键字，并根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
需要说明的是，本申请的排队方法和排队装置可用于金融领域，也可用于除金融领域之外的任意领域，本申请对排队方法和排队装置的应用领域不做限定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种排队方法，其特征在于，所述方法包括：
接收用户终端发送的提问内容；
确定所述提问内容中的目标关键字；
根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从所述目标队列中位于队首的问题标识开始，依次向所述目标队列对应的客服终端发送所述问题标识；所述问题标识用于供所述客服终端与所述问题标识对应的用户终端建立通信连接。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，包括：
确定各候选队列的当前排队数量；
根据各所述候选队列的当前排队数量、所述目标关键字和所述目标模型，确定所述目标队列。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述确定所述提问内容中的目标关键字，包括：
将所述提问内容与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
5.根据权利要求1-3任一项所述的方法，其特征在于，所述确定所述提问内容中的目标关键字，包括：
对所述提问内容进行分词处理，得到候选关键字；
将所述候选关键字与所述预设关键字进行匹配，以确定所述提问内容中的目标关键字。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取所述候选关键字与所述预设关键字的匹配结果；
根据所述匹配结果，更新所述预设关键字。
7.根据权利要求6所述的方法，其特征在于，所述根据所述匹配结果，更新所述预设关键字，包括：
若所述匹配结果为所述预设关键字中不存在所述候选关键字，则将所述候选关键字和所述预设关键字作为新的预设关键字，以对所述预设关键字进行更新。
8.一种排队方法，其特征在于，所述方法包括：
向服务器发送提问内容，以由所述服务器接收用户终端发送的提问内容，确定所述提问内容中的目标关键字，并根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
9.一种排队装置，其特征在于，所述装置包括：
接收模块，用于接收用户终端发送的提问内容；
第一确定模块，用于确定所述提问内容中的目标关键字；
第二确定模块，用于根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
10.一种排队装置，其特征在于，所述装置包括：
发送模块，用于向服务器发送提问内容，以由所述服务器接收用户终端发送的提问内容，确定所述提问内容中的目标关键字，并根据所述目标关键字和目标模型，确定所述目标关键字对应的目标队列，并将所述提问内容对应的问题标识加入至所述目标队列的队尾；所述目标模型是根据预设关键字以及对应的队列的队列标识确定的模型。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310988342.8A CN117133076A (zh) | 2023-08-07 | 2023-08-07 | 排队方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310988342.8A CN117133076A (zh) | 2023-08-07 | 2023-08-07 | 排队方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117133076A true CN117133076A (zh) | 2023-11-28 |
Family
ID=88860780
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310988342.8A Pending CN117133076A (zh) | 2023-08-07 | 2023-08-07 | 排队方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117133076A (zh) |
-
2023
- 2023-08-07 CN CN202310988342.8A patent/CN117133076A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109086303B (zh) | 基于机器阅读理解的智能对话方法、装置、终端 | |
| EP3540612A1 (en) | Cluster processing method and device for questions in automatic question and answering system | |
| CN110569289B (zh) | 基于大数据的列数据处理方法、设备及介质 | |
| WO2020215683A1 (zh) | 基于卷积神经网络的语义识别方法及装置、非易失性可读存储介质、计算机设备 | |
| US20210099310A1 (en) | Image processing method, image matching method, device and storage medium | |
| WO2019227629A1 (zh) | 文本信息的生成方法、装置、计算机设备及存储介质 | |
| CN112328735A (zh) | 热点话题确定方法、装置及终端设备 | |
| CN112995414A (zh) | 基于语音通话的行为质检方法、装置、设备及存储介质 | |
| CN115098700A (zh) | 知识图谱嵌入表示方法及装置 | |
| CN111274388A (zh) | 一种文本聚类的方法及装置 | |
| CN108090193B (zh) | 异常文本的识别方法和装置 | |
| CN108090044A (zh) | 联系方式的识别方法和装置 | |
| CN117133076A (zh) | 排队方法、装置、计算机设备和存储介质 | |
| CN113407702B (zh) | 员工合作关系强度量化方法、系统、计算机和存储介质 | |
| CN114489770A (zh) | 灰度发布方法、装置、计算机设备和存储介质 | |
| US20210397636A1 (en) | Text object management system | |
| CN113641790A (zh) | 一种基于区分表示深度哈希的跨模态检索模型 | |
| CN112149389A (zh) | 简历信息结构化处理方法、装置、计算机设备和存储介质 | |
| CN117033664B (zh) | 业务的序列图生成方法、装置、计算机设备和存储介质 | |
| CN115186667B (zh) | 基于人工智能的命名实体识别方法及装置 | |
| CN114398502A (zh) | 内容检索方法、装置、计算机设备和存储介质 | |
| CN116975203A (zh) | 文本信息的标注方法、装置、设备、存储介质及程序产品 | |
| CN116166685A (zh) | 邀约对象信息匹配方法、装置、计算机设备和存储介质 | |
| CN117196031A (zh) | 一种构建客户需求认知体系的方法和系统 | |
| CN112561061A (zh) | 神经网络稀疏化方法、装置、设备、存储介质及程序产品 |
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 |