CN117156050B - 基于多路复用技术的云客服服务方法及系统 - Google Patents
基于多路复用技术的云客服服务方法及系统 Download PDFInfo
- Publication number
- CN117156050B CN117156050B CN202311421971.9A CN202311421971A CN117156050B CN 117156050 B CN117156050 B CN 117156050B CN 202311421971 A CN202311421971 A CN 202311421971A CN 117156050 B CN117156050 B CN 117156050B
- Authority
- CN
- China
- Prior art keywords
- customer service
- account
- feature
- matching
- cloud customer
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 16
- 230000006978 adaptation Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- 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
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/36—Statistical metering, e.g. recording occasions when traffic exceeds capacity of trunks
-
- 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
- H04M3/5175—Call or contact centers supervision arrangements
-
- 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
- H04M3/523—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing with call distribution or queueing
- H04M3/5232—Call distribution algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请公开了基于多路复用技术的云客服服务方法及系统，数据处理技术领域，所述方法包括：通过接收接入信号，并将接入信号进行多路来源信号的复用处理，接入共享信道；将接入共享信道的接入信号进行标识解析，生成标识分类；进行信号溯源，调用接入信号的映射账户，并基于映射账户进行账户的历史通信数据调用，提取账户特征；建立云客服的客服特征网络，将标识分类和账户特征作为匹配特征，执行客服特征网络的特征匹配；当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；依据反馈信号进行信号分用，并建立留存队列，执行云客服服务。进而实现成本低、效率高、减轻人力资源限制的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及基于多路复用技术的云客服服务方法及系统。
技术背景
客户服务的用户体验对于企业的声誉和客户满意度至关重要，随着互联网和信息技术的飞速发展，客户服务领域也发生了巨大的变革。传统的客服服务模式面临着高成本、效率低下、人力资源限制的技术问题。
发明内容
本申请的目的在于提供基于多路复用技术的云客服服务方法及系统。用以解决现有技术中高成本、效率低下、人力资源限制的技术问题。
鉴于以上技术问题，本申请提供了基于多路复用技术的云客服服务方法及系统。
第一方面，本申请提供了基于多路复用技术的云客服服务方法，其中，所述方法包括：
接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；将接入共享信道的所述接入信号进行标识解析，生成标识分类；对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务。
第二方面，本申请还提供了基于多路复用技术的云客服服务系统，其中，所述系统包括：
复用处理模块，所述复用处理模块用于接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；标识解析模块，所述标识解析模块用于将接入共享信道的所述接入信号进行标识解析，生成标识分类；溯源映射模块，所述溯源映射模块用于对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；客服匹配模块，所述客服匹配模块用于建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；多结果反馈模块，所述多结果反馈模块用于当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；分用服务模块，所述分用服务模块用于依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过接收接入信号，并将接入信号进行多路来源信号的复用处理，接入共享信道；将接入共享信道的接入信号进行标识解析，生成标识分类；对接入信号进行信号溯源，调用接入信号的映射账户，并基于映射账户进行账户的历史通信数据调用，提取账户特征；建立云客服的客服特征网络，将标识分类和账户特征作为匹配特征，执行客服特征网络的特征匹配；当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；依据反馈信号进行信号分用，并建立留存队列，执行云客服服务。进而实现成本低、效率高、减轻人力资源限制的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚阐明本申请的技术手段，进而可依照说明书的内容予以实施，并且为了让本申请的上述及其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
本发明的实施例及后述简单说明结合图示予以说明，附图说明如下：
图1为本申请基于多路复用技术的云客服服务方法的流程示意图；
图2为本申请基于多路复用技术的云客服服务方法中对所述特征匹配结果进行修正的流程示意图；
图3为本申请基于多路复用技术的云客服服务系统的结构示意图。
附图标记说明：复用处理模块11、标识解析模块12、溯源映射模块13、客服匹配模块14、多结果反馈模块15、分用服务模块16。
具体实施方式
本申请通过提供基于多路复用技术的云客服服务方法和系统，解决了现有技术面临的高成本、效率低下、人力资源限制的技术问题。
本技术实施例中的方案，为解决上述问题，所采用的整体思路如下：
首先接收接入信号，并对接入信号进行多路来源信号的复用处理，接入共享信道；标识解析接入共享信道的接入信号，生成标识分类；而后，对接入信号进行信号溯源，调用接入信号的映射账户，并基于映射账户提取账户的历史通信数据，获取账户特征；建立云客服的客服特征网络，将标识分类和账户特征作为匹配特征，执行客服特征网络的特征匹配；当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；依据反馈信号进行信号分用，并建立留存队列，执行云客服服务。进而实现成本低、效率高、减轻人力资源限制的技术效果。
为更好理解上述技术方案，下面将结合说明书附图和具体的实施方式来对上述技术方案进行详细的说明，需要说明的是，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示，本申请提供了基于多路复用技术的云客服服务方法，所述方法包括：
S100：接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；
可选的，接入信号是指自用户端接收到的未经过多路复用处理的原始信号或数据。包含用户客户服务请求信息，示例性的包括客户服务请求类别、客户服务请求内容等。
可选的，接入信号为多路来源信号，包括多种数据形式的客户请求信息，如文字信息、图片信息、语音信息、视频信息等。
可选的，多路来源信号包括多个用户的客户服务请求信息。
可选的，接入信号进行多路来源信号的复用处理，多路复用是通过共享介质将多个信号组合为一个信号的过程，允许多个信号或数据流在同一物理通信信道上传输。这意味着多个信号可以共享同一个通信通道，以提高通信效率和资源利用率。多路来源信号的复用处理有多种不同的形式，包括时分复用（Time Division Multiplexing，TDM）、频分复用（Frequency Division Multiplexing，FDM）、码分复用（Code Division Multiplexing，CDM）。
通过对接入信号进行多路来源信号的复用处理，接入共享信道，提高通信系统的容量和效率，允许多个用户或信号共享有限的通信资源。进而实现了客服响应效率和通道利用率的提升。
S200：将接入共享信道的所述接入信号进行标识解析，生成标识分类；
可选的，接入共享信道的接入信号具有信号标识，信号标识来源包括客户服务请求用户选取、自适应分类等。
可选的，标识分类是指接入信号的类别和来源，标识分类由不同分类维度上的多种标识分类构成。包括基于接入信号的来源、基于接入信号的类型、基于接入信号的优先级等因素进行。用于对从不同来源进入共享信道的信号进行识别和分类，以合理的处理和管理这些信号。
可选的，通过标识解析，生成标识分类，标识解析是指对接入信号的原始标识信息进行解码和分析，用于获取原始标识信息的表意内容。其中，标识解析过程涉及检测信号的特征、协议或其他识别信息方法。
S300：对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；
信号溯源是指根据信号信息、信号标记、IP地址、设备标识等，确定信号的来源或发起者。通过信号溯源，得以获得接入信号中多个信号对应的客户服务请求用户账户，进而实现账户的历史通信数据的调用。
其中，映射账户通常是与信号来源相关联的客户账户或用户账户。可选的，包括一个电话号码对应的客户账户、一个设备标识对应的用户账户等。通过映射账户，获取了信号的归属。
可选的，历史通信数据包括某一映射账户以往的通话记录、消息记录、数据传输记录等。基于历史通信数据，提取账户的特征。特征包括客户的偏好、行为模式、需求趋势等。这些特征对于个性化客户服务和建立客户画像非常重要，从而实现更好地满足客户的需求，提供个性化的服务，并更高效地处理接入信号。
S400：建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；
云客服的客服特征网络基于标识分类和账户特征构建。用于匹配客户需求和合适客服代表。其中，标识分类和账户特征为云客服的客服特征网络的特征匹配约束参数，以目标客服代表为云客服的客服特征网络的特征匹配相应参数。
可选的，云客服的客服特征网络包括一个客户需求分类模块和一个客服代表特征模块。在这个网络中，客户需求分类模块负责基于标识分类和账户特征将客户的需求或问题进行分类，而客服代表特征模块负责提取和管理客服代表的特征。
可选的，客服特征网络的特征匹配是指进行客服代表的特征与客户的需求或问题的分类特征进行特征匹配。其中，特征匹配方法包括基于规则的匹配、机器学习模型（如神经网络、决策树等）等。客服特征网络的特征匹配用于找到最适合处理特定客户需求的客服代表。
进一步的，所述方法还包括：
对已接入信号进行账户特征提取；
根据账户特征提取结果和对应标识分类进行时长预估，生成第一预估结果；
基于所述账户特征提取结果和服务云客服进行适配评价，生成时长影响因子；
通过所述时长影响因子对所述第一预估结果补偿，获得第二预估结果；
基于所述第二预估结果获得所述预计等待时长。
可选的，第一预估结果基于聚类算法对账户特征提取结果和对应标识分类进行聚类分析获取。其中，账户特征提取结果为聚类分析的聚类样本池、标识分类为聚类分析的多个聚类类别。
可选的，根据账户特征提取结果和对应标识分类进行时长预估前，还包括对账户特征提取结果进行数据预处理。预处理方法包括数据清洗、数据去重、数据转换、标准化等。用于保证账户特征提取结果的质量、提高账户特征提取结果的可用性和适用性。
时长影响因子用于根据账户特征与云客服服务之间的关系，确定不同云客服对服务时长的影响程度，量化和预测服务时长。可选的，基于账户特征提取结果和服务云客服，生成时长影响因子，适配评价基于数据建模技术原理进行。包括回归模型、分类模型或其他适合问题的模型。
进一步的，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配，步骤S400包括：
将所述标识分类和所述账户特征输入所述客服特征网络，进行接入信号与云客服的匹配计算，计算如下：
；
其中，为接入信号与第i个云客服的匹配值，m为映射账户与第i个云客服的历史通话次数，/>，/>为映射账户与第i个云客服的第n次通话评价，/>为映射账户与第i个云客服的第n次通话的时间衰减关联，/>为标准评价值，/>为标识分类，/>为第i个云客服的标识分类的技能特征值，/>为第i个云客服的预计等待时长，/>、/>、/>为归一化系数。
进一步的，m表示映射账户与第i个云客服的历史通话次数。这个参数用于考虑客户与客服代表之间的历史互动频率。历史通话次数越多，可能意味着客户更喜欢与特定客服代表交流。用于考虑客户对客服代表的评价，可能是一个分数或等级，表示客户对服务的满意度。/>用于考虑最近通话的重要性，即较新的通话可能比较旧的通话更有影响力。
匹配计算通过引入通话次数、通话评价、时间衰减、专业需求适配度、等待时长等多方面参数，并辅以归一化系数，调整各个参数的权重，以便更好地进行匹配和评分，进而实现了对于云客服的综合匹配。可以更准确地匹配客户需求和合适的客服代表，提高客户服务的质量和效率。
进一步的，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配，步骤S400还包括：
判断所述映射账户是否与任意云客服未进行过通话；
若存在未通话云客服，则通过下述公式进行匹配计算：
；
其中，为自适应差值增益系数。
进一步的，如图2所示，执行所述客服特征网络的特征匹配，，步骤S400还包括：
记录云客服的客服服务数据，其中，所述客服服务数据为服务时长数据，且所述客服服务数据包括日度计时和月度计时；
通过所述客服服务数据中的月度计时进行平均通话量计算，并基于平均通话量计算结果和月度计时进行总量的负荷评价，输出负荷评价值；
对日度计时进行工作累计评价，生成累计评价值；
通过所述负荷评价值和所述累计评价值对所述特征匹配结果进行修正。
其中，负荷评价值是根据客服服务数据中的月度计时和平均通话量计算得出的，用于评估整体工作负荷水平。反映了在某个时间段内云客服的工作情况，体现了客服代表的工作强度。
可选的，通过获取客服服务数据，进行云客服服务的负荷评价，对之前的特征匹配结果进行修正。修正包括重新分配客服代表的工作任务，以更好地平衡工作负荷，提高客户服务效率。示例性的，若某个客服代表的工作负荷较高，可以将一部分工作重新分配给工作负荷较轻的客服代表，进而提高整体效率和客户服务质量。
S500：当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；
可选的，用户端指的是与客户进行互动的界面或应用程序，示例性的，是指客户使用的设备，包括智能手机、电脑或平板电脑。用户通过用户端的用户界面与系统进行沟通。
可选的，多个同级结果是指基于客户需求和云客服的特征进行匹配获取的多个匹配云客服，多个同级结果在服务质量和适应性上都是相近的。用户端在接收到特征匹配结果后，将多个同级特征匹配结果呈现给目标客户，目标客户可以选择其中一个或提供其他反馈，以指示他们的首选选项或特殊需求。其中，反馈路径获取包括识别屏幕上的按钮的点击、接收用户输入文本或其他互动方式来实现。
可选的，接收用户端的反馈信号后，根据用户的选择或需求来做出响应。示例性的，包括重新排序匹配结果，选择用户指定的结果，或提供更多信息以帮助用户作出决策等。
进一步的，当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号，步骤S500之前，所述方法还包括：
建立同级的判别列表；
对所述特征匹配结果进行匹配值顺序排序，并基于所述判别列表执行第二顺位开始的向前同级比对；
当任意向前同级比对结果为非同级结果，则同级判别结束；
根据已判别为同级的顺序结果进行用户端反馈。
可选的，判别列表用于反映多个匹配结果的等级关系，即多个云客服的等级关系。判别列表包含了用于评估特征匹配结果的一组标准或因素。这些因素可以根据客户需求和系统的策略来确定，用于帮助系统判断哪个匹配结果在特定情况下更合适。
可选的，对特征匹配结果进行匹配值顺序排序，是指根据之前的匹配分数或其他评估指标，将结果按照优劣顺序排列，示例性的，最相关或最匹配的结果位于排序序列的最前位置。
基于判别列表执行第二顺位开始的向前同级比对，是指从排在前面的结果开始进行向前同级比对，然后逐一比对下一个结果。比对的目的是根据判别列表中的标准或因素判断特征匹配结果中是否存在同级的云客服。
进一步的，当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号，步骤S500之前，所述方法还包括：
若第二顺位的向前同级比对结果未通过，则将第一顺序匹配结果作为成功匹配结果；
根据所述成功匹配结果直接进行信号分用，并建立留存队列，执行云客服服务。
可选的，若第二顺位的向前同级比对结果未通过，则表示第一顺序匹配结果为匹配度与云客服等级最高的特征匹配结果。同时，自第二顺位开始向前同级比对，具有节约算力，提高匹配结果遴选速度与效率的技术效果。
S600：依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务。
可选的，成功的匹配结果将被用于信号分用，信号分用后的客户级客户信号将被连接到相应的云客服代表或服务通道。用于确保客户能够迅速获得所需的支持或服务。其中，留存队列是指匹配值顺序排序中为被选定为匹配结果的多个云客服，用于在匹配结果出现不可抗力无法进行客户服务时提供备用服务通道，或在未来的云客服服务中考虑到这些结果，以提供更好的匹配。确保客户在各种情况下都能够得到有效的云客服服务，同时减轻多次进行匹配的算力需求，提高客户服务的响应效率。
综上所述，本发明所提供的基于多路复用技术的云客服服务方法具有如下技术效果：
通过接收接入信号，并将接入信号进行多路来源信号的复用处理，接入共享信道；将接入共享信道的接入信号进行标识解析，生成标识分类；对接入信号进行信号溯源，调用接入信号的映射账户，并基于映射账户进行账户的历史通信数据调用，提取账户特征；建立云客服的客服特征网络，将标识分类和账户特征作为匹配特征，执行客服特征网络的特征匹配；当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；依据反馈信号进行信号分用，并建立留存队列，执行云客服服务。进而实现成本低、效率高、减轻人力资源限制的技术效果。
实施例二
基于与所述实施例中基于多路复用技术的云客服服务方法同样的构思，如图3所示，本申请还提供了基于多路复用技术的云客服服务系统，所述系统包括：
复用处理模块11，用于接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；
标识解析模块12，用于将接入共享信道的所述接入信号进行标识解析，生成标识分类；
溯源映射模块13，用于对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；
客服匹配模块14，用于建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；
多结果反馈模块15，用于当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号；
分用服务模块16，用于依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务。
进一步的，客服匹配模块14还包括：
特征匹配单元，用于将所述标识分类和所述账户特征输入所述客服特征网络，进行接入信号与云客服的匹配计算，计算如下：
；
其中，为接入信号与第i个云客服的匹配值，m为映射账户与第i个云客服的历史通话次数，/>，/>为映射账户与第i个云客服的第n次通话评价，/>为映射账户与第i个云客服的第n次通话的时间衰减关联，/>为标准评价值，/>为标识分类，/>为第i个云客服的标识分类的技能特征值，/>为第i个云客服的预计等待时长，/>、/>、/>为归一化系数。
判断所述映射账户是否与任意云客服未进行过通话；
若存在未通话云客服，则通过下述公式进行匹配计算：
；
其中，为自适应差值增益系数。
进一步的，客服匹配模块14还包括：
客服数据记录单元，用于记录云客服的客服服务数据，其中，所述客服服务数据为服务时长数据，且所述客服服务数据包括日度计时和月度计时；
负荷评价单元，用于通过所述客服服务数据中的月度计时进行平均通话量计算，并基于平均通话量计算结果和月度计时进行总量的负荷评价，输出负荷评价值；
累计评价单元，用于对日度计时进行工作累计评价，生成累计评价值；
匹配结果修正单元，用于通过所述负荷评价值和所述累计评价值对所述特征匹配结果进行修正。
进一步的，本申请的基于多路复用技术的云客服服务系统，所述系统还包括：等待时长预估单元，用于：
对已接入信号进行账户特征提取；根据账户特征提取结果和对应标识分类进行时长预估，生成第一预估结果；基于所述账户特征提取结果和服务云客服进行适配评价，生成时长影响因子；通过所述时长影响因子对所述第一预估结果补偿，获得第二预估结果；基于所述第二预估结果获得所述预计等待时长。
进一步的，多结果反馈模块15还包括：
判别规则单元，用于建立同级的判别列表；
序列比对单元，用于对所述特征匹配结果进行匹配值顺序排序，并基于所述判别列表执行第二顺位开始的向前同级比对；
判别截止单元，用于当任意向前同级比对结果为非同级结果，则同级判别结束；
反馈单元，用于根据已判别为同级的顺序结果进行用户端反馈。
进一步的，判别截止单元还用于：
若第二顺位的向前同级比对结果未通过，则将第一顺序匹配结果作为成功匹配结果；根据所述成功匹配结果直接进行信号分用，并建立留存队列，执行云客服服务。
应当理解的是，本说明书中所提及的实施例重点在其与其他实施例的不同，前述实施例一中的具体实施例，同样适用于实施例二所述的基于多路复用技术的云客服服务系统，为了说明书的简洁，在此不做进一步的展开。
应当理解的是，本申请所公开的实施例及上述说明，可以使得本领域的技术人员运用本申请实现本申请。同时本申请不被限制于上述所提到的这部分实施例，对本申请提到的实施例进行显而易见的修改、变种，也属于本申请原理范围之内。
Claims (6)
1.基于多路复用技术的云客服服务方法，其特征在于，所述方法包括：
接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；
将接入共享信道的所述接入信号进行标识解析，生成标识分类；
对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；
建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；
当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号，其中所述多个同级结果是指基于客户需求和云客服的特征进行匹配获取的多个匹配云客服，多个同级结果在服务质量和适应性上都是相近的；
依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务；
所述将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配，包括：
将所述标识分类和所述账户特征输入所述客服特征网络，进行接入信号与云客服的匹配计算，计算如下：
；
其中，为接入信号与第i个云客服的匹配值，m为映射账户与第i个云客服的历史通话次数，/>，/>为映射账户与第i个云客服的第n次通话评价，/>为映射账户与第i个云客服的第n次通话的时间衰减关联，/>为标准评价值，/>为标识分类，/>为第i个云客服的标识分类的技能特征值，/>为第i个云客服的预计等待时长，/>、/>、/>为归一化系数；
判断所述映射账户是否与任意云客服未进行过通话；
若存在未通话云客服，则通过下述公式进行匹配计算：
；
其中，为自适应差值增益系数。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
记录云客服的客服服务数据，其中，所述客服服务数据为服务时长数据，且所述客服服务数据包括日度计时和月度计时；
通过所述客服服务数据中的月度计时进行平均通话量计算，并基于平均通话量计算结果和月度计时进行总量的负荷评价，输出负荷评价值；
对日度计时进行工作累计评价，生成累计评价值；
通过所述负荷评价值和所述累计评价值对所述特征匹配结果进行修正。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
对已接入信号进行账户特征提取；
根据账户特征提取结果和对应标识分类进行时长预估，生成第一预估结果；
基于所述账户特征提取结果和服务云客服进行适配评价，生成时长影响因子；
通过所述时长影响因子对所述第一预估结果补偿，获得第二预估结果；
基于所述第二预估结果获得所述预计等待时长。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
建立同级的判别列表；
对所述特征匹配结果进行匹配值顺序排序，并基于所述判别列表执行第二顺位开始的向前同级比对；
当任意向前同级比对结果为非同级结果，则同级判别结束；
根据已判别为同级的顺序结果进行用户端反馈。
5.如权利要求1所述的方法，其特征在于，所述方法还包括：
若第二顺位的向前同级比对结果未通过，则将第一顺序匹配结果作为成功匹配结果；
根据所述成功匹配结果直接进行信号分用，并建立留存队列，执行云客服服务。
6.基于多路复用技术的云客服服务系统，其特征在于，所述系统包括：
复用处理模块，所述复用处理模块用于接收接入信号，并将所述接入信号进行多路来源信号的复用处理，接入共享信道；
标识解析模块，所述标识解析模块用于将接入共享信道的所述接入信号进行标识解析，生成标识分类；
溯源映射模块，所述溯源映射模块用于对所述接入信号进行信号溯源，调用接入信号的映射账户，并基于所述映射账户进行账户的历史通信数据调用，提取账户特征；
客服匹配模块，所述客服匹配模块用于建立云客服的客服特征网络，将所述标识分类和所述账户特征作为匹配特征，执行所述客服特征网络的特征匹配；
多结果反馈模块，所述多结果反馈模块用于当特征匹配结果包含多个同级结果时，则将特征匹配结果反馈至用户端，并接收用户端的反馈信号，其中所述多个同级结果是指基于客户需求和云客服的特征进行匹配获取的多个匹配云客服，多个同级结果在服务质量和适应性上都是相近的；
分用服务模块，所述分用服务模块用于依据所述反馈信号进行信号分用，并建立留存队列，执行云客服服务；
所述客服匹配模块包括：
特征匹配单元，用于将所述标识分类和所述账户特征输入所述客服特征网络，进行接入信号与云客服的匹配计算，计算如下：
；
其中，为接入信号与第i个云客服的匹配值，m为映射账户与第i个云客服的历史通话次数，/>，/>为映射账户与第i个云客服的第n次通话评价，/>为映射账户与第i个云客服的第n次通话的时间衰减关联，/>为标准评价值，/>为标识分类，/>为第i个云客服的标识分类的技能特征值，/>为第i个云客服的预计等待时长，/>、/>、/>为归一化系数；
判断所述映射账户是否与任意云客服未进行过通话；
若存在未通话云客服，则通过下述公式进行匹配计算：
；
其中，为自适应差值增益系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421971.9A CN117156050B (zh) | 2023-10-31 | 2023-10-31 | 基于多路复用技术的云客服服务方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311421971.9A CN117156050B (zh) | 2023-10-31 | 2023-10-31 | 基于多路复用技术的云客服服务方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117156050A CN117156050A (zh) | 2023-12-01 |
| CN117156050B true CN117156050B (zh) | 2024-01-26 |
Family
ID=88899143
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311421971.9A Active CN117156050B (zh) | 2023-10-31 | 2023-10-31 | 基于多路复用技术的云客服服务方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117156050B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111147679A (zh) * | 2019-12-19 | 2020-05-12 | 商客通尚景科技（上海）股份有限公司 | 一种优化分配电话排队等候客户的方法 |
| CN112269650A (zh) * | 2020-12-18 | 2021-01-26 | 北京达佳互联信息技术有限公司 | 任务调度方法、装置、电子设备和存储介质 |
| CN112615968A (zh) * | 2019-12-05 | 2021-04-06 | 商客通尚景科技（上海）股份有限公司 | 云呼叫中心电话的分流方法及设备 |
| CN116167587A (zh) * | 2023-02-20 | 2023-05-26 | 北京钰兔科技有限公司 | 一种自动化分配客服方法及存储系统 |
| CN116743755A (zh) * | 2022-03-03 | 2023-09-12 | 顺丰科技有限公司 | 客服服务场景的资源调度方法、计算机设备及存储介质 |
-
2023
- 2023-10-31 CN CN202311421971.9A patent/CN117156050B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112615968A (zh) * | 2019-12-05 | 2021-04-06 | 商客通尚景科技（上海）股份有限公司 | 云呼叫中心电话的分流方法及设备 |
| CN111147679A (zh) * | 2019-12-19 | 2020-05-12 | 商客通尚景科技（上海）股份有限公司 | 一种优化分配电话排队等候客户的方法 |
| CN112269650A (zh) * | 2020-12-18 | 2021-01-26 | 北京达佳互联信息技术有限公司 | 任务调度方法、装置、电子设备和存储介质 |
| CN116743755A (zh) * | 2022-03-03 | 2023-09-12 | 顺丰科技有限公司 | 客服服务场景的资源调度方法、计算机设备及存储介质 |
| CN116167587A (zh) * | 2023-02-20 | 2023-05-26 | 北京钰兔科技有限公司 | 一种自动化分配客服方法及存储系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117156050A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111444323A (zh) | 事故信息快速采集方法、装置、计算机设备及存储介质 | |
| CN112579891A (zh) | 一种云资源的推荐方法、装置、电子终端及存储介质 | |
| CN112202849A (zh) | 内容分发方法、装置、电子设备和计算机可读存储介质 | |
| CN110519155B (zh) | 信息处理方法及系统 | |
| CN117688165B (zh) | 多边缘协同的客服方法、装置、设备和可读存储介质 | |
| CN117156050B (zh) | 基于多路复用技术的云客服服务方法及系统 | |
| CN114036379A (zh) | 一种客服推荐方法、装置、电子设备及可读存储介质 | |
| CN117876018A (zh) | 潜在客户识别和预测的方法、装置、电子设备及存储介质 | |
| CN113221005A (zh) | 客服推送方法、服务器及相关产品 | |
| CN114443943A (zh) | 一种信息调度方法、装置、设备及计算机可读存储介质 | |
| CN117196630A (zh) | 交易风险预测方法、装置、终端设备以及存储介质 | |
| CN115376668B (zh) | 一种应用于智慧医疗的大数据业务分析方法及系统 | |
| CN114625612A (zh) | 基于大数据办公的用户行为分析方法及服务系统 | |
| CN112565064B (zh) | 基于远程多媒体的业务处理方法、装置、设备和介质 | |
| CN110348801B (zh) | 数据错误流转更改方法、装置、计算机设备及存储介质 | |
| CN113422810A (zh) | 向服务提供商发送信息的方法及设备 | |
| TW201301153A (zh) | 用戶需求服務最佳化分類系統及方法 | |
| CN107392415B (zh) | 一种基于大数据的电信营业员画像信息处理方法及装置 | |
| CN112052914B (zh) | 分类模型预测方法及装置 | |
| CN111143688A (zh) | 一种基于移动新闻客户端的评估方法及其系统 | |
| CN114615224B (zh) | 语音消息处理方法及装置、服务器、存储介质 | |
| CN114140140B (zh) | 一种场景筛选方法、装置及设备 | |
| CN112597157B (zh) | 一种报送信息存储管理方法和系统 | |
| CN117240819B (zh) | 邮件配置方法、装置、设备及计算机可读存储介质 | |
| CN116028235B (zh) | 自媒体信息处理方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |