CN117252580A - 一种基于人工智能的智慧供热数字化管理系统及方法 - Google Patents
一种基于人工智能的智慧供热数字化管理系统及方法 Download PDFInfo
- Publication number
- CN117252580A CN117252580A CN202311171874.9A CN202311171874A CN117252580A CN 117252580 A CN117252580 A CN 117252580A CN 202311171874 A CN202311171874 A CN 202311171874A CN 117252580 A CN117252580 A CN 117252580A
- Authority
- CN
- China
- Prior art keywords
- user
- processing
- heat supply
- abnormal problem
- abnormal
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 192
- 230000002159 abnormal effect Effects 0.000 claims abstract description 159
- 238000010438 heat treatment Methods 0.000 claims abstract description 95
- 238000012423 maintenance Methods 0.000 claims abstract description 54
- 238000012216 screening Methods 0.000 claims abstract description 38
- 230000006978 adaptation Effects 0.000 claims description 46
- 238000007726 management method Methods 0.000 claims description 38
- 238000004458 analytical method Methods 0.000 claims description 23
- 230000003993 interaction Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008439 repair process Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
- G10L15/005—Language recognition
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及供热管理技术领域,具体为一种基于人工智能的智慧供热数字化管理系统及方法,包括:供热服务管理模块、服务数据采集模块、数据库、服务调整对象筛选模块和智慧供热调整模块,通过供热服务管理模块利用语音客服机器人进行供热设备使用异常问题咨询服务,通过服务数据采集模块采集历史咨询服务数据,通过数据库存储接收到的全部数据,通过服务调整对象筛选模块筛选需要调整异常问题处理建议提供方式的目标用户,通过智慧供热调整模块调整异常问题处理建议的提供方式,在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议,有效解决了无必要的维修工单大量增加的问题,减少了供暖季工单堵塞的现象。
Description
技术领域
本发明涉及供热管理技术领域,具体为一种基于人工智能的智慧供热数字化管理系统及方法。
背景技术
供热服务具有较强的季节性,给服务管理带来了巨大的人力适配难题:由于供暖季服务人力难以充分安置、有效人力无法快速汇聚,容易导致用户想要咨询的供热问题无法被及时接收并得到合理解决,无法提升供热服务的质量,利用智能客服机器人结合人工智能技术来进行信息识别并与用户进行信息交互以了解并处理用户提出的供热异常问题,使得用户想要咨询的问题能够得到及时有效的解决,能够在减轻供暖季的工作压力的同时提升供热服务的质量;
然而,在利用智能客服机器人来处理用户提出的供热设备异常的问题时,一般有两种处理方式:其一是为用户提供处理建议,由用户自主操作供热设备来解决异常问题;其二则是在用户自主操作无法成功解决问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修,现实生活中,存在没有必要进行上门维修,即只需用户自主操作就能解决问题但是实际上进行了上门维修的现象,其原因可能是因一个异常问题有多个可能能够成功解决对应异常问题的处理方式,因处理建议的提供顺序不当导致部分用户未能在短时间内获取到成功解决异常问题的处理建议,从而选择了上门维修,对于咨询量大的供暖季,容易导致无必要的维修工单大量增加的问题,加剧了工单堵塞的现象。
所以,人们需要一种基于人工智能的智慧供热数字化管理系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于人工智能的智慧供热数字化管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于人工智能的智慧供热数字化管理系统,所述系统包括:供热服务管理模块、服务数据采集模块、数据库、服务调整对象筛选模块和智慧供热调整模块;
所述供热服务管理模块的输出端连接所述服务数据采集模块的输入端,所述服务数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述服务调整对象筛选模块和智慧供热调整模块的输入端,所述服务调整对象筛选模块的输出端连接所述智慧供热调整模块的输入端;
通过所述供热服务管理模块利用语音客服机器人进行供热设备使用异常问题咨询服务;
通过所述服务数据采集模块采集历史咨询服务数据,将采集到的全部数据传输至所述数据库;
通过所述数据库存储接收到的全部数据;
通过所述服务调整对象筛选模块分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户;
通过所述智慧供热调整模块调整异常问题处理建议的提供方式,在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议。
进一步的,所述供热服务管理模块包括异常问题收集单元、语音识别单元和设备异常处理单元;
所述异常问题收集单元的输出端连接所述语音识别单元的输入端,所述语音识别单元的输出端连接所述设备异常处理单元的输入端;
所述异常问题收集单元用于收集用户在供热设备使用异常时通过线上咨询输入的语音数据;
所述语音识别单元用于利用语音客服机器人对用户输入的语音数据进行语音识别,将识别到的语音特征与语音数据库存储的关于供热设备使用异常问题的语音特征进行匹配,获取用户咨询的异常问题;
利用人工智能技术中的语音识别技术识别用户咨询的问题,并利用语音客服机器人与用户自主进行信息交互,来了解并处理用户想要咨询的供热设备异常的问题,有利于减轻在供暖季因咨询量过多导致的人工压力,同时提升了供热服务的服务质量和服务水平;
所述设备异常处理单元用于利用语音客服机器人为用户咨询的异常问题提供处理方式,所述处理方式包括:方式一:为用户提供处理建议并由用户自主操作供热设备;方式二:在用户根据处理建议进行自主操作无法成功解决异常问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修;
例如:用户在遇到用于供热的燃气热水器异常时,可能会提供的自主操作处理建议有:检查冷热水阀门是否正常打开、检查电池是否没电或者接触不良导致热水器打不着火、检查水压是否过小导致异常等处理建议。
进一步的,所述服务数据采集模块包括处理数据采集单元和用户数据采集单元;
所述处理数据采集单元的输入端连接所述设备异常处理单元的输出端,所述处理数据采集单元和用户数据采集单元的输出端连接所述数据库的输入端;
所述处理数据采集单元用于采集以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据;
所述处理数据采集单元还用于采集用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数;
所述用户数据采集单元用于采集以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数;
用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数以及以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数数据均从语音客服机器人与用户的历史信息交互记录中获取得到,在经由用户授予权限后再获取历史信息交互记录。
进一步的,所述服务调整对象筛选模块包括用户数据调取单元、适应程度分析单元和目标用户筛选单元;
所述用户数据调取单元的输入端连接所述数据库的输出端,所述用户数据调取单元的输出端连接所述适应程度分析单元的输入端,所述适应程度分析单元的输出端连接所述目标用户筛选单元的输入端;
所述用户数据调取单元用于调取以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数,将次数传输到所述适应程度分析单元;
所述适应程度分析单元用于依据自主操作的次数分析不同用户对自主操作供热设备来解决异常问题的适应程度;
所述目标用户筛选单元用于比较适应程度并筛选出需要调整处理建议提供方式的目标用户。
进一步的,所述智慧供热调整模块包括处理数据调取单元、成功概率分析单元和处理方式提供调整单元;
所述处理数据调取单元的输入端连接所述目标用户筛选单元和数据库的输出端,所述处理数据调取单元的输出端连接所述成功概率分析单元的输入端,所述成功概率分析单元的输出端连接所述处理方式提供调整单元的输入端;
所述处理数据调取单元用于调取所有用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数;
所述成功概率分析单元用于针对同一个供热设备异常问题而言,通过不同的自主操作处理建议解决对应异常问题的成功概率;
所述处理方式提供调整单元用于依据成功概率将处理建议进行分类,筛选出成功概率最高的一类处理建议,将筛选出的处理建议按成功概率从大到小的顺序进行排列,在语音识别到目标用户咨询对应供热设备异常问题时,将排序好的自主操作处理建议传输至目标用户终端。
一种基于人工智能的智慧供热数字化管理方法,包括以下步骤:
S01:利用语音客服机器人进行供热设备使用异常问题咨询服务;
S02:采集历史咨询服务数据;
S03:分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户;
S04:调整异常问题处理建议的提供方式;
S05:在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议。
进一步的,在步骤S01中:收集用户在供热设备使用异常时通过线上咨询输入的语音数据,利用语音客服机器人对用户输入的语音数据进行语音识别,将识别到的语音特征与语音数据库存储的关于供热设备使用异常问题的语音特征进行匹配,获取用户咨询的异常问题,利用语音客服机器人为用户咨询的异常问题提供处理方式:首先,为用户提供处理建议并由用户自主操作供热设备来解决异常问题,在用户根据处理建议进行自主操作无法成功解决异常问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修。
进一步的,在步骤S02中:经用户授予权限后,采集语音客服机器人与用户的历史信息交互记录,从历史信息交互记录中获取以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据,统计到随机一个异常问题的自主操作处理建议共有m个,采集到针对对应异常问题,用户以往依据m个自主操作处理建议成功解决供热设备异常问题的次数集合为C={C1,C2,…,Cm},采集到以往选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数集合为D={D1,D2,…,Dn},在选择上门维修前根据一个处理建议对供热设备进行自主操作记为1次,其中,n表示选择过上门维修供热设备的用户数量,获取到随机一个用户以往选择上门维修的次数为a,在选择上门维修时咨询的异常问题对应的处理建议个数集合为B={B1,B2,…,Ba}。
进一步的,在步骤S03中:根据公式 QUOTE />计算随机一个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度Qi,其中,Di表示随机一个选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数,Bv表示对应用户在第v次选择上门维修时咨询的异常问题对应的处理建议个数,通过相同方式计算得到n个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度集合为Q={Q1,Q2,…,Qi,…,Qn},将n个用户按适应程度从小到大的顺序进行排列,将排列好的用户分为p类,其中,前一类中所有用户的适应程度都小于后一类,获取到随机一个分类结果中,p类中每类用户的适应程度均值集合为F={F1,F2,…,Fp},根据下列公式计算随机一个分类结果中p类适应程度的差异系数R:
QUOTE />;
其中,Fj表示随机一个分类结果中,p类中第j类用户的适应程度均值,得到不同分类结果中p类适应程度的差异系数,筛选差异系数最大的一个分类结果中第一类的用户作为目标用户;
通过大数据技术采集不同用户以往进行异常问题咨询时的操作数据,来分析不同的选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度,考虑到部分用户可能会依据大部分甚至所有提供的处理建议来对供热设备进行自主操作后还未能解决问题时才选择上门维修,对于这些用户,因成功解决异常问题的处理建议排在后面提供导致用户未接收到对应处理建议就选择上门维修的概率较低,因此无须筛选处理建议并调整处理建议的提供顺序,但是部分用户可能会依据第一个或前几个提供的处理建议来对供热设备进行自主操作后还未能解决问题时就选择上门维修,结合用户在选择上门维修前,对供热设备进行自主操作的总次数来分析用户的适应程度并选择目标用户,对目标用户才进行处理建议提供顺序的调整,有利于提高处理建议提供顺序调整的有效性。
进一步的,在步骤S04中:针对随机一个异常问题Y:根据公式 QUOTE 计算依据随机一个自主操作处理建议成功解决供热设备异常问题的概率Pe,其中,Ce表示用户以往依据第e个自主操作处理建议成功解决供热设备异常问题的次数,得到依据m个自主操作处理建议成功解决供热设备异常问题的概率集合为P={P1,P2,…,Pe,…,Pm},将m个处理建议按概率从大到小的顺序进行排列,将排列好的处理建议分为k类,其中,前一类中所有处理建议对应的概率都大于后一类,获取到随机一个分类结果中,k类中每类处理建议对应的概率均值集合为Z={Z1,Z2,…,Zk},根据公式 QUOTE/> 计算随机一个分类结果中k类概率的差异系数X,其中,Zu表示随机一个分类结果中,k类中第u类处理建议对应的概率均值,得到不同分类结果中k类概率的差异系数,获取差异系数最大的一个分类结果,保留第一类处理建议,调整对应异常问题处理建议的提供方式为:按第一类处理建议对应的概率从大到小的顺序依次提供处理建议。
进一步的,在步骤S05中:在识别到目标用户咨询异常问题Y时,按保留的第一类处理建议对应的概率从大到小的顺序依次向目标用户提供处理建议;
在调整处理建议的提供顺序时,利用大数据技术采集并分析依据不同处理建议成功解决供热设备异常问题的概率大小来将处理建议进行分类,并将概率接近的处理建议分为一类,保留概率偏高的一类处理建议并按概率从大到小的顺序为目标用户提供处理该异常问题的处理建议,有利于提高目标用户在接收到第一个或前几个处理建议并进行自主操作处理后成功解决遇到的供热设备异常问题的概率,有效避免了在咨询量大的供暖季,因处理建议的提供顺序不当导致部分用户未能在短时间内获取到成功解决异常问题的处理建议,从而选择了上门维修,进而导致无必要的维修工单大量增加的问题,减少了工单堵塞的现象。
与现有技术相比,本发明所达到的有益效果是:
本发明通过智能客服机器人和人工智能技术识别用户咨询的问题,并利用语音客服机器人与用户自主进行信息交互,来了解并处理用户想要咨询的供热设备异常的问题,减轻了在供暖季因咨询量过多导致的人工压力,同时提升了供热服务的服务质量和服务水平;
利用大数据技术采集并分析依据不同处理建议成功解决供热设备异常问题的概率大小来将处理建议进行分类,并将概率接近的处理建议分为一类,保留概率偏高的一类处理建议并按概率从大到小的顺序进行调整,为目标用户提供处理该异常问题的处理建议,提高了目标用户在接收到第一个或前几个处理建议并进行自主操作处理后成功解决遇到的供热设备异常问题的概率,有效解决了在咨询量大的供暖季,因处理建议的提供顺序不当导致部分用户未能在短时间内获取到成功解决异常问题的处理建议,从而选择了上门维修,进而导致无必要的维修工单大量增加的问题,减少了工单堵塞的现象;
通过大数据技术采集不同用户以往进行异常问题咨询时的操作数据,来分析不同的选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度,结合用户在选择上门维修前,对供热设备进行自主操作的总次数来分析用户的适应程度并选择目标用户,对目标用户才进行处理建议提供顺序的调整,提高了处理建议提供顺序调整的有效性。
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是本发明一种基于人工智能的智慧供热数字化管理系统的结构图;
图2是本发明一种基于人工智能的智慧供热数字化管理方法的流程图。
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。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例一:
如图1所示,本实施例提供了一种基于人工智能的智慧供热数字化管理系统,系统包括:供热服务管理模块、服务数据采集模块、数据库、服务调整对象筛选模块和智慧供热调整模块,通过供热服务管理模块利用语音客服机器人进行供热设备使用异常问题咨询服务,通过服务数据采集模块采集历史咨询服务数据,将采集到的全部数据传输至数据库,通过数据库存储接收到的全部数据,通过服务调整对象筛选模块分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户,通过智慧供热调整模块调整异常问题处理建议的提供方式,在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议。
供热服务管理模块包括异常问题收集单元、语音识别单元和设备异常处理单元,异常问题收集单元用于收集用户在供热设备使用异常时通过线上咨询输入的语音数据,语音识别单元用于利用语音客服机器人对用户输入的语音数据进行语音识别,将识别到的语音特征与语音数据库存储的关于供热设备使用异常问题的语音特征进行匹配,获取用户咨询的异常问题,设备异常处理单元用于利用语音客服机器人为用户咨询的异常问题提供处理方式,处理方式包括:方式一:为用户提供处理建议并由用户自主操作供热设备;方式二:在用户根据处理建议进行自主操作无法成功解决异常问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修。
服务数据采集模块包括处理数据采集单元和用户数据采集单元,处理数据采集单元用于采集以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据,处理数据采集单元还用于采集用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数,用户数据采集单元用于采集以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数。
服务调整对象筛选模块包括用户数据调取单元、适应程度分析单元和目标用户筛选单元,用户数据调取单元用于调取以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数,将次数传输到适应程度分析单元,适应程度分析单元用于依据自主操作的次数分析不同用户对自主操作供热设备来解决异常问题的适应程度,目标用户筛选单元用于比较适应程度并筛选出需要调整处理建议提供方式的目标用户。
智慧供热调整模块包括处理数据调取单元、成功概率分析单元和处理方式提供调整单元,处理数据调取单元用于调取所有用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数,成功概率分析单元用于针对同一个供热设备异常问题而言,通过不同的自主操作处理建议解决对应异常问题的成功概率,处理方式提供调整单元用于依据成功概率将处理建议进行分类,筛选出成功概率最高的一类处理建议,将筛选出的处理建议按成功概率从大到小的顺序进行排列,在语音识别到目标用户咨询对应供热设备异常问题时,将排序好的自主操作处理建议传输至目标用户终端。
实施例二:
如图2所示,本实施例提供了一种基于人工智能的智慧供热数字化管理方法,其基于实施例中的管理系统实现,具体包括以下步骤:
S01:利用语音客服机器人进行供热设备使用异常问题咨询服务;
S02:采集历史咨询服务数据,经用户授予权限后,采集语音客服机器人与用户的历史信息交互记录,从历史信息交互记录中获取以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据,统计到随机一个异常问题的自主操作处理建议共有m个,采集到针对对应异常问题,用户以往依据m个自主操作处理建议成功解决供热设备异常问题的次数集合为C={C1,C2,…,Cm},采集到以往选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数集合为D={D1,D2,…,Dn},在选择上门维修前根据一个处理建议对供热设备进行自主操作记为1次,其中,n表示选择过上门维修供热设备的用户数量,获取到随机一个用户以往选择上门维修的次数为a,在选择上门维修时咨询的异常问题对应的处理建议个数集合为B={B1,B2,…,Ba};
例如:统计到随机一个异常问题Y的自主操作处理建议共有7个,采集到针对对应异常问题,用户以往依据7个自主操作处理建议成功解决供热设备异常问题的次数集合为C={C1,C2,C3,C4,C5,C6,C7}={10,15,8,7,20,22,4};
采集到以往选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数集合为D={D1,D2,D3,D4,D5,D6,D7}={8,4,10,12,22,28,30},获取到第一个用户以往选择上门维修的次数为a=4,在选择上门维修时咨询的异常问题对应的处理建议个数集合为B={B1,B2,B3,B4}={7,6,5,7};
S03:分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户,根据公式 QUOTE />计算随机一个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度Qi,其中,Di表示随机一个选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数,Bv表示对应用户在第v次选择上门维修时咨询的异常问题对应的处理建议个数,通过相同方式计算得到n个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度集合为Q={Q1,Q2,Q3,Q4,Q5,Q6,Q7}={0.32,0.14,0.22,0.23,0.76,1.00,0.75},将7个用户按适应程度从小到大的顺序进行排列,将排列好的用户分为3类,其中,前一类中所有用户的适应程度都小于后一类,获取到随机一个分类结果为:3类用户的适应程度集合分别为{0.14,0.22}、{0.23,0.32,0.75}和{0.76,1.00},对应分类结果中,3类中每类用户的适应程度均值集合为F={F1,F2,F3}={0.18,0.43,0.88},根据公式 QUOTE/> 计算随机一个分类结果中p类适应程度的差异系数R≈0.29,其中,Fj表示随机一个分类结果中,p类中第j类用户的适应程度均值,得到不同分类结果中3类适应程度的差异系数,得到差异系数最大的一个分类结果为:3类用户的适应程度集合分别为{0.14,0.22,0.23,0.32}、{0.75,0.76}和{1.00},筛选第一类的用户作为目标用户;
S04:调整异常问题处理建议的提供方式;
例如:针对随机一个异常问题Y:根据公式 QUOTE />计算依据随机一个自主操作处理建议成功解决供热设备异常问题的概率Pe,其中,Ce表示用户以往依据第e个自主操作处理建议成功解决供热设备异常问题的次数,得到依据7个自主操作处理建议成功解决供热设备异常问题的概率集合为P={P1,P2,P3,P4,P5,P6,P7}={0.12,0.17,0.09,0.08,0.23,0.26,0.05},将7个处理建议按概率从大到小的顺序进行排列,将排列好的处理建议分为3类,其中,前一类中所有处理建议对应的概率都大于后一类,获取到随机一个分类结果为:3类处理建议对应的概率集合分别为{0.26,0.23,0.17}、{0.12,0.09}和{0.08,0.05},对应分类结果中,3类中每类处理建议对应的概率均值集合为Z={Z1,Z2,Z3}={0.22,0.11,0.07},根据公式 QUOTE/> />计算随机一个分类结果中3类概率的差异系数X≈0.06,其中,Zu表示随机一个分类结果中,k类中第u类处理建议对应的概率均值,得到不同分类结果中k类概率的差异系数,获取差异系数最大的一个分类结果为:3类处理建议对应的概率集合分别为{0.26,0.23}、{0.17,0.12}和{0.09,0.08,0.05},保留第一类处理建议,即第六和第五个处理建议,调整对应异常问题处理建议的提供方式为:按第六个和第五个处理建议对应的概率从大到小的顺序依次提供处理建议;
S05:在识别到目标用户咨询异常问题Y时,首先向目标用户提供第六个处理建议,其次提供第五个处理建议。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人工智能的智慧供热数字化管理系统,其特征在于:所述系统包括:供热服务管理模块、服务数据采集模块、数据库、服务调整对象筛选模块和智慧供热调整模块;
所述供热服务管理模块的输出端连接所述服务数据采集模块的输入端,所述服务数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述服务调整对象筛选模块和智慧供热调整模块的输入端,所述服务调整对象筛选模块的输出端连接所述智慧供热调整模块的输入端;
通过所述供热服务管理模块利用语音客服机器人进行供热设备使用异常问题咨询服务;
通过所述服务数据采集模块采集历史咨询服务数据,将采集到的全部数据传输至所述数据库;
通过所述数据库存储接收到的全部数据;
通过所述服务调整对象筛选模块分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户;
通过所述智慧供热调整模块调整异常问题处理建议的提供方式,在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议。
2.根据权利要求1所述的一种基于人工智能的智慧供热数字化管理系统,其特征在于:所述供热服务管理模块包括异常问题收集单元、语音识别单元和设备异常处理单元;
所述异常问题收集单元的输出端连接所述语音识别单元的输入端,所述语音识别单元的输出端连接所述设备异常处理单元的输入端;
所述异常问题收集单元用于收集用户在供热设备使用异常时通过线上咨询输入的语音数据;
所述语音识别单元用于利用语音客服机器人对用户输入的语音数据进行语音识别,将识别到的语音特征与语音数据库存储的关于供热设备使用异常问题的语音特征进行匹配,获取用户咨询的异常问题;
所述设备异常处理单元用于利用语音客服机器人为用户咨询的异常问题提供处理方式,所述处理方式包括:方式一:为用户提供处理建议并由用户自主操作供热设备;方式二:在用户根据处理建议进行自主操作无法成功解决异常问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修。
3.根据权利要求2所述的一种基于人工智能的智慧供热数字化管理系统,其特征在于:所述服务数据采集模块包括处理数据采集单元和用户数据采集单元;
所述处理数据采集单元的输入端连接所述设备异常处理单元的输出端,所述处理数据采集单元和用户数据采集单元的输出端连接所述数据库的输入端;
所述处理数据采集单元用于采集以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据;
所述处理数据采集单元还用于采集用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数;
所述用户数据采集单元用于采集以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数。
4.根据权利要求3所述的一种基于人工智能的智慧供热数字化管理系统,其特征在于:所述服务调整对象筛选模块包括用户数据调取单元、适应程度分析单元和目标用户筛选单元;
所述用户数据调取单元的输入端连接所述数据库的输出端,所述用户数据调取单元的输出端连接所述适应程度分析单元的输入端,所述适应程度分析单元的输出端连接所述目标用户筛选单元的输入端;
所述用户数据调取单元用于调取以往选择过上门维修供热设备的用户在选择上门维修前对供热设备进行自主操作的次数,将次数传输到所述适应程度分析单元;
所述适应程度分析单元用于依据自主操作的次数分析不同用户对自主操作供热设备来解决异常问题的适应程度;
所述目标用户筛选单元用于比较适应程度并筛选出需要调整处理建议提供方式的目标用户。
5.根据权利要求4所述的一种基于人工智能的智慧供热数字化管理系统,其特征在于:所述智慧供热调整模块包括处理数据调取单元、成功概率分析单元和处理方式提供调整单元;
所述处理数据调取单元的输入端连接所述目标用户筛选单元和数据库的输出端,所述处理数据调取单元的输出端连接所述成功概率分析单元的输入端,所述成功概率分析单元的输出端连接所述处理方式提供调整单元的输入端;
所述处理数据调取单元用于调取所有用户以往依据不同的自主操作处理建议成功解决供热设备异常问题的次数;
所述成功概率分析单元用于针对同一个供热设备异常问题而言,通过不同的自主操作处理建议解决对应异常问题的成功概率;
所述处理方式提供调整单元用于依据成功概率将处理建议进行分类,筛选出成功概率最高的一类处理建议,将筛选出的处理建议按成功概率从大到小的顺序进行排列,在语音识别到目标用户咨询对应供热设备异常问题时,将排序好的自主操作处理建议传输至目标用户终端。
6.一种基于人工智能的智慧供热数字化管理方法,其特征在于:包括以下步骤:
S01:利用语音客服机器人进行供热设备使用异常问题咨询服务;
S02:采集历史咨询服务数据;
S03:分析历史咨询服务数据,筛选出需要调整异常问题处理建议提供方式的目标用户;
S04:调整异常问题处理建议的提供方式;
S05:在目标用户咨询供热设备使用异常问题时,按调整后的方式向目标用户提供异常问题处理建议。
7.根据权利要求6所述的一种基于人工智能的智慧供热数字化管理方法,其特征在于:在步骤S01中:收集用户在供热设备使用异常时通过线上咨询输入的语音数据,利用语音客服机器人对用户输入的语音数据进行语音识别,将识别到的语音特征与语音数据库存储的关于供热设备使用异常问题的语音特征进行匹配,获取用户咨询的异常问题,利用语音客服机器人为用户咨询的异常问题提供处理方式:首先,为用户提供处理建议并由用户自主操作供热设备来解决异常问题,在用户根据处理建议进行自主操作无法成功解决异常问题或者用户选择上门维修服务后,进行派单安排人员上门进行设备维修;
在步骤S02中:经用户授予权限后,采集语音客服机器人与用户的历史信息交互记录,从历史信息交互记录中获取以往用户咨询的异常问题数据和为用户提供的解决对应异常问题的自主操作处理建议数据,统计到随机一个异常问题的自主操作处理建议共有m个,采集到针对对应异常问题,用户以往依据m个自主操作处理建议成功解决供热设备异常问题的次数集合为C={C1,C2,…,Cm},采集到以往选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数集合为D={D1,D2,…,Dn},在选择上门维修前根据一个处理建议对供热设备进行自主操作记为1次,其中,n表示选择过上门维修供热设备的用户数量,获取到随机一个用户以往选择上门维修的次数为a,在选择上门维修时咨询的异常问题对应的处理建议个数集合为B={B1,B2,…,Ba}。
8.根据权利要求7所述的一种基于人工智能的智慧供热数字化管理方法,其特征在于:在步骤S03中:根据公式计算随机一个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度Qi,其中,Di表示随机一个选择过上门维修供热设备的用户在选择上门维修前,对供热设备进行自主操作的总次数,Bv表示对应用户在第v次选择上门维修时咨询的异常问题对应的处理建议个数,通过相同方式计算得到n个选择过上门维修供热设备的用户对自主操作供热设备来解决异常问题的适应程度集合为Q={Q1,Q2,…,Qi,…,Qn},将n个用户按适应程度从小到大的顺序进行排列,将排列好的用户分为p类,其中,前一类中所有用户的适应程度都小于后一类,获取到随机一个分类结果中,p类中每类用户的适应程度均值集合为F={F1,F2,…,Fp},根据下列公式计算随机一个分类结果中p类适应程度的差异系数R:
;
其中,Fj表示随机一个分类结果中,p类中第j类用户的适应程度均值,得到不同分类结果中p类适应程度的差异系数,筛选差异系数最大的一个分类结果中第一类的用户作为目标用户。
9.根据权利要求7所述的一种基于人工智能的智慧供热数字化管理方法,其特征在于:在步骤S04中:针对随机一个异常问题Y:根据公式计算依据随机一个自主操作处理建议成功解决供热设备异常问题的概率Pe,其中,Ce表示用户以往依据第e个自主操作处理建议成功解决供热设备异常问题的次数,得到依据m个自主操作处理建议成功解决供热设备异常问题的概率集合为P={P1,P2,…,Pe,…,Pm},将m个处理建议按概率从大到小的顺序进行排列,将排列好的处理建议分为k类,其中,前一类中所有处理建议对应的概率都大于后一类,获取到随机一个分类结果中,k类中每类处理建议对应的概率均值集合为Z={Z1,Z2,…,Zk},根据公式/>计算随机一个分类结果中k类概率的差异系数X,其中,Zu表示随机一个分类结果中,k类中第u类处理建议对应的概率均值,得到不同分类结果中k类概率的差异系数,获取差异系数最大的一个分类结果,保留第一类处理建议,调整对应异常问题处理建议的提供方式为:按第一类处理建议对应的概率从大到小的顺序依次提供处理建议。
10.根据权利要求9所述的一种基于人工智能的智慧供热数字化管理方法,其特征在于:在步骤S05中:在识别到目标用户咨询异常问题Y时,按保留的第一类处理建议对应的概率从大到小的顺序依次向目标用户提供处理建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311171874.9A CN117252580A (zh) | 2023-09-12 | 2023-09-12 | 一种基于人工智能的智慧供热数字化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311171874.9A CN117252580A (zh) | 2023-09-12 | 2023-09-12 | 一种基于人工智能的智慧供热数字化管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117252580A true CN117252580A (zh) | 2023-12-19 |
Family
ID=89127303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311171874.9A Pending CN117252580A (zh) | 2023-09-12 | 2023-09-12 | 一种基于人工智能的智慧供热数字化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252580A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575542A (zh) * | 2024-01-15 | 2024-02-20 | 荣泰建设集团有限公司 | 一种基于模块化装配的建筑工程数据控制系统及方法 |
-
2023
- 2023-09-12 CN CN202311171874.9A patent/CN117252580A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575542A (zh) * | 2024-01-15 | 2024-02-20 | 荣泰建设集团有限公司 | 一种基于模块化装配的建筑工程数据控制系统及方法 |
CN117575542B (zh) * | 2024-01-15 | 2024-04-16 | 荣泰建设集团有限公司 | 一种基于模块化装配的建筑工程数据控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117252580A (zh) | 一种基于人工智能的智慧供热数字化管理系统及方法 | |
CN112507996A (zh) | 一种主样本注意力机制的人脸检测方法 | |
CN116320172A (zh) | 基于智慧燃气呼叫中心的燃气运营方法与物联网系统 | |
CN116700172A (zh) | 结合工业互联网的工业数据集成处理方法及系统 | |
CN114971356A (zh) | 一种电力工程项目进度预测系统及方法 | |
CN111506635A (zh) | 一种基于自回归和朴素贝叶斯算法的居民用电行为分析的系统及方法 | |
CN111179095A (zh) | 基于健康风险评估的核保方法、系统、设备及存储介质 | |
CN115719283A (zh) | 一种智能化会计管理系统 | |
CN115954879A (zh) | 基于ao算法优化pnn的配电网线变关系精准辨识方法 | |
CN116128544A (zh) | 一种电力营销异常营业数据的主动稽核方法和系统 | |
CN110309958A (zh) | 一种基于漏斗模型的政务服务平台流程优化方法 | |
CN113404464A (zh) | 一种远程加热炉集中管理方法及系统 | |
CN109991495A (zh) | 基于用电信息采集系统的设备异常监测分析方法 | |
CN117455417A (zh) | 一种智能风控审批策略自动迭代优化方法及系统 | |
CN110807174B (zh) | 一种基于统计分布的污水厂厂群出水分析及异常识别方法 | |
CN112990593A (zh) | 基于cso-ann-el算法的变压器故障诊断及状态预测方法 | |
CN116452154A (zh) | 一种适用于通信运营商的项目管理系统 | |
CN116402661A (zh) | 碳资产管理系统 | |
CN113807462B (zh) | 一种基于ai的网络设备故障原因定位方法及其系统 | |
CN115392710A (zh) | 一种基于数据过滤的风电机组运行决策方法及系统 | |
CN114926075A (zh) | 基于工时预测的机械零件生产调度方法 | |
CN113537759A (zh) | 一种基于权重自适应的用户体验度量模型 | |
TWI725543B (zh) | 預測造成系統異常之稀有事件的方法 | |
CN110956471A (zh) | 装修行业征信数据的分析方法 | |
CN116882711B (zh) | 基于大数据分析的政务大厅业务办理优化方法及系统 |
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 |