CN117454249A - 一种用于坐席员业务实训的人机对练方法 - Google Patents

Abstract

本发明公开了一种用于坐席员业务实训的人机对练方法，涉及业务实训技术领域，包括以下步骤：将坐席员与训练账号一对一绑定，并录入坐席员业务范围信息；基于所述坐席员的业务范围选择训练题库；按照题目类型的不同对所述训练题库中的训练题进行分类，得到多个训练题组；该一种用于坐席员业务实训的人机对练方法，通过将实训的习题分类，记录坐席员错题对应的类别，从而发现坐席员的薄弱点，并在发现薄弱点后自动根据各类别的错题比例，相应在实训时增加错题所在类别的题目数量，实现了对坐席员进行针对性训练，并通过对坐席员的错题及错题所在类别的不断更新迭代，不断发现坐席员薄弱点，并针对薄弱点进行加强训练，逐步减少坐席员的薄弱点。

Description

一种用于坐席员业务实训的人机对练方法

技术领域

本发明涉及业务实训技术领域，具体涉及一种用于坐席员业务实训的人机对练方法。

背景技术

坐席员是指接线员，负责日常的客户服务热线电话的接听和答复工作。中国职场中常常把这个岗位称呼为：客服代表、接线员、话务员、客服专员、咨询员、咨询顾问、技术支持专员等。坐席员目前主要是指公司企业中在呼叫中心或客服部门工作，主要工作内容为通过接听电话或者外拨电话来处理服务、销售、数据采集、信息调查、业务回访等事务。此类工作人员均被称为坐席员。

专业的坐席员需要广泛的了解业务相关的知识，因此在坐席员正式上线前需要对坐席员进行专业的培训，公开号为CN108734379B的中国专利，公开了一种对客服人员实现差异化的线上培训方法，涉及客服质检与客服培训领域，包括：S1：对客服进行质检，提取出质检中的问题；S2：统计出每个客服质检中产生的每一个问题的所属的具体类别；S3：根据客服产生的质检问题所属的类别不同，对客服进行标记；S4：将客服产生的质检问题汇总到培训系统中；

S5：培训系统将更新的质检问题传输到数据库，然后从数据库中获取每一个更新的质检问题对应的解决方案，并将更新的质检问题与解决方案按照一一对应的方式存储在培训系统中；S6：客服通过培训系统完成在线培训。解决了现有线下培训方法对每个客服无法根据每个坐席的实际知识掌握量、空闲时间进行灵活的培训，培训后的效果差的问题。

上述现有技术方便了对坐席员进行培训，然而并不适用于结合培训的知识考察坐席员的各种情况的应对能力，发现坐席员的不足，并根据坐席员的不足点对坐席员进行针对性的培训。

发明内容

本发明的目的是提供一种用于坐席员业务实训的人机对练方法，以解决现有技术中的上述不足之处。

为了实现上述目的，本发明提供如下技术方案：一种用于坐席员业务实训的人机对练方法，包括以下步骤：

S1、将坐席员与训练账号一对一绑定，并录入坐席员业务范围信息；

S2、基于所述坐席员的业务范围选择训练题库，其中训练题库为专家根据职业标准编撰或从网络上检索、下载的相关训练题；

S3、按照题目类型的不同对所述训练题库中的训练题进行分类，得到多个训练题组，并平均从每个训练题组中随机抽取多个训练题，生成训练卷；

S4、使用所述训练卷对所述坐席员进行训练，得到训练的分数，并记录错题；

S5、检索所述错题对应的训练题组，记录所述坐席员各训练题组的错题数量；

S6、基于所述坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，再按照所述抽取比例抽取训练题生成训练卷，返回S4。

进一步的，将训练题划分到所述训练题库和训练题组中时，具体包括：

利用人工对训练题进行分类；

利用大语言模型识别训练题文本，对训练题进行分类。

进一步的，基于已经分类好的训练题及其对应的训练题库和训练题组，训练所述大语言模型，用于挖掘出训练题的内容与训练题库和训练题组的之间的关系，并将关系储存到大语言模型中，使得大语言模型可更加精准的将训练题分类到对应的训练题和训练题组中。

进一步的，S6步骤中基于所述坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，具体为：

计算所有错题的数量；

计算各训练题组的错题数量占所有错题的数量的百分比，得到错题占比；

生成训练卷时，从各训练题组抽取训练题的数量为训练卷预定训练题总量乘以该训练题组的所述错题占比，并对计算结果四舍五入取整。

进一步的，所述方法还包括：

a1、对每个坐席员的各习题组的错题进行分别记录和汇总，得到各习题组单张训练卷中的错题数量及错误率，各习题组最近三张训练卷中的错题总数量、重复错题数量、错题的重复错误次数，其中错误率表示单张训练卷中每个习题组对应的错题数量占该张训练卷该习题组的训练题数量的百分比；

a2、分别设定错题总数量、重复错题数量、错题的重复错误次数的阈值，若得到数据中有至少一个大于等于对应的阈值；

a3、从对应的习题组中抽取自定义数量的训练题，生成加强卷；

a4、使用加强卷对坐席员进行训练；

a5、重复a3-a4三到五次；

a6、预设合格标准，判断坐席员的所有加强卷是否均达到合格标准；

a7、是则结束坐席员该习题组的加强卷测试，否则返回a5，返回a5时可根据错题的数量适量减少重复a3-a4的次数。

进一步的，a3步骤中生成加强卷时，若存在重复错题，则将所述重复错题加入加强卷。

进一步的，a3步骤中生成加强卷时，若存在重复错题，则利用所述大语言模型，在所述习题组中筛选出多个与所述重复错题相似的训练题加入加强卷，其中相似的标准可通过使用人工划分的相似题目训练大语言模型，使得向大语言模型中输入得到训练题，可在训练题库中检索与输入的训练题相似的训练题输出，使得输出的训练题与人工划分的相似题目相同来得到；使用大语言模型时还可对使用目的进行选择，如选择划分训练题库和训练题组，则将训练题输入大语言模型则输出划分好训练题库和训练题组的训练题；如选择检索相似训练题，则在输入训练题后输出与输入训练题相似的训练题。

进一步的，方法还包括提取出评分大于等于预设的高分阈值的坐席员的回答，得到高分回答，随机抽出多个高分回答再次进行人工评定，通过人工评定选取其中的优秀回答，在坐席员进行训练卷和加强卷的作答后，推送训练卷和加强卷中训练题对应优秀回答给坐席员，其中优秀回答在坐席员做题全部完成且评分后，显示在对应的训练题的旁，作为对比供坐席员参考学习。

1、与现有技术相比，本发明提供的一种用于坐席员业务实训的人机对练方法，通过将实训的习题分类，记录坐席员错题对应的类别，从而发现坐席员的薄弱点，并在发现薄弱点后自动根据各类别的错题比例，相应在实训时增加错题所在类别的题目数量，实现了对坐席员进行针对性训练。

2、与现有技术相比，本发明提供的一种用于坐席员业务实训的人机对练方法，通过对坐席员的错题及错题所在类别的不断更新迭代，可不断发现坐席员薄弱点，并针对薄弱点进行加强训练，提高坐席员对薄弱点的掌握程度，逐步减少坐席员的薄弱点。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的方法步骤图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。

在本发明的描述中，需要理解的是，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。

在不冲突的情况下，本公开各实施例及实施例中的各特征可相互组合。

如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。

本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。

本文所述实施例可借助本公开的理想示意图而参考平面图和/或截面图进行描述。因此，可根据制造技术和/或容限来修改示例图示。因此，实施例不限于附图中所示的实施例，而是包括基于制造工艺而形成的配置的修改。因此，附图中例示的区具有示意性属性，并且图中所示区的形状例示了元件的区的具体形状，但并不旨在是限制性的。

除非另外限定，否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本文明确如此限定。

请参阅图1，一种用于坐席员业务实训的人机对练方法，包括以下步骤：

S1、将坐席员与训练账号一对一绑定，并录入坐席员业务范围信息；其中，训练账号储存在训练设备中，坐席员在进行训练时，首先通过训练设备申请训练账号，并将个人信息与训练账号绑定，其中个人信息包括姓名、职务、业务范围等基本信息，方便训练设备根据业务范围将训练题组成的训练卷，分配到各个坐席员的训练账号上，使得坐席员可通过在训练设备上登录其训练账号就能查看训练卷，并进行做题。

S2、基于坐席员的业务范围选择训练题库，其中训练题库为专家根据职业标准编撰或从网络上检索、下载的相关训练题；

S3、按照题目类型的不同对训练题库中的训练题进行分类，得到多个训练题组，并平均从每个训练题组中随机抽取多个训练题，生成训练卷；

S2和S3中，将训练题划分到训练题库和训练题组中时，具体可通过以下两种方法实现：利用人工对训练题进行分类；利用大语言模型识别训练题文本，对训练题进行分类。

基于已经分类好的训练题及其对应的训练题库和训练题组，训练大语言模型，用于挖掘出训练题的内容与训练题库和训练题组的之间的关系，并将关系储存到大语言模型中，使得大语言模型可更加精准的将训练题分类到对应的训练题和训练题组中。

S4、使用训练卷对坐席员进行训练，得到训练的分数，并记录错题；其中对于训练的分数可通过对比答案判断对错和由人工批示两种方式得到。

S5、检索错题对应的训练题组，记录坐席员各训练题组的错题数量；用于发现坐席员的薄弱点，方便后续针对薄弱点进行特训。

S6、基于坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，再按照抽取比例抽取训练题生成训练卷，返回S4。重复S4-S6可不断发现坐席员薄弱点，并针对薄弱点进行加强训练，提高坐席员对薄弱点的掌握程度，逐步减少坐席员的薄弱点。

其中，基于坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，具体为：

计算所有错题的数量；

计算各训练题组的错题数量占所有错题的数量的百分比，得到错题占比；

生成训练卷时，从各训练题组抽取训练题的数量为训练卷预定训练题总量乘以该训练题组的错题占比，并对计算结果四舍五入取整。

方法还包括：

a1、对每个坐席员的各习题组的错题进行分别记录和汇总，得到各习题组单张训练卷中的错题数量及错误率，各习题组最近三张训练卷中的错题总数量、重复错题数量、错题的重复错误次数，其中错误率表示单张训练卷中每个习题组对应的错题数量占该张训练卷该习题组的训练题数量的百分比；

a2、分别设定错题总数量、重复错题数量、错题的重复错误次数的阈值，若得到数据中有至少一个大于等于对应的阈值；

a3、从对应的习题组中抽取自定义数量的训练题，生成加强卷；

在生成加强卷时，若存在重复错题，则将重复错题加入加强卷；

或利用大语言模型，在习题组中筛选出多个与重复错题相似的训练题加入加强卷，其中相似的标准可通过使用人工划分的相似题目训练大语言模型，使得向大语言模型中输入得到训练题，可在训练题库中检索与输入的训练题相似的训练题输出，使得输出的训练题与人工划分的相似题目相同来得到；使用大语言模型时还可对使用目的进行选择，如选择划分训练题库和训练题组，则将训练题输入大语言模型则输出划分好训练题库和训练题组的训练题；如选择检索相似训练题，则在输入训练题后输出与输入训练题相似的训练题。

a4、使用加强卷对坐席员进行训练；

a5、重复a3-a4三到五次；

a6、预设合格标准，判断坐席员的所有加强卷是否均达到合格标准；

a7、是则结束坐席员该习题组的加强卷测试，否则返回a5，返回a5时可根据错题的数量适量减少重复a3-a4的次数，工作人员可在每次生成加强卷时选择是否插入人工操作控制重复次数，来实现适量减少重复a3-a4的次数；或通过检索本次加强卷相对上次加强卷或训练卷的错题数量是否减少，若减少则根据减少的数量或比例来决定减少重复a3-a4的次数，其中减少的数量或比例与减少重复a3-a4的次数的关系可自定义设置。

方法还包括提取出评分大于等于预设的高分阈值的坐席员的回答，得到高分回答，随机抽出多个高分回答再次进行人工评定，通过人工评定选取其中的优秀回答，在坐席员进行训练卷和加强卷的作答后，推送训练卷和加强卷中训练题对应优秀回答给坐席员，其中优秀回答在坐席员做题全部完成且评分后，显示在对应的训练题的旁，作为对比供坐席员参考学习。

本发明中的训练设备为一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本发明的上述方法。

发明还提供一种存储介质，用于储存计算机程序，计算机程序被处理器执行时实现本发明的上述方法。

以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (8)

1.一种用于坐席员业务实训的人机对练方法，其特征在于：包括以下步骤：

S1、将坐席员与训练账号一对一绑定，并录入坐席员业务范围信息；

S2、基于所述坐席员的业务范围选择训练题库；

S3、按照题目类型的不同对所述训练题库中的训练题进行分类，得到多个训练题组，并平均从每个训练题组中随机抽取多个训练题，生成训练卷；

S4、使用所述训练卷对所述坐席员进行训练，得到训练的分数，并记录错题；

S5、检索所述错题对应的训练题组，记录所述坐席员各训练题组的错题数量；

S6、基于所述坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，再按照所述抽取比例抽取训练题生成训练卷，返回S4。

2.根据权利要求1所述的一种用于坐席员业务实训的人机对练方法，其特征在于：将训练题划分到所述训练题库和训练题组中时，具体包括：

利用人工对训练题进行分类；

利用大语言模型识别训练题文本，对训练题进行分类。

3.根据权利要求2所述的一种用于坐席员业务实训的人机对练方法，其特征在于：基于已经分类好的训练题及其对应的训练题库和训练题组，训练所述大语言模型。

4.根据权利要求1所述的一种用于坐席员业务实训的人机对练方法，其特征在于：S6步骤中基于所述坐席员各训练题组错题数量的多少，增加生成训练卷时对应训练题组的训练题抽取比例，具体为：

计算所有错题的数量；

计算各训练题组的错题数量占所有错题的数量的百分比，得到错题占比；

生成训练卷时，从各训练题组抽取训练题的数量为训练卷预定训练题总量乘以该训练题组的所述错题占比，并对计算结果四舍五入取整。

5.根据权利要求4所述的一种用于坐席员业务实训的人机对练方法，其特征在于：所述方法还包括：

a1、对每个坐席员的各习题组的错题进行分别记录和汇总，得到各习题组单张训练卷中的错题数量及错误率，各习题组最近三张训练卷中的错题总数量、重复错题数量、错题的重复错误次数；

a2、分别设定错题总数量、重复错题数量、错题的重复错误次数的阈值，若得到数据中有至少一个大于等于对应的阈值；

a3、从对应的习题组中抽取自定义数量的训练题，生成加强卷；

a4、使用加强卷对坐席员进行训练；

a5、重复a3-a4三到五次；

a6、预设合格标准，判断坐席员的所有加强卷是否均达到合格标准；

a7、是则结束坐席员该习题组的加强卷测试，否则返回a5。

6.根据权利要求5所述的一种用于坐席员业务实训的人机对练方法，其特征在于：a3步骤中生成加强卷时，若存在重复错题，则将所述重复错题加入加强卷。

7.根据权利要求5或6所述的一种用于坐席员业务实训的人机对练方法，其特征在于：a3步骤中生成加强卷时，若存在重复错题，则利用所述大语言模型，在所述习题组中筛选出多个与所述重复错题相似的训练题加入加强卷。

8.根据权利要求1所述的一种用于坐席员业务实训的人机对练方法，其特征在于：方法还包括提取出评分大于等于预设的高分阈值的坐席员的回答，得到高分回答，随机抽出多个高分回答再次进行人工评定，通过人工评定选取其中的优秀回答，在坐席员进行训练卷和加强卷的作答后，推送训练卷和加强卷中训练题对应优秀回答给坐席员。