CN117495191A - 服务质量评估方法、装置、计算机设备及存储介质 - Google Patents
服务质量评估方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117495191A CN117495191A CN202311519133.5A CN202311519133A CN117495191A CN 117495191 A CN117495191 A CN 117495191A CN 202311519133 A CN202311519133 A CN 202311519133A CN 117495191 A CN117495191 A CN 117495191A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- target
- item
- interaction data
- current
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 678
- 230000003993 interaction Effects 0.000 claims abstract description 203
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000013441 quality evaluation Methods 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 34
- 238000012549 training Methods 0.000 claims description 27
- 230000006854 communication Effects 0.000 description 31
- 238000004891 communication Methods 0.000 description 31
- 238000007689 inspection Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 19
- 238000007726 management method Methods 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005065 mining Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Molecular Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
Abstract
本申请涉及一种服务质量评估方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取目标对象标识对应的当前交互数据和历史评估结果;基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项;基于目标评估项,生成当前交互数据对应的目标评估模板;基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果。采用本方法能够提高服务质量评估的准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种服务质量评估方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,电网公司在向客户提供电能产品的同时,也可以为用户提供便捷优质的服务,为了提高服务质量,需要对服务进行评估,然后根据服务评估结果去调整提供服务的方式和内容。
传统技术中,一般采用调查问卷的方式搜集客户的反馈情况,通过对客户的反馈情况进行分析,得到服务质量评估结果,客户的反馈情况通常带有客户的主观感受,导致服务质量评估结果的准确性较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高服务质量评估结果准确性的服务质量评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种服务质量评估方法。所述方法包括:
获取目标对象标识对应的当前交互数据和历史评估结果;
基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项;
基于所述目标评估项,生成所述当前交互数据对应的目标评估模板;
基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果。
在一个实施例中,所述基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项,包括:
针对每个所述历史评估项,基于所述历史评估项在所述历史评估结果中的历史评估值,确定所述历史评估项对应的平均评估值;
将所述历史评估项对应的平均评估值与所述历史评估项对应的评估阈值进行比较,若所述平均评估值小于所述评估阈值,则将所述历史评估项确定为所述当前交互数据对应的第一参考评估项;
将所述第一参考评估项输入至评估项确定模型,得到所述当前交互数据对应的目标评估项;所述目标评估项中包括所述第一参考评估项和第二参考评估项,所述第二参考评估项由所述评估项确定模型基于至少一个所述第一参考评估项确定。
在一个实施例中,所述基于所述目标评估项,生成所述当前交互数据对应的目标评估模板,包括:
针对每个所述目标评估项,确定所述目标评估项的目标类别;所述目标类别为组合评估项和基础评估项中的一种;
若所述目标评估项的目标类别为组合评估项,则获取所述目标评估项对应的评估子项集合;
获取所述目标评估项对应的平均评估值,基于所述平均评估值和所述评估子项集合,确定所述目标评估项对应的目标评估子项;所述目标评估子项的数量与所述平均评估值成反比;
基于目标类别为基础评估项的目标评估项,以及目标类型为组合评估项的目标评估项对应的目标评估子项中至少一种,组成目标评估模板。
在一个实施例中,所述基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果,包括:
针对所述目标评估模板中的每个目标评估项,获取所述目标评估项的目标类别;
若所述目标评估项的目标类别为基础评估项,则获取所述目标评估项对应的目标评估方法,使用所述目标评估方法对所述当前交互数据进行评估,得到所述目标评估项的当前评估值;
若所述目标评估项的目标类别为组合评估项,则分别获取所述目标评估项中的每个目标评估子项对应的目标评估方法,使用所述目标评估方法对所述当前交互数据进行评估,得到所述目标评估子项对应的子项评估值;基于各个所述目标评估子项对应的子项评估值,确定所述目标评估项对应的当前评估值;
基于各个所述目标评估项对应的当前评估值,得到所述目标对象标识对应的当前评估结果。
在一个实施例中,所述获取目标对象标识对应的当前交互数据和历史评估结果,包括:
当所述目标对象标识对应的目标对象结束服务时,获取所述目标对象标识对应的初始交互数据;
对所述初始交互数据进行完整性检测,得到所述初始交互数据对应的检测结果;
在所述检测结果等于或者大于门限阈值的情况下,将所述初始交互数据确定为所述目标对象标识对应的当前交互数据;
获取所述当前交互数据对应的交互时刻,获取与所述交互时刻邻近的预设时间段内的所述目标对象标识对应的历史评估结果。
在一个实施例中,所述方法还包括:
在所述检测结果小于门限阈值的情况下,则获取所述初始交互数据对应的服务对象标识,以及所述服务对象标识对应的服务交互数据;
将所述服务交互数据作为所述目标对象标识对应的初始交互数据,重复执行所述对所述初始交互数据进行完整性检测,得到所述初始交互数据对应的检测结果的步骤。
在一个实施例中,所述方法还包括:
获取所述当前评估结果对应的反馈结果;
基于所述反馈结果对所述当前评估结果进行优化,得到目标评估结果;
对所述当前交互数据进行分析,确定所述当前交互数据对应的交互特征;
基于所述目标评估结果和所述交互特征,生成所述目标对象标识对应的培训方案。
第二方面,本申请还提供了一种服务质量评估装置。所述装置包括:
获取模块,用于获取目标对象标识对应的当前交互数据和历史评估结果;
确定模块,用于基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项;
生成模块,用于基于所述目标评估项,生成所述当前交互数据对应的目标评估模板;
评估模块,用于基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果。
第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面中任一项所述方法的步骤。
第四方面,本申请还提供了一种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第一方面中任一项所述方法的步骤。
第五方面,本申请还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第一方面中任一项所述方法的步骤。
上述服务质量评估方法、装置、计算机设备、存储介质和计算机程序产品,获取目标对象标识对应的当前交互数据和历史评估结果;基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项;基于目标评估项,生成当前交互数据对应的目标评估模板;基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果。通过目标对象标识对应的历史评估结果确定目标评估项,基于目标评估项生成当前交互数据对应的目标评估模版,实时对目标评估模版进行更新,目标评估模版更适合于对目标对象标识对应的当前交互数据进行评估,使用目标评估模板和当前交互数据对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果,提高了当前评估结果的准确性。
附图说明
图1为一个实施例中服务质量评估方法的应用环境图;
图2为一个实施例中服务质量评估方法的流程示意图;
图3为一个实施例中目标评估项确定步骤的流程示意图;
图4为一个实施例中目标评估模版确定步骤的流程示意图;
图5为一个实施例中当前评估结果确定步骤的流程示意图;
图6为一个实施例中当前交互数据获取步骤的流程示意图;
图7为一个实施例中培训方案确定步骤的流程示意图;
图8为一个实施例中服务质量评估的流程示意图;
图9为另一个实施例中服务质量评估的流程示意图;
图10为一个实施例中服务质量评估装置的结构框图;
图11为一个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。
本申请实施例提供的服务质量评估方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端和服务器均可单独用于执行本申请实施例中提供的服务质量评估方法。终端和服务器也可协同用于执行本申请实施例中提供的服务质量评估方法。例如,终端获取目标对象标识对应的当前交互数据和历史评估结果;基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项;基于目标评估项,生成当前交互数据对应的目标评估模板;基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果。其中,终端102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。服务器104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。
在一个实施例中,如图2所示,提供了一种服务质量评估方法,本实施例以该方法应用于计算机设备为例进行说明,包括步骤202到步骤208。
步骤202,获取目标对象标识对应的当前交互数据和历史评估结果。
其中,目标对象标识是指表征目标对象的字符串,目标对象标识可以由数字、字符和符号等组成,目标对象标识和目标对象一一对应。当前交互数据是指目标对象标识对应的目标对象最近一次服务的交互数据,交互数据是指目标对象与服务对象之间交流沟通的数据,交互数据可以为文本数据或者语音数据等。历史评估结果是指已经得到的评估结果,历史评估结果可以是预设时间段内的评估结果,每个历史评估结果对应一个历史评估模版,多个历史评估结果对应的历史评估模版可以相同,也可以不相同。
示例性地,当目标对象标识对应的目标对象结束一次服务时,终端获取目标对象标识对应的当前交互数据和历史评估结果。
步骤204,基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项。
其中,历史评估项是指历史评估结果中的评估项,可以理解为,历史评估项是历史评估模版中的评估项,历史评估结果中包括至少一个历史评估项。历史评估值是指历史评估项对应的项目评估结果。目标评估项是指用于对当前交互数据进行评估的评估项,即组成目标评估模版的评估项。
示例性地,终端基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项。
步骤206,基于目标评估项,生成当前交互数据对应的目标评估模板。
其中,目标评估模版是指用于对当前交互数据进行评估的评估模版。
示例性地,终端将目标评估项组成当前交互数据对应的目标评估模板。
步骤208,基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果。
其中,目标对象是指提供服务的对象。当前评估结果是指对当前交互数据进行评估的结果。
示例性地,终端使用目标评估模板对当前交互数据进行评估,得到目标对象标识对应的目标对象的当前评估结果。
本实施例中,通过目标对象标识对应的历史评估结果确定目标评估项,基于目标评估项生成当前交互数据对应的目标评估模版,实时对目标评估模版进行更新,目标评估模版更适合于对目标对象标识对应的当前交互数据进行评估,使用目标评估模板和当前交互数据对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果,提高了当前评估结果的准确性。
在一个实施例中,如图3所示,基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项,包括:
步骤302,针对每个历史评估项,基于历史评估项在历史评估结果中的历史评估值,确定历史评估项对应的平均评估值。
其中,平均评估值是指一个历史评估项对应的多个历史评估值的平均值。
示例性地,针对每个历史评估项,终端分别从每个历史评估结果中获取该历史评估项对应的历史评估值,再对多个历史评估值进行平均,得到该历史评估项对应的平均评估值。
步骤304,将历史评估项对应的平均评估值与历史评估项对应的评估阈值进行比较,若平均评估值小于评估阈值,则将历史评估项确定为当前交互数据对应的第一参考评估项。
其中,评估阈值是指确定为第一参考评估项的最小评估值,不同的历史评估项可以对应不同的评估阈值,不同的历史评估项也可以对应相同的评估阈值。第一参考评估项是指根据平均评估值和评估阈值确定的目标评估项。
示例性地,终端获取该历史评估项对应的评估阈值,将该历史评估项对应的平均评估值与该历史评估项对应的评估阈值进行比较,如果平均评估值小于评估阈值,则将该历史评估项确定为当前交互数据对应的第一参考评估项;如果平均评估值大于或者等于评估阈值,则将该历史评估项确定为非第一参考评估项。
步骤306,将第一参考评估项输入至评估项确定模型,得到当前交互数据对应的目标评估项;目标评估项中包括第一参考评估项和第二参考评估项,第二参考评估项由评估项确定模型基于至少一个第一参考评估项确定。
其中,评估项确定模型是指根据第一参考评估项确定第二参考评估项的模型,评估项确定模型为经过训练的神经网络模型。第二参考评估项是指评估项确定模型根据第一参考评估项确定的评估项。
示例性地,终端将第一参考评估项输入至评估项确定模型,得到第二参考评估项,然后将第一参考评估项和第二参考评估项组成目标评估项。
本实施例中,通过将平均评估值小于评估阈值的历史评估项确定为第一参考评估项,即从该历史评估项的历史评估值分析,目标对象在该历史评估项的得分比较低,反映了e目标对象在该历史评估项的服务质量较低,则需要继续使用该历史评估项对当前交互数据进行评估,通过此方法确定第一参考评估项,提高了第一参考评估项的准确性。评估项确定模型根据第一参考评估项预测第二参考评估项,第二参考评估项可以完善对当前交互数据的评估,将第一参考评估项和第二参考评估项确定为目标评估项,从而提高了目标评估项的准确性。
在一个实施例中,如图4所示,基于目标评估项,生成当前交互数据对应的目标评估模板,包括:
步骤402,针对每个目标评估项,确定目标评估项的目标类别;目标类别为组合评估项和基础评估项中的一种。
其中,目标类别是指目标评估项的类别。组合评估项是指包含多个评估子项的评估项,基础评估项是指不包含评估子项的评估项。
示例性地,针对每个目标评估项,终端获取目标评估项的目标类别。
步骤404,若目标评估项的目标类别为组合评估项,则获取目标评估项对应的评估子项集合。
其中,评估子项集合是指评估项对应的多个评估子项组成的集合,评估子项集合与评估项一一对应。
示例性地,终端确定目标评估项的目标类别为组合评估项,则获取目标评估项对应的评估子项集合。
步骤406,获取目标评估项对应的平均评估值,基于平均评估值和评估子项集合,确定目标评估项对应的目标评估子项;目标评估子项的数量与平均评估值成反比。
示例性地,终端获取目标评估项对应的平均评估值,基于平均评估值确定评估子项数量,目标评估子项的数量与平均评估值成反比,然后基于评估子项数量,从评估子项集合中确定目标评估项对应的目标评估子项。
步骤408,基于目标类别为基础评估项的目标评估项,以及目标类型为组合评估项的目标评估项对应的目标评估子项中至少一种,组成目标评估模板。
示例性地,若所有的目标评估项对应的目标类别均为基础评估项,则基于目标类别为基础评估项的目标评估项组成目标评估模板;若所有的目标评估项对应的目标类别均为组合评估项,则基于目标类型为组合评估项的目标评估项对应的目标评估子项组成目标评估模板;若存在目标类别为基础评估项的目标评估项和目标类型为组合评估项的目标评估项,则基于目标类别为基础评估项的目标评估项和目标类型为组合评估项的目标评估项对应的目标评估子项组成目标评估模板
本实施例中,通过确定目标类别为组合评估项的目标评估项的目标评估子项,得到组成目标评估模版的目标评估子项,为生成目标评估模版提供了完成了基础数据。
在一个实施例中,如图5所示,基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果,包括:
步骤502,针对目标评估模板中的每个目标评估项,获取目标评估项的目标类别。
示例性地,终端确定目标评估模版,使用目标评估模版对当前交互数据进行评估之前,针对目标评估模板中的每个目标评估项,获取目标评估项的目标类别。
步骤504,若目标评估项的目标类别为基础评估项,则获取目标评估项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估项的当前评估值。
其中,目标评估方法是指对当前交互数据进行评估,得到目标评估项对应的当前评估值的方法,若目标评估项的目标类别为基础评估项,则目标评估方法与目标评估项一一对应,目标评估方法为预先设置的运算方法。当前评估值是指对当前交互数据进行评估,得到的目标评估项的评估值。
示例性地,终端确定目标评估项的目标类别为基础评估项,则获取目标评估项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估项的当前评估值。
步骤506,若目标评估项的目标类别为组合评估项,则分别获取目标评估项中的每个目标评估子项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估子项对应的子项评估值;基于各个目标评估子项对应的子项评估值,确定目标评估项对应的当前评估值。
其中,若目标评估项的目标类别为组合评估项,则目标评估方法与目标评估项中的目标评估子项一一对应。
示例性地,终端确定目标评估项的目标类别为组合评估项,则分别获取目标评估项中的每个目标评估子项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估子项对应的子项评估值,然后对各个目标评估子项对应的子项评估值进行加权平均,得到目标评估项对应的当前评估值。
步骤508,基于各个目标评估项对应的当前评估值,得到目标对象标识对应的当前评估结果。
示例性地,终端将各个目标评估项对应的当前评估值组成目标对象标识对应的当前评估结果。
本实施例中,根据目标评估项的目标类别的不同,分别使用不同的方法确定目标评估项的当前评估值,提高了目标评估值的准确性,将各个目标评估项对应的当前评估值组成目标对象标识对应的当前评估结果,从而提高了当前评估结果的准确性。
在一个实施例中,如图6所示,获取目标对象标识对应的当前交互数据和历史评估结果,包括:
步骤602,当目标对象标识对应的目标对象结束服务时,获取目标对象标识对应的初始交互数据。
其中,结束服务是指结束与服务对象之间的通信。
示例性地,当目标对象标识对应的目标对象结束服务时,终端获取目标对象标识对应的初始交互数据。
步骤604,对初始交互数据进行完整性检测,得到初始交互数据对应的检测结果。
其中,完整性检测是指对初始交互数据的完整性进行检测,完整性检测的方法不作限制。检测结果是指完整性检测得到的结果。
示例性地,终端对初始交互数据进行完整性检测,得到初始交互数据对应的检测结果。
步骤606,在检测结果等于或者大于门限阈值的情况下,将初始交互数据确定为目标对象标识对应的当前交互数据。
示例性地,终端将检测结果与门限阈值进行比较,若在检测结果等于或者大于门限阈值的情况下,将初始交互数据确定为目标对象标识对应的当前交互数据。
步骤608,获取当前交互数据对应的交互时刻,获取与交互时刻邻近的预设时间段内的目标对象标识对应的历史评估结果。
其中,交互时刻是指目标对象为服务对象提供服务的开始时刻,可以理解为,当前交互数据的发生时刻。预设时间段是指预先设置的时间段。交互时刻临近的预设时间段是指交互时刻之前的预设时间段,例如,交互时刻为12:00点,预设时间段为2个小时,则交互时刻临近的预设时间段为10:00至12:00。
示例性地,终端获取当前交互数据对应的交互时刻,获取与交互时刻邻近的预设时间段内的目标对象标识对应的历史评估结果。
本实施例中,将检测结果等于或者大于门限阈值的情初始交互数据确定为目标对象标识对应的当前交互数据,确保了当前交互数据的完整性,为后续服务质量评估提供了完整的基础数据。选择交互时刻邻近的预设时间段内的目标对象标识对应的历史评估结果,即选择评估时间临近交互时刻的历史评估结果,历史评估结果具有实时性,参考性更强。
在一个实施例中,获取目标对象标识对应的当前交互数据和历史评估结果,还包括:
在检测结果小于门限阈值的情况下,则获取初始交互数据对应的服务对象标识,以及服务对象标识对应的服务交互数据;将服务交互数据作为目标对象标识对应的初始交互数据,重复执行对初始交互数据进行完整性检测,得到初始交互数据对应的检测结果的步骤。
其中,服务对象标识是指表征服务对象的字符串。服务对象是指接受服务的对象,服务对象可以为用户或者消费者。服务交互数据是指目标对线与服务对线之间的通信数据。
示例性地,终端将检测结果与门限阈值进行比较,若检测结果小于门限阈值的情况下,则获取初始交互数据对应的服务对象标识,以及服务对象标识对应的服务交互数据,将服务交互数据作为目标对象标识对应的初始交互数据,重复执行步骤604至步骤606。
本实施例中,将检测结果小于门限阈值的初始交互数据,根据初始交互数据对应的服务对象标识,重新获取服务交互数据,然后对服务交互数据进行完整性检测,确保当前交互数据的完整性。
在一个实施例中,如图7所示,方法还包括:
步骤702,获取当前评估结果对应的反馈结果。
其中,反馈结果是指目标对象对当前评估结果进行反馈的结果。
示例性地,终端将当前评估结果发送给目标对象,目标对象将反馈结果发送给终端,终端获取当前评估结果对应的反馈结果。
步骤704,基于反馈结果对当前评估结果进行优化,得到目标评估结果。
其中,目标评估结果是指对当前评估结果进行优化得到的评估结果。
示例性地,终端根据反馈结果对当前评估结果进行修改,得到目标评估结果。
步骤706,对当前交互数据进行分析,确定当前交互数据对应的交互特征。
其中,交互特征是指目标对象和服务对象之间进行交互的特征,可以理解为,对目标对象和服务对象之间的交互特点。
示例性地,终端将当前交互数据输入至交互特征提取模型,得到当前交互数据对应的交互特征。
步骤708,基于目标评估结果和交互特征,生成目标对象标识对应的培训方案。
其中,培训方案是指用于对目标对象进行培训的方案。
示例性地,终端根据目标评估结果和交互特征,生成目标对象标识对应的培训方案。
本实施例中,根据目标对象的反馈结果对当前评估结果进行优化,提高了目标评估结果的准确性,根据目标评估结果和交互特征生成目标对象标识对应的培训方案,培训方案用于对目标对象标识对应的目标对象进行培训,从而提高目标对象的服务质量。
在一个示例性地实施例中,服务质量评估系统如图8所示,包括数据获取模块、识别处理模块、质检管理模块、质量评估模块、结果管理模块、反馈跟踪模块、培训监督模块,数据获取模块的输出端与识别处理模块的输入端通讯连接,识别处理模块的输出端与质量评估模块的输入端通讯连接,质检管理模块的输出端与质量评估模块的输入端通讯连接,质量评估模块的输出端与结果管理模块的输入端通讯连接,结果管理模块的输出端与反馈跟踪模块的输入端通讯连接,反馈跟踪模块的输出端与培训监督模块的输入端通讯连接。
数据获取模块用于实时获取客服人员执行服务过程中生成的通信数据,包括通话语音数据和平台聊天记录数据。数据获取模块包括音频数据获取单元和记录数据获取单元,音频数据获取单元用于获取客服人员的通话语音数据,记录数据获取单元用于获取客服人员的各平台聊天记录数据。
识别处理模块用于对数据获取模块中获取的实时通信数据进行解码处理后,再进行内容识别处理,获取处理后的通信数据。识别处理模块包括解码处理单元和识别处理单元,解码处理单元的输出端与识别处理单元的输入端通讯连接,解码处理单元用于对数据获取模块中获取的实时通信数据进行解码预处理,得到预处理通信数据,主要包括完整度检测等解码处理,一般预设完整度不低85%,如果完整度检测不通过,则需求重新采集获取,识别处理单元用于对解码处理单元中所得的预处理通信数据进行内容识别处理,得到处理后确切内容的通信数据。
质检管理模块用于管理质检特征模板,包括创建、组合、修改和删除,质检特征包括基础特征和组合特征,基础特征包括音量特征、静音特征、语速特征、抢插话特征、情绪特征、话术特征,组合特征包括任意两项或多项基础特征组合所得。质检管理模块包括特征存储单元和特征操作单元,特征存储单元双向通讯连接特征操作单元,特征存储单元用于存储质检特征,特征操作单元用于管理特征存储单元,对其所存储的质检特征进行创建、组合、修改和删除操作,以保证质检特征模板始终保持最新状态,以适应日益变化的服务需求。
质量评估模块用于按照质检管理模块中预设的质检特征模板,对经识别处理模块处理后的通信数据进行自动质量评估,得到质量评估结果;质量评估模块包括接收单元和对比单元,接收单元的输出端与对比单元的输入端通讯连接,接收单元用于接收经识别处理模块处理的通信数据和质检管理模块的质检特征,对比单元用于对接收单元中的通信数据和质检特征进行对比分析,进而对通信数据进行质量评估,得到质量评估结果。
结果管理模块用于存储和管理质量评估模块中所得的质量评估结果,对质量评估结果进行问题标记、分类和整理,生成可视化质检报告。结果管理模块包括结果存储单元、结果整理单元和报告生成单元,结果存储单元的输出端与结果整理单元的输入端通讯连接,结果整理单元的输出端与报告生成单元的输入端通讯连接,结果存储单元用于存储质量评估模块中所得的质量评估结果,结果整理单元用于对结果存储单元中存储的质量评估结果进行问题标记、分类和整理操作,报告生成单元用于根据结果整理单元所整理操作后的质检结果生成可视化质检报告,方便管理人员查看质检结果,快速发现问题,判断趋势。
反馈跟踪模块用于根据质检报告中的质检结果对相应客服人员进行回访反馈和结果跟踪,发现并纠正质检报告中存在的问题。反馈跟踪模块包括回访单元和报告优化单元,回访单元的输出端与报告优化单元的输入端通讯连接,回访单元用于根据结果管理模块生成的质检报告对相应客服人员进行回访反馈和结果跟踪,及时发现质检报告中存在的问题,报告优化单元用于纠正质检报告中存在的问题,更新优化质检报告。
培训监督模块用于根据经反馈跟踪模块更新优化后的质检报告,确认客服人员的质量评估结果,并根据结果生成客服人员培训方案,对客服人员进行针对性培训和监督管理。培训监督模块包括结果确认单元、培训单元和监督单元,结果确认单元的输出端与培训单元的输入端通讯连接,培训单元的输出端与监督单元的输入端通讯连接,结果确认单元用于根据经反馈跟踪模块更新优化后的质检报告确认客服人员的质量评估结果,培训单元用于根据结果确认单元中所确认的质量评估结果生成针对对应客服人员的培训方案,并根据培训方案对对应客服人员进行培训,针对客服人员进行个性化的培训能够有效改进缺点和提高其服务质量,监督单元用于对经培训单元培训后的客服人员的服务过程进行监督管理。
在一个示例性的实施例中,服务质量评估系统如图9所示,还包括优化模块,优化模块的输入端与数据获取模块的输出端通讯连接,优化模块用于从数据获取模块获取得到的通信数据中根据客户反馈挖掘特征信息并进行分析,以优化服务流程。优化模块包括信息挖掘单元、信息分析单元和服务优化单元,信息挖掘单元的输出端与信息分析单元的输入端通讯连接,信息分析单元的输出端与服务优化单元的输入端通讯连接,信息挖掘单元用于从数据获取模块获取得到的通信数据中根据客户反馈挖掘特征信息,特征信息包括客户需求、情感倾向和满意度评价,信息分析单元用于对信息挖掘单元中所得的特征信息进行数据分析,得出服务优化策略,服务优化单元用于根据信息分析单元得到的服务优化策略对客服人员进行进一步培训,提高服务质量。
还可以增加优化建议单元,用于提供客服人员发表对此质量评价系统的意见,以便更好地适应实际需求,提供更全面、高效和优质的客户服务。
上述服务质量评估方法中,通过目标对象标识对应的历史评估结果确定目标评估项,基于目标评估项生成当前交互数据对应的目标评估模版,实时对目标评估模版进行更新,目标评估模版更适合于对目标对象标识对应的当前交互数据进行评估,使用目标评估模板和当前交互数据对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果,提高了当前评估结果的准确性。
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服务质量评估方法的服务质量评估装置。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服务质量评估装置实施例中的具体限定可以参见上文中对于服务质量评估方法的限定,在此不再赘述。
在一个实施例中,如图10所示,提供了一种服务质量评估装置,包括:获取模块1002、确定模块1004、生成模块1006和评估模块1008,其中:
获取模块1002,用于获取目标对象标识对应的当前交互数据和历史评估结果;
确定模块1004,用于基于历史评估结果中的历史评估项对应的历史评估值,确定当前交互数据对应的目标评估项;
生成模块1006,用于基于目标评估项,生成当前交互数据对应的目标评估模板;
评估模块1008,用于基于目标评估模板和当前交互数据,对目标对象标识对应的目标对象进行服务质量评估,得到目标对象标识对应的当前评估结果。
在一个实施例中,确定模块1004还用于:针对每个历史评估项,基于历史评估项在历史评估结果中的历史评估值,确定历史评估项对应的平均评估值;将历史评估项对应的平均评估值与历史评估项对应的评估阈值进行比较,若平均评估值小于评估阈值,则将历史评估项确定为当前交互数据对应的第一参考评估项;将第一参考评估项输入至评估项确定模型,得到当前交互数据对应的目标评估项;目标评估项中包括第一参考评估项和第二参考评估项,第二参考评估项由评估项确定模型基于至少一个第一参考评估项确定。
在一个实施例中,生成模块1006还用于:针对每个目标评估项,确定目标评估项的目标类别;目标类别为组合评估项和基础评估项中的一种;若目标评估项的目标类别为组合评估项,则获取目标评估项对应的评估子项集合;获取目标评估项对应的平均评估值,基于平均评估值和评估子项集合,确定目标评估项对应的目标评估子项;目标评估子项的数量与平均评估值成反比;基于目标类别为基础评估项的目标评估项,以及目标类型为组合评估项的目标评估项对应的目标评估子项中至少一种,组成目标评估模板。
在一个实施例中,评估模块1008还用于:针对目标评估模板中的每个目标评估项,获取目标评估项的目标类别;若目标评估项的目标类别为基础评估项,则获取目标评估项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估项的当前评估值;若目标评估项的目标类别为组合评估项,则分别获取目标评估项中的每个目标评估子项对应的目标评估方法,使用目标评估方法对当前交互数据进行评估,得到目标评估子项对应的子项评估值;基于各个目标评估子项对应的子项评估值,确定目标评估项对应的当前评估值;基于各个目标评估项对应的当前评估值,得到目标对象标识对应的当前评估结果。
在一个实施例中,获取模块1002还用于:当目标对象标识对应的目标对象结束服务时,获取目标对象标识对应的初始交互数据;对初始交互数据进行完整性检测,得到初始交互数据对应的检测结果;在检测结果等于或者大于门限阈值的情况下,将初始交互数据确定为目标对象标识对应的当前交互数据;获取当前交互数据对应的交互时刻,获取与交互时刻邻近的预设时间段内的目标对象标识对应的历史评估结果。
在一个实施例中,获取模块1002还用于:在检测结果小于门限阈值的情况下,则获取初始交互数据对应的服务对象标识,以及服务对象标识对应的服务交互数据;将服务交互数据作为目标对象标识对应的初始交互数据,重复执行对初始交互数据进行完整性检测,得到初始交互数据对应的检测结果的步骤。
在一个实施例中,评估模块1008还用于:获取当前评估结果对应的反馈结果;基于反馈结果对当前评估结果进行优化,得到目标评估结果;对当前交互数据进行分析,确定当前交互数据对应的交互特征;基于目标评估结果和交互特征,生成目标对象标识对应的培训方案。
上述服务质量评估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。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。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和计算机程序。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种服务质量评估方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11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上述各方法实施例中的步骤。
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,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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 (10)
1.一种服务质量评估方法,其特征在于,所述方法包括:
获取目标对象标识对应的当前交互数据和历史评估结果;
基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项;
基于所述目标评估项,生成所述当前交互数据对应的目标评估模板;
基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果。
2.根据权利要求1所述的方法,其特征在于,所述基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项,包括:
针对每个所述历史评估项,基于所述历史评估项在所述历史评估结果中的历史评估值,确定所述历史评估项对应的平均评估值;
将所述历史评估项对应的平均评估值与所述历史评估项对应的评估阈值进行比较,若所述平均评估值小于所述评估阈值,则将所述历史评估项确定为所述当前交互数据对应的第一参考评估项;
将所述第一参考评估项输入至评估项确定模型,得到所述当前交互数据对应的目标评估项;所述目标评估项中包括所述第一参考评估项和第二参考评估项,所述第二参考评估项由所述评估项确定模型基于至少一个所述第一参考评估项确定。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标评估项,生成所述当前交互数据对应的目标评估模板,包括:
针对每个所述目标评估项,确定所述目标评估项的目标类别;所述目标类别为组合评估项和基础评估项中的一种;
若所述目标评估项的目标类别为组合评估项,则获取所述目标评估项对应的评估子项集合;
获取所述目标评估项对应的平均评估值,基于所述平均评估值和所述评估子项集合,确定所述目标评估项对应的目标评估子项;所述目标评估子项的数量与所述平均评估值成反比;
基于目标类别为基础评估项的目标评估项,以及目标类型为组合评估项的目标评估项对应的目标评估子项中至少一种,组成目标评估模板。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果,包括:
针对所述目标评估模板中的每个目标评估项,获取所述目标评估项的目标类别;
若所述目标评估项的目标类别为基础评估项,则获取所述目标评估项对应的目标评估方法,使用所述目标评估方法对所述当前交互数据进行评估,得到所述目标评估项的当前评估值;
若所述目标评估项的目标类别为组合评估项,则分别获取所述目标评估项中的每个目标评估子项对应的目标评估方法,使用所述目标评估方法对所述当前交互数据进行评估,得到所述目标评估子项对应的子项评估值;基于各个所述目标评估子项对应的子项评估值,确定所述目标评估项对应的当前评估值;
基于各个所述目标评估项对应的当前评估值,得到所述目标对象标识对应的当前评估结果。
5.根据权利要求1所述的方法,其特征在于,所述获取目标对象标识对应的当前交互数据和历史评估结果,包括:
当所述目标对象标识对应的目标对象结束服务时,获取所述目标对象标识对应的初始交互数据;
对所述初始交互数据进行完整性检测,得到所述初始交互数据对应的检测结果;
在所述检测结果等于或者大于门限阈值的情况下,将所述初始交互数据确定为所述目标对象标识对应的当前交互数据;
获取所述当前交互数据对应的交互时刻,获取与所述交互时刻邻近的预设时间段内的所述目标对象标识对应的历史评估结果。
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:
在所述检测结果小于门限阈值的情况下,则获取所述初始交互数据对应的服务对象标识,以及所述服务对象标识对应的服务交互数据;
将所述服务交互数据作为所述目标对象标识对应的初始交互数据,重复执行所述对所述初始交互数据进行完整性检测,得到所述初始交互数据对应的检测结果的步骤。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述当前评估结果对应的反馈结果;
基于所述反馈结果对所述当前评估结果进行优化,得到目标评估结果;
对所述当前交互数据进行分析,确定所述当前交互数据对应的交互特征;
基于所述目标评估结果和所述交互特征,生成所述目标对象标识对应的培训方案。
8.一种服务质量评估装置,其特征在于,所述装置包括:
获取模块,用于获取目标对象标识对应的当前交互数据和历史评估结果;
确定模块,用于基于所述历史评估结果中的历史评估项对应的历史评估值,确定所述当前交互数据对应的目标评估项;
生成模块,用于基于所述目标评估项,生成所述当前交互数据对应的目标评估模板;
评估模块,用于基于所述目标评估模板和所述当前交互数据,对所述目标对象标识对应的目标对象进行服务质量评估,得到所述目标对象标识对应的当前评估结果。
9.一种计算机设备,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7中任一项所述的方法的步骤。
10.一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7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311519133.5A CN117495191A (zh) | 2023-11-14 | 2023-11-14 | 服务质量评估方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311519133.5A CN117495191A (zh) | 2023-11-14 | 2023-11-14 | 服务质量评估方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117495191A true CN117495191A (zh) | 2024-02-02 |
Family
ID=89674188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311519133.5A Pending CN117495191A (zh) | 2023-11-14 | 2023-11-14 | 服务质量评估方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495191A (zh) |
-
2023
- 2023-11-14 CN CN202311519133.5A patent/CN117495191A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11765267B2 (en) | Tool for annotating and reviewing audio conversations | |
WO2019061664A1 (zh) | 电子装置、基于用户上网数据的产品推荐方法及存储介质 | |
CN112995414B (zh) | 基于语音通话的行为质检方法、装置、设备及存储介质 | |
CN112085078A (zh) | 图像分类模型生成系统、方法、装置和计算机设备 | |
US11847599B1 (en) | Computing system for automated evaluation of process workflows | |
WO2021081914A1 (zh) | 推送对象确定方法、装置、终端设备及存储介质 | |
CN114155860A (zh) | 摘要记录方法、装置、计算机设备和存储介质 | |
CN112199374B (zh) | 针对数据缺失的数据特征挖掘方法及其相关设备 | |
CN116701896A (zh) | 画像标签确定方法、装置、计算机设备和存储介质 | |
CN111309706A (zh) | 模型训练方法、装置、可读存储介质及电子设备 | |
CN117495191A (zh) | 服务质量评估方法、装置、计算机设备及存储介质 | |
US20170270480A1 (en) | Enhancement of product or service by optimizing success factors | |
CN116861071A (zh) | 资讯推送方法、装置、计算机设备、存储介质和程序产品 | |
CN117278612A (zh) | 一种信息推送方法、装置、计算机设备、存储介质 | |
CN118446806A (zh) | 授信数据处理方法、装置、计算机设备和存储介质 | |
CN115578186A (zh) | 授信额度预测方法、装置、计算机设备、存储介质和产品 | |
CN118586668A (zh) | 电网操作票生成方法、装置、设备、存储介质和程序产品 | |
CN117407418A (zh) | 信息获取方法、装置、计算机设备、存储介质和程序产品 | |
CN118133793A (zh) | 表单生成方法、装置、计算机设备、存储介质 | |
CN117591968A (zh) | 视频坐席数据处理方法、装置、计算机设备、介质和产品 | |
CN116701531A (zh) | 代码块分享方法、装置、计算机设备和存储介质 | |
CN117093874A (zh) | 文本生成方法、装置、计算机设备、介质和程序产品 | |
CN117785250A (zh) | 系统变更的质控方法、装置、计算机设备和存储介质 | |
CN118228993A (zh) | 需求优先级的确定方法、装置、计算机设备和存储介质 | |
CN117389601A (zh) | 金融软件影响溯源分析方法、装置、设备和存储介质 |
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 |