JP2020052820A - 伝達相手のタイプ判定装置 - Google Patents
伝達相手のタイプ判定装置 Download PDFInfo
- Publication number
- JP2020052820A JP2020052820A JP2018182660A JP2018182660A JP2020052820A JP 2020052820 A JP2020052820 A JP 2020052820A JP 2018182660 A JP2018182660 A JP 2018182660A JP 2018182660 A JP2018182660 A JP 2018182660A JP 2020052820 A JP2020052820 A JP 2020052820A
- Authority
- JP
- Japan
- Prior art keywords
- information
- type
- question
- communication partner
- telephone
- 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
Images
Abstract
【課題】伝達相手のタイプを判定できるようにすること。【解決手段】セットの質問をする際に用いる営業用電話機100と、セットの質問に対応する回答のセットをする際に用いる通話相手電話機400と、セットの質問及び回答のセットを録音する録音装置200と、録音装置200に録音されたセットの質問及び回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群としてAI装置に蓄積して前記AI装置に蓄積された情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを備える情報処理装置300とを有する。【選択図】図1
Description
本発明は、伝達相手のタイプ判定装置に関し、特に、テレホンアポインター、カスタマーサービスなどの業務のサポートに好適な伝達相手のタイプ判定装置に関する。
特許文献1には、顧客イベントに対する提供商品の成約の見込み度を判定し、成約の見込み度が高い顧客に対する効果的な渉外活動をするための営業支援システムが開示されている。この営業支援システムは、EBM(Event Based Marketing)機能により顧客に発生した重要なイベントの通知を受け、その通知をコールセンタシステムのアウトバウンド業務機能に通知するステップと、コールセンタシステムが、通知されたイベントに対する最適商品の営業活動を実施した時の顧客の反応を収拾し、データベースに登録するステップと、データベースに登録された顧客の反応情報を参照し、再営業活動を行った場合の提供商品の成約の見込み度を判定し、見込み度の高低に応じて営業戦略を決定し、提供商品の再営業活動を実施するよう営業担当に通知するステップとを実行する、というものである。
ところで、本発明者らの経験上、何らかの商品を営業販売しようとして顧客候補に電話をかけ、商談が成立して当該商品を購入した顧客は、ほぼ以下の4タイプのいずれかに属することがわかった。
すなわち、
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ。
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ。
また、本発明者らの経験上、電話をかけている顧客候補が上記の4タイプのいずれに属するかを見抜けば、その後の営業方針はタイプ別にそのタイプに好適なものとすることで、営業成果が高いということもわかった。
つまり、テレホンアポインター、カスタマーサービスなど、会話相手がいる業態で、その会話相手のタイプを見抜くことには、非常に効果的である。これは、会話相手とは電話を通じて会話をしようが、対面で会話をしようが、どちらにも通じる話である。
さらに、会話相手のみならず、コミュニケーション手段として、Eメールを用いた場合にも、Eメールの送信先の相手が上記の4タイプのいずれに属するかを見抜けば、効果的であるし、営業用途以外にも用いることもできる。
そこで、本発明は、伝達相手のタイプを判定できるようにすることを課題とする。
上記課題を解決するために、本発明の伝達相手のタイプ別判定装置は、
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積する蓄積部と、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを備える。
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積する蓄積部と、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを備える。
前記蓄積部は、例えば、人工知能装置のリカレントニューラルネットワークなどの人工ニューラルネットワークとすることもできるし、データベースとすることもできる。後者の場合には、例えば、更に、前記一のセット情報との相関のあるタイプ別情報を抽出するマッチング部を備えればよい。
前記回答のセットは、音声又は映像による回答のセットとすることができる。また、前記セット情報は、音声又は映像による回答の特徴点とすることができる。
また、本発明の本発明のタイプ別判定方法は、
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを含む。
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを含む。
さらに、本発明の本発明のタイプ別判定システムは、
上記タイプ別判定装置と、
前記タイプ別判定装置に入力する情報群を処理する情報処理装置と、
を備える。
上記タイプ別判定装置と、
前記タイプ別判定装置に入力する情報群を処理する情報処理装置と、
を備える。
さらにまた、本発明の本発明のタイプ別判定プログラムは、
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを、
情報処理装置に実行させる。
セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを、
情報処理装置に実行させる。
100 営業用電話機
200 録音装置
300 情報処理装置
400 通話相手電話機
200 録音装置
300 情報処理装置
400 通話相手電話機
以下、本発明の実施形態について図面を参照して説明する。なお、各実施形態においては、テレホンアポインターなどの営業担当者が、電話を通じて伝達相手であるところの個客候補とコミュニケーションを図る場合を例に説明する。しかし、営業目的であること、電話によるコミュニケーションが必須でない点には留意されたい。
1.実施形態1
(構成の説明)
図1は、本発明の実施形態1のタイプ別判定システムの概要説明図である。図1には、以下説明する、営業用電話機100と、録音装置200と、情報処理装置300と、通話相手電話機400と、を示している。
(構成の説明)
図1は、本発明の実施形態1のタイプ別判定システムの概要説明図である。図1には、以下説明する、営業用電話機100と、録音装置200と、情報処理装置300と、通話相手電話機400と、を示している。
営業用電話機100は、テレホンアポインターなどの営業担当者が用いる電話機である。営業用電話機100は、固定電話機でも携帯電話機(スマートフォン、PHS含む)でも通話機能を有するパーソナルコンピュータ(タブレット含む)でもよい。さらには、インターネット電話として情報処理装置300を営業用電話機100として用いてもよい。また、営業用電話機100は、いわゆるテレビ電話のように動画も利用可能な電話機とすることもできる。
録音装置200は、 営業用電話機100を用いた営業担当者と、通話相手電話機50
0を用いた顧客候補(後の顧客含む)との通話内容を録音するものである。録音装置200は、情報処理装置300と一体型としてもよい。或いは、録音機能を実行させるプログラムを情報処理装置300にインストールすることによって、情報処理装置300の中央演算装置等と当該プログラムとによって、情報処理装置300において録音を実現してもよい。
0を用いた顧客候補(後の顧客含む)との通話内容を録音するものである。録音装置200は、情報処理装置300と一体型としてもよい。或いは、録音機能を実行させるプログラムを情報処理装置300にインストールすることによって、情報処理装置300の中央演算装置等と当該プログラムとによって、情報処理装置300において録音を実現してもよい。
録音装置200には、後述するように、営業担当者が操作する幾つかの物理的なボタンが設けられている。もっとも、タッチパネルディスプレイなどを設けて、そこに当該各ボタンに対応する表示を行って、ソフトウェ的に物理的なボタンが押下された場合と同じ処理をすることもできる。
情報処理装置300は、リカレント人工ニューラルネットワークなどの人工ニューラルネットワークを有する人工知能装置(以下「AI装置」と称する)が搭載されている、パーソナルコンピュータなどの情報処理が可能なハードウェアである。なお、人工知能装置は、情報処理装置300とは別個に用意してもよい。
情報処理装置300は、録音装置200によって録音された通話内容である音声データのサンプリングデータなどの当該データの少なくとも一部(例えば、特徴点)を生成したり、生成した情報とタイプ別情報とを紐付けて一組の学習データとして、AI装置内の人工ニューラルネットワークに入力したりするといった処理を行うものである。
通話相手電話機500は、営業用電話機100を通じて営業担当者からかかってきた電話を受ける電話機である。通話相手電話機500は、固定電話機でも携帯電話機(スマートフォン、PHS含む)でも通話機能を有するパーソナルコンピュータ(タブレット含む)でもよい。また、通話相手電話機500は、いわゆるテレビ電話のように動画も利用可能な電話機とすることもできる。
以上をまとめると、本実施形態のタイプ別判定システムは、
セットの質問をする際に用いる営業用電話機100と、
セットの質問に対応する回答のセットをする際に用いる通話相手電話機400と、
セットの質問及び回答のセットを録音する録音装置200と、
録音装置200に録音されたセットの質問及び回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群としてAI装置に蓄積して前記AI装置に蓄積された情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを有する情報処理装置300と、
を備える。
セットの質問をする際に用いる営業用電話機100と、
セットの質問に対応する回答のセットをする際に用いる通話相手電話機400と、
セットの質問及び回答のセットを録音する録音装置200と、
録音装置200に録音されたセットの質問及び回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群としてAI装置に蓄積して前記AI装置に蓄積された情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを有する情報処理装置300と、
を備える。
(動作の説明)
本実施形態のタイプ別判定システムの動作は、以下説明する2段階に大別される。すなわち、1つは情報処理装置300の人工ニューラルネットワークに学習をさせる学習段階であり、もう1つは学習済みの人工ニューラルネットワークを用いて通話相手のタイプを判定する判定段階である。
本実施形態のタイプ別判定システムの動作は、以下説明する2段階に大別される。すなわち、1つは情報処理装置300の人工ニューラルネットワークに学習をさせる学習段階であり、もう1つは学習済みの人工ニューラルネットワークを用いて通話相手のタイプを判定する判定段階である。
<学習段階>
図2は、図1に示すタイプ別判定システムの学習段階の動作概要を示すフローチャートである。本実施形態のタイプ別判定システムでは、テレホンアポイントをする際に通常行われているように、録音装置200をオンにして録音可能な状態で、営業用電話機100を用いて営業担当者が、通話相手電話機500に電話をかける。したがって、営業担当者と通話相手の顧客候補との会話は、録音装置200に録音されていくことになる(ステップS11)。
図2は、図1に示すタイプ別判定システムの学習段階の動作概要を示すフローチャートである。本実施形態のタイプ別判定システムでは、テレホンアポイントをする際に通常行われているように、録音装置200をオンにして録音可能な状態で、営業用電話機100を用いて営業担当者が、通話相手電話機500に電話をかける。したがって、営業担当者と通話相手の顧客候補との会話は、録音装置200に録音されていくことになる(ステップS11)。
学習段階では、ベテランの営業担当者が営業用電話機100を用いて顧客候補に対して電話をかける。この際に、まず、例えば、(1)挨拶に関する質問、(2)商材となる商品が必要であるかという質問、(3)その商品に関する質問などのセットの質問を、顧客候補に対して行う。このときの質問数は、いくつでもよいが、通常、3つから5つ程度が好適である。質問内容は一貫した内容のものを用いればよく、上記(1)〜(3)のものは全て例示である。
上記セットの質問をした結果、セットの質問とこれらに対するセットの回答とが録音装置200に録音されることになる。ベテランの営業担当者が、これらのセットの質問をして、その結果としてセットの回答が得られると、この顧客候補が、
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ、
のいずれに該当するかということを、経験上、大凡見抜くことができる。
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ、
のいずれに該当するかということを、経験上、大凡見抜くことができる。
ところで、本実施形態のタイプ別判定システムでは、学習段階において、ベテランの営業担当者と顧客候補との会話を録音装置200に録音するに際して、質問(1)〜(3)と回答(1)〜(3)とが対応付けられることが必要である。
これを実現する簡便な手法としては、例えば、録音装置200に対して質問選別ボタンを設けるようにすることが一法である。具体的には、この例では、質問(1)ボタン、質問(2)ボタン、質問(3)ボタンという3つのボタンを設ければよい。こうすると、ベテランの営業担当者が、例えば、質問(1)をしようとしたときには質問(1)ボタンを押下し、質問(2)をしようとしたときには質問(2)ボタンを押下するというように、質問に対応するボタンを押下すれば済む。
また、ベテランの営業担当者であれば、会話の流れの中で、質問(1)、質問(2)、質問(3)の順番で質問を行うよりも、例えば、質問(1)、質問(3)、質問(2)の順番で質問を行うと良いと判断する場合もあろう。その場合には、ベテランの営業担当者が良いと判断した順番で質問を行えばよい。
この場合には、回答(1)、回答(3)、回答(2)という順番で回答が得られることになるので、質問(1)と回答(1)、質問(3)と回答(3)、質問(2)と回答(2
)、というように、各質問と書く回答との順番を対応させる必要があるが、質問選別ボタンを用意すれば、この例では、質問(1)ボタン、質問(3)ボタン、質問(2)ボタンを、各質問をする際に、この順番で押下していけばよいことになる。
)、というように、各質問と書く回答との順番を対応させる必要があるが、質問選別ボタンを用意すれば、この例では、質問(1)ボタン、質問(3)ボタン、質問(2)ボタンを、各質問をする際に、この順番で押下していけばよいことになる。
もっとも、物理的なボタンを3つ設けというハードウェア的な質問の判別手法に代えて、ソフトウェア的な質問の判別をすることも可能である。
したがって、本実施形態のタイプ別判定システムでは、ステップS11を実行した後には、質問選別ボタンの押下待ち状態に移行する(ステップS12)。その後、ベテランの営業担当者が、録音装置200に設けられている、質問(1)ボタン、質問(2)ボタン、質問(3)ボタンのいずれかを押下すると、録音装置200は、録音中の音声データに対して、その押下されたボタンに対応するフラグを立てる(ステップ13)。
その後、全ての質問選別ボタンが押下待ち状態に移行し(ステップS14)、ベテランの営業担当者が、全ての質問ボタンを押下するまで、ステップS12〜S14が実行される。その後、タイプ別ボタンの押下待ち状態に移行する(ステップS15)。
なお、ステップS13〜S14が実行されると、録音装置200に連続的に録音されていく音声データの時間情報にフラグが立てられることになり、例えば、0分10秒から0分40秒までが質問(1)と回答(1)の会話部分、0分40秒から1分00秒までが質問(2)と回答(2)の会話部分、1分00秒から1分35秒までが質問(3)と回答(3)の会話部分ということが特定可能になる。
その後、実際に、ベテランの営業担当者が会話相手のタイプを見抜き、それに適した営業方針で商談話を進めていき、結果的に商談が成功して通話相手がその商品を購入し、顧客になってもらえたとする。
この場合、ベテランの営業担当者は、例えば、通話が完了した時に、当該顧客が上記4タイプのいずれであったかを示すタイプ別情報に対応するタイプ別ボタンを押下すればよい。
録音装置200は、通話の録音内容であるセットの質問とこれに対応するセットの回答というセット情報に、ベテランの営業担当者が入力したタイプ別情報を紐付けて格納する(ステップS16)。
したがって、この手順を他の複数の顧客候補に対して実行することで、録音装置200には、複数のセット情報とタイプ別情報とが紐付けられて格納されることになる。その後、録音装置200に人数分(例えば10000人分)の紐付けられたセット情報とタイプ別情報との格納待ち状態に移行する(ステップS17)。
なお、ステップS17を行うことなく、ステップS16の後すぐにステップS18を実行して、AI装置の人工ニューラルネットワークが、会話相手のタイプ別判定をするために必要な数(例えば10000)が入力されるまで、都度、人工ニューラルネットワークを学習させていってもよい。
その後、実際に、録音装置200に例えば10000人分の紐付けられたセット情報とタイプ別情報とが格納されると、これらの情報を人工ニューラルネットワークに学習させるために、情報処理装置300に対して入力する(ステップS18)。
以上の手法を採用することによって、情報処理装置300内のAI装置の人工ニューラ
ルネットワークを学習させることができる。換言すると、人工ニューラルネットワークには、セットの質問及び当該セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とが紐づけられて複数組の情報群として蓄積されることになる。
ルネットワークを学習させることができる。換言すると、人工ニューラルネットワークには、セットの質問及び当該セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とが紐づけられて複数組の情報群として蓄積されることになる。
具体的には、情報処理装置300は、録音装置200に録音された会話の音声データに対して、典型的には、そのサンプリングデータなどの当該データの少なくとも一部(例えば、特徴点)とタイプ別情報とを紐付けて一組の学習データとし、プログラミング言語のAPIを通じて、AI装置内の人工ニューラルネットワークに入力すれよい。
<判定段階>
図3は、図1に示すタイプ別判定システムの判定段階の動作概要を示すフローチャートである。例えば、本実施形態のタイプ別判定システムでは、新人の営業担当者がテレホンアポイントをする際には、学習段階の場合と同様、通常行われているように、営業用電話機100を通じて営業担当者が、通話相手電話機500に電話をかける際に、録音装置200をオンにして録音可能な状態とする(ステップS21)。
図3は、図1に示すタイプ別判定システムの判定段階の動作概要を示すフローチャートである。例えば、本実施形態のタイプ別判定システムでは、新人の営業担当者がテレホンアポイントをする際には、学習段階の場合と同様、通常行われているように、営業用電話機100を通じて営業担当者が、通話相手電話機500に電話をかける際に、録音装置200をオンにして録音可能な状態とする(ステップS21)。
判定段階では、新人の営業担当者がテレホンアポイントをする際には、情報処理装置300をオンして、AI装置を起動させておくことが必要である(ステップS22)。もっとも、ステップS22を実行するタイミングは、後述するステップS26を実行する前であればよい。
つづいて、新人の営業担当者は、電話をかける際に、学習段階と手順と同様に、適宜、質問選別ボタンを押下し、例えば、(1)挨拶に関する質問、(2)商材となる商品が必要であるかという質問、(3)その商品に関する質問などのセットの質問を、顧客候補に対して行えばよい。
換言すると、タイプ別判定システムでは、質問選別ボタンの押下待ち状態に移行し(ステップS23)、新人の営業担当者が、質問(1)ボタン、質問(2)ボタン、質問(3)ボタンのいずれかを押下すると、録音装置200は、録音中の会話に押下されたボタンに対応するフラグを立てる(ステップS24)。その後、録音装置200に設けられている判定ボタン押下待ち状態に移行する(ステップS25)。
録音装置200は、判定ボタンが押下されると、録音していた上記セットの質問及びこのセットの質問に対するセットの回答、すなわち、録音内容をAI装置に対して出力する(ステップS26)。
通常、新人の営業担当者は、これらのセットの質問をして、その結果としてセットの回答が得られても、この顧客候補が、
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ、
のいずれに該当するかということを、経験が少ないため、見抜くことは困難である。
(1)その商品が安かったという理由で購入したタイプ、
(2)その商品が必要であったから購入したタイプ、
(3)その商品が新製品であったから購入したタイプ、
(4)その商品を知り合い等が購入したからという理由で購入したタイプ、
のいずれに該当するかということを、経験が少ないため、見抜くことは困難である。
そこで、学習済みの人工ニューラルネットワークを備えるAI装置を用いて、顧客候補のタイプ別判定を行うということが、本実施形態のタイプ別判定システムを使う利点となる。新人の営業担当者が録音装置200の判定ボタンを押下すると、新人の営業担当者と顧客候補との会話内容がAI装置に入力されるので、これに対応するAI装置からの出力を当該顧客候補のタイプ別情報として新人の営業担当者に報知することができる(ステッ
プS27)。
プS27)。
具体的には、新人の営業担当者と顧客候補との会話内容の音声データのサンプリングデータなどの当該データの少なくとも一部(例えば、特徴点)がAI装置に入力され、この結果、AI装置が学習済みの人工ニューラルネットワークを用いて、これに対応するタイプ別情報を出力する。このタイプ別情報は、例えば、情報処理装置300のディスプレイに表示するなどすれば、新人の営業担当者は、会話中の顧客候補のタイプを自ら判断することなく、統計上知ることが可能となるのである。
そうすると、タイプ別の営業方針のマニュアルのようなものを準備しておけば、新人の営業担当者は、そのマニュアルのようなものに示されている営業方針に沿って、商談話を進めていけば、商談の成功確率が高くなる。
なお、新人の営業担当者は、判定段階においても、質問をする際に、学習段階と同じ要領で質問選別ボタンを用いればよい。すなわち、新人の営業担当者は、自己が質問をする際に、その質問に対応する質問ボタンを押下すればよい。
以上の手順によれば、たとえ新人の営業担当者であっても、統計上、会話中の顧客候補のタイプを知ることが可能となるので、むやみやたらと営業をする場合に比して、商談の成功確率を高められる。
2.実施形態2
実施形態1では、AI装置を用いたタイプ別判定システムについて説明したが、本実施形態では、AI装置に代えて情報処理装置300に付帯してデータベース及びマッチング部を備えたタイプ別判定システムについて説明する。
実施形態1では、AI装置を用いたタイプ別判定システムについて説明したが、本実施形態では、AI装置に代えて情報処理装置300に付帯してデータベース及びマッチング部を備えたタイプ別判定システムについて説明する。
具体的には、本実施形態のタイプ別判定システムは、
セットの質問をする際に用いる営業用電話機100と、
セットの質問に対応する回答のセットをする際に用いる通話相手電話機400と、
セットの質問及び回答のセットを録音する録音装置200と、
録音装置200に録音されたセットの質問及び回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群としてデータベースに蓄積して前記データベースに蓄積された情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を特定するマッチング部と、前記マッチング部によって特定されたタイプ別情報を出力する出力部とを有する情報処理装置300と、
を備える。
セットの質問をする際に用いる営業用電話機100と、
セットの質問に対応する回答のセットをする際に用いる通話相手電話機400と、
セットの質問及び回答のセットを録音する録音装置200と、
録音装置200に録音されたセットの質問及び回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群としてデータベースに蓄積して前記データベースに蓄積された情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を特定するマッチング部と、前記マッチング部によって特定されたタイプ別情報を出力する出力部とを有する情報処理装置300と、
を備える。
本実施形態のタイプ別判定システムでは、学習段階において、図2に示したステップS18が実行された結果、情報処理装置300は、自装置に付帯するデータベースに対して、セット情報とタイプ別情報とを格納することになる。
具体的には、情報処理装置300は、典型的には、会話の音声データのサンプリングデータなどの当該データの少なくとも一部(例えば、特徴点)と、タイプ別情報とを紐付けて一組の学習データとしてデータベースに入力すればよい。
本実施形態のタイプ別判定システムでは、判定段階において、図3に示したステップS22において、情報処理装置300をオンしてAI装置を起動させたが、本実施形態ではデータベースにアクセス可能とし、かつ、マッチング部によるマッチング処理を実行するために情報処理装置300をオンする。
また、図3に示した録音内容の出力先をマッチング部に代える。マッチング部は、録音内容である会話の音声データのサンプリングデータなどの当該データの少なくとも一部(例えば、特徴点)に基づいてデータベースを参照する。こうして、マッチング部は、例えば、統計解析などに基づいて、当該データの少なくとも一部に相関のあるタイプ別情報を出力すればよい。
Claims (7)
- セットの質問及び当該セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積する蓄積部と、
前記蓄積部の情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力する出力部とを備える、伝達相手のタイプ別判定装置。 - 前記蓄積部は、リカレントニューラルネットワークを含む人工ニューラルネットワークを有する人工知能装置、又はデータベースである、請求項1記載の伝達相手のタイプ別判定装置。
- 前記回答のセットは、音声又は映像による回答のセットである、請求項1記載の伝達相手のタイプ別判定装置。
- 前記セット情報は、音声又は映像による回答の特徴点とすることができる、請求項1記載の伝達相手のタイプ別判定装置。
- セットの質問及び当該セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを含む、伝達相手のタイプ別判定方法。 - セットの質問及び当該セットの質問をしたときの回答のセットに基づくセット情報と伝達相手のタイプを示すタイプ別情報とを紐づけて複数組の情報群として蓄積するステップと、
前記情報群と一のセット情報とに基づいて当該一のセット情報に対応するタイプ別情報を出力するステップとを、情報処理装置に実行させる伝達相手のタイプ別判定プログラム。 - 請求項1記載の伝達相手のタイプ別判定装置と、
前記タイプ別判定装置に入力する情報群を処理する情報処理装置と、
を備える、伝達相手のタイプ別判定システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018182660A JP2020052820A (ja) | 2018-09-27 | 2018-09-27 | 伝達相手のタイプ判定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018182660A JP2020052820A (ja) | 2018-09-27 | 2018-09-27 | 伝達相手のタイプ判定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020052820A true JP2020052820A (ja) | 2020-04-02 |
Family
ID=69997308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018182660A Pending JP2020052820A (ja) | 2018-09-27 | 2018-09-27 | 伝達相手のタイプ判定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020052820A (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184405A (ja) * | 1999-12-24 | 2001-07-06 | Sumitomo Corp | バーチャルショッピングモールシステム、販売促進用データ加工装置、バーチャルショッピングモール運用方法、販売促進用データ加工方法および記録媒体 |
JP2002290609A (ja) * | 2001-03-28 | 2002-10-04 | Og Capital:Kk | 電話接客業務支援装置 |
JP2004258108A (ja) * | 2003-02-24 | 2004-09-16 | Bellsystem 24 Inc | パーソナリティ特性評価システム、およびこれを利用するコミュニケーションサービスシステム |
JP2005258774A (ja) * | 2004-03-11 | 2005-09-22 | Nippon Yunishisu Kk | アンケート分類システムおよび分類プログラム |
JP2013239160A (ja) * | 2012-04-20 | 2013-11-28 | Shiseido Co Ltd | 情報提供システム、情報提供方法、及び情報提供プログラム |
-
2018
- 2018-09-27 JP JP2018182660A patent/JP2020052820A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001184405A (ja) * | 1999-12-24 | 2001-07-06 | Sumitomo Corp | バーチャルショッピングモールシステム、販売促進用データ加工装置、バーチャルショッピングモール運用方法、販売促進用データ加工方法および記録媒体 |
JP2002290609A (ja) * | 2001-03-28 | 2002-10-04 | Og Capital:Kk | 電話接客業務支援装置 |
JP2004258108A (ja) * | 2003-02-24 | 2004-09-16 | Bellsystem 24 Inc | パーソナリティ特性評価システム、およびこれを利用するコミュニケーションサービスシステム |
JP2005258774A (ja) * | 2004-03-11 | 2005-09-22 | Nippon Yunishisu Kk | アンケート分類システムおよび分類プログラム |
JP2013239160A (ja) * | 2012-04-20 | 2013-11-28 | Shiseido Co Ltd | 情報提供システム、情報提供方法、及び情報提供プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8531501B2 (en) | System and method for assisting an agent in a contact center | |
CN101460995B (zh) | 监测设备、评估数据选择设备、代理评估设备、代理评估系统 | |
JP2007324708A (ja) | 電話対応方法、コールセンターシステム、コールセンター用プログラムおよびプログラム記録媒体 | |
KR100678212B1 (ko) | 휴대단말기의 감정정보 제어방법 | |
US11762629B2 (en) | System and method for providing a response to a user query using a visual assistant | |
KR20130084856A (ko) | 휴대단말기의 통화 서비스 장치 및 방법 | |
US11862190B2 (en) | Information processing device | |
JP7297797B2 (ja) | 保留を管理するための方法および装置 | |
EP4086903A1 (en) | System with post-conversation evaluation, electronic device, and related methods | |
JP2015186018A (ja) | 通信装置、オペレータ選択方法及びプログラム | |
US10958788B1 (en) | Third-party outdial process for establishing a language interpretation session | |
JP2023532247A (ja) | 呼設定に基づく着呼制御 | |
JP5610059B2 (ja) | 通話管理装置、通話管理方法、及びプログラム | |
JP2020052820A (ja) | 伝達相手のタイプ判定装置 | |
JP2023076430A (ja) | プログラム、情報処理システム及び情報処理方法 | |
JP6779658B2 (ja) | 詐欺防止システム、詐欺防止装置、ユーザー端末、詐欺防止方法、及びプログラム | |
JP2005292476A (ja) | 顧客応対方法及び装置 | |
JP2002290609A (ja) | 電話接客業務支援装置 | |
JP7397523B1 (ja) | 文字通話システム、文字通話プログラム、及び文字通話方法 | |
CN109587346A (zh) | 来电管理方法、移动终端及存储介质 | |
WO2014019952A1 (en) | Self awareness assistant | |
US11962715B2 (en) | Telephone call information collection and retrieval | |
WO2023162009A1 (ja) | 感情情報活用装置、感情情報活用方法及びプログラム | |
JP2023105607A (ja) | プログラム、情報処理装置及び情報処理方法 | |
US20080063170A1 (en) | System and method for selecting a preferred method of executing a process of a customer communication |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210922 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230214 |