JP6941590B2 - 情報処理装置及び情報処理プログラム - Google Patents
情報処理装置及び情報処理プログラム Download PDFInfo
- Publication number
- JP6941590B2 JP6941590B2 JP2018097279A JP2018097279A JP6941590B2 JP 6941590 B2 JP6941590 B2 JP 6941590B2 JP 2018097279 A JP2018097279 A JP 2018097279A JP 2018097279 A JP2018097279 A JP 2018097279A JP 6941590 B2 JP6941590 B2 JP 6941590B2
- Authority
- JP
- Japan
- Prior art keywords
- operator
- index value
- information
- customer
- acquisition unit
- 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
- 230000010365 information processing Effects 0.000 title claims description 68
- 230000006399 behavior Effects 0.000 claims description 91
- 230000009471 action Effects 0.000 claims description 62
- 230000004044 response Effects 0.000 claims description 41
- 238000010801 machine learning Methods 0.000 claims description 35
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000011156 evaluation Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 230000033228 biological regulation Effects 0.000 description 6
- 230000003542 behavioural effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 210000000467 autonomic pathway Anatomy 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
前記指標値取得部は、前記顧客応対データに含まれる前記問題行動の数の多少に応じて変動する前記状態指標値を取得してもよい。
図1は、情報処理システムSの概要を説明するための図である。情報処理システムSは、コールセンターに勤務するオペレータが、顧客に対して顧客満足度を低下させる要因となる所定の行動を起こす蓋然性を示す指標値を提示するシステムである。オペレータは、電話又はチャットにより顧客応対を行う。本明細書においては、オペレータが電話により顧客応対を行うことを前提として説明する。
以下、情報処理装置2の構成について説明する。
図2は、情報処理装置2の構成を示す図である。情報処理装置2は、通信部21と、記憶部22と、制御部23とを有する。
通信部21は、オペレータ端末1に対してデータを送受信するための通信コントローラを含んでいる。
以下、学習フェーズと運用フェーズとに分けて説明する。
まず、学習フェーズにおける制御部23の機能について説明する。
応対データ取得部231は、所定の行動を起こしたときの情報である顧客応対データを取得する。所定の行動(以下、問題行動という)は、オペレータの顧客に対する応対として禁止されている複数の行動を規定した行動規定に該当する行動のうちオペレータが顧客応対時に起こした行動である。
続いて、運用フェーズにおける制御部23の機能について説明する。
生体情報取得部234は、通信部21を介して、オペレータ端末1から、オペレータの生体情報を取得する。具体的には、生体情報取得部234は、通信部21を介して、オペレータ端末1から、顧客応対を終了した時(例えば電話を切った時)から所定の時間(例えば30秒)において計測されたオペレータの生体情報を取得する。
続いて、情報処理システムSの処理の流れについて説明する。まず、学習フェーズにおける処理の流れについて説明する。図9は、学習フェーズにおける情報処理装置の処理の流れを示すフローチャートである。
以上の説明のとおり、情報処理システムSは、顧客応対データと、当該顧客応対データに基づいて取得したIIPBとを教師データとして学習させた機械学習モデルMに、オペレータの生体情報を入力することによって出力されたIIPBをオペレータに提示する。このように、情報処理システムSは、生成された機械学習モデルMを用いることにより、オペレータが顧客に対して不適切な行動を起こす蓋然性を予測する精度を向上させることができる。また、情報処理システムSは、機械学習モデルMから出力されたIIPBをオペレータに提示することにより、顧客に対して不適切な行動を起こす蓋然性がどの程度であるかをオペレータに認識させることができる。例えば、オペレータは、自発的にIIPBに応じた休息方法を取ったり、情報処理装置2から提示された休息方法を取ったりすることで、オペレータの状態が改善することにより、次の顧客対応時に不適切な行動を起こす蓋然性を低減することができる。その結果、情報処理システムSは、顧客満足度を向上させることができる。
上述の実施の形態では、情報処理装置2がオペレータ端末1にIIPBを送信することにより、オペレータにIIPBを提示したが、これに限らない。例えば、オペレータ端末1が、オペレータにIIPBを提示してもよい。
2 情報処理装置
21 通信部
22 記憶部
23 制御部
231 応対データ取得部
232 指標値取得部
233 モデル生成部
234 生体情報取得部
235 モデル取得部
236 モデル適用部
237 送信部
Claims (8)
- オペレータの顧客に対する応対として禁止されている複数の行動を規定した行動規定に該当する行動のうち前記オペレータが顧客応対時に起こした行動である問題行動と、前記オペレータが顧客応対を開始してから前記問題行動を起こすまでに経過した時間である問題発生時間と、前記オペレータが顧客応対を開始する前に計測された前記オペレータの生体情報と、を対応付けた顧客応対データを取得する応対データ取得部と、
前記顧客応対データに含まれる前記問題行動と前記問題発生時間とに基づいて、前記オペレータの状態を示す指標値である状態指標値を取得する指標値取得部と、
前記顧客応対データと前記状態指標値とを教師データとして、前記生体情報を入力として前記状態指標値を出力する機械学習モデルを生成するモデル生成部と、
を有する情報処理装置。 - 前記指標値取得部は、前記顧客応対データに含まれる前記問題発生時間の長短に応じて変動する前記状態指標値を取得する、
請求項1に記載の情報処理装置。 - 前記指標値取得部は、前記顧客応対データに含まれる前記問題行動の数の多少に応じて変動する前記状態指標値を取得する、
請求項1又は2に記載の情報処理装置。 - 前記行動規定には、前記複数の行動それぞれに、前記行動に対する重大度が関連付けられており、
前記指標値取得部は、前記顧客応対データに含まれる前記問題行動に該当する前記行動規定に規定されている前記行動に関連付けられた前記重大度の高低に応じて変動する前記状態指標値を取得する、
請求項1から3のいずれか一項に記載の情報処理装置。 - 前記オペレータの生体情報を取得する生体情報取得部と、
前記生体情報取得部が取得した前記生体情報を前記モデル生成部が生成した前記機械学習モデルに入力して前記状態指標値を取得するモデル適用部と、
前記モデル適用部が取得した前記状態指標値を、前記生体情報取得部が取得した前記生体情報に対応する前記オペレータが使用する端末に送信する送信部と、
をさらに有する、請求項1から4のいずれか一項に記載の情報処理装置。 - 異なる前記状態指標値ごとに、一の前記状態指標値と、前記オペレータが顧客応対を行っていない休憩中の休息方法を示す一以上の休息情報それぞれとを関連付けて記憶する記憶部をさらに有し、
前記送信部は、前記モデル適用部が取得した前記状態指標値に関連付けて前記記憶部に記憶されている前記一以上の休息情報のうちのいずれかの前記休息情報を前記端末に送信する、
請求項5に記載の情報処理装置。 - 前記記憶部は、前記一以上の休息情報それぞれに、前記オペレータが、前記休息情報が示す前記休息方法に基づいて休憩した場合において、休憩前の前記生体情報に基づく前記状態指標値から、休憩後の前記生体情報に基づく前記状態指標値を減算した差分値である優先度をさらに関連付けて記憶し、
前記送信部は、前記モデル適用部が取得した前記状態指標値に関連付けて前記記憶部に記憶されている前記一以上の休息情報のうち、前記優先度が大きい一の前記休息情報を前記端末に送信する、
請求項6に記載の情報処理装置。 - コンピュータを、
オペレータの顧客に対する応対として禁止されている複数の行動を規定した行動規定に該当する行動のうち前記オペレータが顧客応対時に起こした行動である問題行動と、前記オペレータが顧客応対を開始してから前記問題行動を起こすまでに経過した時間である問題発生時間と、前記オペレータが顧客応対を開始する前に計測された前記オペレータの生体情報と、を対応付けた顧客応対データを取得する応対データ取得部、
前記顧客応対データに含まれる前記問題行動と前記問題発生時間とに基づく、前記オペレータの状態を示す指標値である状態指標値を取得する指標値取得部、及び
前記顧客応対データと前記状態指標値とを教師データとして、前記生体情報を入力として前記状態指標値を出力する機械学習モデルを生成するモデル生成部、
として機能させる情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018097279A JP6941590B2 (ja) | 2018-05-21 | 2018-05-21 | 情報処理装置及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018097279A JP6941590B2 (ja) | 2018-05-21 | 2018-05-21 | 情報処理装置及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019204170A JP2019204170A (ja) | 2019-11-28 |
JP6941590B2 true JP6941590B2 (ja) | 2021-09-29 |
Family
ID=68726913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018097279A Active JP6941590B2 (ja) | 2018-05-21 | 2018-05-21 | 情報処理装置及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6941590B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7328921B2 (ja) * | 2020-03-12 | 2023-08-17 | 公益財団法人鉄道総合技術研究所 | 学習モデル生成方法、蓋然性判定方法及び判定装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003244328A (ja) * | 2002-02-14 | 2003-08-29 | Denon Ltd | コールセンタシステム |
JP2004252668A (ja) * | 2003-02-19 | 2004-09-09 | Fujitsu Ltd | コンタクトセンタ運用管理プログラム、装置および方法 |
JP5530163B2 (ja) * | 2009-12-09 | 2014-06-25 | 株式会社大和証券グループ本社 | 従業員行動の管理方法及び管理システム |
WO2016088369A1 (ja) * | 2014-12-04 | 2016-06-09 | 日本電気株式会社 | 情報処理装置、言動評価方法およびプログラム記憶媒体 |
-
2018
- 2018-05-21 JP JP2018097279A patent/JP6941590B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019204170A (ja) | 2019-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684118B (zh) | 异常数据的检测方法、装置、设备及计算机可读存储介质 | |
US20140380277A1 (en) | Risk-based Test Plan Construction | |
JP6689995B2 (ja) | コンピュータシステムの監視装置および方法 | |
CN106413555A (zh) | 集中度评价装置和程序 | |
JP6400834B2 (ja) | 推薦装置、推薦決定方法、およびコンピュータプログラム | |
JP6941590B2 (ja) | 情報処理装置及び情報処理プログラム | |
JPWO2020059789A5 (ja) | ||
US20160034120A1 (en) | Information processing apparatus and information processing system | |
JP2019148917A (ja) | 脆弱性判定システム、脆弱性判定方法及びコンピュータプログラム | |
JP7168825B2 (ja) | 推定装置、推定方法及び推定プログラム | |
CN114697079B (zh) | 一种应用客户端非法用户检测方法和系统 | |
CN113225435A (zh) | 预估电话接通概率的方法、装置和可读存储介质 | |
US11786156B2 (en) | Method and apparatus for use in detecting malingering by a first subject in tests of physical and/or mental function of the first subject | |
EP4156042A1 (en) | Work allocation device | |
CN110807179A (zh) | 一种用户识别方法、装置、服务器及存储介质 | |
CN113796834A (zh) | 认知能力评估方法、装置、设备及存储介质 | |
JP7026032B2 (ja) | レコメンドシステム及びレコメンド方法 | |
JP7231186B2 (ja) | 技術力判断支援システム | |
CN113538130B (zh) | 异常检测方法、装置及系统 | |
US20230197279A1 (en) | Psychological state analysis method, psychological state analysis apparatus and program | |
JP7256669B2 (ja) | 情報処理装置、推定装置、分析装置、情報処理方法及びコンピュータープログラム | |
US20230089162A1 (en) | Training device, training method, and training program | |
US20240153643A1 (en) | Information processing apparatus, estimation method and program | |
KR20200030137A (ko) | 피부 상태 분석정보 제공 방법 | |
CN112988447B (zh) | 一种自动纠正漏洞信息的方法、系统和可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210526 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210727 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210831 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6941590 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |