CN110019693B - 智能客服的信息推荐方法、服务器及计算机可读介质 - Google Patents
智能客服的信息推荐方法、服务器及计算机可读介质 Download PDFInfo
- Publication number
- CN110019693B CN110019693B CN201710610706.3A CN201710610706A CN110019693B CN 110019693 B CN110019693 B CN 110019693B CN 201710610706 A CN201710610706 A CN 201710610706A CN 110019693 B CN110019693 B CN 110019693B
- Authority
- CN
- China
- Prior art keywords
- user
- customer service
- consultation
- acquiring
- knowledge base
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种智能客服的信息推荐方法、服务器及计算机可读介质。其方法包括:检测到用户进入智能客服时,获取用户进入智能客服的特征参数;获取用户的业务状态;根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题;向用户推荐N个目标问题。与现有技术中根据用户的访问行为轨迹预测问题相比,本发明的技术方案,根据用户的业务状态和进入智能客服的特征参数,获取的N个目标问题,更能够精准地预测用户希望咨询的问题,从而有效地提高了预测问题的准确性。而且,由于有效地增加了预测问题的准确性,从而可以有效地降低用户的操作成本,进而能够有效地提高用户的使用体验度。
Description
【技术领域】
本发明涉及计算机应用技术领域,尤其涉及一种智能客服的信息推荐方法、服务器及计算机可读介质。
【背景技术】
为了更加方便地为用户提供服务,很多网站以及网站的应用程序(Application;App)客户端等,均为用户提供有在线客服的服务。用户可以通过在线客服进行问题咨询,使用非常方便。
现有技术中的在线客服的服务器端,可以由人工客服来监控,接收到用户通过在线客服发送的问题之后,人工客服通过在线方式给以解答。但是随着网络的使用普及,越来越多的用户通过选择在线客服进行问题咨询,导致人工客服工作压力较大,无法满足暴增的在线问题咨询,随之而来,逐步出现一种在线的智能客服。智能客服在用户进入智能客服时,获取用户进入智能客服之前对网站或者应用页面的访问行为轨迹,并根据用户的访问行为轨迹,预测用户在访问过程中可能碰到的一个或者多个问题,发送给用户。若用户进入智能客服时,确实想要咨询其中的一个问题,可以点击该问题,智能客服返回给用户该问题的答案,从而完成用户的在线咨询,在线咨询过程非常智能,用户使用也非常方便。
但是,现有技术中,用户进入智能客服之前对网站或者应用页面的访问行为轨迹可能仅仅是表象,已经偏离所要咨询的问题,例如,用户进入智能客服之前对网站或者应用页面的访问可能是用户想要试着自己解决问题,而如果根据用户的访问行为轨迹,预测用户问题会偏离用户的真实问题。因此,现有技术中,根据用户进入智能客服之前对网站或者应用页面的访问行为轨迹,预测用户所要咨询的问题,导致预测问题的准确性较低。
【发明内容】
本发明提供了一种智能客服的信息推荐方法、服务器及计算机可读介质,用于提高问题预测的准确性。
本发明提供一种智能客服的信息推荐方法,所述方法包括:
检测到用户进入智能客服时,获取所述用户进入所述智能客服的特征参数;
获取所述用户的业务状态;
根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题;所述N为正整数;
向所述用户推荐所述N个目标问题。
进一步可选地,如上所述的方法中,向所述用户推荐所述N个目标问题之后,所述方法还包括:
若所述N个问题中的第一目标问题被所述用户选择时,获取所述第一目标问题对应的答案:
向所述用户反馈所述第一目标问题对应的答案。
进一步可选地,如上所述的方法中,获取所述用户的业务状态,具体包括:
获取所述用户的标识;
根据所述用户的标识,从用户信息库中获取所述用户的业务状态。
进一步可选地,如上所述的方法中,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题,具体包括:
根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题;
从所述多个备选问题中获取咨询频次最高的前N个所述备选问题,作为对应的所述N个目标问题。
进一步可选地,如上所述的方法中,获取所述用户进入所述智能客服的特征参数,具体包括:
获取所述用户进入所述智能客服的入口位置;
对应地,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题,具体包括:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的至少一个第二节点;
从所述知识库中各所述第二节点中,获取对应的所述多个备选问题。
进一步可选地,如上所述的方法中,所述用户进入所述智能客服的特征参数还包括咨询时间;对应地,获取所述用户进入所述智能客服的特征参数,具体包括:
获取所述用户进入所述智能客服的入口位置和所述咨询时间;
对应地,所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题,具体包括:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的所述多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的所述至少一个第二节点;
根据所述信息表中的咨询高峰期与所述知识库中的节点的对应关系,获取各所述第二节点对应的所述咨询高峰期;
根据所述咨询时间,从所述至少一个第二节点中获取所述咨询时间命中的所述咨询高峰期的至少一个第三节点;
从所述知识库中各所述第三节点中,获取对应的所述多个备选问题。
进一步可选地,如上所述的方法中,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题之前,所述方法还包括:
根据所述智能客服所服务的产品的类别以及每种所述产品中的问题类别的层级关系,创建树状结构的所述知识库;
根据所述智能客服的历史咨询信息,挖掘所述知识库中各节点的所有问题、各所述问题对应的答案以及各所述问题的咨询频次;
将各所述问题、对应的所述答案以及对应的所述咨询频次存储在所述知识库中对应的节点上;
根据所述智能客服的历史咨询信息,挖掘咨询所述知识库中各节点的各所述问题对应的用户的业务状态和进入所述智能客服的入口位置、以及具有集中咨询特性的所述问题的咨询高峰期;
在所述知识库中的各所述节点上挂接对应的进入所述智能客服的入口位置;
根据挖掘的所述知识库中各节点的各所述问题对应的用户的业务状态,获取所述用户的业务状态与所述知识库中的所述节点之间的对应关系,并存储在所述信息表中;
根据挖掘的具有集中咨询特性的所述问题的咨询高峰期,获取具有集中咨询特性的所述问题的咨询高峰期与所述知识库中的所述节点的对应关系,并存储在所述信息表中。
本发明提供一种智能客服的服务器,所述服务器包括:
特征参数获取模块,用于检测到用户进入智能客服时,获取所述用户进入所述智能客服的特征参数;
业务状态获取模块,用于获取所述用户的业务状态;
问题获取模块,用于根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题;所述N为正整数;
推荐模块,用于向所述用户推荐所述N个目标问题。
进一步可选地,如上所述的服务器中,所述服务器还包括:
答案获取模块,用于若所述N个问题中的第一目标问题被所述用户选择时,获取所述第一目标问题对应的答案:
所述推荐模块,还用于向所述用户反馈所述第一目标问题对应的答案。
进一步可选地,如上所述的服务器中,所述业务状态获取模块,具体用于:
获取所述用户的标识;
根据所述用户的标识,从用户信息库中获取所述用户的业务状态。
进一步可选地,如上所述的服务器中,所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题;
从所述多个备选问题中获取咨询频次最高的前N个所述备选问题,作为对应的所述N个目标问题。
进一步可选地,如上所述的服务器中,所述特征参数获取模块,具体用于获取所述用户进入所述智能客服的入口位置;
对应地,所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的至少一个第二节点;
从所述知识库中各所述第二节点中,获取对应的所述多个备选问题。
进一步可选地,如上所述的服务器中,所述特征参数获取模块,具体用于获取所述用户进入所述智能客服的入口位置和所述咨询时间;
对应地,所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的所述多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的所述至少一个第二节点;
根据所述信息表中的咨询高峰期与所述知识库中的节点的对应关系,获取各所述第二节点对应的所述咨询高峰期;
根据所述咨询时间,从所述至少一个第二节点中获取所述咨询时间命中的所述咨询高峰期的至少一个第三节点;
从所述知识库中各所述第三节点中,获取对应的所述多个备选问题。
进一步可选地,如上所述的服务器中,所述服务器还包括:
创建模块,用于根据所述智能客服所服务的产品的类别以及每种所述产品中的问题类别的层级关系,创建树状结构的所述知识库;
挖掘模块,用于根据所述智能客服的历史咨询信息,挖掘所述知识库中各节点的所有问题、各所述问题对应的答案以及各所述问题的咨询频次;
存储模块,用于将各所述问题、对应的所述答案以及对应的所述咨询频次存储在所述知识库中对应的节点上;
所述挖掘模块,还用于根据所述智能客服的历史咨询信息,挖掘咨询所述知识库中各节点的各所述问题对应的用户的业务状态和进入所述智能客服的入口位置、以及具有集中咨询特性的所述问题的咨询高峰期;
所述存储模块,还用于在所述知识库中的各所述节点上挂接对应的进入所述智能客服的入口位置;
所述存储模块,还用于根据挖掘的所述知识库中各节点的各所述问题对应的用户的业务状态,获取所述用户的业务状态与所述知识库中的所述节点之间的对应关系,并存储在所述信息表中;
所述存储模块,还用于根据挖掘的具有集中咨询特性的所述问题的咨询高峰期,获取具有集中咨询特性的所述问题的咨询高峰期与所述知识库中的所述节点的对应关系,并存储在所述信息表中。
本发明还提供一种服务器设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的智能客服的信息推荐方法。
本发明还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的智能客服的信息推荐方法。
本发明的智能客服的信息推荐方法、服务器及计算机可读介质,检测到用户进入智能客服时,通过获取用户进入智能客服的特征参数;获取用户的业务状态;根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题;向用户推荐N个目标问题。与现有技术中根据用户的访问行为轨迹预测问题相比,本发明的技术方案,根据用户的业务状态和进入智能客服的特征参数,获取的N个目标问题,更能够精准地预测用户希望咨询的问题,从而有效地提高了预测问题的准确性。而且,由于有效地增加了预测问题的准确性,从而可以有效地降低用户的操作成本,进而能够有效地提高用户的使用体验度。
【附图说明】
图1为本发明的智能客服的信息推荐方法实施例一的流程图。
图2为本发明的智能客服的服务器实施例一的结构图。
图3为本发明的智能客服的服务器实施例二的结构图。
图4为本发明的服务器设备实施例的结构图。
图5为本发明提供的一种服务器设备的示例图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明的智能客服的信息推荐方法实施例一的流程图。如图1所示,本实施例的智能客服的信息推荐方法,具体可以包括如下步骤:
100、检测到用户进入智能客服时,获取用户进入智能客服的特征参数;
本实施例的智能客服的信息推荐方法的执行主体为智能客服的服务器。该智能客服的服务器可以与所服务的网络公司的网站或者App客户端或者其他平台通信,为该网络公司的各种入口进来的在线客服提供服务。
本实施例中,用户进入智能客服都具有一定的特性,例如,用户可以提供网站的网页上的在线客服入口进入智能客服,也可以通过该网站的APP中的在线客服入口进入智能客服,或者还可以通过该网站提供的其他服务平台的在线客服入口进入智能客服。例如若某理财网站,发布有多款理财产品和保险产品,每一款产品的介绍页面都会链接有智能客服的入口。同样,在App中,也会在每一种产品的介绍页面链接有智能客服的入口。因此,可选地,本实施例中,进入智能客服的特征参数可以包括智能客服的入口位置,通常情况下,用户想要咨询哪方面的问题,通常便会在产生相关问题的产品的页面进入智能客服,因此,进入智能客服的入口位置能够更加精准地预测用户想要咨询的问题的方向。无论用户通过哪种方式进入智能客服,智能客服的服务器检测到用户进入智能客服时,均可以获取到用户进入智能客服的特征参数,如入口位置。
101、获取用户的业务状态;
本实施例中用户的业务状态可以为用户在使用的业务中的各个阶段。例如购买一项服务的业务状态可以包括未购买状态、购买后未激活状态、激活状态等等。再例如一个贷款申请的业务状态可以包括未申请状态、申请后待审批状态、审批通过待放款状态、还款状态、解除贷款状态等等。按照类似的方式,对于每一种业务,均可以根据业务的特性,确定该业务的状态。
例如该步骤101,具体可以包括:获取用户的标识;根据用户的标识,从用户信息库中获取用户的业务状态。
本实施例中,咨询智能客服的用户可以为登录用户,此时该用户的标识可以为该用户的账号。在智能客服的服务器中,可以存储有用户信息库,用户信息库中存储有该网站所服务的所有用户的信息,例如可以包括用户的账号、联系方式以及用户办理的业务标识以及每种业务的业务状态。例如对于某贷款申请网站,用户可以通过App或者网站申请贷款,在该网站的智能客服的服务器中存储的用户信息库中,可以记录有每一个申请的用户的信息,如用户的账号、姓名以及联系方式等信息,还可以存储有该用户的业务状态,如申请阶段、审批阶段以及还款阶段等等。对于不同的业务,对应不同的用户的业务状态,在此不再一一举例赘述。另外,如果用户在某网站同时申请了多项业务,对应地,可以根据该用户的标识,可以从智能客服的用户信息库中获取用户申请的每一项业务的业务状态。
需要说明的时,对于某个用户的标识,若用户信息库中还未存储有该用户的信息,则表示该用户还未进行任何相关业务,此时的业务状态可以标识为0,即未有任何业务进展。
可选地,在本实施例中,对于以游客身份进入智能客服的,即未登录用户或者未注册账号的用户,对应的用户的业务状态的标识均可以为0,即未有任何业务进展。
102、根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题;
103、向用户推荐N个目标问题。
本实施例中,根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题时,其中用户进入智能客服的特征参数和用户的业务状态为获取N个目标问题的两个条件。即获取的N个目标问题需要同时满足这两个条件才可以。在获取N个问题,这两个条件可以先筛选符合进入智能客服的特征参数,也可以先筛选符合用户的业务状态。若进入智能客服的特征参数为进入智能客服的入口位置时,这两个条件优先筛选符合进入智能客服的入口位置条件的备选问题,然后再从得到的备选问题中筛选符合用户的业务状态的条件的问题,最后得到N个目标问题。
可选地,本实施例中的步骤102“根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题”具体可以包括:根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的多个备选问题;从多个备选问题中获取咨询频次最高的前N个备选问题,作为对应的N个目标问题。也就是说,若直接将多个备选问题作为目标问题的话,备选问题的数量可能较多,导致重点问题不够突出,本实施例中可以从多个备选问题中获取历史的咨询频次较高的前N个,作为目标问题。
需要说明的是,若备选问题的数量不足N个或者等于N个,则将所有的备选问题都作为目标问题。若用户进入智能客服的特征参数为用户进入智能客服的入口位置时,根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的多个备选问题时,优选地,先根据进入智能客服的入口位置,从知识库中获取对应的数个问题,然后再根据用户的业务状态从数个问题中获取对应的多个备选问题。最后再从多个备选问题中获取咨询频次最高的前N个备选问题,
本实施例的知识库可以为预先根据该智能客服所服务的网站中所包括的所有产品以及各产品下的各种类别的问题创建的。例如,对于一个教育分期的产品,其下面可以有“额度申请”、“额度激活”、“放款咨询”、“还款问题”、以及“退费咨询”等类别的问题。其中,“还款问题”下面还可以有“如何还款”、“还款金额”、“逾期还款”以及“提前还款”等问题。其中,“如何还款”下面有“APP还款”、“免密还款”以及“自动还款”等问题。这样,教育分期可以作为一级父节点,“额度申请”、“额度激活”、“放款咨询”、“还款问题”、以及“退费咨询”分为作为父节点“教育分期”的子节点;进一步地,“如何还款”、“还款金额”、“逾期还款”以及“提前还款”还可以作为“还款问题”的子节点;“APP还款”、“免密还款”以及“自动还款”还可以作为“如何还款”的子节点。按照上述的各问题的节点的父子关系,可以创建对应的树状结构的知识库。按照上述知识库的结构,在每一个网站都可以创建类似的树状结构的知识库。
其中在知识库的“如何还款”、“还款金额”、“逾期还款”、“提前还款”、“APP还款”、“免密还款”以及“自动还款”等可以为该知识库的树状结构的最下级节点中,在每个最下级的节点中可以对应存储有一个或者多个知识点,每个知识点包括对应节点下的一个问题和对应的答案,每一个知识点对应的属性信息中可以包括该知识点的咨询频次。且在该知识库中,每一个节点可以挂接多个进入智能客服的入口位置。同理,基于知识库中的节点中的问题还与用户的业务状态存在对应的关系,因此,可以预先建立信息表,存储用户的业务状态与知识库中的节点之间的对应关系,方便后续根据用户的业务状态获取目标问题。对于具有集中咨询特性的问题,还可以预先统计其咨询高峰期,同时在信息表中记录问题的咨询高峰期与该问题在知识库中对应的节点的对应关系,方便后续根据咨询时间是否命中咨询高峰期,来获取目标问题。
本实施例中,用户处于不同的业务状态会咨询不同的问题,以提供服务的网络公司为例,对于未购买服务的用户,业务状态为0,用户咨询的问题会更偏向于如何购买、购买后享受的服务、购买时费用问题以及支付问题等等。而对于已购买服务、但处于未激活的业务状态的用户,咨询的问题会更偏向于如何激活、激活注意事项以及激活中的各种错误如何应对等等问题。对于已购买服务、且已经激活的业务状态的用户,咨询的问题会更偏向于使用中的问题、后续如果继续使用续费的问题以及如果提前中止使用退费的问题等等。也就是说,对于每一种业务状态,在知识库中都会存在与其匹配的节点,以及节点的下级节点中的多个知识点中的多个问题。
同理,对于每一种进入智能客服的入口位置,在知识库中都会存在与其匹配的节点,以及节点下级节点中的多个知识点中的多个问题。这样,根据用户进入智能客服的入口位置和用户的业务状态,从知识库中获取用户进入智能客服的入口位置和用户的业务状态共同对应的N个目标问题。然后,可以通过智能客服与该用户沟通的界面,向用户推荐获取的N个目标问题。本实施例中,根据用户进入智能客服的入口位置和用户的业务状态,从知识库中获取对应的N个目标问题中N的数量可以根据实际需求来设置,例如,可以选择3个、5个或者10个,或者其他整数个。
具体地,对于用户进入智能客服的特征参数为用户进入智能客服的入口位置时,上述实施例中的步骤“用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的多个备选问题”,具体可以包括如下步骤:
(a1)根据用户进入智能客服的入口位置,从知识库中获取到对应的多个第一节点;
(b1)根据用户的业务状态、以及预先建立的信息表中用户的业务状态与知识库中的节点之间的对应关系,从多个第一节点中获取对应的至少一个第二节点;
(c1)从知识库中各第二节点中,获取对应的多个备选问题。
上述步骤(a1)-(c1)实现在获取多个备选问题时,对多个条件的依次筛选。例如,首先筛选符合用户进入智能客服的入口位置条件的节点,从知识库中获取到对应的多个第一节点;然后根据用户的业务状态、以及预先建立的信息表中用户的业务状态与知识库中的节点之间的对应关系,从多个第一节点中筛选用户的业务状态对应的至少一个第二节点。其中,各第一节点和各第二节点可以为知识库中的中间层节点也可以为最下层节点。若第二节点为知识库中的最下层节点时,该第二节点中可以包括多个知识点,可以从多个知识点中获取多个问题作为备选问题。而若第二节点为知识库的中间节点时,可以从该知识库中该第二节点对应的最下层子节点中获取对应的多个问题作为备选问题。
再进一步可选地,本实施例的用户进入智能客服的特征参数还包括咨询时间;本实施例的咨询时间的粒度可以根据产品业务的需求设置。例如对于以月为还款周期的贷款还款产品,对应的咨询时间可以以天为粒度记录,对应地以天为粒度记录咨询时间的高峰期。若每月18号为还款日期,则可以设置每月13-18号为还款咨询高峰期,对于咨询时间在这个期间的咨询,优选推送用户的业务状态相关的还款相关的N个目标问题。
具体地,对于用户进入智能客服的特征参数为用户进入智能客服的入口位置和咨询时间时,上述实施例中的步骤“用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的多个备选问题”,具体可以包括如下步骤:
(a2)根据用户进入智能客服的入口位置,从知识库中获取到对应的多个第一节点;
(b2)根据用户的业务状态、以及预先建立的信息表中用户的业务状态与知识库中的节点之间的对应关系,从多个第一节点中获取对应的至少一个第二节点;
(c2)根据信息表中的咨询高峰期与知识库中的节点的对应关系,获取各第二节点对应的咨询高峰期;
(d2))根据咨询时间,从至少一个第二节点中获取咨询时间命中的咨询高峰期的至少一个第三节点;
(e2)从知识库中各第三节点中,获取对应的咨询高峰期对应的多个预设问题,作为多个备选问题。
本实施例的步骤(a2)-(e2)与上述步骤(a1)-(c1)区别在于,本实施例中获取多个备选问题时,在筛选条件用户进入智能客服的入口位置和用户的业务状态的基础上,增加了筛选条件咨询时间。筛选条件优先考虑顺序为:优先筛选符合用户进入智能客服的入口位置条件的多个第一节点,其次从筛选出来的多个第一节点中筛选符合用户的业务状态条件的多个第二节点,然后再从得到的多个第二节点中筛选符合咨询时间条件的至少一个第三节点。其中根据咨询时间,从多个第二节点中筛选至少一个第三节点时,具体可以先获取各第二节点的咨询高峰期,然后判断当前的咨询时间是否命中某些第二节点的咨询高峰期,若命中,筛选出对应的第二节点作为第三节点。否则若未命中,丢弃该第二节点。可以理解为,在第三节点或者第三节点下游的最下级子节点中存储的知识点都是咨询高峰期对应的问题以及对应的答案。例如,对于每月18号为还款日期,每月13-18号为还款咨询高峰期,对于咨询时间在这个咨询高峰期的咨询,可以默认为都是关于还款相关问题的咨询,可以在该咨询高峰期对应的节点或者下游的最下级节点中存储还款相关的问题的知识点,这样,后续筛选第三节点时,若咨询时间命中咨询高峰期,能够筛选出到该节点,从而可以获取到还款相关的多个问题,作为备选问题。
例如对于以月为周期的贷款还款产品,可以按照上述方式获取到还款相关的多个备选问题,最后从多个备选问题中获取咨询频次最高的前N个备选问题,作为对应的N个目标问题。同理,若还款相关的多个备选问题的数量不足N个或者等于N个,将还款相关的多个备选问题都作为对应的目标问题即可。
本实施例中,对于还款高峰期以外的咨询,则还是按照用户进入智能客服的入口位置和用户的业务状态,从知识库中获取对应的N个目标问题,详细实施过程同上,在此不再赘述。
上述实施例是以天为粒度记录咨询时间,实际应用中,对于其他产品,可以根据产品本身的周期的特性,如每天是一个周期,咨询时间的粒度可以为小时。对于每年续费的保险类的产品,每年是一个周期,咨询时间的粒度可以为月等等,在此不再一一举例赘述。
进一步可选地,本实施例中,在步骤103“向用户推荐N个目标问题”之后,还可以包括:若N个目标问题中的第一目标问题被用户选择时,获取第一目标问题对应的答案:向用户反馈第一目标问题对应的答案。具体地,从知识库中获取第一目标问题对应的答案,并向用户反馈。
进一步可选地,本实施例的步骤102“根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题”之前,还可以包括如下步骤:
(a3)根据智能客服所服务的产品的类别以及每种产品中的问题类别的层级关系,创建树状结构的知识库;
(b3)根据智能客服的历史咨询信息,挖掘知识库中各节点的所有问题、各问题对应的答案以及各问题的咨询频次;
(c3)将各问题、对应的答案以及对应的咨询频次存储在知识库中对应的节点上;
其中可以将每个问题和对应的答案作为一个知识点存储在对应节点中,咨询频次作为该知识点的属性信息存储在该知识点的属性中。
(d3)根据智能客服的历史咨询信息,挖掘咨询知识库中各节点的各问题对应的用户的业务状态和进入智能客服的入口位置、以及具有集中咨询特性的问题的咨询高峰期;
(e3)在知识库中的各节点上挂接对应的进入智能客服的入口位置;
(f3)根据挖掘的知识库中各节点的各问题对应的用户的业务状态,获取用户的业务状态与知识库中的节点之间的对应关系,并存储在信息表中;
(g3)根据挖掘的具有集中咨询特性的问题的咨询高峰期,获取具有集中咨询特性的问题的咨询高峰期与知识库中的节点的对应关系,并存储在信息表中。
上述步骤(a3)-(g3)的过程为创建知识库以及根据知识库建立信息表的过程,以便于后续根据筛选条件,并结合知识库和根据知识库建立的信息表,从知识库中获取对应的目标问题。其中创建知识库的树状结构的过程可以参考上述相关实施例的解释。知识库中最下层节点中存储知识点的生成和存储时,需要采集智能客服的历史咨询信息,例如本实施例的历史咨询信息不仅包括智能客服为用户推送的问题和答案。同时还包括用户在智能客服推送的问题和答案中没有解决自己的问题,而自己输入的问题,由智能客服的工作人员人工方式解答用户的问题的答案。即,本实施例中,智能客服的服务器还可以采集用户自己输入的问题和人工客服回答该问题的答案,丰富智能客服的问题信息。然后智能客服历史咨询信息,挖掘智能客服中的各种类别的所有问题以及各问题对应的答案。本实施例的类别可以为智能客服服务的类别,例如,某个网站包括5个产品,每一种产品可以对应一个类别,每一个类别都存在对应的可能被咨询的问题。进一步地,对于每一种产品里面又包括各种下级类别,如售前(可以对应未购买服务的业务状态)、激活、付款、还款等等下级类别,每一个下级类别也存在对应的可能被咨询的问题;进一步地,对于售前、激活、付款以及还款中的每一个下级类别,进一步还可以包括下下级的类别。依次类推,可以获取到该智能客服所服务的产品的类别以及每一产品中的所有层级类别。根据各层级的类别,可以生成树状的知识库结构。然后可以将每个类别对应的各个知识点,即问题、对应的答案及属性信息如咨询频次,存储在该知识库的最下层的一个对应的节点中。例如,对于上述实施例中的教育分期产品的知识点,存储在该教育分期对应的最下级节点中。其中教育分期下的“还款问题”类别对应的知识点存储在“如何还款”、“还款金额”、“逾期还款”以及“提前还款”各类别对应的节点中;进一步地,例如,“如何还款”类别对应的知识点存储在“APP还款”、“免密还款”以及“自动还款”各类别对应的知识点中。按照上述方式,每一类别对应的各个知识点可以按照在知识库中的各层的类别的对应关系,存储在对应的最下级节点中。
另外,根据智能客服的历史咨询信息,还可以挖掘咨询知识库中各节点的各问题对应的用户的业务状态和进入智能客服的入口位置、以及具有集中咨询特性的问题的咨询高峰期。然后根据挖掘的信息,将在各节点上挂接对应的进入智能客服的入口位置,也就是将,各节点与对应的进入智能客服的入口位置建立对应关系,本实施例中一个节点可以对应一个、两个或者多个进入智能客服的入口位置。然后根据挖掘的信息,建立用户的业务状态与知识库中的节点之间的对应关系,本实施例中,可以将对应关系存储在一个信息表中,该信息表中,可以直接存储用户的业务状态的标识与知识库中的节点标识之间的对应关系,以标识用户的业务状态与知识库中的节点之间的对应关系。同时,在该信息表中,还可以存储某些节点的咨询高峰期,由于有些知识点中的问题具有集中咨询的特性,本实施例中,可以建立具有集中咨询特性的问题的咨询高峰期与知识库中的对应节点的对应关系,并存储在信息中。也就是说,信息表中有些节点还存在对应的咨询高峰期。存在对应咨询高峰期的节点中的知识点中的问题具有集中咨询的特性。按照上述方式,知识库和信息表便建立。后续可以根据知识库和信息表,按照上述实施例的方式从知识库中获取对应的目标问题。
本实施例的智能客服的信息推荐方法,检测到用户进入智能客服时,通过获取用户进入智能客服的特征参数;获取用户的业务状态;根据用户进入智能客服的特征参数和用户的业务状态,从知识库中获取对应的N个目标问题;向用户推荐N个目标问题。与现有技术中根据用户的访问行为轨迹预测问题相比,本实施例的技术方案,根据用户的业务状态和进入智能客服的特征参数,获取的N个目标问题,更能够精准地预测用户希望咨询的问题,从而有效地提高了预测问题的准确性。而且,由于有效地增加了预测问题的准确性,从而可以有效地降低用户的操作成本,进而能够有效地提高用户的使用体验度。
图2为本发明的智能客服的服务器实施例一的结构图。如图2所示,本实施例的智能客服的服务器,具体可以包括:特征参数获取模块10、业务状态获取模块11、问题获取模块12和推荐模块13。
其中特征参数获取模块10用于检测到用户进入智能客服时,获取用户进入智能客服的特征参数;
业务状态获取模块11用于获取用户的业务状态;
问题获取模块12用于根据特征参数获取模块10获取的进入智能客服的特征参数和业务状态获取模块11获取的用户的业务状态,从知识库中获取对应的N个目标问题;N为正整数;
推荐模块13用于向用户推荐问题获取模块12获取的N个目标问题。
本实施例的智能客服的服务器,通过采用上述模块实现智能客服的信息推荐的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图3为本发明的智能客服的服务器实施例二的结构图。如图3所示,本实施例的智能客服的服务器,在上述图2所示实施例的技术方案的基础上,进一步更加详细地介绍本发明的技术方案。
如图3所示,本实施例的智能客服的服务器中,还包括:
答案获取模块14用于若N个问题中的第一目标问题被用户选择时,获取第一目标问题对应的答案:
推荐模块13还用于向用户反馈答案获取模块14获取的第一目标问题对应的答案。
进一步可选地,本实施例的智能客服的服务器中,业务状态获取模块10具体用于:
获取用户的标识;
根据用户的标识,从用户信息库中获取用户的业务状态。
进一步可选地,本实施例的智能客服的服务器中,问题获取模块12具体用于:
根据特征参数获取模块10获取的用户进入智能客服的特征参数和业务状态获取模块11获取的用户的业务状态,从知识库中获取对应的多个备选问题;
从多个备选问题中获取咨询频次最高的前N个备选问题,作为对应的N个目标问题。
进一步可选地,本实施例的智能客服的服务器中,特征参数获取模块10具体用于获取用户进入智能客服的入口位置;
对应地,问题获取模块12具体用于:
根据特征参数获取模块10获取的用户进入智能客服的入口位置,从知识库中获取到对应的多个第一节点;
根据业务状态获取模块11获取的用户的业务状态、以及预先建立的信息表中用户的业务状态与知识库中的节点之间的对应关系,从多个第一节点中获取对应的至少一个第二节点;
从知识库中各第二节点中,获取对应的多个备选问题。
进一步可选地,本实施例的智能客服的服务器中,特征参数获取模块11具体用于获取用户进入智能客服的入口位置和咨询时间;
对应地,问题获取模块12具体用于:
根据特征参数获取模块10获取的用户进入智能客服的入口位置,从知识库中获取到对应的多个第一节点;
根据业务状态获取模块11获取的用户的业务状态、以及预先建立的信息表中用户的业务状态与知识库中的节点之间的对应关系,从多个第一节点中获取对应的至少一个第二节点;
根据信息表中的咨询高峰期与知识库中的节点的对应关系,获取各第二节点对应的咨询高峰期;
根据咨询时间,从至少一个第二节点中获取咨询时间命中的咨询高峰期的至少一个第三节点;
从知识库中各第三节点中,获取对应的多个备选问题。
进一步可选地,如图3所示,本实施例的智能客服的服务器中,还包括:
创建模块15用于根据智能客服所服务的产品的类别以及每种产品中的问题类别的层级关系,创建树状结构的知识库;
挖掘模块16用于根据智能客服的历史咨询信息,挖掘创建模块15创建的知识库中各节点的所有问题、各问题对应的答案以及各问题的咨询频次;
存储模块17用于将各问题、对应的答案以及对应的咨询频次存储在知识库中对应的节点上;
挖掘模块16还用于根据智能客服的历史咨询信息,挖掘咨询创建模块15创建的知识库中各节点的各问题对应的用户的业务状态和用户进入智能客服的入口位置、以及具有集中咨询特性的问题的咨询高峰期;
存储模块17还用于在知识库中的各节点上挂接对应的进入智能客服的入口位置;
存储模块17还用于根据挖掘的知识库中各节点的各问题对应的用户的业务状态,获取用户的业务状态与知识库中的节点之间的对应关系,并存储在信息表中;
存储模块17还用于根据挖掘的具有集中咨询特性的问题的咨询高峰期,获取具有集中咨询特性的问题的咨询高峰期与知识库中的节点的对应关系,并存储在信息表中。
对应地,问题获取模块12用于根据特征参数获取模块10获取的进入智能客服的特征参数和业务状态获取模块11获取的用户的业务状态,从创建模块15创建的知识库中获取对应的N个目标问题。
本实施例的智能客服的服务器,通过采用上述模块实现智能客服的信息推荐的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图4为本发明的服务器设备实施例的结构图。如图4所示,本实施例的服务器设备,包括:一个或多个处理器30,以及存储器40,存储器40用于存储一个或多个程序,当存储器40中存储的一个或多个程序被一个或多个处理器30执行,使得一个或多个处理器30实现如上图1-图3所示实施例的智能客服的信息推荐方法。图4所示实施例中以包括多个处理器30为例。
例如,图5为本发明提供的一种服务器设备的示例图。图5示出了适于用来实现本发明实施方式的示例***器设备12a的框图。图5显示的服务器设备12a仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,服务器设备12a以通用计算设备的形式表现。服务器设备12a的组件可以包括但不限于:一个或者多个处理器16a,***存储器28a,连接不同***组件(包括***存储器28a和处理器16a)的总线18a。
总线18a表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
服务器设备12a典型地包括多种计算机***可读介质。这些介质可以是任何能够被服务器设备12a访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28a可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30a和/或高速缓存存储器32a。服务器设备12a可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34a可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18a相连。***存储器28a可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明上述图1-图3各实施例的功能。
具有一组(至少一个)程序模块42a的程序/实用工具40a,可以存储在例如***存储器28a中,这样的程序模块42a包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42a通常执行本发明所描述的上述图1-图5各实施例中的功能和/或方法。
服务器设备12a也可以与一个或多个外部设备14a(例如键盘、指向设备、显示器24a等)通信,还可与一个或者多个使得用户能与该服务器设备12a交互的设备通信,和/或与使得该服务器设备12a能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22a进行。并且,服务器设备12a还可以通过网络适配器20a与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20a通过总线18a与服务器设备12a的其它模块通信。应当明白,尽管图中未示出,可以结合服务器设备12a使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理器16a通过运行存储在***存储器28a中的程序,从而执行各种功能应用以及数据处理,例如实现上述实施例所示的智能客服的信息推荐方法。
本发明还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例所示的智能客服的信息推荐方法。
本实施例的计算机可读介质可以包括上述图5所示实施例中的***存储器28a中的RAM30a、和/或高速缓存存储器32a、和/或存储***34a。
随着科技的发展,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载,或者采用其他方式获取。因此,本实施例中的计算机可读介质不仅可以包括有形的介质,还可以包括无形的介质。
本实施例的计算机可读介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (14)
1.一种智能客服的信息推荐方法,其特征在于,所述方法包括:
检测到用户进入智能客服时,获取所述用户进入所述智能客服的特征参数;
获取信息库中的所述用户的业务状态;
根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题;所述N为正整数;
向所述用户推荐所述N个目标问题;
其中,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题,具体包括:
根据所述用户进入所述智能客服的特征参数中的入口位置和咨询时间,以及所述用户的业务状态,从所述知识库中获取对应的多个备选问题;
从所述多个备选问题中获取咨询频次最高的前N个所述备选问题,作为对应的所述N个目标问题。
2.根据权利要求1所述的方法,其特征在于,向所述用户推荐所述N个目标问题之后,所述方法还包括:
若所述N个问题中的第一目标问题被所述用户选择时,获取所述第一目标问题对应的答案:
向所述用户反馈所述第一目标问题对应的答案。
3.根据权利要求1所述的方法,其特征在于,获取所述用户的业务状态,具体包括:
获取所述用户的标识;
根据所述用户的标识,从用户信息库中获取所述用户的业务状态。
4.根据权利要求1所述的方法,其特征在于,获取所述用户进入所述智能客服的特征参数,具体包括:
获取所述用户进入所述智能客服的入口位置;
对应地,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题,具体包括:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的至少一个第二节点;
从所述知识库中各所述第二节点中,获取对应的所述多个备选问题。
5.根据权利要求4所述的方法,其特征在于,所述用户进入所述智能客服的特征参数还包括咨询时间;对应地,获取所述用户进入所述智能客服的特征参数,具体包括:
获取所述用户进入所述智能客服的入口位置和所述咨询时间;
对应地,所述用户进入所述智能客服的特征参数和所述用户的业务状态,从所述知识库中获取对应的多个备选问题,具体包括:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的所述多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的所述至少一个第二节点;
根据所述信息表中的咨询高峰期与所述知识库中的节点的对应关系,获取各所述第二节点对应的所述咨询高峰期;
根据所述咨询时间,从所述至少一个第二节点中获取所述咨询时间命中的所述咨询高峰期的至少一个第三节点;
从所述知识库中各所述第三节点中,获取对应的所述多个备选问题。
6.根据权利要求4或者5所述的方法,其特征在于,根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题之前,所述方法还包括:
根据所述智能客服所服务的产品的类别以及每种所述产品中的问题类别的层级关系,创建树状结构的所述知识库;
根据所述智能客服的历史咨询信息,挖掘所述知识库中各节点的所有问题、各所述问题对应的答案以及各所述问题的咨询频次;
将各所述问题、对应的所述答案以及对应的所述咨询频次存储在所述知识库中对应的节点上;
根据所述智能客服的历史咨询信息,挖掘咨询所述知识库中各节点的各所述问题对应的用户的业务状态和进入所述智能客服的入口位置、以及具有集中咨询特性的所述问题的咨询高峰期;
在所述知识库中的各所述节点上挂接对应的进入所述智能客服的入口位置;
根据挖掘的所述知识库中各节点的各所述问题对应的用户的业务状态,获取所述用户的业务状态与所述知识库中的所述节点之间的对应关系,并存储在所述信息表中;
根据挖掘的具有集中咨询特性的所述问题的咨询高峰期,获取具有集中咨询特性的所述问题的咨询高峰期与所述知识库中的所述节点的对应关系,并存储在所述信息表中。
7.一种智能客服的服务器,其特征在于,所述服务器包括:
特征参数获取模块,用于检测到用户进入智能客服时,获取所述用户进入所述智能客服的特征参数;
业务状态获取模块,用于获取信息库中的所述用户的业务状态;
问题获取模块,用于根据所述用户进入所述智能客服的特征参数和所述用户的业务状态,从知识库中获取对应的N个目标问题;所述N为正整数;
推荐模块,用于向所述用户推荐所述N个目标问题;
所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的特征参数中的入口位置和咨询时间,以及所述用户的业务状态,从所述知识库中获取对应的多个备选问题;
从所述多个备选问题中获取咨询频次最高的前N个所述备选问题,作为对应的所述N个目标问题。
8.根据权利要求7所述的服务器,其特征在于,所述服务器还包括:
答案获取模块,用于若所述N个问题中的第一目标问题被所述用户选择时,获取所述第一目标问题对应的答案:
所述推荐模块,还用于向所述用户反馈所述第一目标问题对应的答案。
9.根据权利要求7所述的服务器,其特征在于,所述业务状态获取模块,具体用于:
检测到用户进入智能客服时,获取所述用户的标识;
根据所述用户的标识,从用户信息库中获取所述用户的业务状态。
10.根据权利要求7所述的服务器,其特征在于,所述特征参数获取模块,具体用于获取所述用户进入所述智能客服的入口位置;
对应地,所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的至少一个第二节点;
从所述知识库中各所述第二节点中,获取对应的所述多个备选问题。
11.根据权利要求10所述的服务器,其特征在于,所述特征参数获取模块,具体用于获取所述用户进入所述智能客服的入口位置和所述咨询时间;
对应地,所述问题获取模块,具体用于:
根据所述用户进入所述智能客服的入口位置,从所述知识库中获取到对应的所述多个第一节点;
根据所述用户的业务状态、以及预先建立的信息表中所述用户的业务状态与所述知识库中的节点之间的对应关系,从所述多个第一节点中获取对应的所述至少一个第二节点;
根据所述信息表中的咨询高峰期与所述知识库中的节点的对应关系,获取各所述第二节点对应的所述咨询高峰期;
根据所述咨询时间,从所述至少一个第二节点中获取所述咨询时间命中的所述咨询高峰期的至少一个第三节点;
从所述知识库中各所述第三节点中,获取对应的所述多个备选问题。
12.根据权利要求10或11所述的服务器,其特征在于,所述服务器还包括:
创建模块,用于根据所述智能客服所服务的产品的类别以及每种所述产品中的问题类别的层级关系,创建树状结构的所述知识库;
挖掘模块,用于根据所述智能客服的历史咨询信息,挖掘所述知识库中各节点的所有问题、各所述问题对应的答案以及各所述问题的咨询频次;
存储模块,用于将各所述问题、对应的所述答案以及对应的所述咨询频次存储在所述知识库中对应的节点上;
所述挖掘模块,还用于根据所述智能客服的历史咨询信息,挖掘咨询所述知识库中各节点的各所述问题对应的用户的业务状态和进入所述智能客服的入口位置、以及具有集中咨询特性的所述问题的咨询高峰期;
所述存储模块,还用于在所述知识库中的各所述节点上挂接对应的进入所述智能客服的入口位置;
所述存储模块,还用于根据挖掘的所述知识库中各节点的各所述问题对应的用户的业务状态,获取所述用户的业务状态与所述知识库中的所述节点之间的对应关系,并存储在所述信息表中;
所述存储模块,还用于根据挖掘的具有集中咨询特性的所述问题的咨询高峰期,获取具有集中咨询特性的所述问题的咨询高峰期与所述知识库中的所述节点的对应关系,并存储在所述信息表中。
13.一种服务器设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710610706.3A CN110019693B (zh) | 2017-07-25 | 2017-07-25 | 智能客服的信息推荐方法、服务器及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710610706.3A CN110019693B (zh) | 2017-07-25 | 2017-07-25 | 智能客服的信息推荐方法、服务器及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110019693A CN110019693A (zh) | 2019-07-16 |
CN110019693B true CN110019693B (zh) | 2021-12-24 |
Family
ID=67185840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710610706.3A Active CN110019693B (zh) | 2017-07-25 | 2017-07-25 | 智能客服的信息推荐方法、服务器及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110019693B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6814482B2 (ja) * | 2017-11-29 | 2021-01-20 | 株式会社医療情報技術研究所 | 知識管理システム |
CN110569346B (zh) * | 2019-09-10 | 2022-08-12 | 北京创鑫旅程网络技术有限公司 | 自动服务处理方法、装置、设备及存储介质 |
CN110609890A (zh) * | 2019-09-11 | 2019-12-24 | 浙江大搜车软件技术有限公司 | 自助式客服交互方法、装置、计算机设备和存储介质 |
CN110929027B (zh) * | 2019-09-30 | 2022-08-12 | 珠海格力电器股份有限公司 | 提示***、提示方法、计算机及废物容纳装置 |
CN114586323B (zh) * | 2019-10-28 | 2024-05-17 | 利维帕尔森有限公司 | 到不同终结点的动态通信路由 |
CN112015892A (zh) * | 2020-07-24 | 2020-12-01 | 上海淇玥信息技术有限公司 | 资源分配方法、装置及电子设备 |
CN113297516A (zh) * | 2021-04-27 | 2021-08-24 | 上海淇玥信息技术有限公司 | 客户交互界面生成方法、装置和电子设备 |
CN113392324B (zh) * | 2021-06-17 | 2023-11-10 | 北京京东振世信息技术有限公司 | 一种信息推送方法、装置、设备及存储介质 |
CN113570381A (zh) * | 2021-06-18 | 2021-10-29 | 五八有限公司 | 一种信息推荐方法、***、电子设备及存储介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040230601A1 (en) * | 2002-09-09 | 2004-11-18 | Joao Raymond A. | Apparatus and method for facilitating shipping commerce |
US20070038532A1 (en) * | 2005-08-11 | 2007-02-15 | Caterpillar Inc. | Method and system for integrated service delivery |
CN101076060A (zh) * | 2007-03-30 | 2007-11-21 | 腾讯科技(深圳)有限公司 | 一种聊天机器人***及自动聊天方法 |
CN101340552B (zh) * | 2008-08-11 | 2010-11-17 | 中国联合网络通信集团有限公司 | 综合业务导航*** |
CN103516908B (zh) * | 2013-10-09 | 2016-08-24 | 北京奇虎科技有限公司 | 辅助回复通讯消息的方法及装置 |
CN104022940A (zh) * | 2014-04-16 | 2014-09-03 | 华为技术有限公司 | 基于即时通信的信息处理方法、装置及*** |
CN105512153A (zh) * | 2014-10-20 | 2016-04-20 | 中国电信股份有限公司 | 一种在线客服***的服务提供方法、装置及*** |
CN104809197A (zh) * | 2015-04-24 | 2015-07-29 | 同程网络科技股份有限公司 | 基于智能机器人的在线问答方法 |
CN106468990A (zh) * | 2015-08-21 | 2017-03-01 | 上海触乐信息科技有限公司 | 提供服务入口的方法和设备 |
CN105590225A (zh) * | 2015-12-22 | 2016-05-18 | 成都小多科技有限公司 | 基于客户问题识别销售阶段的方法及装置 |
CN106528613B (zh) * | 2016-05-26 | 2018-11-27 | 中科鼎富(北京)科技发展有限公司 | 智能问答方法及装置 |
CN106897334B (zh) * | 2016-06-24 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 一种问题推送方法和设备 |
CN106209592B (zh) * | 2016-07-15 | 2020-02-07 | 福建星网信通软件有限公司 | 微信客服***及其客服服务消息交互方法 |
CN106326984A (zh) * | 2016-08-09 | 2017-01-11 | 北京京东尚科信息技术有限公司 | 用户意图识别方法和装置、自动应答*** |
CN106572001B (zh) * | 2016-10-31 | 2019-10-11 | 厦门快商通科技股份有限公司 | 一种智能客服的对话方法及*** |
CN106648688B (zh) * | 2016-12-29 | 2021-02-26 | 北京奇虎科技有限公司 | 一种信息展示方法和装置 |
CN106897884A (zh) * | 2017-01-24 | 2017-06-27 | 武汉奇米网络科技有限公司 | 快速引导访客咨询的方法及*** |
CN106934594A (zh) * | 2017-02-22 | 2017-07-07 | 深圳市金证科技股份有限公司 | 一种线上业务办理方法和*** |
-
2017
- 2017-07-25 CN CN201710610706.3A patent/CN110019693B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110019693A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110019693B (zh) | 智能客服的信息推荐方法、服务器及计算机可读介质 | |
US8024660B1 (en) | Method and apparatus for variable help content and abandonment intervention based on user behavior | |
KR101794221B1 (ko) | 온라인 판매자의 정산 서비스를 위한 시스템 및 방법 | |
US8626769B1 (en) | Community contributed rules in online accounting systems | |
US20120290486A1 (en) | Automated method and system for interactive compulsory reporting of lease application adjudication decisions, ongoing tenancy histories and debtor collections | |
EP3754582A1 (en) | Systems and methods for recommending merchant discussion groups based on settings in an e-commerce platform | |
US20210350488A1 (en) | Methods and systems for notifying user of change to data sharing settings | |
CA2875435C (en) | System and method for identifying vehicles for a purchaser | |
US20230385834A1 (en) | Product analysis platform to perform a facial recognition analysis to provide information associated with a product to a user | |
CN111612512A (zh) | 一种资源分配方法、装置和电子设备 | |
CN104376452A (zh) | 基于国际卡支付通道管理支付成功率的***及方法 | |
US11798006B1 (en) | Automating content and information delivery | |
CN110689425A (zh) | 基于收益进行额度定价的方法、装置和电子设备 | |
US20150356575A1 (en) | Methods and systems for predicting online and in-store purchasing | |
CN115049448A (zh) | 用于优化在线服务的性能的***和方法 | |
CN112348658A (zh) | 资源分配方法、装置及电子设备 | |
WO2017105794A1 (en) | System and method for test data provisioning | |
CN111179057A (zh) | 一种资源配置的方法、装置和电子设备 | |
US20190147454A1 (en) | Real-time event management system for mobile devices | |
CN115994819A (zh) | 风险客户识别方法、装置、设备和介质 | |
US20220230178A1 (en) | Computer-implemented systems and methods for detecting fraudulent activity | |
US11586636B2 (en) | Methods and systems for generating search results | |
CA3224473A1 (en) | System and method for introduction of a transaction mechanism to an e-commerce website without necessitation of multi party systems integration | |
JP6878343B2 (ja) | ベストレート保証方法、コンピュータ、およびプログラム | |
US20240202803A1 (en) | System And Method for Modifying a Portion of a User Interface According to An Interaction with A Message |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190716 Assignee: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd. Assignor: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Contract record no.: X2019110000005 Denomination of invention: Information recommendation method of intelligent customer service, server and computer readable medium License type: Common License Record date: 20191119 |
|
EE01 | Entry into force of recordation of patent licensing contract | ||
GR01 | Patent grant | ||
GR01 | Patent grant |