CN111159355A - 客户投诉单处理方法及装置 - Google Patents
客户投诉单处理方法及装置 Download PDFInfo
- Publication number
- CN111159355A CN111159355A CN201911409595.5A CN201911409595A CN111159355A CN 111159355 A CN111159355 A CN 111159355A CN 201911409595 A CN201911409595 A CN 201911409595A CN 111159355 A CN111159355 A CN 111159355A
- Authority
- CN
- China
- Prior art keywords
- complaint
- target
- sheet
- historical
- processing
- 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
- 238000003672 processing method Methods 0.000 title description 17
- 238000012545 processing Methods 0.000 claims abstract description 196
- 238000000034 method Methods 0.000 claims abstract description 80
- 230000008569 process Effects 0.000 claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 18
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010225 co-occurrence analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种客户投诉单处理方法及装置,该方法包括:根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。本发明能够基于历史投诉单及构建的投诉单知识图谱,快速确定和推荐满足条件的处理人,实现对目标投诉单的高效处理,同时能够提高用户体验。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及客户投诉单处理方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
对于企业来说,能够高效的处理客户投诉、解决客户诉求,提高客服投诉单处理质量和效率,对提高企业服务水平、提升客户满意度及提高企业品牌效应,起着至关重要的作用。对于大型服务企业,尤其是大型商业银行,业务量和客户量巨大,每日受理的客户投诉及问题咨询量多达上千笔。如何能快速定位问题、找出解决方案是每个客户投诉单处理人员最迫切的需求。
目前客户投诉单的处理,大部分需要多个业务部门、技术人员等协同处理,客户投诉单流转过程中下一步处理部门、人员的选择需人工根据客户投诉单涉及的业务、机构等进行判断和选择。接单人需要从出现问题现象的源头产品开始分析,逐个相关***进行排查才能定位问题,给出解决方案,客户投诉单的处理过程繁琐,处理效率低;同时也给客户带来不好的体验。
因此,现有客户投诉单的处理存在效率低且客户体验差的问题。
发明内容
本发明实施例提供一种客户投诉单处理方法,用以提高客户投诉单的处理效率,提升客户体验,该方法包括:
根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;
根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;
根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
本发明实施例还提供一种客户投诉单处理装置,用以提高客户投诉单的处理效率,提升客户体验,该装置包括:
知识图谱构建模块,用于根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;
处理人集合确定模块,用于根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;
目标处理人确定模块,用于根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述客户投诉单处理方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述客户投诉单处理方法的计算机程序。
本发明实施例中,根据历史投诉单构建投诉单知识图谱,基于投诉单知识图谱从历史投诉单中筛选与目标投诉单的相似度不小于预设相似度的历史投诉单,进而从筛选的历史投诉单对应的处理人集合中确定满足条件的目标处理人,以便目标处理人对目标投诉单进行处理。本发明实施例能够基于历史投诉单及构建的投诉单知识图谱,快速确定和推荐满足条件的处理人,实现对目标投诉单的高效处理,同时能够提高用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的客户投诉单处理方法的实现流程图;
图2为本发明实施例提供的客户投诉单处理方法中步骤101的实现流程图;
图3为本发明实施例提供的客户投诉单处理方法中步骤101的另一实现流程图;
图4为本发明实施例提供的客户投诉单处理方法中确定历史投诉单与目标投诉单的相似度的实现流程图;
图5为本发明实施例提供的客户投诉单处理方法中步骤103的实现流程图;
图6为本发明实施例提供的客户投诉单处理方法的另一实现流程图;
图7为本发明实施例提供的客户投诉单处理方法中步骤601的实现流程图;
图8为本发明实施例提供的客户投诉单处理装置的功能模块图;
图9为本发明实施例提供的客户投诉单处理装置中知识图谱构建模块801的结构框图;
图10为本发明实施例提供的客户投诉单处理装置中知识图谱构建模块801的另一结构框图;
图11为本发明实施例提供的客户投诉单处理装置中确定相似度所包含的结构框图;
图12为本发明实施例提供的客户投诉单处理装置中目标处理人确定模块803的结构框图;
图13为本发明实施例提供的客户投诉单处理装置的另一功能模块图;
图14为本发明实施例提供的客户投诉单处理装置中解决方案推送模块1301的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1示出了本发明实施例提供的客户投诉单处理方法的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
如图1所示,客户投诉单处理方法,其包括:
步骤101,根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;
步骤102,根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;
步骤103,根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为为学科研究提供切实的、有价值的参考。在本发明实施例中,投诉单知识图谱是指基于对历史投诉单的分析构建的,反映历史投诉单及其对应的处理人信息及应用***信息的关联关系。
其中,历史投诉单对应的处理人信息包括处理人姓名、处理人编号标识(可以唯一标识处理人,区分不同的处理人,例如客服工号等)、处理人联系方式(例如客服的工作电话)、处理人专业技能(例如可以通过客服所在岗位或者客服所在部门确定等),及处理人工作状态(例如可以包括可接投诉单和不可接投诉单等)。另外,历史投诉单对应的处理人信息还可以包括客户对处理人或者处理人提供的解决方案的满意度。该满意度还可以通过量化进行衡量(例如满意度满分为5分,客户对处理人或者处理人提供的解决方案的满意度可以是0分至5分之间的任意分数等)。
另外,应用***信息包括应用***运行状态(例如运行正常、运行异常、维护中等)、应用***服务时间(例如在特定的时间段早8:00至晚6:00提供服务,或者全天候24小时提供服务等)、应用***错误码(例如不同的错误码对应不同的应用***异常情况等)。
在基于历史投诉单构建投诉单知识图谱时,将大量甚至海量的历史投诉单及历史投诉单对应的处理人信息,以及应用***信息均导入至知识图谱中,以此构建包含丰富内容的投诉单知识图谱。其中,投诉单知识图谱可以反映历史投诉单、历史投诉单对应的处理人信息,以及应用***信息的关联关系。
在本发明实施例中,我们可以把待处理的新的投诉单称为目标投诉单。在对目标投诉单进行处理时,基于构建完的投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单,将该部分投诉单从所有的历史投诉单中筛选出来。
其中,历史投诉单与目标投诉单的相似度可以是所有文本内容中重合文本内容的比例,还可以是投诉单中所有关键词中重合关键词的比例,或者由目标投诉单的关键词构成的向量与由历史投诉单构成的向量的余弦相似度等等。
筛选出来符合条件的,即与目标投诉单的相似度不小于预设相似度的历史投诉单,这部分投诉单所对应的处理人一般情况下是多个处理人,我们可以称为处理人集合(在特殊情况下也可能只存在一个处理人)。即,将与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人筛选出来,形成处理人集合。
在确定处理人集合后,在处理人集合范围内确定满足预设条件的目标处理人,目标处理人是确定的要对目标处理单进行处理的处理人。基于上述确定目标处理人,以便目标处理人对目标投诉单进行处理。
其中,预设条件是预先设定的条件,本领域技术人员可以理解的是,可以根据实际情况和具体需求预先设定该预设条件。例如,预设条件可以是随机选择,即满足预设条件的处理人为从处理人集合中随机选择的处理人,或者对处理人集合中处理人对应的历史投诉单的投诉时间对处理人集合中的处理人进行排序,将投诉时间与目标处理单的当前投诉时间最接近的历史投诉单对应的处理人确定为满足预预设条件的处理人。本领域技术人员可以理解的是,预设条件还可以除上述之外的其它的条件,例如,按照历史投诉单与目标投诉单相似度的大小,对历史投诉单对应的处理人集合中的处理人进行排序,将与目标投诉单的相似度最高的历史投诉单对应的处理人确定为目标处理人等等,本发明实施例对此不作特别的限制。
在本发明实施例中,根据历史投诉单构建投诉单知识图谱,基于投诉单知识图谱从历史投诉单中筛选与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合,进而从筛选的历史投诉单对应的处理人集合中确定满足条件的目标处理人,以便目标处理人对目标投诉单进行处理。本发明实施例能够基于历史投诉单及构建的投诉单知识图谱,快速确定和推荐满足条件的处理人,实现对目标投诉单的高效处理,同时能够提高用户体验。
图2示出了本发明实施例提供的客户投诉单处理方法中步骤101的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图2所示,步骤101,根据历史投诉单构建投诉单知识图谱,包括:
步骤201,将历史投诉单中词频不小于预设词频的词语确定为关键词;词语的词频表示该词语在由所有历史投诉单组成的语料库范围内出现的次数;
步骤202,根据确定的关键词构建关键词数据库;
步骤203,根据关键词数据库确定历史投诉单所包含的关键词;
步骤204,根据历史投诉单及历史投诉单所包含的关键词、历史投诉单对应的处理人信息及应用***信息构建投诉单知识图谱。
在基于历史投诉单构建投诉单知识图谱时,将所有历史投诉单涉及的文本内容形成语料库,在该语料库的范围内对历史投诉单涉及的词语进行筛选。当历史投诉单中某个词语在语料库中出现的次数超过一定的次数时,即历史投诉单中某个词语的词频不小于预设词频的话,将该词语确定为语料库中的关键词。词语的词频即表示该词语在语料库内出现的次数。
在本发明的一实施例中,历史投诉单的关键词可以包括主体关键词及事件关键词。其中,主体关键词主要包括例如***、存折等的介质类关键词;还包括例如电话、网点、网银、微信等的办理渠道类关键词;还包括北京、上海及武汉等的办理地点类关键词,以及还包括个人客户、公司集团客户及VIP客户等客户类关键词等。事件关键词主要包括诸如取现、转账、消费交易等事件类关键词。本领域技术人员可以理解的是,历史投诉单的关键词还可以除上述主体关键词、事件关键词之外的其它类型的关键词,例如事实关键词等。事实关键词主要包括时间、金额、以及蓝屏、页面无响应、***退出及报错等异常的事实类关键词。本发明实施例对此不作特别的限制。
其中,预设词频为预先设定的词频,本领域技术人员可以理解的是,可以根据实际情况和具体需求预先设定该预设词频。例如,预先设定该预设词频为3次,或者5次等,本领域技术人员可以理解的是,还可以预先设定该预设词频为除上述3次,或者5次之外的其它词频,例如预先设定该预设词频为4次或者6次等。
至此,根据词频确定满足条件的词语为关键词后,将所有的关键词进行汇总形成关键词历史投诉单的数据库。关键词数据库包含了历史投诉单中所有的关键词。在分别确定每个具体的历史投诉单所包含的关键词时。例如,在通过关键词数据库确定历史投诉单A的关键词时,将历史投诉单所包含的词语与关键词数据库进行比对,当历史投诉单A与关键词数据库包含相同的词语时,该相同的词语即为历史投诉单A所包含的关键词。据此可以确定每个历史投诉单所包含的关键词。
在基于关键词数据库确定每个历史投诉单的关键词后,将历史投诉单、历史投诉单的关键词,及历史投诉单对应的处理人信息,还有应用***信息对应起来,建立历史投诉单、历史投诉单的关键词,历史投诉单对应的处理人信息及应用***信息的关联关系,并据此构建投诉单知识图谱。
在本发明实施例中,基于历史投诉单的关键词构建关键词数据库,进而构建包含历史投诉单及历史投诉单的关键词、历史投诉单的处理人信息及应用***信息关联关系的投诉单知识图谱,能够构建合理、准确的投诉单知识图谱,进而进一步提高投诉单的处理效率和用户体验。
图3示出了本发明实施例提供的客户投诉单处理方法中步骤101的另一实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图3所示,在上述图2所示方法步骤的基础上,客户投诉单处理方法,还包括:
步骤301,根据接收到的修改指令修改关键词数据库中的关键词,以更新关键词数据库。
基于历史投诉单构建的关键词数据库,在有些情况下可能不够全面,此时可以通过添加关键词等手段修改关键词数据库,添加新的关键词后以更新关键词数据库。在有些情况下,通过历史投诉单确定的关键词包含一些没有实际意义的虚词,此时可以将该部分虚词删除,调整并更新关键词数据库。本领域技术人员可以理解的是,修改还可以包括除上述添加和删除之外的其他修改,例如更正和补充关键词的同义词等,本发明实施例对此不作特别的限制。因此,可以根据接收到的修改指令对关键词数据库中的关键词进行修改,以更新关键词数据库。
在本发明实施例中,根据接收到的修改指令修改关键词数据库中的关键词,可以提高构建关键词数据库的灵活性。
图4示出了本发明实施例提供的客户投诉单处理方法中确定历史投诉单与目标投诉单的相似度的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图4所示,确定历史投诉单与目标投诉单的相似度,包括:
步骤401,根据历史投诉单的关键词构建历史投诉单向量;
步骤402,根据目标投诉单的关键词构建目标投诉单向量;
步骤403,根据历史投诉单向量及目标投诉单向量确定历史投诉单与目标投诉单的相似度。
在确定某个历史投诉单与目标投诉单的相似度时,首先基于关键词数据库确定历史投诉单的关键词,进而基于历史投诉单的关键词构建历史投诉单向量。假设采用历史投诉单A表示,历史投诉单A的关键词包括A1,A2···An等,根据关键词A1,A2···An构建历史投诉单向量AS=(A1,A2···,An)。
同样的,在确定目标投诉单的目标投诉单向量时,基于关键词数据库确定目标投诉单的关键词,进而基于目标投诉单的关键词构建目标投诉单向量。假设采用目标投诉单X表示,目标投诉单X的关键词包括X1,X2···Xn等,根据关键词X1,X2···Xn构建目标投诉单向量XS=(X1,X2···Xn)。
其中,历史投诉单与目标投诉单的相似度包括余弦相似度,本领域技术人员可以理解的是,历史投诉单与目标投诉单的相似度还可以包括除上述余弦相似度之外的其它相似度,例如正弦相似度等,本发明实施例对此不作特别的限制。本发明实施例以余弦相似度为例进行说明。
在分别确定历史投诉单向量AS和目标投诉单向量XS后,确定两者的余弦相似度:
其中,cos(θ)表示历史投诉单向量AS和目标投诉单向量XS的余弦相似度,θ表示历史投诉单向量AS和目标投诉单向量XS的夹角,||AS||和||XS||分别表示历史投诉单向量AS的模和目标投诉单向量XS的的模。
在确定历史投诉单A与目标投诉单X的相似度以后,进而可以确定其它历史投诉单B、历史投诉单C等任意一个历史投诉单与目标投诉单X的相似度。
在本发明实施例中,分别基于历史投诉单的关键词和目标投诉单的关键词,构建历史投诉单向量和目标投诉单向量,进而确定历史投诉单向量和目标投诉单向量的相似度,能够提高确定历史投诉单和目标投诉单相似度的准确性。
图5示出了本发明实施例提供的客户投诉单处理方法中步骤103的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图5所示,步骤103,根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理,包括:
步骤501,按照处理人的预置权重从大到小的顺序对处理人集合中的处理人进行排序;
步骤502,将处理人集合中预置权重最高的处理人作为目标处理人,以便目标处理人对目标投诉单进行处理。
在本发明实施例中,可以通过历史投诉单对应的解决方案的处理满意度,确定历史投诉单对应的处理人的预置权重。例如,可以将处理满意度的范围与处理人的预置权重对应起来,历史投诉单对应的解决方案的处理满意度所属的满意度区间不同,对应的处理人的权重也不同。或者,历史投诉单对应的解决方案的处理满意度与处理人的预置权重,还可以存在一定的定量关系。例如,历史投诉单对应的解决方案的处理满意度与某一百分比的乘积,结果即为处理人的预置权重等等,本发明实施例对此不作特别的限制。进而,可以利用上述方式对所有的历史投诉单对应的处理人赋予相应的预置权重。
在确定目标处理人时,可以以处理人集合中处理人的预置权重为基准,基于处理人预置权重的大小关系,按照从大到小的顺序对处理人集合中的处理人进行排序,进而将处理人集合中排名最靠前的、预置权重最高的处理人作为目标处理人,以便确定的目标处理人对目标投诉单进行处理。
在本发明实施例中,按照预置权重的大小对处理人集合中的处理人进行排序,进而将预置权重最高的处理人作为目标处理人,可以提高目标投诉单的处理满意度,进一步提高用户体验。
在本发明的一实施例中,在上述图5所示方法步骤的基础上,步骤103,根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理,还包括:
确定预置权重在前的处理人的工作状态;
若预置权重在前的处理人的工作状态为不可接单,将预置权重在后的处理人确定为目标处理人。
在确定目标处理人的过程中,同样需要考察目标处理人的工作状态。其工作状态可以简单区分为“可接单”和“不可接单”。可接单表示该处理人目前可以接收并处理投诉单;不可接单表示该处理人可能因为处于忙碌状态,或者正在处理投诉单等,导致当前无法接收投诉单。
假设按照预置权重对处理人集合中的处理人进行排序的部分结果如下:处理人A、处理人B、处理人C等;按照预置权重的高低,应当将处理人A作为目标处理人。但是若预置权重在前的处理人A的工作状态为不可接单时,需要依次顺延,将预置权重在后的处理人确定为目标处理人。同样的,可以判断处理人B的工作状态,直至某一处理人的工作状态为可接单时,将工作状态为可接单的处理人作为确定的目标处理人。
在本发明实施例中,确定预置权重在前的处理人的工作状态,在预置权重在前的处理人的工作状态为不可接单时,将预置权重在后的处理人确定为目标处理人,可以尽快确定能够处理目标投诉单的目标处理人,进而提高目标投诉单的处理效率,提高用户体验。
图6示出了本发明实施例提供的客户投诉单处理方法的另一实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图6所示,在上述图1所示方法步骤的基础上,客户投诉单处理方法,还包括:
步骤601,向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理。
目标处理人在处理目标投诉单时,可以向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单的解决方案,这部分历史投诉单的解决方案非常有利于目标投诉单的解决,尤其是与目标投诉单最为相似的历史投诉单的解决方案。向目标处理人推送这部分历史投诉单的解决方案,可以提高目标投诉单的处理质量,提高用户体验。
其中,与目标投诉单的相似度不小于预设相似度的每个历史投诉单对应的解决方案,可能是一个也可能是多个。所有的与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案,汇总形成解决方案集合,进而目标处理人以形成的解决方案集合作为参考,对目标投诉单进行处理。
在本发明实施例中,向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理,可以提高目标投诉单的处理质量,提高用户体验。
图7示出了本发明实施例提供的客户投诉单处理方法中步骤601的实现流程,为便于描述,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,如图7所示,步骤601,向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理,包括:
步骤701,按照解决方案的处理满意度对解决方案集合中的解决方案进行排序;
步骤702,将解决方案集合中处理满意度最高的解决方案确定为目标解决方案,以便目标处理人根据目标解决方案对目标投诉单进行处理。
另一方面,虽然一部分历史投诉单与目标投诉单的相似度满足条件,使得该部分历史投诉单与目标投诉单较为相似,有助于目标投诉单的解决。但是,有时候该部分历史投诉单的解决方案并非全然令人满意。甚至有可能存在,某一历史投诉单与目标投诉单极为相似,但是该历史投诉单对应的解决方案的处理满意度确非常低,此时将该历史投诉单对应的解决方案作为解决方案集合中的一部分,或者将该历史投诉单对应的解决方案作为解决方案排名靠前进行推荐,反而无益于提高目标投诉单的处理质量。
基于此,为了提高目标投诉单的处理质量,在确定并汇总形成解决方案集合后,从解决方案的处理满意度的维度上,对解决方案集合中的解决方案进行排序。即按照解决方案的处理满意度,从高到低对解决方案集合中的解决方案进行排序,进而将处理满意度最高的解决方案确定为目标解决方案推送至目标处理人,以便目标处理人基于该目标解决方案推对目标投诉单进行处理。
另外,在本发明的一实施例中,还可以将处理满意度不小于预设处理满意度的多个解决方案作为目标解决方案,提高目标处理人的选择空间和自由度。
其中,可以通过客户的打分获得,确定历史投诉单对应的解决方案的处理满意度。例如,假设处理满意度满分为5分,客户打分为4分,将4分作为该历史投诉单对应的解决方案的处理满意度等等。上述描述仅作为一种具体示例,本领域技术人员可以理解的是,还可以通过其它形式和方式确定历史投诉单对应的解决方案的处理满意度,本发明实施例对此不作特别的限制。
其中,预设处理满意度为预先设定的处理满意度,本领域技术人员理解的是,可以根据实际情况和具体需求预先设定该预设处理满意度。例如,预先设定该预设处理满意度为4分,或者4.5分,本领域技术人员可以理解的是,还可以预先设定该预设处理满意度为除上述之外的其它处理满意度,例如4.2分,或4.8分等,本发明实施例对此不作特别的限制。
在本发明实施例中,按照解决方案的处理满意度对解决方案集合中的解决方案进行排序,进而将处理满意度最高的解决方案确定为目标解决方案,以便目标处理人根据目标解决方案对目标投诉单进行处理,可以提高目标投诉单的处理质量,兼顾和平衡目标投诉单的处理效率和处理质量。
在本发明的一实施例中,在上述方法步骤的基础上,客户投诉单处理方法,还包括:
将已处理的目标投诉单与投诉单知识图谱进行融合,更新投诉单知识图谱。
在目标处理人对目标投诉单进行处理后,目标投诉单转化为历史投诉单,进而将该转化为历史投诉单的目标投诉单与原有的投诉单知识图谱进行融合,实现对投诉单知识图谱的更新,可以丰富和更新投诉单知识图谱的内容,进一步提高(下一个)目标投诉单的处理质量。
在本发明实施例中,将已处理的目标投诉单与投诉单知识图谱进行融合,更新投诉单知识图谱,可以丰富和更新投诉单知识图谱的内容,进一步提高目标投诉单的处理质量。
本发明实施例中还提供了一种客户投诉单处理装置,如下面的实施例所述。由于这些装置解决问题的原理与客户投诉单处理方法相似,因此这些装置的实施可以参见方法的实施,重复之处不再赘述。
图8示出了本发明实施例提供的客户投诉单处理装置的功能模块,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
参考图8,所述客户投诉单处理装置所包含的各个模块用于执行图1对应实施例中的各个步骤,具体请参阅图1以及图1对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述客户投诉单处理装置包括知识图谱构建模块801、处理人集合确定模块802及目标处理人确定模块803。
知识图谱构建模块801,用于根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系。
处理人集合确定模块802,用于根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合。
目标处理人确定模块803,用于根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
在本发明实施例中,知识图谱构建模块801根据历史投诉单构建投诉单知识图谱,处理人集合确定模块802基于投诉单知识图谱从历史投诉单中筛选与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合,进而目标处理人确定模块803从筛选的历史投诉单对应的处理人集合中确定满足条件的目标处理人,以便目标处理人对目标投诉单进行处理。本发明实施例能够基于历史投诉单及构建的投诉单知识图谱,快速确定和推荐满足条件的处理人,实现对目标投诉单的高效处理,同时能够提高用户体验。
图9示出了本发明实施例提供的客户投诉单处理装置中知识图谱构建模块801的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图9,所述知识图谱构建模块801所包含的各个单元用于执行图2对应实施例中的各个步骤,具体请参阅图2以及图2对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述知识图谱构建模块801包括关键词筛选单元901、关键词数据库构建单元902、关键词确定单元903及知识图谱构建单元904。
关键词筛选单元901,用于将历史投诉单中词频不小于预设词频的词语确定为关键词;词语的词频表示该词语在由所有历史投诉单组成的语料库范围内出现的次数。
关键词数据库构建单元902,用于根据确定的关键词构建关键词数据库。
关键词确定单元903,用于根据关键词数据库确定历史投诉单所包含的关键词。
知识图谱构建单元904,用于根据历史投诉单及历史投诉单所包含的关键词、历史投诉单对应的处理人信息及应用***信息构建投诉单知识图谱。
在本发明实施例中,关键词数据库构建单元902基于历史投诉单的关键词构建关键词数据库,进而知识图谱构建单元904构建包含历史投诉单及历史投诉单的关键词、历史投诉单的处理人信息及应用***信息关联关系的投诉单知识图谱,能够构建合理、准确的投诉单知识图谱,进而进一步提高投诉单的处理效率和用户体验。
图10示出了本发明实施例提供的客户投诉单处理装置中知识图谱构建模块801的另一结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图10,所述知识图谱构建模块801所包含的各个单元用于执行图3对应实施例中的各个步骤,具体请参阅图3以及图3对应实施例中的相关描述,此处不再赘述。本发明实施例中,在上述图9所示单元结构的基础上,所述知识图谱构建模块801,还包括修改单元1001。
修改单元1001,用于根据接收到的修改指令修改关键词数据库中的关键词,以更新关键词数据库。
在本发明实施例中,修改单元1001根据接收到的修改指令修改关键词数据库中的关键词,可以提高构建关键词数据库的灵活性。
图11示出了本发明实施例提供的客户投诉单处理装置中确定相似度所包含的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图11,确定相似度所包含的各个单元用于执行图4对应实施例中的各个步骤,具体请参阅图4以及图4对应实施例中的相关描述,此处不再赘述。本发明实施例中,确定相似度所包含的结构,包括历史投诉单向量确定单元1101、目标投诉单向量确定单元1102及相似度确定单元1103。
历史投诉单向量确定单元1101,用于根据历史投诉单的关键词构建历史投诉单向量。
目标投诉单向量确定单元1102,用于根据目标投诉单的关键词构建目标投诉单向量。
相似度确定单元1103,用于根据历史投诉单向量及目标投诉单向量确定历史投诉单与目标投诉单的相似度。
在本发明实施例中,历史投诉单向量确定单元1101及目标投诉单向量确定单元1102分别基于历史投诉单的关键词和目标投诉单的关键词,构建历史投诉单向量和目标投诉单向量,进而相似度确定单元1103确定历史投诉单向量和目标投诉单向量的相似度,能够提高确定历史投诉单和目标投诉单相似度的准确性。
图12示出了本发明实施例提供的客户投诉单处理装置中目标处理人确定模块803的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图12,所述目标处理人确定模块803所包含的各个单元用于执行图5对应实施例中的各个步骤,具体请参阅图5以及图5对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述目标处理人确定模块803包括处理人排序单元1201及目标处理人确定单元1202。
处理人排序单元1201,用于按照处理人的预置权重从大到小的顺序对处理人集合中的处理人进行排序。
目标处理人确定单元1202,用于将处理人集合中预置权重最高的处理人作为目标处理人,以便目标处理人对目标投诉单进行处理。
在本发明实施例中,处理人排序单元1201按照预置权重的大小对处理人集合中的处理人进行排序,进而目标处理人确定单元1202将预置权重最高的处理人作为目标处理人,可以提高目标投诉单的处理满意度,进一步提高用户体验。
在本发明的一实施例中,在上述图12所示单元结构的基础上,目标处理人确定模块803,还包括:
工作状态确定单元,用于确定预置权重在前的处理人的工作状态;
目标处理人更新单元,用于若预置权重在前的处理人的工作状态为不可接单,将预置权重在后的处理人确定为目标处理人。
在本发明实施例中,工作状态确定单元确定预置权重在前的处理人的工作状态;目标处理人更新单元若预置权重在前的处理人的工作状态为不可接单,将预置权重在后的处理人确定为目标处理人,可以尽快确定能够处理目标投诉单的目标处理人,进而提高目标投诉单的处理效率,提高用户体验。
图13示出了本发明实施例提供的客户投诉单处理装置的另一功能模块,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图13,所述客户投诉单处理装置所包含的各个模块用于执行图6对应实施例中的各个步骤,具体请参阅图6以及图6对应实施例中的相关描述,此处不再赘述。本发明实施例中,在上述图8所示模块结构的基础上,所述客户投诉单处理装置,还包括解决方案推送模块1301。
解决方案推送模块1301,用于向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理。
在本发明实施例中,解决方案推送模块1301向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理,可以提高目标投诉单的处理质量,提高用户体验。
图14示出了本发明实施例提供的客户投诉单处理装置中解决方案推送模块1301的结构示意,为便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在本发明的一实施例中,参考图14,所述解决方案推送模块1301所包含的各个单元用于执行图7对应实施例中的各个步骤,具体请参阅图7以及图7对应实施例中的相关描述,此处不再赘述。本发明实施例中,所述解决方案推送模块1301包括解决方案排序单元1401及目标解决方案确定单元1402。
解决方案排序单元1401,用于按照解决方案的处理满意度对解决方案集合中的解决方案进行排序。
目标解决方案确定单元1402,用于将解决方案集合中处理满意度最高的解决方案确定为目标解决方案,以便目标处理人根据目标解决方案对目标投诉单进行处理。
在本发明实施例中,解决方案排序单元1401按照解决方案的处理满意度对解决方案集合中的解决方案进行排序,进而目标解决方案确定单元1402将处理满意度最高的解决方案确定为目标解决方案,以便目标处理人根据目标解决方案对目标投诉单进行处理,可以提高目标投诉单的处理质量,兼顾和平衡目标投诉单的处理效率和处理质量。
在本发明的一实施例中,在上述模块结构的基础上,客户投诉单处理装置,还包括:
更新模块,用于将已处理的目标投诉单与投诉单知识图谱进行融合,更新投诉单知识图谱。
在本发明实施例中,更新模块将已处理的目标投诉单与投诉单知识图谱进行融合,更新投诉单知识图谱,可以丰富和更新投诉单知识图谱的内容,进一步提高目标投诉单的处理质量。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述客户投诉单处理方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述客户投诉单处理方法的计算机程序。
综上所述,本发明实施例中,根据历史投诉单构建投诉单知识图谱,基于投诉单知识图谱从历史投诉单中筛选与目标投诉单的相似度不小于预设相似度的历史投诉单,进而从筛选的历史投诉单对应的处理人集合中确定满足条件的目标处理人,以便目标处理人对目标投诉单进行处理。本发明实施例能够基于历史投诉单及构建的投诉单知识图谱,快速确定和推荐满足条件的处理人,实现对目标投诉单的高效处理,同时能够提高用户体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种客户投诉单处理方法,其特征在于,包括:
根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;
根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;
根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
2.如权利要求1所述的方法,其特征在于,根据历史投诉单构建投诉单知识图谱,包括:
将历史投诉单中词频不小于预设词频的词语确定为关键词;词语的词频表示该词语在由所有历史投诉单组成的语料库范围内出现的次数;
根据确定的关键词构建关键词数据库;
根据关键词数据库确定历史投诉单所包含的关键词;
根据历史投诉单及历史投诉单所包含的关键词、历史投诉单对应的处理人信息及应用***信息构建投诉单知识图谱。
3.如权利要求2所述的方法,其特征在于,还包括:
根据接收到的修改指令修改关键词数据库中的关键词,以更新关键词数据库。
4.如权利要求1所述的方法,其特征在于,通过如下方式确定历史投诉单与目标投诉单的相似度:
根据历史投诉单的关键词构建历史投诉单向量;
根据目标投诉单的关键词构建目标投诉单向量;
根据历史投诉单向量及目标投诉单向量确定历史投诉单与目标投诉单的相似度。
5.如权利要求1所述的方法,其特征在于,根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理,包括:
按照处理人的预置权重从大到小的顺序对处理人集合中的处理人进行排序;
将处理人集合中预置权重最高的处理人作为目标处理人,以便目标处理人对目标投诉单进行处理。
6.如权利要求1所述的方法,其特征在于,还包括:
向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理。
7.如权利要求6所述的方法,其特征在于,向目标处理人推送与目标投诉单的相似度不小于预设相似度的历史投诉单对应的解决方案集合,以便目标处理人根据解决方案集合对目标投诉单进行处理,包括:
按照解决方案的处理满意度对解决方案集合中的解决方案进行排序;
将解决方案集合中处理满意度最高的解决方案确定为目标解决方案,以便目标处理人根据目标解决方案对目标投诉单进行处理。
8.一种客户投诉单处理装置,其特征在于,包括:
知识图谱构建模块,用于根据历史投诉单构建投诉单知识图谱;投诉单知识图谱反映了历史投诉单及其对应的处理人信息及应用***信息的关联关系;
处理人集合确定模块,用于根据目标投诉单及投诉单知识图谱,确定与目标投诉单的相似度不小于预设相似度的历史投诉单对应的处理人集合;
目标处理人确定模块,用于根据处理人集合确定满足预设条件的目标处理人,以便目标处理人对目标投诉单进行处理。
9.一种计算机设备,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,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任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至7任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409595.5A CN111159355A (zh) | 2019-12-31 | 2019-12-31 | 客户投诉单处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911409595.5A CN111159355A (zh) | 2019-12-31 | 2019-12-31 | 客户投诉单处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111159355A true CN111159355A (zh) | 2020-05-15 |
Family
ID=70559930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911409595.5A Pending CN111159355A (zh) | 2019-12-31 | 2019-12-31 | 客户投诉单处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159355A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269885A (zh) * | 2020-11-16 | 2021-01-26 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
CN113761866A (zh) * | 2020-09-23 | 2021-12-07 | 西安京迅递供应链科技有限公司 | 事件处理方法、装置、服务器及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455535A (zh) * | 2013-05-08 | 2013-12-18 | 深圳市明唐通信有限公司 | 基于历史咨询数据构建知识库的方法 |
CN107844559A (zh) * | 2017-10-31 | 2018-03-27 | 国信优易数据有限公司 | 一种文件分类方法、装置及电子设备 |
CN108920556A (zh) * | 2018-06-20 | 2018-11-30 | 华东师范大学 | 基于学科知识图谱的推荐专家方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
CN109447266A (zh) * | 2018-03-12 | 2019-03-08 | 南京农业大学 | 一种基于大数据的农业科技服务智能分拣方法 |
CN109522420A (zh) * | 2018-11-16 | 2019-03-26 | 广东小天才科技有限公司 | 一种获取学习需求的方法及*** |
CN109726215A (zh) * | 2018-12-29 | 2019-05-07 | 重庆工商大学融智学院 | 面向法律咨询服务的法律知识智能查询*** |
CN109857850A (zh) * | 2019-01-18 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 咨询请求处理方法、装置、计算机设备及存储介质 |
-
2019
- 2019-12-31 CN CN201911409595.5A patent/CN111159355A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455535A (zh) * | 2013-05-08 | 2013-12-18 | 深圳市明唐通信有限公司 | 基于历史咨询数据构建知识库的方法 |
CN107844559A (zh) * | 2017-10-31 | 2018-03-27 | 国信优易数据有限公司 | 一种文件分类方法、装置及电子设备 |
CN109447266A (zh) * | 2018-03-12 | 2019-03-08 | 南京农业大学 | 一种基于大数据的农业科技服务智能分拣方法 |
CN108920556A (zh) * | 2018-06-20 | 2018-11-30 | 华东师范大学 | 基于学科知识图谱的推荐专家方法 |
CN109189946A (zh) * | 2018-11-06 | 2019-01-11 | 湖南云智迅联科技发展有限公司 | 一种将设备故障语句描述转换为知识图谱表达的方法 |
CN109522420A (zh) * | 2018-11-16 | 2019-03-26 | 广东小天才科技有限公司 | 一种获取学习需求的方法及*** |
CN109726215A (zh) * | 2018-12-29 | 2019-05-07 | 重庆工商大学融智学院 | 面向法律咨询服务的法律知识智能查询*** |
CN109857850A (zh) * | 2019-01-18 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 咨询请求处理方法、装置、计算机设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113761866A (zh) * | 2020-09-23 | 2021-12-07 | 西安京迅递供应链科技有限公司 | 事件处理方法、装置、服务器及介质 |
CN112269885A (zh) * | 2020-11-16 | 2021-01-26 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
CN112269885B (zh) * | 2020-11-16 | 2024-05-10 | 北京百度网讯科技有限公司 | 用于处理数据的方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10521404B2 (en) | Data transformations with metadata | |
CN103748579B (zh) | 在映射化简框架中处理数据 | |
CN111552870A (zh) | 对象推荐方法、电子装置及存储介质 | |
CN106663037A (zh) | 特征处理权衡管理 | |
CN112016796B (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
CN110019389A (zh) | 金融非结构化文本分析***及其方法 | |
CN113836131A (zh) | 一种大数据清洗方法、装置、计算机设备及存储介质 | |
CN110942392A (zh) | 一种业务数据处理方法、装置、设备和介质 | |
CN112380454A (zh) | 培训课程推荐方法、装置、设备及介质 | |
CN113297458A (zh) | 一种分页查询方法、装置和设备 | |
CN111159355A (zh) | 客户投诉单处理方法及装置 | |
US20210349920A1 (en) | Method and apparatus for outputting information | |
CN112948429A (zh) | 一种数据报送方法、装置和设备 | |
WO2020150597A1 (en) | Systems and methods for entity performance and risk scoring | |
CN115563310A (zh) | 一种关键业务节点的确定方法、装置、设备及介质 | |
CN113450208A (zh) | 贷款风险变动预警、模型训练方法和装置 | |
CN112016791A (zh) | 资源分配方法、装置及电子设备 | |
CN112017063A (zh) | 基于综合风险评分的资源分配方法、装置及电子设备 | |
CN117057825B (zh) | 一种农产品交易数据处理方法、装置、服务器及存储介质 | |
CN110688295A (zh) | 数据测试方法和装置 | |
CN114168842A (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN113360765A (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
CN115204679A (zh) | 研发项目的效果智能分析方法、装置、电子设备及介质 | |
CN118069427A (zh) | 数据处理方法及装置、设备、存储介质和程序产品 | |
CN117035413A (zh) | 基于大数据的风险监测方法及其装置、电子设备 |
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 |