CN113469711A - 一种智能客服交互方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种智能客服交互方法、装置、电子设备及存储介质，涉及人工智能技术领域，该方法包括：当目标用户触发客户服务时，获取目标用户的用户标识；基于用户标识，获取目标用户的行为画像；基于行为画像，预测目标用户想要咨询的客服问题；将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为目标用户提供相应的客服方案。通过采用上述智能客服交互方法、装置、电子设备及存储介质，能够更好的识别目标用户的触发意图，为目标用户提供个性化的交互服务，提升目标用户的交互体验。

Description

一种智能客服交互方法、装置、电子设备及存储介质

技术领域

本申请涉及人工智能技术领域，尤其是涉及一种智能客服交互方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的不断发展，其研究成果被应用到了各行各业中，更能够帮助它们实现智能化升级。目前，人工智能技术已被引入保险行业，并且成为了一种趋势，其在售前，售中和售后的各个环节中都取得了重要的突破。

现有技术中，通常是将人工智能技术应用于智能客服机器人，然后通过智能客服机器人来为用户提供客户服务。这里，智能客服机器人采用的是统一的多轮对话流程，用户需要按照上述统一的流程与智能客服机器人进行多轮交互。

然而，上述智能客服交互方法虽然能够释放人工客服资源、降低人力成本，但是无法精准定位客户的需求，也无法为客户提供个性化的服务。

发明内容

有鉴于此，本申请提供一种智能客服交互方法、装置、电子设备及存储介质，其目的是根据目标用户的行为画像，为目标用户提供个性化的交互流程，提升目标用户的使用体验。

第一方面，本申请实施例提供了一种智能客服交互方法，包括：

当目标用户触发客户服务时，获取目标用户的用户标识；

基于用户标识，获取目标用户的行为画像；

基于行为画像，预测目标用户想要咨询的客服问题；

将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为目标用户提供相应的客服方案。

可选地，基于用户标识，获取目标用户的行为画像的步骤可包括：基于用户标识，从用户行为数据库中获取目标用户的行为画像；其中，用户行为数据库中存储有多个用户的用户标识以及与各用户标识对应的行为画像，可通过以下方式构建用户行为数据库：针对触发客户服务的每个用户，分别确定该用户对应的唯一的用户标识；针对每个用户，基于该用户在使用客户服务过程中的历史对话记录，构建与该用户的用户标识对应的行为画像。

可选地，可通过以下方式构建与每个用户的用户标识对应的行为画像：针对每个用户，从历史对话记录中提取该用户在预先设定的不同行为画像维度下的用户画像特征，行为画像维度包括用户触发客户服务的触发次数、用户触发客户服务的触发时间段、用户触发客户服务的触发意图、用户在使用客户服务过程中所涉及的业务；针对每个用户，根据所提取的用户画像特征，构建与该用户的用户标识对应的行为画像。

可选地，可通过以下方式获得每个用户的用户画像特征：提取用户针对不同触发意图的历史对话记录；针对每个触发意图，根据用户针对该触发意图的历史对话记录，确定用户在该触发意图下的行为结果；针对每个触发意图，当用户在该触发意图下的行为结果指示成功时，从与该触发意图对应的历史对话记录中提取业务关键字；针对每个触发意图，根据所提取的业务关键字，确定所办理的业务的业务名称；统计用户针对不同触发意图的触发次数以及触发时间段；将用户针对不同触发意图的触发次数、触发时间段、行为结果以及所办理的业务的业务名称，确定为用户画像特征。

可选地，基于行为画像，预测目标用户想要咨询的客服问题的步骤可包括：确定目标用户触发客户服务的目标触发时间段；基于目标用户的行为画像，确定与目标触发时间段相匹配的触发时间段；根据相匹配的触发时间段中触发次数最高的触发意图，预测客服问题。

可选地，触发意图可包括以下项中的至少一项：业务办理、产品购买、产品咨询。

可选地，反馈结果可包括以下项中的任意一项：用户确认预测到的客服问题是用户想要咨询的客服问题、用户否认预测到的客服问题是用户想要咨询的客服问题、用户明确想要咨询的客服问题。

第二方面，本申请实施例提供了一种智能客服交互装置，包括：

获取模块，用于当目标用户触发客户服务时，获取目标用户的用户标识；

确认模块，用于基于用户标识，获取目标用户的行为画像；

预测模块，用于基于行为画像，预测目标用户想要咨询的客服问题；

交互模块，用于将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为目标用户提供相应的客服方案。

第三方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的智能客服交互方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述的智能客服交互方法的步骤。

本申请实施例带来了以下有益效果：

本申请实施例提供了一种智能客服交互方法、装置、电子设备及存储介质，包括：当目标用户触发客户服务时，获取目标用户的用户标识；基于用户标识，获取目标用户的行为画像；基于行为画像，预测目标用户想要咨询的客服问题；将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为用户提供相应的客服方案。本申请在目标用户触发客户服务时，通过分析目标用户的行为画像，能够预测到的目标用户想要咨询的客服问题，并主动推送给用户，为目标用户提供个性化的交互流程，提升目标用户的使用体验。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，以下附图是本申请的一些实施方式，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相关的附图。

图1为本申请实施例提供的智能客服交互方法的流程示意图；

图2为本申请实施例提供的用户行为画像维度的示意图；

图3为本申请实施例提供的智能客服交互装置的结构示意图；

图4为本申请实施例提供的电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

现有技术中，智能客服机器人采用的是统一的多轮对话流程，在目标用户触发客服服务时，智能客服都会先询问目标用户想要咨询的问题，然后根据目标用户所描述的问题提取关键信息，并依据所提取的关键信息进行下一轮询问。如此往复，整个交互过程均是在智能客服提问、目标用户回答、智能客服再提问、目标用户再回答的方式下进行的，直至交互结束。例如：智能客服提问：“请问您有什么问题”，目标用户回答：“我想寄件到北京”。智能客服提问：“请问您寄件的地址是什么”，目标用户回答：“杭州”。智能客服提问：“您是要从北京寄到杭州是吗”，目标用户回答：“是的”。显然，在上述多轮交互过程中，智能客服的智能化程度较低，导致客服效率低下，影响目标用户的交互体验。

另外，现有技术中，还存在基于构建目标用户画像，来实现智能客服交互的方式。主要方法是：建立目标用户的数据标签，然后根据目标用户的数据标签来构建用户画像，并根据所构建的用户画像为目标用户提供智能客服交互。这里，目标用户的数据标签主要包括：性别、学历、年龄、是否经常开车、家庭成员情况、家庭住址等，上述数据标签均是用户属性维度上的数据，并不能对用户触发客户服务的意图进行精确定位，因此，基于上述目标用户的数据标签来实现智能客服交互是不够准确的，也无法为目标用户提供精准的个性化交互服务。

基于此，本申请实施例提供一种智能客服交互方法、装置、电子设备及存储介质，在目标用户触发客户服务时，通过分析目标用户的行为画像，能够预测到的目标用户想要咨询的客服问题，并主动推送给用户，为目标用户提供精准的个性化交互流程，提升目标用户的使用体验。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种智能客服交互方法进行详细介绍，图1为本申请实施例提供的智能客服交互方法的流程示意图，如图1所示，该方法包括如下步骤：

步骤101，当目标用户触发客户服务时，获取目标用户的用户标识。

具体的，每个目标用户均对应一个唯一的用户标识，当目标用户触发客户服务时，会根据目标用户的用户信息识别出与该目标用户对应的用户标识。这里，用户信息包括：手机号码、姓名、家庭住址、用户账号、身份证号码，用户标识可以是手机号码或者身份证号码，可通过所存储的目标用户的用户信息获取到目标用户的身份证号。

在一示例中，可将电话号码作为用户标识，则当目标用户触发客户服务时，获取该目标用户的用户信息，并根据用户信息确定目标用户的电话号码，然后，从用户行为数据库中查找与该电话号码对应的用户行为画像。

步骤102，基于用户标识，获取目标用户的行为画像。

具体的，基于用户标识，从用户行为数据库中获取目标用户的行为画像，其中，用户行为数据库中存储有多个用户的用户标识以及与各用户标识对应的行为画像，通过以下方式构建用户行为数据库：针对触发客户服务的每个用户，分别确定该用户对应的唯一的用户标识；针对每个用户，基于该用户在使用客户服务过程中的历史对话记录，构建与该用户的用户标识对应的行为画像。这里，用户行为数据库为关系型数据库，包括但不限于以下任意一种：MySQL、Oracle、SQLite，历史对话记录以文本形式存储，如果用户通过拨打电话或者发送语音的方式触发客户服务，则先将用户发送的语音转换成文本形式，然后再对其进行处理。需要说明的是，触发客户服务的方法包括但不限于以下项中任意一项：拨打客服电话、在线上客服页面输入文字、在线上客服页面输入语音，本申请在此不做限定。

可通过以下方式构建与每个用户的用户标识对应的行为画像：针对每个用户，从历史对话记录中提取该用户在预先设定的不同行为画像维度下的用户画像特征。

图2为本申请实施例提供的用户行为画像维度的示意图，如图2所示，行为画像维度包括用户触发客户服务的触发次数、用户触发客户服务的触发时间段、用户触发客户服务的触发意图、用户在使用客户服务过程中所涉及的业务。示例性的，触发意图可包括但不限于以下项中的至少一项：业务办理、产品购买、产品咨询。

然后，针对每个用户，根据所提取的用户画像特征，构建与该用户的用户标识对应的行为画像，这里，可通过以下方式获得每个用户的用户画像特征：提取用户针对不同触发意图的历史对话记录；针对每个触发意图，根据用户针对该触发意图的历史对话记录，确定用户在该触发意图下的行为结果；针对每个触发意图，当用户在该触发意图下的行为结果指示成功时，从与该触发意图对应的历史对话记录中提取业务关键字；针对每个触发意图，根据所提取的业务关键字，确定所办理的业务的业务名称；统计用户针对不同触发意图的触发次数以及触发时间段；将用户针对不同触发意图的触发次数、触发时间段、行为结果以及所办理的业务的业务名称，确定为用户画像特征。

以上述示例为例，某位用户首次触发客户服务时，可将该用户的电话号码作为与该用户对应的唯一的用户标识，并将该用户与智能客服在交互过程中，双方的语音对话内容存储至用户行为数据库中与该用户的用户标识对应的对话记录中。此后，该用户每次触发客户服务时，均将该用户以及智能客服在交互过程中，双方的语音对话内容存储至用户行为数据库中与该用户的用户标识对应的对话记录中，以形成该用户的历史对话记录，如此，针对每个用户，均可构建与该用户对应的历史对话记录。

然后，根据用户不同的触发意图，对用户的历史对话记录进行分类，并提取用户针对不同触发意图的历史对话记录，并依据所提取的历史对话记录，提取业务关键字。例如：如果根据触发意图为产品购买的历史对话记录，确定了该用户已购买车险业务，则已购买产品即是对应的行为结果，这里，行为结果包括但不限于以下任意若干项：购买保险、办理理赔业务、办理续保业务、购买产品、咨询业务、未购买保险、未办理理赔业务、未办理续保业务、未购买产品、未咨询业务。在确定了该用户已购买产品后，则可使用人工智能中的命名实体识别算法或者信息抽取算法，从与产品购买这一意图对应的历史对话记录中提取相应的业务关键字，其中，业务关键字包括但不限于以下任意若干项：购买车险产品、购买健康险、购买意外险。

以用户购买车险产品为例，可确定办理业务的业务名称，例如：购买交强险。在确定了用户所办理业务的业务名称后，统计该用户触发客服时，不同触发意图下对应的触发次数以及触发时间段，并将所统计的触发次数、触发时间段、行为结果以及所办理业务的业务名称，确定为用户画像特征。这里，触发次数可具体到某段时间的触发次数，例如：2021年7月份的触发次数，触发时间段可具体到每天的具体时间段，例如：上午10点到12点。最后，将与该用户的用户标识对应的所有用户画像特征组合在一起，就构成了与该用户的用户标识对应的行为画像。

步骤103，基于行为画像，预测目标用户想要咨询的客服问题。

在本申请实施例中，可以通过以下方式预测客服问题：基于行为画像，确定目标用户触发次数最高的触发意图，根据所确定的触发意图，预测客服问题。

除此之外，在本申请实施例中，还可以通过以下方式预测客服问题：确定目标用户触发客户服务的目标触发时间段；基于目标用户的行为画像，确定与目标触发时间段相匹配的触发时间段；根据相匹配的触发时间段中触发次数最高的触发意图，预测客服问题。上述基于触发时间段来预测客服问题的方式，可以进一步提高预测客服问题的准确性。

以上述示例为例，如果目标用户是在中午11点触发的客户服务，此时，可根据目标用户的触发时间确定目标触发时间段为10点至12点，然后，根据目标用户的电话号码，可以确定目标用户在10点至12点这一触发时间段内用户行为画像所对应的数据，并获取目标用户在这一触发时间段中各触发意图对应的触发次数，从中选取触发次数最高的触发意图，作为预测到的触发意图。假设，获取到目标用户在以往的10点至12点这一时间段中产品购买所对应的触发次数最高，则将产品购买作为预测到的目标用户的触发意图，然后，根据该触发意图确定该目标用户在该触发时间段中多次询问购买交强险产品的问题，并且还没有购买交强险，因此，将购买交强险作为预测到的目标用户想要咨询的客服问题。

这里，由于咨询不同客服问题所需消耗的时间是不同的，不同用户在不同时间段所具有的空闲时间也是不同的。假设产品咨询所消耗的时间较长、办理续保业务所消耗的时间较短，在一示例中，如果一个用户经常在晚上七点左右触发客户服务进行产品咨询，则表明用户在七点左右的时间段比较有空闲时间，因此其希望在这一时间段内咨询耗时较长的产品咨询类的客服问题，那么当用户再次在这一时间段内触发客户服务时，可以优先推送产品咨询类的客服问题。在另一示例中，如果一个用户经常在工作日的下午三点左右触发客户服务办理续保业务，则表明用户在下午三点左右的时间段空闲时间较少，因此其希望在这一时间段内咨询耗时较少的续保业务类的客服问题，那么当用户再次在这一时间段内触发客户服务时，可以优先推送续保业务类的客服问题。

步骤104，将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为目标用户提供相应的客服方案。

具体的，针对每个预测到的客服问题，会预先制定相应的客服方案，并在预测到目标用户想要咨询的问题后，将所预测到的客服问题主动推送给目标用户，并根据目标用户的反馈结果，为用户提供相应的客服方案。这里，反馈结果包括以下任意一项：用户确认预测到的客服问题是用户想要咨询的客服问题、用户否认预测到的客服问题是用户想要咨询的客服问题、用户明确想要咨询的客服问题。

以上述示例为例，已经确定目标用户想要咨询购买交强险的问题，因此，将该客服问题主动推送给目标用户：“请问，您是想要购买交强险吗”。这里，如果目标用户确认该客服问题为自己想要咨询的问题，则为目标用户提供相应的客服方案；如果目标用户否认该客服问题为自己想要咨询的问题，则进一步根据目标用户在10点至12点这一时间段内触发语音客服的次数，从各触发意图所对应的触发次数中，选取触发次数次高的触发意图，根据该触发意图确定目标用户想要咨询的客服问题，并将该客服问题主动推送给目标用户，再根据目标用户的反馈结果，为用户提供相应的客服方案，需要说明的是，如果目标用户还是认为智能客服所提供的客服问题并非自己想要咨询的客服问题，则不再进行客服问题的预测，而是直接询问目标用户想要咨询的客服问题；如果目标用户明确想要咨询其他的客服问题，则从目标用户的语音对话记录中提取出目标用户想要咨询的客服问题，并根据所确定的客服问题，为目标用户提供相应的客服方案。

基于同一发明构思，本申请实施例中还提供了与智能客服交互方法对应的智能客服交互装置，由于本申请实施例中的装置解决问题的原理与本申请实施例上述智能客服交互方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

图3为本申请实施例提供的智能客服交互装置的结构示意图，如图3所示，该装置包括以下模块：

获取模块301，用于当目标用户触发客户服务时，获取目标用户的用户标识；

确认模块302，用于基于用户标识，获取目标用户的行为画像；

预测模块303，用于基于行为画像，预测目标用户想要咨询的客服问题；

交互模块304，用于将预测到的客服问题主动推送给目标用户，并基于目标用户的反馈结果，为目标用户提供相应的客服方案。

可选地，确认模块302，用于基于用户标识，获取目标用户的行为画像的步骤可包括：基于用户标识，从用户行为数据库中获取目标用户的行为画像；其中，用户行为数据库中存储有多个用户的用户标识以及与各用户标识对应的行为画像，可通过以下方式构建用户行为数据库：针对触发客户服务的每个用户，分别确定该用户对应的唯一的用户标识；针对每个用户，基于该用户在使用客户服务过程中的历史对话记录，构建与该用户的用户标识对应的行为画像。

可选地，确认模块302，可通过以下方式构建与每个用户的用户标识对应的行为画像：针对每个用户，从历史对话记录中提取该用户在预先设定的不同行为画像维度下的用户画像特征，行为画像维度包括用户触发客户服务的触发次数、用户触发客户服务的触发时间段、用户触发客户服务的触发意图、用户在使用客户服务过程中所涉及的业务；针对每个用户，根据所提取的用户画像特征，构建与该用户的用户标识对应的行为画像。

可选地，确认模块302，可通过以下方式获得每个用户的用户画像特征：提取用户针对不同触发意图的历史对话记录；针对每个触发意图，根据用户针对该触发意图的历史对话记录，确定用户在该触发意图下的行为结果；针对每个触发意图，当用户在该触发意图下的行为结果指示成功时，从与该触发意图对应的历史对话记录中提取业务关键字；针对每个触发意图，根据所提取的业务关键字，确定所办理的业务的业务名称；统计用户针对不同触发意图的触发次数以及触发时间段；将用户针对不同触发意图的触发次数、触发时间段、行为结果以及所办理的业务的业务名称，确定为用户画像特征。

可选地，预测模块303，用于基于行为画像，预测目标用户想要咨询的客服问题的步骤可包括：确定目标用户触发客户服务的目标触发时间段；基于目标用户的行为画像，确定与目标触发时间段相匹配的触发时间段；根据相匹配的触发时间段中触发次数最高的触发意图，预测客服问题。

可选地，触发意图可包括以下项中的至少一项：业务办理、产品购买、产品咨询。

可选地，反馈结果可包括以下项中的任意一项：用户确认预测到的客服问题是用户想要咨询的客服问题、用户否认预测到的客服问题是用户想要咨询的客服问题、用户明确想要咨询的客服问题。

对应于图1中的智能客服交互方法，本申请实施例还提供了一种电子设备400的结构示意图，如图4所示，所述电子设备400包括处理器410、存储器420和总线430。所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，能够执行上述智能客服交互方法，在目标用户触发客户服务时，根据目标用户的历史行为数据，例如：触发频率、触发时间段的分布、触发客服的意图，办理的业务等，构建出目标用户的行为画像，并给予目标用户的行为画像预测目标用户想要咨询的客服问题，并主动推送给用户，为目标用户提供个性化的交互流程，提升目标用户的使用体验。

对应于图1中的智能客服交互方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述智能客服交互方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述智能客服交互方法，在目标用户触发客户服务时，根据目标用户的历史行为数据，例如：触发频率、触发时间段的分布、触发客服的意图，办理的业务等，构建出目标用户的行为画像，并给予目标用户的行为画像预测目标用户想要咨询的客服问题，并主动推送给用户，为目标用户提供个性化的交互流程，提升目标用户的使用体验。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的***、装置和单元的具体工作过程，可以参考上述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，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，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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，在本申请提供的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。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种智能客服交互方法，其特征在于，智能客服交互方法包括：

当目标用户触发客户服务时，获取所述目标用户的用户标识；

基于所述用户标识，获取所述目标用户的行为画像；

基于所述行为画像，预测所述目标用户想要咨询的客服问题；

将预测到的客服问题主动推送给所述目标用户，并基于所述目标用户的反馈结果，为目标用户提供相应的客服方案。

2.如权利要求1所述的智能客服交互方法，其特征在于，所述基于所述用户标识，获取所述目标用户的行为画像的步骤包括：

基于所述用户标识，从用户行为数据库中获取所述目标用户的行为画像；

其中，所述用户行为数据库中存储有多个用户的用户标识以及与各用户标识对应的行为画像，通过以下方式构建所述用户行为数据库：

针对触发所述客户服务的每个用户，分别确定该用户对应的唯一的用户标识；

针对每个用户，基于该用户在使用客户服务过程中的历史对话记录，构建与该用户的用户标识对应的行为画像。

3.如权利要求2所述的智能客服交互方法，其特征在于，通过以下方式构建与每个用户的用户标识对应的行为画像：

针对每个用户，从历史对话记录中提取该用户在预先设定的不同行为画像维度下的用户画像特征，行为画像维度包括用户触发客户服务的触发次数、用户触发客户服务的触发时间段、用户触发客户服务的触发意图、用户在使用客户服务过程中所涉及的业务；

针对每个用户，根据所提取的用户画像特征，构建与该用户的用户标识对应的行为画像。

4.如权利要求3所述的智能客服交互方法，其特征在于，通过以下方式获得每个用户的用户画像特征：

提取用户针对不同触发意图的历史对话记录；

针对每个触发意图，根据用户针对该触发意图的历史对话记录，确定用户在该触发意图下的行为结果；

针对每个触发意图，当用户在该触发意图下的行为结果指示成功时，从与该触发意图对应的历史对话记录中提取业务关键字；

针对每个触发意图，根据所提取的业务关键字，确定所办理的业务的业务名称；

统计用户针对不同触发意图的触发次数以及触发时间段；

将用户针对不同触发意图的触发次数、触发时间段、行为结果以及所办理的业务的业务名称，确定为用户画像特征。

5.如权利要求4所述的智能客服交互方法，其特征在于，所述基于所述行为画像，预测所述目标用户想要咨询的客服问题的步骤包括：

确定所述目标用户触发客户服务的目标触发时间段；

基于所述目标用户的行为画像，确定与目标触发时间段相匹配的触发时间段；

根据相匹配的触发时间段中触发次数最高的触发意图，预测客服问题。

6.如权利要求4所述的智能客服交互方法，其特征在于，所述触发意图包括以下项中的至少一项：业务办理、产品购买、产品咨询。

7.如权利要求1所述的智能客服交互方法，其特征在于，所述反馈结果包括以下项中的任意一项：用户确认预测到的客服问题是用户想要咨询的客服问题、用户否认预测到的客服问题是用户想要咨询的客服问题、用户明确想要咨询的客服问题。

8.一种智能客服交互装置，其特征在于，包括：

获取模块，用于当目标用户触发客户服务时，获取所述目标用户的用户标识；

确认模块，用于基于所述用户标识，获取所述目标用户的行为画像；

预测模块，用于基于所述行为画像，预测所述目标用户想要咨询的客服问题；

交互模块，用于将预测到的客服问题主动推送给所述目标用户，并基于所述目标用户的反馈结果，为目标用户提供相应的客服方案。

9.一种电子设备，其特征在于，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1-7中任一项所述的智能客服交互方法的步骤。

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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7中任一项所述的智能客服交互方法的步骤。

Images