CN114257524A - 一种通讯建立方法、装置及设备 - Google Patents
一种通讯建立方法、装置及设备 Download PDFInfo
- Publication number
- CN114257524A CN114257524A CN202111552210.8A CN202111552210A CN114257524A CN 114257524 A CN114257524 A CN 114257524A CN 202111552210 A CN202111552210 A CN 202111552210A CN 114257524 A CN114257524 A CN 114257524A
- Authority
- CN
- China
- Prior art keywords
- user
- service
- category
- customer service
- sub
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000004891 communication Methods 0.000 title claims abstract description 67
- 230000006399 behavior Effects 0.000 claims description 62
- 230000002996 emotional effect Effects 0.000 claims description 50
- 238000004458 analytical method Methods 0.000 claims description 43
- 230000008451 emotion Effects 0.000 description 31
- 230000008569 process Effects 0.000 description 25
- 238000012545 processing Methods 0.000 description 11
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 8
- 229910052737 gold Inorganic materials 0.000 description 8
- 239000010931 gold Substances 0.000 description 8
- 229910052709 silver Inorganic materials 0.000 description 8
- 239000004332 silver Substances 0.000 description 8
- 230000003993 interaction Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 6
- 230000004884 risky behavior Effects 0.000 description 5
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 229910052802 copper Inorganic materials 0.000 description 4
- 239000010949 copper Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 229910000906 Bronze Inorganic materials 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000010974 bronze Substances 0.000 description 1
- KUNSUQLRTQLHQQ-UHFFFAOYSA-N copper tin Chemical compound [Cu].[Sn] KUNSUQLRTQLHQQ-UHFFFAOYSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
Abstract
本说明书实施例公开了一种通讯建立方法、装置及设备,该方法包括:接收第一设备针对目标业务而发送的第一服务请求,第一服务请求中携带有用户标识;获取与用户标识对应的用户所属的用户类别;基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的客服类别,客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;基于客服类别,确定为用户分配的目标客服的信息,将第一服务请求发送至目标客服的第二设备,以请求第二设备与第一设备进行互连通讯,并请求目标客服为用户提供针对目标业务的服务。通过上述方法,提高了相关业务的使用率,以及有效提升了客服服务的服务效率。
Description
技术领域
本文件涉及计算机技术领域,尤其涉及一种通讯建立方法、装置及设备。
背景技术
随着信息化的普及,各种用于用户服务的***及平台得到了广泛应用。在用户服务领域中,为了更好的为用户提供服务,服务方通常会设置客服平台,通过上述客服平台为客户提供服务。
然而,由于现有的客服平台通常采用的是基于发送服务请求的用户数量,以及检测到当前客服使用的设备中存在待连接的设备的数量,为当前用户随机分配客服人员,以为该用户提供相应业务的服务。上述处理过程中由于不同用户或客服的行为习惯及说话方式的不同,可能导致客服人员在为用户提供服务的过程中,无法使用户满意,甚至会切换多个客户人员分别为该用户服务这样,不仅会影响相关业务的使用率,而且还会提高为用户服务的时长,从而使得用户服务效率低下。
发明内容
本说明书实施例的目的是提供一种能够有效提高相关业务的使用率,提升客服服务的服务效率的技术问题。
为了实现上述技术方案,本说明书实施例是这样实现的:
第一方面,本说明书实施例提供的一种通讯建立方法,所述方法包括:
接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
第二方面,本说明书实施例提供的一种通讯建立装置,所述装置包括:
服务请求接收模块,被配置为接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
用户类别获取模块,被配置为获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
客服类别确定模块,被配置为基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
服务请求发送模块,被配置为基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
第三方面,本说明书实施例提供的一种通讯建立设备,所述通讯建立设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令被配置由所述处理器执行,所述可执行指令包括用于执行如第一方面中所述的方法中的步骤。
第四方面,本说明书实施例还提供了一种存储介质,其中,所述存储介质用于存储计算机可执行指令,所述可执行指令使得计算机执行如第一方面中所述的方法中的步骤。
可以看出,本说明书实施例中,通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客服类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率。
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中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一种通讯建立方法实施例;
图2为本说明书一种通讯建立过程的示意图;
图3为本说明书又一种通讯建立方法实施例;
图4为本说明书又一种通讯建立方法实施例;
图5为本说明书又一种通讯建立方法实施例;
图6为本说明书又一种通讯建立方法实施例;
图7为本说明书又一种通讯建立方法实施例;
图8为本说明书又一种通讯建立方法实施例;
图9为本说明书又一种通讯建立方法实施例;
图10为本说明书一种通讯建立装置实施例;
图11为本说明书一种通讯建立设备实施例。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本申请的发明构思如下:在用户服务领域中,为了更好的为用户提供服务,服务方通常会设置客服平台,通过上述客服平台为客户提供服务。然而,由于现有的客服平台通常采用的是基于发送服务请求的用户数量,以及检测到当前客服使用的设备中存在待连接的设备的数量,为当前用户随机分配客服人员,以为该用户提供相应业务的服务。上述处理过程中由于不同用户或客服的行为习惯及说话方式的不同,可能导致客服人员在为用户提供服务的过程中,无法使用户满意,甚至会切换多个客户人员分别为该用户服务这样,不仅会影响相关业务的使用率,而且还会提高为用户服务的时长,从而使得用户服务效率低下。基于上述问题,本技术方案通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客户类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率。
如图1所示,本说明书实施例提供一种通讯建立方法,该方法的执行主体可以为服务器,其中,该服务器可以是独立的一个服务器,也可以是由多个不同的服务器构成的服务器集群,该服务器可以是某网站的后台服务器,也可以是提供业务服务的服务器等,具体可以根据实际情况设定。该方法可以应用于对某业务的处理等。
如图2所示,本说明书实施例中的通讯建立方法对应的***架构中可以包括服务器201、一个或多个第一设备202、一个或多个第二设备203,服务器201与每个第一设备202、第二设备203之间通信连接,第一设备202以及第二设备203可以包括多种,例如,手机、平板电脑等移动终端设备,还可以如笔记本电脑等终端设备,还可以如智能手表、手环等可穿戴设备等。用户第一设备202可以向服务器201发送针对某业务的第一服务请求,服务器201通过获取与用户标识对应的用户所属的用户类别,然后,基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的客服类别,之后,基于客服类别,确定为用户分配的目标客服的信息,将第一服务请求发送至目标客服的第二设备203,以请求目标客服的第二设备203与用户第一设备202进行互连通讯,并请求目标客服为用户提供针对目标业务的服务。
该方法具体可以包括以下步骤:
在步骤S102中,接收第一设备针对目标业务而发送的第一服务请求,第一服务请求中携带有用户标识。
其中,第一设备可以如上述的终端设备202,该第一设备可以为移动终端设备、可穿戴设备或其它设备等,具体可以根据实际情况设定。目标业务可以为任意业务,例如,可以是网络异常处理业务、商品详情咨询业务等,具体可以根据实际情况设定。上述用户标识可以是与目标业务对应的账号信息,或者,也可以是用户的终端设备的标识等,本说明书实施例对此不做具体限定。
在一种可选的实现方式中,第一设备中可以安装有与目标业务对应的目标应用程序,当用户需要针对目标业务请求服务时,可以触发上述安装在第一设备中的目标应用程序,终端设备显示上述目标应用程序对应的应用界面,用户可以在该应用界面中选取该目标业务所对应的业务标识,这样,终端设备可以获取到与上述目标业务对应的用户标识,然后,可以基于获取的用户标识生成第一服务请求,可以将该第一服务请求发送给服务器,从而服务器可以获取到第一设备针对目标业务而发送的第一服务请求。
在步骤S104中,获取与用户标识对应的用户所属的用户类别,用户类别用于表征为用户提供满意服务的难易程度。
作为示例,可以根据实际情况,预先根据出现第一风险行为概率的大小对不同的用户进行分类,例如,可以设定3个用户类别,不同的用户类别可以对应不同的出现第一风险行为概率的范围,如大于80%、大于或等于40%且小于或等于80%和小于40%等3个范围,每个范围可以对应相应的用户类型,基于此,上述用户类别可以是存在第一风险行为概率较高的用户对应的类别、存在第一风险行为概率适中的用户对应的类别,以及存在第一风险行为概率较低的用户对应的类别等;或者,上述用户类别还可以是服务要求较高的用户类别,服务要求适中的用户类别,以及服务要求一般的用户对应的类别等。或者,上述用户类别还可以根据用户的情感或情绪情况进行划分,例如,用户类别可以是情绪易急躁的用户对应的类别,情绪温和的用户对应的类别等,本说明书实施例对上述用户类别的具体内容不做具体限定。
需要说明的是,本说明书实施例提供的方法,可以预先基于用户与客服沟通的历史记录预先基于预设的用户分类规则,对不同的用户进行分类,从而得到与各用户标识对应的用户类别,并将上述得到的各用户标识和相应的用户类别对应存储在服务器的预设存储区域。这样,在上述服务器通过上述步骤S102的处理接收到第一设备针对目标业务而发送的第一服务请求的情况下,可以基于上述用户标识从预设存储区域内存储的对应关系中获取到与该用户标识对应的用户所属的用户类别。
在步骤S106中,基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的客服类别,客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的。
作为示例,可以根据客服的信息和/或客服为用户提供服务的相关信息,预先根据对不同的客服进行分类,例如,可以设定3个客服类别,并可以根据为用户提供的服务存在第一风险行为概率的大小对不同的客服进行分类,不同的客服类别可以对应不同的为用户提供的服务存在第一风险行为概率的范围,基于此,上述客服类别可以是为用户提供的服务存在第一风险行为概率较高的客服对应的类别、为用户提供的服务存在第一风险行为概率适中的客服对应的类别,以及为用户提供的服务存在第一风险行为概率较低的客服对应的类别;或者,还可以基于对客服的评价对客服进行分类,例如,上述客服类别还可以是获得用户好评率较高的客服对应的类别,获得用户好评率适中的客服对应的类别,获得用户好评率较低的客服对应的类别。或者,还可以根据客服提供服务的过程中的情感或情绪情况对客服进行分类,例如,上述客服类别还可以是情绪易急躁的客服对应的类别,情绪温和的客服对应的类别,以及情绪为中和型的客服对应的类别等,本说明书实施例对上述客服类别的具体内容不做具体限定。
需要说明的是,本说明书实施例提供的方法可以预先基于目标业务设置目标业务的服务分配策略,所述服务分配策略可以为根据用户类别来对应分配不同客服类别的客服。作为示例,上述服务分配策略可以为:为存在第一风险行为概率较高的用户分配为用户提供的服务存在第一风险行为概率较低的客服,为存在第一风险行为概率适中的用户分配为用户提供的服务存在第一风险行为概率适中的客服等相关信息。或者,上述服务分配策略可以为:为情绪易急躁的用户分配为用户提供的服务存在第一风险行为概率较低的客服,为投诉频率适中的用户分配情绪温和的客服等相关信息,本说明书实施例对上述基于目标业务设置目标业务的服务分配策略的具体内容不做具体限定。
在步骤S108中,基于客服类别,确定为用户分配的目标客服的信息,将第一服务请求发送至目标客服的第二设备,以请求第二设备与第一设备进行互连通讯,并请求目标客服为用户提供针对目标业务的服务。
在一种可选的实现方式中,上述服务器通过上述步骤S106的处理确定出与用户所属的用户类别相匹配的客服类别后,可以基于客服类别查找与该客服类别对应的客服使用的设备中存在的待连接的设备(或存在闲置的设备),在上述待连接的设备中随机选取一个设备,可以将确定的设备所对应的客服的信息确定为该用户分配的目标客服的信息,或者,也可以从上述待连接的设备中选取与上述第一设备交互次数最多的设备,并将该设备所对应的客服的信息确定为该用户分配的目标客服的信息,然后,将第一服务请求发送至目标客服的第二设备,以请求第二设备与第一设备进行互连通讯,并请求目标客服为该用户提供针对目标业务相关的人工服务。
可以看出,本说明书实施例中,通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客服类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率,能够及时有效的为用户提供满意的服务。
进一步的,为了能够更准确的确定用户类别信息,以进一步提高第一设备(如客户设备)与第二设备(如客服设备)进行互连通信的准确率,如图3所示,在上述步骤S102之前,还可以执行下述步骤S302-步骤S304的处理。
在步骤S302中,获取与用户标识对应的用户信息,用户信息包括第一历史情感特征信息、第一历史敏感词信息、用户画像中的一个或多个。
作为示例,上述用户信息可以包括第一历史情感特征信息、第一历史敏感词信息、以及用户画像信息,用户画像信息可以用于勾画用户诉求、产品设计方向等的有效工具,上述用户画像信息可以包括如:存在第一风险行为的风险等级、用户年龄、用户性别中的一个或多个;上述第一历史情感特征信息为基于与上述用户标识对应的用户与为上述用户提供服务的客服之间的交互记录中获得,上述第一历史情感特征至少包括:负向情感占比、最大连续负向情感数,连续出现负向情感文本数等内容。上述第一历史敏感词信息可以为辱骂性质的词语、威胁恐吓性质的词语等内容。
在步骤S304中,将用户信息输入至第一分析模型中,得到与用户标识对应的用户类别。
作为示例,上述用户类别可以包括:第一子用户类别、第二子用户类别、第三子用户类别中的一个或多个,其中,第一子用户类别的用户为存在第一风险行为倾向程度大于第一预设阈值的用户,第二子用户类别的用户为存在第一风险行为倾向程度小于第一预设阈值且大于第二预设阈值的用户,第三子用户类别的用户为存在第一风险行为倾向程度小于第二预设阈值的用户,上述第一风险行为倾向程度用于表征用户对提供的服务存在不满意的行为倾向程度。
在一种可选的实现方式中,以上述第一预设阈值为90,第二预设阈值可以为60为例,若将上述用户信息输入至第一分析模型中,得到该用户标识对应的存在第一风险行为倾向程度为95,则可以通过该第一分析模型输出该用户标识对应的用户类别为第一子用户类别。若将上述用户信息输入至第一分析模型中,得到该用户标识对应的存在第一风险行为倾向程度为70,则可以通过该第一分析模型输出该用户标识对应的用户类别为第二子用户类别。若将上述用户信息输入至第一分析模型中,得到该用户标识对应的存在第一风险行为倾向程度为30,则可以通过该第一分析模型输出该用户标识对应的用户类别为第三子用户类别。其中,上述第一分析模型可以是预先基于第一预设数量的用户信息样本进行训练而得到的模型,该模型在训练过程中可以针对用户信息样本对应的情感特征信息、敏感词信息、用户画像等分别设置相应的权重,然后,分别基于上述用户信息样本对应的情感特征信息所包含的特征信息、上述用户信息样本对应的情感特征信息所对应的权重,上述用户信息样本对应的敏感词特征信息所包含的特征信息、上述用户信息样本对应的敏感词特征信息所对应的权重,上述用户信息样本对应的用户画像所包含的特征信息、上述用户信息样本对应的用户画像所对应的权重,对上述模型进行迭代训练。
在一种可选的实现方式中,假设用户画像的特征信息可以包括如存在第一风险行为的风险等级、用户年龄、用户性别中的一个或多个,与上述用户画像所包含的第i个特征对应的权重为wi;上述第一历史情感特征信息包括负向情感占比、最大连续负向情感数、连续出现负向情感文本数中的一个或多个,与上述第一历史情感特征信息所包含的第i个特征对应的权重为xi;上述第一历史敏感词信息包括辱骂性质的词语、威胁恐吓性质的词语的一个或多个,与上述第一敏感词信息所包含的第i个特征对应的权重为yi;则上述第一分析模型可以基于下述公式:
用户IDscore=O+P+Q,
对该用户类别进行打分,得到与该用户对应的第一分数,若上述第一分数小于第一预设分数阈值,则可以通过上述第一分析模型输出该用户类别为第一子用户类别,若上述第一分数大于第一预设分数阈值且小于第二预设分数阈值,则可以通过上述第一分析模型输出该用户类别为第二子用户类别,若上述第一分数大于第二预设分数阈值,则可以通过上述第一分析模型输出该用户类别为第三子用户类别。
其中,上述O可以表征用户画像所对应的分值,该分值可以通过下述公式:
Oi可以表征用户画像的第i个特征;wi可以表征第i个特征对应的权重;a可以表征用户画像特征的个数。上述P可以表征第一历史情感特征信息所对应的分值,该分值可以通过下述公式得到:
pi可以表征第一历史情感特征的第i个特征;xi可以表征第i个特征对应的权重;b可以表征第一历史情感特征的个数。上述Q可以表征第一历史敏感词信息所对应的分值,该分值可以通过下述公式得到:
pi可以表征第一历史敏感词信息的第i个特征;yi可以表征第i个特征对应的权重;c可以表征第一历史情感特征的个数。
这样,通过基于上述获取的用户信息,并通过上述第一分析模型对上述用户信息来确定用户类型的方法,使得服务器在接收到用户设备发送的第一服务请求的情况下,能够准确的确定出用户的类型,从而可以基于上述用户类型为该用户类型匹配相应的客服人员为该用户进行服务,能够及时有效的为用户提供满意的服务。
进一步的,为了能够得到较为准确的客服类别信息,以进一步提高第一设备与第二设备进行互连通信的准确率,如图4所示,在上述步骤S102之前,还可以执行下述步骤S402-步骤S404的处理。
在步骤S402中,获取客服标识,并获取与客服标识对应的客服的信息,客服的信息包括第二历史情感特征信息、第二历史敏感词信息、客服画像中的一个或多个。
作为示例,上述客服画像信息可以包括如:为用户提供的服务存在第一风险行为的风险等级、好评率、差评率中的一个或多个;上述第二历史情感特征信息为基于用户标识对应的用户与为上述用户提供服务的客服之间的交互记录中获得,上述第二历史情感特征至少包括:负向情感占比、最大连续负向情感数,连续出现负向情感文本数等内容。上述第二历史敏感词信息可以为辱骂性质的词语、威胁恐吓性质的词语等内容。
在步骤S404中,将客服的信息输入至第二分析模型中,得到与客服标识对应的客服类别。
作为示例,上述客服类别可以包括:第一子客服类别、第二子客服类别、第三子客服类别中的一个或多个,其中,第一子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度小于第三预设阈值的客服,第二子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于第三预设阈值且小于第四预设阈值的客服,第三子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于第四预设阈值的客服。
在一种可选的实现方式中,以上述第三预设阈值为10,第四预设阈值可以为50为例,若将上述客服的信息输入至第二分析模型中,得到该客服标识对应的为用户提供的服务存在第一风险行为倾向程度为5,则可以通过该第二分析模型输出该客服标识对应的客服类别为第一子客服类别。若将上述客服的信息输入至第二分析模型中,得到该客服标识对应的为用户提供的服务存在第一风险行为倾向程度为30,则可以通过该第二分析模型输出该用户标识对应的客服类别为第二子客服类别。若将上述客服的信息输入至第二分析模型中,得到该客服标识对应的为用户提供的服务存在第一风险行为倾向程度为60,则可以通过该第二分析模型输出该客服标识对应的客服类别为第三子客服类别。
其中,上述第二分析模型可以是预先基于第一预设数量的客服信息样本进行训练而得到的模型,该第二分析模型在训练过程中可以针对客服信息样本对应的情感特征信息、敏感词信息、客服画像等分别设置相应的权重,然后,分别基于上述客服信息样本对应的情感特征信息所包含的特征信息、上述客服信息样本对应的情感特征信息所对应的权重,上述客服信息样本对应的敏感词特征信息所包含的特征信息、上述客服信息样本对应的敏感词特征信息所对应的权重,上述客服信息样本对应的客服画像所包含的特征信息、上述客服信息样本对应的客服画像所对应的权重,对上述模型进行迭代训练。
在一种可选的实现方式中,假设客服画像的特征信息包括为用户提供的服务存在第一风险行为的风险等级、好评率的一个或多个,与上述客服画像所包含的第i个特征对应的权重为w′i;上述第二历史情感特征信息包括负向情感占比、最大连续负向情感数、连续出现负向情感文本数中的一个或多个,与上述第二历史情感特征信息所包含的第i个特征对应的权重为x′i;上述第二历史敏感词信息包括辱骂性质的词语、威胁恐吓性质的词语的一个或多个,与上述第二敏感词信息所包含的第i个特征对应的权重为y′i;则上述第一分析模型可以基于下述公式:
客服IDscore=O′+P′+Q′
对该客服类别进行打分,得到与该客服对应的第二分数,若上述第二分数大于第三预设分数阈值,则可以通过上述第二分析模型输出该客服类别为第一子客服类别,若上述第二分数小于第三预设分数阈值且大于第四预设分数阈值,则可以通过上述第二分析模型输出该客服类别为第二子客服类别,若上述第二分数小于第四预设分数阈值,则可以通过上述第二分析模型输出该客服类别为第三子客服类别。
其中,上述O′可以表征客服画像所对应的分值,该分值可以通过下述公式:
O′i可以表征客服画像的第i个特征;w′i可以表征第i个特征对应的权重;a可以表征客服画像特征的个数。上述P′可以表征第二历史情感特征信息所对应的分值,该分值可以通过公式:
p′i可以表征第二历史情感特征的第i个特征;x’i可以表征第i个特征对应的权重;b可以表征第二历史情感特征的个数。上述Q′可以表征第二历史敏感词信息所对应的分值,该分值可以通过下述公式得到:
p’i可以表征第二历史敏感词信息的第i个特征;y’i可以表征第i个特征对应的权重;c可以表征第二历史情感特征的个数。
这样,通过基于上述获取的客服信息,并通过上述第二分析模型对上述客服的信息来确定客服类型的方法,使得服务器在接收到用户设备发送的第一服务请求的情况下,能够准确的确定出为该用户提供服务的客服类型,从而可以基于上述确定出的用户类型为该用户类型匹配相应客服类型的客服人员为该用户进行服务,能够及时有效的为用户提供满意的服务。
上述各个步骤的具体处理过程可以参见前述相关内容,在此不再赘述。
进一步的,上述步骤S106中基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的客服类别的处理可以多种多样,以下再提供一种可选的处理方法,如图5所示,具体可以包括以下步骤S1062~步骤S1064的处理。
在步骤S1062中,基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的第一客服类别。
在步骤S1064中,基于第一客服类别,确定与用户所属的用户类别相匹配的客服类别,第一客服类别为与用户类别相匹配的级别等级最低的客服类别。
在一些可选的实现方式中,不同的客服可以具有不同的级别等级,如上所述,可以通过为用户提供的服务存在第一风险行为的风险等级对不同的客服划分不同的级别等级,从而得到客服对应的不同客服类别,可以基于上述第一客服类别,从第一客服类别和级别等级高于第一客服类别中,确定与上述用户类别相匹配的客服类别。
进一步的,上述步骤S1064中基于第一客服类别,确定与用户所属的用户类别相匹配的客服类别的处理可以多种多样,以下再提供一种可选的处理方法,如图6所示,具体可以包括以下步骤S10642~步骤S10650的处理。
在步骤S10642中,若用户类别为第一子用户类别,则确定与用户类别相匹配的第一客服类别为第一子客服类别。
在步骤S10644中,若用户类别为第二子用户类别,且检测到第一子客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的第一客服类别为第一子客服类别。
在步骤S10646中,若用户类别为第二子用户类别,且检测到第一子客服类别对应的客服使用的设备中不存在待连接的设备,则确定与用户类别相匹配的第一客服类别为第二子客服类别。
在步骤S10648中,若用户类别为第三子用户类别,且检测到第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的第一客服类别为第二子客服类别。
在步骤S10650中,若用户类别为第三子用户类别,且检测到第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的第一客服类别为第三子客服类别。
进一步的,为了进一步提高第一设备与第二设备进行互连通信的准确率,在上述步骤S108中在将第一服务请求发送至目标客服的第二设备之前,上述方法还可以包括下述步骤A2-步骤A4的具体处理过程。
在步骤A2中,生成与用户类别对应的客服提示信息,客服提示信息用于向目标客服提示用户类别的信息。
在步骤A4中,将客服提示信息发送至目标客服的第二设备。
这样,通过在目标客服的第二设备与上述第一设备建立通信连接之前,将上述提示信息发送至目标客服的第二设备,使得目标客服可以预先获取到待沟通的用户类别,进而可以提高目标客服服务作业的效率及准确率。
可以看出,本说明书实施例中,通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客服类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率,能够及时有效的为用户提供满意的服务。
以下通过具体的应用场景对上述通讯建立方法进行详细说明,其中的存在第一风险行为可以是投诉行为,为用户提供的服务存在第一风险行为可以是被投诉等,如图7所示,具体可以包括以下内容:
在步骤B2中,第一设备向服务器发送针对目标业务的第一服务请求。
在一种可选的实现方式中,当用户需要针对目标业务请求服务时,可以向目标业务方拨打电话。
在步骤B4中,接收第一设备针对目标业务而发送的第一服务请求,第一服务请求中携带有用户标识。
作为示例,上述用户标识可以为用户来电的电话号码。
在步骤B6中,根据用户标识进行用户类型检索,获取与用户标识对应的用户所属的用户类别。
其中,用户类别可以根据用户的投诉行为确定,例如,某用户投诉的频率非常高,其中可以包括恶意投诉等,针对此情况,可以设定黑名单客户类别,此外,有些用户可能会对某客服提供的服务不完全满意,从而可以形成潜在投诉客户类型,另外,有些用户可能会对某客服提供的服务基本满意且不会存在投诉行为,从而可以形成常规客户类别等,具体也可以根据实际情况设定。
在一种可选的实现方式中,服务器通过上述步骤处理接收到针对目标业务方而发送的第一服务请求后,可以基于用户的来电对用户类型进行检索,从而获取与上述用户标识对应的用户所属的用户类别。
在步骤B8中,基于目标业务的服务分配策略,确定与用户所属的用户类别相匹配的客服类别,客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的。
其中,客服类别可以根据被投诉的情况来确定,例如,可以基于某客服在预设时间段内存在的被投诉的次数来对客服类别划分为:金牌客服类别、银牌客服类别以及铜牌客服类别等,或者,还可以基于结合用户对客户的投诉次数和其它相关信息(如好评率、差评率;工作年限等)来对客服类别划分为:牌客服类别、银牌客服类别以及铜牌客服类别等,具体也可以根据实际情况设定。
在步骤B10中,基于客服类别,确定为用户分配的目标客服的信息,将第一服务请求发送至目标客服的第二设备,以请求第二设备与第一设备进行互连通讯,并请求目标客服为用户提供针对目标业务的服务。
其中,上述目标业务的服务分配策略可以包括:
若用户类别为黑名单用户类别,则确定与用户类别相匹配的客服类别为金牌客服类别;
若用户类别为潜在投诉用户类别,且检测到金牌客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的客服类别为金牌客服类别;
若用户类别为潜在投诉用户类别,且检测到金牌客服类别对应的客服使用的设备中不存在待连接的设备,则确定与用户类别相匹配的客服类别为银牌客服类别;
若用户类别为常规用户类别,且检测到银牌客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的客服类别为银牌客服类别;
若用户类别为常规用户类别,且检测到银牌客服类别对应的客服使用的设备中存在待连接的设备,则确定与用户类别相匹配的客服类别为铜牌客服类别。
可以看出,本说明书实施例中,通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客服类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率,能够及时有效的为用户提供满意的服务。基于上述内容,为了进一步对上述用户类别以及客户类别的确定过程作出具体的说明,本说明书实施例再提供一种具体的应用场景,在该具体的应用场景中,作为示例,以上述第一风险行为为与投诉行为有关的风险行为为例来进行说明,如图8所示,上述用户信息可以包括用户画像、第一历史情感特征信息、第一历史敏感词信息,上述用户画像可以包括投诉次数O1、逾期金额O2、逾期次数On的一个或多个,相应的,与上述存在投诉次数O1对应的权重为w1,与上述逾期金额O2对应的权重为w2,与上述逾期次数On对应的权重为wn。上述第一历史情感特征信息可以包括:负向情感占比P1、最大连续负向情感数P2、连续出现负向情感文本数Pm等,相应的,与上述负向情感占比P1对应的权重为x1,与上述最大连续负向情感数P2对应的权重为x2,与上述连续出现负向情感文本数Pm对应的权重为xm。上述第一历史敏感词信息Q包括辱骂性质的词语Q1、威胁恐吓性质的词语Q2、以及涉黑涉黄性质的词语Qt等,相应的,与上述辱骂性质的词Q1对应的权重y1,与上述威胁恐吓性质的词Q2对应的权重为y2,与上述涉黑涉黄性质的词Qt对应的权重yt。
上述第一分析模型可以基于下述公式:
用户IDscore=O+P+Q,
对该用户类别进行打分得到与该用户对应的第一分数,并基于上述第一分数进行阈值判断,根据上述判断结果可以将上述用户类别分为:黑名单用户类别、潜在投诉用户类别以及常规客户类别。
作为示例,上述第一分数小于第一预设分数阈值,则可以通过上述第一分析模型输出该用户类别为黑名单用户类别,若上述第一分数大于第一预设分数阈值且小于第二预设分数阈值,则可以通过上述第一分析模型输出该用户类别为潜在存在第一风险行为投诉用户类别,若上述第一分数大于第二预设分数阈值,则可以通过上述第一分析模型输出该用户类别为常规用户类别。这样,以上述第一预设阈值为90,第二预设阈值可以为60为例,当上述第一分数小于为95,则可以通过上述第一分析模型输出该用户类别为黑名单用户类别,若上述第一分数为70,则可以通过上述第一分析模型输出该用户类别为潜在存在第一风险行为投诉用户类别,若上述第一分数为30,则可以通过上述第一分析模型输出该用户类别为常规用户类别。
如图9所示,在一种可选的实现方式中,如图6所示,客服的信息包括客服画像、第二历史情感特征信息、第二历史敏感词信息,客服画像特征信息O′可以包括:被投诉次数O’1、入职年限O’2、好评率O’n,相应的,与上述被投诉次数O’1对应的权重为w′1,与上述入职年限O’2对应的权重为w′2,与上述好评率O’n对应的权重为w′n。第二历史情感特征信息P′包括负向情感占比p′1、最大连续负向情感数p′2、连续出现负向情感文本数p′m,相应的,与上述负向情感占比p′1对应的权重为x′1,与上述最大连续负向情感数p′2对应的权重为x′2,与上述连续出现负向情感文本数p′m对应的权重为x′m。上述第二历史敏感词信息Q′包括辱骂性质的词Q’1、威胁恐吓性质的词Q’2、以及涉黑涉黄性质的词Q’3,相应的,与上述辱骂性质的词Q’1对应的权重y’1,与上述威胁恐吓性质的词Q’2对应的权重为y’2,与上述涉黑涉黄性质的词Q’3对应的权重y’3。
上述第二分析模型可以基于公式:
客服IDscore=O′+P′+Q′,
对该客服类别进行打分得到与该客服对应的第二分数,并基于上述第二分数进行阈值判断,根据上述判断结果可以将上述客服类别分为:金牌客服类别、银牌客服类别以及铜牌客服类别。
作为示例,若上述第二分数小于第一预设分数阈值,则可以通过上述第二分析模型输出该用户类别为铜牌客服类别,若上述第二分数大于第一预设分数阈值且小于第二预设分数阈值,则可以通过上述第二分析模型输出该客服类别为银牌客服类别,若上述第二分数大于第二预设分数阈值,则可以通过上述第二分析模型输出该客服类别为金牌客服类别。这样,以上述第一预设分数阈值为60,第二预设分数阈值可以为80为例,若上述第二分数为50,则可以通过上述第二分析模型输出该客服类别为铜牌客服类别,若上述第二分数为70,则可以通过上述第二分析模型输出该客服类别为银牌客服类别,若上述第二分数为90,则可以通过上述第二分析模型输出该客服类别为金牌客服类别。
可以看出,本说明书实施例中,通过基于目标业务的服务分配策略,然后,确定与用户所属的用户类别相匹配的客服类别,通过与用户类别相匹配的客服类别的目标客服来为用户提供服务的过程,由于上述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的,从而可以为用户提供针对性的服务,有效提高相关业务的使用率,同时提升了客服服务的服务效率,能够及时有效的为用户提供满意的服务,进一步降低了用户的投诉量。
以上为本说明书实施例提供的通讯建立方法,基于同样的思路,本说明书实施例还提供一种通讯建立装置,该通讯建立装置中包括如上述实施例中的服务器的所有功能单元,如图10所示。
该通讯建立装置包括:服务请求接收模块1001、用户类别获取模块1002、客服类别确定模块1003、服务请求发送模块1004,其中:
服务请求接收模块1001,被配置为接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
用户类别获取模块1002,被配置为获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
客服类别确定模块1003,被配置为基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
服务请求发送模块1004,被配置为基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
可选地,上述装置还包括:
用户信息获取模块,被配置为获取与所述用户标识对应的用户信息,所述用户信息包括第一历史情感特征信息、第一历史敏感词信息、用户画像中的一个或多个;
用户信息输入模块,被配置为将所述用户信息输入至第一分析模型中,得到与所述用户标识对应的用户类别。
可选地,所述用户类别包括:第一子用户类别、第二子用户类别、第三子用户类别中的一个或多个,其中,所述第一子用户类别的用户为存在第一风险行为倾向程度大于第一预设阈值的用户,所述第二子用户类别的用户为存在第一风险行为倾向程度小于所述第一预设阈值且大于第二预设阈值的用户,所述第三子用户类别的用户为存在第一风险行为倾向程度大于所述第二预设阈值的用户,所述第一风险行为倾向程度用于表征用户对提供的服务存在不满意的行为倾向程度。
可选地,上述装置还包括:
客服信息获取模块,被配置为获取客服标识,并获取与所述客服标识对应的客服的信息,所述客服的信息包括第二历史情感特征信息、第二历史敏感词信息、客服画像中的一个或多个;
客服信息输入模块,被配置为将所述客服的信息输入至第二分析模型中,得到与所述客服标识对应的客服类别。
可选地,所述客服类别包括:第一子客服类别、第二子客服类别、第三子客服类别中的一个或多个,其中,所述第一子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度小于第三预设阈值的客服,所述第二子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第三预设阈值且小于第四预设阈值的客服,所述第三子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第四预设阈值的客服。
可选地,所述客服类别确定模块,包括:
第一客服类别确定单元,被配置为基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的第一客服类别;
客服类别确定单元,被配置为基于所述第一客服类别,确定与所述用户所属的用户类别相匹配的客服类别,所述第一客服类别为与所述用户类别相匹配的级别等级最低的客服类别。
可选地,上述客服类别确定单元,包括:
第一确定子单元,被配置为若所述用户类别为第一子用户类别,则确定与所述用户类别相匹配的所述第一客服类别为第一子客服类别;
第二确定子单元,被配置为若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的第一客服类别为第一子客服类别;
第三确定子单元,被配置为若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中不存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
第四确定子单元,被配置为若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
第五确定子单元,被配置为若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第三子客服类别。
可选地,上述装置还包括:
提示信息生成模块,被配置为生成与所述用户类别对应的客服提示信息,所述客服提示信息用于向所述目标客服提示所述用户类别的信息;
提示信息发送模块,被配置为将所述客服提示信息发送至目标客服的第二设备。
可选地,所述用户信息包括第一历史情感特征信息、第一历史敏感词信息、以及用户画像信息,所述用户画像信息包括:存在第一风险行为的风险等级、用户年龄、用户性别的一个或多个;所述第一历史情感特征信息为基于与所述用户标识对应的用户与为所述用户提供服务的客服之间的交互记录中获得,所述第一历史情感特征至少包括:负向情感占比。
可选地,所述客服的信息包括第二历史情感特征信息、第二历史敏感词信息、以及客服画像信息,所述客服画像信息包括:为用户提供的服务存在第一风险的风险等级、好评率中的一个或多个;所述第二历史情感特征信息为基于所述用户标识对应的用户与为所述用户提供服务的客服之间的交互记录中获得,所述第二历史情感特征至少包括:负向情感占比。
本说明书实施例提供的通讯建立装置能够实现上述通讯建立方法对应的实施例中的各个过程,为避免重复,这里不再赘述。
需要说明的是,本说明书实施例提供的通讯建立装置与本说明书实施例提供的通讯建立方法基于同一发明构思,因此该实施例的具体实施可以参见前述通讯建立方法的实施,重复之处不再赘述。
对应上述实施例提供的通讯建立方法,基于相同的技术构思,本说明书实施例还提供了一种通讯建立设备,该通讯建立设备用于执行上述的通讯建立方法,图11为实现本说明书各个实施例的一种通讯建立设备的硬件结构示意图,图11所示的通讯建立设备1100包括但不限于:射频单元1101、网络模块1102、音频输出单元1103、输入单元1104、传感器1105、用户输入单元1106、接口单元1107、存储器1108、处理器1109、以及电源1110等部件。本领域技术人员可以理解,图11中示出的通讯建立设备结构并不构成对通讯建立设备的限定,通讯建立设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,接口单元1107,用于接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
处理器1109,用于获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
处理器1109,用于基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
处理器1109,用于基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
本说明书实施例中,接口单元1107,还用于获取与所述用户标识对应的用户信息,所述用户信息包括第一历史情感特征信息、第一历史敏感词信息、用户画像中的一个或多个;
输入单元1104,用于将所述用户信息输入至第一分析模型中,得到与所述用户标识对应的用户类别。
本说明书实施例中,所述用户类别包括:第一子用户类别、第二子用户类别、第三子用户类别中的一个或多个,其中,所述第一子用户类别的用户为存在第一风险行为倾向程度大于第一预设阈值的用户,所述第二子用户类别的用户为存在第一风险行为倾向程度小于所述第一预设阈值且大于第二预设阈值的用户,所述第三子用户类别的用户为存在第一风险行为倾向程度小于所述第二预设阈值的用户,所述第一风险行为倾向程度用于表征用户对提供的服务存在不满意的行为倾向程度。
本说明书实施例中,接口单元1107,还用于获取客服标识,并获取与所述客服标识对应的客服的信息,所述客服的信息包括第二历史情感特征信息、第二历史敏感词信息、客服画像中的一个或多个;
输入单元1104,用于将所述客服的信息输入至第二分析模型中,得到与所述客服标识对应的客服类别。
本说明书实施例中,所述客服类别包括:第一子客服类别、第二子客服类别、第三子客服类别中的一个或多个,其中,所述第一子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度小于第三预设阈值的客服,所述第二子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第三预设阈值且小于第四预设阈值的客服,所述第三子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第四预设阈值的客服。
本说明书实施例中,处理器1109,用于基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的第一客服类别;
处理器1109,用于基于所述第一客服类别,确定与所述用户所属的用户类别相匹配的客服类别,所述第一客服类别为与所述用户类别相匹配的级别等级最低的客服类别。
本说明书实施例中,处理器1109,用于若所述用户类别为第一子用户类别,则确定与所述用户类别相匹配的所述第一客服类别为第一子客服类别;
处理器1109,用于若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的第一客服类别为第一子客服类别;
处理器1109,用于若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中不存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
处理器1109,用于若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
处理器1109,用于若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第三子客服类别。
本说明书实施例中,处理器1109,用于生成与所述用户类别对应的客服提示信息,所述客服提示信息用于向所述目标客服提示所述用户类别的信息;
接口单元1107,用于将所述客服提示信息发送至目标客服的第二设备。
本说明书实施例中,所述用户信息包括第一历史情感特征信息、第一历史敏感词信息、以及用户画像信息,所述用户画像信息包括:存在第一风险行为的风险等级、用户年龄、用户性别中的一个或多个;所述第一历史情感特征信息为基于与所述用户标识对应的用户与为所述用户提供服务的客服之间的交互记录中获得,所述第一历史情感特征至少包括:负向情感占比。
本说明书实施例中,所述客服的信息包括第二历史情感特征信息、第二历史敏感词信息、以及客服画像信息,所述客服画像信息包括:为用户提供的服务存在第一风险的风险等级、好评率中的一个或多个;所述第二历史情感特征信息为基于所述用户标识对应的用户与为所述用户提供服务的客服之间的交互记录中获得,所述第二历史情感特征至少包括:负向情感占比。
需要说明的是,本说明书实施例提供的通讯建立设备1100能够实现上述通讯建立方法实施例中通讯建立设备实现的各个过程,为避免重复,这里不再赘述。
优选的,本说明书实施例还提供一种通讯建立设备,包括处理器1109,存储器1108,存储在存储器1108上并可在所述处理器1109上运行的计算机程序,该计算机程序被处理器1109执行时实现上述通讯建立方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
进一步地,基于上述图1到图9所示的方法,本说明书一个或多个实施例还提供了一种存储介质,用于存储计算机可执行指令信息,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令信息在被处理器执行时,能实现以下流程:
接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
需要说明的是,本说明书实施例提供的存储介质能够实现上述通讯建立方法实施例中通讯建立设备实现的各个过程,为避免重复,这里不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本领域技术人员应明白,本说明书的实施例可提供为方法、***或计算机程序产品。因此,本说明书一个或多个实施例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,本说明书一个或多个实施例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。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种通讯建立方法,其特征在于,所述方法包括:
接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
2.根据权利要求1所述的方法,其特征在于,在所述接收第一设备针对目标业务而发送的第一服务请求之前,所述方法还包括:
获取与所述用户标识对应的用户信息,所述用户信息包括第一历史情感特征信息、第一历史敏感词信息、用户画像中的一个或多个;
将所述用户信息输入至第一分析模型中,得到与所述用户标识对应的用户类别。
3.根据权利要求2所述的方法,其特征在于,所述用户类别包括:第一子用户类别、第二子用户类别、第三子用户类别中的一个或多个,其中,所述第一子用户类别的用户为存在第一风险行为倾向程度大于第一预设阈值的用户,所述第二子用户类别的用户为存在第一风险行为倾向程度小于所述第一预设阈值且大于第二预设阈值的用户,所述第三子用户类别的用户为存在第一风险行为倾向程度小于所述第二预设阈值的用户,所述第一风险行为倾向程度用于表征用户对提供的服务存在不满意的行为倾向程度。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
获取客服标识,并获取与所述客服标识对应的客服的信息,所述客服的信息包括第二历史情感特征信息、第二历史敏感词信息、客服画像中的一个或多个;
将所述客服的信息输入至第二分析模型中,得到与所述客服标识对应的客服类别。
5.根据权利要求4所述的方法,其特征在于,所述客服类别包括:第一子客服类别、第二子客服类别、第三子客服类别中的一个或多个,其中,所述第一子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度小于第三预设阈值的客服,所述第二子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第三预设阈值且小于第四预设阈值的客服,所述第三子客服类别的客服是为用户提供的服务存在第一风险行为倾向程度大于所述第四预设阈值的客服。
6.根据权利要求5所述的方法,其特征在于,所述基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,包括:
基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的第一客服类别,所述第一客服类别为与所述用户类别相匹配的级别等级最低的客服类别;
基于所述第一客服类别,确定与所述用户所属的用户类别相匹配的客服类别。
7.根据权利要求6所述的方法,其特征在于,所述基于所述第一客服类别,确定与所述用户所属的用户类别相匹配的客服类别,包括:
若所述用户类别为第一子用户类别,则确定与所述用户类别相匹配的所述第一客服类别为第一子客服类别;
若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的第一客服类别为第一子客服类别;
若所述用户类别为第二子用户类别,且检测到所述第一子客服类别对应的客服使用的设备中不存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第二子客服类别;
若所述用户类别为第三子用户类别,且检测到所述第二子客服类别对应的客服使用的设备中存在待连接的设备,则确定与所述用户类别相匹配的所述第一客服类别为第三子客服类别。
8.一种通讯建立装置,其特征在于,所述装置包括:
服务请求接收模块,被配置为接收第一设备针对目标业务而发送的第一服务请求,所述第一服务请求中携带有用户标识;
用户类别获取模块,被配置为获取与所述用户标识对应的用户所属的用户类别,所述用户类别用于表征为所述用户提供满意服务的难易程度;
客服类别确定模块,被配置为基于所述目标业务的服务分配策略,确定与所述用户所属的用户类别相匹配的客服类别,所述客服类别是基于客服的信息和/或客服为用户提供服务的相关信息进行分类而得到的;
服务请求发送模块,被配置为基于所述客服类别,确定为所述用户分配的目标客服的信息,将所述第一服务请求发送至所述目标客服的第二设备,以请求所述第二设备与所述第一设备进行互连通讯,并请求所述目标客服为所述用户提供针对所述目标业务的服务。
9.一种通讯建立设备,其特征在于,所述通讯建立设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令被配置由所述处理器执行,所述可执行指令包括用于执行如权利要求1-7任一项所述的方法中的步骤。
10.一种存储介质,其特征在于,所述存储介质用于存储计算机可执行指令,所述可执行指令使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552210.8A CN114257524A (zh) | 2021-12-17 | 2021-12-17 | 一种通讯建立方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111552210.8A CN114257524A (zh) | 2021-12-17 | 2021-12-17 | 一种通讯建立方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114257524A true CN114257524A (zh) | 2022-03-29 |
Family
ID=80795609
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111552210.8A Pending CN114257524A (zh) | 2021-12-17 | 2021-12-17 | 一种通讯建立方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114257524A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597624A (zh) * | 2019-08-13 | 2019-12-20 | 深圳壹账通智能科技有限公司 | 通信建立方法和*** |
WO2020073530A1 (zh) * | 2018-10-12 | 2020-04-16 | 平安科技(深圳)有限公司 | 客服机器人会话文本分类方法及装置、电子设备、计算机可读存储介质 |
CN113435912A (zh) * | 2021-06-29 | 2021-09-24 | 平安科技(深圳)有限公司 | 基于客户画像的数据分析方法、装置、设备及介质 |
CN113627782A (zh) * | 2021-08-09 | 2021-11-09 | 众安在线财产保险股份有限公司 | 客服坐席分配方法、评分模型训练方法及装置 |
-
2021
- 2021-12-17 CN CN202111552210.8A patent/CN114257524A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020073530A1 (zh) * | 2018-10-12 | 2020-04-16 | 平安科技(深圳)有限公司 | 客服机器人会话文本分类方法及装置、电子设备、计算机可读存储介质 |
CN110597624A (zh) * | 2019-08-13 | 2019-12-20 | 深圳壹账通智能科技有限公司 | 通信建立方法和*** |
CN113435912A (zh) * | 2021-06-29 | 2021-09-24 | 平安科技(深圳)有限公司 | 基于客户画像的数据分析方法、装置、设备及介质 |
CN113627782A (zh) * | 2021-08-09 | 2021-11-09 | 众安在线财产保险股份有限公司 | 客服坐席分配方法、评分模型训练方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107800896B (zh) | 电话业务交互方法和装置 | |
US7895154B2 (en) | Communication reputation | |
US20070078838A1 (en) | Contents search system for providing reliable contents through network and method thereof | |
JP2012504905A (ja) | 相互にスレッド構成された異なるタイプの伝達情報表示 | |
CN104660481A (zh) | 即时通讯消息处理方法及装置 | |
US9930176B2 (en) | Personalizing communications services using environmental data | |
CN115271891B (zh) | 基于互动小说的产品推荐方法及相关装置 | |
KR20100130003A (ko) | 온라인 소셜 네트워크 서비스 제공 장치 및 방법 | |
CN106231074A (zh) | 一种消息处理的方法及装置 | |
CN105337837A (zh) | 一种消息发送方法和设备 | |
WO2018188567A1 (zh) | 服务器信息推送方法、终端信息发送方法、装置、***以及存储介质 | |
US11902463B1 (en) | Systems and methods for detecting fraudulent calls using virtual assistants | |
CN109766315B (zh) | 文件展示方法及终端、计算机存储介质、计算机设备 | |
CN110909241B (zh) | 信息推荐方法、用户标识推荐方法、装置及设备 | |
KR102281245B1 (ko) | 챗봇 서비스 기반의 답변 서비스 제공 방법 | |
CN110740088A (zh) | 推荐、添加社交资源的方法、装置、终端及介质 | |
CN111601003A (zh) | 会话建立方法及装置 | |
CN111212180A (zh) | 电子设备及其消息提醒方法、具有存储功能的装置 | |
CN106487653B (zh) | 一种消息处理方法及服务器 | |
CN107920019A (zh) | 关注好友的方法及装置、计算机设备及存储介质 | |
US20150142510A1 (en) | Method, computer-readable storage device, and apparatus for analyzing text messages | |
CN114257524A (zh) | 一种通讯建立方法、装置及设备 | |
US11627218B2 (en) | Caller identification information analyzer | |
CN109002497B (zh) | 一种基于群体评价关联用户的方法及装置 | |
CN113807912A (zh) | 动态匹配用户和经纪人连接的方法及计算机程序产品 |
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 |