CN116980522A - 一种基于智能质检客户画像的通知的***和方法 - Google Patents
一种基于智能质检客户画像的通知的***和方法 Download PDFInfo
- Publication number
- CN116980522A CN116980522A CN202311228271.8A CN202311228271A CN116980522A CN 116980522 A CN116980522 A CN 116980522A CN 202311228271 A CN202311228271 A CN 202311228271A CN 116980522 A CN116980522 A CN 116980522A
- Authority
- CN
- China
- Prior art keywords
- word
- preset
- sensitive
- module
- call
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 146
- 238000012545 processing Methods 0.000 claims abstract description 76
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 230000035945 sensitivity Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 3
- 230000006854 communication Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2281—Call monitoring, e.g. for law enforcement purposes; Call tracing; Detection or prevention of malicious calls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2218—Call detail recording
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/42221—Conversation recording systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5175—Call or contact centers supervision arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Acoustics & Sound (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种基于智能质检客户画像的通知的***和方法,包括,录音模块、存储模块、数据处理模块,以及,用以根据单个预备词的预备评价值对该预备词是否符合应用标准进行判定,根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准的判定模块、调节模块和警报模块,有效提高了智能质检的效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于智能质检客户画像的通知的***和方法。
背景技术
AI技术的不断发展,智能质检的出现弥补了人工的不足。AI技术通过将海量录音或实时通话数据进行智能化的自动语音转文本、关键词检出、语速分析、静音分析、情绪检测,并提供人工复核、问题申述处理功能,录音检测率可达100%,能准确分析客服是否准确理解客户意愿,是否错漏办或错漏答,能落地规范检查,检查客服服务流程是否规范、是否出现违规操作,实现解决人工质检局限性,提升服务质量与管理水平。
中国专利申请公开号:CN111128241A,公开了一种语音通话的智能质检方法及***,具体在互联网端向手机端的语音通话场景下,通过外呼装置实现在互联网端基于websocket协议以及webrtc协议的基础上将互联网端和客户手机端通话信道打通,并将双方的语音媒体流信息发送给对方实现在互联网端和手机端的实时通话。通过通讯服务器完成通道内通话双方语音媒体信息流传输并使用电话软交换平台捕获经由通道传输的媒体声音流并将媒体声音导出。通过对语音数据进行语义分析和情感监测获得一个质检结果;由此可见,所述现有技术存在以下问题:未考虑到根据双方的语音信息对产生问题的敏感词进行确定,根据更新的通话录音实时对敏感词进行更新处理,未能形成针对单个客服的易错清单,影响了智能质检的效率。
发明内容
为此,本发明提供一种基于智能质检客户画像的通知的***和方法,用以克服现有技术中未考虑到根据双方的语音信息对产生问题的敏感词进行确定,根据更新的通话录音实时对敏感词进行更新处理,未能形成针对单个客服的易错清单,影响了智能质检的效率的问题。
为实现上述目的,本发明提供一种基于智能质检客户画像的通知的***和方法,包括:
录音模块,其在各客服与对应的客户通话时,将通话内容进行录制以获取通话录音,以及,将各通话录音转换为文字,并将转换后的文字与录音进行储存,以及,将转换后的文字进行分词处理,以获取若干有效词;
存储模块,其与所述录音模块相连,其内预设由若干不同等级敏感词集合,各敏感词集合内存有相同等级的敏感词,其内还设有若干有效词集合用以对等级相同的有效词进行储存;
数据处理模块,其分别与所述录音模块和所述存储模块相连,用以在所述录音模块获取到新的通话录音时,根据该通话录音的响度对该通话录音中的第一异常区间和预备词进行标记,以及,根据获取的单个客服的预设数量的历史通话录音的通话评价值EZ和该客服的基准评价值P计算该客服的易错评价值R;
判定模块,其分别与所述录音模块、所述存储模块相连和所述数据处理模块相连,用以根据单个预备词的预备评价值对该预备词是否符合应用标准进行判定,以根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,以及,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准,以及,生成各客服的易错清单;
调节模块,其分别与所述录音模块、所述存储模块相连、所述数据处理模块和所述判定模块相连,用以根据判定模块的判定结果对数据处理模块的对应参数进行调节,其中,对应参数包括,客服的预设等级的评分、客服的易错清单;
警报模块,其分别与所述录音模块、所述数据处理模块和所述判定模块相连,用以在单个通话录音录制过程中存在敏感词时,对客服发出警报信息。
其中,有效词为通话录音转换的文字中具有实际含义的词语;
敏感词为通话录音转换的文字中敏感或不当内容的词语;
易错清单为客服在处理对话过程中容易出现错误、需要特别注意的词汇的清单;
进一步地,所述数据处理模块在获取到通话录音的条件下绘制该通话录音的响度-时间曲线图g(x),并计算该通话录音的平均响度值,数据处理模块将该通话录音中响度大于平均响度值的区间标记为第一异常区间;
数据处理模块将通话录音中位于判定为第一异区间的有效词所处时间节点之前且距离该时间节点最近的有效词记为预备词;
所述判定模块根据求得的该预备词的预备评价值H确定该预备词是否符合应用标准的敏感词判定方式,其中:
第一敏感词判定方式为所述判定模块初步判定该预备词符合应用标准,存储模块将该预备词存储至第一有效词集合,并根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定;所述第一敏感词判定方式满足所述预备评价值H小于等于第一预设预备评价值;
第二敏感词判定方式为所述判定模块初步判定该预备词不符合应用标准,并根据该通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定;所述第二敏感词判定方式满足所述预备评价值H小于等于第二预设预备评价值且大于所述第一预设预备评价值,第一预设预备评价值小于第二预设预备评价值;
第三敏感词判定方式为所述判定模块判定该预备词不符合应用标准,存储模块将该预备词存储至第二有效词集合,并根据该录音中位于预备词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值将该预备词存入对应的敏感词集合;所述第三敏感词判定方式满足所述预备评价值H大于所述第二预设预备评价值。
进一步地,所述数据处理模块根据获取的单个通话录音确定单个预备词的预备评价值H,设定,其中,La为数据处理模块获取的该通话录音中的响度平均值,S为该通话录音的总时长,Si为该通话录音中该预备词所处的第i个第一异常区间的持续时长,Li为该通话录音中该预备词所处的第i个第一异常区间的平均异常响度值,i=1,2,3,……n,Y为预备评价参数,Y=100。
进一步地,所述判定模块在所述第一敏感词判定方式下根据获取的所述第一有效词集合中单个预备词的数量,确定该预备词是否符合应用标准的敏感词二次判定方式,其中:
第一敏感词二次判定方式为所述判定模块判定该预备词符合应用标准,判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一敏感词二次判定方式满足所述第一有效词集合中该预备词的数量小于等于预设数量;
第二敏感词二次判定方式为所述判定模块判定该预备词不符合应用标准,判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二敏感词二次判定方式满足所述第二有效词集合中该预备词的数量大于所述预设数量。
进一步地,所述判定模块在所述第二敏感词判定方式下根据获取的通话录音中该预备词的词汇平均响度确定该预备词是否符合应用标准的预备词二次判定方式,其中:
第一预备词二次判定方式为所述判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一预备词二次判定方式满足所述词汇平均响度小于等于预设词汇平均响度;
第二预备词二次判定方式为所述判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二预备词二次判定方式满足所述词汇平均响度大于所述预设词汇平均响度。
进一步地,所述判定模块在所述第二有效词集合接收到新的第二有效词的条件下,分别计算对应通话录音中位于该第二有效词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值,并将该差值记为响度差值,判定模块根据该通话录音中的各响度差值的平均值确定该第二有效词的敏感等级的等级判定方式,其中:
第一等级判定方式为所述判定模块判定该第二有效词的敏感等级为第一敏感词;所述第一等级判定方式满足所述平均值小于等于第一预设平均值;
第二等级判定方式为所述判定模块判定该第二有效词的敏感等级为第二敏感词;所述第二等级判定方式满足所述平均值小于等于第二预设平均值且大于所述第一预设平均值,第一预设平均值小于第二预设平均值;
第三等级判定方式为所述判定模块判定该第二有效词的敏感等级为第三敏感词;所述第三等级判定方式满足所述平均值大于所述第二预设平均值;
判定模块根据各判定方式确定该第二有效词的敏感等级并将第二有效词存入至与其等级匹配的敏感词集合中。
进一步地,所述判定模块在敏感词集合中存入新的敏感词的条件下计算新的敏感词存储前单个客服在预设数量的通话录音中出现敏感词的数量,与新的敏感词存储后该客服在预设通话数量的通话录音中出现敏感词的数量的差值,并将该差值记为敏感词差值,判定模块根据敏感词差值确定该客服预设等级的评分是否符合预设标准的判定方式,其中:
第一判定方式为所述判定模块判定该客服预设等级的评分符合预设标准,并维持该客服预设等级的评分;所述第一判定方式满足所述敏感词差值小于等于预设敏感词差值;
第二判定方式为所述判定模块判定该客服的预设等级不符合预设标准,并根据所述敏感词差值与预设敏感词差值的差值将该客服预设等级的评分调节至对应值;所述第二判定方式满足所述敏感词差值大于所述预设敏感词差值。
进一步地,所述调节模块在所述第二判定方式下计算所述敏感词差值与预设敏感词差值的差值,并将该差值记为调节差值,调节模块根据求得的调节差值确定客服预设等级的评分调节方式,其中:
第一评分调节方式为所述调节模块使用第一预设调节系数将该客服的预设等级的评分调节至对应值;所述第一评分调节方式满足所述调节差值小于等于第一预设调节差值;
第二评分调节方式为所述调节模块使用第二预设调节系数将该客服的预设等级的评分调节至对应值;所述第二评分调节方式满足所述调节差值小于等于第二预设调节差值且大于所述第一预设调节差值,第一预设调节差值小于第二预设调节差值;
第三评分调节方式为所述调节模块使用第三预设调节系数将该客服的预设等级的评分调节至对应值;所述第三评分调节方式满足所述调节差值大于所述第二预设调节差值。
进一步地,所述调节模块根据求得的易错评价值R确定单个客服易错清单内的预设敏感词数量的数量调节方式,其中:
第一数量调节方式为所述调节模块将所述预设敏感词数量调节至第一预设敏感词数量;所述第一数量调节方式满足所述易错评价值R小于等于第一预设易错评价值;
第二数量调节方式为所述调节模块将所述预设敏感词数量调节至第二预设敏感词数量;所述第二数量调节方式满足所述易错评价值R小于等于第二预设易错评价值且大于所述第一预设易错评价值,第一预设易错评价值小于第二预设易错评价值;
第三数量调节方式为所述调节模块将所述预设敏感词数量调节至第三预设敏感词数量;所述第三数量调节方式满足所述易错评价值R大于所述第二预设易错评价值;
所述判定模块将该客服的若干条通话录音内出现的敏感词按出现次数降序排列,并依次选取预设敏感词数量的敏感词作为该客服的易错清单;
所述数据处理模块获取单个客服的预设通话数量U个历史通话录音并分别获取各通话录音的通话评价值EZ,数据处理模块根据各通话评价值和该客服的基准评价值P确定该客服的易错评价值R,设定,C为第一预设易错评价参数,设定C=0.65,D为第二预设易错评价值,设定D=0.35,EZ为第Z个通话录音的通话评价值,Z=1,2,3……,U;
所述数据处理模块根据获取的单个客服的基本信息确定单个客服的基准评价值P,设定,其中,M为单个客服服务客户的总数量,F为单个客服获取差评的次数,T为单个客服获取好评的次数,G为该客服预设等级的评分,j为第一预设基准评价参数,设定j=700,k为第二预设基准评价参数,设定k=300;
所述数据处理模块根据获取的单个通话录音确定该通话录音的通话评价值EZ,设定,其中,n为该通话录音中第二异常区间的总数,w为所述警报模块在该通话录音中的警报次数,N1为数据处理模块获取的该通话录音中一级敏感词的数量,N2为数据处理模块获取的该通话录音中二级敏感词的数量,N3为数据处理模块获取的该通话录音中三级敏感词的数量,α为第一预设评价参数,设定α=0.2,β为第二预设评价参数,设定β=0.3,γ为第三预设评价参数,设定γ=0.5,q为第四预设评价参数,设定q=0.2;
其中数据处理模块内设有若干敏感词集合,各敏感词集合内存储有与其相同等级的敏感词,包括,一级敏感词、二级敏感词和三级敏感词;
数据处理模块获取该通话录音中的响度平均值,并将该通话录音中响度与响度平均值的差值大于第一预设差值的通话区间标记为第二异常区间。
另一方面,本发明还提供一种基于智能质检客户画像的通知的方法,包括:
步骤S1,录音模块在单个客服与对应的客户通话时将通话内容进行录制以获取通话录音,并将通话录音进行文字转换以进一步进行分词处理,并获取若干有效词;
步骤S2,对于该通话录音数据处理模块对其响度大于平均响度值的区间进行标记,并对预备词进行标记,以根据单个预备词的预备评价值H对该预备词是否符合应用标准进行判定;
步骤S3,所述判定模块判定该预备词符合应用标准时,根据第一有效词集合中该预备词的数量判定是否将该有效词存储至第二有效词集合;
步骤S4,所述判定模块初步判定该预备词不符合应用标准时,根据对应通话录音中该预备词的词汇平均响度判定是否将该有效词存储至第二有效词集合;
步骤S5,所述判定模块判定该预备词不符合应用标准时,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,以及,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准;
步骤S6,判定模块生成各客服的易错清单。
与现有技术相比,本发明的有益效果在于,对客服与客户的语音通话进行实时监控,在出现敏感词时发出警报信息,以对客服进行提醒,以及,针对各客服的历史通话录音确定针对单个客服的易错清单,在有效提升服务质量的同时,进一步提升了质检效率。
进一步地,对于录制完成的通话录音,数据处理模块对该通话录音进行处理,根据双方的语音信息对出现异常的第一异常区间进行标记,以进一步确定可能被更新为敏感词的预备词,并根据该预备词在该通话录音中的响度及客户或客服的反响即为第一异常区间的持续时长对该预备词的预备评价值进行计算,并根据预备评价值对该预备词是否符合应用标准进行判定,该预备词的预备评价值越高,该预备词越不符合应用标准,判定模块根据单个预备词的预备评价值所处的不同区间,对处于不同区间的预备词做出不同的处理方式,以在通话录音更新的同时,对敏感词进行更新,进一步提升了质检效率。
进一步地,在判定模块初步判定单个预备词符合应用标准时,判定该预备词为第一有效词,并根据第一有效词集合内该第一有效词的数量,对其是否符合应用标准进行进一步判定,即为,即使单个预备词的预备评价值很低,但仍会多次引起同一或不同客户异常的反应,该预备词仍会被列入敏感词的集合中,在确保对每一个可能为不符合应用标准的词汇进行处理,在确保完整的对不符合应用标准的词汇进行总结处理的同时,进一步提升了质检效率。
进一步地,在判定模块初步判定单个预备词不符合应用标准时,判定模块根据该预备词所处的通话录音的响度对该预备词进行进一步判定,以确定该预备词是否为第二有效词,在确保完整的对不符合应用标准的词汇进行总结处理的同时,进一步提升了质检效率。
进一步地,在判定单个有效词为第二有效词时,对其敏感等级进行判定以存储至对应等级的敏感集合,在对不同的敏感词进行分类的同时,以有效提高智能质检的准确性的同时,进一步提升了质检效率。
进一步地,在客户与客服沟通过程中,实时对通话录音进行检查,发现问题及时提醒促进问题及时解决,在释放质检的人力资源、降低企业的运营成本,并对业务经营进行辅助的同时,进一步提升了质检效率。
进一步地,在判定模块判定任一敏感词集合中存在新增敏感词的情况下,重新确定单个客服对应的预设等级的评分是否符合预设标准进行判定,以根据判定结果确定是否对预设等级的评分进行调节,在确定根据敏感词的更新对预设等级的评分进行同步更新的同时,进一步提升了质检效率。
进一步地,根据单个客服的预设等级的评分计算该客服的易错评价值,并根据单个客服的易错评价值对单个客服的易错清单进行调节,以分别确定针对各客服的易错清单,进一步提升了质检效率。
进一步地,单个客服的易错评价值根据其基准评价值和其历史数据中各通话录音的通话评价值求得。
附图说明
图1为本发明实施例智能质检客户画像的通知的***的模块框图;
图2为本发明实施例智能质检客户画像的通知的方法流程图;
图3为本发明实施例判定模块根据求得的预备词的预备评价值H确定该预备词是否符合应用标准的敏感词判定方式流程图;
图4为本发明实施例判定模块根据单个通话录音中的各响度差值的平均值确定单个第二有效词的敏感等级的等级判定方式流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1、图2、图3以及图4所示,其分别为本发明实施例智能质检客户画像的通知的***的模块框图、智能质检客户画像的通知的方法流程图、判定模块根据求得的预备词的预备评价值H确定该预备词是否符合应用标准的敏感词判定方式流程图、判定模块根据单个通话录音中的各响度差值的平均值确定单个第二有效词的敏感等级的等级判定方式流程图;本发明实施例一种基于智能质检客户画像的通知的***和方法,包括:
录音模块,其在各客服与对应的客户通话时,将通话内容进行录制以获取通话录音,以及,将各通话录音转换为文字,并将转换后的文字与录音进行储存,以及,将转换后的文字进行分词处理,以获取若干有效词;
存储模块,其与所述录音模块相连,其内预设由若干不同等级敏感词集合,各敏感词集合内存有相同等级的敏感词,其内还设有若干有效词集合用以对等级相同的有效词进行储存;
数据处理模块,其分别与所述录音模块和所述存储模块相连,用以在所述录音模块获取到新的通话录音时,根据该通话录音的响度对该通话录音中的第一异常区间和预备词进行标记,以及,根据获取的单个客服的预设数量的历史通话录音的通话评价值EZ和该客服的基准评价值P计算该客服的易错评价值R,以及,根据单个通话录音中单个预备词的响度计算该预备词的预备评价值H;
判定模块,其分别与所述录音模块、所述存储模块相连和所述数据处理模块相连,用以根据单个预备词的预备评价值对该预备词是否符合应用标准进行判定,以根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,以及,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准,以及,生成各客服的易错清单;
调节模块,其分别与所述录音模块、所述存储模块相连、所述数据处理模块和所述判定模块相连,用以根据判定模块的判定结果对数据处理模块的对应参数进行调节,其中,对应参数包括,客服的预设等级的评分、客服的易错清单;
警报模块,其分别与所述录音模块、所述数据处理模块和所述判定模块相连,用以在单个通话录音录制过程中存在敏感词时,对客服发出警报信息。
其中,有效词为通话录音转换的文字中具有实际含义的词语;
敏感词为通话录音转换的文字中敏感或不当内容的词语;
易错清单为客服在处理对话过程中容易出现错误、需要特别注意的词汇的清单;
具体而言,所述数据处理模块在获取到通话录音的条件下绘制该通话录音的响度-时间曲线图g(x),并计算该通话录音的平均响度值,数据处理模块将该通话录音中响度大于平均响度值的区间标记为第一异常区间;
数据处理模块将通话录音中位于判定为第一异区间的有效词所处时间节点之前且距离该时间节点最近的有效词记为预备词;
所述判定模块根据求得的该预备词的预备评价值H确定该预备词是否符合应用标准的敏感词判定方式,其中:
第一敏感词判定方式为所述判定模块初步判定该预备词符合应用标准,存储模块将该预备词存储至第一有效词集合,并根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定;所述第一敏感词判定方式满足所述预备评价值H小于等于第一预设预备评价值;
第二敏感词判定方式为所述判定模块初步判定该预备词不符合应用标准,并根据该通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定;所述第二敏感词判定方式满足所述预备评价值H小于等于第二预设预备评价值且大于所述第一预设预备评价值,第一预设预备评价值小于第二预设预备评价值;
第三敏感词判定方式为所述判定模块判定该预备词不符合应用标准,存储模块将该预备词存储至第二有效词集合,并根据该录音中位于预备词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值将该预备词存入对应的敏感词集合;所述第三敏感词判定方式满足所述预备评价值H大于所述第二预设预备评价值;
其中,第一预备评价值为326, 第二预备评价值为305。
其中,单个通话录音中预备词的词汇平均响度为:该预备词在响度-时间曲线图g(x)中存在单次或多次出现,判定模块对各次出现的响度值进行积分,并将各积分值相加除以各次出现的累计时长;
单个录音中位于预备词所处时间节点前最近的有效词的响度为:判定模块对响度-时间曲线图g(x)中有效词的时间区间内的响度值进行积分并除以时间区间。
具体而言,所述数据处理模块根据获取的单个通话录音确定单个预备词的预备评价值H,设定,其中,La为数据处理模块获取的该通话录音中的响度平均值,S为该通话录音的总时长,Si为该通话录音中该预备词所处的第i个第一异常区间的持续时长,Li为该通话录音中该预备词所处的第i个第一异常区间的平均异常响度值,i=1,2,3,……n,Y为预备评价参数,Y=100。
具体而言,所述判定模块在所述第一敏感词判定方式下根据获取的所述第一有效词集合中单个预备词的数量,确定该预备词是否符合应用标准的敏感词二次判定方式,其中:
第一敏感词二次判定方式为所述判定模块判定该预备词符合应用标准,判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一敏感词二次判定方式满足所述第一有效词集合中该预备词的数量小于等于预设数量;
第二敏感词二次判定方式为所述判定模块判定该预备词不符合应用标准,判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二敏感词二次判定方式满足所述第二有效词集合中该预备词的数量大于所述预设数量;
其中,预设数量为200。
具体而言,所述判定模块在所述第二敏感词判定方式下根据获取的通话录音中该预备词的词汇平均响度确定该预备词是否符合应用标准的预备词二次判定方式,其中:
第一预备词二次判定方式为所述判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一预备词二次判定方式满足所述词汇平均响度小于等于预设词汇平均响度;
第二预备词二次判定方式为所述判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二预备词二次判定方式满足所述词汇平均响度大于所述预设词汇平均响度;
其中,预设词汇平均响度,58。
具体而言,所述判定模块在所述第二有效词集合接收到新的第二有效词的条件下,分别计算对应通话录音中位于该第二有效词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值,并将该差值记为响度差值,判定模块根据该通话录音中的各响度差值的平均值确定该第二有效词的敏感等级的等级判定方式,其中:
第一等级判定方式为所述判定模块判定该第二有效词的敏感等级为第一敏感词;所述第一等级判定方式满足所述平均值小于等于第一预设平均值;
第二等级判定方式为所述判定模块判定该第二有效词的敏感等级为第二敏感词;所述第二等级判定方式满足所述平均值小于等于第二预设平均值且大于所述第一预设平均值,第一预设平均值小于第二预设平均值;
第三等级判定方式为所述判定模块判定该第二有效词的敏感等级为第三敏感词;所述第三等级判定方式满足所述平均值大于所述第二预设平均值;
判定模块根据各判定方式确定该第二有效词的敏感等级并将第二有效词存入至与其等级匹配的敏感词集合中;
其中,第一预设平均值为20,第二预设平均值为30。
具体而言,所述判定模块在敏感词集合中存入新的敏感词的条件下计算新的敏感词存储前单个客服在预设通话数量的通话录音中出现敏感词的数量,与新的敏感词存储后该客服在预设数量的通话录音中出现敏感词的数量的差值,并将该差值记为敏感词差值,判定模块根据敏感词差值确定该客服预设等级的评分是否符合预设标准的判定方式,其中:
第一判定方式为所述判定模块判定该客服预设等级的评分符合预设标准,并维持该客服预设等级的评分;所述第一判定方式满足所述敏感词差值小于等于预设敏感词差值;
第二判定方式为所述判定模块判定该客服的预设等级不符合预设标准,并根据所述敏感词差值与预设敏感词差值的差值将该客服预设等级的评分调节至对应值;所述第二判定方式满足所述敏感词差值大于所述预设敏感词差值;
其中,预设敏感词差值为52,预设通话数量为45。
具体而言,所述调节模块在所述第二判定方式下计算所述敏感词差值与预设敏感词差值的差值,并将该差值记为调节差值,调节模块根据求得的调节差值确定客服预设等级的评分调节方式,其中:
第一评分调节方式为所述调节模块使用第一预设调节系数将该客服的预设等级的评分调节至对应值;所述第一评分调节方式满足所述调节差值小于等于第一预设调节差值;
第二评分调节方式为所述调节模块使用第二预设调节系数将该客服的预设等级的评分调节至对应值;所述第二评分调节方式满足所述调节差值小于等于第二预设调节差值且大于所述第一预设调节差值,第一预设调节差值小于第二预设调节差值;
第三评分调节方式为所述调节模块使用第三预设调节系数将该客服的预设等级的评分调节至对应值;所述第三评分调节方式满足所述调节差值大于所述第二预设调节差值;
其中,第一预设调节差值为30,第二预设调节差值50,第一预设调节系数位0.95,第二预设调节系数为0.9,第三预设调节系数为0.85。
具体而言,所述调节模块根据求得的易错评价值R确定单个客服易错清单内的预设敏感词数量的数量调节方式,其中:
第一数量调节方式为所述调节模块将所述预设敏感词数量调节至第一预设敏感词数量;所述第一数量调节方式满足所述易错评价值R小于等于第一预设易错评价值;
第二数量调节方式为所述调节模块将所述预设敏感词数量调节至第二预设敏感词数量;所述第二数量调节方式满足所述易错评价值R小于等于第二预设易错评价值且大于所述第一预设易错评价值,第一预设易错评价值小于第二预设易错评价值;
第三数量调节方式为所述调节模块将所述预设敏感词数量调节至第三预设敏感词数量;所述第三数量调节方式满足所述易错评价值R大于所述第二预设易错评价值;
所述判定模块将该客服的若干条通话录音内出现的敏感词按出现次数降序排列,并依次选取预设敏感词数量的敏感词作为该客服的易错清单;
所述数据处理模块获取单个客服的预设通话数量U个历史通话录音并分别获取各通话录音的通话评价值EZ,数据处理模块根据各通话评价值和该客服的基准评价值P确定该客服的易错评价值R,设定,C为第一预设易错评价参数,设定C=0.65,D为第二预设易错评价值,设定D=0.35,EZ为第Z个通话录音的通话评价值,Z=1,2,3……,U;
所述数据处理模块根据获取的单个客服的基本信息确定单个客服的基准评价值P,设定,其中,M为单个客服服务客户的总数量,F为单个客服获取差评的次数,T为单个客服获取好评的次数,G为该客服预设等级的评分,j为第一预设基准评价参数,设定j=700,k为第二预设基准评价参数,设定k=300;
所述数据处理模块根据获取的单个通话录音确定该通话录音的通话评价值EZ,设定,其中,n为该通话录音中第二异常区间的总数,w为所述警报模块在该通话录音中的警报次数,N1为数据处理模块获取的该通话录音中一级敏感词的数量,N2为数据处理模块获取的该通话录音中二级敏感词的数量,N3为数据处理模块获取的该通话录音中三级敏感词的数量,α为第一预设评价参数,设定α=0.2,β为第二预设评价参数,设定β=0.3,γ为第三预设评价参数,设定γ=0.5,q为第四预设评价参数,设定q=0.2;
其中数据处理模块内设有若干敏感词集合,各敏感词集合内存储有与其相同等级的敏感词,包括,一级敏感词、二级敏感词和三级敏感词;
数据处理模块获取该通话录音中的响度平均值,并将该通话录音中响度与响度平均值的差值大于第一预设差值的通话区间标记为第二异常区间;
其中,第一预设差值为20,第一预设易错评价值为0.7,第二预设易错评价值为2.2,第一预设敏感词数量为20,第二预设敏感词数量为50,第三预设敏感词数量为90。
具体而言,步骤S1,录音模块在单个客服与对应的客户通话时将通话内容进行录制以获取通话录音,并将通话录音进行文字转换以进一步进行分词处理,并获取若干有效词;
步骤S2,对于该通话录音数据处理模块对其响度大于平均响度值的区间进行标记,并对预备词进行标记,以根据单个预备词的预备评价值H对该预备词是否符合应用标准进行判定;
步骤S3,所述判定模块判定该预备词符合应用标准时,根据第一有效词集合中该预备词的数量判定是否将其存储至第二有效词集合;
步骤S4,所述判定模块初步判定该预备词不符合应用标准时,根据对应通话录音中该预备词的词汇平均响度判定是否将其存储至第二有效词集合;
步骤S5,所述判定模块判定该预备词不符合应用标准时,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,以及,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准;
步骤S6,判定模块生成各客服的易错清单。
实施例1
针对单个客服数据处理模块获取该客服服务客户的总数量为230,获取好评的次数为198,获取差评的次数为8,预设等级的评分为82;数据处理模块绘制的单个通话录音的响度-时间曲线图g(x),并求得该通话录音的平均响度值为53,数据处理模块将该通话录音中响度大于平均响度值的区间标记为第一异常区间,并得到通话录音中位于判定为第一异区间的有效词所处时间节点之前且距离该时间节点最近的预备词;计算该预备词的预备评价值H为294,判定模块初步判定该预备词符合应用标准,存储模块将该预备词存储至第一有效词集合,并获取第一有效词集合中该预备词的数量为201,判定模块判定该预备词不符合应用标准,判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合,判定模块计算该通话录音中各响度差值的平均值为18,判定模块判定该第二有效词的敏感等级为第一敏感词;判定模块针对单个客服计算敏感词差值为60,判定模块判定该客服的预设等级不符合预设标准,并求得调节差值为8,调节模块使用第一预设调节系数0.95将该客服的预设等级的评分82调节至77.9,数据处理模块计算求得该客服评分调节后的易错评价值为0.58,调节模块将预设敏感词数量调节20。
实施例2
对单个客服数据处理模块获取该客服服务客户的总数量为120,获取好评的次数为80,获取差评的次数为4,预设等级的评分为62;数据处理模块绘制的单个通话录音的响度-时间曲线图g(x),并求得该通话录音的平均响度值为60,数据处理模块将该通话录音中响度大于平均响度值的区间标记为第一异常区间,并得到通话录音中位于判定为第一异常区间的有效词所处时间节点之前且距离该时间节点最近的预备词;计算该预备词的预备评价值H为332,判定模块初步判定该预备词不符合应用标准,并根据该通话录音中该预备词的词汇平均响度为53,判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。 凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于智能质检客户画像的通知的***,其特征在于,包括:
录音模块,其在各客服与对应的客户通话时,将通话内容进行录制以获取通话录音,以及,将各通话录音转换为文字,并将转换后的文字与录音进行储存,以及,将转换后的文字进行分词处理,以获取若干有效词;
存储模块,其与所述录音模块相连,其内预设由若干不同等级敏感词集合,各敏感词集合内存有相同等级的敏感词,其内还设有若干有效词集合用以对等级相同的有效词进行储存;
数据处理模块,其分别与所述录音模块和所述存储模块相连,用以在所述录音模块获取到新的通话录音时,根据该通话录音的平均响度值对该通话录音中的第一异常区间和预备词进行标记,以及,根据获取的单个客服的预设数量的历史通话录音的通话评价值EZ和该客服的基准评价值P计算该客服的易错评价值R;
所述数据处理模块根据获取的单个客服的基本信息确定单个客服的基准评价值P,设定,其中,M为单个客服服务客户的总数量,F为单个客服获取差评的次数,T为单个客服获取好评的次数,G为该客服预设等级的评分,j为第一预设基准评价参数,设定j=700,k为第二预设基准评价参数,设定k=300;
判定模块,其分别与所述录音模块、所述存储模块相连和所述数据处理模块相连,用以根据单个预备词的预备评价值对该预备词是否符合应用标准进行判定,以根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定,或,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准;
调节模块,其分别与所述录音模块、所述存储模块相连、所述数据处理模块和所述判定模块相连,用以根据判定模块的判定结果对数据处理模块的对应参数进行调节,其中,对应参数包括,客服的预设等级的评分、客服的易错清单;
警报模块,其分别与所述录音模块、所述数据处理模块和所述判定模块相连,用以在单个通话录音录制过程中存在敏感词时,对客服发出警报信息
其中,有效词为通话录音转换的文字中具有实际含义的词语;
敏感词为通话录音转换的文字中敏感或不当内容的词语;
易错清单为客服在处理对话过程中容易出现错误、需要特别注意的词汇的清单;
所述数据处理模块在获取到通话录音的条件下绘制该通话录音的响度-时间曲线图g(x),并计算该通话录音的平均响度值,数据处理模块将该通话录音中响度大于平均响度值的区间标记为第一异常区间;
数据处理模块将通话录音中位于判定为第一异区间的有效词所处时间节点之前且距离该时间节点最近的有效词记为预备词;
所述判定模块根据求得的该预备词的预备评价值H确定该预备词是否符合应用标准的敏感词判定方式,其中:
第一敏感词判定方式为所述判定模块初步判定该预备词符合应用标准,存储模块将该预备词存储至第一有效词集合,并根据第一有效词集合中该预备词的数量对该预备词是否符合应用标准进行进一步判定;所述第一敏感词判定方式满足所述预备评价值H小于等于第一预设预备评价值;
第二敏感词判定方式为所述判定模块初步判定该预备词不符合应用标准,并根据该通话录音中该预备词的词汇平均响度对该预备词是否符合应用标准进行进一步判定;所述第二敏感词判定方式满足所述预备评价值H小于等于第二预设预备评价值且大于所述第一预设预备评价值,第一预设预备评价值小于第二预设预备评价值;
第三敏感词判定方式为所述判定模块判定该预备词不符合应用标准,存储模块将该预备词存储至第二有效词集合,并根据该录音中位于预备词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值将该预备词存入对应的敏感词集合;所述第三敏感词判定方式满足所述预备评价值H大于所述第二预设预备评价值;
所述数据处理模块根据获取的单个通话录音确定单个预备词的预备评价值H,设定 ,其中,La为数据处理模块获取的该通话录音中的响度平均值,S为该通话录音的总时长,Si为该通话录音中该预备词所处的第i个第一异常区间的持续时长,Li为该通话录音中该预备词所处的第i个第一异常区间的平均异常响度值,i=1,2,3,……n,Y为预备评价参数,Y=100。
2.根据权利要求1所述的基于智能质检客户画像的通知的***,其特征在于,所述判定模块在所述第一敏感词判定方式下根据获取的所述第一有效词集合中单个预备词的数量,确定该预备词是否符合应用标准的敏感词二次判定方式,其中:
第一敏感词二次判定方式为所述判定模块判定该预备词符合应用标准,判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一敏感词二次判定方式满足所述第一有效词集合中该预备词的数量小于等于预设数量;
第二敏感词二次判定方式为所述判定模块判定该预备词不符合应用标准,判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二敏感词二次判定方式满足所述第二有效词集合中该预备词的数量大于所述预设数量。
3.根据权利要求2所述的基于智能质检客户画像的通知的***,其特征在于,所述判定模块在所述第二敏感词判定方式下根据获取的通话录音中该预备词的词汇平均响度确定该预备词是否符合应用标准的预备词二次判定方式,其中:
第一预备词二次判定方式为所述判定模块判定该预备词为第一有效词,并将其存储至第一有效词集合;所述第一预备词二次判定方式满足所述词汇平均响度小于等于预设词汇平均响度;
第二预备词二次判定方式为所述判定模块判定该预备词为第二有效词,并将其存储至第二有效词集合;所述第二预备词二次判定方式满足所述词汇平均响度大于所述预设词汇平均响度。
4.根据权利要求3所述的基于智能质检客户画像的通知的***,其特征在于,所述判定模块在所述第二有效词集合接收到新的第二有效词的条件下,分别计算对应通话录音中位于该第二有效词所处时间节点前最近的有效词的响度与位于该时间节点后最近的有效词的响度的差值,并将该差值记为响度差值,判定模块根据该通话录音中的各响度差值的平均值确定该第二有效词的敏感等级的等级判定方式,其中:
第一等级判定方式为所述判定模块判定该第二有效词的敏感等级为第一敏感词;所述第一等级判定方式满足所述平均值小于等于第一预设平均值;
第二等级判定方式为所述判定模块判定该第二有效词的敏感等级为第二敏感词;所述第二等级判定方式满足所述平均值小于等于第二预设平均值且大于所述第一预设平均值,第一预设平均值小于第二预设平均值;
第三等级判定方式为所述判定模块判定该第二有效词的敏感等级为第三敏感词;所述第三等级判定方式满足所述平均值大于所述第二预设平均值;
判定模块根据各判定方式确定该第二有效词的敏感等级并将第二有效词存入至与其等级匹配的敏感词集合中。
5.根据权利要求4所述的基于智能质检客户画像的通知的***,其特征在于,所述判定模块在敏感词集合中存入新的敏感词的条件下计算新的敏感词存储前单个客服在预设通话数量的通话录音中出现敏感词的数量,与新的敏感词存储后该客服在预设数量的通话录音中出现敏感词的数量的差值,并将该差值记为敏感词差值,判定模块根据敏感词差值确定该客服预设等级的评分是否符合预设标准的判定方式,其中:
第一判定方式为所述判定模块判定该客服预设等级的评分符合预设标准,并维持该客服预设等级的评分;所述第一判定方式满足所述敏感词差值小于等于预设敏感词差值;
第二判定方式为所述判定模块判定该客服的预设等级不符合预设标准,并根据所述敏感词差值与预设敏感词差值的差值将该客服预设等级的评分调节至对应值;所述第二判定方式满足所述敏感词差值大于所述预设敏感词差值。
6.根据权利要求5所述的基于智能质检客户画像的通知的***,其特征在于,所述调节模块在所述第二判定方式下计算所述敏感词差值与预设敏感词差值的差值,并将该差值记为调节差值,调节模块根据求得的调节差值确定客服预设等级的评分调节方式,其中:
第一评分调节方式为所述调节模块使用第一预设调节系数将该客服的预设等级的评分调节至对应值;所述第一评分调节方式满足所述调节差值小于等于第一预设调节差值;
第二评分调节方式为所述调节模块使用第二预设调节系数将该客服的预设等级的评分调节至对应值;所述第二评分调节方式满足所述调节差值小于等于第二预设调节差值且大于所述第一预设调节差值,第一预设调节差值小于第二预设调节差值;
第三评分调节方式为所述调节模块使用第三预设调节系数将该客服的预设等级的评分调节至对应值;所述第三评分调节方式满足所述调节差值大于所述第二预设调节差值。
7.根据权利要求6所述的基于智能质检客户画像的通知的***,其特征在于,所述调节模块根据求得的易错评价值R确定单个客服易错清单内的预设敏感词数量的数量调节方式,其中:
第一数量调节方式为所述调节模块将所述预设敏感词数量调节至第一预设敏感词数量;所述第一数量调节方式满足所述易错评价值R小于等于第一预设易错评价值;
第二数量调节方式为所述调节模块将所述预设敏感词数量调节至第二预设敏感词数量;所述第二数量调节方式满足所述易错评价值R小于等于第二预设易错评价值且大于所述第一预设易错评价值,第一预设易错评价值小于第二预设易错评价值;
第三数量调节方式为所述调节模块将所述预设敏感词数量调节至第三预设敏感词数量;所述第三数量调节方式满足所述易错评价值R大于所述第二预设易错评价值;
所述判定模块将该客服的若干条通话录音内出现的敏感词按出现次数降序排列,并依次选取预设敏感词数量的敏感词作为该客服的易错清单;
所述数据处理模块获取单个客服的预设通话数量U个历史通话录音并分别获取各通话录音的通话评价值EZ,数据处理模块根据各通话评价值和该客服的基准评价值P确定该客服的易错评价值R,设定,C为第一预设易错评价参数,设定C=0.65,D为第二预设易错评价值,设定D=0.35,EZ为第Z个通话录音的通话评价值,Z=1,2,3……,U;
所述数据处理模块根据获取的单个通话录音确定该通话录音的通话评价值EZ,设定,其中,n为该通话录音中第二异常区间的总数,w为所述警报模块在该通话录音中的警报次数,N1为数据处理模块获取的该通话录音中一级敏感词的数量,N2为数据处理模块获取的该通话录音中二级敏感词的数量,N3为数据处理模块获取的该通话录音中三级敏感词的数量,α为第一预设评价参数,设定α=0.2,β为第二预设评价参数,设定β=0.3,γ为第三预设评价参数,设定γ=0.5,q为第四预设评价参数,设定q=0.2;
其中数据处理模块内设有若干敏感词集合,各敏感词集合内存储有与其相同等级的敏感词,包括,一级敏感词、二级敏感词和三级敏感词;
数据处理模块获取该通话录音中的响度平均值,并将该通话录音中响度与响度平均值的差值大于第一预设差值的通话区间标记为第二异常区间。
8.一种使用权利要求1-7任一项权利要求所述基于智能质检客户画像的通知的***的方法,其特征在于,包括,
步骤S1,录音模块在单个客服与对应的客户通话时将通话内容进行录制以获取通话录音,并将通话录音进行文字转换以进一步进行分词处理,并获取若干有效词;
步骤S2,对于该通话录音数据处理模块对其响度大于平均响度值的区间进行标记,并对预备词进行标记,以根据单个预备词的预备评价值H对该预备词是否符合应用标准进行判定;
步骤S3,所述判定模块判定该预备词符合应用标准时,根据第一有效词集合中该预备词的数量判定是否将其存储至第二有效词集合;
步骤S4,所述判定模块初步判定该预备词不符合应用标准时,根据对应通话录音中该预备词的词汇平均响度判定是否将其存储至第二有效词集合;
步骤S5,所述判定模块判定该预备词不符合应用标准时,根据对应通话录音中对应有效词的响度将该预备词存入对应的敏感词集合,以及,在判定敏感词集合中存入新的敏感词时,依次根据各客服的预设数量的通话录音中敏感词的数量确定各客服预设等级的评分是否符合预设标准;
步骤S6,判定模块生成各客服的易错清单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311228271.8A CN116980522B (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能质检客户画像的通知的***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311228271.8A CN116980522B (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能质检客户画像的通知的***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116980522A true CN116980522A (zh) | 2023-10-31 |
CN116980522B CN116980522B (zh) | 2024-01-09 |
Family
ID=88483518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311228271.8A Active CN116980522B (zh) | 2023-09-22 | 2023-09-22 | 一种基于智能质检客户画像的通知的***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116980522B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017133165A1 (zh) * | 2016-02-01 | 2017-08-10 | 百度在线网络技术(北京)有限公司 | 一种满意度自动测评的方法、装置、设备和计算机存储介质 |
CN110177182A (zh) * | 2019-04-15 | 2019-08-27 | 中国平安人寿保险股份有限公司 | 敏感数据处理方法、装置、计算机设备及存储介质 |
CN111128241A (zh) * | 2019-12-30 | 2020-05-08 | 上海浩琨信息科技有限公司 | 语音通话的智能质检方法及*** |
CN112258016A (zh) * | 2020-10-19 | 2021-01-22 | 南京新贝金服科技有限公司 | 一种基于asr的客服智能质检分析方法 |
US20210049996A1 (en) * | 2019-08-16 | 2021-02-18 | Lg Electronics Inc. | Voice recognition method using artificial intelligence and apparatus thereof |
CN113936692A (zh) * | 2021-10-11 | 2022-01-14 | 中电福富信息科技有限公司 | 基于机器学习的客服语音文本的大数据质检方法 |
CN114401348A (zh) * | 2021-08-26 | 2022-04-26 | 北京中云金诺科技有限公司 | 一种运营商客服座席质检前监管提醒的方法 |
WO2022267174A1 (zh) * | 2021-06-22 | 2022-12-29 | 未鲲(上海)科技服务有限公司 | 话术文本生成方法、装置、计算机设备和存储介质 |
CN115660695A (zh) * | 2022-11-21 | 2023-01-31 | 浪潮通信信息***有限公司 | 客服人员标签画像构建方法、装置、电子设备及存储介质 |
KR20230017554A (ko) * | 2021-07-28 | 2023-02-06 | 주식회사 씨앤에이아이 | 음성 상담의 품질 평가 방법 및 시스템 |
CN115862806A (zh) * | 2022-12-13 | 2023-03-28 | 珠海城市职业技术学院 | 一种基于隐私保护的健康画像构建方法 |
CN116738293A (zh) * | 2023-06-21 | 2023-09-12 | 中国工商银行股份有限公司 | 一种业务评价处理方法、装置及电子设备 |
-
2023
- 2023-09-22 CN CN202311228271.8A patent/CN116980522B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017133165A1 (zh) * | 2016-02-01 | 2017-08-10 | 百度在线网络技术(北京)有限公司 | 一种满意度自动测评的方法、装置、设备和计算机存储介质 |
CN110177182A (zh) * | 2019-04-15 | 2019-08-27 | 中国平安人寿保险股份有限公司 | 敏感数据处理方法、装置、计算机设备及存储介质 |
US20210049996A1 (en) * | 2019-08-16 | 2021-02-18 | Lg Electronics Inc. | Voice recognition method using artificial intelligence and apparatus thereof |
CN111128241A (zh) * | 2019-12-30 | 2020-05-08 | 上海浩琨信息科技有限公司 | 语音通话的智能质检方法及*** |
CN112258016A (zh) * | 2020-10-19 | 2021-01-22 | 南京新贝金服科技有限公司 | 一种基于asr的客服智能质检分析方法 |
WO2022267174A1 (zh) * | 2021-06-22 | 2022-12-29 | 未鲲(上海)科技服务有限公司 | 话术文本生成方法、装置、计算机设备和存储介质 |
KR20230017554A (ko) * | 2021-07-28 | 2023-02-06 | 주식회사 씨앤에이아이 | 음성 상담의 품질 평가 방법 및 시스템 |
CN114401348A (zh) * | 2021-08-26 | 2022-04-26 | 北京中云金诺科技有限公司 | 一种运营商客服座席质检前监管提醒的方法 |
CN113936692A (zh) * | 2021-10-11 | 2022-01-14 | 中电福富信息科技有限公司 | 基于机器学习的客服语音文本的大数据质检方法 |
CN115660695A (zh) * | 2022-11-21 | 2023-01-31 | 浪潮通信信息***有限公司 | 客服人员标签画像构建方法、装置、电子设备及存储介质 |
CN115862806A (zh) * | 2022-12-13 | 2023-03-28 | 珠海城市职业技术学院 | 一种基于隐私保护的健康画像构建方法 |
CN116738293A (zh) * | 2023-06-21 | 2023-09-12 | 中国工商银行股份有限公司 | 一种业务评价处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116980522B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10410636B2 (en) | Methods and system for reducing false positive voice print matching | |
US7596498B2 (en) | Monitoring, mining, and classifying electronically recordable conversations | |
US9392108B2 (en) | Computer-implemented system and method for efficiently reducing transcription error during a call | |
US9538008B2 (en) | Distress analysis of mono-recording system and methods | |
US8689105B2 (en) | Real-time monitoring of perceived quality of packet voice transmission | |
US8214242B2 (en) | Signaling correspondence between a meeting agenda and a meeting discussion | |
US20150106091A1 (en) | Conference transcription system and method | |
WO1999031653A1 (en) | Apparatus and methods for detecting emotions | |
CA2646835A1 (en) | Method and system for analyzing voice data | |
CN111641757A (zh) | 坐席通话的实时质检与辅助话术推送的方法 | |
US8209185B2 (en) | Interface for management of auditory communications | |
CN111179936B (zh) | 通话录音监控方法 | |
US10726209B2 (en) | Identification and notification of correctness and contradiction in communications | |
CN112801676A (zh) | 一种快递行业呼叫中心服务方法、装置、设备及*** | |
KR101600509B1 (ko) | 음성 감성 지수를 이용한 호 및 화자의 평가 장치 및 방법 | |
CN116980522B (zh) | 一种基于智能质检客户画像的通知的***和方法 | |
CN116189713A (zh) | 一种基于语音识别的外呼管理方法及装置 | |
US10924611B2 (en) | Voice recognition system and call evaluation setting method | |
US11606461B2 (en) | Method for training a spoofing detection model using biometric clustering | |
US20040162684A1 (en) | Quality assessment tool | |
CN113810548A (zh) | 基于iot的智能通话质检方法*** | |
CN110929005A (zh) | 基于情绪分析的任务跟催方法、装置、设备及存储介质 | |
KR20200143038A (ko) | 감성 인덱스를 이용한 평가 장치 및 방법 | |
CN116886819B (zh) | 一种多维度话务数据监控方法、装置及存储介质 | |
CN114065742B (zh) | 一种文本检测方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |