基于人工智能的燃气业务智能交互处理方法及系统与流程

本发明涉及燃气业务交互，具体涉及基于人工智能的燃气业务智能交互处理方法及系统。

背景技术：

1、目前燃气营业厅普遍采用传统先到先得的叫号排队模式，仅依据用户取号先后顺序进行业务调度，未充分考虑用户业务类型、材料完备程度、柜员工作状态、现场客流积压以及特殊群体优先需求等因素，容易出现复杂业务长时间占用窗口、预填材料完备用户无法优先办理、高峰期客流拥堵时资源分配失衡、特殊关怀业务难以得到合理倾斜的问题，造成窗口服务资源浪费，排队秩序与服务效率难以兼顾，无法适配多元化燃气业务场景下的智能化调度需求。

2、现有技术存在燃气营业厅排队调度方式简单粗放、窗口服务资源分配不够合理的技术问题。

技术实现思路

1、本申请提供了基于人工智能的燃气业务智能交互处理方法及系统，用于针对解决现有技术存在燃气营业厅排队调度方式简单粗放、窗口服务资源分配不够合理的技术问题。

2、鉴于上述问题，本申请提供了基于人工智能的燃气业务智能交互处理方法及系统。

3、本申请的第一个方面，提供了基于人工智能的燃气业务智能交互处理方法，所述方法包括：

4、当用户通过取号机终端进行交互取号时，采集用户特征、燃气业务特征以及现场环境特征，构建多源业务特征向量；基于所述燃气业务特征中的预填材料完整度，对取号用户执行双轨状态映射，确定用户处于锁定缓冲状态或激活调度状态；将处于所述激活调度状态用户的所述多源业务特征向量输入复合预测模型，并结合目标柜员的状态修正系数，计算得到当前用户在特定窗口办理对应燃气业务的动态预测办理时长；提取现场人流积压速率与服务吞吐量边际收益，通过包含时效衰减因子与拥堵拐点响应函数的动态加权模型，计算处于所述激活调度状态下各用户的实时优先级动态得分，并生成最优叫号序列；当柜员呼叫终端触发叫号指令时，将所述最优叫号序列中匹配度最高的用户序号下发至所述柜员呼叫终端，并联动窗口显示屏与现场音响下发交互广播。

5、本申请的第二个方面，提供了基于人工智能的燃气业务智能交互处理系统，所述系统包括：

6、特征向量构建模块，用于当用户通过取号机终端进行交互取号时，采集用户特征、燃气业务特征以及现场环境特征，构建多源业务特征向量；激活调度状态确定模块，用于基于所述燃气业务特征中的预填材料完整度，对取号用户执行双轨状态映射，确定用户处于锁定缓冲状态或激活调度状态；预测办理时长计算模块，用于将处于所述激活调度状态用户的所述多源业务特征向量输入复合预测模型，并结合目标柜员的状态修正系数，计算得到当前用户在特定窗口办理对应燃气业务的动态预测办理时长；最优叫号序列生成模块，用于提取现场人流积压速率与服务吞吐量边际收益，通过包含时效衰减因子与拥堵拐点响应函数的动态加权模型，计算处于所述激活调度状态下各用户的实时优先级动态得分，并生成最优叫号序列；交互广播下发模块，用于当柜员呼叫终端触发叫号指令时，将所述最优叫号序列中匹配度最高的用户序号下发至所述柜员呼叫终端，并联动窗口显示屏与现场音响下发交互广播。

7、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

8、当用户通过取号机终端进行交互取号时，采集用户特征、燃气业务特征以及现场环境特征，构建多源业务特征向量；确定用户处于锁定缓冲状态或激活调度状态；计算得到当前用户在特定窗口办理对应燃气业务的动态预测办理时长；计算处于所述激活调度状态下各用户的实时优先级动态得分，并生成最优叫号序列；当柜员呼叫终端触发叫号指令时，将所述最优叫号序列中匹配度最高的用户序号下发至所述柜员呼叫终端，并联动窗口显示屏与现场音响下发交互广播。达到了实现燃气业务全流程智能交互调度，提高了营业厅排队合理性与窗口服务效率的技术效果。

1.基于人工智能的燃气业务智能交互处理方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，所述用户特征包括用户历史办事履约率、历史办理时长以及特殊关怀群体标记；

3.如权利要求1所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，基于所述燃气业务特征中的预填材料完整度，对取号用户执行双轨状态映射，确定用户处于锁定缓冲状态或激活调度状态，包括：

4.如权利要求1所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，所述复合预测模型由xgboost模型与lstm网络组合构建：

5.如权利要求4所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，通过所述xgboost模型对所述用户特征与所述燃气业务特征进行静态基准时长特征拟合，包括：

6.如权利要求4所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，通过所述lstm网络对当前特定窗口连续办理时长的时序关联性进行动态时延预测，包括：

7.如权利要求4所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，将所述静态基准时长的拟合结果与所述动态时延预测的结果进行加权融合，输出所述动态预测办理时长，包括：

8.如权利要求1所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，将处于所述激活调度状态用户的所述多源业务特征向量输入复合预测模型，并结合目标柜员的状态修正系数，计算得到当前用户在特定窗口办理对应燃气业务的动态预测办理时长，包括：

9.如权利要求1所述的基于人工智能的燃气业务智能交互处理方法，其特征在于，所述动态加权模型的计算公式为：

10.基于人工智能的燃气业务智能交互处理系统，其特征在于，所述系统用于实施权利要求1-9任一项所述的基于人工智能的燃气业务智能交互处理方法，所述系统包括：