客服的调度方法和系统与流程

本说明书涉及互联网、人工智能，尤其涉及一种客服的调度方法和系统。

背景技术：

1、随着互联网技术的发展，越来越多的用户通过线上的方式进行服务感知和服务参与。因此，如何向用户分配客服成了亟待解决的问题。

2、在相关技术中，或通过随机分配的方式向用户分配客服；或基于客服的服务饱和度向用户分配客服。

3、然而，上述方式很难实现向用户分配符合其需求的客服，从而使得对客服的调度缺乏针对性、准确性、可靠性。

4、值得说明的是，上述相关技术的内容仅仅是发明人个人所知晓的信息，并不代表上述信息在本说明书申请日之前已经进入公共领域，也不代表其可以成为本说明书的现有技术。

技术实现思路

1、本说明书提供一种客服的调度方法和系统，用以避免上述技术问题中的至少一种。

2、第一方面，本说明书提供一种客服的调度方法，包括：

3、获得目标用户的转化相关特征；

4、获得待调度客服集中若干客服各自的客服调度特征，其中，每个客服的客服调度包括该客服的服务能力和/或当前服务负载；

5、根据所述转化相关特征和各客服调度特征，分别确定各客服与所述目标用户之间的转化预测概率，其中，每个客服的转化预测概率包括：若由该客服服务所述目标用户，所述目标用户发起对话的开口概率和/或完成服务目标转化的转化概率；以及

6、基于各转化预测概率向所述目标用户进行客服分配处理。

7、第二方面，本说明书提供一种客服的调度系统，包括：

8、至少一个存储介质，存储有至少一个指令集来进行客服调度；

9、至少一个处理器，同所述至少一个存储介质通讯连接，其中，当所述至少一个处理器运行时读取所述至少一个指令集，并且根据所述至少一个指令集的指示执行如第一方面所述的方法。

10、第三方面，本说明书提供一种计算机可读非暂时性存储介质，其中，所述计算机可读非暂时性存储介质中存储有至少一个指令集，所述至少一个指令集被至少一个处理器执行，实现如第一方面所述的方法。

11、由以上技术方案可知，本说明书提供的客服的调度方法和系统，通过基于目标用户的转化相关特征、各客服各自对应的客服调度特征确定转化预测概率，并根据各转化预测概率向目标用户分配客服，以通过为目标用户提供服务的转化结果为导向，可以使得调度结果服务于目标服务，以提高调度的有效性、可靠性、准确性，且提高用户体验。

12、本说明书提供的客服的调度方法和系统的其他功能将在以下说明中部分列出。本说明书提供的客服的调度方法和系统的创造性方面可以通过实践或使用下面详细示例中所述的方法、装置和组合得到充分解释。

1.一种客服的调度方法，包括：

2.根据权利要求1所述的方法，其中，获得目标用户的转化相关特征，包括：

3.根据权利要求2所述的方法，其中，所述转化相关特征为转化潜力等级；

4.根据权利要求1所述的方法，其中，每个客服的客服调度特征是基于该客服的服务记录确定的，所述服务记录包括：当前服务数量、历史建联总量、用户冷却时间设置、平均响应率中的至少一种。

5.根据权利要求1所述的方法，其中，所述调度客服集是基于所述目标用户的属性信息和/或预设调控策略确定的；

6.根据权利要求1所述的方法，其中，基于各转化预测概率向所述目标用户进行客服分配处理，包括：

7.根据权利要求6所述的方法，其中，所述历史分配参数表是基于预先训练好的离线全局决策模型确定的，所述离线全局决策模型被训练为根据所述历史客服分配信息预测得到所述复盘分配权重，所述历史客服分配信息包括：历史用户的进线时间和转化相关特征、历史客户服各自对应的客服调度特征、以及每一历史客服被分配给不同历史用户的历史分配权重。

8.根据权利要求7所述的方法，其中，所述离线全局决策模型在训练过程中，基于所述历史客服分配信息构建目标函数，并通过优化所述目标函数使得离线全局决策模型输出的复盘分配权重能够最大化分配效益。

9.根据权利要求1所述的方法，其中，所述服务能力包括：历史转化率、平均响应时长、专业领域标签、用户满意度评分中的至少一种。

10.根据权利要求1所述的方法，其中，所述当前服务负载包括：当前服务数量、空闲时长、排队服务数量、剩余服务容量中的至少一种。

11.根据权利要求1所述的方法，其中，转化预测概率是基于预先训练好的概率预测模型确定的，所述概率预测模型基于历史用户客服交互的样本数据训练得到，所述样本数据包括历史用户的历史转化相关特征、对应客服的历史客服调度特征、以及对应的用户实际行为标签，所述用户实际行为标签包括是否发起对话的开口标签和/或是否完成服务目标的目标达成标签；

12.根据权利要求1所述的方法，其中，所述方法应用于保险代理人分配场景；所述目标用户为向保险平台发起咨询的保险用户；所述调度客户服集中的每一客服为所述保险平台的保险代理人。

13.一种客服的调度系统，包括：