历史通话的处理方法与装置与流程

1.本技术涉及通话技术领域，具体而言，涉及一种历史通话的处理方法、装置、计算机可读存储介质与处理器。


背景技术：

2.目前，为了方便坐席快速地了解来电用户的信息及可能的诉求，会将历史的通话信息显示在通话请求的当前界面中，坐席需要查看以往历史记录时，可以切换到历史通话页签下，进行以往通话内容的查看。但是可能由于用户以往的历史通话较多，内容较繁杂，导致坐席无从下手，不知道该查看哪通通话才能快速的获取有效信息，从而无法快速有效的了解用户的诉求，也无法有针对性的给出相关的解决方案。即现有技术中的方案无法快速预测用户再次来电的原因。


技术实现要素：

3.本技术的主要目的在于提供一种历史通话的处理方法、装置、计算机可读存储介质与处理器，以解决现有技术中无法快速预测用户再次来电的原因的问题。
4.为了实现上述目的，根据本技术的一个方面，提供了一种历史通话的处理方法，包括：获取用户的历史通话内容；确定所述历史通话内容的主题；对各类所述主题的所述历史通话内容，进行事件抽取分析，得到分析结果，所述分析结果包括在历史通话中对所述用户的问题的解决结果；从所述分析结果中提取出第一类问题和第二类问题，所述第一类问题为在历史通话中未解决的问题，所述第二类问题为已解决但是解决方式用户不满意的问题；根据所述第一类问题和所述第二类问题，预测所述用户再次来电的原因。
5.可选地，确定所述历史通话内容的主题，包括：将所述历史通话内容转化为通话文本；提取所述通话文本中的关键词；基于所述关键词，确定所述历史通话内容的所述主题。
6.可选地，基于所述关键词，确定所述历史通话内容的所述主题，包括：将所述关键词转化为语义矩阵；对所述语义矩阵进行聚类分析，得到所述主题。
7.可选地，对各类所述主题的历史通话内容，进行事件抽取分析，得到分析结果，包括：对事件所属的类别进行分类；对所述事件的处理结果和处理满意度进行分类，处理结果包括已解决和未解决。
8.可选地，对各类所述主题的历史通话内容，进行事件抽取分析，得到分析结果，包括：抽取出所述历史通话内容中的触发词，以及所述触发词对应的主体和客体；从所述历史通话内容中提取出事件的时间信息和地点信息。
9.可选地，从所述分析结果中提取出第一类问题和第二类问题之后，所述方法还包括：确定与所述第一类问题匹配度最高的第一类匹配问题；确定与所述第二类问题匹配度最高的第二类匹配问题，所述第一类匹配问题和所述第二类匹配问题位于知识库中；将所述第一类匹配问题的解决方案，作为所述第一类问题的解决方案；将所述第二类匹配问题的解决方案，作为所述第二类问题的解决方案。
10.可选地，所述方法还包括：基于所述历史通话内容为所述用户推荐个性化的产品；基于用户画像为坐席提供对话策略。
11.根据本技术的一个方面，提供了一种历史通话的处理装置，包括：获取单元，用于获取用户的历史通话内容；第一确定单元，用于确定所述历史通话内容的主题；分析单元，用于对各类所述主题的历史通话内容，进行事件抽取分析，得到分析结果所述分析结果包括在历史通话中对所述用户的问题的解决结果；提取单元，用于从所述分析结果中提取出第一类问题和第二类问题，所述第一类问题为在历史通话中未解决的问题，所述第二类问题为已解决但是解决方式用户不满意的问题；预测单元，用于根据所述第一类问题和所述第二类问题，预测所述用户再次来电的原因。
12.根据本技术的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的方法。
13.根据本技术的一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的方法。
14.应用本技术的技术方案，通过获取用户的历史通话内容，然后确定历史通话内容的主题，进而对每一类主题的通话内容进行事件抽取分析得到分析结果，再从分析结果中提取出第一类问题和第二类问题，最后根据第一类问题和第二类问题，确定用户再次来电的原因。即用户再次来电是想咨询相关的问题，用户很大可能是咨询历史通话中未解决的问题或者已解决但是解决方式用户不满意的问题。所以根据第一类问题和上述第二类问题，可以快速预测出用户下次来电的原因。无需从海量的历史通话中盲目搜索，可以快速且精确地预测用户下次来电的原因。
附图说明
15.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
16.图1示出了根据本技术的实施例的历史通话的处理方法流程图；
17.图2示出了根据本技术的实施例的确定历史通话内容的主题原理图；
18.图3示出了根据本技术的实施例的历史通话的处理装置示意图；
19.图4示出了根据本技术的实施例的个性化商品推荐示意图。
具体实施方式
20.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
21.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术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技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，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，都应当属于本技术保护的范围。
22.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
24.为了便于描述，以下对本技术实施例涉及的部分名词或术语进行说明：
25.通话主题分析(atpp)：通话主题分析功能模块主要应用于对通话文本的自动分类和趋势分析。本功能模块可以将通话文本划分到相应的话题通话集中。如果应用在智能文本分析系统中，可以帮助客户了解当前用户关心的热点问题、关键话题，以及各话题的变化趋势，进而分析问题的根源，为用户提供更高质量的服务。
26.事件抽取分析：针对通话内容抽取出触发词以及触发词对应的主体和客体，抽取出事件中的时间、地点等信息，对事件所属情感极性进行分类，对事件所属解决状态进行分类。
27.正如背景技术中所介绍的，现有技术中无法快速预测用户再次来电的原因，为解决如上无法快速预测用户再次来电的原因的问题，本技术的实施例提供了一种历史通话的处理方法、装置、计算机可读存储介质与处理器。
28.根据本技术的实施例，提供了一种历史通话的处理方法。
29.图1是根据本技术实施例的历史通话的处理方法的流程图。如图1所示，该方法包括以下步骤：
30.步骤s101，获取用户的历史通话内容；
31.步骤s102，确定上述历史通话内容的主题；
32.步骤s103，对各类上述主题的上述历史通话内容，进行事件抽取分析，得到分析结果，上述分析结果包括在历史通话中对上述用户的问题的解决结果；
33.步骤s104，从上述分析结果中提取出第一类问题和第二类问题，上述第一类问题为在历史通话中未解决的问题，上述第二类问题为已解决但是解决方式用户不满意的问题；
34.步骤s105，根据上述第一类问题和上述第二类问题，预测上述用户再次来电的原因。
35.具体地，用户再次来电的原因包括用户最有可能想咨询的问题。
36.具体地，历史通话内容的主题包括车辆、投资类产品、电子消费品、日用品、提升类课程等。
37.上述方案中，通过获取用户的历史通话内容，然后确定历史通话内容的主题，进而对每一类主题的通话内容进行事件抽取分析得到分析结果，再从分析结果中提取出第一类问题和第二类问题，最后根据第一类问题和第二类问题，确定用户再次来电的原因。即用户再次来电是想咨询相关的问题，用户很大可能是咨询历史通话中未解决的问题或者已解决
但是解决方式用户不满意的问题。所以根据第一类问题和上述第二类问题，可以快速预测出用户下次来电的原因。无需从海量的历史通话中盲目搜索，可以快速且精确地预测用户下次来电的原因。
38.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
39.本技术的一种实施例中，确定上述历史通话内容的主题，包括：将上述历史通话内容转化为通话文本；提取上述通话文本中的关键词；基于上述关键词，确定上述历史通话内容的上述主题。
40.本技术的一种实施例中，基于上述关键词，确定上述历史通话内容的上述主题，包括：将上述关键词转化为语义矩阵；对上述语义矩阵进行聚类分析，得到上述主题。
41.具体地，如图2所示，将历史通话内容转化为通话文本，对通话文本进行词语义挖掘，并提取各通话中能体现其核心通话原因的关键词；利用训练好的词向量将关键词转化为语义矩阵；对语义矩阵进行聚类，获取大量通话的核心通话主题类别。
42.本技术的一种实施例中，对各类上述主题的历史通话内容，进行事件抽取分析，得到分析结果，包括：对事件所属的类别进行分类；对上述事件的处理结果和处理满意度进行分类，处理结果包括已解决和未解决。即分析结果包括事件所属的类别、事件的处理结果以及处理满意度。对上述事件的处理满意度包括不满意、满意度为50％、满意度为80％、满意度为100％等。
43.本技术的一种实施例中，对各类上述主题的历史通话内容，进行事件抽取分析，得到分析结果，包括：抽取出上述历史通话内容中的触发词，以及上述触发词对应的主体和客体；从上述历史通话内容中提取出事件的时间信息和地点信息。即分析结果还包括触发词、事件的时间信息和地点信息。
44.一种具体的实施例中，对历史通话内容进行事件抽取包括如下步骤，如表1所示：
45.表1事件抽取步骤
[0046][0047]
本技术的一种实施例中，从上述分析结果中提取出第一类问题和第二类问题之后，上述方法还包括：确定与上述第一类问题匹配度最高的第一类匹配问题；确定与上述第二类问题匹配度最高的第二类匹配问题，上述第一类匹配问题和上述第二类匹配问题位于知识库中；将上述第一类匹配问题的解决方案，作为上述第一类问题的解决方案；将上述第
二类匹配问题的解决方案，作为上述第二类问题的解决方案。知识库中预先存储了问题以及问题对应的答案，通过找到知识库与第一类问题最匹配的第一类匹配问题，与第二类问题最匹配的第二类匹配问题，很自然就可以找到第一类匹配问题的答案(即解决方案)以及第二类匹配问题的答案。进而得到第一类问题的解决方案和第二类问题的解决方案。在用户再次来电时，可以很快预测到用户想要咨询的问题，以及对应的问题的解决方案，以最快的速度给出解决方案。
[0048]
优选地，采用相似度匹配算法确定与上述第一类问题匹配度最高的第一类匹配问题，采用相似度匹配算法确定与上述第二类问题匹配度最高的第二类匹配问题。
[0049]
本技术的一种实施例中，上述方法还包括：基于所述历史通话内容为上述用户推荐个性化的产品；基于用户画像为坐席提供对话策略。即根据历史通话内容分析用户的产品偏好和使用习惯，进而为用户推荐个性化的产品；基于用户画像为坐席提供对话策略，即根据用户的用户画像确定哪种对话方式以及何种对话流程，更容易打动用户，更容易被用户接受。促成业务的办理。
[0050]
通过获取待预测用户的历史通话内容，对通话内容进行主题分析，事件抽取分析，提取出有哪些问题在之前的通话中未获得解决或解决方式用户不满意，从而预测下次来电原因，在用户下次来电时，坐席可以很清晰的看到xxxx年xx月xx日用户来电进行xx咨询/办理，由于xx原因未能解决客户的问题，本次来电大概率是想进行xx事情咨询/办理，建议问题提供的解决方案有xx。同时针对该用户进行营销策略的推荐，显示该用户有可能办理的topn的商品及其置信度，每种商品推荐时使用的优秀对话策划是什么，如营销场景，要先说什么后说什么能够更能打动客户。
[0051]
本技术实施例还提供了一种历史通话的处理装置，需要说明的是，本技术实施例的历史通话的处理装置可以用于执行本技术实施例所提供的用于历史通话的处理方法。以下对本技术实施例提供的历史通话的处理装置进行介绍。
[0052]
图3是根据本技术实施例的历史通话的处理装置的示意图。如图3所示，该装置包括：
[0053]
获取单元10，用于获取用户的历史通话内容；
[0054]
第一确定单元20，用于确定上述历史通话内容的主题；
[0055]
分析单元30，用于对各类上述主题的历史通话内容，进行事件抽取分析，得到分析结果，所述分析结果包括在历史通话中对所述用户的问题的解决结果；
[0056]
提取单元40，用于从上述分析结果中提取出第一类问题和第二类问题，上述第一类问题为在历史通话中未解决的问题，上述第二类问题为已解决但是解决方式用户不满意的问题；
[0057]
预测单元50，用于根据上述第一类问题和上述第二类问题，预测上述用户再次来电的原因。
[0058]
上述方案中，获取单元获取用户的历史通话内容，第一确定单元确定历史通话内容的主题，分析单元对每一类主题的通话内容进行事件抽取分析得到分析结果，提取单元从分析结果中提取出第一类问题和第二类问题，预测单元根据第一类问题和第二类问题，预测用户再次来电的原因。即用户再次来电是想咨询相关的问题，用户很大可能是咨询历史通话中未解决的问题或者已解决但是解决方式用户不满意的问题。所以根据第一类问题
和上述第二类问题，可以快速预测出用户下次来电的原因。无需从海量的历史通话中盲目搜索，可以快速且精确地预测用户下次来电的原因。
[0059]
本技术的一种实施例中，第一确定单元包括转化模块、第一提取模块和确定模块，转化模块用于将上述历史通话内容转化为通话文本；第一提取模块用于提取上述通话文本中的关键词；确定模块用于基于上述关键词，确定上述历史通话内容的上述主题。
[0060]
本技术的一种实施例中，确定模块包括转化子模块和分析子模块，转化子模块用于将上述关键词转化为语义矩阵；分析子模块用于对上述语义矩阵进行聚类分析，得到上述主题。
[0061]
本技术的一种实施例中，分析单元包括第一分类模块和第二分类模块，第一分类模块用于对事件所属的类别进行分类；第二分类模块用于对上述事件的处理结果和处理满意度进行分类，处理结果包括已解决和未解决。即分析结果包括事件所属的类别、事件的处理结果以及处理满意度。对上述事件的处理满意度包括不满意、满意度为50％、满意度为80％、满意度为100％等。
[0062]
本技术的一种实施例中，分析单元包括抽取模块和第二提取模块，抽取模块用于抽取出上述历史通话内容中的触发词，以及上述触发词对应的主体和客体；第二提取模块用于从上述历史通话内容中提取出事件的时间信息和地点信息。即分析结果还包括触发词、事件的时间信息和地点信息。
[0063]
本技术的一种实施例中，上述装置还包括第二确定单元、第三确定单元、第一处理单元和第二处理单元，第二确定单元用于从上述分析结果中提取出第一类问题和第二类问题之后，确定与上述第一类问题匹配度最高的第一类匹配问题；第三确定单元用于确定与上述第二类问题匹配度最高的第二类匹配问题，上述第一类匹配问题和上述第二类匹配问题位于知识库中；第一处理单元用于将上述第一类匹配问题的解决方案，作为上述第一类问题的解决方案；第二处理单元用于将上述第二类匹配问题的解决方案，作为上述第二类问题的解决方案。
[0064]
本技术的一种实施例中，上述装置还包括推荐单元和提供单元，推荐单元用于基于所述历史通话内容为上述用户推荐个性化的产品；提供单元用于基于用户画像为坐席提供对话策略。即根据历史通话内容分析用户的产品偏好和使用习惯，进而为用户推荐个性化的产品；基于用户画像为坐席提供对话策略，即根据用户的用户画像确定哪种对话方式以及何种对话流程，更容易打动用户，更容易被用户接受。
[0065]
所述历史通话的处理装置包括处理器和存储器，上述获取单元、第一确定单元、分析单元、提取单元和预测单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
[0066]
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来精确预测用户下次来电的原因。
[0067]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
[0068]
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行所述历史
通话的处理方法。
[0069]
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述历史通话的处理方法。
[0070]
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
[0071]
步骤s101，获取用户的历史通话内容；
[0072]
步骤s102，确定上述历史通话内容的主题；
[0073]
步骤s103，对各类上述主题的上述历史通话内容，进行事件抽取分析，得到分析结果，上述分析结果包括在历史通话中对上述用户的问题的解决结果；
[0074]
步骤s104，从上述分析结果中提取出第一类问题和第二类问题，上述第一类问题为在历史通话中未解决的问题，上述第二类问题为已解决但是解决方式用户不满意的问题；
[0075]
步骤s105，根据上述第一类问题和上述第二类问题，预测上述用户再次来电的原因。
[0076]
本文中的设备可以是服务器、pc、pad、手机等。
[0077]
本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
[0078]
步骤s101，获取用户的历史通话内容；
[0079]
步骤s102，确定上述历史通话内容的主题；
[0080]
步骤s103，对各类上述主题的上述历史通话内容，进行事件抽取分析，得到分析结果，上述分析结果包括在历史通话中对上述用户的问题的解决结果；
[0081]
步骤s104，从上述分析结果中提取出第一类问题和第二类问题，上述第一类问题为在历史通话中未解决的问题，上述第二类问题为已解决但是解决方式用户不满意的问题；
[0082]
步骤s105，根据上述第一类问题和上述第二类问题，预测上述用户再次来电的原因。
[0083]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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。
[0084]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0085]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0086]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0087]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0088]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0089]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0090]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0091]
实施例
[0092]
本实施例涉及一种具体的为用户推荐个性化产品的方案，如图4所示。
[0093]
按照收集
→
分析
→
推荐的流程，具体包括收集用户信息的用户行为记录模块、分析用户喜好的分析模型模块、分析商品特征的商品分析模块和推荐算法模块。
[0094]
1.用户行为记录模块负责搜集能反映用户喜好的行为，例如购买、问答等；
[0095]
2.用户行为分析模块通过用户的行为记录，分析用户对商品的潜在喜好及喜欢程度，建立用户偏好模型；
[0096]
3.商品分析模块主要对商品进行商品相似度、商品搭配度、目标用户标签进行分析；推荐算法根据一定的规则从备选商品集合中筛选出目标用户最可能感兴趣的商品进行推荐。
[0097]
确定推荐商品后，再从人工总结出的话术模板中，挑选出针对该类商品被有效执行，且促成了业务转化的topn的优秀对话术策略进行推荐。
[0098]
从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
[0099]
1)、本技术的历史通话的处理方法，通过获取用户的历史通话内容，然后确定历史通话内容的主题，进而对每一类主题的通话内容进行事件抽取分析得到分析结果，再从分
析结果中提取出第一类问题和第二类问题，最后根据第一类问题和第二类问题，确定用户再次来电的原因。即用户再次来电是想咨询相关的问题，用户很大可能是咨询历史通话中未解决的问题或者已解决但是解决方式用户不满意的问题。所以根据第一类问题和上述第二类问题，可以快速预测出用户下次来电的原因。无需从海量的历史通话中盲目搜索，可以快速且精确地预测用户下次来电的原因。
[0100]
2)、本技术的历史通话的处理装置，获取单元获取用户的历史通话内容，第一确定单元确定历史通话内容的主题，分析单元对每一类主题的通话内容进行事件抽取分析得到分析结果，提取单元从分析结果中提取出第一类问题和第二类问题，预测单元根据第一类问题和第二类问题，预测用户再次来电的原因。即用户再次来电是想咨询相关的问题，用户很大可能是咨询历史通话中未解决的问题或者已解决但是解决方式用户不满意的问题。所以根据第一类问题和上述第二类问题，可以快速预测出用户下次来电的原因。无需从海量的历史通话中盲目搜索，可以快速且精确地预测用户下次来电的原因。
[0101]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。