一种客服系统自动录单和智能派单方法与流程

1.本发明属于客服系统文本挖掘分析技术领域，具体涉及一种客服系统自动录单和智能派单方法。


背景技术：

2.客服坐席代表在处理客户咨询时如无法第一时间给出解决方案，需要录入工单后升级至二线人员，对工单进行分类处理，并派单至对应的责任部门及协办部门。
3.实际工作中，存在如下问题：（1）依靠人工及关键词判定问题类别存在局限，自动识别派发的准确率低，人工派单难度较高；（2）客诉工单内容依靠人工逐项录单，录单效率低下，工单内容不标准化；（3）现有技术在语音转录数据中抓取关键词判断派单存在缺陷，当转录不准确、关键词模糊等会造成误派。
4.中国发明专利cn202110919603.1，公开了基于文本大数据的呼叫中心客服工单自动分类分派的方法，包括以下步骤：步骤1、对接工单系统，输入工单文本后通过restful方式对接工单，获取工单文本；步骤2、工单文本的预处理准备工作；步骤3、基于快速文本分类算法构建呼叫中心客服工单分类模型；步骤4、jieba分词对文本进行分词，去除一些平常的停用词，处理后将结果提交至客服工单分类模型；步骤5、经客服工单分类模型分析，得到工单分类推荐以及流转派发部门推荐结果。但是冗错能力不足，也不能在于现有系统不冲突的情况下持续迭代优化。
5.中国发明专利cn201811608156.2，公开了一种基于专用软件及算法实现工作流快速生成派发的方法，通过专用软件及算法获取通话双方的语音转文本内容原始数据；原始数据需要按照意图进行分组，再按照客户的业务场景进行分类；按照业务场景和意图，获取客户来电反馈诉求的关键词，并根据权重公式计算，合成时间、地点、诉求内容工单内容，同时根据算法自动补充到工单受理界面。但是，自动派单依靠关键词抓取判断业务类别，当转译不准确、关键词模糊、配置不全或重复时，会出现误派单或派单失效卡单的情况。
6.中国发明专利cn201410377569.x，公开了一种工单自动派发系统及方法；所述系统包括系统运行配置模块，提供系统运行的参数，所述系统运行的参数包括开关配置、工单下发资源定位、提醒铃声文件配置和是否开启铃声提醒开关；任务服务配置模块，提供定时任务服务的配置的功能，包括工号信息配置、时间间隔配置、获取工单地址资源信息配置和支持配置时间间隔自动获取国网工单信息；运行管理模块，用于对系统自动处理的工单情况进行日志的管理和派单失败的提醒；业务规则配置模块，用于配置故障报修、业务咨询、投诉、举报、建议和意见各类工单自动派发的条件。但是，当人工分类判断错误将出现误派，且对客服人员经验要求较高。


技术实现要素：

7.本发明针对现有技术的不足，提供一种客服系统自动录单和智能派单方法，该方法基于多算法模型，通过问题分类识别模型的训练，形成稳定且好用的数据模型，有效实现
客服工单快速自动派发。
8.为了实现上述目的，本发明采用了以下技术方案：一种客服系统自动录单和智能派单方法，包括：步骤1、获取对话交互文本数据；具体为：系统获取拟建工单的用户与客服坐席对话交互文本数据，语音接入用户，获取实时语音转写后文本数据，在线客服获取对话文本数据；步骤2、通过智能录单关联算法模型进行录单关联数据提取与合成；具体为：将步骤1中获取的对话文本数据输入智能录单关联算法模型中，进行录单关联数据的提取与合成；关联数据提取包括但不限于：“客户名称、联系电话、省份、写卡渠道号、接入方式、产品、订单编号”等信息，并采用系统摘要算法拼接出“工单问题内容”摘要内容；步骤3、自动填写工单内容项；具体为：系统根据步骤2中的关联数据及摘要内容，自动选填到录单页面；步骤4、核对工单内容并进行优化与补充调整；具体为：客服坐席核对工单页面填写数据是否准确，并进行相应优化与补充调整即可；步骤5、核对无误后，工单提交生成；步骤6、工单输入智能派单识别算法模型，计算并输出工单处理类别数据；具体为：系统获取工单内容信息，将其输入智能派单识别算法模型中，识别算法模型进行计算，输出工单处理类别数据；步骤7、工单处理类别数据输入智能派单模型进行自动派单；具体为：工单处理类别数据作为参数输入派单引擎自动派单到承办部门进行流转处理。
9.本发明的进一步说明，所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型均为独立本地化部署，与现有客服系统分开独立运行，按需提供接口调用，训练与运行互不干扰。
10.本发明的进一步说明，步骤2中所述智能录单关联算法模型的流程包括：21）对历史工单数据进行数据清洗，选取足够数量的标准样本，形成历史样本集；22）用自然语言处理技术对工单数据进行，对非结构化文本进行分词，计算词频并形成词向量；23）对已经形成词向量并格式化了的工单样本，用机器学习算法对产品、购买渠道、问题描述、用户诉求等信息的分类训练，经过多次训练和优化，最终得到标准化录单分类模板；24）当有新的客户咨询时，将语音数据转换为文本数据，将用户信息、咨询内容作为参数传入训练好的分类模型，提取工单录入所需的关键信息；25）客服核对智能录单生成的数据是否准确，并进行相应优化与补充调整。
11.本发明的进一步说明，步骤22）中所述自然语言处理技术具体为：通过词典生成、分词、文本特征提取方法，判断文本片段中的词，出现频率、凝合度和自由度的量化统计生成专题语料词典，用特定的语料库新生成的词典和通用词典进行文本数据分词，并对中文
的文本进行向量化。
12.本发明的进一步说明，步骤6中所述智能派单识别算法模型的流程包括：61）客服提交工单后，工单内容自动传递输入智能派单识别算法模型，进行工单问题归属识别与派单路径流程匹配；62）系统提取提交工单文本内容，作为智能派单识别算法模型输入；63）通过已训练上线的智能派单识别算法模型进行主题与距离测算、归类；64）智能派单识别算法模型输出该工单匹配出的业务问题类别结果；65）触发智能派单模型，按照配置设定的工单受理流转流程进行派发。
13.本发明的进一步说明，步骤7中所述智能派单模型的训练流程包括：71）对以往大量历史工单内容文本进行输入，并进行文本数据提取，对文本进行分词处理等；72）将处理好的分词进行相似性特征分析，对分析对象进行向量化，运用
‘
tfidf’，
‘
counts’，
‘
hashing’方法，实现同义词推荐，并生成专题词典，进行词典学习与更新补充；73）利用聚类算法，对文本进行聚类，生成特征词典，使用lda主题算法、k均值算法及距离计算等多种算法对文本特征进行聚类学习，作为业务问题分析模型语料训练基础；74）人工审核算法聚类后的业务问题分析类别，并对相关类别进行重命名；75）持续对智能派单识别模型语料及配置规则进行训练，对新输入工单文本内容进行快速增补，识别模型中关键语料进行更新训练，提高系统模型识别冗余度与准确率；76）对智能派单模型进行配置，设置业务问题类别与承办处理流程对应关系，实现工单的自动派发。
14.本发明的进一步说明，所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型的搭建包括：通过数据清洗，将标准化数据样本集进行分类，特征选择后，进行分类模型创建，模型主体包含lightgbm、xgboost、gbdt模型，通过lda主题算法、k均值算法及距离计算等多种算法进行聚合学习。
15.本发明的进一步说明，所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型所实现的数据模型识别匹配，利用多种集成算法模型，对样本判定阈值并进行参数寻优，利用决策树、组合特征分析等方法，选择匹配度较高的模型。
16.本发明具有以下有益效果：1、本发明采用组合算法进行训练识别模型语料及规则：利用lda主题算法、k均值算法及距离计算等多种算法的组合应用，实施对大量历史沉淀工单数据的学习训练，形成了自有行业内业务词典，以及各分类语料与规则数据，实现对一线客服提交的工单业务问题分类预测，较同行业技术，冗错能力更强，不会因为关键词模糊、人工经验不足判断不准导致误派及卡单。
17.2、本发明的派单识别模型系统独立本地化部署，训练与运行互不干扰：派单识别系统与现有客服系统分开独立运行，按需提供接口调用，对已上线的派单识别算法模型进行持续训练优化，形成更加精准的业务分类语料及分类规则，与现有同行业技术相比，预测条件更充分，较单一抓取关键词判断更合理。同时，模型语料及规则训练持续优化迭代，与智能派单识别应用同时运行不冲突。
18.3、本发明利用关联算法，实现对录单页面信息项中关联数据提取预填与摘要合
成：通过对客服服务对话内容管理信息提取，以及摘要算法拼接出“工单问题内容、答复内容
”ꢀ
内容，实现对工单录入页面中各项数据的自动补填，提高了一线坐席录单效率，标准化了工单页面录入项内容的填写，提高了工单填写质量，为后续质检提供了便利。
附图说明
19.图1为智能派单整体流程图。
20.图2为智能派单模型训练流程图。
21.图3为智能录单关联算法模型流程图。
22.图4为智能派单识别算法模型流程图。
具体实施方式
23.下面结合附图对本发明作进一步说明。
24.实施例1：一种客服系统自动录单和智能派单方法，包括：步骤1、获取对话交互文本数据；步骤2、通过智能录单关联算法模型进行录单关联数据提取与合成；步骤3、自动填写工单内容项；步骤4、核对工单内容并进行优化与补充调整；步骤5、工单提交生成；步骤6、工单输入智能派单识别算法模型，计算并输出工单处理类别数据；步骤7、工单处理类别数据输入智能派单模型进行自动派单。
25.实施例2：一种客服系统自动录单和智能派单方法，包括：步骤1、获取对话交互文本数据；具体为：系统获取拟建工单的用户与客服坐席对话交互文本数据，语音接入用户，获取实时语音转写后文本数据，在线客服获取对话文本数据；步骤2、通过智能录单关联算法模型进行录单关联数据提取与合成；具体为：将步骤1中获取的对话文本数据输入智能录单关联算法模型中，进行录单关联数据的提取与合成；关联数据提取包括但不限于：“客户名称、联系电话、省份、写卡渠道号、接入方式、产品、订单编号”等信息，并采用系统摘要算法拼接出“工单问题内容”摘要内容；步骤3、自动填写工单内容项；具体为：系统根据步骤2中的关联数据及摘要内容，自动选填到录单页面；步骤4、核对工单内容并进行优化与补充调整；具体为：客服坐席核对工单页面填写数据是否准确，并进行相应优化与补充调整即可；步骤5、核对无误后，工单提交生成；步骤6、工单输入智能派单识别算法模型，计算并输出工单处理类别数据；具体为：系统获取工单内容信息，将其输入智能派单识别算法模型中，识别算法模
型进行计算，输出工单处理类别数据；步骤7、工单处理类别数据输入智能派单模型进行自动派单；具体为：工单处理类别数据作为参数输入派单引擎自动派单到承办部门进行流转处理。
26.所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型均为独立本地化部署，与现有客服系统分开独立运行，按需提供接口调用，训练与运行互不干扰实施例3：步骤1、获取对话交互文本数据；步骤2、通过智能录单关联算法模型进行录单关联数据提取与合成；所述智能录单关联算法模型的流程包括：21）对历史工单数据进行数据清洗，选取足够数量的标准样本，形成历史样本集；22）用自然语言处理技术对工单数据进行，对非结构化文本进行分词，计算词频并形成词向量；23）对已经形成词向量并格式化了的工单样本，用机器学习算法对产品、购买渠道、问题描述、用户诉求等信息的分类训练，经过多次训练和优化，最终得到标准化录单分类模板；24）当有新的客户咨询时，将语音数据转换为文本数据，将用户信息、咨询内容作为参数传入训练好的分类模型，提取工单录入所需的关键信息；25）客服核对智能录单生成的数据是否准确，并进行相应优化与补充调整。
27.步骤22）中所述自然语言处理技术具体为：通过词典生成、分词、文本特征提取方法，判断文本片段中的词，出现频率、凝合度和自由度的量化统计生成专题语料词典，用特定的语料库新生成的词典和通用词典进行文本数据分词，并对中文的文本进行向量化步骤3、自动填写工单内容项；步骤4、核对工单内容并进行优化与补充调整；步骤5、工单提交生成；步骤6、工单输入智能派单识别算法模型，计算并输出工单处理类别数据；所述智能派单识别算法模型的流程包括：61）客服提交工单后，工单内容自动传递输入智能派单识别算法模型，进行工单问题归属识别与派单路径流程匹配；62）系统提取提交工单文本内容，作为智能派单识别算法模型输入；63）通过已训练上线的智能派单识别算法模型进行主题与距离测算、归类；64）智能派单识别算法模型输出该工单匹配出的业务问题类别结果；65）触发智能派单模型，按照配置设定的工单受理流转流程进行派发。
28.步骤7、工单处理类别数据输入智能派单模型进行自动派单。
29.步骤7中所述智能派单模型的训练流程包括：71）对以往大量历史工单内容文本进行输入，并进行文本数据提取，对文本进行分词处理等；72）将处理好的分词进行相似性特征分析，对分析对象进行向量化，运用
‘
tfidf’，
‘
counts’，
‘
hashing’方法，实现同义词推荐，并生成专题词典，进行词典学习与更新补充；
73）利用聚类算法，对文本进行聚类，生成特征词典，使用lda主题算法、k均值算法及距离计算等多种算法对文本特征进行聚类学习，作为业务问题分析模型语料训练基础；74）人工审核算法聚类后的业务问题分析类别，并对相关类别进行重命名；75）持续对智能派单识别模型语料及配置规则进行训练，对新输入工单文本内容进行快速增补，识别模型中关键语料进行更新训练，提高系统模型识别冗余度与准确率；76）对智能派单模型进行配置，设置业务问题类别与承办处理流程对应关系，实现工单的自动派发。
30.实施例4：一种客服系统自动录单和智能派单方法，包括：步骤1、获取对话交互文本数据；步骤2、通过智能录单关联算法模型进行录单关联数据提取与合成；步骤3、自动填写工单内容项；步骤4、核对工单内容并进行优化与补充调整；步骤5、工单提交生成；步骤6、工单输入智能派单识别算法模型，计算并输出工单处理类别数据；步骤7、工单处理类别数据输入智能派单模型进行自动派单。
31.所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型的搭建包括：通过数据清洗，将标准化数据样本集进行分类，特征选择后，进行分类模型创建，模型主体包含lightgbm、xgboost、gbdt模型，通过lda主题算法、k均值算法及距离计算等多种算法进行聚合学习。
32.所述智能录单关联算法模型、智能派单识别算法模型及智能派单模型所实现的数据模型识别匹配，利用多种集成算法模型，对样本判定阈值并进行参数寻优，利用决策树、组合特征分析等方法，选择匹配度较高的模型。
33.以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。