一种客服系统自动录单和智能派单方法与流程

技术特征：
1.一种客服系统自动录单和智能派单方法，其特征在于，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。2.根据权利要求1所述的客服系统自动录单和智能派单方法，其特征在于：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。3.根据权利要求2所述的客服系统自动录单和智能派单方法，其特征在于：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。4.根据权利要求3所述的客服系统自动录单和智能派单方法，其特征在于：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。5.根据权利要求3所述的客服系统自动录单和智能派单方法，其特征在于：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。6.根据权利要求5所述的客服系统自动录单和智能派单方法，其特征在于：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。7.根据权利要求6所述的客服系统自动录单和智能派单方法，其特征在于：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。8.根据权利要求1所述的客服系统自动录单和智能派单方法，其特征在于：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。

技术总结
本发明公开了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。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。有效实现客服工单快速自动派发。有效实现客服工单快速自动派发。


技术研发人员：黄家亮 马雪林 刘天剑 黄尧 郭勇
受保护的技术使用者：广西壮族自治区公众信息产业有限公司
技术研发日：2021.12.27
技术公布日：2022/4/29