【技術實現步驟摘要】
本專利技術涉及客服管理，尤其是涉及基于話術數據的客服應答智能提示方法及系統。
技術介紹
1、在客戶服務領域，高效的應答是提升客戶滿意度和忠誠度的關鍵因素之一。然而，面對日益復雜的客戶需求和不斷變化的市場環境，傳統的人工應答方式逐漸暴露出諸多不足。一方面，客服人員需要掌握大量的話術數據，以便在不同情況下做出恰當的應答，但記憶和檢索這些信息對于人工來說是一項巨大的挑戰，往往導致應答效率低下；另一方面，由于缺乏統一的話術管理，不同客服人員的應答方式可能存在較大差異，影響了客戶體驗的一致性。
技術實現思路
1、本專利技術的目的是提供一種能夠基于實時對話記錄，智能提示話術的客服應答提示方法及系統。
2、本專利技術公開了基于話術數據的客服應答智能提示方法及系統，包括：
3、步驟s100，對話術數據進行歸類分析，形成若干層級的話術數據類型集，并基于每一層級的話術數據類型集的歸類特征，對話術數據類型集配置歸類標簽；
4、步驟s200，針對每一話術數據設定有數據模塊，并基于歸類標簽之間的所屬關系，設定數據對應模塊之間的歸總節點，并將歸總節點之間連接，并將對應的數據模塊連線到歸總節點，形成話術調用表達圖；
5、步驟s300，篩選出優秀客服應答記錄，并對優秀客服應答記錄進行分析，確定調用的話術數據以及話術數據調用次序，將調用的話術數據以及話術數據調用次序的組合記為優秀應答模板；
6、步驟s400,基于優秀應答模板對話術數據的調用特征，將對應的數
7、步驟s500，獲取實時客服應答，并對實時客服應答進行分析，確定實時調用的話術數據，將實時調用的話術數據映射于話術調用表達圖上，并基于優秀應答模板在話術調用表達圖上的分布特征，確定實時客服應答后續映射的數據模塊，并調用對應的話術數據進行提示。
8、在本專利技術公開的一些實施例中，對話術數據進行歸類分析的方法包括：
9、步驟101，基于預設的話術類型，對話術數據進行第一次歸類，基于話術數據中出現的關鍵詞以及關鍵詞的次序，對話術數據所屬的意思表達范圍進行確定，對第一次歸類后的話術數據進行第二次歸類；
10、步驟s102，利用語義分析技術，對第二次歸類后的每一話術數據進行獨立性拆分，拆分方法包括對話術數據進行符號分段，并鎖定每一話術數據分段中的關鍵詞，若在話術數據分段預設個數后的分段內不存在鎖定的關鍵詞，則判斷當下話術數據分段為節點話術數據分段，將節點話術數據分段之間的若干話術數據分段以及之后的節點話術數據分段的組合認定為一次話術數據的獨立性拆分，記為話術數據分段組；
11、步驟s103，將第二次歸類后的若干話術數據分段組的組合記為話術數據類型集，將話術數據類型集進行序列排布，形成若干層級的話術數據類型集。
12、在本專利技術公開的一些實施例中，將話術數據類型集進行序列排布的方法包括：
13、步驟s104，預設有若干意思表達范圍序列，基于話術數據類型集所對應的意思表達范圍，對話術數據類型集進行排序，形成話術數據類型集序列。
14、在本專利技術公開的一些實施例中，話術類型集的歸類標簽包括其所屬的話術數據類型集序列，以及在話術數據類型集序列中的序次。
15、在本專利技術公開的一些實施例中，對優秀客服應答記錄進行分析，確定調用的話術數據以及話術數據調用次序的方法包括：
16、步驟s301，對優秀客服應答記錄進行分析，對優秀客服應答記錄中的關鍵詞、關鍵詞的關鍵詞次序以及關鍵詞之間的詞間隔進行確定，并將確定出的關鍵詞、關鍵詞次序以及詞間隔的組合記為關鍵詞統計特征組；
17、步驟s302，基于預設的側重關鍵詞表，對關鍵詞統計特征組掃描分析，將映射出關鍵詞進行側重標記，并基于側重標記的關鍵詞，調用出含有等同的關鍵詞的若干話術數據，并對等同的關鍵詞進行側重標記，且將調用出的話術數據記為比對用話術數據；
18、步驟s303，確定出比對用話術數據的關鍵詞、關鍵詞次序以及詞間隔，得到關鍵詞統計特征組，依照側重標記的關鍵詞相對應的要求，將比對用話術數據的關鍵詞統計特征組代入優秀客服應答記錄的關鍵詞統計特征組，若關鍵詞統計特征組之間的吻合程度滿足預設標準，則將對應的比對用話術數據為調用的話術數據；
19、步驟s304，確定出調用的話術數據，并依據每一話術數據的關鍵詞統計特征組相對優秀客服應答記錄的關鍵詞統計特征組中的位置，確定話術數據的調用次序。
20、在本專利技術公開的一些實施例中，判斷關鍵詞統計特征組之間的吻合程度滿足預設標準的方法包括：
21、步驟s3031，對優秀客服應答記錄對應的關鍵詞統計特征組中用于比對的統計特征組區段進行確定，并將統計特征組區段和話術數據的關鍵詞統計特征組進行比對，統計出關鍵詞相符比例、關鍵詞次序相符比例以及詞間隔相符比例；
22、步驟s3032，若關鍵詞相符比例、關鍵詞次序相符比例以及詞間隔相符比例均大于等于預設值，則認定關鍵詞統計特征組之間的吻合程度滿足預設標準。
23、在本專利技術公開的一些實施例中，基于優秀應答模板在話術調用表達圖上的分布特征，確定實時客服應答后續映射的數據模塊的方法包括：
24、步驟s501，對實時調用的話術數據進行分析，確定出實時調用的話術數據在話術調用表達圖上映射的數據模塊以及數據模塊的調用次序，并將映射出的數據模塊進行連接，且基于數據模塊的調用次序，對數據模塊之間的連接線標記上方向，形成實時應答模板；
25、步驟s502，將話術調用表達圖上與實時應答模板前段相似程度大于等于預設值的優秀應答模板篩選出來，并基于相似程度的大小，對優秀應答模板進行排序，將排序前預設序次的優秀應答模板標記為觸發；
26、步驟s503，基于標記為觸發的優秀應答模板占所有優秀應答模板的模板占比參量，以及與實時應答模板的相似程度，確定鎖定的優秀應答模板，并將鎖定的優秀應答模板認定為實時客服應答后續調用話術數據的參考對象。
27、在本專利技術公開的一些實施例中，確定鎖定的優秀應答模板的方法包括：
28、步驟s5031，將實時應答模板和優秀應答模板進行比對，包括比對在話術調用圖上映射的數據模塊，以及數據模塊之間的連接線，基于數據模塊的第一相符比例以及連接線的第二相符比例，構建優秀應答模板和實時應答模板之間的相似程度算子；
29、步驟s5032，基于相似程度算子和模板占比參量，確定出不同優秀應答模板和實時應答模板之間的適配程度，并基于適配程度的大小，確定鎖定的優秀應答模板；
30、其中，計算適配程度的表達式為：
31、；
32、其中，p為適本文檔來自技高網...
【技術保護點】
1.基于話術數據的客服應答智能提示方法，其特征在于，包括：
2.基于話術數據的客服應答智能提示方法，其特征在于，對話術數據進行歸類分析的方法包括：
3.根據權利要求2所述的基于話術數據的客服應答智能提示方法，其特征在于，將話術數據類型集進行序列排布的方法包括：
4.根據權利要求3所述的基于話術數據的客服應答智能提示方法，其特征在于，話術類型集的歸類標簽包括其所屬的話術數據類型集序列，以及在話術數據類型集序列中的序次。
5.根據權利要求1所述的基于話術數據的客服應答智能提示方法，其特征在于，對優秀客服應答記錄進行分析，確定調用的話術數據以及話術數據調用次序的方法包括：
6.根據權利要求5所述的基于話術數據的客服應答智能提示方法，其特征在于，判斷關鍵詞統計特征組之間的吻合程度滿足預設標準的方法包括：
7.根據權利要求1所述的基于話術數據的客服應答智能提示方法，其特征在于，基于優秀應答模板在話術調用表達圖上的分布特征，確定實時客服應答后續映射的數據模塊的方法包括：
8.根據權利要求7所述的基于話術數據的
9.基于話術數據的客服應答智能提示系統，其特征在于，包括：
...【技術特征摘要】
1.基于話術數據的客服應答智能提示方法，其特征在于，包括：
2.基于話術數據的客服應答智能提示方法，其特征在于，對話術數據進行歸類分析的方法包括：
3.根據權利要求2所述的基于話術數據的客服應答智能提示方法，其特征在于，將話術數據類型集進行序列排布的方法包括：
4.根據權利要求3所述的基于話術數據的客服應答智能提示方法，其特征在于，話術類型集的歸類標簽包括其所屬的話術數據類型集序列，以及在話術數據類型集序列中的序次。
5.根據權利要求1所述的基于話術數據的客服應答智能提示方法，其特征在于，對優秀客服應答記錄進行分析...
【專利技術屬性】
技術研發人員：陳大拯，汪志祥，張樂，詹軍武，
申請(專利權)人：武漢云知美科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。