一种基于大数据的远程服务方法、系统、设备及介质

技术领域

本申请涉及远程服务领域，尤其是涉及一种基于大数据的远程服务方法、系统、设备及介质。

背景技术

客户服务，其目的是高效精准的解决用户所遇到的问题，随着互联网技术的不断发展，传统的客户服务在互联网上以远程服务的形式体现。远程服务是指利用互联网技术，向不同区域的用户提供实时的人工服务，远程服务具备有即时、灵活、人性化的特点，用户能够通过企业提供的远程服务有效的解决所遇到的问题。

由于远程服务的优越性，许多企业为其用户提供有相应的远程服务。目前，当用户向企业提出问题时，通常是自动匹配空闲的客服为用户进行答疑，也存在部分企业开通有AI客服，根据用户疑问利用AI智能分析用户需求，再根据预置的回答模板进行回答。

上述两种方式虽然能够及时对用户疑问进行处理，但是针对于用户疑问涉及领域驳杂、用户疑问专业度较高的场景，选取的客服可能不能较好的解决用户疑问，导致企业提供远程服务并不能满足用户需求，从而导致用户对企业专业度产生质疑，导致用户满意度下降。

发明内容

为了使企业提供的远程服务能够较好的满足用户需求，本申请提供一种基于大数据的远程服务方法、系统、设备及介质。

第一方面，本申请提供一种基于大数据的远程服务方法，所述方法包括以下步骤：

接收用户会话信息；

判断所述会话信息内是否包含用户需求；

若是，则根据所述用户需求选取若干个对应领域的客服作为待选客服；

获取用户身份信息与用户操作信息；

根据所述用户身份信息与所述用户操作信息得出用户特征；

通过预置的匹配模型计算各个所述待选客服与所述用户特征的第一特征匹配度；

选择所述第一特征匹配度最高的所述待选客服为用户提供远程服务

通过采用上述技术方案，通过对用户的会话信息进行分析，得出用户需求，针对性的选取能够解决用户疑问的客服进行远程服务；再根据用户的各类信息对用户特征进行分析，准确推送与用户习惯相符的客服进行服务，使远程服务能够较好的满足用户需求。

优选的，在通过预置的匹配模型计算各个所述待选客服与所述用户特征的第一特征匹配度中，具体包括以下步骤：

获取所有待选客服的客服信息，所述客服信息包括客服工作履历及客服历史服务用户情况；

根据所述客服信息得出客服特征；

将各个所述客服特征与所述用户特征输入所述匹配模型计算所述第一特征匹配度。

通过采用上述技术方案，通过对客服的身份进行分析，得出客服特征，客服特征可以反映客服擅长服务领域与对何种用户服务能够使用户满意度最高，有利于为用户匹配优选的客服。

优选的，在判断所述会话信息内是否包含用户需求中，具体包括以下步骤：

通过自然语言工具结构化所述会话信息得出若干个拆分词语；

将全部所述拆分词语与预置的关键词库进行比对，判断全部所述拆分词语中是否存在有包含于所述关键词库内的所述拆分词语；

若是，则说明所述会话信息内包含有用户需求。

通过采用上述技术方案，对用户发送的会话信息进行分析，结构化用户会话，从而提取出关键词，分析用户需求，根据需求选取对应客服，有利于用户与对应客服的匹配；同时通过自然语言工具分析会话信息缩减了人工识别的步骤，有利于节约人工成本。

优选的，在判断所述会话信息内是否包含用户需求后，还包括以下步骤：

若否，则发送引导语句以提示用户说明所述用户需求。

通过采用上述技术方案，引导用户说明需求，便于后续匹配过程的进行。

优选的，在选择所述第一特征匹配度最高的所述待选客服为用户提供远程服务后，还包括以下步骤：

判断远程服务是否结束；

若是，则发送待评价服务评分至用户端；

接收用户端发送的已评价服务评分。

通过采用上述技术方案，在客服结束远程服务后通过服务评分对本次远程服务进行反馈，通过反馈的已评价服务评分可以推断用户满意度，有利于提升客服服务质量且便于管理人员进行管理。

优选的，在判断远程服务是否结束中，具体包含以下步骤：

将所述远程服务中生成的实时对话日志导入预置的意图分析模型以分析用户结束对话意图；

当所述用户结束对话意图概率大于设定阈值时判断所述远程服务结束。

通过采用上述技术方案，通过分析用户意图以判断远程服务是否结束，当判断远程服务结束后向用户端发送待评价服务评分并及时释放客服资源，有利于提高客服资源的利用率，提升整体服务效率。

优选的，在接收用户端发送的已评价服务评分后，还包括以下步骤：

根据预置的转化规则将所述已评价服务评分转化为第二特征匹配度；

根据所述第一特征匹配度与所述第二特征匹配度计算得出误差函数；

将所述误差函数导入所述匹配模型进行误差修正；

根据所述误差修正的结果对所述匹配模型进行迭代。

通过采用上述技术方案，有利于提高匹配准确性，使用户能够得到优选的客服服务，有利于提高用户满意度。

第二方面，本申请提供一种基于大数据的远程服务系统，所述系统包括以下模块：

会话信息接收模块，用于接收用户会话信息；

用户需求判断模块，用于判断所述会话信息内是否包含用户需求；

待选客服选取模块，用于根据所述用户需求选取若干个对应领域的客服作为待选客服；

用户信息收集模块，用于获取用户身份信息与用户操作信息；

用户特征生成模块，用于根据所述用户身份信息与所述用户操作信息得出用户特征；

特征匹配度计算模块，用于通过预置的匹配模型计算各个所述待选客服与用户的第一特征匹配度；

待选客服选择模块，用于选择所述第一特征匹配度最高的所述待选客服为用户提供远程服务。

第三方面，本申请提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种基于大数据的远程服务方法的计算机程序。

第四方面，本申请提供一种计算机可读存储介质，采用如下技术方案：存储有能够被处理器加载并执行上述任一种基于大数据的远程服务方法程序。

综上所述，本申请包括以下至少一种有益技术效果：

1.通过自然语言工具结构化用户发送的会话信息，获取用户需求，高效的完成了用户问题领域的区分，并根据用户需求选取对应客服，保证用户问题得以解决；

2.通过大数据分析对用户特征进行识别，分析用户倾向与偏好，保证选取客服能够较好的为用户提供服务，能够有效的提高用户满意度；

3.在远程服务进行过程中采集数据，作为反馈数据导入匹配模型，根据误差反馈对匹配模型进行实时更新迭代，有利于提高匹配模型精确度，提高数据利用率。

附图说明

图1是本申请实施例提供的一种基于大数据的远程服务方法的方法流程图。

图2是本申请实施例提供的一种基于大数据的远程服务系统的系统框图。

图3是本申请实施例提供的一种基于大数据的远程服务设备的结构示意图。

附图标记说明：201、会话信息接收模块；202、用户需求判断模块；203、待选客服选取模块；204、用户信息收集模块；205、用户特征生成模块；206、特征匹配度计算模块；207、待选客服选择模块；300、电子设备；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

本申请实施例公开一种基于大数据的远程服务方法。

参照图1，一种基于大数据的远程服务方法包括包括以下步骤：

S10：接收用户会话信息；

具体的，当用户发送会话信息后，接收该会话信息并将其发送至服务器，等待下一步处理。

S20：判断会话信息内是否包含用户需求；

具体的，将接收到的会话信息导入经过预训练的自然语言工具中，该自然语言工具可以采用jieba分词器，分词器会根据预先导入的自定义词典与预训练分词逻辑对会话信息进行分词，将会话信息拆分为多个语素；导入自然语言工具的会话信息为人工客服在介入对话前的会话信息，通常用户通过此类会话信息来表达疑问与提出需求；在完成分词后，将会话信息拆分出的多个语素与预设的关键词库进行比对，判断有哪些语素包含于关键词库内，关键词库可以根据公司能够提供的服务进行对应设置，若关键词库内包含有会话信息拆分得到的语素，可以将这些语素作为用户需求。

在本申请一实施例中，将远程服务应用于某知识产权服务查询网站，该网站主营业务分为四个类别，分别是：专利查询、企业查询、政策查询以及产学研查询，基于网站的四类主营业务，可以对应设置四个关键词库，即专利词库、企业词库、政策词库以及产学研词库，各词库中收录了其对应板块相关的关键词，例如对于政策词库内收录有“政策”、“人才策略”、“高新企业申报”等等与政策查询相关的关键词，当用户发送会话信息时，自然语言工具自动结构化会话信息，将其与政策词库内的关键词比对，若检索到会话信息内有语素包含于政策词库内，则说明用户对政策查询有需求或疑问。

S21：若判断会话信息内未包含用户需求，则发送引导语句；

具体的，在对用户会话信息结构化并进行关键词检索后，若未在各类关键词库中检索到相关关键词，则说明用户可能未明确说明需求或疑问，此时需要引导用户提出需求，发送引导语句以使用户明确说明需要咨询的业务，引导语句可以是从人员预先编辑的引导语句库中选取的，其基本类似于“请问有什么可以帮助您的呢”或“麻烦您说明一下您想要咨询的业务呢”此类问询语句，当用户回应引导语句后，重复上述S20的过程，识别用户需求。

在本申请另一实施例中，当未识别到用户需求后，可以向用户发送业务表，业务表可以由目前企业出现的高频业务或用户疑问构成，也可以获取用户历史查看业务情况、浏览记录或身份信息等用户信息，根据用户信息向用户推荐业务表，当用户选择业务表上的选项后，根据用户选择的选项定位到用户需求。

S30：根据用户需求选取待选客服；

具体的，根据用户需求选取若干个对应领域的客服作为待选客服，远程服务的相关客服已经提前根据其提供的服务业务的分类板块打上了对应标签，与上文描述相同，远程服务应用于某知识产权服务查询网站，该网站主要业务分为四个板块，识别的用户需求同样根据用户会话信息被识别的关键词库分为专利咨询、政策咨询、企业咨询与产学研咨询四个类型，当用户需求被识别后，完成用户需求与客服标签的对应，选取对应标签的若干个客服作为待选客服。

S40：获取用户身份信息与用户操作信息；

具体的，当用户进入网站后对用户关键行为信息进行记录与获取，用户身份信息包括：用户登录或接入网站属地、用户录入的相关信息、用户的其他关联信息等，用户录入的相关信息包括用户性别、用户年龄、用户手机号、用户所属行业、用户工作经历等等；用户操作信息包括：用户常浏览页面信息、用户浏览页面时间、用户鼠标热力图、用户常用功能信息等等；上述用户身份信息与用户操作信息均可以通过抓取业务日志与WEB爬虫的方式获取。

S50：提取用户特征；

具体的，根据用户身份信息与用户操作信息得出用户特征，用户身份信息通常能够直接反应部分用户特征，例如用户性别、用户年龄、用户工作经历等等，但对于可能出现的部分用户身份缺失导致无法得出用户部分特征的情况，可以通过用户操作信息推测用户特征，例如在本申请一实施例中，抓取到用户在专利查询功能上点击频次最多，且其查询的专利分类号基本相同，均属于光伏领域，则基本可以认定为该用户为光伏领域相关技术人员，根据用户操作信息推测用户特征的相关技术为现有技术，在此不做具体描述。

S60：计算特征匹配度；

具体的，获取全部待选客服的工作履历与历史用户服务情况，根据客服信息，生成各个待选客服的客服特征，客服特征分为多个维度，各维度分别反映了该客服优势在于何种行业、何种类型用户、何种业务，客服特征的生成可以是由人员预配置的，也可以通过预置的画像模型生成，客服特征可以通过后续客服服务情况进行更新。

通过预置的匹配模型分别计算若干个待选客服与用户特征的特征匹配度，将各个待选客服的客服特征与用户特征分别导入预置的匹配模型进行特征匹配度计算，匹配模型可以是反馈神经网络模型，该匹配模型在进行特征匹配度计算之前已经过训练。

匹配模型的训练需要先进行数据准备，已知一次历史远程服务中匹配完成的客服与用户，并获取到该用户特征与该客服特征，还已知本次历史远程服务最终用户评价的服务评分，将服务评分根据一定的转化规则换算为特征匹配度，得到本次历史远程服务的用户与客服的特征匹配度；完成数据准备后，以此次历史远程服务的用户特征与客服特征为匹配模型的输入值，以换算得出的特征匹配度为目标值，设定好匹配模型的层级，通过输入值与匹配模型中的预测关系对输出值进行预测，匹配模型的输出值是预测的用户与客服的特征匹配度，根据目标值与输出值计算误差函数，将误差函数反向传播至匹配模型中对匹配模型的各层级权值进行修正；导入多次训练数据，反复对各层级权值进行修正，使输出值与目标值的误差小于设定值，最终完成对匹配模型的训练。

服务评分用于反应用户对本次远程服务的满意度，为使服务评分能够完全说明用户对本次远程服务的体验，服务评分包含有多个维度；在本申请一实施例中，服务评分包含有四个维度，分别是：客服服务态度评分、客服专业程度评分、问题解决程度评分以及客服亲和程度评分，四个维度的服务评分均设定为从1-5共五个评分等级，在结束远程服务后，用户选择各维度服务评分的等级即可完成对本次远程服务的评价。

由服务评分转化为特征匹配度的具体规则为：为服务评分的各维度评价信息设定对应权值，将用户对各维度服务评分与权值相乘，再将各维度服务评分加权后的结果相加得到换算后的特征匹配度，需要说明的是，权值可以根据运用场景的不同进行适应性调节。

在得到训练完成后的反馈神经网络模型后，将各个待选客服的客服特征与用户特征作为输入值分别导入匹配模型，匹配模型将对各个待选客服与用户的特征匹配度进行预测，得到各个待选客服客服与用户的特征匹配度。

S70：选择特征匹配度最高的待选客服提供远程服务；

具体的，在通过匹配模型完成对各个待选客服与用户的特征匹配度的预测后，选取预测的特征匹配度最高的待选客服，将该客服与用户进行匹配，使该客服为用户提供相应的远程服务，经过上述匹配过程，该客服应能够满足用户需求且掌握的相关技能与用户特征相匹配，可以为用户提供有较好的服务。

在完成客服的选取后，选取的客服为用户提供远程服务，客服与用户开始进行对话，在进行远程服务的同时，会实时生成对话日志，该对话日志记录有用户与客服发送的全部消息，还记录了每句对话发送的时间，将该对话日志输入预先准备的用户意图分析模型，预测用户结束对话意图概率，当用户结束对话意图概率大于设定值时，判断对话结束，此时向用户端发送待填写的服务评分以供用户对本次远程服务体验进行评价，当用户完成填写后，接收已填写的服务评分。

用户意图分析模型可以是线性分类器，当输入实时对话日志后，用户意图分析模型会将用户发送消息的时间间隔作为用户结束对话意图判断的一个标准，此外，用户意图分析模型还会根据历史对话信息分析语意，判断用户是否存在结束对话的意图，将两者综合起来能够较为准确的判断对话何时结束。

本申请实施例一种基于大数据的远程服务方法的实施原理为：通过用户发送的会话信息运用自然语言根据分析定位用户需求，根据用户需求从全部客服中选取若干个能够解决用户此次问题的客服作为待选客服，在通过大数据分析用户习惯、行业、身份等信息，通过匹配模型计算用户与各个待选客服的特征匹配度，选择与用户特征匹配度最高的待选客服为用户提供远程服务；通过上述匹配过程，为用户完成了优选的远程客服的选取，保证用户需求能够得到解决且可以获得到较好用户体验。

本申请实施例还公开一种基于大数据的远程服务系统。

参照图2，一种基于大数据的远程服务系统包括以下模块：

会话信息接收模块201，用于接收用户会话信息；

用户需求判断模块202，用于判断所述会话信息内是否包含用户需求；

待选客服选取模块203，用于根据所述用户需求选取若干个对应领域的客服作为待选客服；

用户信息收集模块204，用于获取用户身份信息与用户操作信息；

用户特征生成模块205，用于根据所述用户身份信息与所述用户操作信息得出用户特征；

特征匹配度计算模块206，用于通过预置的匹配模型计算各个所述待选客服与用户的第一特征匹配度；

待选客服选择模块207，用于选择所述第一特征匹配度最高的所述待选客服为用户提供远程服务。

本申请实施例还公开一种基于大数据的远程服务设备。

请参见图3，为本申请实施例提供了一种电子设备300的结构示意图。如图3所示，所述电子设备300可以包括：至少一个处理器301，至少一个网络接口304，用户接口303，存储器305，至少一个通信总线302。

其中，通信总线302用于实现这些组件之间的连接通信。

其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。

其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。

其中，存储器305可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图3所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口303模块以及一种基于大数据的远程服务方法的应用程序。

在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储的一种基于大数据的远程服务方法的应用程序，当由一个或多个处理器301执行时，使得电子设备300执行如上述实施例中一个或多个所述的方法。

一种电子设备可读存储介质，所述电子设备300可读存储介质存储有指令。当由一个或多个处理器301执行时，使得电子设备300执行如上述实施例中一个或多个所述的方法。

本申请实施例还公开一种计算机可读存储介质。

具体来说，该计算机可读存储介质，其存储有能够被处理器301加载并执行如上述一种基于大数据的远程服务方法的计算机程序，该计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器 (Read-Only Memory，ROM)、随机存取存储器 (Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。