一种后台客服服务终端

技术领域

本发明涉及客户服务技术领域，具体来说，涉及一种后台客服服务终端。

背景技术

客服，简而言之就是客户服务工作或者指承担客户服务工作的机构。客服人员就是承担客服工作的专员，其可以通过电话、邮件、通讯软件、视频通话等方式对客户疑问建议做出回答受理。后台客服服务终端经过近些年的发展，已经成为网站客户服务、辅助网站销售不可缺少的工具，同时成为了网络营销的重要工具，也是提示企业网站形象，加强企业与访客互动的必备工具。

客服服务终端的重要作用包括将用户的产品反馈体验、产品使用疑问及购买疑问进行了解并回答，有利于促成交易的产生及提升用户的购买忠诚度及满意度，但是现有的客服服务终端无法对大量用户的情感倾向进行收集总结，为后续客服服务提供经验及对产品销售做出改进的信息。

例如中国专利201511025278.5公开了客服系统及其服务方法、机器人客服，其包括当所述机器人客服检测到自身未处于会话挂起状态时，由所述机器人客服自主处理所述会话消息；在自主处理过程中，当满足预设的会话挂起条件时，执行将所述机器人客服切换至会话挂起状态的过程，其可以增强客服系统服务的有效性。但是上述系统还存在以下不足：由于电商、在线教育、银行等服务性行业都需要在线客服，而客服人员与用户进行沟通的过程中，会遇到不同用户的情感反馈，而现有的客服服务系统只能通过客服人员在当下理解用户的情感，而很难对大量用户的沟通进行用户的情感总结，特别是随着互联网的兴起与普及，聊天时充满了不同的表情包图片，对表情包图片的情感理解也关系到用户的情感总结。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种后台客服服务终端，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

一种后台客服服务终端，该终端包括机器人通讯模块、人工通讯模块、人工视频通话模块、邮件模块、流程检测模块、投诉模块、服务质量排名模块及用户情感识别模块；

其中，所述机器人通讯模块，用于将预先设置好的对话与用户进行快速对答，并引导用户提出自身的疑问，同时针对常见问题根据预设的存储资料对用户的疑感给出回复；

所述人工通讯模块，用于接受并记录用户的咨询，并按照相应流程对用户进行反馈，同时若用户发出订单，则接受订单及将订单信息发送至相关产品部门，且当机器人通讯模块无法回复用户的疑问时，将用户与人工客户进行通讯连接；

所述人工视频通话模块，用于实现人工客服与用户进行VoLTE高清视频通话或语音通话，并通过视频或语音的方式解决用户的疑问及售后问题；

所述邮件模块，用于实现人工客服与用户通过邮件的方式进行沟通，并将产品广告内容、用户咨询的反馈内容发送至用户的邮箱；

所述流程检测模块，用于在人工客服与用户进行人工通讯、人工视频通话及邮件沟通时检测人工客服在开头及结尾是否进行礼貌性用语，若否，则增加一次工作失误；

所述投诉模块，用于接收用户反馈的人工客服出现的工作不足，并调查用户的反馈是否属实，若是，则增加一次工作失误；

所述服务质量排名模块，用于根据人工客服的工作量及工作失误的次数进行排名，并对排名高的人工客服进行奖励；

所述用户情感识别模块，用于对人工客服与用户进行通讯的内容进行检测，获取用户的情感倾向，若出现负面情感倾向，则审核相应通讯的内容。

进一步的，所述人工客服与用户通过邮件的方式进行沟通时，通过邮件模板与用户沟通，且邮件模板包括客户欢迎模板、支持模板、续费模板、退款模板、挽留模板及广告模板。

进一步的，所述对人工客服与用户进行通讯的内容进行检测，获取用户的情感倾向包括对人工客服与用户进行通讯时的文字进行检测及对人工客服与用户进行通讯时的待匹配图片进行检测。

进一步的，所述对人工客服与用户进行通讯时的文字进行检测时，收集并整理通讯时的历史记录并保存为通讯文本；

对通讯文本中一定时间段内某一用户的通讯时的历史记录进行提取，并对该历史记录进行预处理及词性标注，得到输入文本；

对情感词典进行构建，并将输入文本与情感词典进行匹配，若输入文本中的词语包含于情感词典中，则对词语进行正面情感或负面情感的评判，并获取用户的情感倾向。

进一步的，所述对通讯文本中一定时间段内某一用户的通讯时的历史记录进行提取，并对该历史记录进行预处理及词性标注时，将该历史记录的文本中的所有语句进行拆分，得到若干部分，且将各个部分与词典进行匹配，若该部分出现在词典中，则进行分词，若该部分没有出现在词典中，则继续拆分，直至匹配成功；

建立以副词、形容词及连接词为基础的停用词库，并利用停用词库将历史记录的文本中的停用词进行去除，得到预输入文本；

利用SVM分类器对预输入文本内的词语进行词性标注，得到输入文本。

进一步的，所述情感词典包含正面词语词典、负面词语词典、否定词语词典、消极词语词典及程度副词词典。

进一步的，所述将输入文本与情感词典进行匹配，若输入文本中的词语包含于情感词典中，则对词语进行正面情感或负面情感的评判，并获取用户的情感倾向时，对输入文本中的词语进行遍历，若输入文本中的词语包含于情感词典中，则判断词语的情感属性；

若词语的情感属性为正面词语，则检测该词语的前后词语，若该词语的前一词语为否定词、消极词或后一词语为消极词，则对该词语的权重减一，若该词语的前后词语为其它，则对该词语的权重加一；若该词语的前词语为程度副词，则对该词语的权重进行平方处理；

若词语的情感属性为负面词语，则检测该词语前一词语是否为否定词，若是，则对该词语的权重加一，若否，则对该词语的权重减一；若该词语的前词语为程度副词，则对该词语的权重进行平方处理；

对输入文本中的词语进行权重计算后，得到总权重值，若该总权重值为正，则该输入文本对应的历史记录的整体情感为正面，即用户的情感倾向为正面；

若该总权重值为负或零，则该输入文本对应的历史记录的整体情感为负面，即用户的情感倾向为负面。

进一步的，所述对人工客服与用户进行通讯时的待匹配图片进行检测时，根据互联网公开信息构建表情包图片库，分别通过SURF检测子提取待匹配图片及表情包图片的斑块特征，并输出斑块特征的空间位置及所在的特征尺度；

利用加窗灰度差直方图描述子对斑块特征进行描述；

计算待匹配图片及表情包图片的斑块特征之间是否匹配，若是，则判定待匹配图片与该表情包图片一致，并得出待匹配图片是否为负面情感倾向，若是，则将相应的待匹配图片所处聊天位置进行标注。

进一步的，所述加窗灰度差直方图描述子的构建包括采用SURF斑块特征检测算法检测斑块特征，并计算得到斑块特征的主方向；

以斑块特征为中心，并垂直于主方向的边长为c的区域设定为核心区域，同时根据窗口模板的大小，得到作用区域；

以窗口模板的核心区域中的某一子块为中心子块，计算其它子块与中心子块的灰度差，得到中心子块的正负灰度差直方图，并合并所有子块的直方图，且进行归一化处理，得到加窗灰度差直方图描述子：

WIDH＝[NH

式中，NH

P为中心子块，c为核心区域的边长大小。

进一步的，所述计算待匹配图片及表情包图片的斑块特征之间是否匹配时，计算待匹配图片及表情包图片的斑块特征之间的欧式距离；

若欧式距离小于1，且待匹配图片及表情包图片的斑块特征满足约束条件，则判定待匹配图片及该表情包图片的斑块特征匹配；

其中，所述待匹配图片及表情包图片的斑块特征满足约束条件为最相邻与次相邻特征间的描述矢量距离满足约束公式：

d(Q,Q

式中，d为距离度量准则，α为最近邻距离比；

Q和Q

本发明的有益效果为：

(1)本发明的一种后台客服服务终端，通过对人工客服与用户进行通讯时的文字进行检测以及对人工客服与用户进行通讯时的待匹配图片进行检测，判断当时用户的情感倾向，若出现负面情感倾向，则针对性的对相关客户内容进行改进。同时，文字及待匹配图片的检测，满足了大量用户的自动情感检测，效率相对于客服人员自身反馈要更高效。

(2)通过客服终端与用户之间进行文字交流、视频通话交流、邮件交流，充分满足不同用户的使用习惯，且通过机器人客服与人工客服的配合，提高客服的回复效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种后台客服服务终端的原理框图。

图中：

1、机器人通讯模块；2、人工通讯模块；3、人工视频通话模块；4、邮件模块；5、流程检测模块；6、投诉模块；7、服务质量排名模块；8、用户情感识别模块。

具体实施方式

为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。

根据本发明的实施例，提供了一种后台客服服务终端。

现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的后台客服服务终端，该终端包括机器人通讯模块1、人工通讯模块2、人工视频通话模块3、邮件模块4、流程检测模块5、投诉模块6、服务质量排名模块7及用户情感识别模块8；

其中，所述机器人通讯模块1，用于将预先设置好的对话与用户进行快速对答，并引导用户提出自身的疑问，同时针对常见问题根据预设的存储资料对用户的疑感给出回复；

所述人工通讯模块2，用于接受并记录用户的咨询，并按照相应流程对用户进行反馈，同时若用户发出订单，则接受订单及将订单信息发送至相关产品部门，且当机器人通讯模块无法回复用户的疑问时，将用户与人工客户进行通讯连接；

所述人工视频通话模块3，用于实现人工客服与用户进行VoLTE高清视频通话或语音通话，并通过视频或语音的方式解决用户的疑问及售后问题；

所述邮件模块4，用于实现人工客服与用户通过邮件的方式进行沟通，并将产品广告内容、用户咨询的反馈内容发送至用户的邮箱；

在一个实施例中，所述人工客服与用户通过邮件的方式进行沟通时，通过邮件模板与用户沟通，且邮件模板包括客户欢迎模板、支持模板、续费模板、退款模板、挽留模板及广告模板。其中，所述欢迎模板、支持模板、续费模板、退款模板、挽留模板及广告模板均为预先编辑好的范文及格式，用于方便人工客服进行邮件的撰写。

所述流程检测模块5，用于在人工客服与用户进行人工通讯、人工视频通话及邮件沟通时检测人工客服在开头及结尾是否进行礼貌性用语，若否，则增加一次工作失误；

所述投诉模块6，用于接收用户反馈的人工客服出现的工作不足，并调查用户的反馈是否属实，若是，则增加一次工作失误；

所述服务质量排名模块7，用于根据人工客服的工作量及工作失误的次数进行排名，并对排名高的人工客服进行奖励；

所述用户情感识别模块8，用于对人工客服与用户进行通讯的内容进行检测，获取用户的情感倾向，若出现负面情感倾向，则审核相应通讯的内容。

在一个实施例中，所述对人工客服与用户进行通讯的内容进行检测，获取用户的情感倾向包括对人工客服与用户进行通讯时的文字进行检测及对人工客服与用户进行通讯时的待匹配图片进行检测。

在一个实施例中，所述对人工客服与用户进行通讯时的文字进行检测时，收集并整理通讯时的历史记录并保存为通讯文本；

对通讯文本中一定时间段内某一用户的通讯时的历史记录进行提取，并对该历史记录进行预处理及词性标注，得到输入文本；

对情感词典进行构建，并将输入文本与情感词典进行匹配，若输入文本中的词语包含于情感词典中，则对词语进行正面情感或负面情感的评判，并获取用户的情感倾向。

在一个实施例中，所述对通讯文本中一定时间段内某一用户的通讯时的历史记录进行提取，并对该历史记录进行预处理及词性标注时，将该历史记录的文本中的所有语句进行拆分，得到若干部分，且将各个部分与词典进行匹配，若该部分出现在词典中，则进行分词，若该部分没有出现在词典中，则继续拆分，直至匹配成功；

建立以副词、形容词及连接词为基础的停用词库，并利用停用词库将历史记录的文本中的停用词进行去除，得到预输入文本；

利用SVM分类器对预输入文本内的词语进行词性标注，得到输入文本。

在一个实施例中，所述情感词典包含正面词语词典、负面词语词典、否定词语词典、消极词语词典及程度副词词典。其中，所述正面词语词典、负面词语词典、否定词语词典、消极词语词典及程度副词词典分别为包含正面词语、负面词语、否定词语、消极词语及程度副词的词语库。

在一个实施例中，所述将输入文本与情感词典进行匹配，若输入文本中的词语包含于情感词典中，则对词语进行正面情感或负面情感的评判，并获取用户的情感倾向时，对输入文本中的词语进行遍历，若输入文本中的词语包含于情感词典中，则判断词语的情感属性；

若词语的情感属性为正面词语，则检测该词语的前后词语，若该词语的前一词语为否定词、消极词或后一词语为消极词，则对该词语的权重减一，若该词语的前后词语为其它，则对该词语的权重加一；若该词语的前词语为程度副词，则对该词语的权重进行平方处理；

若词语的情感属性为负面词语，则检测该词语前一词语是否为否定词，若是，则对该词语的权重加一，若否，则对该词语的权重减一；若该词语的前词语为程度副词，则对该词语的权重进行平方处理；

对输入文本中的词语进行权重计算后，得到总权重值，若该总权重值为正，则该输入文本对应的历史记录的整体情感为正面，即用户的情感倾向为正面；

若该总权重值为负或零，则该输入文本对应的历史记录的整体情感为负面，即用户的情感倾向为负面。

在一个实施例中，所述对人工客服与用户进行通讯时的待匹配图片进行检测时，根据互联网公开信息构建表情包图片库，分别通过SURF检测子提取待匹配图片及表情包图片的斑块特征，并输出斑块特征的空间位置及所在的特征尺度；

利用加窗灰度差直方图描述子对斑块特征进行描述；通过描述子间的距离度量完成特征匹配，能够更充分地利用特征邻域内的局部信息。

计算待匹配图片及表情包图片的斑块特征之间是否匹配，若是，则判定待匹配图片与该表情包图片一致(由于表情包图片根据公开信息可得知其情感倾向是正面、负面或正常)，并得出待匹配图片是否为负面情感倾向，若是，则将相应的待匹配图片所处聊天位置进行标注。

在一个实施例中，所述加窗灰度差直方图描述子的构建包括采用SURF斑块特征检测算法检测斑块特征，并计算得到斑块特征的主方向；

以斑块特征为中心，并垂直于主方向的边长为c的区域设定为核心区域，同时根据窗口模板的大小，得到作用区域；

以窗口模板的核心区域中的某一子块为中心子块，计算其它子块与中心子块的灰度差，得到中心子块的正负灰度差直方图，并合并所有子块的直方图，且进行归一化处理，得到加窗灰度差直方图描述子：

WIDH＝[NH

式中，NH

P为中心子块，c为核心区域的边长大小。核心区域是以斑块特征为中心，大小为c×c的区域；窗口模板是以核心区域中的某个子块为中心，大小为w×w的区域；作用区域是窗口模板以核心区域的子块为中心移动时所能覆盖到的区域。

在一个实施例中，所述计算待匹配图片及表情包图片的斑块特征之间是否匹配时，计算待匹配图片及表情包图片的斑块特征之间的欧式距离；

若欧式距离小于1，且待匹配图片及表情包图片的斑块特征满足约束条件，则判定待匹配图片及该表情包图片的斑块特征匹配；

其中，所述待匹配图片及表情包图片的斑块特征满足约束条件为最相邻与次相邻特征间的描述矢量距离满足约束公式：

d(Q,Q

式中，d为距离度量准则，α为最近邻距离比；

Q和Q

综上所述，本发明的一种后台客服服务终端，通过对人工客服与用户进行通讯时的文字进行检测以及对人工客服与用户进行通讯时的待匹配图片进行检测，判断当时用户的情感倾向，若出现负面情感倾向，则针对性的对相关客户内容进行改进。同时，文字及待匹配图片的检测，满足了大量用户的自动情感检测，效率相对于客服人员自身反馈要更高效。通过客服终端与用户之间进行文字交流、视频通话交流、邮件交流，充分满足不同用户的使用习惯，且通过机器人客服与人工客服的配合，提高客服的回复效率。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。