一种基于深度学习的客服预警分析系统

技术领域

本发明涉及客户服务技术领域，更具体地说，本发明涉及一种基于深度学习的客服预警分析系统。

背景技术

客户服务，主要体现了一种以客户满意为导向的价值观，它整合及管理在预先设定的最优成本——服务组合中的客户界面的所有要素。广义而言，任何能提高客户满意度的内容都属于客户服务的范围。

当前服务公司每天有大量的客服与客人的IM(即使通讯)对话，客服与客人在IM交流过程中，常面临一些紧急的服务诉求，比如客户遭到他人绑架；客户处于一个四处暴乱的环境中，这些情况下客户处于一个心情极度不平静的情况，沟通时难以直接表达自己所受危险中，由于现有的客服系统不能够很好的进行快速的反应，导致客服无法清楚的理解客户所表达的含义，因此错失救援机会。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于深度学习的客服预警分析系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于深度学习的客服预警分析系统，包括：

第一会话采集模块，与所述第二会话采集模块与会话分类模块连接，用于实时获取当前的会话文本，处理当前的会话文本得到当前的会话特征；

第二会话采集模块，与所述第一会话采集模块、会话分类模块和会话文本数据库连接，用于从会话文本数据库中获取前一时刻的会话文本，处理前一时刻的会话文本得到前一时刻的会话特征；

会话分类模块，与所述第一会话采集模块、第二会话采集模块、数据处理模块和会话文本数据库连接，用于将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的会话分类模型，并输出给数据处理模块处理以及会话文本数据库中进行存储；

数据处理模块，与所述会话分类模块和预警分析模块连接，用于对会话分类模型输出的会话类型进行分析处理，并将分析处理后的结果传输给预警分析模块；

预警分析模块，与所述数据处理模块连接，用于对数据处理模块传输的分析处理结果进行判断是否预警；

会话文本数据库，与所述第二会话采集模块和会话分类模块连接，用于为第二会话采集模块提供前一时刻的会话文本，同时对会话分类模块中拼合后的会话文本进行存储。

进一步的，所述第一会话采集模块用于将当前的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到当前的会话特征。

进一步的，所述第二会话采集模块用于将前一时刻的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到前一时刻的会话特征。

进一步的，所述会话分类模块包括文本整合模块、关键字提取模块、分类模块和第一输出模块；

所述文本整合模块，与所述第一会话采集模块和第二会话采集模块连接，用于对第一会话采集模块传输的当前的会话特征和第二会话采集模块传输的前一时刻的会话特征进行整合，并形成新的会话特征；

所述关键字提取模块，与所述文本整合模块和第一输出模块连接，用于对新的会话特征提取关键字，并传输给第一输出模块；

所述分类模块，与所述文本整合模块和第一输出模块连接，用于对新的会话特征进行分类，并将分类后的会话类型传输给第一输出模块；

所述第一输出模块，与所述关键字提取模块、分类模块、数据处理模块和和会话文本数据库连接，用于将提取的关键字以及分类后的会话类型传输给数据处理模块，同时将分类后的会话类型传输给会话文本数据库连接进行存储。

进一步的，所述数据处理模块包括关键字识别模块、会话类型分析处理模块、第二输出模块；

所述关键字识别模块，与所述第一输出模块和第二输出模块连接，用于对提取的关键字进行识别，并将识别后的关键字信息传输给第二输出模块；

所述会话类型分析处理模块，与所述第一输出模块和第二输出模块，用于对会话类型进行处理分析，并将会话类型涉及的具体的服务行业信息传输给第二输出模块；

所述第二输出模块，与所述关键字识别模块、会话类型分析处理模块和预警分析模块连接，用于接收别后的关键字信息和会话类型涉及的具体的服务行业信息，并将接收别后的关键字信息和会话类型涉及的具体的服务行业信息传输给预警分析模块。

进一步的，所述预警分析模块包括人员分配模块，所述人员分配模块，与所述第二输出模块和预警判断模块连接，用于根据会话类型涉及的具体的服务行业信息分配客服人员，并将关键字信息发送给客服人员。

进一步的，所述预警分析模块还包括预警判断模块，所述预警判断模块，与所述人员分配模块连接，用于客服根据关键字信息判断是否进行预警。

进一步的，所述会话文本数据库包括存储模块，所述存储模块与第二会话采集模块和第一输出模块连接，用于将文本整合模块中生成的新的会话特征进行存储，并提供给第二会话采集模块作为前一时刻的会话特征。

本发明的技术效果和优点：

与现有技术相比，本发明能够通过对会话类型进行分类，快速的分配客服人员，同时对会话中的关键字进行提取，能够对客户表达的意思做出快速反应，从而能够辅助客服人员进行快速的作用预警判断。

附图说明

图1为本发明的整体系统框图。

图2为本发明的会话分类模块系统框图。

图3为本发明的数据处理模块系统框图。

图4为本发明的预警分析模块系统框图。

图5为本发明的会话文本数据库系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如附图1-5所示的一种基于深度学习的客服预警分析系统，包括：

第一会话采集模块，与第二会话采集模块与会话分类模块连接，用于实时获取当前的会话文本，处理当前的会话文本得到当前的会话特征；

其中，第一会话采集模块用于将当前的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到当前的会话特征；

第二会话采集模块，与第一会话采集模块、会话分类模块和会话文本数据库连接，用于从会话文本数据库中获取前一时刻的会话文本，处理前一时刻的会话文本得到前一时刻的会话特征；

其中，第二会话采集模块用于将前一时刻的会话文本进行分词处理，将分词得到的各个词映射到词向量后，组合得到前一时刻的会话特征；

会话分类模块，与第一会话采集模块、第二会话采集模块、数据处理模块和会话文本数据库连接，用于将当前的会话特征和前一时刻的会话特征拼合后输入基于深度学习的会话分类模型，并输出给数据处理模块处理以及会话文本数据库中进行存储；

其中，会话分类模块包括文本整合模块、关键字提取模块、分类模块和第一输出模块；

文本整合模块，与第一会话采集模块和第二会话采集模块连接，用于对第一会话采集模块传输的当前的会话特征和第二会话采集模块传输的前一时刻的会话特征进行整合，并形成新的会话特征；

关键字提取模块，与文本整合模块和第一输出模块连接，用于对新的会话特征提取关键字，并传输给第一输出模块；

分类模块，与文本整合模块和第一输出模块连接，用于对新的会话特征进行分类，并将分类后的会话类型传输给第一输出模块；

第一输出模块，与关键字提取模块、分类模块、数据处理模块和和会话文本数据库连接，用于将提取的关键字以及分类后的会话类型传输给数据处理模块，同时将分类后的会话类型传输给会话文本数据库连接进行存储；

数据处理模块，与会话分类模块和预警分析模块连接，用于对会话分类模型输出的会话类型进行分析处理，并将分析处理后的结果传输给预警分析模块；

其中，数据处理模块包括关键字识别模块、会话类型分析处理模块、第二输出模块；

关键字识别模块，与第一输出模块和第二输出模块连接，用于对提取的关键字进行识别，并将识别后的关键字信息传输给第二输出模块；

会话类型分析处理模块，与第一输出模块和第二输出模块，用于对会话类型进行处理分析，并将会话类型涉及的具体的服务行业信息传输给第二输出模块；

第二输出模块，与关键字识别模块、会话类型分析处理模块和预警分析模块连接，用于接收别后的关键字信息和会话类型涉及的具体的服务行业信息，并将接收别后的关键字信息和会话类型涉及的具体的服务行业信息传输给预警分析模块；

预警分析模块，与数据处理模块连接，用于对数据处理模块传输的分析处理结果进行判断是否预警；

其中，预警分析模块包括人员分配模块和预警判断模块；

人员分配模块，与第二输出模块和预警判断模块连接，用于根据会话类型涉及的具体的服务行业信息分配客服人员，并将关键字信息发送给客服人员；

预警判断模块，与人员分配模块连接，用于客服根据关键字信息判断是否进行预警；

会话文本数据库，与第二会话采集模块和会话分类模块连接，用于为第二会话采集模块提供前一时刻的会话文本，同时对会话分类模块中拼合后的会话文本进行存储；

其中，会话文本数据库包括存储模块，存储模块与第二会话采集模块和第一输出模块连接，用于将文本整合模块中生成的新的会话特征进行存储，并提供给第二会话采集模块作为前一时刻的会话特征。

最后应说明的几点是：首先，在本申请的描述中，需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变，则相对位置关系可能发生改变；

其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

最后：以上仅为本发明的优选实施例而已，并不用于限制本发明，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。