[發(fā)明專利]快遞行業(yè)座席智能分配方法、裝置和設(shè)備

在審

• 申請?zhí)枺?/td>: 202010557518.0
• 申請日: 2020-06-18
• 公開（公告）號: CN111815124A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計(jì)）人: 張關(guān)舉;黃哲鏗;顧賀;林文升;邱國興;王海麗;邱碩;宋偉
• 申請（專利權(quán)）人: 上海中通吉網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F16/35;G06N3/04;G06N3/08;G06F17/18;G06Q10/08
• 代理公司: 北京細(xì)軟智谷知識產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 岳鳳羽

本發(fā)明涉及物流相關(guān)技術(shù)領(lǐng)域，具體涉及一種快遞行業(yè)座席智能分配方法、裝置和設(shè)備。具體的，快遞行業(yè)座席智能分配方法，包括：確定用戶標(biāo)簽數(shù)據(jù)；其中，用戶標(biāo)簽數(shù)據(jù)包括：基于用戶歷史業(yè)務(wù)數(shù)據(jù)得到的歷史數(shù)據(jù)標(biāo)簽和基于會話數(shù)據(jù)得到的會話數(shù)據(jù)標(biāo)簽；基于所述用戶標(biāo)簽數(shù)據(jù)和預(yù)測算法對用戶需求進(jìn)行預(yù)測；通過話務(wù)調(diào)度平臺、用戶標(biāo)簽數(shù)據(jù)和對用戶需求預(yù)測的結(jié)果，為用戶分配座席人員。

技術(shù)領(lǐng)域

本發(fā)明涉及物流相關(guān)技術(shù)領(lǐng)域，具體涉及一種快遞行業(yè)座席智能分配方法、裝置和設(shè)備。

背景技術(shù)

呼叫中心普遍采用的做法是根據(jù)不同的業(yè)務(wù)類別分為不同的座席組，再按照業(yè)務(wù)類別進(jìn)行話務(wù)分配，比如常見的座席組為：咨詢組、下單組、投訴組。需要注意的是，一些情況需要轉(zhuǎn)座席組。

目前采用的分配策略有以下缺點(diǎn)：用戶意圖判斷不準(zhǔn)確，甚至沒有意圖判斷，導(dǎo)致分配后需要用戶轉(zhuǎn)組，體驗(yàn)不好。

發(fā)明內(nèi)容

有鑒于此，提供一種快遞行業(yè)座席智能分配方法、裝置和設(shè)備，以解決相關(guān)技術(shù)中用戶意圖判斷不準(zhǔn)確，甚至沒有意圖判斷，導(dǎo)致分配后需要用戶轉(zhuǎn)組，體驗(yàn)不好的問題。

本發(fā)明采用如下技術(shù)方案：

第一方面，本發(fā)明實(shí)施例提供了一種快遞行業(yè)座席智能分配方法，包括：

確定用戶標(biāo)簽數(shù)據(jù)；其中，用戶標(biāo)簽數(shù)據(jù)包括：基于用戶歷史業(yè)務(wù)數(shù)據(jù)得到的歷史數(shù)據(jù)標(biāo)簽和基于會話數(shù)據(jù)得到的會話數(shù)據(jù)標(biāo)簽；

基于所述用戶標(biāo)簽數(shù)據(jù)和預(yù)測算法對用戶需求進(jìn)行預(yù)測；

通過話務(wù)調(diào)度平臺、用戶標(biāo)簽數(shù)據(jù)和對用戶需求預(yù)測的結(jié)果，為用戶分配座席人員。

可選的，確定歷史數(shù)據(jù)標(biāo)簽的方法為：

將用戶歷史業(yè)務(wù)數(shù)據(jù)輸入預(yù)設(shè)的歷史數(shù)據(jù)標(biāo)簽識別模型，得到歷史數(shù)據(jù)標(biāo)簽。

可選的，所述歷史數(shù)據(jù)標(biāo)簽識別模型的訓(xùn)練過程包括：

獲取第一預(yù)設(shè)數(shù)量樣本用戶歷史業(yè)務(wù)數(shù)據(jù)和第二預(yù)設(shè)數(shù)量的標(biāo)簽標(biāo)識作為訓(xùn)練樣本，其中，所述樣本用戶歷史業(yè)務(wù)數(shù)據(jù)和標(biāo)簽標(biāo)識對應(yīng)；

將所述訓(xùn)練樣本輸入預(yù)先構(gòu)建的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到所述歷史數(shù)據(jù)標(biāo)簽識別模型。

可選的，確定會話數(shù)據(jù)標(biāo)簽的方法為：

獲取用戶與智能AI的會話數(shù)據(jù)；

將所述會話數(shù)據(jù)輸入預(yù)設(shè)的會話數(shù)據(jù)標(biāo)簽識別模型，得到會話數(shù)據(jù)標(biāo)簽。

可選的，所述會話數(shù)據(jù)標(biāo)簽識別模型的訓(xùn)練過程包括：

獲取第三預(yù)設(shè)數(shù)量樣本會話數(shù)據(jù)和第四預(yù)設(shè)數(shù)量的標(biāo)簽標(biāo)識作為訓(xùn)練樣本，其中，所述樣本會話數(shù)據(jù)和標(biāo)簽標(biāo)識對應(yīng)；

將所述訓(xùn)練樣本輸入預(yù)先構(gòu)建的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到所述會話數(shù)據(jù)標(biāo)簽識別模型。

可選的，所述預(yù)先構(gòu)建的深度學(xué)習(xí)模型為基于長短時(shí)記憶網(wǎng)絡(luò)算法搭建的深度學(xué)習(xí)模型。

可選的，所述預(yù)測算法為多項(xiàng)式回歸算法。

可選的，所述通過話務(wù)調(diào)度平臺、用戶標(biāo)簽數(shù)據(jù)和對用戶需求預(yù)測的結(jié)果，為用戶分配座席人員，包括：

基于所述用戶標(biāo)簽數(shù)據(jù)和對用戶需求預(yù)測的結(jié)果，確定用戶需要座席人員的具備的技能和技能等級；

基于所述話務(wù)調(diào)度平臺內(nèi)存儲的座席人員信息，為用戶匹配適合用戶需求的座席人員；

其中，座席人員的具備的技能包括：咨詢類相關(guān)技能、下單類相關(guān)技能、投訴類相關(guān)技能。

第二方面，本申請?zhí)峁┮环N快遞行業(yè)座席智能分配裝置，包括：