[發明專利]一種信息咨詢用自推薦系統

在審

• 申請號: 202011559226.7
• 申請日: 2020-12-25
• 公開（公告）號: CN112733011A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 劉思堯
• 申請（專利權）人: 蘇州星舟知識產權代理有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種信息咨詢用自推薦系統，其特征在于，包括客戶咨詢單元、咨詢提取單元、云存儲單元、客服數據處理單元、客服推薦單元和智能設備；

客戶咨詢單元用于用戶輸入需要咨詢的相關信息，并將客戶需要咨詢的相關信息標定為咨詢信息，并將其傳輸至咨詢提取單元；

咨詢提取單元獲取咨詢信息，將咨詢單元內的每一個字符進行字符標記，從而得到一個咨詢信息的標記字符，并將其標定為咨詢字符數據；

云存儲單元內存儲有記錄信息，咨詢提取單元獲取記錄信息，將記錄信息內咨詢信息的具體內容進行數據分類，并將每個種類標定為對應的類別數據，將記錄信息內的類別數據對應的文字描述標定為定義數據，將記錄信息內的字符組合標定為記錄字符組；

將咨詢字符數據、定義數據和類別數據在咨詢提取單元內進行類別匹配，得到咨詢類別數據，并將其傳輸至客服數據處理單元；

云存儲單元內還存儲有記錄客服信息，客服數據處理單元從云存儲單元內獲取記錄客服信息，將記錄客服信息內客服的種類標定為記錄種類數據，將記錄客服信息內客服的代碼標定為客服名數據，將記錄客服信息內客服的服務總次數標定為服務次數數據，將記錄客服信息內服務對應服務所消耗的時間標定為時間數據，將記錄客服信息內客戶對客服的評價內容標定為評價內容數據；

將記錄客服信息與咨詢類別數據進行數據處理操作，得到服務次數排序、時間排序和評價態度數據，并將其傳輸至客服推薦單元；

客服推薦單元獲取評價態度數據，將評價內容數據對應的評價態度數據進行次數統計，從而得到合格次數和不合格次數，并將其分別帶入到計算式：合格占比＝合格次數/(合格次數+不合格次數)，不合格占比＝不合格次數/(合格次數+不合格次數)，從而計算出合格占比和不合格占比，分別設定一個合格占比和不合格占比對應的統計值轉化影響因子，并將其帶入到計算式：統計值＝合格占比*合格轉化影響因子+不合格占比*不合格轉化影響因子，依據統計值對客服名數據進行從大到小的排序，從而得到一個統計值排序；

獲取統計值排序、服務次數排序和時間排序，并對其進行排序賦值，即將排序第一的客服名數據賦予FG1個分值點，將排序第二的客服名數據賦予FG2個分值點，依次進行賦值；

獲取客服名數據，將客服名數據在統計值排序、服務次數排序和時間排序中的排序提取出來，并將提取的賦值進行求和計算，從而得出總值數據，將總值數據進行從大到小的排序，從而得到一個推薦排序，并將推薦排序傳輸至智能設備；

智能設備接收推薦排序，并選取出推薦排序中排在第一位的客服名數據進行提取，將其標定為推薦客服，并提醒客戶。

2.根據權利要求1所述的一種信息咨詢用自推薦系統，其特征在于，類別匹配的具體過程為：

步驟一：獲取定義數據，將定義數據中的文字進行定義字符標記，并將定義字符進行組合，具體為：將第一個字符和第二個字符進行組合，或將第一個字符、第二個字符和第三個字符進行組合，或將第二個字符和第三個字符進行組合，從而形成若干個字符組，并將字符組標定為標準字符組；

步驟二：獲取咨詢字符數據以及標準字符組，將標準字符組與咨詢字符數據進行匹配，從而匹配出與標準字符組相對應的字符組，并將該字符組標定為識別字符組；

步驟三：獲取識別字符組，并依據識別字符組對應的類別數據對識別字符組的種類進行識別，從而識別到對應的每個種類對應的識別字符組的個數，將其標定為種類數量數據，將種類數量除以一個總的識別字符組的個數，從而得到一個類別占比，反復計算，從而得到若干個類別占比；

步驟四：提取上述步驟三中的若干個類別占比，并將該若干個類別占比進行從大到小的排序，從而得到一個類別占比排序，選取出類別占比排序中排序第一的類別數據，并將其該類別數據標定為咨詢類別數據；

步驟五：提取上述步驟四中的咨詢類別數據。

3.根據權利要求1所述的一種信息咨詢用自推薦系統，其特征在于，數據處理操作的具體操作過程為：

K1：獲取咨詢類別數據，并將其與記錄客服信息進行數據匹配，選取出記錄種類數據，將記錄種類與咨詢類別數據進行匹配，匹配出與咨詢類別數據對應的記錄種類數據，將其標定為處理種類；

K2：選取出處理種類對應的客服名數據，并依據客服名數據提取對應的服務次數數據、時間數據和評價內容數據；

K3：提取服務次數數據和時間數據,設定一個有效時間段，選取該時間段內的服務次數數據和時間數據，將服務次數數據從大到小的方法進行排序，從而得到一個服務次數排序，將時間數據從小到大進行排序，從而得到一個時間排序；

K4：提取評價內容數據，設定一個優秀關鍵詞組和一個惡劣關鍵詞組，將兩個對應的關鍵詞組與評價內容數據進行關鍵詞匹配，從而得到每個評價內容數據內的優秀關鍵詞組和惡劣關鍵詞組所占的個數，將優秀關鍵詞組和惡劣關鍵詞組所占的個數進行對比，選取出多的一方，將其標記為評價態度數據，評價態度包括合格和不合格，分別與優秀關鍵詞組和惡劣關鍵詞組相對應；

K5：提取上述K3和K4中的服務次數排序、時間排序和評價態度數據。