CN108776900A - 网络投诉智能定界方法及系统 - Google Patents
网络投诉智能定界方法及系统 Download PDFInfo
- Publication number
- CN108776900A CN108776900A CN201810707848.6A CN201810707848A CN108776900A CN 108776900 A CN108776900 A CN 108776900A CN 201810707848 A CN201810707848 A CN 201810707848A CN 108776900 A CN108776900 A CN 108776900A
- Authority
- CN
- China
- Prior art keywords
- information
- network
- complaint
- historical
- complaint information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007781 pre-processing Methods 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 12
- 239000000284 extract Substances 0.000 abstract description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供了一种网络投诉智能定界方法及系统,所述方法包括:S1,获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;S2,基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。通过进行电话录音,确定并提取电话录音中的投诉信息,可以减少人工的干扰,缩短信息采集的处理流程,提高了信息采集的自动化程度。通过预设关系图谱,可以更快速更准确的实现网络投诉智能定界,输出意见指导投诉快速准确定位解决,间接的提高了投诉处理针对性。
Description
技术领域
本发明实施例涉及互联网大数据分析技术领域,更具体地,涉及网络投诉智能定界方法及系统。
背景技术
目前,随着网络业务的快速发展和网络用户数量的迅速增长,对网络覆盖要求也越来越高。但是由于网络使用过程中经常出现信号差、产生网络时延、网络性能差等问题,这些问题将会导致网络用户的投诉。
对通信运营商来说,传统的网络投诉通常采取人工预警手段,当网络用户投诉后,由工作人员记录网络用户的具体投诉信息,再根据投诉信息寻找问题产生原因。工作人员的参与会使得从获取投诉信息到找到问题产生原因整个流程变长,且自动化程度低。同时,会使后台处理历时长,投诉信息在人工记录的过程中也容易产生误差导致不精准,投诉信息在后台处理的过程中也可能由于经历环节较多、层层衰减而导致不能准确确定问题产生的原因。
发明内容
为克服上述问题或者至少部分地解决上述问题,本发明实施例提供了一种网络投诉智能定界方法及系统。
一方面,本发明实施例提供了一种网络投诉智能定界方法,包括:
S1,获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
S2,基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
优选地,S2之前还包括:
获取历史投诉的工单信息,所述工单信息中包括:历史投诉信息和工单附加信息;
根据所述历史投诉信息以及所述工单附加信息,确定所述历史投诉信息与网络问题原因之间的对应关系;
根据所述历史投诉信息与网络问题原因之间的对应关系,构建预处理模型。
优选地,所述工单附加信息包括:所述网络用户的终端设备信息、所述网络用户的终端设备与网络之间的交互信息、以及所述历史投诉信息的处理结果信息。
优选地,还包括:
对获取到的历史投诉的工单信息进行数据清洗,以剔除所述工单信息中的冗余信息。
优选地,S2之前还包括:
获取历史潜在投诉信息,并将所述历史潜在投诉信息输入至所述预处理模型中,确定所述历史潜在投诉信息对应的网络问题原因;
根据专家经验,对确定的所述历史潜在投诉信息对应的网络问题原因进行修正,以优化所述预处理模型。
优选地,S2之前还包括:
将优化后得到的预处理模型中所述历史投诉信息、所述历史潜在投诉信息与网络问题原因之间的对应关系绘制成图谱,得到所述预设关系图谱。
优选地,还包括:
若判断获知获取到所述预设关系图谱中未出现的陌生投诉信息,则通过所述陌生投诉信息,对所述预设关系图谱进行更新。
另一方面,本发明另一实施例提供了一种网络投诉智能定界系统,包括:投诉信息提取模块和定界模块。其中,
投诉信息提取模块用于获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
定界模块用于基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
另一方面,本发明另一实施例提供了一种网络投诉智能定界设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于所述定界设备与显示装置的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述所述的方法。
另一方面,本发明另一实施例提供了一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述所述的方法。
本发明实施例提供的网络投诉智能定界方法及系统,所述方法通过进行电话录音,确定并提取电话录音中的投诉信息,可以减少人工的干扰,缩短信息采集的处理流程,提高了信息采集的自动化程度。同时保证了采集全面、失真度低、整体采集时间短。通过预设关系图谱,可以更快速更准确的实现网络投诉智能定界,输出意见指导投诉快速准确定位解决,间接的提高了投诉处理针对性,缩减投诉处理历时,也可以精准确定出投诉信息的实质,解决了现有技术中网络问题原因定位不及时不准确、投诉信息处理成效不明显不直接的问题。
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,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明一实施例提供的一种网络投诉智能定界方法的流程示意图;
图2为本发明另一实施例提供的一种网络投诉智能定界方法中预设关系图谱示意图;
图3为本发明另一实施例提供的一种网络投诉智能定界系统的结构示意图;
图4为本发明另一实施例提供的一种网络投诉智能定界设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
如图1所示,本发明一实施例提供了一种网络投诉智能定界方法,包括:
S1,获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
S2,基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
具体地,本发明实施例中的网络投诉定界是指确定网络投诉对应的网络问题原因,即确定出是什么原因引起的网络投诉,这相当于网络投诉为表现在用户侧的问题,但是问题的实质是由网络侧引起的,网络投诉定界即是找出产生网络投诉的实质。
本发明实施例中对投诉信息的获取采用前移投诉采集,即将原有的根据投诉工单获取投诉信息的方法前移至通过语音识别方法从电话录音中获取投诉信息。这是由于,现有技术中采用投诉工单获取投诉信息的方法,不仅耗费大量的人力,还会由于工作人员的参与使得从获取投诉信息到找到问题产生原因整个流程变长,且自动化程度低。所以本发明中首先获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息。一般情况下,网络工作人员指的是网络客服,网络客服负责接起网络用户打来的电话,确定通话过程中网络用户的投诉内容,即投诉信息。此时并不需要网络客服记录投诉工单,而是直接通过通话的方式确定投诉信息,网络侧通过对通话过程进行电话录音,并对电话录音进行语音识别,确定并提取电话录音中的投诉信息。
这里需要说明的是,本发明实施例中提取到的电话录音中的投诉信息不仅包括网络用户直接表达的投诉,例如:网络信号差、网络存在时延等直接投诉信息,还包括网络用户间接表达的投诉,例如:我想换一个电话卡,这个电话卡打电话很卡;这个网络太差了,朋友上午发的消息,下午才收到等潜在投诉信息。这个潜在投诉信息可以理解为并没有在言语中直接表达出投诉,而是通过抱怨间接的表达出来。
这种前移投诉采集的方式解决了传统网络投诉人工为主预警手段带来的处理流程长、自动化程度低的问题。同时保证了采集全面、失真度低、整体采集时间短。
对于采集到的投诉信息,在预设关系图谱中可直接确定出投诉信息对应的网络问题原因,即产生该投诉信息在网络侧的原因。其中,预设关系图谱为事先构建,其中为投诉信息与网络问题原因之间的多维度关系。
本发明实施例提供的一种网络投诉智能定界方法,通过进行电话录音,确定并提取电话录音中的投诉信息,可以减少人工的干扰,缩短信息采集的处理流程,提高了信息采集的自动化程度。同时保证了采集全面、失真度低、整体采集时间短。通过预设关系图谱,可以更快速更准确的实现网络投诉智能定界,输出意见指导投诉快速准确定位解决,间接的提高了投诉处理针对性,缩减投诉处理历时,也可以精准确定出投诉信息的实质,解决了现有技术中网络问题原因定位不及时不准确、投诉信息处理成效不明显不直接的问题。
在上述实施例的基础上,S2之前还包括:
获取历史投诉的工单信息,所述工单信息中包括:历史投诉信息和工单附加信息;
根据所述历史投诉信息以及所述工单附加信息,确定所述历史投诉信息与网络问题原因之间的对应关系;
根据所述历史投诉信息与网络问题原因之间的对应关系,构建预处理模型。
具体地,本发明实施例中提供了一种构建预处理模型的方法,该预处理模型为预设关系图谱中采用的模型。预处理模型表示的是历史投诉信息与网络问题原因之间的对应关系,其中历史投诉信息是指构建预处理模型需要的投诉信息,投诉信息和对应的网络问题原因都是已知的。一般情况下,构建预处理模型需要的投诉信息通常从历史投诉的工单信息中获取,历史投诉的工单信息一般由网络工作人员接通网络用户打来的电话后记录的,工单信息中包括历史投诉信息和工单附加信息。
其中,工单附加信息包括:所述网络用户的终端设备信息、所述网络用户的终端设备与网络之间的交互信息、以及所述历史投诉信息的处理结果信息。网络用户的终端设备信息包括:是否开通4G业务、用户终端设备的品牌以及用户终端设备的型号等。网络用户的终端设备与网络之间的交互信息包括:信令性能指标、网络用户的终端设备所处的地点的无线性能指标。历史投诉信息的处理结果信息包括:历史投诉信息的处理结论(即确定出的该历史投诉信息对应的网络问题原因)以及历史投诉工单的闭环情况(即最终历史投诉信息对应的网络问题原因是否得到根本解决)。
获取历史投诉的工单信息实际上是采集工单信息的过程,在采集过程中需要考虑通信设备数据采集能力、离线数据批量采集能力、在线数据交互采集能力、互联网数据采集能力、流式数据实时采集能力等能力项。
根据所述历史投诉信息以及所述工单附加信息,确定所述历史投诉信息与网络问题原因之间的对应关系;这里需要说明的是,由于工单附加信息中包含有确定历史投诉信息与网络问题原因之间对应关系时不可缺少的元素,所以此处需要根据历史投诉信息以及工单附加信息一起确定历史投诉信息与网络问题原因二者之间的对应关系。
得到了历史投诉信息与网络问题原因之间的对应关系,以机器学习方法进行学习生成预处理模型,即预处理模型构建完成。
在上述实施例的基础上,所述方法还包括:
对获取到的历史投诉的工单信息进行数据清洗,以剔除所述工单信息中的冗余信息。
具体地,本发明实施例中需要对获取到的历史投诉的工单信息进行数据清洗,数据清洗的目的是为了剔除工单信息中的冗余信息,将剔除冗余信息后的工单信息进行格式化处理,对格式化处理后的信息进行关联分析,以更准确的确定历史投诉信息与网络问题原因之间的对应关系。
在上述实施例的基础上,S2之前还包括:
获取历史潜在投诉信息,并将所述历史潜在投诉信息输入至所述预处理模型中,确定所述历史潜在投诉信息对应的网络问题原因;
根据专家经验,对确定的所述历史潜在投诉信息对应的网络问题原因进行修正,以优化所述预处理模型。
具体地,由于现有技术中获取的历史投诉的工单信息中仅包含直接投诉信息,即网络用户直接表达的投诉,但并没有包括网络用户间接表达的投诉,所以本发明实施例中需要获取历史潜在投诉信息,并将所述历史潜在投诉信息输入至所述预处理模型中,确定所述历史潜在投诉信息对应的网络问题原因。这一过程可以看做是对历史潜在投诉信息进行自学习,但是由于预处理模型是历史投诉信息与网络问题原因之间的对应关系,对于确定的历史潜在投诉信息对应的网络问题原因可能会存在误差,所以还需要根据专家经验,对确定的所述历史潜在投诉信息对应的网络问题原因进行修正,以优化所述预处理模型。
本发明实施例中,考虑了潜在投诉信息,使预处理模型中包括的投诉信息更全面,应用范围更广。
在上述实施例的基础上,S2之前还包括:
将优化后得到的预处理模型中所述历史投诉信息、所述历史潜在投诉信息与网络问题原因之间的对应关系绘制成图谱,得到所述预设关系图谱。
具体地,由于预处理模型为预设关系图谱中采用的模型,因此可以直接将优化后得到的预处理模型中的历史投诉信息、历史潜在投诉信息与网络问题原因之间的对应关系绘制成图谱,得到预设关系图谱。
如图2所示,图2示出了本发明实施例提供的预设关系图谱,图2中仅示出了预设关系图谱中的一部分作为说明。在上述实施例的基础上,本发明实施例中的投诉信息至少可以包括“网页打不开”这一实体,“网页打不开”实体的属性至少有HTTP响应时延、操作时间、操作地点、网络用户的终端设备信息。网络用户的终端设备的属性又包括:是否开通4G业务、用户终端设备的品牌以及用户终端设备的型号等。网络问题原因至少可以包括:“终端设备问题”和“网络问题”这两个实体,“终端设备问题”实体的属性可以包括问题用户数量、投诉类型和投诉时间,“网络问题”实体的属性可以包括问题用户数量、投诉类型、投诉时间、投诉地点和网络用户的终端设备。这里说的属性是指影响对应实体的因素。
当获取到网络用户的投诉信息为“网页打不开”,这一实体对应的属性为2016年12月31日下午4点,地点在北京,网络用户使用的终端设备的型号为A,品牌为B,开通有4G业务,根据图2中示出的预设关系图谱,分析“终端设备问题”实体的属性,以及“网络问题”实体的属性,确定“网页打不开”实体对应的网络问题原因为“网络问题”。
本发明实施例中提供的预设关系图谱,可以直观的判断出投诉信息与网络问题原因之间的多维度关系,使确定网络问题原因更加快速、方便。
在上述实施例的基础上,所述方法还包括:
若判断获知获取到所述预设关系图谱中未出现的陌生投诉信息,则通过所述陌生投诉信息,对所述预设关系图谱进行更新。
具体地,若判断获知获取到所述预设关系图谱中未出现的陌生投诉信息,则需要根据陌生投诉信息,对预设关系图谱进行更新。
具体更新的方法为,将陌生投诉信息与预设关系图谱中已有的投诉信息进行融合,以消除矛盾和歧义。之后需要根据专家经验确定陌生投诉信息对应的网络问题原因,将陌生投诉信息与网络问题原因之间的对应关系进行质量评估,当质量评估完成后,利用质量评估合格的对应关系对预设关系图谱进行更新,以确保预设关系图谱的质量。
其中,质量评估是指陌生投诉信息对应的网络用户的终端设备的重要性评价,以及对与陌生投诉信息对应的网络问题原因的完整性评价。
如图3所示,在上述实施例的基础上,本发明另一实施例提供了一种网络投诉智能定界系统,包括:投诉信息提取模块31和定界模块32。其中,
投诉信息提取模块31用于获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
定界模块32用于基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
具体地,本发明实施例中提供的网络投诉智能定界系统中各模块的作用及操作流程与上述方法类实施例是一一对应的,本发明实施例在此不再赘述。
本发明实施例提供的一种网络投诉智能定界系统,投诉信息提取模块通过进行电话录音,确定并提取电话录音中的投诉信息,可以减少人工的干扰,缩短信息采集的处理流程,提高了信息采集的自动化程度。同时保证了采集全面、失真度低、整体采集时间短。定界模块通过预设关系图谱,可以更快速更准确的实现网络投诉智能定界,输出意见指导投诉快速准确定位解决,间接的提高了投诉处理针对性,缩减投诉处理历时,也可以精准确定出投诉信息的实质,解决了现有技术中网络问题原因定位不及时不准确、投诉信息处理成效不明显不直接的问题。
如图4所示,在上述实施例的基础上,本发明另一实施例提供了一种网络投诉智能定界设备,包括:
至少一个处理器41、至少一个存储器42、通信接口43和总线44;其中,所述处理器41、存储器42、通信接口43通过所述总线44完成相互间的通信;所述通信接口43用于所述定界设备与显示装置的通信设备之间的信息传输;所述存储器42存储有可被所述处理器41执行的程序指令,所述处理器41调用所述程序指令能够执行如图1所述的方法。
具体地,上述的存储器42中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述实施例的基础上,本发明另一实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如图1所述的方法。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种网络投诉智能定界方法,其特征在于,包括:
S1,获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
S2,基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
2.根据权利要求1所述的方法,其特征在于,S2之前还包括:
获取历史投诉的工单信息,所述工单信息中包括:历史投诉信息和工单附加信息;
根据所述历史投诉信息以及所述工单附加信息,确定所述历史投诉信息与网络问题原因之间的对应关系;
根据所述历史投诉信息与网络问题原因之间的对应关系,构建预处理模型。
3.根据权利要求2所述的方法,其特征在于,所述工单附加信息包括:所述网络用户的终端设备信息、所述网络用户的终端设备与网络之间的交互信息、以及所述历史投诉信息的处理结果信息。
4.根据权利要求2所述的方法,其特征在于,还包括:
对获取到的历史投诉的工单信息进行数据清洗,以剔除所述工单信息中的冗余信息。
5.根据权利要求2所述的方法,其特征在于,S2之前还包括:
获取历史潜在投诉信息,并将所述历史潜在投诉信息输入至所述预处理模型中,确定所述历史潜在投诉信息对应的网络问题原因;
根据专家经验,对确定的所述历史潜在投诉信息对应的网络问题原因进行修正,以优化所述预处理模型。
6.根据权利要求5所述的方法,其特征在于,S2之前还包括:
将优化后得到的预处理模型中所述历史投诉信息、所述历史潜在投诉信息与网络问题原因之间的对应关系绘制成图谱,得到所述预设关系图谱。
7.根据权利要求1-6中任一项所述的方法,其特征在于,还包括:
若判断获知获取到所述预设关系图谱中未出现的陌生投诉信息,则通过所述陌生投诉信息,对所述预设关系图谱进行更新。
8.一种网络投诉智能定界系统,其特征在于,包括:
投诉信息提取模块,用于获取网络工作人员与网络用户之间的电话录音,并基于语音识别,确定并提取所述电话录音中的投诉信息;
定界模块,用于基于预设关系图谱,确定投诉信息对应的网络问题原因,以实现网络投诉智能定界,所述预设关系图谱为投诉信息与网络问题原因之间的多维度关系。
9.一种网络投诉智能定界设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述通信接口用于所述定界设备与显示装置的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-7中任一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707848.6A CN108776900A (zh) | 2018-07-02 | 2018-07-02 | 网络投诉智能定界方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707848.6A CN108776900A (zh) | 2018-07-02 | 2018-07-02 | 网络投诉智能定界方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108776900A true CN108776900A (zh) | 2018-11-09 |
Family
ID=64030860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810707848.6A Pending CN108776900A (zh) | 2018-07-02 | 2018-07-02 | 网络投诉智能定界方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108776900A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816399A (zh) * | 2019-01-07 | 2019-05-28 | 平安科技(深圳)有限公司 | 投诉件的管理方法、装置、计算机设备和存储介质 |
CN111405123A (zh) * | 2020-03-25 | 2020-07-10 | 中国—东盟信息港股份有限公司 | 一种隐私号防投诉预警系统及方法 |
CN112580350A (zh) * | 2020-12-30 | 2021-03-30 | 讯飞智元信息科技有限公司 | 一种诉求分析方法、装置、电子设备和存储介质 |
CN113099475A (zh) * | 2021-04-20 | 2021-07-09 | 中国移动通信集团陕西有限公司 | 网络质量检测方法、装置、电子设备及可读存储介质 |
CN113329221A (zh) * | 2020-02-28 | 2021-08-31 | 中国移动通信集团福建有限公司 | 视频问题定界方法、装置及电子设备 |
CN113342961A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客户电话投诉处理方法、系统、设备及存储介质 |
CN113747482A (zh) * | 2020-05-29 | 2021-12-03 | 中国移动通信集团湖南有限公司 | 检测分析业务网络的方法、系统及终端设备 |
CN113762978A (zh) * | 2020-06-03 | 2021-12-07 | 中国移动通信集团浙江有限公司 | 5g切片用户的投诉定界方法、装置及计算设备 |
CN116094907A (zh) * | 2023-01-05 | 2023-05-09 | 中国联合网络通信集团有限公司 | 投诉信息的处理方法、装置及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063373A (zh) * | 2011-01-06 | 2011-05-18 | 北京航空航天大学 | 一种大规模并行程序性能问题定位实现方法 |
CN102419975A (zh) * | 2010-09-27 | 2012-04-18 | 深圳市腾讯计算机系统有限公司 | 一种基于语音识别的数据挖掘方法和系统 |
CN106055641A (zh) * | 2016-05-31 | 2016-10-26 | 北京光年无限科技有限公司 | 一种面向智能机器人的人机交互方法及装置 |
US9542447B1 (en) * | 2015-10-13 | 2017-01-10 | International Business Machines Corporation | Supplementing candidate answers |
CN106447346A (zh) * | 2016-08-29 | 2017-02-22 | 北京中电普华信息技术有限公司 | 一种智能电力客服系统的构建方法及系统 |
CN107248937A (zh) * | 2017-06-30 | 2017-10-13 | 北京百度网讯科技有限公司 | 一种基于物联网的与用户进行交互的方法与系统 |
CN107818469A (zh) * | 2017-10-27 | 2018-03-20 | 广东美的暖通设备有限公司 | 数据处理方法、装置及计算机可读存储介质 |
CN107967267A (zh) * | 2016-10-18 | 2018-04-27 | 中兴通讯股份有限公司 | 一种知识图谱构建方法、装置及系统 |
-
2018
- 2018-07-02 CN CN201810707848.6A patent/CN108776900A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419975A (zh) * | 2010-09-27 | 2012-04-18 | 深圳市腾讯计算机系统有限公司 | 一种基于语音识别的数据挖掘方法和系统 |
CN102063373A (zh) * | 2011-01-06 | 2011-05-18 | 北京航空航天大学 | 一种大规模并行程序性能问题定位实现方法 |
US9542447B1 (en) * | 2015-10-13 | 2017-01-10 | International Business Machines Corporation | Supplementing candidate answers |
CN106055641A (zh) * | 2016-05-31 | 2016-10-26 | 北京光年无限科技有限公司 | 一种面向智能机器人的人机交互方法及装置 |
CN106447346A (zh) * | 2016-08-29 | 2017-02-22 | 北京中电普华信息技术有限公司 | 一种智能电力客服系统的构建方法及系统 |
CN107967267A (zh) * | 2016-10-18 | 2018-04-27 | 中兴通讯股份有限公司 | 一种知识图谱构建方法、装置及系统 |
CN107248937A (zh) * | 2017-06-30 | 2017-10-13 | 北京百度网讯科技有限公司 | 一种基于物联网的与用户进行交互的方法与系统 |
CN107818469A (zh) * | 2017-10-27 | 2018-03-20 | 广东美的暖通设备有限公司 | 数据处理方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
李颢 等: "基于文本挖掘技术的客服投诉工单自动分类探讨", 《移动通信》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816399A (zh) * | 2019-01-07 | 2019-05-28 | 平安科技(深圳)有限公司 | 投诉件的管理方法、装置、计算机设备和存储介质 |
CN113329221B (zh) * | 2020-02-28 | 2023-08-15 | 中国移动通信集团福建有限公司 | 视频问题定界方法、装置及电子设备 |
CN113329221A (zh) * | 2020-02-28 | 2021-08-31 | 中国移动通信集团福建有限公司 | 视频问题定界方法、装置及电子设备 |
CN111405123A (zh) * | 2020-03-25 | 2020-07-10 | 中国—东盟信息港股份有限公司 | 一种隐私号防投诉预警系统及方法 |
CN111405123B (zh) * | 2020-03-25 | 2021-09-10 | 中国—东盟信息港股份有限公司 | 一种隐私号防投诉预警系统及方法 |
CN113747482B (zh) * | 2020-05-29 | 2023-12-05 | 中国移动通信集团湖南有限公司 | 检测分析业务网络的方法、系统及终端设备 |
CN113747482A (zh) * | 2020-05-29 | 2021-12-03 | 中国移动通信集团湖南有限公司 | 检测分析业务网络的方法、系统及终端设备 |
CN113762978A (zh) * | 2020-06-03 | 2021-12-07 | 中国移动通信集团浙江有限公司 | 5g切片用户的投诉定界方法、装置及计算设备 |
CN113762978B (zh) * | 2020-06-03 | 2023-08-18 | 中国移动通信集团浙江有限公司 | 5g切片用户的投诉定界方法、装置及计算设备 |
CN112580350A (zh) * | 2020-12-30 | 2021-03-30 | 讯飞智元信息科技有限公司 | 一种诉求分析方法、装置、电子设备和存储介质 |
CN113099475A (zh) * | 2021-04-20 | 2021-07-09 | 中国移动通信集团陕西有限公司 | 网络质量检测方法、装置、电子设备及可读存储介质 |
CN113342961A (zh) * | 2021-07-07 | 2021-09-03 | 上海华客信息科技有限公司 | 客户电话投诉处理方法、系统、设备及存储介质 |
CN116094907A (zh) * | 2023-01-05 | 2023-05-09 | 中国联合网络通信集团有限公司 | 投诉信息的处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108776900A (zh) | 网络投诉智能定界方法及系统 | |
CN111210842B (zh) | 语音质检方法、装置、终端及计算机可读存储介质 | |
CN107180029A (zh) | 一种基于咨询业务的信息处理方法及装置 | |
CN110942326A (zh) | 一种用户满意度预测方法及装置、服务器 | |
CN113312468B (zh) | 基于对话模式的话术推荐方法、装置、设备及介质 | |
CN110929011A (zh) | 一种对话分析方法、装置和设备 | |
CN110309967A (zh) | 客服会话评分等级的预测方法、系统、设备和存储介质 | |
CN110781340B (zh) | 一种推荐系统召回策略的离线评估方法、系统、装置及存储介质 | |
CN108243046B (zh) | 一种基于数据稽核的业务质量评估方法及装置 | |
EP2383685A1 (en) | Expert system for preprocessing work orders and method for preprocessing work orders | |
CN110310127B (zh) | 录音获取方法、装置、计算机设备及存储介质 | |
CN115470867A (zh) | 基于知识图谱的坐席匹配方法、装置、设备及存储介质 | |
CN113518156B (zh) | 一种电话转接方法、装置及电子设备 | |
CN111738863B (zh) | 用户数据筛选方法、装置及系统 | |
CN112015870B (zh) | 数据上传方法及装置 | |
CN117035540A (zh) | 一种项目评价方法、装置、设备及存储介质 | |
CN115309638A (zh) | 协助模型优化的方法及装置 | |
CN111340366B (zh) | 结构化知识质量提升方法及设备 | |
CN115994121A (zh) | 优化智能客服交互流程的方法、装置及存储介质 | |
CN112015726B (zh) | 一种用户活跃度预测方法、系统及可读存储介质 | |
CN114328750A (zh) | 一种将业务数据同步ods层的方法及装置 | |
CN113157878A (zh) | 一种信息处理方法及装置 | |
CN107392415B (zh) | 一种基于大数据的电信营业员画像信息处理方法及装置 | |
CN115879586B (zh) | 基于消融实验的投诉预测优化方法、装置及存储介质 | |
CN114330866B (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181109 |
|
RJ01 | Rejection of invention patent application after publication |