[发明专利]基于机器学习的个性化繁忙等待服务的方法、装置和设备

权利要求书

1.一种基于机器学习的个性化繁忙等待服务的方法，其特征在于，包括：

通过人机对话分析用户需求；

在基于所述分析能确定所述用户需求或所述人机对话超出限制的情况下，将用户指派到相应人工服务并进入繁忙等待；以及

在所述繁忙等待期间，使用基于机器学习的模型来为用户提供个性化繁忙等待服务，其中所述个性化繁忙等待服务包括使用所述基于机器学习的模型来提供适应于所述用户的等待消遣或进一步分析所述用户需求。

2.如权利要求1所述的方法，其特征在于，使用基于机器学习的模型来为用户提供所述个性化繁忙等待服务包括：

确定所述用户需求的置信度；

如果所确定的用户需求的置信度等于或高于阈值，则使用所述基于机器学习的模型来提供适应于用户的等待消遣；否则

如果所确定的用户需求的置信度低于阈值，则

通过人机对话来进一步分析所述用户需求。

3.如权利要求2所述的方法，其特征在于，如果所确定的用户需求的置信度低于阈值，所述方法进一步包括：

基于所确定的用户需求来为用户重新指派相应人工服务。

4.如权利要求2所述的方法，其特征在于，确定所述用户需求的置信度包括以下一项或多项或其任何组合：

确定用户对问题/需求的描述是否已足够清楚；

确定进行准确的人工服务所需的信息是否已足够充分；

确定所指派的人工服务是否足够准确；和/或

确定所述将用户指派到相应人工服务并进入繁忙等待是否因所述人机对话超出限制。

5.如权利要求1所述的方法，其特征在于，使用所述基于机器学习的模型来提供适应于用户的等待消遣进一步包括：

针对所述用户和/或所述需求进行画像建模；以及

基于所述画像建模来提供适应于所述用户的等待消遣。

6.如权利要求5所述的方法，其特征在于，基于所述画像建模来提供适应于所述用户的等待消遣包括：

推荐或播放与所述用户的情绪相适应的音乐；

推荐或播放与所述用户的爱好相适应的音乐；和/或

由聊天机器人来为所述用户提供聊天服务。

7.如权利要求6所述的方法，其特征在于，进一步包括基于适应于所述用户的等待消遣来进一步完善对所述用户的画像建模。

8.如权利要求2所述的方法，其特征在于，如果所确定的用户需求的置信度等于或高于阈值，所述方法进一步包括：

确定所述用户需求是否紧急；以及

如果所述用户需求紧急，则进一步至少基于所述用户的情绪来提高用户的繁忙等待优先级。

9.如权利要求1所述的方法，其特征在于，在所述繁忙等待期间，使用基于机器学习的模型来为用户提供个性化繁忙等待服务进一步包括：

确定所述繁忙等待的预计时间是否足够长；以及

若所述繁忙等待的预计时间足够长，则使用基于机器学习的模型来为用户提供所述个性化繁忙等待服务。

10.如权利要求1所述的方法，其特征在于，进一步包括：

根据用户的行为轨迹猜测用户需求；以及

至少部分地基于所猜测出的用户需求来进行所述人机对话。

11.一种基于机器学习的个性化繁忙等待服务的装置，其特征在于，包括：

用于通过人机对话分析用户需求的模块；

用于在基于所述分析能确定所述用户需求或所述人机对话超出限制的情况下，将用户指派到相应人工服务并进入繁忙等待的模块；以及

用于在所述繁忙等待期间，使用基于机器学习的模型来为用户提供个性化繁忙等待服务的模块，其中所述个性化繁忙等待服务包括使用所述基于机器学习的模型来提供适应于所述用户的等待消遣或进一步分析所述用户需求。