[发明专利]一种基于用户行为数据的客服方法及系统

说明书

本发明实施例公开了一种基于用户行为数据的客服方法及系统，根据用户行为数据及知识库体系，获取知识点类别权重树；根据用户输入的问题，获取词向量特征数据；根据所述知识点类别权重树和所述词向量特征数据，获取所述输入的问题对应的知识点类别；根据所述知识点类别，对属于所述知识点类别的知识点进行相似问题匹配，获取所述用户输入的问题答案。基于用户行为数据的权重分修正方法，对客服处理过程中知识点识别进行信息的补充，提高知识点分类的准确度。

技术领域

本发明涉及人工智能领域，具体涉及一种基于用户行为数据的客服方法及系统。

背景技术

随着自然语言处理处理计算的发展，智能客服机器人在各个行业都开始发挥重要作用。目前大部分的智能客服系统都是在垂直领域知识库的基础上，基于自然语言处理、自动问答技术、知识库管理系统，为垂直业务领域提供知识问答服务，减轻人工客服负担，节省企业成本，提高企业服务效率。

智能客服系统的实现涉及文本预处理、文本特征提取、意图识别、知识库检索、相似度计算、智能排序等技术。其中意图识别根据用户的输入问题判别用户希望咨询的知识库业务类别，进而在此类别中进行知识库问题检索，再根据相似度计算和智能排序得到最匹配用户问题的答案。

在这个过程中，意图识别的准确性决定了所得答案的准确率。一般的智能客服机器人中意图识别是基于分好类别的业务知识库数据训练出的分类模型，根据文本特征提取预测用户问题所在类别。在实际应用过程中，由于用户问题形式的多样性，以及汉语的多义性，以及一些业务往往存在相似的问题维度，意图识别在这些业务类别中可能无法做出更好的预测，比如在某金融机构的智能客服中，当用户问“人脸识别失败”，可能涉及账户登陆认证的问题，也可能涉及信贷审批过程中的问题，因为用户的表述不完整给意图识别带来了一定的难度，仅通过知识库内容匹配很可能回复给用户的答案不是用户所需要的。

发明内容

本发明的实施例提供一种基于用户行为数据的客服方法及系统，基于用户行为数据的权重分修正方法，对客服处理过程中知识点识别进行信息的补充，提高知识点分类的准确度。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供一种基于用户行为数据的客服方法，根据用户行为数据及知识库体系，获取知识点类别权重树；根据用户输入的问题，获取词向量特征数据；根据所述知识点类别权重树和所述词向量特征数据，获取所述输入的问题对应的知识点类别；根据所述知识点类别，对属于所述知识点类别的知识点进行相似问题匹配，获取所述用户输入的问题答案。

结合第一方面，在第一方面的第一种可能的实现方式中，根据从业务系统采集的用户业务数据，建立用户行为模型；根据知识库体系和用户行为模型，获取与知识库体系结构相对应的知识点类别权重树。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，根据所述业务系统的产品服务体系和知识库体系，构建产品服务知识点类别映射树；根据所述用户行为模型，对产品服务知识点类别映射树进行量化处理，获取量化后的产品服务知识点类别映射树；根据产品服务触及度，构建知识点类别关注度树；根据用户对产品服务的关注时间，获取关注新鲜度；根据所述量化后的产品服务知识点类别映射树、所述知识点类别关注度树以及所述关注度新鲜度，获取知识点类别权重树。

结合第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，将所述业务系统的产品服务体系与所述知识库体系建立映射关系，获取产品服务体系树；所述产品服务体系树包括不同的产品服务分类，每个所述产品服务分类中包括互不相同的产品服务子类；根据所述知识库体系，构建知识点体系树；所述知识点体系树包括不同知识点分类，每个所述知识点分类中包括互不相同的知识点子类；根据所述产品服务体系树和所述知识点体系树，构建产品服务知识点类别映射树；所述产品服务知识点类别映射树包括所述知识点分类，每个所述知识点分类中包括所述互不相同的产品服务子类。