[发明专利]客服人员调度方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种客服人员调度方法、装置、设备及存储介质。该方法包括：根据各营业网点内的监控视频，统计客户数量，从监控视频中提取各客户的脸部图像，并分别输入预置身份识别模型和预置表情识别模型中，识别各客户的身份信息和脸部表情信息；根据身份信息，分别统计各营业网点的客户价值总和，并结合脸部图像的统计数量，计算各营业网点需要调配的客服人数；最后根据脸部表情，调整各营业网点需要调配的客服人数，并向周边可调配的营业网点发出客服人员调配请求。本发明还涉及区块链技术，所述脸部图像存储于区块链中。本发明实现了客服人员的动态调动，提高了客服人工利用率，降低了企业人工成本。

技术领域

本发明涉及人工智能领域，尤其涉及一种客服人员调度方法、装置、设备及存储介质。

背景技术

在以往，通常根据网点开设周边情况，如客户年龄层次、文化程度、客户价值等，依据人工经验进行评估网点的人力配置。但是每个网点周边情况复杂，即便多数属性一致也难以准确的评估人力成本，且难以计算每个网点的忙闲时间段，动态调配行员。

参照网点周边其他行网点人力设置，但是由于各行业务情况，客户服务流程等存在差异，也很难使用参照类比方式评估出人力调配规则。

综上所述，如何在不同网点间，不同时间段配置不同数量、能力层次的行员，如何避免客户在长时间的等待中产生不满情绪，如何动态调配行员，提升行员人力利用率是需要解决的问题。

发明内容

本发明的主要目的在于解决动态调配行员，提升行员人力利用率的技术问题。

本发明第一方面提供了一种客服人员调度方法，包括：

每隔预设周期，根据各营业网点内的监控视频，统计所述各营业网点中等待区域内的客户数量，并从所述监控视频中提取各客户的脸部图像；

将所述各脸部图像输入预置身份识别模型中进行身份识别，得到所述各客户的身份信息，以及将所述各脸部图像输入预置表情识别模型中进行表情识别，得到所述各客户的脸部表情信息；

根据所述身份信息，分别统计当前各营业网点内的客户价值总和，并基于所述客户价值总和、所述客户数量，计算所述各营业网点需要调配的客服人数；

基于所述脸部表情信息，计算所述各营业网点的客服调配需求等级，并基于所述客服调配需求等级，调整所述各营业网点需要调配的客服人数；

根据调整后各营业网点需要调配的客服人数，向周边可调配的营业网点发出客服人员调配请求。

可选的，在本发明第一方面的第一种实现方式中，所述将所述各脸部图像输入预置身份识别模型中进行身份识别，得到所述各客户的身份信息包括：

将所述各客户的脸部图像输入预置MTCNN模型进行处理，输出所述各脸部图像对应的人脸图像的脸部特征；

将所述各人脸图像的脸部特征输入预置FaceNet模型进行Embedding编码，得到所述各客户对应的第一人脸特征向量；

分别计算待比对客户的第一人脸特征向量与预置客户的第二人脸特征向量之间的欧氏距离；

根据所述欧式距离，判断待比对客户与预置客户是否为同一人，并根据判断的结果确定所述各客户的身份信息。

可选的，在本发明第一方面的第二种实现方式中，所述MTCNN模型包括PNet子网络、RNet子网络、ONet网络，所述将所述各客户的脸部图像输入预置MTCNN模型进行处理，输出所述各脸部图像对应的人脸图像的脸部特征包括：

对所述各客户的脸部图像进行不同比例缩放，得到多个不同尺度的脸部图像；

将所述各不同尺度的脸部图像输入所述PNet子网络进行人脸区域识别，得到所述各脸部图像中人脸区域的候选边界框；