[发明专利]一种基于机器学习及数据挖掘的智能坐席训练方法和系统

权利要求书

1.基于机器学习及数据挖掘的智能坐席训练方法，其特征在于，包括：

接收用户终端的原始音频数据；

通过所述原始音频数据提取用户音频数据和环境音频数据；

基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；

根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，其中，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：

若所述用户环境约束条件指示所述环境音频数据包括超过预设幅值和预设频率的爆点音频数据；

调整智能坐席沟通策略为文本沟通模式，其中所述文本沟通模式，包括app沟通模式和运营商信息沟通模式。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取包括历史环境音频数据和历史环境约束条件的环境音频样本数据；

通过所述环境音频样本数据对神经网络模型进行训练，获得所述音频数据分析模型。

3.如权利要求1所述的方法，其特征在于，所述原始音频数据包括：运营商网络音频数据和app检测音频数据，其中，所述app检测音频数据为通过所述用户终端所处的无线局域网络中获取的；

所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：

获取所述运营商网络音频数据的传输质量信息，所述传输质量信息包括：延时数据和丢包数据；

在所述延时数据和所述丢包数据指示所述运营商网络音频数据的传输质量低于预设传输质量时，获取所述app检测音频数据的传输质量信息；

在所述app检测音频数据的传输质量信息指示所述app检测音频数据的传输质量高于所述运营商网络音频数据的传输质量时，向所述用户终端的目标app发送通话请求。

4.如权利要求1所述的方法，其特征在于，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：

比较所述用户音频数据和所述用户环境约束条件，若所述用户音频数据所指示的环境约束条件与所述用户环境约束条件不匹配，确定智能坐席沟通策略为停止沟通。

5.如权利要求1所述的方法，其特征在于，若根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略为中止沟通，所述方法还包括：

获取所述用户终端的第一位置；

监测所述用户终端的第二位置，当所述第二位置在所述第一位置的预设范围外时，向所述用户终端发送通信请求。

6.如权利要求1所述的方法，其特征在于，所述用户音频数据包括用户状态音频数据，所述用户状态音频数据包括用户呼吸音频幅值和用户呼吸音频频率，所述根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略，包括：

若所述用户呼吸音频幅值大于预设呼吸音频幅值或所述用户呼吸音频频率大于预设用户呼吸音频频率，确定智能坐席沟通策略为停止沟通，并获取所述用户终端的实时位置信息；

根据所述实时位置信息判断所述用户终端的移动速度；

在所述移动速度降低至预定速度后，向所述用户终端发送通信请求。

7.一种服务器，其特征在于，包括：

接收模块，用于接收用户终端的原始音频数据；

提取模块，用于通过所述原始音频数据提取用户音频数据和环境音频数据；

预测模块，用于基于环境音频数据，并通过音频数据分析模型分析预测用户环境约束条件；

确定模块，用于根据所述用户环境约束条件和所述用户音频数据，确定智能坐席沟通策略。

8.一种电子系统，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至6中任一项所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于机器学习及数据挖掘的智能坐席训练方法的步骤。