[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

说明书

本申请公开了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，该方法包括：接收用户终端的原始音频数据；通过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；根据用户环境约束条件和用户音频数据，确定智能坐席沟通策略。这样，可以根据用户音频数据和环境音频数据确定智能坐席沟通策略，在确定智能坐席沟通策略时增加了对环境音频数据的分析，可以提升智能沟通时的准确率和效率，制定的坐席沟通策略更符合用户实际场景，并且避免单一依靠用户音频数据导致的根据音频数据获取的信息真实性无法判定的问题，从而充分利用了计算及通信资源或减少了人工的无效使用。

技术领域

本申请涉及大数据技术领域，尤其涉及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。

背景技术

随着网络化的不断加深，智能坐席沟通在多种场景下得到广泛运用。比如数据库营销和招聘活动，数据库营销(Data Marketing)就是基于数据，寻找具备需求的客户集，以此展开商务活动。数据库的来源有两种：企业自己积累或从外部购买。可以通过坐席沟通以打电话的形式对海量线索进行意向初筛，大幅度提升线索筛选效率。现有的坐席沟通主要靠人工或智能分析用户语言进行沟通应对，缺少对其他比较因素的挖掘和分析，导致效率低下，在智能沟通时准确率较低，不能及时调整正确的语句进行答复。

发明内容

本发明提供了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，以解决现有技术中，坐席沟通主要靠人工或智能分析用户语言进行沟通应对，缺少对其他比较因素的挖掘和分析，导致效率低下，在智能沟通时准确率较低，不能及时调整正确的语句进行答复的问题。

第一方面，本发明提供了一种基于机器学习及数据挖掘的智能坐席训练方法，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。

可选的，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。

可选的，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：

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。

可选的，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。

可选的，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：