[发明专利]客户诉求处理方法、系统、设备及存储介质

说明书

本发明提供了一种客户诉求处理方法、系统、设备及存储介质，所述方法包括步骤：获取客户的语音通话数据，并将所述语音通话数据转换为文本数据；依据所述文本数据和训练好的预设深度学习模型，获取诉求项目以及所述文本数据对应的情感强度值；依据第一预设映射关系，确定所述情感强度值对应的目标情感强度类别；依据技能项目包含所述诉求项目的服务人员，在所述诉求项目上的服务次数进行分组，得到服务人员分组；建立情感强度类别和服务人员分组之间的第二映射关系；依据所述第二映射关系，得到与所述目标情感强度类别相匹配的目标服务人员分组；将客户的诉求任务分配至目标服务人员分组进行处理；本申请提高了客户住中诉求的处理效率。

技术领域

本发明涉及计算机技术领域，具体地说，涉及一种客户诉求处理方法、系统、设备及存储介质。

背景技术

在互联网技术高度普及的当前，客户通常在线上预订一酒店，然后入住。在住宿过程中可能产生不满意的地方，比如酒店用品、卫生或者餐饮等方面的问题。客户不满意时通常会打电话给前台或酒店管理部门进行诉求，此时若不及时处理，并且若处理不当，则很可能导致潜在的客户投诉风险，比如可能导致客户在预订平台上给予酒店差评。

在客户投诉或者留下差评后，此时若要再解决投诉，则需要耗费更多的时间、人力和物力等。比如需要服务人员人员对客户一一回访，管理人员需要调取当天相关记录，相关后勤人员需要解决问题，整体流程的冗长使得处理起来变得异常繁琐，对客户也会造成一定打扰，影响客户体验。所以，有必要提供一种快速解决客户住中诉求的方法。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种客户诉求处理方法、系统、设备及存储介质，提高了客户住中诉求的处理效率。

为实现上述目的，本发明提供了一种客户诉求处理方法，所述方法包括以下步骤：

S110，获取客户的语音通话数据，并将所述语音通话数据转换为文本数据；

S120，依据所述文本数据和训练好的预设深度学习模型，获取诉求项目以及所述文本数据对应的情感强度值；依据第一预设映射关系，确定所述情感强度值对应的目标情感强度类别；所述第一预设映射关系表征所述情感强度值和情感强度类别之间的匹配关系；

S130，依据技能项目包含所述诉求项目的服务人员，在所述诉求项目上的服务次数进行分组，得到服务人员分组；

S140，建立情感强度类别和服务人员分组之间的第二映射关系；

S150，依据所述第二映射关系，得到与所述目标情感强度类别相匹配的目标服务人员分组；

S160，将客户的诉求任务分配至所述目标服务人员分组进行处理。

可选地，步骤S160包括：

将客户的诉求任务分配至所述目标服务人员分组中，在所述诉求项目上的服务次数最多的服务人员进行处理。

可选地，步骤S130包括：

依据技能项目包含所述诉求项目的服务人员在所述诉求项目上的服务次数，以及所述服务人员所具备的技能项目进行分组，得到服务人员分组。

可选地，步骤S120还包括：

获取同一客户在订单进行过程中对同一诉求项目的诉求次数；

步骤S150包括：

当所述诉求次数大于第一预设阈值时，将在所述诉求项目上的服务次数最多的服务人员作为目标服务人员；

步骤S160包括：

将客户的诉求任务分配至所述目标服务人员进行处理。

可选地，所述方法还包括步骤：