[发明专利]一种面向客服系统的智能派单方法

权利要求书

1.一种面向客服系统的智能派单方法，其特征在于：所述方法包括以下步骤：

S1、采集客户信息，将采集到的用户地址按照省、市、区、街道、小区、楼栋门牌、经度、纬度进行标准化，统一工单分类标准；

S2、客户致电，通过电话录音语音识别及在线客服的语义分析，匹配预设工单类型；

S3、如果S2中匹配成功，则自动生成工单；如果S2中识别失败，则转至中心坐席处理，生成工单；

S4、根据分类，智能派单后，推送至相应部门工单池，受理部门员工可遵照就近原则发起抢单；

S5、受理部门进行受理回馈时，系统自动推送提示信息至相关审核人员；

S6、受理完成后，消息推送至客户，客服智能回访客户对此次处理结果的满意度，根据交互结果，自动销单或者二次派单。

2.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S1中，客户信息包括用户的姓名、电话和地址，建立三张表，第一张表存用户的姓名和电话，第二张表存S1中已经标准化后的地址，第三张表存第一张表和第二张表的映射关系。

3.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S1中，统一工单分类标准为根据不同的应用任务，形成多级分类标准，根据工单的类别直接智能的派发到相应的角色。

4.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S2中，语音识别分为“输入→编码→解码→输出”4个流程，用于实时语音转写和语音文件转写；所述实时语音转写为建立应用与语言转写核心引擎的长连接，将音频流数据实时转换成文字流数据结果；所述语音文件转写为将长短音频数据转换成文本数据；

所述在线客服的语义分析为：将通过语音识别转化出的文本信息，划分数据块进行数据标签标识，并转化为模型可识别的固定格式数据，进入语义分析数据模型进行分析。

5.根据权利要求4所述的一种面向客服系统的智能派单方法，其特征在于：所述在线客服的语义分析的步骤为：

(1)数据读取：采用csv格式，用Pandas完成读取数据；

(2)循环神经网络分析：建立三层循环神经网络模型进行深度学习，将每一层输出的分析结果作为下一层的输入，建模序列中每次变换均更趋近于目标结果；根据loss损失值调整步长b，最终获得分析时长与分析准确度比值最优化的分析模型；

(3)验证集调参：将数据样本根据模型执行情况划分训练集和验证集，重复步骤(2)选出最好的模型；再把训练集和验证集并到一起做训练，在测试集上测试，结合实际测试结果进行集合关联调优。

6.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S4中，智能派单，其过程如下：

(1)工单生成以后，根据工单类别派发至该类别所属的部门角色A；

(2)相应部门角色A对工单进行审核，审核存在以下几种情况：

a.若是属于自己部门的工单且可以完成，则派给下一级角色B；

b.若是属于自己部门的工单但是目前完成不了，则直接退至中心坐席，让中心坐席重新派单；

c.若不是自己部门的工单，则可以内部转单，转至相应可以处理的部门；

(3)在上述部门流转之后，最后工单放到待处理的工单池中，相应角色中的员工根据就近原则，去工单池中去抢单，对于滞留的工单，上一级负责人有权利强制派单。

7.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S5中，受理部门进行受理回馈时，其过程如下：

技术员领着单子去处理问题，如果处理成功，则上传相应的附件证明，等待上一级领导审核；如果没有处理成功，可以退单至上级领导，同时说明退单理由；

上级领导接收技术员返回的问题，如果审核后确实是处理成功了，则上级领导审批通过，工单转为等待用户评价的状态；

针对退单或者技术员觉得处理成功了但是没通过审核，上级领导再指派该技术员去完成，直到最后审批通过。