[发明专利]一种电力客户诉求相关度分析方法

权利要求书

1.一种电力客户诉求相关度分析方法，其特征在于，包括：

步骤S1，通过客服语音系统采集历史语音数据，通过质检系统采集历史客户诉求工单数据；

步骤S2，基于语义分析对采集的历史客户诉求工单数据进行内容分析和分类，分别建立专业分词词典和客户诉求分类库；

步骤S3，运用机器学习对历史客户诉求工单数据进行相关度分析，优化所述客户诉求分类库；

步骤S4，对新的客户诉求工单数据进行实时转译与文本分析，识别出相关度最高的客户诉求分类。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2具体为：对历史客户诉求工单数据进行分析，提取客户诉求时间、诉求内容和客户来电号码，基于语义分析对客户诉求工单内容分析并建立专业分词词典，按建立的词典进行文本分词检索，将得到的所有关键词结合前后短语进行句法级别自然语言分析，将不符合语法的关键词进行剔除，将符合语法的关键词进行归集，并对客户诉求工单进行分类，生成客户诉求分类库。

3.根据权利要求2所述的方法，其特征在于，专业分词词典建立的方式是：统计客户历史诉求内容，形成语言文本库，在语言文本库中统计重复出现的关键字，按重复出现频率的高低对关键字前后字进行组合统计组成关键词进行标注，再次分析重复出现的关键词的频率；通过句法级别自然语言分析对关键词构成的短句成分进行分析，识别出具符合语法要求的关键词。

4.根据权利要求2所述的方法，其特征在于，客户诉求分类库创建的方式是：客户诉求工单的类别包括故障报修、用电业务、咨询查询、投诉、举报、表扬、建议、意见、、订阅信息、节能服务、其它共11类，生成的客户诉求分类库将11类中共有的关键词作为一类单独区分，剩余的关键词按照客户诉求工单来源分别建立11个诉求分类库。

5.根据权利要求1所述的方法，其特征在于，所述步骤S3运用机器学习对分词词典进行词串的合并与语义分析训练，生成新的分词更新到词典，按照新生成的分词对诉求工单再次进行相关度分析，优化客户诉求分类库。

6.根据权利要求5所述的方法，其特征在于，所述步骤S3中，相关度分析的过程为：

接收当前会话中的问题语句和应答语句；

将当前会话中的问题语句和应答语句逐字、逐词输入模型中，识别出新的关键字和关键词；基于建立的专业分词词典，提取当前会话中的问题语句和应答语句中的关键词，再根据提取的关键词搜索历史问题语句和历史应答语句的历史会话，对新产生的关键词进行分类；

将新生成的关键词、关键字更新到客户诉求分类库。

7.根据权利要求1所述的方法，其特征在于，所述步骤S4中，对客户诉求内容进行实时转译与文本分析，从文本的首字符开始与分词词典进行匹配，匹配成功则将分词纳入等待进行相关度分析，若匹配不成功，则继续对下一个字符进行匹配，直到遍历客户诉求工单全部内容；将匹配成果的分词带入到客户诉求分类库中进行检索，检索的范围是归集到客户诉求分类库中的全部关键词，识别出相关度最高的客户诉求分类。

8.根据权利要求7所述的方法，其特征在于，在识别出相关度最高的客户诉求分类之后，还包括诉求快速处理话术推荐步骤：对该分类下的全部客户诉求工单处理情况进行分析，按关键词提炼出对应的答复短语，供业务人员根据不同关键词选择相应的答复短语，组成答复客服问题的话术，快速回复客户问题。