[发明专利]基于深度强化学习的营销话术分析与挖掘方法在审
申请号: | 202310072338.7 | 申请日: | 2023-01-13 |
公开(公告)号: | CN116303936A | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 沈凯 | 申请(专利权)人: | 木栈智能科技(上海)有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06Q30/01;G06Q10/0639;G06N20/00 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 赵中富 |
地址: | 200000 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 深度 强化 学习 营销 分析 挖掘 方法 | ||
1.基于深度强化学习的营销话术分析与挖掘方法,其特征在于,包括:
步骤1,根据销售对话数据集构建初始销售话术分析模型;
步骤2,基于深度强化学习的自学习机制,训练所述初始销售话术分析模型,得到销售话术分析模型。
2.根据权利要求1所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,所述步骤S1包括:
步骤11,对初始销售对话数据集进行预处理,得到销售对话数据集;
步骤12,根据评价标准对所述销售对话数据集进行人工标注,所述人工标注包括销售话术评分、销售动作;
步骤13,提取所述销售动作对应的话术状态,利用词向量模型将所述销售动作和所述话术状态转换为词向量;
步骤14,构建初始销售话术分析模型。
3.根据权利要求2所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,步骤12之前包括:
步骤101:根据情感分析模型对所述销售对话数据集进行分析,确定销售人员和客户的情绪状态,根据所述情绪状态确定评价标准。
4.根据权利要求1所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,所述步骤2包括:
步骤21,利用Q-Learning算法对所述初始销售话术分析模型训练,得到销售话术分析模型。
5.根据权利要求1所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,还包括:
步骤3,基于所述销售话术分析模型对销售人员进行评价。
6.根据权利要求5所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,所述步骤S3包括:
步骤31,获取销售人员的待评估销售对话集;
步骤32,基于所述销售话术分析模型对所述待评估销售对话集进行分析,得到所述待评估销售对话集中每条话术的评分;
步骤33,基于所述评分对所述销售人员进行评价。
7.根据权利要求1所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,还包括:
步骤4,基于所述销售话术分析模型向销售人员推荐销售话术。
8.根据权利要求7所述的基于深度强化学习的营销话术分析与挖掘方法,其特征在于,所述步骤S4包括:
步骤41,获取当前销售对话及当前销售对话的上下文;
步骤42,根据所述当前销售对话与所述当前销售对话的上文的相似度从历史对话库中检索出与当前销售对话所匹配的库存话术;
步骤43,获取所述库存话术的评分,基于所述库存话术的评分对上述库存话术进行排名,所述库存话术的评分根据所述销售话术分析模型获取;
步骤44,筛选并推送预设数量的库存话术给销售人员。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于木栈智能科技(上海)有限公司,未经木栈智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310072338.7/1.html,转载请声明来源钻瓜专利网。