This application is about a customer service information push method. The method includes: receiving the information reading request sent by the terminal, obtaining the predictive features of the target user's account according to the information reading request. The predictive features of the target user's account are the features extracted from the customer service related information of the target user's account; calling the predictive model to process the predictive features of the target user's account, and obtaining the customer service information output from the predictive model. According to the forecast result of customer service information, at least one customer service information is pushed to the terminal. Through the push scheme of this application, the server can more accurately predict the customer service information corresponding to the questions that users may consult, thus improving the accuracy of customer service information push.
【技术实现步骤摘要】
客服信息推送方法、装置、计算机设备及存储介质
本申请实施例涉及机器学习
,特别涉及一种客服信息推送方法、装置、计算机设备及存储介质。
技术介绍
随着网络服务的不断发展,为了及时解决用户在使用网络服务过程中遇到的问题,很多网络服务提供商向用户提供在线客服系统。在相关技术中,用户需要联系客服时,可以通过终端打开在线客服的客服页面,并根据自己想要咨询的问题,在客服页面中输入问题描述内容;客服页面的服务器根据用户输入的问题描述内容,分析确定用户想要咨询的问题对应的客服信息(比如解决某一个具体问题的链接),并将分析出的客服信息推送给终端进行展示。然而,相关技术中推送客服信息的方案中,用户输入的问题描述内容通常较为简略,服务器分析出的客服信息通常并不能解决用户想要咨询的问题,导致推送客服信息的准确性较低。
技术实现思路
本申请实施例提供了一种客服信息推送方法、装置、计算机设备及存储介质,可以提高向用户推送客服信息的准确性,该技术方案如下:一方面,提供了一种客服信息推送方法,所述方法包括:接收终端发送的信息读取请求,所述信息读取请求是所述终端接收到展示客服页面的操作时发送的请求;根据所述信息读取请求获取目标用户账号的预测特征,所述目标用户账号的预测特征是对所述目标用户账号的客服关联信息进行特征提取获得的特征;所述目标用户账号是在所述终端中登录的用户账号;调用预测模型对所述目标用户账号的预测特征进行处理,获得所述预测模型输出的客服信息预测结果;所述预测模型是根据预测样本集训练获得的模型,所述预测样本集中包含预测特征样本以及所述预测特征样本对应的客服信息;根据所述客服信息 ...
【技术保护点】
1.一种客服信息推送方法,其特征在于,所述方法包括:接收终端发送的信息读取请求,所述信息读取请求是所述终端接收到展示客服页面的操作时发送的请求;根据所述信息读取请求获取目标用户账号的预测特征,所述目标用户账号的预测特征是对所述目标用户账号的客服关联信息进行特征提取获得的特征;所述目标用户账号是在所述终端中登录的用户账号;调用预测模型对所述目标用户账号的预测特征进行处理,获得所述预测模型输出的客服信息预测结果;所述预测模型是根据预测样本集训练获得的模型,所述预测样本集中包含预测特征样本以及所述预测特征样本对应的客服信息;根据所述客服信息预测结果,向所述终端推送至少一条客服信息。
【技术特征摘要】
1.一种客服信息推送方法,其特征在于,所述方法包括:接收终端发送的信息读取请求,所述信息读取请求是所述终端接收到展示客服页面的操作时发送的请求;根据所述信息读取请求获取目标用户账号的预测特征,所述目标用户账号的预测特征是对所述目标用户账号的客服关联信息进行特征提取获得的特征;所述目标用户账号是在所述终端中登录的用户账号;调用预测模型对所述目标用户账号的预测特征进行处理,获得所述预测模型输出的客服信息预测结果;所述预测模型是根据预测样本集训练获得的模型,所述预测样本集中包含预测特征样本以及所述预测特征样本对应的客服信息;根据所述客服信息预测结果,向所述终端推送至少一条客服信息。2.根据权利要求1所述的方法,其特征在于,所述客服关联信息包括以下信息中的至少一种:对应的用户账号的历史访问轨迹、对应的用户账号的历史客服记录、对应的用户账号的账号处理信息以及对应的用户账号的用户属性信息。3.根据权利要求1所述的方法,其特征在于,所述根据所述信息读取请求获取目标用户账号的预测特征之前,还包括:对所述目标用户账号的客服关联信息进行分类提取,获得文本信息和数据信息;对所述文本信息进行特征提取,获得所述目标用户账号的客服关联信息对应的文本特征;对所述数据信息进行特征提取,获得所述目标用户账号的客服关联信息对应的数据特征;将所述文本特征和所述数据特征获取为所述目标用户账号的预测特征。4.根据权利要求3所述的方法,其特征在于,所述对所述文本信息进行特征提取,获得所述目标用户账号的客服关联信息对应的文本特征,包括:将所述文本信息的词向量提取为所述目标用户账号的客服关联信息对应的文本特征。5.根据权利要求3所述的方法,其特征在于,所述对所述数据信息进行特征提取,获得所述目标用户账号的客服关联信息对应的数据特征,包括:按照所述数据信息中包含的各项特征的特征类型,以及所述各项特征的特征值,对所述各项特征进行过滤,获得过滤后的至少一项特征;对过滤后的所述至少一项特征进行统计分析,获得所述目标用户账号的客服关联信息对应的数据特征;所述统计分析包括离散化、归一化以及特征组合中的至少一种。6.根据权利要求1至5任一所述的方法,其特征在于,所述根据所述信息读取请求获取目标用户账号的预测特征之前,还包括:获取第一客服工单,所述第一客服工单是所述目标用户账号对应的客服工单,且所述第一客服工单是已完成的客服工单;在对所述第一客服工单进行归档时,获取所述目标用户账号的客服关联信息。7.根据权利要求6所述的方法,其特征在于,所述方法还包括:获取所述第一客服工单的文本内容,所述第一客服工单的文本内容包含问题描述内容以及对所述问题描述内容的回复内容;对所述第一客服工单的文本内容进行特征提取,获得所述第一客服工单的文本特征;调用第一分类模型对所述第一客服工单的文本特征进行处理,获得所述第一分类模型输出的至少一种工单分类;所述第一分类模型是通过第一样本集训练获得的模型,所述第一样本集包含第一工单样本的文本特征,以及所述第一工单样本的工单分类;根据所述第一分类模型输出的至少一种工单分类对所述第一客服工单进行归档。8.根据权利要求7所述的方法,其特征在于,所述对所述第一客服工单的文本内容进行特征提取,包括:对所述第一客服工单的文本内容进行过滤,剔除所述第一客服工单的文本内容中的指定内容;对过滤后的所述第一客服工单的文本内容进行分词处理;根据分词处理结果,去除所述第一客服工单的文本内容中的无效词;对去除无效词之后的所述第一客服工单的文本内容进行分句处理,获得至少一个预定长度的语句;按照预设的转换关系,将所述至少一个预定长度的语句转化为所述第一客服工单的词序列;将所述第一客服工单的词序列获取为所述第一客服工单的文本特征。9....
【专利技术属性】
技术研发人员:张婧琦,童丽霞,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。