一种基于数据挖掘的客服内容分析方法及其系统技术方案

本发明专利技术提供一种基于数据挖掘的客服内容分析方法，该方法包括：对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值；搭建知识库，获取所述客服与所述客户之间对话的呼叫类别以及呼叫目的，其中呼叫目的包括根据对话内容所属的呼叫类别决定的两个构成属性；将所述客服的情感值、所述客户的情感值、所述客服与所述客户之间呼叫类别以及所述呼叫目的对应的两个构成属性组合，建立所述客服与所述客户之间对话内容的五元组；利用所述五元组进行所述客服与所述客户之间对话内容进行分析。本发明专利技术通过建立客服与客户之间对话内容的五元组，对所述客服与所述客户之间的对话内容进行分析，进而评价客服的服务质量。

【技术实现步骤摘要】

本专利技术涉及呼叫中心客户服务领域，尤其涉及一种基于数据挖掘的客服内容分析方法及其系统。
技术介绍
随着企业和机构对客服业务需求增多，客服数据日益增长，对客服数据的内容挖掘显得非常重要。对客服数据的内容分析可以了解近一段时间内被客户群重点关注的话题，挖掘客户的意见适当调整业务架构。对客服数据的内容分析可以精准定位客户需求进行个性化业务推荐，建立和培养忠诚的客户，为企业盈利并且树立良好企业形象。对每一条客服数据的内容分析可以挖掘出每一次对话中客户来电的目的，是否被解决，这样精确的分析不仅可以更加细粒度地了解客户需求而且还能得到客户对客服的主观及客观评价方便改进客服质量提高客户满意度。现有的客服服务质量评价系统把其当做情感分类任务，从对话中提取特征后使用分类模型进行分类。这样的做法虽然能有效地反应客户的对该段对话的态度，部分代替客户打分实现对客服质量的检测，但是并没有刻画出客户满意或不满意的实质和原因，另外也没有从客观角度评价客服的服务质量，如客户自身带有负面情绪进行对话。目前，对话内容的知识库需要领域内专业人员和语言专家大量制定规则且消耗脑力去制定，这样做显然在现代信息社会格格不入。除此之外，由于客服领域的内容分析基于识别之后的文本，其中无法避免有一些识别错误或者口语表达，只靠人力去遍及所有的说法更是困难。因此，构建智能客服分析系统，达到高标准的对客服内容的挖掘，从而更加本质地刻画客户的呼叫目的，就显得极为迫切。
技术实现思路
本专利技术提供一种基于数据挖掘的客服内容分析方法及系统，该方法是基于半自动知识库构建的方式对客服与客户之间的对话内容进行分析，不但能够检测出客服的服务态度，还能挖掘出客户与客服对话的主题即呼叫的目的，此外还能检测客服是否使用标准礼貌用语，是否带有负面情绪与客户沟通。本专利技术第一专利技术提供一种基于数据挖掘的客服内容分析方法，所述方法包括：对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值；搭建知识库，获取所述客服与所述客户之间的呼叫类别以及呼叫目的对应的两个构成属性；将所述客服的情感值、所述客户的情感值、所述客服与所述客户之间呼叫类别以及所述呼叫目的对应的两个构成属性组合，建立所述客服与所述客户之间对话内容的五元组；利用所述五元组对所述客服与所述客户之间对话内容进行分析。优选地，所述对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值步骤包括：基于所述客服与所述客户的对话内容，将每一句对话内容进行中性或负面的二分类；并计算出每一句对话内容的情感值。优选地，所述搭建知识库，获取所述客服与所述客户之间的呼叫类别以及呼叫目的对应的两个构成属性步骤包括：利用数据制定，搭建种子知识库，进而获取所述客服与所述客户之间的呼叫类别以及呼叫目的对应的两个构成属性。优选地，用基于深度学习词矢量的方法对种子知识库自动扩充。优选地，所述客户与所述客服的情感值获取，包括以下步骤：对所述客户与所述客服之间的对话内容进行预处理；根据所述客户与所述客服之间对话的常用情感词，进行情感词典构建；对所述客户与所述客服之间的对话内容进行特征提取，特征包括情感词典、一元语言模型unigram以及二元语言模型bigram；通过模型训练，建立所述客户与所述客服之间的情感分类模型；用所述情感分类模型预测每一句对话内容的情感类别；整合所述每一句对话内容的情感类别，得到所述客户与所述客服的情感值。本专利技术第二方面提供一种基于数据挖掘的客服内容分析系统，所述系统用于客服与客户之间，其包括情感分析模块、呼叫目的提取模块以及对话内容分析模块；其中，所述情感分析模块，通过对所述客服与所述客户之间的对话内容进行情感分析，得到所述客服与所述客户的情感值；所述呼叫目的提取模块，对所述客服与所述客户之间对话内容的呼叫目的进行提取，获得所述客户与所述客服之间对话内容的呼叫类别与呼叫目的对应的两个属性；所述对话内容分析模块，根据所述客服的情感值、所述客户的情感值、所述客服与所述客户之间呼叫类别以及所述呼叫目的对应的两个属性组成的五元组，对所述客服与所述客户的对话内容进行分析。优选地，所述系统还包括知识库模块，所述知识库模块包括种子知识库单元以及种子知识库自动扩充单元；其中，所述种子知识库单元，通过数据制定，包括所述客服与所述客户之间对话内容的呼叫类别以及呼叫目的对应的两个属性；所述种子知识库自动扩充单元，基于深度学习词矢量的方法对所述种子知识库单元进行自动扩充。本专利技术通过建立客服与客户之间对话内容的五元组，对所述客服与所述客户之间的对话内容进行分析，进而评价客服的服务质量。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于数据挖掘的客服内容分析方法的流程示意图；图2为本专利技术实施例提供的一种基于数据挖掘的客服内容分析方法获取五元组的框架示意图；图3为本专利技术实施例提供的一种基于数据挖掘的客服内容分析系统的框架示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。本专利技术提供一种基于数据挖掘的客服内容分析方法及系统，该方法是基于半自动知识库构建的方式对客服与客户之间的对话内容进行分析，不但能够检测出客服对服务的态度，还能挖掘出客服态度针对的主题即呼叫的目的，此外还能检测客户是否使用标准礼貌用语，是否带有负面情绪与客户沟通。下面以图1为例对本专利技术实施例进行说明，图1为本专利技术实施例提供的一种数据分析方法的流程示意图。如图所示，该方法包括步骤S101-S104：步骤S101：对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值；需要说明的是，对客服与客户的对话内容进行分析，是通过文本内容挖掘技术。文本内容挖掘技术主要指从文本数据中挖掘出有价值的信息，属于机器学习在文本上的应用，如文本分类、信息抽取、摘要等。文本分类技术能自动地将文本划分到特定的类别。这些类别可以是所属领域、表达的情感种类等。信息抽取技术能自动提取文本中的特定信息，如关键词提取等。步骤S102：搭建知识库本文档来自技高网...

【技术保护点】
一种基于数据挖掘的客服内容分析方法，其特征在于，所述方法包括：对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值；搭建知识库，获取所述客服与所述客户之间的呼叫类别以及呼叫目的，其中呼叫目的包括根据对话内容所属的呼叫类别决定的两个构成属性；将所述客服的情感值、所述客户的情感值、所述客服与所述客户之间呼叫类别以及所述呼叫目的对应的两个构成属性组合，建立所述客服与所述客户之间对话内容的五元组；利用所述五元组对所述客服与所述客户之间对话内容进行分析。

【技术特征摘要】
1.一种基于数据挖掘的客服内容分析方法，其特征在于，所述方法包括：
对客服和客户的对话内容进行情感分析，获取所述客服与所述客户的情感值；
搭建知识库，获取所述客服与所述客户之间的呼叫类别以及呼叫目的，其中呼叫目的
包括根据对话内容所属的呼叫类别决定的两个构成属性；
将所述客服的情感值、所述客户的情感值、所述客服与所述客户之间呼叫类别以及所
述呼叫目的对应的两个构成属性组合，建立所述客服与所述客户之间对话内容的五元组；
利用所述五元组对所述客服与所述客户之间对话内容进行分析。
2.根据权利要求1所述的方法，其特征在于，所述对客服和客户的对话内容进行情感
分析，获取所述客服与所述客户的情感值步骤包括：
基于所述客服与所述客户的对话内容，将每一句对话内容进行中性或负面的二分类；
并计算出每一句对话内容的情感值。
3.根据权利要求1所述的方法，其特征在于，所述搭建知识库，获取所述客服与所述
客户之间的呼叫类别以及呼叫目的对应的两个构成属性步骤包括：
利用数据制定，搭建种子知识库，进而获取所述客服与所述客户之间的呼叫类别以及
呼叫目的对应的两个构成属性。
4.根据权利要求3所述的方法，其特征在于，用基于深度学习词矢量的方法对种子知
识库自动扩充。
5.根据权利要求2所述的方法，其特征在于，所述客户与所述客服的情感值获取，包
括以下步骤：
对所述客户与所述客服之间的对话内容进行预处理；
根据所述客户与所述客服之间对话的常用情感词，进行情...

【专利技术属性】
技术研发人员：徐为群，李佩佳，赵学敏，孙佳，颜永红，
申请(专利权)人：中国科学院声学研究所，北京中科信利技术有限公司，
类型：发明
国别省市：北京;11