一种呼叫中心大数据文本挖掘系统技术方案

技术编号:14882582 阅读:76 留言:0更新日期:2017-03-24 04:57
本发明专利技术公开了一种呼叫中心大数据文本挖掘系统,从总体上构造了呼叫中心数据挖掘系统的设计思想和实现方法,该系统的体系结构以数据挖掘算法为核心技术,从具体的商业应用抽象出独立功能的商业模型,在商业模型和数据挖掘算法之间建立映射关系,从而构件的数据挖掘系统的体系结构;商业模型和数据挖掘算法之间建立映射关系不局限于单个数据挖掘算法的实现,而是多个数据挖掘算法的融合,利用数据挖掘算法,集成现有的成功的商业模型,针对具体商业应用,研制和开发新的商业模型,增加了系统和应用结合的灵活性,当行业需求改变,或增加了某个商业模型时,只需修改或增加相应的商业模型,而不用重新幵发整个系统。

【技术实现步骤摘要】

本专利技术属于呼叫中心
,涉及一种文本挖掘系统,具体是一种呼叫中心大数据文本挖掘系统
技术介绍
现代营销的企业竞争是一种以顾客为焦点的竞争形态,争取顾客、留住顾客、扩大顾客群、建立亲密顾客关系、分析顾客需求、创造顾客需求等,都是最关键的营销课题。相关研究表明:一个企业如果将其客户流失率降低5%的话,其利润就能增加25%~85%。因此,企业必须要加强与客户之间的紧密联系和提高客户忠诚度。随着电话、传真等通讯手段的普及,很多企业开始尝试这种新型的市场手法。通过使用电话、传真、互联网等通信、网络技术以及相应的计算机技术组建呼叫中心平台,来实现有计划、有组织、高效率地扩大顾客群、提高顾客满意度、维护顾客等市场行为的手法。在市场竞争日益激烈的今天,呼叫中心已证明在企业客户关系管理上是一种行之有效的模式,是企业维系客户关系的重要手段,它提供给企业一个最快速的通道去主动接触目标客户并与客户保持良好的联系,帮助企业细分市场,进行针对性电话营销,从而贏得了时间、贏得了效率、嬴得了市场、因此被越来越多的企业广泛采用,以提高其自身的竞争实力。对于呼叫中心的各应用领域来说,产生了大量的业务数据,这些数据不再是为了分析的目的而收集的,而是由于纯机会的(Opportunistic)商业运作而产生。分析这些数据也不再是单纯为了研究的需要,更主要是为商业决策提供真正有价值的信息,进而获得利润。但所有企业面临的一个共同问题是:企业数据量非常大,而其中真正有价值的信息却很少,因此从大量的数据中经过深层分析,获得有利于商业运作、提高竞争力的信息,就像从矿石中淘金一样。而且问题是千差万别的,所以用一个通用的数据挖掘工具集是难以解决的。
技术实现思路
本专利技术的目的在于提供一种灵活可靠,方便高效的呼叫中心大数据文本挖掘系统。本专利技术的目的可以通过以下技术方案实现:一种呼叫中心大数据文本挖掘系统,包括相互连接的数据采集端、应用服务器以及客户端;所述的数据采集端,用于获取呼叫中心的原始业务操作数据;所述的应用服务器包括数据预处理模块、客户数据仓库、数据挖掘算法库、数据挖掘模块、商业模型构件库、商业模型库;所述的数据预处理模块,用于对数据采集端获取的原始数据进行数据清洗、析取转换、装载工作,将其转换为客户数据仓库所需的数据形式;所述的客户数据仓库,用于存储经过预处理的呼叫中心业务操作数据;所述的数据挖掘算法库,用于存储具体商业模型需要的数据挖掘算法;所述的数据挖掘模块,根据具体商业问题转化为一系列数据挖掘任务,从数据挖掘算法库内选择一种或多种算法,对客户数据仓库内数据进行数据挖掘,根据挖掘结果创建商业模型,存储到商业模型库内;所述的商业模型构件库,用于存储商业模型构件,完成具体商业模型创建、删除、浏览功能;所述的商业模型库,用于存储用户通过数据挖掘模块挖掘出的具体商业模型;所述的客户端,用于向创建好的以WEB服务形式提供的功能模型请求,以客户易理解的可视化方式显示,以使用户能够客观的了解呼叫中心业务模型内容。进一步地,所述的数据挖掘算法采用COM标准实现,一个算法对应一个COM。进一步地,所述的商业模型构件采用COM标准,每种商业模型对应一对COM构件,训练COM和服务COM,所述的训练COM用于新模型的创建,所述的服务COM完成模型浏览、结果显示、预测功能。进一步地,所述的商业模型的描述和存储采用PMML标准。本专利技术的有益效果:本专利技术从总体上构造了呼叫中心数据挖掘系统的设计思想和实现方法,该系统的体系结构以数据挖掘算法为核心技术,从具体的商业应用抽象出独立功能的商业模型,在商业模型和数据挖掘算法之间建立映射关系,从而构件的数据挖掘系统的体系结构;商业模型和数据挖掘算法之间建立映射关系不局限于单个数据挖掘算法的实现,而是多个数据挖掘算法的融合,利用数据挖掘算法,集成现有的成功的商业模型,针对具体商业应用,研制和开发新的商业模型,增加了系统和应用结合的灵活性,当行业需求改变,或增加了某个商业模型时,只需修改或增加相应的商业模型,而不用重新幵发整个系统。附图说明下面结合附图和具体实施例对本专利技术作进一步详细描述。图1是本专利技术系统结构示意图。图2是本专利技术商业模型与数据挖掘算法映射关系示意图。具体实施方式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,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本专利技术保护的范围。如图1所示,本专利技术提供了一种呼叫中心大数据文本挖掘系统,包括相互连接的数据采集端、应用服务器以及客户端。数据采集端,用于获取呼叫中心的原始业务操作数据。应用服务器是挖掘系统的智能中心,包括数据预处理模块、客户数据仓库(CDW)、数据挖掘算法库、数据挖掘模块、商业模型构件库、商业模型库。数据预处理模块,用于对数据采集端获取的原始数据进行数据清洗、析取转换、装载工作,将其转换为客户数据仓库所需的数据形式。客户数据仓库,用于存储经过预处理的呼叫中心业务操作数据,采用数据仓库定时更新机制,对数据量少的信息,在每周或每月更新,对数据量大的信息,采用每天更新的方式。数据挖掘算法库,用于存储具体商业模型需要的数据挖掘算法,数据挖掘算法采用COM标准实现,一个算法对应一个COM,这种设计保证了系统的可扩展性,当需要修改算法以及优化算法时,在COM接口不发生变化的情况下,不需要重新编译数据挖掘系统,只需修改相应COM构件。数据挖掘算法包括:K-Means算法,Apriori算法,决策树算法,神经元网络算法,FP-TREE算法,BP算法,异常检测以及时间序列算法。数据挖掘模块,根据具体商业问题转化为一系列数据挖掘任务,从数据挖掘算法库内选择一种或多种算法,对客户数据仓库内数据进行数据挖掘,根据挖掘结果创建商业模型,存储到商业模型库内。其中,挖掘任务包括分类、估值、预测、篮子分析、聚集和描述。商业模型构件库,用于存储商业模型构件,完成具体商业模型创建、删除、浏览功能;商业模型构件采用COM标准,通过采用COM构件,方便了系统的二次开发及系统维护。每种商业模型对应一对COM构件,训练COM和服务COM,训练COM用于新模型的创建,服务COM完成模型浏览、结果显示、预测等功能。商业模型库,用于存储用户通过数据挖掘模块挖掘出的具体商业模型,商业模型的描述和存储采用PMML标准。PMML是基于XML的预言模型标记语言,由DMG(DATAMININGGROUP)组织发布,并已经被W3C接受作为预言模型定义的标准。目前呼叫中心数据挖掘的商业模型主要包括:客户接入分类模型、客户实时特征评估模型、客户类别细分模型、客户消费行为分析模型、客户离网分析模型以及客户异常行为分析模型。几种商业模型的功能简单介绍如下:客户接入分类模型:根据客户的历史信息、呼叫信息提供不同的服务应答策略。客户实时特征评估模型:根据客户的特征数据、客户的呼叫数据以及一些有意义的汇总数据构件动态的客户等级模型。客户类别细分模型:根据客户的内在特征自动将客户分类。客户消费行为模型:根据分析一个个客户群体消费特征,推出针对性的营销政策。客户离网分析模型:预测一特定本文档来自技高网
...
一种呼叫中心大数据文本挖掘系统

【技术保护点】
一种呼叫中心大数据文本挖掘系统,其特征在于:包括相互连接的数据采集端、应用服务器以及客户端;所述的数据采集端,用于获取呼叫中心的原始业务操作数据;所述的应用服务器包括数据预处理模块、客户数据仓库、数据挖掘算法库、数据挖掘模块、商业模型构件库、商业模型库;所述的数据预处理模块,用于对数据采集端获取的原始数据进行数据清洗、析取转换、装载工作,将其转换为客户数据仓库所需的数据形式;所述的客户数据仓库,用于存储经过预处理的呼叫中心业务操作数据;所述的数据挖掘算法库,用于存储具体商业模型需要的数据挖掘算法;所述的数据挖掘模块,根据具体商业问题转化为一系列数据挖掘任务,从数据挖掘算法库内选择一种或多种算法,对客户数据仓库内数据进行数据挖掘,根据挖掘结果创建商业模型,存储到商业模型库内;所述的商业模型构件库,用于存储商业模型构件,完成具体商业模型创建、删除、浏览功能;所述的商业模型库,用于存储用户通过数据挖掘模块挖掘出的具体商业模型;所述的客户端,用于向创建好的以WEB服务形式提供的功能模型请求,以客户易理解的可视化方式显示,以使用户能够客观的了解呼叫中心业务模型内容。

【技术特征摘要】
1.一种呼叫中心大数据文本挖掘系统,其特征在于:包括相互连接的数据采集端、应用服务器以及客户端;所述的数据采集端,用于获取呼叫中心的原始业务操作数据;所述的应用服务器包括数据预处理模块、客户数据仓库、数据挖掘算法库、数据挖掘模块、商业模型构件库、商业模型库;所述的数据预处理模块,用于对数据采集端获取的原始数据进行数据清洗、析取转换、装载工作,将其转换为客户数据仓库所需的数据形式;所述的客户数据仓库,用于存储经过预处理的呼叫中心业务操作数据;所述的数据挖掘算法库,用于存储具体商业模型需要的数据挖掘算法;所述的数据挖掘模块,根据具体商业问题转化为一系列数据挖掘任务,从数据挖掘算法库内选择一种或多种算法,对客户数据仓库内数据进行数据挖掘,根据挖掘结果创建商业模型,存储到商业模型库内;所述的商业模型构件库,用于存储商业模型构件...

【专利技术属性】
技术研发人员:程松林邹翊
申请(专利权)人:安徽讯呼信息科技有限公司
类型:发明
国别省市:安徽;34

网友询问留言 已有0条评论
  • 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。

1