The invention discloses a machine learning method applied in a telephone scene, which includes extracting customer semantic features and intonation features, recognizing the emotional classification of the customer based on the emotional recognition model pre-constructed by the first learning algorithm according to the semantic features and intonation characteristics, and identifying the customer pre-constructed according to the second learning algorithm. The response model determines the optimal customer response corresponding to the customer's emotional classification; outputs the optimal customer response to the customer; prompts the customer to input satisfaction with the optimal customer response; and based on the historical data of all customer satisfaction in the background, the second learning algorithm is used. Update the corresponding relationship between emotional categorization and optimal customer response measures. This application can reduce the degree of dependence on customer service in enterprises.
【技术实现步骤摘要】
一种应用在电话场景里机器学习方法
本申请属于智能
,特别是涉及一种应用在电话场景里机器学习方法。
技术介绍
现代社会,很多企业的客服部门是依靠电话来实现与客户的沟通。在传统技术中,企业通常在自己的客服部门设置多个座席,每个座席上由一个客服人员,接听客户的来电,答复客户的疑问,对客户的投诉进行处理。在研究中发现,传统技术的缺陷在于,企业的客服工作依赖人工,在某些情况下,一些客户的态度可能会影响到客服人员的工作状态,导致客户人员不能较好地对问题进行回应和处理,从而导致客户对企业的负面评价。也就是说,现有技术中的人工客服处理问题主观随意性较好,在长期工作下难以保证最优的应对投诉。
技术实现思路
有鉴于此,本申请所要解决的是现有技术中企业的客服工作完全依赖人工而导致的主观性大、难以长期保持最优应对客户问题的技术问题。本专利技术提供了一种应用在电话场景里机器学习方法,可以解决上述问题。为了解决上述技术问题,本专利技术通过以下技术方案得以实现:一种应用在电话场景里机器学习方法,包括:提取客户语义特征和语调特征;根据所述语义特征和所述语调特征,基于第一学习算法预构建的情感识别模型识别所述客户的情感归类;根据第二学习算法预构建的客户应对模型,确定所述客户的情感归类对应的最优的客户应对措施;向客户输出所述最优的客户应对措施;提示客户输入对所述最优的客户应对措施的满意程度;在后台基于所述第二学习算法基于所有客户满意程度的历史数据,更新情感归类与最优的客户应对措施的对应关系。在一个实施例中,所述第一学习算法为支持向量机分类算法。在一个实施例中,所述客户的情感归类包括:愤怒、不 ...
【技术保护点】
1.一种应用在电话场景里机器学习方法,其特征在于,包括:提取客户语义特征和语调特征;根据所述语义特征和所述语调特征,基于第一学习算法预构建的情感识别模型识别所述客户的情感归类;根据第二学习算法预构建的客户应对模型,确定所述客户的情感归类对应的最优的客户应对措施;向客户输出所述最优的客户应对措施;提示客户输入对所述最优的客户应对措施的满意程度;在后台基于所述第二学习算法基于所有客户满意程度的历史数据,更新情感归类与最优的客户应对措施的对应关系。
【技术特征摘要】
1.一种应用在电话场景里机器学习方法,其特征在于,包括:提取客户语义特征和语调特征;根据所述语义特征和所述语调特征,基于第一学习算法预构建的情感识别模型识别所述客户的情感归类;根据第二学习算法预构建的客户应对模型,确定所述客户的情感归类对应的最优的客户应对措施;向客户输出所述最优的客户应对措施;提示客户输入对所述最优的客户应对措施的满意程度;在后台基于所述第二学习算法基于所有客户满意程度的历史数据,更新情感归类与最优的客户应对措施的对应关系。2.如权利要求1所述的应用在电话场景里机器学习方法,其特征在于,所述第一学习算法为支持向量机分类算法。3.如权利要求2所...
【专利技术属性】
技术研发人员:祝磊,祝斌,袁杭军,
申请(专利权)人:杭州声讯网络科技有限公司,
类型:发明
国别省市:浙江,33
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。