测试业务员能力的方法、装置、计算机设备和存储介质制造方法及图纸

本申请揭示了一种测试业务员能力的方法、装置、计算机设备和存储介质，其中方法包括：控制输出装置输出预设的问题文本；获取业务员对所述问题文本进行回复的答案文本；将所述答案文本输入到预设的基于LSTM‑CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员针对所述问题文本的业务情绪数据；根据所述业务情绪数据，确定业务员的能力等级。本申请通过模拟客户与业务员的聊天，获取模拟客户提出的问题以及业务员的回复内容，来评判业务员的能力，是通过了解业务员的业务过程来进行评判业务员能力。

Method, device, computer equipment and storage medium for testing salesperson capability

This application discloses a method, device, computer equipment and storage medium for testing salesman's ability. The method includes: controlling the output device to output the preset question text; obtaining the answer text of the salesman's reply to the question text; and inputting the answer text into the preset LSTM CNN model training. The emotional analysis model is calculated to get the business emotional data of the salesman for the text of the problem. According to the business emotional data, the ability level of the salesman is determined. This application evaluates the ability of the salesman by simulating the chat between the customer and the salesman, obtaining the questions posed by the simulated customer and the reply content of the salesman. It evaluates the ability of the salesman by understanding the business process of the salesman.

【技术实现步骤摘要】
测试业务员能力的方法、装置、计算机设备和存储介质
本申请涉及到计算机
，特别是涉及到一种测试业务员能力的方法、装置、计算机设备和存储介质。
技术介绍
现在针对业务员的业务能力评估，大部分都是基于业务员与客户交流结束后获取客户的反馈，以及业务员的销售业绩来进行评估，这样都是基于业务员的成果来进行能力评估。但是业务员在与客户的交流过程中，通过与客户的交流，表达出来的解决问题的能力、表达出来的对客户的情绪，这些都能反映出业务员的业务能力水平。目前还没有基本业务员与客户的聊天来评判业务员的能力的方法。
技术实现思路
本申请的主要目的为提供一种通过模拟客户与业务员聊天来测试业务员能力的方法、装置、计算机设备和存储介质。为了实现上述专利技术目的，本申请提出一种测试业务员能力的方法，包括：控制输出装置输出预设的问题文本；获取业务员对所述问题文本进行回复的答案文本；将所述答案文本输入到预设的基于LSTM-CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员针对所述问题文本的业务情绪数据；根据所述业务情绪数据，确定业务员的能力等级。进一步地，所述根据所述业务情绪数据，确定业务员的能力等级的步骤，包括：获取所述问题文本的问题情绪数据，并根据所述问题情绪数据确定对应的问题属性，其中所述问题属性至少包括消极属性、中性属性和积极属性；根据所述问题属性以及所述业务情绪数据，确定所述业务员对应所述问题属性的能力等级。进一步地，所述获取问题文本的问题情绪数据的步骤，包括：通过自动编码器将所述问题文本转化为编码无结构的向量Z，并在所述向量Z的基础上增加结构性变量C，采用LSTM-RNN方法生成标记序列通过辨别器，将所述标记序列转换成问题情绪数据。进一步地，所述根据所述问题属性以及所述业务情绪数据，确定所述业务员对应所述问题属性的能力等级的步骤，包括：获取同一问题属性的多个所述问题文本分别对应的多个业务情绪数据；利用规整化公式，将针对同一所述问题属性的多个所述业务情绪数据以及多个所述问题情绪数据规整化计算；根据计算结果，得到同一所述问题属性对应的所述业务员的能力等级。进一步地，所述根据所述问题属性以及所述业务情绪数据，确定所述业务员对应所述问题属性的能力等级的步骤之后，包括：获取所述业务员的多个问题属性分别对应的能力等级中的最高能力等级；根据所述最高能力等级对应的目标问题属性，生成所述目标问题属性对应的岗位信息作为所述业务员的最合适岗位信息。进一步地，所述确定业务员的能力等级之后的步骤包括：根据所述能力等级，调整所述业务员的绩效分数。进一步地，所述业务员包括多个；所述确定业务员的能力等级的步骤之后包括：获取多个业务员分别对应的能力等级中能力等级最高的目标业务员的个人信息；统计所述多个业务员对应的个人信息中指定的特征信息的数量。本申请还提供一种测试业务员能力的装置，包括：输出模块，用于控制输出装置输出预设的问题文本；获取模块，用于获取业务员对所述问题文本进行回复的答案文本；得到模块，用于将所述答案文本输入到预设的基于LSTM-CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员针对所述问题文本的业务情绪数据；确定模块，用于根据所述业务情绪数据，确定业务员的能力等级。本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。本申请的测试业务员能力的方法、装置、计算机设备和存储介质，通过模拟客户与业务员的聊天，获取模拟客户提出的问题以及业务员的回复内容，来评判业务员的能力，是通过了解业务员的业务过程来进行评判业务员能力。在评判业务员能力时，将问题根据问题情绪进行分类，对应的了解业务员面对不同问题时的处理能力，更全面的评判业务员能力。附图说明图1为本申请一实施例的测试业务员能力的方法的流程示意图；图2为本申请一实施例的上述测试业务员能力的方法中步骤S4的具体流程示意图；图3为本申请一实施例的上述测试业务员能力的方法中获取问题文本情绪数据的具体流程示意图；图4为本申请一实施例的上述步骤S4中的步骤S42的具体流程示意图；图5为本申请一实施例的测试业务员能力的方法的流程示意图；图6为本申请一实施例的测试业务员能力的方法的流程示意图；图7为本申请一实施例的测试业务员能力的方法的流程示意图；图8为本申请一实施例的测试业务员能力的装置的结构示意框图；图9为本申请一实施例的测试业务员能力的装置的确定模块的结构示意框图；图10为本申请一实施例的测试业务员能力的装置的获取单元的结构示意图框；图11为本申请一实施例的测试业务员能力的装置的确定单元的结构示意框图；图12为本申请一实施例的测试业务员能力的装置的结构示意框图；图13为本申请一实施例的测试业务员能力的装置的结构示意框图；图14为本申请一实施例的测试业务员能力的装置的结构示意框图；图15为本申请一实施例的计算机设备的结构示意框图。本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。参照图1，本申请实施例提供一种测试业务员能力的方法，包括步骤：S1、控制输出装置输出预设的问题文本；S2、获取业务员对所述问题文本进行回复的答案文本；S3、将所述答案文本输入到预设的基于LSTM-CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员的针对所述问题文本的业务情绪数据；S4、根据所述业务情绪数据，确定业务员的能力等级。如上述S1步骤中，该方法执行的主体可以是一个机器人，机器人的输出装置包括显示屏和扬声器。输出装置显示预设的问题文本，即机器人在开始对业务员测试时，通过显示屏显示出题目给业务员回答，或者通过扬声器播放题目给业务员回答。该问题文本是管理员预先设置的一些问题，或者是模拟客户为了解公司的产品而提出的问题，整理成文本的形式，存储在机器人内部，机器人内部设置有存储卡，或者是存储在服务器，机器人通过访问服务器来获得该问题文本。在需要对业务员进行测试时，调用出这些问题文本进行显示，可以是直接将文本显示在机器人的显示屏上，也可以是将问题文本转换成音频文件后通过扬声器进行播放。不同的问题文本表示不同的问题。如上述S2步骤中，业务员看到问题文本，通过键盘、触屏等输入装置对问题文本所表达的问题进行回复，机器人记录下业务员输入的答案文本。机器人接收到业务员的确认信息后，将答案文本保存在存储器或服务器。在另一具体实施例中，机器人接收业务员输入的语音信号后，通过语音识别，将语音信息转换成文本，得到业务员回复的答案文本。如上述S3步骤中，LSTM(LongShort-TermMemory)是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。LSTM是解决长序依赖问题的有效技术。情感分析模型是一个将LSTM-CNN模型经过大量训练后模型，用于将输入的文本信息经一系列计算后本文档来自技高网...

【技术保护点】
1.一种测试业务员能力的方法，其特征在于，包括：控制输出装置输出预设的问题文本；获取业务员对所述问题文本进行回复的答案文本；将所述答案文本输入到预设的基于LSTM‑CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员针对所述问题文本的业务情绪数据；根据所述业务情绪数据，确定业务员的能力等级。

【技术特征摘要】
1.一种测试业务员能力的方法，其特征在于，包括：控制输出装置输出预设的问题文本；获取业务员对所述问题文本进行回复的答案文本；将所述答案文本输入到预设的基于LSTM-CNN模型训练得到的情感分析模型中进行计算，以得到所述业务员针对所述问题文本的业务情绪数据；根据所述业务情绪数据，确定业务员的能力等级。2.如权利要求1所述的测试业务员能力的方法，其特征在于，所述根据所述业务情绪数据，确定业务员的能力等级的步骤，包括：获取所述问题文本的问题情绪数据，并根据所述问题情绪数据确定对应的问题属性，其中所述问题属性至少包括消极属性、中性属性和积极属性；根据所述问题属性以及所述业务情绪数据，确定所述业务员对应所述问题属性的能力等级。3.如权利要求2所述的测试业务员能力的方法，其特征在于，所述获取问题文本的问题情绪数据的步骤，包括：通过自动编码器将所述问题文本转化为编码无结构的向量Z，并在所述向量Z的基础上增加结构性变量C，采用LSTM-RNN方法生成标记序列通过辨别器，将所述标记序列转换成问题情绪数据。4.如权利要求2所述的测试业务员能力的方法，其特征在于，所述根据所述问题属性以及所述业务情绪数据，确定所述业务员对应所述问题属性的能力等级的步骤，包括：获取同一问题属性的多个所述问题文本分别对应的多个业务情绪数据；利用规整化公式，将针对同一所述问题属性的多个所述业务情绪数据以及多个所述问题情绪数据规整化计算；根据计算结果，得到同一所述问题属性对应的所述业务员的能力等级。5.如权利要求2所述的测试业务员能力的方法，其特征在于，...

【专利技术属性】
技术研发人员：金戈，徐亮，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44