本申请提供一种客户满意度的分析方法、存储介质和计算机设备,该方法包括:获取客户与客服人员的通话中客户的当前语音记录,将当前语音记录转换为当前文字记录;对当前文字记录提取关键词,根据关键词确定客户的当前关注热点;根据客户的当前关注热点,利用客户满意度模型获取客户对每个当前关注热点的正向情感指数;统计客户对每个当前关注热点的正向情感指数的平均值作为客户满意度,根据所述客户满意度判断客户是否满意。本实施例对客户的满意度进行了量化分析,能够给人以更加直观的判断感受,也能够为企业提供客户对每个关注热点的满意度,帮助企业有针对性的进行改进,提高企业的工作效率,以提高客户满意度。
Customer satisfaction analysis methods, storage media and computer equipment
【技术实现步骤摘要】
客户满意度的分析方法、存储介质和计算机设备
本专利技术涉及数据处理
,尤其涉及一种客户满意度的分析方法、存储介质和计算机设备。
技术介绍
随着我国经济的快速发展,各行各业的竞争日益激烈,为了提高企业的市场竞争能力,各行业对于热线电话客户服务所能给客户带来的满意度高度重视。以客户为中心,了解客户对热线电话客户服务的满意度就显得十分重要。多数情况下无法做到在客服与客户的通话过程中通过客户的问题描述、主观情绪等维度实时反映客户的满意度,为了减少客户的负面情绪,增加客户满意度,并提高客服人员的工作效率,故根据语音及语义识别分析客户满意度就显得尤为重要。
技术实现思路
本专利技术的主要目的是提供一种客户满意度的分析方法、存储介质和计算机设备,以解决难以确定客户满意度的问题。第一方面,本申请的实施方式提供一种客户满意度的分析方法,包括以下步骤:获取客户与客服人员的通话中客户的当前语音记录,将所述当前语音记录转换为当前文字记录;对所述当前文字记录提取关键词,根据所述关键词确定客户的当前关注热点;根据客户的当前关注热点,利用客户满意度模型获取客户对每个当前关注热点的正向情感指数;统计客户对每个当前关注热点的正向情感指数的平均值作为客户满意度,根据所述客户满意度判断客户是否满意。可选的,所述客户满意度模型通过以下步骤构建:获取客户与客服人员的通话中客户的历史语音记录,将所述历史语音记录转换为历史文字记录;将所述历史文字记录中的语句按照文字记录时间顺序进行情感倾向分析,以获取客户的正向情感指数随时间的波动情况;对所述历史文字记录提取关键词,根据所述关键词确定客户的历史关注热点,以及每个所述历史关注热点所对应的时间点;将所述历史关注热点与客户的正向情感指数按照时间进行匹配,以建立客户的历史关注热点与正向情感指数之间的对应关系;根据所述客户的历史关注热点与正向情感指数之间的对应关系,基于交叉验证方法构建客户满意度模型。可选的,所述提取关键词,包括以下步骤:对文字记录进行分词处理以得到文字记录的单词集合,提取所述单词集合中具有指定词性的单词作为备选词;以每个所述备选词为节点,按照文字记录时间顺序对所述单词集合中的单词进行排序,根据排序结果将每个备选词节点与出现在该备选词节点的预设单词数量范围内的其他备选词节点进行连接,以构建备选词图;在所述备选词图中,对于每个备选词节点,根据其与其他备选词节点的连接关系,确定该备选词的热度值;根据所述热度值的大小对所述备选词进行排序,获取排序在前预设数量的备选词作为关键词。可选的,对于每个备选词节点,根据其与其他备选词节点的连接关系,确定该备选词的热度值,包括以下步骤:对于每个备选词节点,在能够到达该备选词节点的节点层级中,取预设数量的节点层级作为有效层级,统计每个所述有效层级中备选词节点的数量;对于每个有效层级,将其中备选词节点的数量与该有效层级的预设权重的乘积作为该有效层级的权重;对每个有效层级的权重进行求和,作为该备选词的热度值。可选的,在以每个所述备选词为节点,按照文字记录时间顺序对所述单词集合中的单词进行排序后,所述提取关键词,还包括以下步骤:根据排序结果将相邻的备选词进行组合,以得到组合备选词;除了将根据所述热度值的大小对所述备选词进行排序的前预设数量的备选词作为关键词之外,还将所述组合备选词作为关键词。可选的,还包括步骤:利用所述客户满意度模型确定客户的每个历史关注热点所对应的正向情感指数;根据客户的每个历史关注热点与正向情感指数之间的对应关系,绘制客户满意度画像。可选的,还包括步骤:将所述客户与客服人员的通话中客户的当前语音记录作为历史语音记录,用以调整所述客户满意度画像。可选的,根据所述客户满意度判断客户是否满意,包括:当所述客户满意度大于或等于预设满意度阈值时,判定客户满意,当所述客户满意度小于预设满意度阈值时,判定客户不满意。第二方面,本申请的实施方式提供一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如上文所述的客户满意度的分析方法的步骤。第三方面,本申请的实施方式提供一种计算机设备,包括处理器和存储有程序代码的存储介质,所述程序代码被所述处理器执行时,实现如上文所述的客户满意度的分析方法的步骤。本申请的实施方式通过词语之间的关联关系提取关键词,能够准确定位客户的关注热点,通过情感倾向分析确定客户的正向情感指数,从而确定客户的关注热点所对应的正向情感指数,对客户的满意度进行了量化分析,能够给人以更加直观的判断感受,也能够为企业提供客户对每个关注热点的满意度,帮助企业有针对性的进行改进,提高企业的工作效率,以提高客户满意度。附图说明构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定,在附图中:图1为根据本申请一示例性实施方式的客户满意度的分析方法的流程图;图2为根据本申请一示例性实施方式的构建客户满意度模型的流程图;图3为根据本申请一具体实施方式的构建客户满意度模型的流程图;图4为根据本申请一示例性实施方式的提取关键词的流程图;图5为根据本申请一示例性具体实施例的备选词图的示意图。具体实施方式需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。实施例一如图1所示,本申请的实施方式提供一种客户满意度的分析方法,包括以下步骤:S100:获取客户与客服人员的通话中客户的当前语音记录,将所述当前语音记录转换为当前文字记录。当客户拨打客服电话时,对客户与客服人员的通话进行录音,并剥离录音中客户说的话以生成当前语音记录,用于后续对客户的满意度进行分析。通过分析客户对其关注热点的正向情感指数确定客户满意度。在获取到当前语音记录后,将当前语音记录转换为当前文字记录。目前来讲,有语音转文字可以利用现有的语音转文字的技术进行实施,也可以利用将来可能出现的语音转文字的技术进行实施,只要能够获取与当前语音记录所对应的的当前文字记录即可。S200:对所述当前文字记录提取关键词,根据所述关键词确定客户的当前关注热点。提取关键词的任务是从一段给定的文本中自动抽取出若干有意义的词语或词组。其中,可以对当前文字记录基于TextRank算法提取关键词,通过把文本通过分词处理成若干单词,利用局部词汇之间的关系(共现窗口)建立词图,利用词图中各词汇的关系对文本中的重要成分进行排序,直接从文本本身抽取关键词。如图4所示,作为一种可选的实施方式,提取关键词,包括以下步骤:S331:对文字记录进行分词处理以得到文字记录的单词集合,提取所述单词集合中具有指定词性的单词作为备选词;当对当前文字记录提取关键词时,这里的文字记录可以包括当前文字记录,当对历史文字记录提取关键词时,这里的文字记录可以包括历史文字记本文档来自技高网...
【技术保护点】
1.一种客户满意度的分析方法,其特征在于,包括以下步骤:/n获取客户与客服人员的通话中客户的当前语音记录,将所述当前语音记录转换为当前文字记录;/n对所述当前文字记录提取关键词,根据所述关键词确定客户的当前关注热点;/n根据客户的当前关注热点,利用客户满意度模型获取客户对每个当前关注热点的正向情感指数;/n统计客户对每个当前关注热点的正向情感指数的平均值作为客户满意度,根据所述客户满意度判断客户是否满意。/n
【技术特征摘要】
1.一种客户满意度的分析方法,其特征在于,包括以下步骤:
获取客户与客服人员的通话中客户的当前语音记录,将所述当前语音记录转换为当前文字记录;
对所述当前文字记录提取关键词,根据所述关键词确定客户的当前关注热点;
根据客户的当前关注热点,利用客户满意度模型获取客户对每个当前关注热点的正向情感指数;
统计客户对每个当前关注热点的正向情感指数的平均值作为客户满意度,根据所述客户满意度判断客户是否满意。
2.根据权利要求1所述的分析方法,其特征在于,所述客户满意度模型通过以下步骤构建:
获取客户与客服人员的通话中客户的历史语音记录,将所述历史语音记录转换为历史文字记录;
将所述历史文字记录中的语句按照文字记录时间顺序进行情感倾向分析,以获取客户的正向情感指数随时间的波动情况;
对所述历史文字记录提取关键词,根据所述关键词确定客户的历史关注热点,以及每个所述历史关注热点所对应的时间点;
将所述历史关注热点与客户的正向情感指数按照时间进行匹配,以建立客户的历史关注热点与正向情感指数之间的对应关系;
根据所述客户的历史关注热点与正向情感指数之间的对应关系,基于交叉验证方法构建客户满意度模型。
3.根据权利要求1或2所述的分析方法,其特征在于,所述提取关键词,包括以下步骤:
对文字记录进行分词处理以得到文字记录的单词集合,提取所述单词集合中具有指定词性的单词作为备选词;
以每个所述备选词为节点,按照文字记录时间顺序对所述单词集合中的单词进行排序,根据排序结果将每个备选词节点与出现在该备选词节点的预设单词数量范围内的其他备选词节点进行连接,以构建备选词图;
在所述备选词图中,对于每个备选词节点,根据其与其他备选词节点的连接关系,确定该备选词的热度值;
根据所述热度值的大小对所述备选词进行排序,获取排序在前预设数量的备选词作为关键词。
4.根据权利要求3所述的分析方法,其特征在于,对于每个备选...
【专利技术属性】
技术研发人员:任大昌,
申请(专利权)人:珠海格力电器股份有限公司,珠海联云科技有限公司,
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。