【技术实现步骤摘要】
一种智能客服解决率预测方法和系统以及多业务预测模型
本申请涉及机器学习领域，特别涉及一种智能客服解决率预测方法和系统以及多业务预测模型。
技术介绍
智能客服是在大规模知识处理基础上发展起来的一项技术，其适用大规模知识处理、自动问答系统等技术行业，用于减少人工客服压力，并提升用户体验。在一些应用场景中，智能客服并不能完全替代人工客服，那么针对用户的客服请求，在某具体场景下选择为用户提供智能客服或者人工客服，在很大程度关系到用户所发起请求的解决率。
技术实现思路
本申请实施例之一提供一种智能客服解决率预测方法。所述方法包括：获取请求平台内某业务领域客服的请求者的身份标识；基于所述请求者的身份标识提取与所述请求者相关的业务因子、共性因子以及行为序列；其中，业务因子至少反映请求者在所述某业务领域的状态信息，共性因子至少反映请求者的个人属性信息，行为序列反映请求者在平台内或者在平台内所述某业务领域的历史操作行为信息；基于多业务预测模型处理所述业务因子、共性因子以及行为序列得到与所述请求者在所述某业务领域对应...
【技术保护点】
1.一种智能客服解决率预测方法，其包括：/n获取请求平台内某业务领域客服的请求者的身份标识；/n基于所述请求者的身份标识提取与所述请求者相关的业务因子、共性因子以及行为序列；其中，所述业务因子至少反映请求者在所述某业务领域的状态信息，所述共性因子至少反映请求者的个人属性信息，所述行为序列反映请求者在平台内或者在平台内所述某业务领域的历史操作行为信息；/n基于多业务预测模型处理所述业务因子、共性因子以及行为序列得到与所述请求者在所述某业务领域对应的智能客服解决概率；其中，所述多业务预测模型具有包括所述某业务领域在内的多个业务领域对应的智能客服解决概率输出端，且所述多业务预测模...
【技术特征摘要】
1.一种智能客服解决率预测方法，其包括：
获取请求平台内某业务领域客服的请求者的身份标识；
基于所述请求者的身份标识提取与所述请求者相关的业务因子、共性因子以及行为序列；其中，所述业务因子至少反映请求者在所述某业务领域的状态信息，所述共性因子至少反映请求者的个人属性信息，所述行为序列反映请求者在平台内或者在平台内所述某业务领域的历史操作行为信息；
基于多业务预测模型处理所述业务因子、共性因子以及行为序列得到与所述请求者在所述某业务领域对应的智能客服解决概率；其中，所述多业务预测模型具有包括所述某业务领域在内的多个业务领域对应的智能客服解决概率输出端，且所述多业务预测模型利用来自所述多个业务领域的样本数据训练得到。
2.如权利要求1所述的方法，其中，所述基于多业务预测模型处理所述业务因子、共性因子以及行为序列得到与所述请求者在所述某业务领域对应的智能客服解决概率，包括：
基于第一编码网络处理所述业务因子，得到业务因子向量；
基于第二编码网络处理所述共性因子，得到共性因子向量；
基于第三编码网络处理所述行为序列，得到行为序列向量；
将所述业务因子向量、共性因子向量以及行为序列向量拼接得到融合向量；
基于多业务输出层处理所述融合向量，在所述某业务领域对应的智能客服解决概率输出端处得到所述请求者在所述某业务领域对应的智能客服解决概率。
3.如权利要求2所述的方法，其中，所述第一编码网络与第二编码网络均为深度神经网络；
所述第三编码网络为循环神经网络。
4.如权利要求2所述的方法，其中：
所述多业务输出层为多层感知器或全连接层。
5.一种智能客服解决率预测系统，其包括：
获取模块，用于获取请求平台内某业务领域客服的请求者的身份标识；
提取模块，用于基于所述请求者的身份标识提取与所述请求者相关的业务因子、共性因子以及行为序列；其中，所述业务因子至少反映请求者在所述某业务领域的状态信息，所述共性因子至少反映请求者的个人属性信息，所述行为序列反映请求者在平台内或者在平台内所述某业务领域的历史操作行为信息；
处理模块，用于基于多业务预测模型处理所述业务因子、共性因子以及行为序列得到与所述请求者在所述某业务领域对应的智能客服解决概率；其中，所述多业务预测模型具有包括所述某业务领域在内的多个业务领域对应的智能客服解决概率输出端，且所述多业务预测模型利用来自所述多个业务领域的样本数据训练得到。
6.如权利要求5所述的系统，其中，所述处理模块还用于：
基于第一编码网络处理所述业务因子，得到业务因子向量；
基于第二编码网络处理所述共性因子，得到共性因...
【专利技术属性】
技术研发人员：龙翀，王雅芳，王颖，于浩淼，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。