一种基于通话行为的会话分析方法、装置和系统制造方法及图纸

本发明专利技术公开了一种基于通话行为的会话分析方法、装置和系统，其中方法包括与用户进行通话，接收用户的输入，获取用户的通话概况特征值；获取用户的基本信息，生成用户的用户特征值；将所述用户的通话概况特征值和所述用户特征值输入会话分析模型，所述会话分析模型输出用户评分。采用该技术方案，在通话过程中基于通话行为对用户进行分析，快速发现潜在用户或优质用户，为不同的用户的提供差异化服务，更好的提升了用户的感受。

【技术实现步骤摘要】
一种基于通话行为的会话分析方法、装置和系统
本专利技术涉及计算机信息处理领域，具体而言，涉及一种基于通话行为的会话分析方法、装置和系统。
技术介绍
客户服务中心是企业与用户沟通的主要桥梁，提升用户满意度的主要渠道。以前客户服务中心主要以人工客服为主，由专业的客服人员为用户进行服务。随着计算机信息处理技术的发展，越来越多的客户服务中心开始采用智能语音机器人来为用户进行服务，缓解人工客服等待时间过长的问题。虽然智能语音机器人在语音语调上已经非常接近真实的客服，但由于技术限制，目前智能语音机器人为用户进行服务时，效果与人工客服还是有不小差距。如果都是用智能语音机器人进行服务，一些潜在用户或优质用户可能会流失，但如果都使用人工客服则成本过高，浪费资源。
技术实现思路
本专利技术旨在解决现有智能语音机器人服务过程中无法快速发现潜在用户或优质用户，无法为不同用户提供差异化服务的问题。为了解决上述技术问题，本专利技术第一方面提出一种基于通话行为的会话分析方法，包括：一种基于通话行为的会话分析方法，其特征在于，方法包括：与用户进行通话，接收用户的输入，获取用户的通话概况特征值；获取用户的基本信息，生成用户的用户特征值；将所述用户的通话概况特征值和所述用户特征值输入会话分析模型，所述会话分析模型输出用户评分。根据本专利技术的一种优选实施方式，所述通话概况特征值包括通话时长，通话次数。根据本专利技术的一种优选实施方式，所述用户特征值包括用户年龄段、用户性别、归属地信息以及入网时间。根据本专利技术的一种优选实施方式，获取用户的基本信息，生成用户的用户特征值具体为：获取用户的语音，输入年龄段判断模型，获取用户年龄段；获取用户的语音，输入性别判断模型，获取用户性别；获取用户的电话号码，确定用户的归属地信息，以及所述用户的入网时间。根据本专利技术的一种优选实施方式，所述获取用户的语音，输入年龄段判断模型，获取用户年龄段具体为：将所述用户输入的语音转化为年龄段判断波形；设置年龄段判断采样周期，按所述年龄段判断采样周期对所述年龄段判断波形进行采样，生成年龄段判断波形序列；将所述年龄段判断波形序列输入所述年龄段判断模型，所述年龄段判断模型输出用户年龄段，所述年龄段判断模型为基于深度学习的卷积神经网络。根据本专利技术的一种优选实施方式，获取用户的语音，输入性别判断模型，获取用户性别具体为：将所述用户输入的语音转化为性别判断波形；设置性别判断采样周期，按所述性别判断采样周期对所述性别判断波形进行采样，生成性别判断波形序列；将所述性别判断序列输入性别判断模型，所述性别判断模型输出用户性别，所述性别判断模型为基于深度学习的卷积神经网络。根据本专利技术的一种优选实施方式，所述会话分析模型为基于深度学习的TextCNN网络模型。根据本专利技术的一种优选实施方式，所述会话分析模型由历史用户数据进行训练。根据本专利技术的一种优选实施方式，方法还包括：设置用户评分阈值，若用户评分超过所述用户评分阈值则由人工客服对用户进行服务，否则由智能语音机器人对用户进行服务。本专利技术第二方面提出一种基于通话行为的会话分析装置，装置包括：通话概况特征值获取模块，用于与用户进行通话，接收用户的输入，获取用户的通话概况特征值；用户特征值模块，用于获取用户的基本信息，生成用户的用户特征值；用户评分模块，用于将所述用户的通话概况特征值和所述用户特征值输入会话分析模型，所述会话分析模型输出用户评分。根据本专利技术的一种优选实施方式，所述通话概况特征值包括通话时长，通话次数。根据本专利技术的一种优选实施方式，所述用户特征值包括用户年龄段、用户性别、归属地信息以及入网时间。根据本专利技术的一种优选实施方式，获取用户的基本信息，生成用户的用户特征值具体为：获取用户的语音，输入年龄段判断模型，获取用户年龄段；获取用户的语音，输入性别判断模型，获取用户性别；获取用户的电话号码，确定用户的归属地信息，以及所述用户的入网时间。根据本专利技术的一种优选实施方式，所述获取用户的语音，输入年龄段判断模型，获取用户年龄段具体为：将所述用户输入的语音转化为年龄段判断波形；设置年龄段判断采样周期，按所述年龄段判断采样周期对所述年龄段判断波形进行采样，生成年龄段判断波形序列；将所述年龄段判断波形序列输入所述年龄段判断模型，所述年龄段判断模型输出用户年龄段，所述年龄段判断模型为基于深度学习的卷积神经网络。根据本专利技术的一种优选实施方式，获取用户的语音，输入性别判断模型，获取用户性别具体为：将所述用户输入的语音转化为性别判断波形；设置性别判断采样周期，按所述性别判断采样周期对所述性别判断波形进行采样，生成性别判断波形序列；将所述性别判断序列输入性别判断模型，所述性别判断模型输出用户性别，所述性别判断模型为基于深度学习的卷积神经网络。根据本专利技术的一种优选实施方式，所述会话分析模型为基于深度学习的TextCNN网络模型。根据本专利技术的一种优选实施方式，所述会话分析模型由历史用户数据进行训练。根据本专利技术的一种优选实施方式，装置还包括：服务切换模块，用于设置用户评分阈值，若用户评分超过所述用户评分阈值则由人工客服对用户进行服务，否则由智能语音机器人对用户进行服务。本专利技术第三方面提出一种基于通话行为的会话分析系统，包括：存储单元，用于存储计算机可执行程序；处理单元，用于读取所述存储单元中的计算机可执行程序，以执行所述的基于通话行为的会话分析方法。本专利技术第四方面提出一种计算机可读介质，用于存储计算机可读程序，所述计算机可读程序用于执行所述的基于通话行为的会话分析方法。采用该技术方案，在通话过程中基于通话行为对用户进行分析，快速发现潜在用户或优质用户，为不同的用户的提供差异化服务，更好的提升了用户的感受。附图说明为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。图1是本专利技术实施例中基于通话行为的会话分析方法的流程示意图；图2是本专利技术实施例中基于通话行为的会话分析装置的结构示意图；图3是本专利技术实施例中基于通话行为的会话分析系统的结构框架示意图；图4是本专利技术实施例中计算机可读存储介质的结构示意图。具体实施方式现在将参考附图来更加全面地描述本专利技术的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本专利技术的内容更加完整，更加便于将专利技术构思全面地传达给本文档来自技高网...

【技术保护点】
1.一种基于通话行为的会话分析方法，其特征在于，方法包括：/n与用户进行通话，接收用户的输入，获取用户的通话概况特征值；/n获取用户的基本信息，生成用户的用户特征值；/n将所述用户的通话概况特征值和所述用户特征值输入会话分析模型，所述会话分析模型输出用户评分。/n

【技术特征摘要】
1.一种基于通话行为的会话分析方法，其特征在于，方法包括：
与用户进行通话，接收用户的输入，获取用户的通话概况特征值；
获取用户的基本信息，生成用户的用户特征值；
将所述用户的通话概况特征值和所述用户特征值输入会话分析模型，所述会话分析模型输出用户评分。


2.如权利要求1所述的会话分析方法，其特征在于，所述通话概况特征值包括通话时长，通话次数。


3.如权利要求1所述的会话分析方法，其特征在于，所述用户特征值包括用户年龄段、用户性别、归属地信息以及入网时间。


4.如权利要求3所述的会话分析方法，其特征在于，获取用户的基本信息，生成用户的用户特征值具体为：
获取用户的语音，输入年龄段判断模型，获取用户年龄段；
获取用户的语音，输入性别判断模型，获取用户性别；
获取用户的电话号码，确定用户的归属地信息，以及所述用户的入网时间。


5.如权利要求4所述的会话分析方法，其特征在于，所述获取用户的语音，输入年龄段判断模型，获取用户年龄段具体为：
将所述用户输入的语音转化为年龄段判断波形；
设置年龄段判断采样周期，按所述年龄段判断采样周期对所述年龄段判断波形进行采样，生成年龄段判断波形序列；
将所述年龄段判断波形序列输入所述年龄段判断模型，所述年龄段判断模型输出用户年龄段，所述年龄段判断模型为基于深度学习的卷积神经网络。

...

【专利技术属性】
技术研发人员：陈雕，李蒙，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11