一种自动推荐客户服务策略的系统和方法技术方案

本发明专利技术涉及客户服务技术领域，且公开了一种自动推荐客户服务策略的系统和方法，包括处理器，处理器的输入端与输入单元的输出端电连接，处理器的输出端与输出模块的输入端电连接，处理器与推荐客户服务单元双向电连接，该自动推荐客户服务策略的方法，通过分析单元、联网检索单元和生成单元的配合使用，且生成单元能够对网络上自动推荐服务使用点击率，及时转化为数据完成分析反馈至中央处理器，方便工作人员了解对该系统在使用中存在的不足情况，通过垃圾信息模块的设置，能够对检测出的垃圾信息通过反馈模块传送至中央处理器，在得到最终检索信息时，能够得到人性化的解决方法，更提高了该系统在使用中的检测效率。提高了该系统在使用中的检测效率。提高了该系统在使用中的检测效率。

【技术实现步骤摘要】
一种自动推荐客户服务策略的系统和方法


[0001]本专利技术涉及客户服务
，具体为一种自动推荐客户服务策略的系统和方法。

技术介绍

[0002]网站是企业吸引潜在客户、销售产品或服务以及与客户交流的最重要渠道之一，对于客户服务操作，可以通过客户服务网站向客户提供各种信息，包括账单信息、促销信息和技术支持，客户浏览客户服务站点以找到有用的信息，并可花一些时间回答问题以指导客户服务网站上的客户。
[0003]然而，即使在花费大量时间探究客户服务网站之后，客户也可能找不到他们正在寻找的信息，因此，还是需要结合工作人员对策略信息的整理工作，并且，可能会尝试联系客户服务代理或代表来解决他们的问题，因此，存在的缺陷是，针对网站使用的客户，在网站上对不同服务信息的查看记录，工作人员对此情况不容易做出数据分析了解，以此优化对客户所需服务的策略要求，并且，网站针对性的匹配信息也同样存在外包垃圾信息情况，容易造成筛选后有关服务信息的错乱，不利于后期对信息的便捷整理工作，如何使用户快速、高效的获取有效信息，并充分挖掘获取有效信息中的价值，为用户提供更高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动推荐客户服务策略的系统，其特征在于：包括处理器，所述处理器与推荐客户服务单元、分析单元、命令生成单元、垃圾信息处理单元连接，检索单元与分析单元、生成单元、垃圾信息处理单元连接；其中，命令生成单元基于检索单元输入的服务关键词，对分析下达的命令任务拆解，匹配指令集的命令生成工作；分析单元对网络上自动推荐服务使用点击率，及时转化为数据，并反馈至处理器；垃圾信息处理单元包括反馈模块和删除筛选单元，删除筛选单元对检索单元检索出来的推荐服务信息进行二次清理，并对检测出的垃圾信息通过反馈模块传送至处理器；推荐客户服务单元包括智能推荐单元和服务信息展示单元，智能推荐单元根据客户的历史下单情况，采用K
‑
means算法，分析客户最感兴趣的服务。2.根据权利要求1所述的自动推荐客户服务策略的系统，其特征在于：进行二次清理的过程如下：删除筛选单元每次对多条推荐的信息会进行记录保存，对某条成功推荐且推荐超过3次的推荐重复信息，进行分析，如果对这类推荐信息没有任何的点击动作，则定义为垃圾信息，删除筛选单元进行删除，并且记录在垃圾记录数据库；下次出现上述推荐直接删除不进行分析。3.根据权利要求1所述的自动推荐客户服务策略的系统，其特征在于：分析客户最感兴趣的服务过程如下：步骤(1)选定用户兴趣下单特征因素，特征因素包括用户名称、账号信息、用户画像特征标签和客户服务下单信息，数据预处理：1.1历史下单服务情况数据，假设分析数据时所在月份为N，则抽取N
‑
4月份、N
‑
3月份、N
‑
2月份、N
‑
1月份即前4个月的特定用户下单的次数；1.2加权历史下单金额数据，假设分析数据时所在月份为N，则抽取N
‑
4月份、N
‑
3月份、N
‑
2月份、N
‑
1月份即前4个月的特定用户下单的金额的和，计算和前，由判断每个服务下单的需求度，并根据需求需要程度进行加权；步骤(2)然后对样本进行离散化处理，并根据大小分出4个等级，每个等级数量记为一个组；步骤(3)采用K
‑
means算法处理数据。4.根据权利要求3所述的自动推荐客户服务策略的系统，其特征在于：步骤(3)中，采用K
‑
means算法处理数据具体如下：根据所得的数据组，分析给定的数据：算法针对给定的样本集Q，开展聚类算法挖掘分析：3.1从样本集Q中，在Q数据范围内，随机选择k个点，作为k个组的各自的中心；3.2分别计算样本集Q中的点到k个组中心的相异度，并将其划归到与其相异度最低的组；两个点之间的相异度大小采用欧氏距离公式衡量，如下：d＝sqrt((X1‑
X2)2+(Y1‑
Y2)2；d为两个点T0(x1，y2)和T1(x2，y2)之间的欧氏距离为，每个点有两个维度，即特征因素；欧氏距离越小，说明相异度越小；3.3根据聚类结果，重新计算k个组各自的中心，计算方法是取组中所有点各自维度的
算术平均数；3.4将样本集Q中全部点按照新的中心重新聚类；3.5重复第3.4步，直到聚类结果不再变化；3.6将用户兴趣聚类对象按照k组输出；3.7分别使用k＝8，k＝4，k＝2，执行第3.1
‑
3.6步；通过上述算法计算结果，最终得出整个样本集的用户兴趣评定，以此作为智能推荐，推荐现有服务中，次数和金额与算法结果相近的服务；其中，将特征因素的人用户名称，账号信息，作为算法分析的索引，针对这索引采用SQL语句对目标数据进行历史数据调取，并且分析；用户画像特征标签，为尽量在智能推荐中，根据用户的性别、年龄等进行进一步限定范围的推荐，避免推荐出现偏差，...

【专利技术属性】
技术研发人员：龙丹，许睿，刘佳，许蕾，禹汪宏，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：