一种面向客服系统的智能派单方法技术方案

本发明专利技术公开了一种面向客服系统的智能派单方法，属于信息化管理领域。智能派单方法工单流程包括：客户致电，通过智能语音识别及语义分析，自动匹配预设工单类型，匹配成功则系统自动生成工单，如识别失败则转至中心坐席，由在线客服生成工单；根据地址推向地址所在的服务区域工单池，每个服务区域按照部门的审核流程，自动推向所受理部门的工单池，受理部门的员工遵照就近原则发起抢单并进行并发处理，如无员工抢单，则受理部门负责人强制派单；受理部门的员工结束工作，提交证明信息至系统，受理部门受理提交回馈(如回单、退单)；受理完成后，推送消息至客户，智能客服回访用户的满意度并自动销单或二次派单。本方法便于工单追溯和过程监督。溯和过程监督。溯和过程监督。

【技术实现步骤摘要】
一种面向客服系统的智能派单方法


[0001]本专利技术涉及信息化管理领域，尤其涉及一种面向客服系统的智能派单方法。

技术介绍

[0002]随着城市化水平的持续提高，智能设备和移动互联网的普及，促使传统的报修方式也发生了翻天覆地的变化。以前通过电话、纸张等的报修方式，故障维修的效率特别的低。一旦报修量过大，则造成工单遗漏，紧急的工单如果没有及时的去处理，给生活和生产带来了很大的影响。总而言之，传统报修方式流程繁琐，用时太长，报表数据易丢失、难整理、成本高、时效性差，响应慢，不透明。报修人找不到技术员，描述不清楚故障；技术员报修途径分散难统计，工作结束没有凭证体现；管理员不清楚技术的能力，无法知晓工作人员的详细情况。
[0003]对于学生群体，宿舍就是另外一个“家”，当宿舍停电，宿舍设施损坏时，我们都想能立即反馈给学校，让学校里面尽快派人来维修；对于居家群体，水、电与我们生活息息相关，一旦水电出现了问题，我们也想立马反映给供电公司，供水公司，让它们派技术员过来维修。所以各大企业如何提供高效的方式来解决用户的需求以提升用户的满意度显得尤为紧急重要。
[0004]如今也出现了一些利用客服系统的工单流转专利，例如专利技术创造名称为：一种快速故障申报及自动化工单流转系统(申请公开日：2020年1月31号；申请号：201910878985.0)，该专利技术涉及一种快速故障申报及自动化工单流转系统，包括：故障上报模块，用于在故障出现时间向服务端进行故障申报；工单生成模块，用于对故障信息进行集中管理，生成各自类型的工单；工单发布模块，用于将待处理工单发布给相应责任人；工单处理模块，用于存留详细处理信息，收集相关人员评价并反馈给上级领导审核；工单储存模块，用于对审核完成的工单进行结构化存储；报表生成模块，用于将所有数据以统一报表形式展现。该专利技术能够快速、智能的建立工单，并有效管理、评价工单执行，以及通过工单系统不断完善知识库。但是该方案不足之处在于：该专利技术缺少了考虑相关人员的退单、转单操作，然而这两个情况在操作中是实际存在的，缺少了这两环，工单流转就缺乏了灵活性，整个流程不够完整。
[0005]再如专利技术创造名称为：一种工单智能分派方法，(申请公开日：2020年11月27号；申请号：202011159499.2)，该专利技术方法包括：获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型，获取员工基础信息数据，构建员工特征模型，基于前两者构建工单特征模型和员工特征模型的匹配算法；在获取待分派工单后对当前工单进行特征提取，计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。该专利技术以大数据的辅助来进行客观数据的分析，派单的过程中人工参与的部分少，在派单前不需另行对接，保证了物业管理中服务工单分派的合理性和及时性，沟通成本小，分派速度快，客观派单，保证每一个员工在自己能力范围内能更多更好处理工单；在工单响应速度提升的情况下，客户满意度明显提升。但是，该方法的工单匹配算法跟本专利技术完全不一样，本专利技术采用
GIS定位员工与客户的实际里程来智能派单，而它通过大数据来匹配并不是很精确，刚开始单子不多的时候，这个并不能做到通过大数据分析，局限性很大，另一方面，这个专利的模型很模糊，没有给出具体的参数和实施案例。

技术实现思路

[0006]1.要解决的技术问题
[0007]针对上述问题，本专利技术提出一种面向客服系统的智能派单方法，能够快速有效的建立工单，对工单进行处理、流转、反馈，最后用户可以对这个处理结果进行满意度反馈，可以极大的促进企业不断完善，更好的为人们服务。
[0008]2.技术方案
[0009]为了解决上述问题，本专利技术所采用的的技术方案如下：
[0010]一种面向客服系统的智能派单方法，所述方法包括以下步骤：
[0011]S1、采集客户信息，将采集到的用户地址信息按照省、市、区、街道、小区、楼栋门牌、经度、纬度进行标准化，标准化用户地址，统一工单分类标准，存入数据库；
[0012]S2、客户致电，通过智能语音识别(电话录音语音识别)及在线客服的语义分析，解析出关键字，自动匹配预设工单类型；
[0013]S3、如果S2中匹配成功，则系统自动生成工单；如果S2中识别失败，则转至中心坐席处理，由在线客服生成工单；
[0014]S4、根据分类，智能派单后，推送至相应部门工单池，受理部门员工可遵照就近原则发起抢单；即根据工单上面的地址，推向地址所在的服务区域工单池(自动分配至所在的服务区域工单池，由该服务区域去执行工单)，每个服务区域按照部门的审核流程，自动推向所受理部门的工单池，受理部门的员工遵照就近原则发起抢单并进行并发处理，如无员工抢单，则受理部门负责人强制派单；
[0015]S5、受理部门的员工结束工作，提交证明信息至系统，受理部门进行受理回馈时(如回单、退单)，系统自动推送提示信息至相关审核人员；
[0016]S6、受理完成后，消息推送至客户，客服智能回访客户对此次处理结果的满意度，根据交互结果，自动销单或者二次派单。
[0017]进一步地，所述步骤S1中，客户信息包括用户的姓名、电话和地址，用户的电话，地址涉及到一个多对多的关系(一个用户可能有多个地址，同样，一个地址也可能对应多个电话，所以用户的电话、地址是一个多对多的关系)，建立三张表，第一张表存用户的姓名和电话，第二张表存标准地址，第三张表存第一张表和第二张表的映射关系。
[0018]进一步地，所述步骤S1中，统一工单分类标准为根据不同的应用任务，形成多级分类标准，一级分成{Pi|i>＝1&&i<＝n，P为一级分类,i,n均为正整数且n>＝1}，二级分成{Qij|i>＝1&&i<＝n，j>＝1&&j<＝m,Q为二级分类，i,j,m,n均为正整数且n,m>＝1}，根据工单的类别直接智能的派发到相应的角色。
[0019]进一步地，所述步骤S2中，语音识别分为“输入
→
编码
→
解码
→
输出”4个流程，用于实时语音转写和语音文件转写；所述实时语音转写为建立应用与语言转写核心引擎的长连接，将音频流数据实时转换成文字流数据结果；所述语音文件转写为将长短音频数据转换成文本数据。
[0020]进一步地，所述步骤S2中，在线客服的语义分析为：将通过语音识别转化出的文本信息，划分数据块进行数据标签标识，并转化为模型可识别的固定格式数据，进入语义分析数据模型进行分析。
[0021]进一步地，所述在线客服的语义分析的步骤为：
[0022](1)数据读取：采用csv格式，用Pandas完成读取数据；由于每个数据是不定长的，所以根据模型需求采用csv格式，用Pandas完成读取数据；
[0023](2)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向客服系统的智能派单方法，其特征在于：所述方法包括以下步骤：S1、采集客户信息，将采集到的用户地址按照省、市、区、街道、小区、楼栋门牌、经度、纬度进行标准化，统一工单分类标准；S2、客户致电，通过电话录音语音识别及在线客服的语义分析，匹配预设工单类型；S3、如果S2中匹配成功，则自动生成工单；如果S2中识别失败，则转至中心坐席处理，生成工单；S4、根据分类，智能派单后，推送至相应部门工单池，受理部门员工可遵照就近原则发起抢单；S5、受理部门进行受理回馈时，系统自动推送提示信息至相关审核人员；S6、受理完成后，消息推送至客户，客服智能回访客户对此次处理结果的满意度，根据交互结果，自动销单或者二次派单。2.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S1中，客户信息包括用户的姓名、电话和地址，建立三张表，第一张表存用户的姓名和电话，第二张表存S1中已经标准化后的地址，第三张表存第一张表和第二张表的映射关系。3.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S1中，统一工单分类标准为根据不同的应用任务，形成多级分类标准，根据工单的类别直接智能的派发到相应的角色。4.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S2中，语音识别分为“输入
→
编码
→
解码
→
输出”4个流程，用于实时语音转写和语音文件转写；所述实时语音转写为建立应用与语言转写核心引擎的长连接，将音频流数据实时转换成文字流数据结果；所述语音文件转写为将长短音频数据转换成文本数据；所述在线客服的语义分析为：将通过语音识别转化出的文本信息，划分数据块进行数据标签标识，并转化为模型可识别的固定格式数据，进入语义分析数据模型进行分析。5.根据权利要求4所述的一种面向客服系统的智能派单方法，其特征在于：所述在线客服的语义分析的步骤为：(1)数据读取：采用csv格式，用Pandas完成读取数据；(2)循环神经网络分析：建立三层循环神经网络模型进行深度学习，将每一层输出的分析结果作为下一层的输入，建模序列中每次变换均更趋近于目标结果；根据loss损失值调整步长b，最终获得分析时长与分析准确度比值最优化的分析模型；(3)验证集调参：将数据样本根据模型执行情况划分训练集和验证集，重复步骤(2)选出最好的模型；再把训练集和验证集并到一起做训练，在测试集上测试，结合实际测试结果进行集合关联调优。6.根据权利要求1所述的一种面向客服系统的智能派单方法，其特征在于：所述步骤S4中，智能派单，其过程如下：(1)工单生成以后，根据工单类别派发至该类别所属的部门角色A...

【专利技术属性】
技术研发人员：李伟，胡周萍，刘卫，卞义，邰伟鹏，王小林，
申请(专利权)人：安徽工大信息技术有限公司，
类型：发明
国别省市：