一种具备自主学习能力的AI智能派单系统及派单方法技术方案

本发明专利技术公开了一种具备自主学习能力的AI智能派单系统及派单方法，涉及智能派单领域，包括，工单创建单元，接入用户数据，并生成相应工单；工单评价单元，按照接入信息，对生成的工单进行评分并添加标记；工单匹配单元，基于评分和标记信息框定若干个待选人员；工单派出单元，从若干个待选人员中选定的接单客服，对工单进行处理。使派单系统不断的能够进行修正，具备自主修正和学习的能力，相对于常见的智能派单系统，通过建立评分和特征标记机制，能够确保有最合适的人接单，从而使得接入的用户获得良好的使用体验，然后通过排序派单和自由抢单相结合的方式，使得所有的工单能够被顺利的派出，接单积极的人能够接入更多的工单。接单积极的人能够接入更多的工单。接单积极的人能够接入更多的工单。

【技术实现步骤摘要】
一种具备自主学习能力的AI智能派单系统及派单方法


[0001]本专利技术涉及智能派单领域，特别涉及一种具备自主学习能力的AI智能派单系统及派单方法。

技术介绍

[0002]随着城市化水平的持续提高，银行业务也发展的越来越好。而随着智能设备和移动互联网的普及，用户一旦在遇见一些常见的银行业务上的麻烦时，通常会选择电话或者在线网页接入银行客服，由客服进行解决。
[0003]在用户接入客服之前，会先生产工单，由派单系统进行派单，然后由客户接收工单，并解决。现有的派单系统在分发工单时，通常是随机的，哪里空闲出来，就把工单派往哪里，这就导致派单系统可能会把工单派送错误，比如说，将工单派送给不同领域的客服，导致客服难以解决问题，最终只能重新分配，同样的，随机派送工单时，派送量都是完全平均的导致，但是接收的工单数量和工资是直接挂钩的，这就会影响接单客服的工作积极性。

技术实现思路

[0004]为实现上述目的，本专利技术采用的技术方案如下：一种具备自主学习能力的AI智能派单系统，包括，工单创建单元，接入用户数据，并生成相应工单；工单评价单元，按照接入信息，对生成的工单进行评分并添加标记；工单匹配单元，基于评分和标记信息框定若干个待选人员；工单派出单元，从若干个待选人员中选定的接单客服，对工单进行处理。
[0005]进一步的，所述工单创建单元包括，数据接入模块，用于接收用户的客户的接入数据，并将接入数据转化为可识别内容；需求分析模块，用于对接入的可识别内容进行分析，判断客户需求，并输出需求数据；工单生成模块，基于需求分析模块输出的需求数据，建立生产工单并且发出。
[0006]进一步的，所述工单创建单元还包括，特征提取模块，基于可识别内容和需求数据，判断该用户的特征，并输出该用户的特征信息。
[0007]进一步的，所述工单评价单元包括，综合评分模块，接收工单创建单元输出的工单信息，并依据其执行的难以程度进行评价，并输出评价结果；特征标记模块，接收特征提取模块输出特征信息，并对工单进行标记。
[0008]进一步的，所述工单匹配单元包括，派单数据库内部存储有若干个接单客服的身份信息，附带有评分和标记，评分和标记与工单的评分和标记相对应；数据匹配模块，通过接收的工单信息的评分和标记，并据此在派单数据库内部框定若干个与工单的评分和标记相适配的接单客服。
[0009]进一步的，所述工单匹配单元还包括筛选模块，在框定的接单客服的数量较多时，基于与工单标记相匹配的程度进行第一轮筛选。
[0010]进一步的，所述工单派出单元包括，一次派单模块接收筛选模块输出的筛选后的接单客服信息，按照接单客服的评分进行排序，向评分最高的人员派出工单。
[0011]进一步的，所述工单派出单元还包括，二次派单模块，在一次派单模块派出工单在规定的时间内未被接入时，将排序派单改为抢单模式，由筛选后的接单客服进行手动抢单。
[0012]进一步的，所述工单派出单元还包括，评价反馈模块，用于对接收所有抢单人员的身份信息，并且对其评分进行修订。
[0013]本专利技术还提供一种具备自主学习能力的AI智能派单方法，包括如下步骤，步骤S10，接入客户数据，分析客户需求并进行特征分析，生产相应工单；步骤S20，基于接入的数据，对工单进行评份并且标记；步骤S30，根据工单评分和派单数据进行匹配，框定若干接单客服；步骤S40，选定接单客服，并做出相应的反馈。
[0014]与现有技术相比，本专利技术具有以下有益效果：使派单系统不断的能够进行修正，具备自主修正和学习的能力，相对于常见的智能派单系统，通过建立评分和特征标记机制，能够确保有最合适的人接单，从而使得接入的用户获得良好的使用体验，然后通过排序派单和自由抢单相结合的方式，使得所有的工单能够被顺利的派出，接单积极的人能够接入更多的工单，获得更好的正反馈。
附图说明
[0015]图1为本专利技术中派单系统的工作流程示意图；图2为本专利技术中派单方法的工作流程示意图；其中，附图标记对应的名称为：10、工单创建单元；11、数据接入模块；12、需求分析模块；13、特征提取模块；14、工单生成模块；20、工单评价单元；21、综合评分模块；22、特征标记模块；30、工单匹配单元；31、派单数据库；32、数据匹配模块；33、筛选模块；40、工单派出单元；41、一次派单模块；42、二次派单模块；43、评价反馈模块。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。
[0018]实施例1如图1所示，本实施例中所述的一种具备自主学习能力的AI智能派单系统，包括工单创建单元10，接入用户数据，并生成相应工单；工单评价单元20，按照接入信息，对生成的工单进行评分并添加标记；工单匹配单元30，基于评分和标记信息框定若干个待选人员；工单派出单元40，从若干个待选人员中选定的接单客服，对工单进行处理。
[0019]参考图1，所述工单创建单元10包括数据接入模块11、需求分析模块12、特征提取模块13、工单生成模块14；
所述数据接入模块11，用于接收用户的客户的接入数据，并将接入数据转化为可识别内容；所述需求分析模块12，用于对接入的可识别内容进行分析，判断客户需求，并输出需求数据，具备文字语义分析功能；所述工单生成模块14，基于需求分析模块12输出的需求数据，建立生产工单并且发出。
[0020]使用时，通过数据接入模块11接入数据，需求分析模块12分析接入用户的需求，然后由工单生成模块14建立工单派发出去，由接单客服做出相应的处理。
[0021]进一步的，所述特征提取模块13基于可识别内容和需求数据，判断该用户的特征，并输出该用户的特征信息。
[0022]使用时，通过这些特征信息，可以判断该用户类型，从而针对特征，分配相应的接单客服进行处理。
[0023]参考图1，所述工单评价单元20包括综合评分模块21以及特征标记模块22，其中，所述综合评分模块21接收工单创建单元10输出的工单信息，并依据其执行的难以程度进行评价，并输出评价结果；所述特征标记模块22接收特征提取模块13输出特征信息，并对工单进行标记。
[0024]使用时，通过对工单进行评分和标记，能够使使得接单客服能够在工单接入之前，既可以知道该工单的难易程度和该用户的大概特征，以便于做出下一步的处理。
[0025]参考图1，所述工单匹配单元30包括派单数据库31、数据匹配模块32本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具备自主学习能力的AI智能派单系统，其特征在于，包括,工单创建单元(10)，接入用户数据，并生成相应工单；工单评价单元(20)，按照接入信息，对生成的工单进行评分并添加标记；工单匹配单元(30)，基于评分和标记信息框定若干个待选人员；工单派出单元(40)，从若干个待选人员中选定的接单客服，对工单进行处理。2.根据权利要求1所述的一种具备自主学习能力的AI智能派单系统，其特征在于，所述工单创建单元(10)包括，数据接入模块(11)，用于接收用户的客户的接入数据，并将接入数据转化为可识别内容；需求分析模块(12)，用于对接入的可识别内容进行分析，判断客户需求，并输出需求数据；工单生成模块(14)，基于需求分析模块(12)输出的需求数据，建立生产工单并且发出。3.根据权利要求2所述的一种具备自主学习能力的AI智能派单系统，其特征在于，所述工单创建单元(10)还包括，特征提取模块(13)，基于可识别内容和需求数据，判断该用户的特征，并输出该用户的特征信息。4.根据权利要求3所述的一种具备自主学习能力的AI智能派单系统，其特征在于，所述工单评价单元(20)包括，综合评分模块(21)，接收工单创建单元(10)输出的工单信息，并依据其执行的难以程度进行评价，并输出评价结果；特征标记模块(22)，接收特征提取模块(13)输出特征信息，并对工单进行标记。5.根据权利要求1所述的一种具备自主学习能力的AI智能派单系统，其特征在于，所述工单匹配单元(30)包括，派单数据库(31)内部存储有若干个接单客服的身份信息，附带有评分和标记，评分和标记与工单的评分和...

【专利技术属性】
技术研发人员：雷长华，
申请(专利权)人：苏州华慷医疗科技有限公司，
类型：发明
国别省市：