一种客服系统策略优化方法、分时策略优化系统及介质技术方案

本发明专利技术提供一种客服系统策略优化方法、分时策略优化系统及介质，该方法包括：获取客服系统中预设时间段内人工客服和智能客服的服务数据；利用深度学习方法将所述服务数据作为训练集训练对应的模型，得到训练好的模型文件；根据所述训练好的模型文件预测得到不同时间段内的人工客服请求次数和智能客服请求次数；根据所述不同时间段内的人工客服请求次数和智能客服请求次数进行策略优化，以实现不同时间段内人工客服和智能客服的动态分配。该方法、分时策略优化系统及介质能够解决现有的客户服务系统存在智能客服请求业务应答不准确，人工客服等待时间过长，运营商人力成本过高的问题。问题。问题。

【技术实现步骤摘要】
一种客服系统策略优化方法、分时策略优化系统及介质


[0001]本专利技术涉及互联网信息
，尤其涉及一种客服系统策略优化方法、分时策略优化系统及介质。

技术介绍

[0002]客户服务系统因其便捷性高、处理业务简单等优点被应用在运营商客服业务中。由于一般的客服业务只能进行定额的人工和智能客服安排，无法实现人力、成本和时间的最优化解决方案，
[0003]因此，随着用户的不断增加，客服系统处理用户请求的过程中也遇到了很多问题，例如智能客服请求业务应答不准确，人工客服等待时间过长，运营商人力成本过高等问题。

技术实现思路

[0004]本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种客服系统策略优化方法、分时策略优化系统及介质，用以解决现有的客户服务系统存在智能客服请求业务应答不准确，人工客服等待时间过长，运营商人力成本过高的问题。
[0005]第一方面，本专利技术提供一种客服系统策略优化方法，所述方
[0006]法包括：
[0007]获取客服系统中预设时间段内人工客服和智能客服的服务数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种客服系统策略优化方法，其特征在于，包括：获取客服系统中预设时间段内人工客服和智能客服的服务数据；利用深度学习方法将所述服务数据作为训练集训练对应的模型，得到训练好的模型文件；根据所述训练好的模型文件预测得到不同时间段内的人工客服请求次数和智能客服请求次数；根据所述不同时间段内的人工客服请求次数和智能客服请求次数进行策略优化，以实现不同时间段内人工客服和智能客服的动态分配。2.根据权利要求1所述的方法，其特征在于，所述服务数据包括服务统计次数、统计时间、客户类型、请求业务类型、处理单个业务时间；所述模型为卷积神经网络CNN模型。3.根据权利要求2所述的方法，其特征在于，所述利用深度学习方法将所述服务数据作为训练集训练对应的模型，得到训练好的模型文件之前，所述方法还包括：对所述服务数据进行清洗。4.根据权利要求1所述的方法，其特征在于，所述根据所述不同时间段内的人工客服请求次数和智能客服请求次数进行策略优化，以实现不同时间段内人工客服和智能客服的动态分配，具体包括：对于人工客服请求次数小于智能客服请求次数的时间段，赋予智能客服更大的决策权重；以及，对于人工客服请求次数大于或等于智能客服请求次数的时间段，赋予人工客服更大的决策权重。5.根据权利要求1所述的方法，其特征在于，所述根据所述不同时间段内的人工客服请求次数和智能客服请求次数进行策略优化，以实现不同时间段内人工客服和智能客服的动态分配，具体包括：对于智能客服请求次数小于或等于人工客服请求次数的时间段，赋予人工客服更大的决策权重；以及，对于智能客服...

【专利技术属性】
技术研发人员：邓美丽，渠春艳，王根茂，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：