基于大数据的智能派单跟单方法及系统、存储介质技术方案

本申请公开了一种基于大数据的智能派单跟单方法及系统、存储介质。其首先获取待派发工单，接着，对所述待派发工单进行语义分析以得到工单语义理解特征，然后，基于所述工单语义理解特征，确定承办单位的类型标签。这样，可以避免工作人员的介入，实现自动化的派单和跟单过程，提高工作效率和客户满意度。提高工作效率和客户满意度。提高工作效率和客户满意度。

【技术实现步骤摘要】
基于大数据的智能派单跟单方法及系统、存储介质


[0001]本申请涉及智能派单领域，且更为具体地，涉及一种基于大数据的智能派单跟单方法及系统、存储介质。

技术介绍

[0002]在传统的热线派单工作中，工作人员需要根据工单的描述内容和过往的处理经验来确定将不同的诉求工单分派给相应的承办单位，以通过承办单位的办理来解决人们反映的诉求。然而，随着社会的发展，工单受理量呈现庞大的趋势，传统的分派操作会消耗大量的人力、物力和财力，并且其准确率并不高。并且，根据工单处理流程，如果分派给的承办单位不准确，将会导致回退并重新分派，这个过程会显著增加工单的处理时间。
[0003]因此，期望一种优化的基于大数据的智能派单跟单方案。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的智能派单跟单方法及系统、存储介质。其可以避免工作人员的介入，实现自动化的派单和跟单过程，提高工作效率和客户满意度。
[0005]根据本申请的一个方面，提供了一种基于大数据的智能派单跟单方法，其包括：
[0006]获取待派发工单；
[0007]对所述待派发工单进行语义分析以得到工单语义理解特征；
[0008]以及基于所述工单语义理解特征，确定承办单位的类型标签。
[0009]根据本申请的另一个方面，提供了一种基于大数据的智能派单跟单系统，其包括：
[0010]工单获取模块，用于获取待派发工单；
[0011]语义分析模块，用于对所述待派发工单进行语义分析以得到工单语义理解特征；
[0012]以及类型标签确认模块，用于基于所述工单语义理解特征，确定承办单位的类型标签。
[0013]根据本申请的另一个方面，提供了一种存储介质，所述存储介质中存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行前述的基于大数据的智能派单跟单方法。
[0014]与现有技术相比，本申请提供的基于大数据的智能派单跟单方法及系统、存储介质，其首先获取待派发工单，接着，对所述待派发工单进行语义分析以得到工单语义理解特征，然后，基于所述工单语义理解特征，确定承办单位的类型标签。这样，可以避免工作人员的介入，实现自动化的派单和跟单过程，提高工作效率和客户满意度。
附图说明
[0015]为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，以下附图并未刻意按实际尺寸等比例缩放绘制，重点在于示出本申
请的主旨。
[0016]图1为根据本申请实施例的基于大数据的智能派单跟单方法的流程图。
[0017]图2为根据本申请实施例的基于大数据的智能派单跟单方法的架构示意图。
[0018]图3为根据本申请实施例的基于大数据的智能派单跟单方法的子步骤S120的流程图。
[0019]图4为根据本申请实施例的基于大数据的智能派单跟单方法的子步骤S122的流程图。
[0020]图5为根据本申请实施例的基于大数据的智能派单跟单方法的子步骤S123的流程图。
[0021]图6为根据本申请实施例的基于大数据的智能派单跟单方法进一步包括的训练步骤的流程图。
[0022]图7为根据本申请实施例的基于大数据的智能派单跟单系统的框图。
[0023]图8为根据本申请实施例的基于大数据的智能派单跟单方法的应用场景图。
具体实施方式
[0024]下面将结合附图对本申请实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本申请的部分实施例，而不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本申请保护的范围。
[0025]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0026]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0027]本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0028]下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0029]针对上述技术问题，本申请的技术构思为在派单之前，通过对于待派发工单进行语义理解，从而更好地理解待派发工单的内容和要求，以此来进行承办单位的类型选择，通过这样的方式，能够避免工作人员的介入，以实现自动化的派单和跟单过程，提高工作效率和客户满意度。
[0030]图1为根据本申请实施例的基于大数据的智能派单跟单方法的流程图。图2为根据本申请实施例的基于大数据的智能派单跟单方法的架构示意图。如图1和与图2所示，根据
本申请实施例的基于大数据的智能派单跟单方法，包括步骤：S110，获取待派发工单；S120，对所述待派发工单进行语义分析以得到工单语义理解特征；以及，S130，基于所述工单语义理解特征，确定承办单位的类型标签。
[0031]进一步地，在步骤S120中，如图3所示，对所述待派发工单进行语义分析以得到工单语义理解特征，包括：S121，对所述待派发工单进行数据清洗和格式转换以得到预处理后待派发工单；S122，对所述预处理后待派发工单进行基于字符关联语义理解以得到字符粒度工单语义理解特征向量；S123，对所述预处理后待派发工单进行基于词关联语义理解以得到词粒度工单语义理解特征向量；以及，S124，融合所述字符粒度工单语义理解特征向量和所述词粒度工单语义理解特征向量以得到工单语义理解特征向量作为所述工单语义理解特征。
[0032]具体地，在本申请的技术方案中，首先，获取待派发工单。接着，考虑到所述待派发工单可能存在有诸多问题，例如数据缺失、错误和重复等，并且不同来源的工单数据可能采用不同的格式和结构，例如文本、表格、数据库等。因此，为了能够便于后续进行所述待派发工单的语义理解，差异来进行承办单位的分配，在本申请的技术方案中，进一步向对所述待派发工单进行数据清洗和格式转换以得到预处理后待派发工单。应可以理解，通过对于所述待派发工单进行数据清洗，可以避免所述待派发工单中有问题的数据信息对于后续语义理解的干扰，以提高数据的准确性和可靠性。而通过格式转换能够将这些不同格式的数据转化为统一的数据结构，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能派单跟单方法，其特征在于，包括：获取待派发工单；对所述待派发工单进行语义分析以得到工单语义理解特征；以及基于所述工单语义理解特征，确定承办单位的类型标签；其中，对所述待派发工单进行语义分析以得到工单语义理解特征，包括：对所述待派发工单进行数据清洗和格式转换以得到预处理后待派发工单；对所述预处理后待派发工单进行基于字符关联语义理解以得到字符粒度工单语义理解特征向量；对所述预处理后待派发工单进行基于词关联语义理解以得到词粒度工单语义理解特征向量；以及融合所述字符粒度工单语义理解特征向量和所述词粒度工单语义理解特征向量以得到工单语义理解特征向量作为所述工单语义理解特征。2.根据权利要求1所述的基于大数据的智能派单跟单方法，其特征在于，对所述预处理后待派发工单进行基于字符关联语义理解以得到字符粒度工单语义理解特征向量，包括：对所述预处理后待派发工单进行以字符为单位的划分以得到工单描述字符的序列；以及将所述工单描述字符的序列通过包含word2Vec模型的第一语义编码器以得到所述字符粒度工单语义理解特征向量。3.根据权利要求2所述的基于大数据的智能派单跟单方法，其特征在于，对所述预处理后待派发工单进行基于词关联语义理解以得到词粒度工单语义理解特征向量，包括：对所述预处理后待派发工单进行以词为单位的划分以得到工单描述词的序列；以及将所述工单描述词的序列通过包含word2Vec模型的第二语义编码器以得到所述词粒度工单语义理解特征向量。4.根据权利要求3所述的基于大数据的智能派单跟单方法，其特征在于，融合所述字符粒度工单语义理解特征向量和所述词粒度工单语义理解特征向量以得到工单语义理解特征向量作为所述工单语义理解特征，包括：使用级联函数来融合所述字符粒度工单语义理解特征向量和所述词粒度工单语义理解特征向量以得到所述工单语义理解特征向量。5.根据权利要求4所述的基于大数据的智能派单跟单方法，其特征在于，基于所述工单语义理解特征，确定承办单位的类型标签，包括：将所述工单语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示承办单位的类型标签。6.根据权利要求5所述的基于大数据的智能派单跟单方法，其特征在于，还包括用于对所述包含word2Vec模型的第一语义编码器、所述包含word2Vec模型的第二语义编码器和所述分类器进...

【专利技术属性】
技术研发人员：于富龙，
申请(专利权)人：天津奇立软件技术有限公司，
类型：发明
国别省市：