【技术实现步骤摘要】
本专利技术属于数据分析，具体为智能意向分析管理系统。
技术介绍
1、在电销行业中，早期对客户意向的分析使用的是基于规则模板的意图识别法。此种方法虽然简单，可读性强，但在规则模板定义时，比较繁杂，需要大量的人工干预，非常耗时，更为重要的是不方便在其它领域上的迁移使用。之后在二十世纪中期，有国外学者开始了对于文本分类相关技术研究。学者luhn等人提出了采用统计词频概率来确定文本类别标签。但这种算法过于机械，效果并不明显。到了六十年代，第一篇关于文本分类技术的学术论文由maron等人在acm期刊上发表，他们在文本分类任务中使用了关键字自动分类的技术。但这种技术只能用于特定领域，适用度较低，费时费力。到了八十年代，以知识工程为基础的文本分类算法被提出，这种算法需要专家根据预先定义好的类别标签制定类别规则，再套用这些规则对文本进行分类。ramanand等人通过制作规则模板来识别用户的消费意向，首先在单个领域取得了较好的分类效果。而不同的意图会有的不同的领域词典。当一个用户的意图来了以后我们根据意图和词典的匹配程度或者重合程度来进行判断，最简单一个规则是哪个domain的词典重合程度高，就将该query判别给这个领域。因此这种方法的工作重点便是领域词典便须得做的足够好。
2、目前在电销行业，智能意向分析管理系统都多用在房地产、金融、教育、银行、保险、电商等领域，其内置话术及功能与it领域电子产品及其他许多产品的营销需求并不吻合；且在分析客户意向时，系统词典及客户意图标签划分不够细致，包含的方面不够完整；及在不同的话术节点上从而直
技术实现思路
1、针对上述情况，为弥补上述现有缺陷，本专利技术提供了一种可针对不同的项目需求，定制不同的业务流程、话术内容、话术节点、标签及场景分组，建设一个自主可控的智能意向分析平台；且可以更细致、全面、系统性地划分系统词典及客户意向标签，并采用一些模型分析策略，提高系统对客户意向分析判断的专业性及准确性的智能意向分析管理系统。
2、本专利技术提供如下的技术方案：本专利技术提出的智能意向分析管理系统，包括节点、标签名称、场景、分组、机器人单任务和查询6个模块；所述节点模块用于设置项目话术节点；所述标签名称模块用于设置项目标签名称；所述场景模块用于设置项目话术场景及反场景，并选择对应的标签；所述分组模块用于设置项目三级分组场景；所述机器人单任务模块用于导入每个项目的机器人外呼结果标签数据；所述查询模块用于查询、导出客户意向分析结果。
3、进一步地，所述节点模块用于根据每个项目的话术内容，设置其特定的话术节点。
4、以戴尔项目为例，根据其话术内容设置13个话术节点：开场白、次开场白、购买过询问计划、未购买过询问计划、购买周期、补2购买计划、预算、预算辅助、何时方便、补1稍后联系、挽留1(第一次挽留)、挽留2(第二次挽留)、挽留3(第三次挽留)。
5、进一步地，所述标签名称模块用于根据客户的可能回答的各种内容，设置每个项目每个节点下的各种标签名称。
6、如设置戴尔项目13个节点下的标签：节点1“开场白”下，设置标签：2.2-a1-开场白_可以、2.2-a2-开场白_拒绝、2.2-a3-开场白-没时间、2.2-a4-开场白_重听、2.2-a5-开场白_常规问题、2.2-a6-开场白_未识别；
7、节点2“次开场白”下，设置标签：2.2-a7-次开场白_没时间、2.2-a8-次开场白_拒绝、2.2-a9-次开场白_购买过、2.2-a10-次开场白_未购买、2.2-a11-次开场白_常规问题、2.2-a12-次开场白_不清楚是否购买过、2.2-a13-次开场白_非联系人、2.2-a14-次开场白_未识别；
8、节点3“购买过询问计划”下，设置标签：3-b1-购买过询问计划_没时间、3-b2-购买过询问计划_重听、3-b3-购买过询问计划_有购买计划、3-b4-购买过询问计划_买过不需要、3-b5-购买过询问计划_没有购买计划、3-b6-购买过询问计划_非联系人、3-b7-购买过询问计划_不确定、3-b8-购买过询问计划_常规问题、3-b9-购买过询问计划_最近有购买计划、3-b10-购买过询问计划_未识别；
9、节点4“未购买过询问计划”下，设置标签：4-b11-未购买过询问计划_没时间、4-b12-未购买过询问计划_重听、4-b13-未购买过询问计划_有购买计划、4-b14-未购买过询问计划_没有购买计划、4-b15-未购买过询问计划_不确定、4-b16-未购买过询问计划_常规问题
10、、4-b17-未购买过询问计划_近期有购买计划、4-b18-未购买过询问计划_未识别；
11、节点5“购买周期”下，设置标签：5-c1-购买周期_没时间、5-c2-购买周期_重听、5-c3-购买周期_拒绝、5-c4-购买周期_不确定、5-c5-购买周期_1个月内、5-c6-购买周期_3个月内、5-c7-购买周期_半年内、5-c8-购买周期_常规问题、5-c9-购买周期_未识别；
12、节点6“补2购买计划”下，设置标签：12-c10-补2购买计划_有购买计划、12-c11-补2购买计划_近期购买计划、12-c12-补2购买计划_常规问题、12-c13-补2购买计划_无计划、12-c14-补2购买计划_重听、12-c15-补2购买计划_未识别；
13、节点7“预算”下，设置标签：6-d1-预算_没时间、6-d2-预算_重听、6-d3-预算_拒绝、6-d4-预算_不确定、6-d5-预算_告知预算、6-d6-预算_常规问题、6-d7-预算_未识别；
14、节点8“预算辅助”下，设置标签：13-d8-预算辅助_投诉、13-d9-预算辅助_没时间、13-d10-预算辅助_重听、13-d11-预算辅助_拒绝、13-d12-预算辅助_不确定、13-d13-预算辅助_告知预算、13-d14-预算辅助_没有购买计划、13-d15-预算辅助_常规问题、13-d16-预算辅助_未识别；
15、节点9“何时方便”下，设置标签：7-e1-何时方便_现在方便、7-e2-何时方便_未识别、7-e3-何时方便_不方便、7-e4-何时方便_常规问题、7-e5-何时方便_方便；
16、节点10“补1稍后联系”下，设置标签：11-e6-补1稍后联系_拒绝、11-e7-补1稍后联系_重听、11-e8-补1稍后联系_常规问题、11-e9-补1稍后联系_可以联系、11-e10-补1稍后联系_未识别；
17、节点11“挽留1”下，设置标签：8-f1-挽留1_没时间、8-f2-挽留1_重听、8-f3-挽留1_有购买计划、8-f4-挽留1_没有有购买计划、8-f5-挽留1_不确定、8-f6-挽留1_常规问题、8-f7-挽留1_未识别；
18、节点12“挽留2”下，设置标签：9-f8-挽留2_拒绝、9-f9-挽留2_重听、9-f10-挽本文档来自技高网...
【技术保护点】
1.智能意向分析管理系统，其特征在于：包括节点、标签名称、场景、分组、机器人单任务和查询6个模块；所述节点模块用于设置项目话术节点；所述标签名称模块用于设置项目标签名称；所述场景模块用于设置项目话术场景及反场景，并选择对应的标签；所述分组模块用于设置项目三级分组场景；所述机器人单任务模块用于导入每个项目的机器人外呼结果标签数据；所述查询模块用于查询、导出客户意向分析结果。
2.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述节点模块用于根据每个项目的话术内容，设置其特定的话术节点。
3.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述标签名称模块用于根据客户的可能回答的各种内容，设置每个项目每个节点下的各种标签名称。
4.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述场景模块用于设置项目话术场景及反场景，并选择每个场景下对应的标签；
5.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述分组模块用于根据客户意向程度，设置信息价值不同的三级场景组合，每一级分组场景都比之前更具体、细致，最终所有的
6.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述机器人单任务模块用于导入每个项目的机器人外呼结果标签数据；具体方式为在此模块下填写季度、相关项目名称、任务号、日期、天数等信息，并上传excel文件到系统中。
7.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述查询模块用于筛选任务名称、手机号、呼叫开始时间、呼叫结束时间、排序、一级分组、二级分组、三级分组等字段，以查看任务编号、用户手机号、拨打结果、客户意向、拨打时间、任务编号、客户回复数、外显号码、通话时长、通话录音、通话节点等客户意向信息；
...【技术特征摘要】
1.智能意向分析管理系统，其特征在于：包括节点、标签名称、场景、分组、机器人单任务和查询6个模块；所述节点模块用于设置项目话术节点；所述标签名称模块用于设置项目标签名称；所述场景模块用于设置项目话术场景及反场景，并选择对应的标签；所述分组模块用于设置项目三级分组场景；所述机器人单任务模块用于导入每个项目的机器人外呼结果标签数据；所述查询模块用于查询、导出客户意向分析结果。
2.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述节点模块用于根据每个项目的话术内容，设置其特定的话术节点。
3.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述标签名称模块用于根据客户的可能回答的各种内容，设置每个项目每个节点下的各种标签名称。
4.根据权利要求1所述的智能意向分析管理系统，其特征在于：所述场景模块用于设置项目话术场景及反场景，并选择每个场景下对应的标签；
5.根据权利要求1所述的智能意向分析管理系统，其特征...
【专利技术属性】
技术研发人员：高喆，马健，
申请(专利权)人：北京英泰立辰信息技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。