【技术实现步骤摘要】
本专利技术涉及培训，具体为一种集成在线用户诉求处理与员工培训的智能系统。
技术介绍
1、随着大型预训练语言模型的发展，此类技术可逐步运用到nlp任务、文本生成、文本翻译、句子关系判断、文本聚类、情感分析等场景中。随着公司数字化进程的不断推进，业务系统的更迭和先进技术的应用愈发频繁，对人员知识储备、技能提升有了更高的要求，需构建营销业务知识交互学习体系，通过线上方式对业务流程规范、相关问题答疑等方向进行数字化建设，建立针对供电业务内部人员学习的社区，根据自身知识盲区，不断学习各项流程，更好的满足客户多元化服务需求，对于问题处理和方案答复保持完整性和有效性，保障服务标准一致性，提高服务质效。
2、为提升精细化服务管理水平，国网宿州供电公司拟通过打造全渠道客户诉求数字化管控服务体系，切实解决客户用电问题，把优质服务做实、做细、做到位。加强公司内部、外部渠道工单运营管理模式，进行同质化管控，全渠道融合。进一步推进内外部渠道全量诉求线上化，参照95598渠道制单、处理和回单，实现多渠道工单数据融合、工单同质化管控，打造全省全渠道数字化运营管控新标杆。因此需要针对以上需求架设公司内部自助处理机系统对需处理工单、信息进行采集汇总，依托自助处理机创建相关软件面向供电所业务员工与客户以便开通用户诉求反馈渠道避免诉求外泄和员工进行线上诉求处理、学习资料共享学习。
技术实现思路
1、本专利技术的目的在于构建一套可以对对多场景客户诉求元素进行提炼、整合，建立移动知识库自定义标签对客户诉求进行精
2、本专利技术的目的可以通过以下技术方案实现：一种集成在线用户诉求处理与员工培训的智能系统，包括自助处理机和移动端；所述自助处理机包括主机和从机；主机接入互联网，用于采集95598、本地热线(诉求表单)、12345、12398等渠道诉求；然后将数据同步到各区域的从机，同时员工在从机上进行现有工单数据的上传，依托员工上传和智能采集构造客户诉求中枢智库；从机用于员工账号登陆操作和用户问题处理操作：员工账号登陆操作包括员工登录个人账户，并进行个人资料变更、密码修改、非个人客户资料查询申请提交等工作；用户问题处理操作包括处理客户提交的用户资料变更申请、客户账号注销与注册等问题；
3、所述移动端包括员工系统和客户系统；员工系统与自助资料集成设备账号共享，以获取自助资料集成设备上的客户诉求数据和处理进度，并进行诉求处理解决回复；员工系统用于员工个人账号登录、客户表单上传、工单处理进度查询、非个人用户诉求处理查询申请、工单处理记录查询、非个人客户处理转接申请、客户评价匿名显示与回复、学习资料上传共享、基础培训资料下载库、员工学习进度、定期学习考核与评分操作；客户系统用于电量曲线分布查询、电费查缴、电费异议申诉、用电问题申诉、业务流程帮助、用电规章、相关政策查询、其他问题和人工客服呼叫操作。
4、作为本专利技术的一种优选实施方式，所述主机还用于通过深度学习和语言预测处理模型对用户诉求的精准识别和预估，通过标签识别进行精准规范回复；具体步骤为：
5、选择oracle数据库管理系统，依照需要设计知识库的数据表结构，涵盖字段、关系和约束等；依照设置完成的表结构利用sql语句构建符合实际的数据库；依据外键和主键等的约束构造非相同数据库间的联系；对查询度较高的问题，设定索引；将实际知识数据填充到已创建的数据库；对业务流程、规章制度、政策文件等材料进行收集整理放入知识库，将相关知识库中各类知识贴标签分类，进行关键词检测对客户问题进行智能检测回复；
6、快速定位知识内容，基于人工智能技术实现问答式搜索模式；以提示和客户键入回复作为输入，计算标量奖励作为输出；首先基于在人类撰写数据上精调的模型，针对同一提示采样多条不同回复；然后，将客户键入回复两两组合构成一条奖励模型训练样本，由人类给出倾向性标签；最终，奖励模型通过每条样本中两个回复的奖励值之差计算倾向性概率拟合人类标签，进而完成奖励模型的训练；
7、对于词语上下文预测接下来的词汇；完成对用户意愿进行预估计；
8、收集业务和服务过程中关键信息，根据不同专业条线通过系统模板库和规则库，自动编辑和排版答复方案与回复文本，加入数据库进行训练优化，形成标准化客户问题答复和处理内容回复。
9、作为本专利技术的一种优选实施方式，所述奖励模型的损失函数如下：
10、
11、其中，γθ(x,y)表示奖励模型输出，x表示给定的提示，y表示对于的回答，yw和y1表示回答w排在回答l前面，对于k个排序结果，两两组合，形成(k 2)t个训练数据对；
12、在强化学习的框架下对参数进行训练，具体为：
13、首先，当前策略根据输入的查询采样回复；
14、然后，奖励模型针对回复的质量计算奖励，反馈回当前策略用以更新；为防止上述过程的过度优化，损失函数同时引入词级别的kl惩罚项；
15、最终，强化学习的目标函数如下：
16、
17、其中，γθ(x,y)表示奖励模型输出，x表示给定的提示，y表示对于的回答，表示最大回报分数，防止强化学习的输出有过多偏移。
18、作为本专利技术的一种优选实施方式，所述对于词语上下文预测接下来的词汇的具体步骤为：
19、第一步：获取输入句子的每一个词汇的表示向量x；
20、第二步：将得到的词汇表示向量矩阵传入多头注意力机制和前馈神经网络模块中，经过n个该模块后可以得到句子所有单词的编码信息矩阵c；词汇向量矩阵用xn×d表示，n是句子中词汇个数，d是表示向量的维度；每一个模块输出的矩阵维度与输入完全一致；
21、第三步：将输出的编码信息矩阵c加上位置信息经过残差结构和正则化，然后依次根据当前处理过的单词1～i翻处理第i+1个词汇；在使用的过程中，处理到i+1个词汇的时候需要通过有多头注意力机制的掩码矩阵，掩盖住i+1位置之后的词汇。
22、与现有技术相比，本专利技术的有益效果是：
23、本专利技术可以实现多渠道工单数据融合、工单同质化管控，以数字化转型推动本地诉求线上化、服务标准同质化、诉求全量归集，打造全省全渠道数字化运营管控标杆，助力营销规范管理和优质服务水平的“双提升”。
24、依托人工智能、语言预测回复模型，构建内部知识库交互应用，为供电公司内部人员提供技术支撑以及相互学习、讨论交流的场所，从而提升业务人员和客户经理对营销业务流程、服务客户知识水平能力。同时，减轻基层人员的业务负担，建设供电公司卓越的客户服务质量体系。
本文档来自技高网...【技术保护点】
1.一种集成在线用户诉求处理与员工培训的智能系统，包括自助处理机和移动端；其特征在于，所述自助处理机包括主机和从机；主机接入互联网，用于采集渠道诉求，然后将其同步到各区域的从机，同时员工在从机上进行现有工单数据的上传，依托员工上传和智能采集构造客户诉求中枢智库；从机用于员工账号登陆操作和用户问题处理操作：员工账号登陆操作包括员工登录个人账户，并进行个人资料变更、密码修改、非个人客户资料查询申请提交操作；用户问题处理操作包括处理客户提交的用户资料变更申请、客户账号注销与注册；
2.根据权利要求1所述的一种集成在线用户诉求处理与员工培训的智能系统，其特征在于，所述主机还用于通过深度学习和语言预测处理模型对用户诉求的精准识别和预估，通过标签识别进行精准规范回复；具体过程为：
3.根据权利要求2所述的一种集成在线用户诉求处理与员工培训的智能系统，其特征在于，所述奖励模型的损失函数如下：
4.根据权利要求2所述的一种集成在线用户诉求处理与员工培训的智能系统，其特征在于，所述对于词语上下文预测接下来的词汇的具体步骤为：
【技术特征摘要】
1.一种集成在线用户诉求处理与员工培训的智能系统，包括自助处理机和移动端；其特征在于，所述自助处理机包括主机和从机；主机接入互联网，用于采集渠道诉求，然后将其同步到各区域的从机，同时员工在从机上进行现有工单数据的上传，依托员工上传和智能采集构造客户诉求中枢智库；从机用于员工账号登陆操作和用户问题处理操作：员工账号登陆操作包括员工登录个人账户，并进行个人资料变更、密码修改、非个人客户资料查询申请提交操作；用户问题处理操作包括处理客户提交的用户资料变更申请、客户账号注销与注册；...
【专利技术属性】
技术研发人员：赵学会，常青春，刘杰，张功营，禹士朋，傅林，刘波，黄侠，张见，魏小梅，苗晶晶，徐艳红，曹伟，季崇参，许瑞佳，胡岳意，胡明宇，
申请(专利权)人：国网安徽省电力有限公司宿州供电公司，
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。