【技术实现步骤摘要】
本专利技术涉及呼叫中心，具体涉及一种个性化培训推荐方法及系统。
技术介绍
1、呼叫中心是一种业务组织，负责接受和处理客户电话和其他沟通形式。呼叫中心的成功运营依赖于坐席(人员)的技能水平和表现，他们需要提供高质量的客户服务，解决客户问题并维护客户满意度。因此，培训提高坐席技能至关重要。不同坐席在技能、经验和学习需求方面存在差异。传统的培训方式采用通用课程未能充分考虑到个体差异，导致培训效率低下，不能满足坐席需求，浪费了时间和资源的同时导致客户服务质量下降，客户满意度降低。而且，培训内容无法与坐席的日常工作表现形成反馈，不能根据每个坐席的具体情况提供个性化的培训建议。
2、而在呼叫中心的客服业务环境中，数据扮演了关键的角色。呼叫中心产生大量的数据，包括呼叫日志、客户反馈、坐席的监控数据等。有必要利用现有数据环境促进坐席培训质量。
技术实现思路
1、鉴于上述问题，本专利技术实施例提供一种个性化培训推荐方法及系统，解决现有技能培训效果差，缺乏培训针对性的技术问题。
2、本专利技术实施例的个性化培训推荐方法，包括：
3、采集与业务相关的坐席个人数据形成对应坐席的培训关联数据；
4、对培训关联数据进行特征提取形成坐席个人的技能特征数据；
5、通过培训推荐模型处理技能特征数据形成坐席的培训建议数据，培训建议数据映射学习路径、培训资源和学习计划；
6、根据培训建议数据监测培训过程中坐席个体的业务表现进行培训效果实时反馈，根据
7、本专利技术一实施例中，所述坐席个人数据至少包括系统和个人的技能评估、系统的业务表现量化数据、个人的学习历史和学习目标；个人数据经预处理形成培训关联数据；预处理包括去除噪音、处理缺失值，并进行标准化等一系列归一化处理。
8、本专利技术一实施例中，所述特征提取通过特征提取规则进行，用于形成描述坐席个人技能水平、学习历史和技能倾向的描述维度；所述特征提取规则包括：
9、技能评估特征提取规则，用于提取坐席技能评估数据以作为作为培训分类特征；
10、表现数据特征提取规则，用于提取表现数据以描述坐席的表现趋势和稳定性；
11、学习历史特征提取规则，用于提取历史学习过程的进度数据以反映坐席的学习动态；
12、学习速度特征提取规则，用于提取历史学习过程的成效数据以反映坐席的学习效率；
13、学习偏好特征提取规则，用于提取偏好量化数据以形成个性化建议调整；
14、学习目标特征提取规则，用于提取坐席的目标数据以指导个性化建议生成。
15、本专利技术一实施例中，所述训推荐模型采用机器学习模型用于根据坐席的需求、目标、技能和学习历史，生成个性化的培训建议；培训推荐模型的构建包括：
16、数据准备，用于构建坐席数据集，其中包括坐席的技能评估、表现数据、学习历史以及他们在培训过程中的反馈信息；
17、特征量化：坐席数据集进行特征向量化以提取用于训练模型的特征；
18、模型选择：用于确定选择合适的学习模型；
19、模型训练：用于利用特征向量化的坐席数据集训练学习模型。
20、本专利技术一实施例中，所述形成坐席的培训建议数据包括：
21、将坐席个人的技能特征数据输入培训推荐模型进行预测形成个性化的培训建议；培训建议包括：
22、学习路径：建议坐席个体顺序学习的主题或技能；
23、培训资源：建议适配当前水平和学习目标的培训资源；
24、学习计划：建议利用培训资源实现学习目标模型的培训资源利用时间表。
25、本专利技术实施例中的个性化培训推荐系统，包括：
26、数据采集模块，用于采集与业务相关的坐席个人数据形成对应坐席的培训关联数据；
27、特征提取模块，用于对培训关联数据进行特征提取形成坐席个人的技能特征数据；
28、推荐预测模块，用于通过培训推荐模型处理技能特征数据形成坐席的培训建议数据，培训建议数据映射学习路径、培训资源和学习计划；
29、推荐反馈模块，用于根据培训建议数据监测培训过程中坐席个体的业务表现进行培训效果实时反馈，根据反馈调整培训建议。
30、本专利技术实施例的个性化培训推荐方法及系统根据每个坐席的技能、表现和学习需求提供定制的培训建议，剔除不必要的学习内容，使得培训资源配置更专注，坐席能够更快地提高他们在呼叫中心工作中所需的技能，提高了培训效率，进而改善工作表现。客户服务质量和客户满意度因此得到提高，还可以根据坐席的学习兴趣和动机进行调整，提供更有针对性的建议。通可以在培训过程中实时监控坐席的表现数据，根据实际情况提供及时的反馈和建议。这可以使坐席在培训过程中不断适应，提高学习效果。
本文档来自技高网...【技术保护点】
1.一种个性化培训推荐方法，其特征在于，包括：
2.如权利要求1所述的个性化培训推荐方法，其特征在于，所述坐席个人数据至少包括系统和个人的技能评估、系统的业务表现量化数据、个人的学习历史和学习目标；个人数据经预处理形成培训关联数据；预处理包括去除噪音、处理缺失值，并进行标准化等一系列归一化处理。
3.如权利要求1所述的个性化培训推荐方法，其特征在于，所述特征提取通过特征提取规则进行，用于形成描述坐席个人技能水平、学习历史和技能倾向的描述维度；所述特征提取规则包括：
4.如权利要求1所述的个性化培训推荐方法，其特征在于，所述训推荐模型采用机器学习模型用于根据坐席的需求、目标、技能和学习历史，生成个性化的培训建议；培训推荐模型的构建包括：
5.如权利要求1所述的个性化培训推荐方法，其特征在于，所述形成坐席的培训建议数据包括：
6.一种个性化培训推荐系统，其特征在于，包括：
【技术特征摘要】
1.一种个性化培训推荐方法，其特征在于，包括：
2.如权利要求1所述的个性化培训推荐方法，其特征在于，所述坐席个人数据至少包括系统和个人的技能评估、系统的业务表现量化数据、个人的学习历史和学习目标；个人数据经预处理形成培训关联数据；预处理包括去除噪音、处理缺失值，并进行标准化等一系列归一化处理。
3.如权利要求1所述的个性化培训推荐方法，其特征在于，所述特征提取通过特征提取规则进行，用于形成描...
【专利技术属性】
技术研发人员：李持佳，方铁城，周树杰，李昕，王雁祥，郝堃，申彦龙，白强，刘颖，
申请(专利权)人：北京市燃气集团有限责任公司，
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。