【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于机器学习算法的数字客服排队优化方法。
技术介绍
1、很多数字客服系统都会针对不同类别的客户问题配置专门的人工客服接待，当咨询客户的人数多时，数字客服的排队方式往往采用简化策略，如先到先服务或随机分配，这些策略没有充分考虑客户咨询的问题复杂性和多样性，因此，在转接到人工客服时，并不能保证客户会得到专门解决其问题的客服支持，导致客户需要重新排队等待，造成了额外的时间消耗，影响客户体验。如果数字客服能够对客户需求进行更精确的识别，一方面可以及时对客户需求进行响应，另一方面，在进行人工客服的转接时，可以更精准地将客户转接给专门处理该类问题的人工客服，从而提高客户服务的效率和质量，减少客户等待时间，提升客户满意度，因此，通过提升数字客服对客户需求识别的准确性来对数字客服的排队过程进行优化是至关重要的。
2、现有技术中，针对数据客服排队过程的优化，首先，利用传统的关键词提取算法（如tf-idf算法）提取历史服务记录中客户请求内容的关键词构成训练集，利用训练集对机器模型进行训练，得到训练好的机器模型...
【技术保护点】
1.一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述对所有关键词子序列进行划分合并，得到至少一个关键词合并序列，包括：
3.根据权利要求2所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述根据所述历史服务记录的答复模板编号序列获取每个所述关键词合并序列的目标答复模板编号，包括：
4.根据权利要求1所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述根据所述关键词合并序列集合中的每个关键词合并序列的...
【技术特征摘要】
1.一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述对所有关键词子序列进行划分合并，得到至少一个关键词合并序列，包括：
3.根据权利要求2所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述根据所述历史服务记录的答复模板编号序列获取每个所述关键词合并序列的目标答复模板编号，包括：
4.根据权利要求1所述的一种基于机器学习算法的数字客服排队优化方法，其特征在于，所述根据所述关键词合并序列集合中的每个关键词合并序列的排队时长、处理时长和满意度评分，获取所述关键词在所述关键词合并序列中的第一修正关...
【专利技术属性】
技术研发人员：郭雪景，任光海，杨成军，尚松松，苏磊，
申请(专利权)人：山东盛德智能科技股份有限公司，
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。