数据分析设备和方法技术

本发明专利技术提供了一种数据分析设备，包括：识别单元，基于语义知识和语言模型，从客户的投诉/咨询数据中识别出业务、主题和子主题；隐含特征计算单元，基于语义知识和情绪字典，根据所识别的业务、主题和子主题来计算客户的隐含特征；以及隐含需求获取单元，将客户的隐含特征汇总以获取客户的隐含需求。本发明专利技术还提供了一种数据分析方法。

【技术实现步骤摘要】

本专利技术涉及数据分析领域，具体涉及一种应用于客户服务中心的。
技术介绍
电信、网店、银行、保险等多个行业都具有各自的客服中心。客服中心经常接收到客户对企业服务/产品的投诉及咨询，这些投诉/咨询往往是自然语言的形式，例如“如何开通GPRS ？ ”、“我的GPRS上网怎么这么慢，你们也太过分了 ！ ”。客服中心可以针对客户自然语言形式的投诉/咨询数据，挖掘出客户对服务/产品的意见。通过对客户的投诉/咨询数据的分析，可以帮助企业发现哪些客户对服务/产品感兴趣或不感兴趣，从而满足客户个性化需求，为客户提供更好的服务。当前，已经存在一些相关的数据分析方法。其中一些方法可以从客户的投诉/咨询数据中分析出客户的显式需求(即，客户在问什么)。例如，从“GPRS还有流量，为什么还要扣费”中分析出“业务=GPRS,问题=扣费”。但是，当前的方法不能分析客户的隐含需求并基于分析结果提供进一步的个性化业务。另一些方法可以基于客户的购买历史/基本信息等结构化数据提供个性化业务，但不能基于客户的投诉/咨询数据提供个性化业务。T. Nasukawa在IBM SYSTEMS JOURNAL发表的论文中提到了一种从客户的投诉/咨询数据中分析客户显式需求的方法，但不能分析客户的隐含需求并基于分析结果来提供个性化业务。专利文献W02002073331A2描述了一种从客户的投诉/咨询数据中分析客户显式需求的方法，但同样不能分析客户的隐含需求并基于分析结果来提供个性化业务。专利文献US7536002B1描述了一种基于客户的账户/行为数据来进行个性化业务的方法，但不能基于客户的投诉/咨询数据来提供个性化业务。因此，存在对来自客户的投诉/咨询数据进行分析以获取用户的隐含需求、并提供个性化业务的需求。
技术实现思路
为了解决上述问题，本专利技术提出了一种对客户的投诉/咨询数据进行分析以获得客户的隐含需求，并可以提供进一步的个性化业务的。在本专利技术中，“隐含需求”的定义与现有技术中的“显式需求”有所不同。“显式需求”是指仅理解用户表面上的需求，即与用户在咨询或投诉的业务有关的需求；而“隐含需求”是指用户的咨询/投诉背后所隐藏的信息，如用户对所投诉的业务的价格敏感度、接受度等等，下文对此有更加详细的描述。即，“隐含需求”能够更加准确和深入的信息。根据本专利技术的一个方面，提供了一种数据分析设备，包括识别单元，基于语义知识和语言模型，从客户的投诉/咨询数据中识别出业务、主题和子主题；隐含特征计算单元，基于语义知识和情绪字典，根据所识别的业务、主题和子主题来计算客户的隐含特征；以及隐含需求获取单元，将客户的隐含特征汇总以获取客户的隐含需求。优选地，该隐含特征计算单元包括敏感度计算子单元，计算客户的价格敏感度和质量敏感度；使用水平计算子单元，计算客户对所识别的业务的使用水平；接受度计算子单元，计算客户对所识别的业务的接受度；以及不满原因获取子单元，获取客户对所识别的业务的不满原因。优选地，该数据分析设备还包括隐含需求统计单元，对客户的隐含需求进行统计。更优选地，该隐含需求统计单元进行以下至少一项统计业务接受度统计、业务不满原因统计和客户分群统计。优选地，该数据分析设备还包括个性化业务推荐单元，根据客户的隐含需求，向客户推荐个性化业务。更优选地，个性化业务推荐单元提供以下至少一项业务更高质量的业务、价格更实惠的业务、升级现有业务、语义相关业务、提升现有业务价值和挽留业务。优选地，该数据分析设备还包括个性化业务效果评价单元，根据客户对个性化业务推荐单元推荐的业务的反馈，评价个性化业务推荐的效果。根据本专利技术的另一个方面，提供了一种数据分析方法，包括基于语义知识和语言模型，从客户的投诉/咨询数据中识别出业务、主题和子主题；基于语义知识和情绪字典， 根据所识别的业务、主题和子主题来计算客户的隐含特征；以及将客户的隐含特征汇总以获取客户的隐含需求。优选地，隐含特征包括客户的价格敏感度和质量敏感度、客户对所识别的业务的使用水平、客户对所识别的业务的接受度和客户对所识别的业务的不满原因。优选地，该数据分析方法还包括对客户的隐含需求进行统计。更优选地，该统计包括以下至少一项业务接受度统计、业务不满原因统计和客户分群统计。优选地，该数据分析方法还包括根据客户的隐含需求，向客户推荐个性化业务。 更优选地，个性化业务包括以下至少一项业务更高质量的业务、价格更实惠的业务、升级现有业务、语义相关业务、提升现有业务价值和挽留业务。优选地，该数据分析方法还包括根据客户对所推荐的个性化业务的反馈，评价个性化业务推荐的效果。根据本专利技术的可以根据来自客户的投诉/咨询数据准确地理解客户的隐含需求。此外，还可以根据客户的隐含需求，向客户推荐个性化业务。因此， 本专利技术能够更加准确地识别客户的需求并提供具有针对性的服务，从而极大地提升了客户的使用感受。附图说明通过下文结合附图的详细描述，本专利技术的上述和其它特征将会变得更加明显，其中图1是示出了根据本专利技术第一实施例的数据分析设备的框图；图2是示出了投诉/咨询数据的具体示例的示意图；图3是示出了根据本专利技术第一实施例的本体库单元中存储的语义知识的示例的示意图；图4是示出了根据本专利技术第一实施例的语言库单元中存储的语言模型的示例的示意图；图5是示出了根据本专利技术第一实施例的情绪字典单元中存储的关系表的示例的示意图；图6是详细示出图1中的隐含特征计算单元的内部结构的框图；图7是示出了根据本专利技术第一实施例的识别单元执行业务、主题和子主题识别的示意图；图8是示出了根据本专利技术第一实施例的敏感度计算子单元计算客户的敏感度的示意图；图9是示出了根据本专利技术第一实施例的使用水平计算子单元计算客户的使用水平的示意图；图10是示出了根据本专利技术第一实施例的接受度计算子单元计算客户的接受度的示意图；图11是示出了根据本专利技术第一实施例的不满原因获取子单元获取客户的不满原因的示意图；图12是示出了根据本专利技术第一实施例的隐含需求获取单元获取隐含需求的示意图；图13是示出了根据本专利技术第二实施例的数据分析设备的框图；图14是示出了根据本专利技术第二实施例的隐含需求统计单元执行隐含需求统计的示意图；图15是示出了根据本专利技术第三实施例的数据分析设备的框图；图16是示出了根据本专利技术第三实施例的个性化业务推荐单元所推荐的个性化业务的示意图；图17是示出了根据本专利技术第三实施例的个性化业务推荐单元推荐个性化业务的示意图；图18是示出了根据本专利技术第四实施例的数据分析设备的框图；图19是示出了根据本专利技术第四实施例的个性化业务效果评价单元执行个性化业务推荐效果评价的示意图；以及图20是示出了根据本专利技术的一个实施例的数据分析方法的流程图。 具体实施例方式下面，通过结合附图对本专利技术的具体实施例的描述，本专利技术的原理和实现将会变得明显。应当注意的是，本专利技术不应局限于下文所述的具体实施例。另外，为了简便起见， 省略了对公知元件的描述。首先，结合附图1-18来描述根据本专利技术的若干实施例的数据分析设备。第一实施例图1是示出了根据本专利技术第一实施例的数据分析设备1的框图。如图1所示，本实施例中的数据分析设备1包括识别单元210、隐含特征计算单元200和隐含需求获取单元沈0。识别单元210输入是来自客户的投诉/咨询数据，该数据至少包括客户的本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：丰强泽，何滔，赵凯，赵岷，齐红威，
申请(专利权)人：日电中国有限公司，
类型：发明
国别省市：