文章摘要：在用戶提問場景的自動(dòng)回復(fù)中，智能客服系統(tǒng)結(jié)合業(yè)務(wù)系統(tǒng)日志挖掘平臺(tái)的分析結(jié)果，可以更準(zhǔn)確地了解用戶，從而對(duì) FAQ和回答進(jìn)行有效反饋。

在用戶提問場景的自動(dòng)回復(fù)中，智能客服系統(tǒng)結(jié)合業(yè)務(wù)系統(tǒng)日志挖掘平臺(tái)的分析結(jié)果，可以更準(zhǔn)確地了解用戶，從而對(duì) FAQ和回答進(jìn)行有效反饋。

1、客服系統(tǒng)用戶意圖分析

在線客戶端接收用戶的文本會(huì)話消息，對(duì)用戶報(bào)障/問題咨詢進(jìn)行文本語義識(shí)別，客服引擎通過文本上下文的語義分析、關(guān)鍵詞提取、用戶情感聚類分析、客戶意圖等關(guān)鍵信息；

2、根據(jù)用戶行為判斷意圖

客服系統(tǒng)將實(shí)時(shí)分析用戶行為數(shù)據(jù)，根據(jù)用戶的歷史操作行為數(shù)據(jù)，對(duì)用戶當(dāng)前的業(yè)務(wù)行為進(jìn)行分類，找出與用戶匹配的當(dāng)前行為特征，生成 UserID維度的用戶行為分析報(bào)告，作為用戶報(bào)警和問題咨詢的輔助分析源。

3、生成日志

客服系統(tǒng)結(jié)合用戶的訪問行為，確定并更新用戶的異常特征行為匹配，生成用戶 ID維度的用戶業(yè)務(wù)異常報(bào)警，作為用戶障礙和問題咨詢的輔助來源。

4、匹配準(zhǔn)確回復(fù)

該系統(tǒng)將生成的日志與訪客提問內(nèi)容相關(guān)聯(lián)，實(shí)現(xiàn)了會(huì)話語義分析和業(yè)務(wù)日志挖掘的雙重輔助分析，快速定位異常行為特征，準(zhǔn)確回復(fù)用戶咨詢問題。舉例來說，用戶在連接移動(dòng)電話的過程中頻繁地拔數(shù)據(jù)線，以及在異常日志中產(chǎn)生連接錯(cuò)誤代碼，客戶服務(wù)部會(huì)根據(jù)用戶特征生成解決方案，提高解決問題的成功率；

5、解決問題的辦法

客服系統(tǒng)根據(jù)用戶的咨詢問題，將有效的 FAQ及解決方案推至用戶客戶服務(wù)終端。客戶服務(wù)系統(tǒng)回復(fù)的解決方案，對(duì)故障進(jìn)行處理，最后在確認(rèn)問題是否得到解決，以及滿意程度的評(píng)估反饋；

6、更新用戶特征數(shù)據(jù)庫

客服系統(tǒng)根據(jù)用戶滿意度反饋、 LSTM長短期記憶網(wǎng)絡(luò)模型、 CNN神經(jīng)網(wǎng)絡(luò)模型等深層次自學(xué)習(xí)，更新用戶特征和解題庫，調(diào)整權(quán)重等參數(shù)。
摘要：

上述提到的智能客服系統(tǒng)，通過對(duì)業(yè)務(wù)系統(tǒng)用戶行為和異常日志數(shù)據(jù)進(jìn)行深度挖掘分析，并將其與用戶提問上下文語義和情感分析相關(guān)聯(lián)，以 LSTM長短期記憶網(wǎng)絡(luò)模型、 CNN神經(jīng)網(wǎng)絡(luò)模型等深層次分析算法為基礎(chǔ)，較傳統(tǒng)應(yīng)答式客服系統(tǒng)能更準(zhǔn)確地診斷用戶問題特征和情感訴求。智能型客服系統(tǒng)先于用戶在業(yè)務(wù)使用過程中發(fā)現(xiàn)問題，在用戶投訴之前及時(shí)發(fā)布問題預(yù)警及解決方案關(guān)懷信息，并對(duì)用戶咨詢問題進(jìn)行準(zhǔn)確回復(fù)，最終達(dá)到提升業(yè)務(wù)系統(tǒng)用戶感知的目的，降低用戶故障投訴率，降低傳統(tǒng)的客戶客服壓力和節(jié)約企業(yè)成本。

文章為沃豐科技原創(chuàng)，轉(zhuǎn)載需注明來源：http://www.yzny.net.cn/ucm/faq/16469