[发明专利]客服人员智能分派方法和装置

说明书

本发明提供了一种客服人员智能分派方法和装置，涉及智能客服技术领域，可用于金融领域，方法包括：接收用户通过用户终端发送的用户话术；将所述用户话术输入至情绪分类模型中，通过所述情绪分类模型识别出所述用户的情绪类型；将所述用户的情绪类型输入至客服人员擅长情绪匹配度模型，通过所述客服人员擅长情绪匹配度模型为所述用户自动分配相匹配的客服人员。本申请能够通过对用户已经发送的话语进行情绪分类，判断用户的情绪，根据用户情绪分类，分派擅长处理该类情绪客户问题的线上客服人员，减少线上客户投诉，提升客户体验。

技术领域

本发明涉及智能客服技术领域，可用于金融领域，尤其涉及一种客服人员智能分派方法和装置。

背景技术

随着线上业务的增加，在线人工客服也出现在了越来越多的行业之中，但是目前的在线人工客服分配都是基于客服是否空闲为前提，当有空闲在线人工客服时，为客户随机分配空闲的在线人工客服。但人工客服的个人能力有所区别，其擅长处理的业务以及沟通技巧也有所区别，因此这种随机分配方式可能导致有时候客服人员无法满足客户的需求或无法妥善解决客户问题，而导致客户不满甚至投诉。

发明内容

有鉴于此，本发明提供一种客服人员智能分派方法和装置，以解决上述提及的至少一个问题。

为了实现上述目的，本发明采用以下方案：

根据本发明的第一方面，提供一种客服人员智能分派方法，所述方法包括：接收用户通过用户终端发送的用户话术；将所述用户话术输入至情绪分类模型中，通过所述情绪分类模型识别出所述用户的情绪类型；将所述用户的情绪类型输入至客服人员擅长情绪匹配度模型，通过所述客服人员擅长情绪匹配度模型为所述用户自动分配相匹配的客服人员。

优选的，本实施例中上述方法还包括：将预先标注好的用户话术和对应的情绪类型数据输入至循环神经网络RNN(Recurrent Neural Network，RNN)分类模型中，训练出情绪分类模型。

优选的，本实施例中上述方法还包括：将预先标注好的客服人员与擅长情绪的匹配度数据输入至相似度模型中，训练出客服人员擅长情绪匹配度模型。

优选的，本实施例中若所述用户话术为语音信息，则将所述语音信息转化为文字信息，并提取语音信息包含的语速、和/或音量、和/或气息信息，然后将所述文字信息及所述语速、和/或音量、和/或气息信息输入至情绪分类模型中。

优选的，本实施例中通过所述客服人员擅长情绪匹配度模型为所述用户自动分配相匹配的客服人员包括：所述客服人员擅长情绪匹配度模型输出匹配度阈值高于预设值的客服人员信息；根据所述客服人员信息获取处于空闲状态的客服人员；在处于空闲状态的客服人员中为所述用户分配匹配度最高的客服人员。

优选的，本实施例中若匹配度阈值高于预设值的客服人员均处于非空闲状态，则提示所述用户客服繁忙，并在匹配度阈值高于预设值的任一客服人员空闲时分配给所述用户。

根据本发明的第二方面，提供一种客服人员智能分派装置，所述装置包括：话术接收单元，用于接收用户通过用户终端发送的用户话术；情绪识别单元，用于将所述用户话术输入至情绪分类模型中，通过所述情绪分类模型识别出所述用户的情绪类型；客服匹配单元，用于将所述用户的情绪类型输入至客服人员擅长情绪匹配度模型，通过所述客服人员擅长情绪匹配度模型为所述用户自动分配相匹配的客服人员。

优选的，本实施例中上述装置还包括：情绪分类模型训练单元，用于将预先标注好的用户话术和对应的情绪类型数据输入至循环神经网络RNN分类模型中，训练出情绪分类模型。

优选的，本实施例中上述装置还包括：情绪匹配度模型训练单元，用于将预先标注好的客服人员与擅长情绪的匹配度数据输入至相似度模型中，训练出客服人员擅长情绪匹配度模型。