[发明专利]基于模糊强化学习的销售语音推送决策方法

说明书

本发明公开了基于模糊强化学习的销售语音推送决策方法，将当前语音内容情感量化值在语句模糊变量值阈上的隶属度组成状态空间，将所有推送语音信息组成动作空间；计算当前时刻状态空间中任一状态值执行动作空间中任一动作变量时的回报值；根据Q‑learning算法，得到状态空间中任一状态值执行动作空间中任一动作变量的Q值，选取最大Q值对应的动作变量为当前语音内容的推送语音信息。本发明的优点在于在电话销售过程中，对客户表达信息进行模糊建模，从而确定较为精确的客户需求；同时采用强化学习原理，设计语音推送内容的智能决策方法，针对客户的模糊的语言内容、感情色彩，推送合理的语音内容，提高电话销售的智能化水平，提高语音机器人的智能化水平。

技术领域

本发明涉及语音营销领域，尤其是涉及基于模糊强化学习的保险销售语音推送决策方法。

背景技术

在语音营销领域，常采用智能语音推送技术向客户推送信息以减少人工成本，降低工作强度。但目前成熟的语音推送技术多为单向推送，即语音机器人根据客户的行为习惯，建立信息推送模型，从而决策推送信息。交互式推送功能可以根据客户的回应，进行针对性的信息推动。但目前这种交互式推送的功能十分简单，通常只具备简单的语言识别功能，并根据识别结果，再次向客户提问是否是哪个问题，根据客户的回答“是”、“否”或者数字编号来完成交谈。其智能化水平较低，用户体验差。

同时，现有的语音推送技术，仅能对用户给出的如“是”、“不是”、“好”等确定性语言给出相应的回应。但如果客户表达的信息式模糊的，如“嗯，我在想想”或者说“嗯，还没有想好”之类带感情色彩，意义模糊话，现有电话语音推送技术就无法得出确定性的结论，进一步完成交谈，用户体验感极差。

在语音营销领域，各种各样差异性需求的客户常以模糊应答回应语音机器人，仅采用确定性信息来做决策无法有效满足销售行业的特殊需求。如目前保险电话销售行业，先使用语音机器人拨打潜在客户电话，采用自动语音的方式与客户联系，当客户没有关断电话或者听到“好”、“行”等简单的肯定的回答后，就由人工直接介入，继续与客户交流，促成销售成单率。如何在识别客户语音辨识语音频率后，根据客户模糊性的、具有感情色彩的信息反馈，进一步推送合理的语音内容，强化客户的信任感、认同感和价值感，从而提高销售成功率，还尚未由针对客户模糊性的、具有感情色彩的信息反馈的电话语音智能推送功能的产品。

发明内容

本发明目的在于提供一种基于模糊强化学习的保险销售语音推送决策方法，解决客户以模糊应答回应语音机器人，无法推送合理语音内容的问题。

为实现上述目的，本发明采取下述技术方案：

本发明所述的基于模糊强化学习的销售语音推送决策方法，包括以下步骤：

S1，根据语句情感量化库，确定当前语音内容的情感量化值y；

S2，采用三角隶属度函数确定所述情感量化值在语句模糊变量值阈上的隶属度；

S3，所述隶属度组成当前语音内容的状态空间S；

S4，将所有推送语音信息组成当前语音内容的动作空间A；

S5，计算当前时刻t所述状态空间S中任一状态值s_i执行所述动作空间A中任一动作变量a_i时的回报值；

S6，根据Q-learning算法，迭代学习得到所述状态空间S中任一状态值s_i执行所述动作空间A中任一动作变量a_i时的Q值；

S7，选取最大Q值对应的动作变量a_i为当前语音内容的推送语音信息。

本发明将识别的语音信息进行情感量化，其结果在建立的情感模糊模型上推理出语音信息在语句模糊变量值阈上的隶属情况。再通过Q表的值和决策算法确定推送的语句，通过多次迭代学习，可使Q值表学习到适应销售语音推送的最优值。

进一步地，所述语句情感量化库根据历史经验，抽取语句关键词，并语句及关键词评分。