一种工具推荐方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种工具推荐方法、装置、设备及可读存储介质，在坐席工作过程中，通过数据挖掘引擎获取与当前业务场景对应的场景特征信息，然后根据场景特征信息，利用预先训练好的半朴素贝叶斯分类器确定工具集中各工具在当前业务场景下的被使用概率，然后根据被使用概率从工具集中选取备选工具，根据备选工具为坐席推荐工具。根据本申请实施例，通过贝叶斯原理结合数据挖掘解决一个“逆向概率”的问题，根据坐席当前的业务场景特征信息反向推断出当前业务场景下坐席需要使用的工具，进而实现对工具的自动推送，无需坐席手动选取工具，提升了选取工具的效率，进而提升了坐席的工作效率，提高服务质量。提高服务质量。提高服务质量。

【技术实现步骤摘要】
一种工具推荐方法、装置、设备及可读存储介质


[0001]本申请属于互联网
，尤其涉及一种工具推荐方法、装置、设备及可读存储介质。

技术介绍

[0002]融合客服系统是一种为坐席提供多种多样的工具的系统。其中的工具主要用于辅助坐席进行业务处理。不同的工具适用于的业务场景可能不同，在工作中，坐席人员可以根据当前场景从融合客服系统中选择合适的工具进行使用。
[0003]目前，在使用融合客服系统时，往往需要坐席人员根据先当前场景确定所需要的工具，然后再从融合客服系统中找出该工具。这通常需要坐席人员具有丰富的工作经验，对于新入职或业务不熟练的坐席人员通常需要花费较长时间。此外，在从融合客服系统中查找工具时采用的方式一般有两种，一种是通过全部菜单按路径查找，另一种是通过搜索框进行菜单搜索。其中第一种方式需要坐席人员了解每个工具所属的一级目录和二级目录，对坐席人员的工作经验要求较高，实现较为困难，而第二种方式则需要坐席人员手动输入菜单关键字进行模糊匹配，查找耗时较长。
[0004]由上述内容可知，目前在使用融合客服系统时，坐席人员很难快速查找到符合当前场景的工具，从而造成服务耗时过长，进而影响了坐席人员工作效率和服务质量。

技术实现思路

[0005]本申请实施例提供一种工具推荐方法、装置、设备及可读存储介质，能够根据当前业务场景自动为坐席推荐合适的工具，无需坐席人员手动进行工具查找，提高了坐席人员的工作效率和服务质量。
[0006]第一方面，本申请实施例提供一种工具推荐方法，包括：r/>[0007]在坐席工作过程中，利用预设的数据挖掘引擎获取与坐席的当前业务场景对应的场景特征信息；
[0008]根据场景特征信息，利用预先训练好的半朴素贝叶斯分类器确定工具集中的各工具在当前业务场景下的被使用概率；
[0009]根据各工具的被使用概率为坐席推荐工具。
[0010]作为一种可能的实现方式，利用预设的数据挖掘引擎获取与坐席的当前业务场景对应的场景特征信息，包括：
[0011]在坐席与客户进行会话时，利用预设的数据挖掘引擎获取坐席的第一基本信息和目标客户的第二基本信息，目标客户为当前与坐席进行会话的客户；
[0012]数据挖掘引擎将第一基本信息和第二基本信息作为基础参数，从与其对接的预设平台中获取与基础参数对应的场景数据，并对场景数据进行数据挖掘，得到坐席的当前业务场景对应的场景特征信息。
[0013]作为一种可能的实现方式，根据各所述工具的被使用概率为坐席推荐工具，包括：
[0014]根据各工具的被使用概率，分别判断各工具是否满足预设条件；
[0015]将工具集中满足预设条件的工具作为备选工具；
[0016]根据备选工具为坐席推荐工具。
[0017]作为一种可能的实现方式，根据备选工具为坐席推荐工具，包括：
[0018]在备选工具的数量为一个的情况下，将备选工具推荐给坐席；
[0019]在备选工具的数量为多个的情况下，确定各备选工具与当前业务场景的匹配度；
[0020]根据各备选工具的匹配度为坐席推荐工具。
[0021]作为一种可能的实现方式，确定各所述备选工具与所述当前业务场景的匹配度，包括：
[0022]针对每个备选工具，分别执行以下步骤：
[0023]获取预设的备选工具在当前业务场景下的权重基数和权重值；
[0024]将权重基数与权重值的乘积作为备选工具与当前业务场景的匹配度。
[0025]作为一种可能的实现方式，根据各备选工具的匹配度为坐席推荐工具，包括：
[0026]将备选工具按照匹配度大小进行排序；
[0027]基于排序结果将备选工具中的一个或多个推荐给坐席。
[0028]第二方面，本申请实施例提供一种工具推荐装置，包括：
[0029]特征信息获取单元，用于在坐席工作过程中，利用预设的数据挖掘引擎获取与坐席的当前业务场景对应的场景特征信息；
[0030]概率确定单元，用于根据场景特征信息，利用预先训练好的半朴素贝叶斯分类器确定工具集中的各工具在当前业务场景下的被使用概率；
[0031]推荐单元，用于根据各工具的被使用概率为坐席推荐工具。
[0032]第三方面，本申请实施例提供一种工具推荐设备，所述设备包括：处理器以及存储有计算机程序指令的存储器；
[0033]所述处理器执行所述计算机程序指令时实现如第一方面所述的工具推荐方法。
[0034]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如第一方面所述的工具推荐方法。
[0035]第五方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如第一方面所述的工具推荐方法。
[0036]本申请实施例提供的工具推荐方法，在坐席工作过程中，通过数据挖掘引擎获取与当前业务场景对应的场景特征信息，然后根据场景特征信息，利用预先训练好的半朴素贝叶斯分类器确定工具集中各工具在当前业务场景下的被使用概率，然后根据被使用概率从工具集中选取备选工具，根据备选工具为坐席推荐工具。根据本申请实施例，通过贝叶斯原理结合数据挖掘解决一个“逆向概率”的问题，根据坐席当前的业务场景特征信息反向推断出当前业务场景下坐席需要使用的工具，进而实现对工具的自动推送，无需坐席手动选取工具，提升了选取工具的效率，进而提升了坐席的工作效率，提高服务质量，即使业务不熟练的坐席也可以快速获取到合适的工具，学习成本低。
附图说明
[0037]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1是本申请一个实施例提供的工具推荐方法的流程示意图；
[0039]图2是本申请一个实施例提供的工具推荐系统的示意图；
[0040]图3是本申请一个实施例提供的工具推荐方法的信息交互示意图；
[0041]图4是本申请另一个实施例提供的工具推荐装置的结构示意图；
[0042]图5是本申请又一个实施例提供的工具推荐设备的结构示意图。
具体实施方式
[0043]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0044]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工具推荐方法，其特征在于，包括：在坐席工作过程中，利用预设的数据挖掘引擎获取与所述坐席的当前业务场景对应的场景特征信息；根据所述场景特征信息，利用预先训练好的半朴素贝叶斯分类器确定工具集中的各工具在当前业务场景下的被使用概率；根据各所述工具的被使用概率为所述坐席推荐工具。2.根据权利要求1所述的方法，其特征在于，所述利用预设的数据挖掘引擎获取与所述坐席的当前业务场景对应的场景特征信息，包括：在所述坐席与客户进行会话时，利用预设的数据挖掘引擎获取所述坐席的第一基本信息和目标客户的第二基本信息，所述目标客户为当前与所述坐席进行会话的客户；所述数据挖掘引擎将所述第一基本信息和所述第二基本信息作为基础参数，从与其对接的预设平台中获取与所述基础参数对应的场景数据，并对所述场景数据进行数据挖掘，得到所述坐席的当前业务场景对应的场景特征信息。3.根据权利要求1所述的方法，其特征在于，所述根据各所述工具的被使用概率为所述坐席推荐工具，包括：根据各所述工具的被使用概率，分别判断各所述工具是否满足预设条件；将所述工具集中被满足所述预设条件的工具作为备选工具；根据所述备选工具为所述坐席推荐工具。4.根据权利要求3所述的方法，其特征在于，所述根据所述备选工具为所述坐席推荐工具，包括：在所述备选工具的数量为一个的情况下，将所述备选工具推荐给所述坐席；在所述备选工具的数量为多个的情况下，确定各所述备选工具与所述当前业务场景的匹配度；根据各所述备选工具的匹配度为所述坐席推荐工具。5.根据权利要求4所述的方法，其特征在于，所述确定各所述备选工...

【专利技术属性】
技术研发人员：黄华林，殷限，王绍杰，岳永强，王吉鑫，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：