【技术实现步骤摘要】
本专利技术涉及人工智能领域，更具体地涉及一种基于人工智能的工单处理方法。
技术介绍
1、随着企业规模的扩大和服务需求的增长，传统的工单处理方式已经无法满足高效、准确的需求，这促使了企业寻求新的解决方案，以提高工单处理的效率和质量，而人工智能技术的发展，特别是自然语言处理、机器学习等领域的突破，为工单处理的智能化提供了可能，工单描述通常包含大量的文本信息，这些文本信息往往是非结构化的，难以通过传统的方式进行高效处理。而人工智能技术可以通过自然语言处理技术对工单描述进行解析和理解，从而实现对工单的自动分类、分配和处理。
2、但是，现有的工单处理方法通过引入自动化技术和工具，如ai和机器学习算法，可以实现对工单的自动分类、分配和处理，却忽略了重复工单造成的资源浪费，需要建立工单去重机制，通过系统自动识别确保相同的工单不被重复创建，提高工单处理的效率和质量；现有的工单处理方法还缺乏对二次以及多次派单的优化处理，通过将工单优先派发给用户满意度高的人员，企业可以更有效地利用人力资源，这些人员通常能够更快速地解决工单问题，减少工单的滞留时间和处理周期，提高整体的工作效率，并增强客户满意度。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种基于人工智能的工单处理方法，以解决上述
技术介绍
中存在的问题。
2、本专利技术提供如下技术方案：一种基于人工智能的工单处理方法，包括以下步骤：
3、步骤s01：创建工单：员工和用户在用户端通过文字描述创建工单，
4、步骤s02：工单受理选择：有受理权限的人员对创建的工单进行选择是否受理，并将受理人员信息和选择进行受理的工单绑定，绑定后将工单信息传输至步骤s03；
5、步骤s03：采集受理工单数据：接收步骤s02传输的受理工单信息，通过数据处理系统采集受理工单的数据信息，包括工单重复数据、用户满意度数据；
6、步骤s04：对工单进行去重处理：依据步骤s03中采集的工单重复数据，通过工单去重数学模型计算得出工单相似度系数，并依据工单相似度系数对工单进行去重处理，并将去重后的工单保存在工单库中；
7、步骤s05：工单自动派工：接收步骤s04传输的去重后的工单，通过系统的管理后台设置好的派工规则，系统按照规则自动将创建的工单分配给工单受理人员；
8、步骤s06：工单处理过程中用户满意度计算：依据s03中采集的用户满意度数据通过满意度计算数学模型计算得出工单受理人员的用户满意度，并将计算得出的用户满意度传输至步骤s07中；
9、步骤s07：工单处理效果判断：基于步骤s06传输的用户满意度，依据用户满意度判断工单受理人员的工单处理效果，并将判断结果传输至步骤s08中；
10、步骤s08：工单重新派工：接收步骤s07传输的判断结果，对需要重新处理的工单进行二次派工，并依据步骤s06中计算得出的用户满意度，优先将二次派工的工单分配给用户满意度高的受理人员。
11、优选的，所述步骤s01中创建工单的具体内容包括：详细记录用户的问题描述，包括需要解决的问题、问题发生时间和问题发生频率，询问用户的联系方式，包括电话、电子邮件和在线聊天id。
12、优选的，所述步骤s02中工单受理选择是基于不同的工单类型有不同的处理团队，在进行工单处理前需核对工单类型与处理团队是否匹配。
13、优选的，所述步骤s03中采集受理工单的数据信息，其中工单重复数据包括工单库中受理工单的总数s、含有检索词的工单数量si、每个检索词在受理工单中出现的频率fi、受理工单长度l以及受理工单平均长度la；用户满意度数据包括工单受理人员处理每个工单所用的实际时间tx、工单受理人员处理工单的时间均值t、工单受理人员受理的工单总数x、基于统计的用户期望处理时间的最大值t1max、基于统计的用户期望处理时间的最小值t1min、基于统计的每个受理人员处理时间的最大值t2max以及基于统计的每个受理人员处理时间的最小值t2min。
14、优选的，所述步骤s04中依据工单相似度系数对工单进行去重处理的具体步骤如下：
15、步骤s11：将工单内容进行词语划分，划分为i个词，其中i＝1，2，3，...，i，...，n；
16、步骤s12：计算受理工单中词的权重，计算公式为：其中ωi表示每个词的权重，s表示工单库中受理工单的总数，si表示含有第i个词的工单数量；
17、步骤s13：计算每一个词和受理工单的相关度，计算公式为：其中pwi表示每一个词和受理工单的相关度，fi表示每个词在受理工单中出现的频率，l表示受理工单长度，la表示受理工单平均长度，k1表示常数；
18、步骤s14：计算工单相似度系数，计算公式为：其中ys表示工单相似度系数，ωi表示每个词的权重，pwi表示每一个词和受理工单的相关度；
19、步骤s15：将计算得出的工单相似度系数与预设的重复阈值进行对比，若工单相似度系数大于或等于预设的重复阈值，则判断工单重复，删除重复工单，若工单相似度系数小于预设的重复阈值，则进入下一步骤。
20、优选的，所述步骤s05中工单自动派工对步骤s04中去重后的工单进行关键特征提取，基于关键特征划分工单类型，并依据不同的工单类型将工单分派到不同的处理部门。
21、优选的，所述步骤s06中通过满意度计算数学模型计算得出工单受理人员的用户满意度的具体步骤如下：
22、步骤s11：将每个工单受理人员受理的工单总数记为x，其中x＝1，2，3，...，x，...，y；
23、步骤s12：计算每个工单受理人员的标准偏差，计算公式为：其中zb表示每个工单受理人员的标准偏差，tx表示工单受理人员处理每个工单所用的实际时间，表示工单受理人员处理工单的时间均值，x表示工单受理人员受理的工单总数；
24、步骤s13：计算工单受理人员的用户满意度，计算公式为：其中pl表示工单受理人员的用户满意度，t1max表示基于统计的用户期望处理时间的最大值，t1min表示基于统计的用户期望处理时间的最小值，t2max表示基于统计的每个受理人员处理时间的最大值，t2min表示基于统计的每个受理人员处理时间的最小值，zb表示每个工单受理人员的标准偏差。
25、优选的，所述步骤s07中依据用户满意度判断工单受理人员的工单处理效果，若用户满意度超过80％，则判断受理人员工单处理效果良好，若用户满意度在大于等于60％且小于等于80％，则判断受理人员工单处理效果合格，若用户满意度低于60％，则判断受理人员工单处理效果不合格。
26、优选的，所述步骤s08中对于未解决用户问题或是用户进行投诉的工单进行二次派工，并优先分派给工单处理效果良好的受理人员。
27、本专利技术的技术效果和优点：
28、本专利技术通过设有步本文档来自技高网...
【技术保护点】
1.一种基于人工智能的工单处理方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S01中创建工单的具体内容包括：详细记录用户的问题描述，包括需要解决的问题、问题发生时间和问题发生频率，询问用户的联系方式，包括电话、电子邮件和在线聊天ID。
3.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S02中工单受理选择是基于不同的工单类型有不同的处理团队，在进行工单处理前需核对工单类型与处理团队是否匹配。
4.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S03中采集受理工单的数据信息，其中工单重复数据包括工单库中受理工单的总数S、含有检索词的工单数量si、每个检索词在受理工单中出现的频率fi、受理工单长度l以及受理工单平均长度la；用户满意度数据包括工单受理人员处理每个工单所用的实际时间tx、工单受理人员处理工单的时间均值工单受理人员受理的工单总数x、基于统计的用户期望处理时间的最大值T1max、基于统计的用户期望处理时间的最小值T1min、
5.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S04中依据工单相似度系数对工单进行去重处理的具体步骤如下：
6.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S05中工单自动派工对步骤S04中去重后的工单进行关键特征提取，基于关键特征划分工单类型，并依据不同的工单类型将工单分派到不同的处理部门。
7.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S06中通过满意度计算数学模型计算得出工单受理人员的用户满意度的具体步骤如下：
8.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S07中依据用户满意度判断工单受理人员的工单处理效果，若用户满意度超过80％，则判断受理人员工单处理效果良好，若用户满意度在大于等于60％且小于等于80％，则判断受理人员工单处理效果合格，若用户满意度低于60％，则判断受理人员工单处理效果不合格。
9.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤S08中对于未解决用户问题或是用户进行投诉的工单进行二次派工，并优先分派给工单处理效果良好的受理人员。
...【技术特征摘要】
1.一种基于人工智能的工单处理方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤s01中创建工单的具体内容包括：详细记录用户的问题描述，包括需要解决的问题、问题发生时间和问题发生频率，询问用户的联系方式，包括电话、电子邮件和在线聊天id。
3.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤s02中工单受理选择是基于不同的工单类型有不同的处理团队，在进行工单处理前需核对工单类型与处理团队是否匹配。
4.根据权利要求1所述的一种基于人工智能的工单处理方法，其特征在于：所述步骤s03中采集受理工单的数据信息，其中工单重复数据包括工单库中受理工单的总数s、含有检索词的工单数量si、每个检索词在受理工单中出现的频率fi、受理工单长度l以及受理工单平均长度la；用户满意度数据包括工单受理人员处理每个工单所用的实际时间tx、工单受理人员处理工单的时间均值工单受理人员受理的工单总数x、基于统计的用户期望处理时间的最大值t1max、基于统计的用户期望处理时间的最小值t1min、基于统计的每个受理人员处理时间的最大值t2max以及基于统计的每个受理人员处理时间的最小值t...
【专利技术属性】
技术研发人员：史红哲，何洪刚，许云翔，
申请(专利权)人：上海维信荟智金融科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。