【技术实现步骤摘要】
本申请属于人工智能，具体涉及一种适用于机器人客服的触客方法及装置。
技术介绍
1、现有的业务处理方式对于特殊人群的关注不够。尽管大多数企业已经引入了自助设备，比如atm、自助终端等，但对于老年人、视障人士等特殊人群，这些设备仍然存在操作难度。新的业务处理方式，比如网上银行、手机银行等，虽然方便快捷，但对于这部分人群来说，他们可能无法接受，或者无法熟练使用。
技术实现思路
1、本专利技术可用于人工智能在金融方面应用的
，也可用于除金融领域之外的任意领域。
2、本专利技术的一个目的在于提供一种适用于机器人客服的触客方法，该方法可以使机器人客服移动到需要服务的客户位置，提供一站式的服务，从而大大提高服务效率，提升客户服务体验。
3、本专利技术的另一个目的在于提供一种适用于机器人客服的触客装置。本专利技术的还一个目的在于提供一种电子设备，该电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述适用于机器人客服的触客方法的步骤。本专利技术的还一个目的在于提供一种可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述适用于机器人客服的触客方法的步骤。
4、为解决本申请
技术介绍
中的技术问题，本专利技术提供以下技术方案：
5、第一方面，本专利技术提供一种适用于机器人客服的触客方法包括：
6、根据客户的服务标识以及预生成的服务特征提取模型筛选出目标客户；其中，所述目标客户为所述机器人客服待提供服务
7、根据所述目标客户的位置、所述机器人客服的位置，并结合所述目标客户周围客户的位置与所述机器人客服周围客户的位置中的至少一个，确定所述目标客户与所述机器人客服之间的最优路径；
8、按照所述最优路径对所述目标客户进行触客服务。
9、在本专利技术的一些实施例中，生成所述服务特征提取模型的步骤包括：
10、获取所述服务标识的历史数据所对应的图像数据；
11、根据所述图像数据的像素值对所述服务特征提取模型的初始模型进行训练，以生成所述服务特征提取模型；其中，所述初始模型为卷积循环神经网络。
12、在本专利技术的一些实施例中，根据所述图像数据的像素值对所述服务特征提取模型的初始模型进行训练，包括：
13、将所述像素值输入至所述初始模型中的卷积层，以提取所述服务标识的特征；
14、将所述服务标识的特征输入至所述初始模型中的循环层，以提取所述服务标识的序列数据；其中，所述序列数据用于表征所述服务标识的特征与其上下文之间的关系；
15、将所述特征以及所述序列数据输入至所述初始模型的连接层，以生成所述图像数据所对应的字符概率分布；
16、根据所述字符概率分布以及预设阈值对所述初始模型进行前向传播及/或反向传播。
17、在本专利技术的一些实施例中，所述根据客户的服务标识以及预生成的服务特征提取模型筛选出目标客户，包括：
18、将所述服务标识对应的图像数据转换为灰度图像；
19、对所述灰度图像进行阈值处理，以生成阈值处理结果；
20、将所述阈值处理结果输入至所述服务特征提取模型，以生成所述字符概率分布；
21、根据所述字符概率分布确定所述服务标识对应的文本序列；
22、根据所文本序列以及本地的触客服务范围筛选出所述目标客户。
23、在本专利技术的一些实施例中，所述服务标识为客户所欲取得服务的排队序号；所述触客方法还包括：
24、当客户取得所述排队序号之后，且客户所欲取得的服务属于本地的触客服务范围时，实时监测该客户的位置。
25、在本专利技术的一些实施例中，当所述机器人客服周围不存在客户且所述目标客户周围不存在客户时，根据所述目标客户的位置以及所述机器人客服位置确定所述目标客户与所述机器人客服之间的最优路径，包括：
26、生成所述机器人客服以及所述目标客户的所在场景对应的网格地图；
27、根据所述目标客户的位置以及所述机器人客服位置，确定所述网格地图中每个格子的移动成本；其中，所述移动成本包括实际成本以及预测成本；所述实际成本为所述机器人客服移动至当前格子的路径损耗，所述预测成本为所述机器人从所述当前格子移动至所述目标客户的位置的路径损耗；
28、根据所述每个格子的移动成本确定最优路径。
29、在本专利技术的一些实施例中，当所述机器人客服周围存在客户或/及所述目标客户周围存在客户时，根据所述目标客户的位置、所述机器人客服的位置，并结合所述目标客户周围客户的位置与所述机器人客服周围客户的位置中的至少一个，确定所述目标客户与所述机器人客服之间的最优路径，包括：
30、根据所述每个格子的移动成本生成初始路径；
31、根据所述初始路径，并结合所述目标客户周围客户的位置与所述机器人客服周围客户的位置中的至少之一，生成至少一个备选路径；
32、根据所述目标客户周围客户的当前位置、或/及所述机器人客服周围客户的当前位置实时在所述初始路径以及所述至少一个备选路径中调整路径，以确定所述最优路径。
33、第二方面，本专利技术提供一种适用于机器人客服的触客装置，该装置包括：
34、目标客户筛选模块，用于根据客户的服务标识以及预生成的服务特征提取模型筛选出目标客户；其中，所述目标客户为所述机器人客服待提供服务的客户；
35、最优路径确定模块，用于根据所述目标客户的位置、所述机器人客服的位置，并结合所述目标客户周围客户的位置与所述机器人客服周围客户的位置中的至少一个，确定所述目标客户与所述机器人客服之间的最优路径；
36、触客服务模块，用于按照所述最优路径对所述目标客户进行触客服务。
37、在本专利技术的一些实施例中，一种适用于机器人客服的触客装置，还包括：
38、模型生成模块，用于生成所述服务特征提取模型，所述模型生成模块包括：
39、图像数据获取单元，用于获取所述服务标识的历史数据所对应的图像数据；
40、模型生成单元，用于根据所述图像数据的像素值对所述服务特征提取模型的初始模型进行训练，以生成所述服务特征提取模型；其中，所述初始模型为卷积循环神经网络。
41、在本专利技术的一些实施例中，所述模型生成单元包括：
42、特征提取单元，用于将所述像素值输入至所述初始模型中的卷积层，以提取所述服务标识的特征；
43、序列数据提取单元，用于把将所述服务标识的特征输入至所述初始模型中的循环层，以提取所述服务标识的序列数据；其中，所述序列数据用于表征所述服务标识的特征与其上下文之间的关系；
44、字符分布生成单元，用于将所述特征以及所述序列数据输入至所述初始模型的连接层，以生成所述图像数据所对应的字符概率分布；
45、模型训练单元，用于根据所述字符概率分布以及预设阈值对所述初始模型本文档来自技高网...
【技术保护点】
1.一种适用于机器人客服的触客方法，其特征在于，包括：
2.根据权利要求1所述的触客方法，其特征在于，生成所述服务特征提取模型的步骤包括：
3.根据权利要求2所述的触客方法，其特征在于，根据所述图像数据的像素值对所述服务特征提取模型的初始模型进行训练，包括：
4.根据权利要求3所述的触客方法，其特征在于，所述根据客户的服务标识以及预生成的服务特征提取模型筛选出目标客户，包括：
5.根据权利要求4所述的触客方法，其特征在于，所述服务标识为客户所欲取得服务的排队序号；所述触客方法还包括：
6.根据权利要求1至5任一项所述的触客方法，其特征在于，当所述机器人客服周围不存在客户且所述目标客户周围不存在客户时，根据所述目标客户的位置以及所述机器人客服的位置确定所述目标客户与所述机器人客服之间的最优路径，包括：
7.根据权利要求6所述的触客方法，其特征在于，当所述机器人客服周围存在客户或/及所述目标客户周围存在客户时，根据所述目标客户的位置、所述机器人客服的位置，并结合所述目标客户周围客户的位置与所述机器人客服周围客户的
8.一种适用于机器人客服的触客装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的适用于机器人客服的触客方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述的适用于机器人客服的触客方法的步骤。
...【技术特征摘要】
1.一种适用于机器人客服的触客方法，其特征在于，包括：
2.根据权利要求1所述的触客方法，其特征在于，生成所述服务特征提取模型的步骤包括：
3.根据权利要求2所述的触客方法，其特征在于，根据所述图像数据的像素值对所述服务特征提取模型的初始模型进行训练，包括：
4.根据权利要求3所述的触客方法，其特征在于，所述根据客户的服务标识以及预生成的服务特征提取模型筛选出目标客户，包括：
5.根据权利要求4所述的触客方法，其特征在于，所述服务标识为客户所欲取得服务的排队序号；所述触客方法还包括：
6.根据权利要求1至5任一项所述的触客方法，其特征在于，当所述机器人客服周围不存在客户且所述目标客户周围不存在客户时，根据所述目标客户的位置以及所述机器人客服的位置确定所述目标客户与所述机器人客服之间...
【专利技术属性】
技术研发人员：唐俊锋，
申请(专利权)人：中国工商银行股份有限公司，
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。