客服信息处理方法、装置及设备与流程

1.本技术涉及数据处理技术领域，具体涉及客服信息处理方法和装置，以及电子设备。


背景技术：

2.电商平台包括交易系统、物流系统和客服对话系统。消费者可通过客服对话系统向商家的客服人员咨询各种消费问题，如这个化妆品什么时候发货，这件衣服的尺码偏大、偏小还是常规尺寸，等等。平台上的商家需要了解消费问题咨询分布情况，以合理调度客服资源等。目前，主要采用传统的数据库查询检索方式来获取消费问题咨询分布信息。
3.然而，在实现本发明过程中，发明人发现上述方案至少存在如下问题：消费问题咨询分布信息的准确度和处理效率均较低。


技术实现要素：

4.本技术提供客服信息处理方法，以解决现有技术存在的消费问题咨询分布信息的准确度和处理效率均较低的问题。本技术另外提供客服信息处理装置，以及电子设备。
5.本技术提供一种商品对象处理方法，包括：
6.获取待查询对象关联的客服对话消息流；
7.根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；
8.根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息；
9.根据客服会话的问题场景信息，确定所述待查询对象的问题场景分布信息。
10.可选的，所述根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息，包括：
11.获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话消息的发送日期信息和发送时间信息；
12.根据所述第一用户信息、第二用户信息和发送日期信息，确定所述至少一个客服会话；
13.根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
14.可选的，所述根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息，包括：
15.获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话消息的发送日期信息和发送时间信息；
16.根据所述第一用户信息、第二用户信息和发送日期信息，获取会话问候语和会话结束语；
17.根据会话问候语和会话结束语，确定所述至少一个客服会话；
18.根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
19.可选的，所述根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息，包括：
20.根据与客服会话对应的多个对话消息，获取第一用户对话消息；
21.确定第一用户对话消息的问题场景信息；
22.根据第一用户对话消息的问题场景信息，确定客服会话的问题场景信息。
23.可选的，所述根据与客服会话对应的多个对话消息，获取第一用户对话消息，包括：
24.获取所述对话消息的发送者身份信息；
25.将发送者身份信息为第一用户的对话消息作为第一用户对话消息。
26.可选的，所述确定第一用户对话消息的问题场景信息，包括：
27.通过问题类别预测模型，确定第一用户对话消息的问题场景信息。
28.可选的，所述根据客服会话的问题场景信息，确定所述待查询对象的问题场景分布信息，包括：
29.根据客服会话的问题场景信息，获取所述待查询对象在至少一个时段内且在不同问题场景中的客服咨询用户量和/或客服会话量。
30.可选的，还包括以下至少一个步骤：
31.根据客服会话的问题场景信息，获取所述待查询对象在至少一个时段内且在多个问题场景中的客服咨询用户总量和/或客服会话总量；
32.获取客服会话的问题场景信息的准确度，并根据所述准确度，获取同一时段内的同一问题场景下的多个客服会话的排名信息。
33.可选的，还包括：
34.根据所述待查询对象的问题场景分布信息，确定第二用户调度信息。
35.可选的，根据预设时间间隔执行所述方法。
36.可选的，还包括以下至少一个步骤：
37.滤除所述对话消息流中的系统消息；
38.滤除所述对话消息流中的重复消息；
39.若判定在当前接收到的对话消息之前不存在同一客服会话的未接收到的对话消息，则根据当前接收到的对话消息的发送时间信息，确定对应的客服会话的会话结束时间信息；
40.滤除所述至少一个客服会话中的无效客服会话。
41.本技术还提供一种客服信息处理方法，包括：
42.发送问题场景分布信息获取请求；
43.接收待查询对象的问题场景分布信息；
44.展示待查询对象的问题场景分布信息；
45.其中，所述待查询对象的问题场景分布信息采用如下方式确定：
46.获取待查询对象关联的客服对话消息流；根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；根据与客服会话对应的多个对话消息，确定客
服会话的问题场景信息；响应于所述请求，根据待查询对象的客服会话的问题场景信息，获取待查询对象的问题场景分布信息。
47.可选的，所述问题场景分布信息包括：待查询对象在至少一个时段内且在问题场景中的客服咨询用户量和/或客服会话量。
48.本技术还提供一种电子设备，包括：
49.处理器；以及
50.存储器，用于存储实现根据上述客服信息处理方法的程序，该终端通电并通过所述处理器运行该方法的程序。
51.本技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各种方法。
52.本技术还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种方法。
53.与现有技术相比，本技术具有以下优点：
54.本技术实施例提供的客服信息处理方法，通过获取待查询对象关联的客服对话消息流；根据对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息；根据客服会话的问题场景信息，确定所述待查询对象(商家)的问题场景分布信息。采用这种处理方式，使得基于无序的客服对话消息还原出客服会话，并确定会话的问题场景，再基于客服会话的问题场景信息来分析问题场景分布情况，由此将无序的消息转换成可供商家分析的咨询场景洞察，比如可支持时间、商家、咨询场景和会话明细多个维度下的分析；因此，可以有效提升消费问题咨询分布信息的准确度，以及提升分析处理效率。
附图说明
55.图1本技术提供的商品对象处理方法的流程示意图；
56.图2本技术提供的商品对象处理方法的场景示意图；
57.图3本技术提供的商品对象处理方法的设备交互示意图。
具体实施方式
58.在下面的描述中阐述了很多具体细节以便于充分理解本技术。但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
59.在本技术中，提供了客服信息处理方法和装置，以及电子设备。在下面的实施例中逐一对各种方案进行详细说明。
60.第一实施例
61.请参考图1，其为本技术的客服信息处理方法的实施例的流程示意图。在本实施例中，所述方法可包括如下步骤：
62.步骤s101：获取待查询对象关联的客服对话消息流。
63.电商服务运营场景中存在大量消费者和商家实时咨询信息，本技术实施例提供的方法可利用实时的客服对话消息，帮助商家更实时直接了解消费问题咨询分布，显示商家
服务承接现状，助力商家合理调度客服资源，起到客服资源价值最大化。
64.如图2所示，一个系统包括服务端、第一用户终端(消费者终端)、第二用户终端(客服人员终端)和待查询对象的终端(商家终端)。服务端可以是一个服务器集群，在服务端部署可客服对话系统和客服信息处理系统，客服对话系统和客服信息处理系统可部署在不同的服务端。消费者(第一用户)可使用其终端(如智能手机、平板电脑、个人电脑等)通过客服对话系统向商家(待查询对象)的客服人员(第二用户)咨询各种消费问题，如“这个化妆品什么时候发货”，“这件衣服的尺码偏大、偏小还是常规尺寸”，等等。客服人员(第二用户)可使用第二用户终端(如智能手机、平板电脑、个人电脑等)通过客服对话系统回答消费者(第一用户)提出的问题，如“好的，我给你查一下”，等等。电商平台上的商家(待查询对象)可使用其终端(如智能手机、平板电脑、个人电脑等)通过客服信息处理系统来了解消费问题咨询分布情况，以合理调度客服资源等。
65.所述对话消息是消费者和商家客服在日常购物过程中的沟通语聊，可以是文字消息，也可以是语音消息，还可以是卡片消息、图片消息等。
66.所述对话消息流可包括待查询对象关联的不同客服会话的消息穿插在一起的多个对话消息。所述对话消息流，可以是有序的对话消息流，即对话消息流中的消息以消息的实际发送时间为序。所述对话消息流，也可以是无序的对话消息流，即对话消息流中的消息可以不按实际的消息发送时间为序，例如后获取的对话消息的实际发送时间可能会早于先获取的对话消息的实际发送时间。下表1示出了本实施例中商家b在2022-3-11上午跟消费者a、c、d、e的对话消息流。
67.[0068][0069]
表1、对话消息流
[0070]
由表1的数据可见，对话消息流包括不同客服会话的消息穿插在一起的多个对话消息。其中，消息id表示消息标识；消息发送时间是实际发送时间，而非实际接收时间；发送者是消息的发起方，可以是第二用户信息(商家客服)，也可以是第一用户信息(消费者)；接收者是消息的接收方。其中，可由商家名和客服名共同确定实际的客服。
[0071]
在一个示例中，所述方法还可包括如下步骤：滤除所述对话消息流中的系统消息。所述系统消息包括但不限于：系统压测消息，卡片消息，评价信息。例如，表1中的消息1005为客服机器人3发出的卡片消息“你对我的服务满意吗”，可将其剔除。采用这种处理方式，使得滤除与问题场景无关的不属于消费者与客服之间的对话内容，这样可以有效提升分析处理效率，还可以提升消费问题咨询分布信息的准确度。
[0072]
在一个示例中，所述方法还可包括如下步骤：滤除所述对话消息流中的重复消息。例如，如果消息1006重复发送了两遍，则只保留一条消息即可，避免出现同一时刻同一消费者给同一客服发送多条消息。采用这种处理方式，可以有效提升客服会话消息的有效性。
[0073]
具体实施时，所述滤除所述对话消息流中的重复消息，可采用如下方式实现：根据与所述对话消息对应的第一用户信息、第二用户信息，及所述对话消息的第一标识信息(如表1中的消息id)、发送时间信息，构建消息主键。所述发送时间可以是秒级或者毫秒级时间等。采用这种处理方式，使得根据商家、消费者、客服、消息时间和消息id构建消息主键，这样可以有效避免同一秒内出现重复消息的情况，因此可以有效确保客服会话消息的有效性。表2示出了与表1消息对应的消息主键：
[0074]
消息主键消息id1001_a_b_1_2022-3-11 10:00:0010011002_a_b_1_2022-3-11 10:00:0510021003_a_b_2_2022-3-11 10:01:0010031004_a_b_2_2022-3-11 10:01:0510041005_a_b_3_2022-3-11 10:02:0010051006_c_b_1_2022-3-11 10:30:0010061007_c_b_2_2022-3-11 10:30:0010071008_e_b_2_2022-3-11 10:45:001008
…ꢀ
[0075]
表2、消息主键数据
[0076]
步骤s103：根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息。
[0077]
所述客服会话是指消费者与商家客服之间的一次完整对话过程，一次会话可包括多个对话消息，一次会话对应商家、第二用户(客服)和第一用户(消费者)。表3示出了本实施例中的会话还原信息:
[0078]
消息主键消息id会话标识1001_a_b_1_2022-3-11 10:00:00100111002_a_b_1_2022-3-11 10:00:05100211003_a_b_2_2022-3-11 10:01:00100321004_a_b_2_2022-3-11 10:01:05100421006_c_b_1_2022-3-11 10:30:00100631007_c_b_2_2022-3-11 10:30:00100741008_e_b_2_2022-3-11 10:45:0010085
…ꢀꢀ
[0079]
表3、会话数据
[0080]
由表3可见，消息1001和1002构成会话1，会话1是涉及“消费者a，商家b，客服1”在3.11日的一次会话；消息1003和1004构成会话2，会话2是涉及“消费者a，商家b，客服2”在3.11日的一次会话，等等。
[0081]
在一个示例中，步骤s103可包括如下子步骤：
[0082]
步骤s1031：获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话消息的发送日期信息和发送时间信息。
[0083]
具体实施时，可从对话消息的属性数据中获取对应的商家信息、第二用户信息和第一用户信息、发送日期信息和发送时间信息，如可通过表1提供的数据获取与对话消息对应的各种信息。
[0084]
具体实施时，也可根据上述消息主键，获取与所述对话消息对应的第一用户信息、第二用户信息和商家信息、所述对话消息的发送日期信息和发送时间信息。
[0085]
步骤s1033：根据所述第一用户信息、第二用户信息和发送日期信息，确定所述至少一个客服会话。
[0086]
在本实施例中，可根据所述第一用户信息、第二用户信息和发送日期信息，确定所述至少一个客服会话。采用这种处理方式，使得将被服务方与服务方的全天沟通视为一次会话服务，服务方是服务的提供方，比如某个商家的客服，被服务方是服务的需求方，比如消费者买家。
[0087]
步骤s1035：根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
[0088]
将被服务方与服务方的全天沟通的对话消息视为一次会话服务包括的对话消息。例如，将“消费者a，商家b，客服1”在一天内的所有对话消息形成一次会话的内容。
[0089]
在另一个示例中，步骤s103可包括如下子步骤：
[0090]
步骤s1031’：获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话
消息的发送日期信息和发送时间信息。
[0091]
步骤s1033’：根据所述第一用户信息、第二用户信息和发送日期信息，获取会话问候语和会话结束语。
[0092]
步骤s1035’：根据会话问候语和会话结束语，确定所述至少一个客服会话；
[0093]
步骤s1037’：根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
[0094]
采用这种处理方式，使得将问候语(如“你好”)作为会话的起始消息，将结束语(如“再见”)作为会话的结束消息，将此期间的沟通视为一次会话服务。这样，对于同一组商家、客服和消费者而言，可以还原一天内的多次会话服务，因此，可以有效提升会话还原的准确度。
[0095]
具体实施时，基于对话消息流还原出的客服会话信息还可包括会话起始时间和会话结束时间。在实际应用中，可向商家展示会话起始时间和会话结束时间，以使其了解更为详尽的会话信息。
[0096]
在实现本发明过程中，发明人发现在实际应用中同一会话的多个消息可能没有按顺序传输，如会话1包括消息1001和消息1002，消息1001的发送时间早于消息1002，但实际传输过程中先收到了消息1002，而后才收到消息1001，如果简单地根据当前接收到的消息的发送时间来更新会话结束时间，就会导致会话结束时间是消息1001的发送时间，这并非该会话的真实结束时间，因此无法准确还原会话结束时间。
[0097]
为了准确还原会话结束时间，在一个示例中，所述方法还可包括如下步骤：若判定在当前接收到的对话消息之前不存在同一客服会话的未接收到的对话消息，则根据当前接收到的对话消息的发送时间信息，确定对应的客服会话的会话结束时间信息。采用这种处理方式，使得在实时获取到一条对话消息后，只有在确定在该条消息之前不存在同一客服会话的未获取到的对话消息，才会根据该条消息的发送时间信息，更新对应的客服会话的会话结束时间信息；因此，可以准确地还原会话结束时间。
[0098]
具体实施时，可以设置一个等待时长阈值(如1分钟)，如果在接收到的一条对话消息后，在等待时长阈值达到后仍未收到同一会话的发生在该消息之前的其它对话消息，则将该条对话消息作为该会话的最新消息，根据最新消息的发送时间更新会话的结束时间。
[0099]
具体实施时，也可根据消息的主键分组，实时取每条消息的最新字段信息，保证实时语聊消息的有序性。
[0100]
步骤s105：根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息。
[0101]
问题场景又称为咨询场景、咨询类别或者问题类别，是对一次会话进行问题分类。在电商客服场景中，问题场景包括但不限于：物流发货，退款售后，商品咨询。例如，如果一次会话中买家问题主要是物流发货方面的问题，则这一次会话的问题场景是物流发货；如果买家问题主要是退款售后方面的问题，则问题场景是退款售后；如果买家问题主要是询问商品详情，则问题场景是商品咨询。
[0102]
在一个示例中，步骤s105可包括如下子步骤：
[0103]
步骤s1051：根据与客服会话对应的多个对话消息，获取第一用户对话消息。
[0104]
具体实施时，可对每个对话消息进行发送者身份判定，区分出服务方(商家客服，即第二用户)和被服务方(消费者，即第一用户)的身份，然后从一次会话的所有消息中提取
第一用户对话消息，即提取消费者发出的消息。
[0105]
在一个示例中，步骤s1051可采用如下方式实现：获取所述对话消息的发送者身份信息，发送者身份可以是第一用户(消费者)或者第二用户(客服)；将发送者身份信息为第一用户的对话消息作为第一用户对话消息。例如，可根据表2中的“发送者是否为消费者”来确定发送方身份，如果为“是”则发送方身份为第一用户，如果为“否”则发送方身份为第二用户，第二用户可以是真实的人或者客服机器人。
[0106]
步骤s1053：确定第一用户对话消息的问题场景信息。
[0107]
具体实施时，步骤s1053可采用如下方式实现：通过问题类别预测模型，确定第一用户对话消息的问题场景信息。采用这种处理方式，使得基于问题发起方是消费者的消息，通过算法模型预测出消费者咨询问题场景，针对每句买家消息标注咨询场景标签。例如：消费者提问：这个化妆品什么时候发货，对应的问题场景是：物流发货。表4示出了本实施例的会话问题场景信息。
[0108][0109]
表4、问题场景数据
[0110]
步骤s1055：根据第一用户对话消息的问题场景信息，确定客服会话的问题场景信息。
[0111]
在获得一次会话中第一用户的每个问题对应的场景信息后，即可确定客服会话的问题场景信息。例如，表1中1001和1002为一次会话包括的消息，根据消息1001属于物流发货问题，可确定该会话的问题场景就是物流发货。
[0112]
采用上述步骤s1051至步骤s1055的处理方式，使得基于消费者的对话消息来确定一次会话的问题场景，因此，可以有效提升会话问题场景的确定效率和准确度。
[0113]
在一个示例中，所述方法还可包括如下步骤：滤除所述至少一个客服会话中的无效客服会话。采用这种处理方式，可以针对实时会话信息，进行无问题场景、问题场景是“用户语聊”和“其它”的无效场景过滤。例如，由于表3中的会话4对应的问题场景是“其它”，因此滤除会话4。
[0114]
步骤s107：根据客服会话的问题场景信息，确定所述待查询对象的问题场景分布信息。
[0115]
所述待查询对象的问题场景分布信息是指一个商家的消费者向商家咨询问题的
分布情况。所述待查询对象的问题场景分布信息，包括但不限于以下至少一项：待查询对象在至少一个时段内且在不同问题场景中的客服咨询用户量，待查询对象在至少一个时段内且在不同问题场景中的客服会话量。客服咨询用户量又称为咨询人数，即和客服对话的买家数。客服会话量又称为咨询会话数，即客服会话的次数。所述时段可以是以天为单位的时段，如最近一天。所述时段也可以是以小时为单位的时段，如最近一小时。
[0116]
在一个示例中，步骤s107可采用如下方式实现：根据客服会话的问题场景信息，确定所述待查询对象在至少一个时段内且在不同问题场景中的客服咨询用户量，或者获取客服会话量，或者获取客服咨询用户量和客服会话量。采用这种处理方式，使得可支持时间、商家、咨询场景和会话明细多个维度下的分析；因此，可以帮助商家进行咨询场景洞察。
[0117]
例如，根据上述表1至表4中的数据，获取商家b在2011-03-11日关于“物流发货”咨询场景的咨询人数为2、咨询会话数为2,关于“退款售后”咨询场景的咨询人数为2、咨询会话数为2。
[0118]
再例如，根据上述表1至表4中的数据，获取商家b在2011-03-11日近1小时(当前2022-03-11 11：10：00)关于“物流发货”咨询场景的咨询人数为1和咨询会话数为1,关于“退款售后”咨询场景的咨询人数为1、咨询会话数为1。
[0119]
在一个示例中，所述方法还可包括如下步骤：根据客服会话的问题场景信息，确定所述待查询对象在至少一个时段内且在多个问题场景中的客服咨询用户总量和/或客服会话总量。例如，根据上述表1至表4中的数据，获取商家b在2011-03-11日的咨询人数为4、咨询会话数为5。例如，根据上述表1至表4中的数据，获取商家b在2011-03-11日近1小时(当前2022-03-11 11：10：00)的咨询人数为3和咨询会话数为3。
[0120]
在一个示例中，所述方法还可包括如下步骤：获取客服会话的问题场景信息的准确度；根据所述准确度，获取同一时段内的同一问题场景下的多个客服会话的排名信息。采用这种处理方式，使得可向商家提供会话还原的可信度，商家可据此来决策诸如客服调度等处理方式。
[0121]
具体实施时，上述问题类别预测模型可给出预测出的问题场景信息的准确度(如概率)，可将该准确度作为客服会话的问题场景信息的准确度，该准确度可用于对一个商家的多个客服会话进行排名。
[0122]
在一个示例中，所述方法还可包括如下步骤：根据所述待查询对象的问题场景分布信息，确定第二用户调度信息。例如，商家根据问题场景分布信息发现某类问题场景的会话比较多，则可以增加该问题场景的客服数量。采用这种处理方式，可有效提升客服调度效率和准确度。
[0123]
在一个示例中，可根据预设时间间隔执行所述方法，实现按固定滑动频率实时统计商家的客服咨询量等数据。所述时间间隔可以是分钟级的时间间隔，如时间间隔为1分钟。采用这种处理方式，使得基于无序的实时客服对话消息还原出客服会话，并确定会话的问题场景，再基于客服会话的问题场景信息构建多维分析统计，由此将无序的实时消息转换成可供商家分析的实时多维咨询场景洞察，可同时支持时间、商家、咨询场景和明细多个维度下的分析；因此，可以有效提升消费问题咨询分布信息的实时性。
[0124]
例如，按天和商家的维度进行统计：当天0点到当前时间，按商家粒度统计排在前10名的问题场景的咨询用户量和咨询会话量、每个问题统计准确度(即预测会话所属问题
场景的准确度)前100实时会话，支持商家查看会话详情内容。
[0125]
再例如，按近1小时、商家和咨询场景的维度进行统计：近1小时按商家的咨询场景统计消费者咨询量和咨询会话量，并1分钟滑动更新一次窗口；提供每个问题场景统计准确度前20的实时会话，支持商家查看会话详情内容。也即，给商家展示各维度下消费者咨询问题排名，可按会话不同粒度查看高频问题案例和一次会话的所有消息，帮商家更好定位消费者问题。
[0126]
在本实施例中，通过实时消息的预处理(如滤除系统消息、重复消息、保证消息的正常顺序等)、咨询问题的标签化(确定消费者问题的问题场景)、实时场景会话还原(如同一组用户一天的沟通为一次会话)、滑动窗口(如1分钟执行一次本技术实施例提供的方法)多维度统计和数据输出多维分析，帮助商家更实时直接了解消费问题咨询分布，显示商家服务承接现状，助力商家合理调度客服资源，起到客服资源价值最大化。
[0127]
在一个示例中，所述方法还可包括如下步骤：按时间、会话和会话内容维度将统计的实时数据输出至数据库(如lindorm)存储，如下表5所示：
[0128][0129][0130]
表5、多维度实时窗口统计分析信息
[0131]
在一个示例中，步骤s107可采用如下方式实现：响应于问题场景分布信息获取请求，根据客服会话的问题场景信息，获取待查询对象在至少一个时段内且在不同问题场景中的客服咨询用户量和/或客服会话量。
[0132]
具体实施时，可以是待查询对象通过其使用的终端设备向服务端发送问题场景分布信息获取请求，待查询对象可输入查询日期和时间维度类型(如天或者近1小时)，服务端
执行所述方法获取该待查询对象在当天的实时排名前10问题分布信息，或者获取该待查询对象在近1小时的实时排名前10问题分布信息，或者同时获取该待查询对象在当天和在近1小时的实时排名前10问题分布信息。
[0133]
在一个示例中，所述方法还可包括如下步骤：响应于客服对话获取请求，获取待查询对象在目标时段内且在目标问题场景中的客服会话信息；此外，还可包括如下步骤：响应于对话内容获取请求，获取待查询对象的目标客服会话的内容信息。例如，商家点击具体咨询场景，服务端采用范围查询获取数据库存储中排名前100会话案例展示并显示会话明细。
[0134]
从上述实施例可见，本技术实施例提供的客服信息处理方法，通过获取待查询对象关联的客服对话消息流；根据对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息；根据客服会话的问题场景信息，确定所述待查询对象(商家)的问题场景分布信息。采用这种处理方式，使得基于无序的客服对话消息还原出客服会话，并确定会话的问题场景，再基于客服会话的问题场景信息来分析问题场景分布情况，由此将无序的消息转换成可供商家分析的咨询场景洞察，比如可支持时间、商家、咨询场景和会话明细多个维度下的分析；因此，可以有效提升消费问题咨询分布信息的准确度，以及提升分析处理效率。
[0135]
第二实施例
[0136]
在上述的实施例中，提供了一种客服信息处理方法，与之相对应的，本技术还提供一种客服信息处理装置。该装置是与上述方法的实施例相对应。本实施例与第一实施例内容相同的部分不再赘述，请参见实施例一中的相应部分。
[0137]
本技术提供的一种客服信息处理装置包括：消息流获取单元，客服会话确定单元，问题场景确定单元，问题场景分布确定单元。
[0138]
消息流获取单元，用于获取待查询对象关联的客服对话消息流；客服会话确定单元，用于根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；问题场景确定单元，用于根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息；问题场景分布确定单元，用于根据客服会话的问题场景信息，确定所述待查询对象的问题场景分布信息。
[0139]
在一个示例中，所述客服会话确定单元，具体用于获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话消息的发送日期信息和发送时间信息；根据所述第一用户信息、第二用户信息和发送日期信息，确定所述至少一个客服会话；根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
[0140]
在一个示例中，所述客服会话确定单元，具体用于获取与所述对话消息对应的第一用户信息、第二用户信息、所述对话消息的发送日期信息和发送时间信息；根据所述第一用户信息、第二用户信息和发送日期信息，获取会话问候语和会话结束语；根据会话问候语和会话结束语，确定所述至少一个客服会话；根据所述第一用户信息、第二用户信息、发送日期信息和发送时间信息，获取与客服会话对应的多个对话消息。
[0141]
在一个示例中，所述问题场景确定单元，具体用于根据与客服会话对应的多个对话消息，获取第一用户对话消息；确定第一用户对话消息的问题场景信息；根据第一用户对话消息的问题场景信息，确定客服会话的问题场景信息。
[0142]
在一个示例中，所述问题场景确定单元，具体用于获取所述对话消息的发送者身份信息；将发送者身份信息为第一用户的对话消息作为第一用户对话消息。
[0143]
在一个示例中，所述问题场景确定单元，具体用于通过问题类别预测模型，确定第一用户对话消息的问题场景信息。
[0144]
在一个示例中，所述问题场景分布确定单元，具体用于根据客服会话的问题场景信息，获取所述待查询对象在至少一个时段内且在不同问题场景中的客服咨询用户量和/或客服会话量。
[0145]
在一个示例中，所述装置还可包括以下至少一个单元：
[0146]
数据汇总单元，用于根据客服会话的问题场景信息，获取所述待查询对象在至少一个时段内且在多个问题场景中的客服咨询用户总量和/或客服会话总量；
[0147]
会话排名单元，用于获取客服会话的问题场景信息的准确度，并根据所述准确度，获取同一时段内的同一问题场景下的多个客服会话的排名信息。
[0148]
在一个示例中，所述装置还可包括：客服调度单元，用于根据所述待查询对象的问题场景分布信息，确定第二用户调度信息。
[0149]
在一个示例中，所述装置还可包括以下至少一个单元：
[0150]
系统消息滤除单元，用于滤除所述对话消息流中的系统消息；
[0151]
重复消息滤单元，用于滤除所述对话消息流中的重复消息；
[0152]
会话时间确定单元，用于若判定在当前接收到的对话消息之前不存在同一客服会话的未接收到的对话消息，则根据当前接收到的对话消息的发送时间信息，确定对应的客服会话的会话结束时间信息；
[0153]
无效会话滤除单元，用于滤除所述至少一个客服会话中的无效客服会话。
[0154]
第三实施例
[0155]
本技术还提供一种电子设备。由于设备实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
[0156]
本实施例的一种电子设备，该电子设备包括：处理器和存储器；存储器，用于存储实现客服信息处理方法的程序，该设备通电并通过所述处理器运行该方法的程序。
[0157]
第四实施例
[0158]
在上述的实施例中，提供了一种客服信息处理方法，与之相对应的，本技术还提供一种客服信息处理方法，该方法可用于待查询对象的客户端。该方法是与上述系统的实施例相对应。本实施例与第一实施例内容相同的部分不再赘述，请参见实施例一中的相应部分。
[0159]
本技术的客服信息处理方法，可包括如下步骤：
[0160]
步骤1：发送问题场景分布信息获取请求。
[0161]
步骤2：接收待查询对象的问题场景分布信息。
[0162]
步骤3：展示待查询对象的问题场景分布信息。
[0163]
如图3所示，其为确定所述待查询对象的客户端与服务端之间的交互过程。其中，所述待查询对象的问题场景分布信息采用如下方式确定：获取待查询对象关联的客服对话消息流；根据所述对话消息流，确定至少一个客服会话及与客服会话对应的多个对话消息；
根据与客服会话对应的多个对话消息，确定客服会话的问题场景信息；响应于所述请求，根据待查询对象的客服会话的问题场景信息，获取待查询对象的问题场景分布信息。所述问题场景分布信息，包括但不限于：待查询对象在至少一个时段内且在问题场景中的客服咨询用户量和/或客服会话量。
[0164]
本技术虽然以较佳实施例公开如上，但其并不是用来限定本技术，任何本领域技术人员在不脱离本技术的精神和范围内，都可以做出可能的变动和修改，因此本技术的保护范围应当以本技术权利要求所界定的范围为准。
[0165]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0166]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0167]
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0168]
2、本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。