本发明涉及运营分析,具体是一种基于电力客服的运营分析方法及系统。
背景技术:
1、智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的,它是(大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等),具有行业通用性,不仅为企业提供了细粒度知识管理技术,还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段;同时还能够为企业提供精细化管理所需的统计分析信息。
2、在电力服务领域中,智能客服技术也有应用,当用户出现电力问题时,会直接与智能客服沟通,在沟通过程中,用户很有可能解决一些小问题,一经解决,客户就不会再与ai进行交流,系统会对交流过程进行存储备份,然后定期删除;实际上,这些数据中很有分析价值,现有技术几乎都忽略了这些数据。
技术实现思路
1、本发明的目的在于提供一种基于电力客服的运营分析方法及系统,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于电力客服的运营分析方法,所述方法包括:
4、根据时间顺序读取客服端获取到的含有客户历史服务记录的客服数据,根据所述客户历史服务记录对客服数据进行分类;所述客服数据中含有发送方标记;
5、对含有发送方标记的客服数据进行分析,确定情绪评分;其中,所述情绪评分的因变量包括客服数据中的话务量、服务时长、转人工率和识别率;
6、基于情绪评分随机选取客服数据,提取客服数据中的关键词及其频数,生成关键词表;
7、对所述关键词表进行识别,生成运营分析报告。
8、作为本发明进一步的方案:所述根据时间顺序读取客服端获取到的含有客户历史服务记录的客服数据,根据所述客户历史服务记录对客服数据进行分类的步骤包括:
9、实时获取所有客服端的开关信号;所述开关信号为跳变沿信号;
10、基于同一时间轴统计所述开关信号,依次计算各时刻的开关信号总值,根据所述开关信号总值确定时间段;
11、以时间段为标签统计含有客户历史服务记录的客服数据,根据客户历史服务记录对客服数据进行分类。
12、作为本发明进一步的方案:所述对含有发送方标记的客服数据进行分析,确定情绪评分的步骤包括:
13、根据客服数据中的发送方标记对客服数据中的各词条进行分类,得到发送方文本;
14、根据预设的递增步长依次截取发送方文本,得到含有长度标签的待检文本;所述长度标签为待检文本占发送方文本的比例;
15、对所述待检文本进行词性识别及表情识别,标记情绪词及情绪表情;
16、根据标记的情绪词及情绪表情实时计算客户的情绪评分,并根据待检文本的长度标签对所述情绪评分进行排序;
17、对排序后的情绪评分进行分析,标记反馈数据;所述反馈数据的生成主体为智能客服端。
18、作为本发明进一步的方案:所述对排序后的情绪评分进行分析,标记反馈数据的步骤包括:
19、查询各情绪评分对应的待检文本的长度标签,根据所述长度标签将情绪评分转换为评分曲线;
20、计算评分曲线的导数,将所述导数与预设的导数阈值进行比对,当所述导数达到预设的导数阈值时,标记对应的长度标签;
21、以长度标签为中心,在客服数据中查询目标文本,基于目标文本的位置标记反馈数据。
22、作为本发明进一步的方案:所述基于情绪评分随机选取客服数据,提取客服数据中的关键词及其频数,生成关键词表的步骤包括:
23、根据情绪评分对客服数据进行分类,根据预设的选取数量在各类客服数据中选取客服数据;其中,不同情绪评分对应一个情绪级别,一个情绪级别对应一个选取数量;
24、基于预设的关键词库遍历提取客服数据中的关键词并计算其频数;
25、统计关键词及其频数,生成关键词表。
26、作为本发明进一步的方案:所述对所述关键词表进行识别,生成运营分析报告的步骤包括:
27、对所述关键词表中的各关键词进行归一处理;所述归一处理的步骤为在预设的同义词库中查询各关键词的同义词,根据预设的排列顺序对同义词进行排列,选取首项同义词作为归一处理结果;
28、合并归一处理后的关键词表,得到归一词表;
29、将所述归一词表输入训练好的报告生成模型,生成运营分析报告;
30、其中,所述报告生成模型为词-分析报告的映射模型。
31、本发明技术方案还提供了一种基于电力客服的运营分析系统,所述系统包括:
32、客服数据分类模块,用于根据时间顺序读取客服端获取到的含有客户历史服务记录的客服数据,根据所述客户历史服务记录对客服数据进行分类;所述客服数据中含有发送方标记;
33、情绪评分模块,用于对含有发送方标记的客服数据进行分析,确定情绪评分;其中,所述情绪评分的因变量包括客服数据中的话务量、服务时长、转人工率和识别率;
34、关键词提取模块,用于基于情绪评分随机选取客服数据,提取客服数据中的关键词及其频数,生成关键词表;
35、报告生成模块,用于对所述关键词表进行识别,生成运营分析报告。
36、作为本发明进一步的方案:所述客服数据分类模块包括:
37、开关信号获取单元,用于实时获取所有客服端的开关信号;所述开关信号为跳变沿信号;
38、时间段确定单元,用于基于同一时间轴统计所述开关信号,依次计算各时刻的开关信号总值,根据所述开关信号总值确定时间段;
39、统计分类单元,用于以时间段为标签统计含有客户历史服务记录的客服数据,根据客户历史服务记录对客服数据进行分类。
40、作为本发明进一步的方案:所述情绪评分模块包括:
41、词条分类单元,用于根据客服数据中的发送方标记对客服数据中的各词条进行分类,得到发送方文本;
42、文本截取单元,用于根据预设的递增步长依次截取发送方文本,得到含有长度标签的待检文本;所述长度标签为待检文本占发送方文本的比例;
43、文本识别单元,用于对所述待检文本进行词性识别及表情识别,标记情绪词及情绪表情;
44、分数排序单元,用于根据标记的情绪词及情绪表情实时计算客户的情绪评分,并根据待检文本的长度标签对所述情绪评分进行排序;
45、反馈数据标记单元,用于对排序后的情绪评分进行分析,标记反馈数据;所述反馈数据的生成主体为智能客服端。
46、作为本发明进一步的方案:所述关键词提取模块包括:
47、数据选取单元,用于根据情绪评分对客服数据进行分类,根据预设的选取数量在各类客服数据中选取客服数据;其中,不同情绪评分对应一个情绪级别,一个情绪级别对应一个选取数量;
48、遍历提取单元,用于基于预设的关键词库遍历提取客服数据中的关键词并计算其频数;
49、统计生成单元,用于统计关键词及其频数,生成关键词表。
50、与现有技术相比,本发明的有益效果是:本发明将客服数据转换为文本,借助文本识别技术对文本进行分析,实时判定用户的情绪,进而对各个会话进行聚类;然后,根据预设的数量随机选取各个会话,根据预设的关键词库提高各个会话中的关键词,由关键词及其重复次数生成运营分析报告,有效地利用了客服数据。