客服升级场景下匹配客服的方法及装置
阅读：883发布：2024-02-14
专利汇可以提供客服升级场景下匹配客服的方法及装置专利检索，专利查询，专利分析的服务。并且本 申请 提供一种客服升级场景下匹配客服的方法，包括：获取客户与第一客服进行服务交互产生的服务交互数据；从所述服务交互数据中解析出所述客户的客户特征信息；根据所述客户特征信息评估所述客户适配的交互特征；将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。本申请提供的客服升级场景下匹配客服的方法，通过评估客户的交互特征进而与客服的客服标签进行匹配，获得与客户的交互特征相匹配的第二客服，从而通过相匹配的第二客服针对性地解决客户的问题，提高了第二客服与客户的适配性和针对性。，下面是客服升级场景下匹配客服的方法及装置专利的具体信息内容。
1.一种客服升级场景下匹配客服的方法，其特征在于，包括：
获取客户与第一客服进行服务交互产生的服务交互数据；
从所述服务交互数据中解析出所述客户的客户特征信息；
根据所述客户特征信息评估所述客户适配的交互特征；
将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
2.根据权利要求1所述的客服升级场景下匹配客服的方法，其特征在于，所述服务交互数据的数据类型，包括下述至少一项：
语音类型、视频类型和文本类型。
3.根据权利要求2所述的客服升级场景下匹配客服的方法，其特征在于，若所述服务交互数据的数据类型为语音类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
根据所述音频特征信息计算所述客户的情绪特征值；
将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
4.根据权利要求2所述的客服升级场景下匹配客服的方法，其特征在于，若所述服务交互数据的数据类型为语音类型，相应的，所述获取客户与第一客服进行服务交互产生的服务交互数据步骤执行后，且所述从所述服务交互数据中解析出所述客户的客户特征信息步骤执行前，执行如下操作：
将语音类型的所述服务交互数据转化为文本类型的服务交互数据。
5.根据权利要求4所述的客服升级场景下匹配客服的方法，其特征在于，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
6.根据权利要求4所述的客服升级场景下匹配客服的方法，其特征在于，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
根据所述音频特征信息计算所述客户的情绪特征值；
将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
7.根据权利要求3或6所述的客服升级场景下匹配客服的方法，其特征在于，所述音频特征信息，包括下述至少一项：
音量信息、音调信息以及音量波动幅度。
8.根据权利要求2所述的客服升级场景下匹配客服的方法，其特征在于，若所述服务交互数据的数据类型为视频类型，所述从所述服务交互数据中解析出所述客户的客户特征信息前，执行如下操作：
将所述视频类型的所述服务交互数据分解成图像类型的服务交互数据与语音类型的服务交互数据；
相应地，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
分析所述图像类型的服务交互数据报中包含的所述客户的图像特征信息，作为所述客户特征信息；
分析所述音频类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
相应地，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
将所述图像特征信息与情绪特征图像库中的情绪特征图像进行比对，将比对所获得的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征；
根据所述音频特征信息计算所述客户的情绪特征值；
将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
9.根据权利要求2所述的客服升级场景下匹配客服的方法，其特征在于，若所述服务交互数据的数据类型为文本类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合；
对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息；
相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
根据语义分析结果，计算所述客户的情绪特征值；
将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
10.根据权利要求1至9任意一项所述的客服升级场景下匹配客服的方法，其特征在于，所述客服升级场景下匹配客服的方法，在所述客户与所述第一客服进行服务交互的过程中执行；
相应的，所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤执行后，执行如下操作：
判断所述第一客服是否已经解决所述客户的问题，若是，则结束对所述客户的服务交互，所述问题是根据所述服务交互数据确定的；
若否，呼叫所述第二客服面向所述客户针对所述问题进行交互服务。
11.根据权利要求1所述的客服升级场景下匹配客服的方法，其特征在于，所述方法在用户与第一客服进行交互之后执行，在所述获取用户与第一客服进行服务交互产生的服务交互数据前，执行如下操作：
判断第一客服是否已经解决用户的问题，若否，执行所述获取用户与第一客服进行服务交互产生的服务交互数据步骤。
12.根据权利要求1所述的客服升级场景下匹配客服的方法，其特征在于，所述客服的客服标签采用如下方式确定：
获取所述客服的历史服务数据；
基于所述历史服务数据，分析所述客服的服务特征；
基于所述服务特征，确定所述客服的客服标签；
其中，所述服务特征，包括以下至少一项：服务主题、服务对象、服务成功的比率、服务评分。
13.根据权利要求1所述的客服升级场景下匹配客服的方法，其特征在于，所述从所述服务交互数据中解析出所述客户的客户特征信息步骤执行后，且所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤执行前，执行如下操作：
解析所述服务交互数据，获得服务交互子数据集合；
从所述服务交互子数据集合中提取关键服务交互子数据；
根据所提取的关键服务交互子数据，确定服务交互主题；
相应地，所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤执行后，执行以下步骤：
判断所述第二客服的标签与所述服务交互主题是否匹配，若是，呼叫所述第二客服面向所述客户针对所述问题进行交互服务；
若否，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤。
14.根据权利要求13所述的客服升级场景下匹配客服的方法，其特征在于，所述判断所述第二客服的标签与所述服务交互主题是否匹配步骤执行前，执行如下操作：
获取所述服务交互主题对应的交互问题集合；
根据所述服务交互数据，从所述交互问题集合中确定所述服务交互数据对应的交互问题；
判断所述第一客服是否已经解决所述客户的交互问题，若否，执行如下操作：
判断所述第二客服的标签与所述交互问题是否匹配，若与所述交互问题不匹配，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤；
若与所述交互问题匹配，执行所述判断所述第二客服的标签与所述服务交互主题是否匹配步骤。
15.一种客服升级场景下匹配客服的装置，其特征在于，包括：
服务交互数据获取单元，用于获取客户与第一客服进行服务交互产生的服务交互数据；
客户特征信息解析单元，用于从所述服务交互数据中解析出所述客户的客户特征信息；
交互特征评估单元，用于根据所述客户特征信息评估所述客户适配的交互特征；
二次客服匹配单元，用于将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
16.根据权利要求15所述的客服升级场景下匹配客服的装置，其特征在于，所述客户特征信息解析单元包括：
第一客户特征信息解析子单元，用于分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
所述交互特征评估单元包括：
第一情绪特征值获取子单元，用于根据所述音频特征信息计算所述客户的情绪特征值；
第一交互特征确定子单元，用于将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
17.根据权利要求16所述的客服升级场景下匹配客服的装置，其特征在于，所述客户特征信息解析单元包括：
第一分词子单元，用于对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
所述交互特征评估单元包括：
第一语义分析子单元，用于对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
第二交互特征确定子单元，用于根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
18.一种电子设备，其特征在于，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
获取客户与第一客服进行服务交互产生的服务交互数据；
从所述服务交互数据中解析出所述客户的客户特征信息；
根据所述客户特征信息评估所述客户适配的交互特征；
将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
客服升级场景下匹配客服的方法及装置
技术领域
背景技术
[0002] 在客户服务领域，客户在接受第一客服的服务后可能未能满意地解决客户的问题。在这种情况下，第二客服可能会介入处理客户的问题。第一级客服往往需要跟第二客服说明该客户的情绪特征、逻辑沟通特征，才能使第二客服针对性地处理客户的问题。另外，各个服务人员能力也不一样，只有第一客服未能解决的问题转交给能力匹配的第二客服，第二客服才能解决客户的问题。
[0003] 目前，现有技术直接将第一客服未解决的客户问题交由任意的第二客服介入解决。这种情况下，第二客服既不了解客户的情绪特征、逻辑沟通特征，无法针对性地解决客户的问题；同时该第二客服的能力也可能与客户不相匹配，以至于该第二客服解决该客户的问题效率较低。发明内容
[0004] 本申请提供一种客服升级场景下匹配客服的方法，旨在实现使相匹配的客服针对客户的特征高效率地解决客户的问题。本申请还提供一种客服升级场景下匹配客服的装置，还涉及一种电子设备。
[0005] 本申请提供的一种客服升级场景下匹配客服的方法，包括：
[0006] 获取客户与第一客服进行服务交互产生的服务交互数据；
[0007] 从所述服务交互数据中解析出所述客户的客户特征信息；
[0008] 根据所述客户特征信息评估所述客户适配的交互特征；
[0009] 将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0010] 可选的，所述服务交互数据的数据类型，包括下述至少一项：语音类型、视频类型和文本类型。
[0011] 可选的，若所述服务交互数据的数据类型为语音类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0012] 分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0013] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0014] 根据所述音频特征信息计算所述客户的情绪特征值；
[0015] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0016] 可选的，若所述服务交互数据的数据类型为语音类型，相应的，所述获取客户与第一客服进行服务交互产生的服务交互数据步骤执行后，且所述从所述服务交互数据中解析出所述客户的客户特征信息步骤执行前，执行如下操作：
[0017] 将语音类型的所述服务交互数据转化为文本类型的服务交互数据。
[0018] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0019] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0020] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0021] 对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0022] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0023] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0024] 分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0025] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0026] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0027] 根据所述音频特征信息计算所述客户的情绪特征值；
[0028] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0029] 对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0030] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0032] 可选的，若所述服务交互数据的数据类型为视频类型，所述从所述服务交互数据中解析出所述客户的客户特征信息前，执行如下操作：
[0033] 将所述视频类型的所述服务交互数据分解成图像类型的服务交互数据与语音类型的服务交互数据；
[0034] 相应地，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0035] 分析所述图像类型的服务交互数据报中包含的所述客户的图像特征信息，作为所述客户特征信息；
[0036] 分析所述音频类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0037] 相应地，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0038] 将所述图像特征信息与情绪特征图像库中的情绪特征图像进行比对，将比对所获得的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征；
[0039] 根据所述音频特征信息计算所述客户的情绪特征值；
[0040] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0041] 可选的，若所述服务交互数据的数据类型为文本类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0042] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合；
[0043] 对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息；
[0044] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0045] 根据语义分析结果，计算所述客户的情绪特征值；
[0046] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0047] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0048] 可选的，若所述服务交互数据的数据类型为文本类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下方式实现：
[0049] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合；
[0050] 对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息；
[0051] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下方式实现：
[0052] 根据语义分析结果，计算所述客户的情绪特征值；
[0053] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0054] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0055] 可选的，所述方法在用户与第一客服进行交互之后执行，在所述获取用户与第一客服进行服务交互产生的服务交互数据前，执行如下操作：
[0056] 判断第一客服是否已经解决用户的问题，若否，执行所述获取用户与第一客服进行服务交互产生的服务交互数据步骤。
[0057] 可选的，所述客服的客服标签采用如下方式确定：
[0058] 获取所述客服的历史服务数据；
[0059] 基于所述历史服务数据，分析所述客服的服务特征；
[0060] 基于所述服务特征，确定所述客服的客服标签；
[0061] 其中，所述服务特征，包括以下至少一项：服务主题、服务对象、服务成功的比率、服务评分。
[0062] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息步骤执行后，且所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤执行前，执行如下操作：
[0063] 解析所述服务交互数据，获得服务交互子数据集合；
[0064] 从所述服务交互子数据集合中提取关键服务交互子数据；
[0065] 根据所提取的关键服务交互子数据，确定服务交互主题；
[0066] 相应地，所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤执行后，执行以下步骤：
[0067] 判断所述第二客服的标签与所述服务交互主题是否匹配，若是，呼叫所述第二客服面向所述客户针对所述问题进行交互服务；
[0068] 若否，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤。
[0069] 可选的，所述判断所述第二客服的标签与所述服务交互主题是否匹配步骤执行前，执行如下操作：
[0070] 获取所述服务交互主题对应的交互问题集合；
[0071] 根据所述服务交互数据，从所述交互问题集合中确定所述服务交互数据对应的交互问题；
[0072] 判断所述第一客服是否已经解决所述客户的交互问题，若否，执行如下操作：
[0073] 判断所述第二客服的标签与所述交互问题是否匹配，若与所述交互问题不匹配，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服步骤；
[0074] 若与所述交互问题匹配，执行所述判断所述第二客服的标签与所述服务交互主题是否匹配步骤。
[0075] 本申请还提供一种客服升级场景下匹配客服的装置，包括：
[0076] 服务交互数据获取单元，用于获取客户与第一客服进行服务交互产生的服务交互数据；
[0077] 客户特征信息解析单元，用于从所述服务交互数据中解析出所述客户的客户特征信息；
[0078] 交互特征评估单元，用于根据所述客户特征信息评估所述客户适配的交互特征；
[0079] 第二客服匹配单元，用于将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0080] 可选的，所述客户特征信息解析单元包括：
[0081] 第一客户特征信息解析子单元，用于分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0082] 所述交互特征评估单元包括：
[0083] 第一情绪特征值获取子单元，用于根据所述音频特征信息计算所述客户的情绪特征值；
[0084] 第一交互特征确定子单元，用于将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0085] 可选的，所述客户特征信息解析单元包括：
[0086] 第一分词子单元，用于对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0087] 所述交互特征评估单元包括：
[0088] 第一语义分析子单元，用于对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0089] 第二交互特征确定子单元，用于根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0090] 本申请还提供一种电子设备，包括：
[0091] 存储器和处理器；
[0092] 所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
[0093] 获取客户与第一客服进行服务交互产生的服务交互数据；
[0094] 从所述服务交互数据中解析出所述客户的客户特征信息；
[0095] 根据所述客户特征信息评估所述客户适配的交互特征；
[0096] 将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0097] 本申请提供的客服升级场景下匹配客服的技术方案通过对第一客服与客户进行服务产生的服务交互数据中解析出的客户特征信息，评估客户的交互特征，进而与客服的客服标签进行匹配，获得与所述交互特征相匹配的第二客服，从而实现使相匹配的第二客服针对性地解决所述客户的问题。附图说明
[0099] 图2是本申请提供的一种客服升级场景下匹配客服的方法的应用场景示意图；
[0100] 图3是本申请提供的一种客服升级场景下匹配客服的装置实施例的示意图；
[0101] 图4是本申请提供的一种电子设备实施例的示意图。
具体实施方式
[0102] 在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请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申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
[0103] 本申请提供一种客服升级场景下匹配客服的方法，图1是本申请提供的客服升级场景下匹配客服的方法的一个实施例的流程。下面结合图1所示的客服升级场景下匹配客服的方法的一个实施例的流程来阐述本申请提供的客服升级场景下匹配客服的方法的技术方案。
[0104] 图1示出的客服升级场景下匹配客服的方法的一个实施例的流程包括：
[0105] 步骤S101，获取客户与第一客服进行服务交互产生的服务交互数据。
[0106] 在客户与客服进行交互的场景中，相互之间交互的方式可能是使用语音进行交互，也可能是通过视频进行交互，还可能是利用文字进行交互。由此，相应地，上述交互过程产生的服务交互数据就有可能是语音类型的服务交互数据，也可能是视频类型的服务交互数据，还可能是文本类型的服务交互数据。若通过步骤S101获取到的服务交互数据为语音类型的服务交互数据时，还可以将语音类型的所述服务交互数据转化为文本类型的服务交互数据。这样在后续步骤S102解析客户特征信息以及后续步骤S103评估交互特征中，既可以针对所获取的语音类型的服务交互数据进行处理，还可以针对由所获取到的语音类型的服务交互数据转换而来的文本类型的服务交互数据进行处理，增强了对语音类型的服务交互数据处理的便利性、多元性，提高处理效率。若通过步骤S101获取到的服务交互数据为视频类型的服务交互数据时，在所述步骤S101之后，且在步骤S102之前，执行如下操作：将所述视频类型的所述服务交互数据分解成图像类型的服务交互数据与语音类型的服务交互数据。这样在后续步骤S102解析客户特征信息以及后续步骤S103评估交互特征中，可以针对由所获取到的视频类型的服务交互数据转换而来的图像类型的服务交互数据以及语音类型的服务交互数据进行处理，从而获得对视频类型的服务交互数据的处理能力。
[0107] 步骤S102，从所述服务交互数据中解析出所述客户的客户特征信息。
[0108] 首先，当步骤S101获得的服务交互数据为语音类型的服务交互数据，或者步骤S101中获取到的为视频类型的服务交互数据并将之分解从而获得语音类型的服务交互数据时，所述S102可以采用如下方式实现：分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息。所述音频特征信息，包括下述至少一项：音量信息、音调信息以及音量波动幅度。其中，所述音量信息是指语音类型的交互数据的音量大小值，单位是分贝(dB)，用于度量声音强度。当客户与客服交互时客户的声音比较大时，客户的音量值比较大。客户声音的音量值可以通过音量检测器来进行检测，由于本实施例所示的方法是通过计算机设备实现的，相应的，用于检测音量大小的音量检测器一般都安装在计算机设备中。音量检测器通过接受客户发出的声波的震动，产生电压，显示出电压大小对应的声音大小，也就是客户的音量值的大小。当客户的声音大小变化时，相应的，音量检测器就能显示出不同的音量值，例如检测到客户的音量值的波动范围可能是(0～30)dB、(31～50)dB、(51～70)dB、(71～100)dB。所述音调信息是指语音类型的交互数据的音调的大小值，单位是赫兹(Hz)。音调主要与声波振动的频率有关，例如，当客户发声时，情绪比较激动，发音位置稍靠声带后部时，声带振动的频率可能会比较高，使得发出的声音音调比较高。当客户发声时声带振动的频率存在变化时，所发出的声音的音调值就会变化。至于客户发出声音的音调值的大小，可以由音调检测器来检测。由于本实施例所示的方法是通过计算机设备实现的，相应的，用于检测音量大小的音调检测器一般都安装在计算机设备中。当音调检测器检测到客户发出的声音时，由于客户声音的声波存在一定的振动频率，因此检测器可以感应到该振动频率，随着该振动频率进行振动，并产生电信号，得出该电信号对应的音调值。当客户的声音振动频率变化时，也就是客户声音的音调变化时，相应地，音调检测器会检测出不同的音调值，比如可能检测出的音调值为20Hz、30Hz、40Hz、60Hz、80Hz。通过上述方式，针对客户与客服进行服务交互时产生的语音类型的服务交互数据，检测出客户语音的音量值及波动范围、音调值及波动范围之后，将之作为客户的特征信息，在步骤S102之后其他步骤进行使用。
[0109] 其次，当步骤S101获取到文本类型的服务交互数据，或者当步骤S101获取到音频类型的服务交互数据并将之转换成文本类型的服务交互数据时，以及当步骤S101获取到的为视频类型的服务交互数据并从中分解出语音类型的服务交互数据并进而转换得到文本类型的服务交互数据时，所述S102还可以采用如下方式实现：第一，对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息。其中，所述进行分词指的是将客户与客服交互产生的文本进行分词，比如该文本为一段文字，则将该段文字切分成单个的词语，也就得到文本类型的服务交互子数据。在本实施例所示的方法中，可以将文本类型的服务交互子数据集合，作为所述客户特征信息，在之后步骤进行使用。第二，对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息。在基于切分得到文本类型的服务交互子数据集合后，再运用统计语言模型确定最优的切分结果。所述最优切分结果中的这些分词同时代表着该段文本交互数据的语义，可以将之作为所述客户特征信息，在步骤S102之后其他步骤进行使用。
[0110] 再者，当经过步骤S101获取到的为视频类型的服务交互数据，并经过将所述视频类型的服务交互数据分解成图像类型的服务交互数据以及音频类型的服务交互数据时，所述步骤S102还可以采用如下方式实现：第一，分析所述图像类型的服务交互数据报中包含的所述客户的图像特征信息，作为所述客户特征信息。其中，所得到的图像类型的服务交互数据是客户与客服在交互过程中产生的，由于客户与客服交互的过程产生的图像可能包含有多种，比如可能有客服的脸部图像，还可能有其他物体的图像(如所购买的某个商品的图像)。因此，可以通过图像识别将客户的图像确定出来，该客户的图像就是所述客户的图像特征信息。关于如何通过图像识别将用户的图像确定出来，可以通过如下方式实现：首先检测各图像的特征像素点，一系列的特征像素点能够将图像所描述事物的轮廓表示出来；其次，在将各特征像素点所表示的事物的轮廓与人体图像库或人脸图像库进行比对，如果与人体图像库或人脸图像库中的图像相匹配，则将该图像确定为客户的图像特征信息。第二，分析所述音频类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息。至于将由视频类型的服务交互数据分解而来的音频特征信息作为所述客户的客户特征信息，前文已有详细描述，在此不再赘述。通过上述方式，将所述客户的图像特征信息以及所述客户的音频特征信息，作为所述客户特征信息，在步骤S102之后其他步骤进行使用。
[0111] 步骤S103，根据所述客户特征信息评估所述客户适配的交互特征。
[0112] 首先，当步骤S101获得的服务交互数据为语音类型的服务交互数据，或者步骤S101中获取到的为视频类型的服务交互数据并将之分解从而获得语音类型的服务交互数据时，并经过步骤S102通过对语音类型的服务交互数据分析，进而将客户音频特征信息确定为所述客户的客户特征信息之后，所述步骤S103可以采用如下方式实现：第一，根据所述音频特征信息计算所述客户的情绪特征值。在前文步骤S102中例示了客户的音量值的波动范围可能是(0～30)dB、(31～50)dB、(51～70)dB、(71～100)dB，客户的音调值可能为20Hz、30Hz、40Hz、60Hz、80Hz。在本步骤S103中，可以将音量值的波动范围(0～30)dB、(31～50)dB、(51～70)dB、(71～100)dB按照预设的映射关系分别确定对应的情绪值区间，例如：分别为(71～100)、(51～71)、(31～51)、(0～30)。第二，将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。在确定了所述客户的情绪值区间之后，由于各情绪值区间又与情绪特征存在映射关系，可以将比对获得的相互匹配的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
例如：情绪值区间(71～100)对应的情绪特征为开心，情绪值区间(51～71)对应的情绪特征为平和，情绪值区间(31～51)对应的情绪特征为生气，情绪值区间(0～30)对应的情绪特征为愤怒。同理，也可以根据映射关系对客户的音调值20Hz、30Hz、40Hz、60Hz、80Hz计算出对应的情绪特征值，并进而根据情绪特征值与情绪特征阈值区间的映射关系确定用户的情绪特征。由此，通过上述步骤根据客户的音频特征信息确定出客户的情绪特征作为所述客户的交互特征。
例如：情绪值区间(71～100)对应的情绪特征为开心，情绪值区间(51～71)对应的情绪特征为平和，情绪值区间(31～51)对应的情绪特征为生气，情绪值区间(0～30)对应的情绪特征为愤怒。同理，也可以根据映射关系对客户的音调值20Hz、30Hz、40Hz、60Hz、80Hz计算出对应的情绪特征值，并进而根据情绪特征值与情绪特征阈值区间的映射关系确定用户的情绪特征。由此，通过上述步骤根据客户的音频特征信息确定出客户的情绪特征作为所述客户的交互特征。
[0113] 其次，当步骤S101获取到文本类型的服务交互数据，或者当步骤S101获取到语音类型的服务交互数据并将之转换成文本类型的服务交互数据时，以及当步骤S101获取到的为视频类型的服务交互数据并从中分解出语音类型的服务交互数据并进而转换得到文本类型的服务交互数据时，并经过步骤S102通过对文本类型的服务交互数据分析，进而将客户的文本类型的特征信息确定为所述客户的客户特征信息之后，所述步骤S103还可以采用如下方式实现：第一，对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析。具体实现方式可参见前文详述，在此不在赘述。对文本类型的服务交互子数据集合中包括的服务交互子数据进行语义分析在前文步骤S102中已经详述，在此不再赘述。第二，根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。其中，所述逻辑能力特征值用于表征客户在与客服进行沟通时表现出的逻辑能力，例如语言用词前后相关、逻辑一致。所述沟通表达特征值用于表征客户在于客服沟通时表现出的沟通表达特征，例如客户表达出的语言与所进行沟通的问题或主题有关或无关。
在对文本类型的服务交互子数据集合中包括的服务交互子数据进行语义分析之后，再根据语义分析结果确定逻辑能力特征值，作为所述客户适配的交互特征。由于前文切分得到的词语同时代表着该段文本交互数据的语义，因此可以作为所述客户特征信息。其中，如果第N个词的出现只与前面N-1个词相关，而与其它任何词都不相关，则该第N个词就能体现所述客户的逻辑沟通能力。通过统计出一段文本中只与前面N-1个词相关而与其它任何词都不相关的词的个数占该段文字中词语总数的比例，可以确定出客户的逻辑能力特征值，比如当前述比例为30％时，确定出客户的逻辑能力特征值为30％。同时，根据语义分析结果确定沟通表达特征值，作为所述客户适配的交互特征。由于前文所述的所分割成的词同时代表着该段文本交互数据的语义，因此可以作为所述客户特征信息。其中，这些词与所进行沟通的问题或主题有的相关关或有的不相关，因此可以统计这些词中与所进行沟通的问题或主题有的相关或有的不相关的概率，并根据概率值与沟通表达特征值之间的映射关系，确定出客户的逻沟通表达特征值。例如，当这些分词中与所所进行沟通的问题或主题有的相关或有的不相关的概率为40％，则可以确定所述客户的沟通表达特征值为40％。
在对文本类型的服务交互子数据集合中包括的服务交互子数据进行语义分析之后，再根据语义分析结果确定逻辑能力特征值，作为所述客户适配的交互特征。由于前文切分得到的词语同时代表着该段文本交互数据的语义，因此可以作为所述客户特征信息。其中，如果第N个词的出现只与前面N-1个词相关，而与其它任何词都不相关，则该第N个词就能体现所述客户的逻辑沟通能力。通过统计出一段文本中只与前面N-1个词相关而与其它任何词都不相关的词的个数占该段文字中词语总数的比例，可以确定出客户的逻辑能力特征值，比如当前述比例为30％时，确定出客户的逻辑能力特征值为30％。同时，根据语义分析结果确定沟通表达特征值，作为所述客户适配的交互特征。由于前文所述的所分割成的词同时代表着该段文本交互数据的语义，因此可以作为所述客户特征信息。其中，这些词与所进行沟通的问题或主题有的相关关或有的不相关，因此可以统计这些词中与所进行沟通的问题或主题有的相关或有的不相关的概率，并根据概率值与沟通表达特征值之间的映射关系，确定出客户的逻沟通表达特征值。例如，当这些分词中与所所进行沟通的问题或主题有的相关或有的不相关的概率为40％，则可以确定所述客户的沟通表达特征值为40％。
[0114] 再者，当在步骤S101中获取的为视频类型的服务交互数据，被分解成图像类型的服务交互数据或语音类型的服务数据，并经过步骤S102确定出所述客户的客户特征信息之后，所述步骤S103可以采用如下方式实现：第一，将所述图像特征信息与情绪特征图像库中的情绪特征图像进行比对，将比对所获得的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征。其中，所述图像特征信息可以是所述客户的脸部图像信息，由于客户脸部表情可能多种多样，因此，所述客户的图像特征信息也可能多种多样，比如可能有开心状态下的图像特征信息、平和状态下的图像特征信息、生气状态下的图像特征信息、愤怒状态下的图像特征信息。所述情绪特征图像库存储有各种情绪特征图像，比如开心状态下的情绪特征图像、平和状态下的情绪特征图像、生气状态下的情绪特征图像、愤怒状态下的情绪特征图像。由于每种情绪状态下的图像存在一定的特征，比如开心状态下的图像中，客户脸部图像中嘴部图像中显示嘴巴为张口笑的状态，平和状态下脸部为比较舒展的状态，生气状态下脸部为紧锁状态，愤怒状态下眉眼部分为紧锁状态。经过比对之后，将比对所获得的相匹配的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征。第二，根据所述音频特征信息计算所述客户的情绪特征值。针对音频特征信息确所述客户的情绪特征值在前文中已有详述，在此不再赘述。第三，将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。具体的实现方式，前文已有详述，在此不在赘述。通过以上方式，从而在步骤S103中根据所述客户特征信息评估所述客户适配的交互特征。
[0115] 可选的，在所述步骤S103之后，且在所述步骤S104之前，还执行如下操作，以确定所述客户的交互主题：第一，解析所述服务交互数据，获得服务交互子数据集合。在本实施例所示的方法中，所述解析所述服务交互数据，获得服务交互子数据集合，可以是针对文本类型的服务交互数据。所述文本类型的服务交互数据可以是在步骤S101中直接获取的文本类型的服务交互数据，或者在步骤S101中获取得是语音类型的服务交互数据，但经过转换从而得到的文本类型的服务交互数据，或者在步骤S101中获取到的是视频类型的服务交互数据，但经过分解从而得到语音类型的服务交互数据并进而转换得到的文本类型的服务交互数据。其中，所述解析文本类型的服务交互数据，获得服务交互子数据集合，可以如前文所述对文本数据进行切分得到。第二，从所述服务交互子数据集合中提取关键服务交互子数据；根据所提取的关键服务交互子数据，确定服务交互主题。通过上述步骤，可以确定所述客户与客服进行交互服务时的服务主题，该服务主题可以在后续步骤中得到应用。
[0116] 步骤S104，将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0117] 其中，所述客服的客服标签可以预先采用如下方式确定：第一，获取所述客服的历史服务数据。所述客服的历史服务数据为计算机中存储的有关所述客服历史上与客户进行交互的记录。第二，基于所述历史服务数据，分析所述客服的服务特征。其中，所述服务特征，包括以下至少一项：服务主题、服务对象、服务成功的比率、服务评分。基于所述历史服务数据分析所述客服的服务特征，例如，从所述客服历史上与客户进行交互的记录中，分析出服务的主题(如关闭时间主题)、服务对象(老年人)、服务成功的比例(比如70％)、服务评分(比如9分)。第三，基于所述服务特征，确定所述客服的客服标签。例如，在在步骤S104-12确定所述的服务特征为服务的主题(如关闭时间主题)、服务对象(老年人)、服务成功的比例(比如70％)、服务评分(比如9分)之后，可以将上述所确定的上述服务特征确定为所述客服的标签。经过步骤S103确定了所述客户适配的交互特征，例如：所确定的客户的交互特征为情绪特征开心、平和、生气、愤怒等，或者逻辑沟通能力值为40％，或者沟通表达能力值为30％等。在步骤S103之后，执行本步骤S104，将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。例如，针对客户情绪特征为愤怒的客户，将只有客服标签中评分为9分的客服作为第二客服。再例如，针对客户的逻辑沟通能力值为
40％的客户，只有客服标签服务成功的比例在60％以上的客服才能作为第二客服。还比如，针对客户的沟通表达能力值为30％的客户，只有服务成功比例为70％且服务评分为9分以上的客服才可以作为第二客服。
40％的客户，只有客服标签服务成功的比例在60％以上的客服才能作为第二客服。还比如，针对客户的沟通表达能力值为30％的客户，只有服务成功比例为70％且服务评分为9分以上的客服才可以作为第二客服。
[0118] 可选的，以上所述客服升级场景下匹配客服的方法，可以是在所述客户与所述第一客服进行服务交互的过程中执行。同时，在所述步骤S104执行后，可选的，还可以执行如下操作：判断所述第一客服是否已经解决所述客户的问题，若是，则结束对所述客户的服务交互，所述问题是根据所述服务交互数据确定的；若否，呼叫所述第二客服面向所述客户针对所述问题进行交互服务。只有当第一客服没有解决所述客户的问题时，才有必要呼叫第二客服介入解决，因此执行上述步骤。其中，所述客户的问题可以通过如下步骤确定：第一，获取所述服务交互主题对应的交互问题集合。本步骤的目的就在于根据前文所确定的交互主题，获取该主题对应的交互问题集合。第二，根据所述服务交互数据，从所述交互问题集合中确定所述服务交互数据对应的交互问题。该步骤是在上一步骤获取到交互主题对应的可能的交互问题集合之后，根据步骤S101获取到的服务交互数据确定较为准确的交互问题。第三，判断所述第一客服是否已经解决所述客户的交互问题，若否，执行如下操作：判断所述第二客服的标签与所述交互问题是否匹配，若与所述交互问题不匹配，返回执行所述步骤S104；若与所述交互问题匹配，执行所述判断所述第二客服的标签与所述服务交互主题是否匹配步骤。该步骤旨在第一客服未能解决客户的问题时，判断第二客服的标签与所述客户的交互问题是否匹配，当所述第二客服的标签与所述客户的交互问题一致时，再继续判断第二客服的标签与交互主题是否匹配。通过该步骤，使得确定出的第二客服既能适应客户所需要了解的交互主题，又能使第二客服适应所述客户所要解决的交互问题，增强了确定第二客服介入解决问题的针对性。
[0119] 可选的，以上所述客服升级场景下匹配客服的方法，还可以是在所述客户与第一客服进行交互之后执行，在所述获取用户与第一客服进行服务交互产生的服务交互数据前，执行如下操作：判断第一客服是否已经解决用户的问题，若否，执行所述获取用户与第一客服进行服务交互产生的服务交互数据步骤。具体的实现方式，可以参见前文，在此不再赘述。
[0120] 下面结合图2所示的客服升级场景下匹配客服的方法的应用场景示意图分析本申请技术方案所能取得的如下技术效果。
[0121] 如图2所示，当客户通过电话寻求帮助时，会有第一客服受理该客户的问题。在第一客服受理客户的咨询时，系统会实时记录服务交互数据。然后，针对所存储的服务交互数据，评估客户的情绪特征、逻辑能力特征值、沟通表达能力值等。之后，匹配出与所述客户的上述特征相适配的第二客服。在确定第一线客服没有解决所述客户的问题时，接通该相适配的第二客服并自动呼叫所述客户进行服务直至服务结束。由此，本申请提供的客服升级场景下匹配客服的技术方案，基于第一客服与客户进行服务产生的服务交互数据，评估出客户的特征，进而与客服的客服标签进行匹配，获得相匹配的第二客服，从而实现使相匹配的第二客服针对性地解决所述客户的问题。可选的，还针对语音类型的服务交互数据或文本类型的服务交互数据或视频类型的服务交互数据评估出客户的特征，进而与客服的客服标签进行匹配，获得与所述交互特征相匹配的第二客服，从而实现使相匹配的第二客服针对性地解决所述客户的问题，并同时提高了对不同类型的客服与客户的交互场景下，匹配第二客户的能力。可选的，还能确定客户的交互主题或交互问题，并进而确定与客户的交互主题与交互问题相匹配的第二客服，进一步提高了第二客服与客户的适配性、针对性。
[0122] 本申请还提供一种客服升级场景下匹配客服的装置。图3是本申请提供的客服升级场景下匹配客服的装置的一个实施例的示意图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。
[0123] 图3所示的本申请提供的一个实施例的客服升级场景下匹配客服的装置，包括：
[0124] 服务交互数据获取单元301，用于获取客户与第一客服进行服务交互产生的服务交互数据；
[0125] 客户特征信息解析单元302，用于从所述服务交互数据中解析出所述客户的客户特征信息；
[0126] 交互特征评估单元303，用于根据所述客户特征信息评估所述客户适配的交互特征；
[0127] 第二客服匹配单元304，用于将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0128] 可选的，所述服务交互数据获取单元301包括：
[0129] 语音类型的服务交互数据获取子单元，用于获取语音类型的服务交互数据；
[0130] 视频类型的服务交互数据获取子单元，用于获取视频类型的服务交互数据；
[0131] 文本类型的服务交互数据获取子单元，用于获取文本类型的服务交互数据。
[0132] 可选的，所述客户特征信息解析单元302包括：
[0133] 第一客户特征信息解析子单元，用于分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0134] 所述交互特征评估单元303包括：
[0135] 第一情绪特征值获取子单元，用于根据所述音频特征信息计算所述客户的情绪特征值；
[0136] 第一交互特征确定子单元，用于将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0137] 可选的，所述的客服升级场景下匹配客服的装置，包括：
[0138] 第一服务交互数据转换单元，用于将语音类型的所述服务交互数据转化为文本类型的服务交互数据。
[0139] 可选的，所述客户特征信息解析单元302包括：
[0140] 第一分词子单元，用于对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0141] 所述交互特征评估单元303包括：
[0142] 第一语义分析子单元，用于对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0143] 第二交互特征确定子单元，用于根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0144] 可选的，所述客服升级场景下匹配客服的装置，包括：
[0145] 第二服务交互数据转换单元，用于将所述视频类型的所述服务交互数据分解成图像类型的服务交互数据与语音类型的服务交互数据；
[0146] 所述客户特征信息解析单元302包括：
[0147] 第二客户特征信息解析子单元，用于分析所述图像类型的服务交互数据报中包含的所述客户的图像特征信息，作为所述客户特征信息；
[0148] 第三客户特征信息解析子单元，用于分析所述音频类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0149] 所述交互特征评估单元303包括：
[0150] 情绪特征图像比对子单元，用于将所述图像特征信息与情绪特征图像库中的情绪特征图像进行比对，将比对所获得的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征；
[0151] 第二情绪特征值获取子单元，用于根据所述音频特征信息计算所述客户的情绪特征值；
[0152] 第三交互特征确定子单元，用于将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0153] 可选的，所述客户特征信息解析单元302包括：
[0154] 第二分词子单元，用于对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合；
[0155] 第二语义分析子单元，用于对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息；
[0156] 所述交互特征评估单元303包括：
[0157] 第三情绪特征值获取子单元，用于根据语义分析结果，计算所述客户的情绪特征值；
[0158] 第四交互特征确定子单元，用于将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0159] 第五交互特征确定子单元，用于根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0160] 可选的，所述客服升级场景下匹配客服的装置，包括：
[0161] 客服的历史服务数据获取单元，用于获取所述客服的历史服务数据；
[0162] 服务特征分析单元，用于基于所述历史服务数据，分析所述客服的服务特征，所述服务特征，包括以下至少一项：服务主题、服务对象、服务成功的比率、服务评分；
[0163] 客服标签确定单元，用于基于所述服务特征，确定所述客服的客服标签。
[0164] 可选的，所述客服升级场景下匹配客服的装置，包括：
[0165] 服务交互子数据集合获取单元，用于解析所述服务交互数据，获得服务交互子数据集合；
[0166] 提取单元，用于从所述服务交互子数据集合中提取关键服务交互子数据；服务交互主题确定单元，用于根据所提取的关键服务交互子数据，确定服务交互主题；
[0167] 第一判断单元，用于判断所述第二客服的标签与所述服务交互主题是否匹配，若是，呼叫所述第二客服面向所述客户针对所述问题进行交互服务；若否，返回所述二次客服匹配单元执行。
[0168] 可选的，所述客服升级场景下匹配客服的装置，包括：
[0169] 交互问题集合获取单元，用于获取所述服务交互主题对应的交互问题集合；
[0170] 交互问题确定单元，用于据所述服务交互数据，从所述交互问题集合中确定所述服务交互数据对应的交互问题；
[0171] 第二判断单元，用于判断所述第一客服是否已经解决所述客户的交互问题，若否，执行如下操作：判断所述第二客服的标签与所述交互问题是否匹配，若与所述交互问题不匹配，返回所述二次客服匹配单元执行；若与所述交互问题匹配，返回所述第一判断单元执行。
[0172] 本申请还提供一种电子设备。图4示出该电子设备的一个实施例。由于该电子设备的实施例基本相似于方法实施例，所以描述得比较简单，相关的部分请参见上述提供的方法实施例的对应说明即可。
[0173] 本申请提供的一个实施例的电子设备的包括：
[0174] 处理器401和存储器402；
[0175] 所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：获取客户与第一客服进行服务交互产生的服务交互数据；
[0176] 从所述服务交互数据中解析出所述客户的客户特征信息；
[0177] 根据所述客户特征信息评估所述客户适配的交互特征；
[0178] 将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服。
[0179] 可选的，所述服务交互数据的数据类型，包括下述至少一项：语音类型、视频类型和文本类型。
[0180] 可选的，若所述服务交互数据的数据类型为语音类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下指令实现：
[0181] 分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0182] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下指令实现：
[0183] 根据所述音频特征信息计算所述客户的情绪特征值；
[0184] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0185] 可选的，若所述服务交互数据的数据类型为语音类型，相应的，所述获取客户与第一客服进行服务交互产生的服务交互数据指令执行后，且所述从所述服务交互数据中解析出所述客户的客户特征信息指令执行前，执行如下指令：将语音类型的所述服务交互数据转化为文本类型的服务交互数据。
[0186] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下指令实现：
[0187] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0188] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下指令实现：
[0189] 对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0190] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0191] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下指令实现：
[0192] 分析所述语音类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0193] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合，作为所述客户特征信息；
[0194] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下指令实现：
[0195] 根据所述音频特征信息计算所述客户的情绪特征值；
[0196] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0197] 对所述文本类型的服务交互子数据集合中包含的服务交互子数据进行语义分析；
[0198] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0199] 可选的，所述音频特征信息，包括下述至少一项：音量信息、音调信息以及音量波动幅度。
[0200] 可选的，若所述服务交互数据的数据类型为视频类型，所述从所述服务交互数据中解析出所述客户的客户特征信息前，执行如下指令：
[0201] 将所述视频类型的所述服务交互数据分解成图像类型的服务交互数据与语音类型的服务交互数据；
[0202] 相应地，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下指令实现：
[0203] 分析所述图像类型的服务交互数据报中包含的所述客户的图像特征信息，作为所述客户特征信息；
[0204] 分析所述音频类型的服务交互数据中包含的所述客户的音频特征信息，作为所述客户特征信息；
[0205] 相应地，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下指令实现：
[0206] 将所述图像特征信息与情绪特征图像库中的情绪特征图像进行比对，将比对所获得的情绪特征图像对应的情绪特征作为与所述客户适配的交互特征；
[0207] 根据所述音频特征信息计算所述客户的情绪特征值；
[0208] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征。
[0209] 可选的，若所述服务交互数据的数据类型为文本类型，所述从所述服务交互数据中解析出所述客户的客户特征信息，采用如下指令实现：
[0210] 对所述文本类型的服务交互数据进行分词，获得文本类型的服务交互子数据集合；
[0211] 对所述文本类型的服务交互子数据集合中包含的文本类型的服务交互子数据进行语义分析，将语义分析结果作为所述客户特征信息；
[0212] 相应的，所述根据所述客户特征信息评估所述客户适配的交互特征，采用如下指令实现：
[0213] 根据语义分析结果，计算所述客户的情绪特征值；
[0214] 将所述客户的情绪特征值与情绪特征的阈值区间进行比对，将比对获得的阈值区间对应的情绪特征作为与所述客户适配的交互特征；
[0215] 根据语义分析结果确定逻辑能力特征值和/或沟通表达特征值，作为所述客户适配的交互特征。
[0216] 可选的，所述客服升级场景下匹配客服的指令，在所述客户与所述第一客服进行服务交互的过程中执行；
[0217] 相应的，所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服指令执行后，执行如下指令：
[0218] 判断所述第一客服是否已经解决所述客户的问题，若是，则结束对所述客户的服务交互，所述问题是根据所述服务交互数据确定的；
[0219] 若否，呼叫所述第二客服面向所述客户针对所述问题进行交互服务。
[0220] 可选的，所述客服升级场景下匹配客服的指令在用户与第一客服进行交互之后执行，在所述获取用户与第一客服进行服务交互产生的服务交互数据前，执行如下指令：
[0221] 判断第一客服是否已经解决用户的问题，若否，执行所述获取用户与第一客服进行服务交互产生的服务交互数据指令。
[0222] 可选的，所述客服的客服标签采用如下指令确定：
[0223] 获取所述客服的历史服务数据；
[0224] 基于所述历史服务数据，分析所述客服的服务特征；
[0225] 基于所述服务特征，确定所述客服的客服标签；
[0226] 其中，所述服务特征，包括以下至少一项：服务主题、服务对象、服务成功的比率、服务评分。
[0227] 可选的，所述从所述服务交互数据中解析出所述客户的客户特征信息指令执行后，且所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服指令执行前，执行如下指令：
[0228] 解析所述服务交互数据，获得服务交互子数据集合；
[0229] 从所述服务交互子数据集合中提取关键服务交互子数据；
[0230] 根据所提取的关键服务交互子数据，确定服务交互主题；
[0231] 相应地，所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服指令执行后，执行以下指令：
[0232] 判断所述第二客服的标签与所述服务交互主题是否匹配，若是，呼叫所述第二客服面向所述客户针对所述问题进行交互服务；
[0233] 若否，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服指令。
[0234] 可选的，所述判断所述第二客服的标签与所述服务交互主题是否匹配指令执行前，执行如下指令：
[0235] 获取所述服务交互主题对应的交互问题集合；
[0236] 根据所述服务交互数据，从所述交互问题集合中确定所述服务交互数据对应的交互问题；
[0237] 判断所述第一客服是否已经解决所述客户的交互问题，若否，执行如下指令：
[0238] 判断所述第二客服的标签与所述交互问题是否匹配，若与所述交互问题不匹配，返回执行所述将所述交互特征与客服的客服标签进行匹配，获得客服标签与所述交互特征匹配的第二客服指令；
[0239] 若与所述交互问题匹配，执行所述判断所述第二客服的标签与所述服务交互主题是否匹配指令。
[0240] 本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
[0243] 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。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 射频信号接地装置以及天线 | 2020-05-08 | 381 |
| 视频修复方法 | 2020-05-08 | 587 |
| 牙齿植入物 | 2020-05-08 | 429 |
| 带宽压缩中复杂纹理的双模式选择预测方法 | 2020-05-08 | 664 |
| 一种对微电阻率成像图像的修复方法 | 2020-05-08 | 815 |
| 基于视频深度学习的车辆识别方法 | 2020-05-11 | 29 |
| 一种动态传输3D模型的方法 | 2020-05-08 | 303 |
| 一种数据处理方法、设备和计算机可读存储介质 | 2020-05-08 | 739 |
| 一种使用残差注意力机制网络的同步定位与建图方法 | 2020-05-08 | 729 |
| 基于统计特征视角合成质量预测方法、信息数据处理终端 | 2020-05-08 | 81 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈