免费h精品视频在线播放,国产综合中文字幕,亚洲在线欧美

免費試用

首頁 > 客服系統功能 > 智能客服系統的自動應答流程

智能客服系統的自動應答流程

作者：快商通發布時間：2020年06月04日閱讀量：

摘要：

智能客服系統在自動回復用戶提問場景中，結合用戶相關的業務系統日志挖掘平臺的分析結果，可以更加準確地理解用戶，從而可以反饋有效的 FAQ 和答案。

1、客服系統的用戶意圖分析

在線客服客戶端接收來自用戶的文本會話消息，對用戶報障/問題咨詢進行文本語義識別，客服引擎通過對文本上下文語義分析、關鍵字提取，對用戶情感聚類分析，獲取客戶意圖等關鍵信息；

2、根據用戶行為判斷意圖

客服系統會實時分析用戶行為數據，根據用戶歷史操作行為數據，對用戶的當前業務行為進行分類，確定與用戶相匹配的當前行為特征，生成 UserID 維度的用戶行為分析報告，作為用戶報障及問題咨詢的輔助分析來源。

3、生成日志

結合用戶的訪問行為，客服系統將會確定和更新用戶異常特征行為匹配，生成 UserID 維度的用戶業務異常告警，作為用戶報障及問題咨詢的輔助來源。

4、匹配精確回復

通過產生的日志和訪客提問內容關聯起來，智能客服系統實現會話語義分析與業務日志挖掘的雙重輔助分析，快速定位異常行為特征縮減答案范圍，精確回復用戶咨詢問題。例如用戶在頻繁拔插數據線電纜，及異常日志中產生連接錯誤代碼，則用戶可能在連接手機階段時出現問題，客服引擎則結合用戶特征生成解決方案，提高問題解決成功率；
智能客服系統的自動應答流程

5、問題處理解決

客服系統根據用戶的咨詢問題，將有效的 FAQ 和解決方案推送至用戶客服終端。用戶根據客服系統回復的解決方案，對故障進行處理，最后在確認問題是否得到解決及滿意度方面進行評價反饋；

6、更新用戶特征數據庫

客服系統通過用戶滿意度反饋，基于 LSTM 長短期記憶網絡模型、CNN 神經網絡模型等深層次自學習，更新用戶的特征及解決方案庫、調整權重等參數。

總結：

本文提出的智能客服系統，通過獲取業務系統的用戶行為及異常日志數據進行深度挖掘分析，同時與用戶提問上下文語義情感分析相關聯，基于用戶 LSTM 長短期記憶網絡模型、CNN 神經網絡模型等深層次分析算法，比傳統應答式客服系統可以更準確診斷用戶問題特征和情感訴求。智能客服系統先于用戶在業務使用過程中發現問題，在用戶投訴前及時推送問題預警及解決方案關懷信息，并精確回復用戶咨詢問題，最終達到提升使用業務系統的用戶感知，降低用戶故障投訴率，降低傳統的人工客服壓力和節約企業成本的目的。

客服系統功能相關搜索：

自動回復機器人

本文所有權歸屬于快商通所有，未經本公司許可，不得轉載、引用、摘錄、摘編、復制、下載、打印、傳播，否則快商通將依法追究相關行為人的法律責任。

相關推薦更多