申请/专利权人：联通(江苏)产业互联网有限公司

申请日：2023-12-14

公开（公告）日：2024-05-28

公开（公告）号：CN117649242B

主分类号：G06Q30/015

分类号：G06Q30/015;G06F40/205;G06Q10/0639;G06N3/045;G06N3/09;G06F18/24

优先权：

专利状态码：有效-授权

法律状态：2024.05.28#授权;2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明涉及服务智能质检监管技术领域。具体为一种基于NLP模型的质检服务智能监管系统及方法，质检服务智能监管系统包括数据采集模块、数据分析模块、质检监管模块和告警提醒模块；数据采集模块是采集交互数据信息和用户对于服务的评价得分；数据分析模块是分析交互信息的异常以及用户的反馈程度，依据用户的反馈程度来确定用户类型；质检监管模块是分析交互质量并完成对交互数据信息的存储；告警提醒模块是当服务质量评价得分小于预设得分阈值时对服务人员进行告警提醒。本发明通过从后续服务的交互信息中分析得到用户的反馈程度确定用户类型；根据用户类型确定是否需要结束后续服务；避免用户的耐心度降低，使得用户产生负面情绪等影响。

主权项：1.一种基于NLP模型的质检服务智能监管方法，其特征在于：所述质检服务智能监管方法具体包括以下步骤：S100、搭建服务系统，用户进行注册并授权；通过系统后台数据库获取交互数据信息；通过历史样本库对交互信息异常进行分析判断，当交互信息异常时将用户身份标识存储到后台数据库中进行后续服务，并且将后续服务的交互信息存储到后台数据库中；S200、从后台数据库中提取出后续服务的交互信息，并且通过利用NLP技术从后续服务的交互信息中分析得到用户的反馈程度，并且依据所述用户的反馈程度确定用户类型；S300、针对用户分类结果对后续服务的交互质量进行分析；S400、当交互服务质量达标时，对用户身份标识进行标记结束服务，并且将用户身份标识从后台数据库中剔除；当服务质量不达标时，对服务人员进行提醒；所述S100中通过历史样本库对交互信息异常进行分析判断的具体方法如下：S101、通过历史样本库获取得到历史交互信息异常的样本，基于所述历史交互信息异常的样本提取出异常交互信息的数据，基于异常交互信息的数据构建异常数据集为C；通过系统后台获取交互信息的数据，基于交互信息的数据构建数据集V；S102、通过公式：p=K（C∩V）K（V），计算得到交互信息的异常值p，其中K（）表示为集合中元素的个数；当所述交互信息的异常值p大于等于预设异常阈值P时，判定交互信息异常，将用户身份标识存储到后台数据库中进行后续服务；当所述交互信息的异常值p小于预设异常阈值P时，判定交互信息正常，结束服务；所述S200中利用NLP技术从后续服务的交互信息对用户的反馈程度进行分析并且确定用户类型的具体方法如下：S201、依据历史样本库提取出历史交互信息，对历史交互信息进行数据预处理即将历史交互信息的文本数据转化为模型能够处理的格式，使用监督学习算法对NLP模型进行训练；基于NLP模型从历史预处理的数据中提取出历史交互特征，利用改良SO-PMI算法对历史交互特征进行分类得到历史交互特征集Si，Si={Si1、Si2、Si3...Sij...SiJ}，sij表示为第i种类型的第j个历史交互特征，i=1、2、3...I，I表示为历史交互特征的种类，j=1、2、3...J，J表示为每个种类中的历史交互特征数量；S202、从后台数据库中提取出后续服务的交互信息，利用NLP模型对后续服务的交互信息中提取出用户的交互特征为S’，S’={S’1、S’2、S’3...S’z...S’Z}，S’z表示为从后台数据库中提取后续服务的第z个交互特征，z=1、2、3...Z，Z表示为NLP模型从后续服务的交互信息中提取的交互特征的数量；根据公式：wi=K（Si∩S’）K（S’），计算得到用户对历史交互特征种类的反馈值，wi表示为用户的第i种交互特征的反馈值；S203、基于历史交互特征利用深度学习算法构建情感特征集为Uv，Uv表示为第v个情感特征集，v=1、2、3；对用户的第i种交互特征的反馈值按照从高到低的顺序进行排序，选取用户最高反馈值的交互特征的种类，依据所述用户最高反馈值的交互特征的种类确定用户类型，所述情感特征集分为积极、中立和消极三种类型；所述S300中通过用户分类结果对后续服务的交互质量进行分析的具体方法如下：S301、当用户a属于中立用户时，获取中立用户a与情感特征集相对应的交互特征集分别为S’v；根据公式：，计算得到用户a对第v种情感特征集的反馈值；当W1≥W3时，判定无需对后续服务质量进行分析；当W1＜W3时，需对后续服务质量进行分析；S302、基于所述后续服务的交互信息中提取服务人员的交互特征集为H，得到服务人员的交互特征集在不同情感特征集中的占比为fv=K（H∩Uv）K（H），fv表示为服务人员的交互特征集在第v种情感特征集中的占比；采集用户评价分数为f，构建服务质量评价模型：，计算得到服务质量评价得分F，其中F’为服务质量初始得分，av为系数。

全文数据：

权利要求：

百度查询： 联通(江苏)产业互联网有限公司 一种基于NLP模型的质检服务智能监管系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD