浅论基于大数据的客服机器人系统研究

云南电网公司曲靖供电局 艾 渊

浅论基于大数据的客服机器人系统研究

云南电网公司曲靖供电局 艾 渊

曲靖供电局1000号呼叫中心为用户和运维部门提供了统一联系点，为IT运维服务提供了统一的流程支持，实现了规范化、流程化的管理。基于大数据的客服机器人系统实现了7×24小时不间断的服务，优化了问题获取的及时性和有效性，解决了现有人工客服处理重复问题和工作时间外无法及时处理故障的现状。

客服机器人系统；大数据知识库；智能

1. 基于大数据的客服机器人系统

1.1 系统简介

客服机器人是在大规模知识处理基础上发展起来的一项应用，适用大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等等技术行业。智能客服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和提供精益化管理所需的统计分析信息。

本文中探讨的客服机器人的核心是大数据知识库，大数据知识库通过网络把所有可能遇到的问题及故障排除方法集合到大数据知识库里（一二三线工作人员也可以将自己的工作经验录入到知识库）。通过该系统可统计全局IT设备故障问题的数量、种类、故障高发区、工单类型等信息，同时根据聊天内容进行访客数据统计及客户问题分析和客户新需求收集，深度挖掘数据信息，自动生成分析报表，帮助信息中心了解日常故障情况、故障点、故障范围等的问题。还可以通过收集客户提供的各种问题做成一个故障处理的小软件，客户通过网页下载，自助运行就能处理各种小故障。

该系统结合了客服机器人、在线人工客服，自动识别用户信息，按照故障等级分配、优先分配等多种智能分配方式，确保客户可以在第一时间被匹配到最合适的客服接待，大大提升体验的满意度与用户粘性。当遇到客服机器人遇到无法解答的问题时，会自主切换到人工客服处理，同时也具备学习功能，有效处理重复问题故障。该系统还提供语音智能识别功能，能快速查询问题及时给出问题处理方案。同时客服机器人可提供手机APP、WEB页面访问方式，大大改善了用户故障申报的局限性。

1.2 基于大数据的客服机器人系统研究简介

1.2.1 大数据知识库的研究

大数据知识库通过网络把所有可能遇到的问题及故障排除方法集合到大数据知识库里，IT客服通过大数据知识库自动收集类似问题和问法，匹配相似问法自动学习，提升智能问答准确率，结合访客的选择和IT客服的智能判断，自动补充和完善系统不具备的知识库词条，快速完成自我学习。

研究步骤包括如下：

1）形成大数据知识库；

2）录入一二三线工作人员的工作经验；

3）更新大数据知识库；

4）研究IT客服的自主学习功能。

1.2.2 大数据统计分析的研究

深度挖掘数据信息，自动生成分析报表，帮助信息中心了解日常故障情况、故障点、故障范围等的问题。

研究步骤包括如下：

1）可视化分析：统计全局IT设备故障问题的数量、种类、故障高发区、工单类型等信息；

2）数据挖掘算法：根据聊天内容进行访客数据统计及客户问题分析和客户新需求收集；

3）预测性分析能力：大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。

4）语义引擎：大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验。

1.2.3 工单查询的研究

工单的透明化是为了实现咨询、投诉等全部工单处理过程的可见、可管、可控。对一些工单处理质量不高、部分工单超时限、问题点不清晰、不能及时解决等问题,从工单分类、处理环节、系统完善等方面入手，理顺工单处理流程,提高处理速度和质量,提升客户感知。

研究步骤包括如下：

1）工单的分类；

2）故障问题的追踪；

3）提供故障维护人员处理的实时进度查询。

1.2.4 语音识别的研究

智能语音功能避免语言组织与输入的麻烦，能快速查询问题及时给出问题处理方案；在试运行阶段进行实际语音准确率的验证和调整。

研究步骤包括如下：

1）建立识别基本单元的声学模型及语言模型；

2）基于声道模型和语音知识的方法，模板匹配的方法以及利用人工神经网络的方法来实现；

3）利用开源软件（如百度语音）来实现智能语音识别。

2. 结束语

曲靖供电局基于大数据的客服机器人系统研究保障了应用系统、网络、终端等相关问题的及时反馈，从而提高了可用性与易用性，同时也为高效稳定打下基础，减轻了人员短缺、维护量增加、技术发展、成本增长及预算不确定性等各方面因素的影响，能有效减少了企业工作的中间环节、降低成本、加快信息流动，提高了曲靖供电局IT服务水平。

[1]知识推广[J].辽宁广播电视大学学报,2015年3期:119-119.

[2]陈仁林,郭中华,朱兆伟.基于BP神经网络的说话人识别技术的实现[J].智能计算机与应用,2012年2期:47-49.