一种筛选机器人客服系统重复访客的方法与流程

1.本发明涉及客服对话技术领域，特别涉及一种筛选机器人客服系统重复访客的方法。


背景技术：

2.目前，在电脑或移动端通过网页使用在线机器人客服系统时，对于访客一般采用在线机器人进行客服对话，然后加上人工辅助处理一些机器人无法理解的事情。但是，我们可能会遇到当前访客访问时使用的设备类型、设备码、网段等信息存在与服务器中访问记录信息一致的情况，我们可以使用这些信息来识别当前的新访客是否已存在，这样就可以预加载历史聊天记录以及更灵活的预设话术场景，更好的提升访客的使用体验，基于这样常见的使用场景，一种筛选机器人客服系统重复访客的方法应用而生。


技术实现要素：

3.本发明提供一种筛选机器人客服系统重复访客的方法，用以解决线机器人客服出现访客重复的情况。
4.一种筛选机器人客服系统重复访客的方法，包括：
5.当机器人客服系统接收到访客请求时，通过预设规则判断判断发出所述访客请求的目标访客是否已存在；
6.当所述目标访客存在时，通过所述目标访客的历史聊天记录进行对话；
7.当所述目标访客不存在时，新建机器人客户，通过设定话术进行对话。
8.优选的、所述预设判断规则包括网站判定规则和ip判定规则；其中，
9.所述网站判定规则包括如下执行流程：
10.预先设定第一时间范围，在所述第一时间范围内，判定相同网站在所述第一时间范围内的访客是否为同一设备码；
11.当为同一设备码时，目标访客已存在；
12.当不为同一设备码时，目标访客不存在；
13.所述ip判定规则包括如下执行流程：
14.预先设定第二时间范围时，在所述第二时间范围内，判定相同浏览器在所述第二时间范围内的访客是否为同一ip地址
15.当为同一ip地址时，目标访客已存在；
16.当不为同一ip地址时，目标访客不存在。
17.优选的、所述方法还包括：
18.根据所述访客请求，机器人客服系统对访客信息进行采集，确定访客信息；其中，
19.所述访客信息包括：设备类型、设备码、ip地址、网站、浏览器；
20.根据所述访客信息，生成访客记录，并根据所述访客记录，对不同的访客建立关联数据库；
21.根据所述关联数据库，建立不同访客的识别标记；
22.根据所述识别标记，构建所述关联数据库的链接驱动；其中，
23.所述链接驱动在被对应的访客激活时，将对应访客的访客记录进行调出，并将调出的数据设置在缓存区。
24.优选的、所述方法还包括：
25.针对所述访客请求，对每一个类别的请求信息进行索引编码，将所述索引编码转化为二值编码；
26.根据所述二值编码，确定至少一个请求信息内容；其中，
27.所述请求信息内容包括：请求业务、业务类型；
28.所述确定至少一个请求信息内容，包括确定所述请求信息内容的编码向量；
29.根据所述二值编码，在访客记录中进行访问信息调取，确定历史访问信息；
30.根据所述历史访问信息，确定历史访问信息中每个请求业务的历史二值编码；
31.计算所述历史二值编码和所述二值编码的相关度，并根据所述相关度，确定访客需要的话术场景；
32.根据所述话术场景，与访客进行对话。
33.优选的、所述方法还包括：
34.根据所述访客信息，获取访客记录；
35.判断当前访客的联系方式在所述访客记录中是否存在；
36.当所述联系方式已经存在时，不在所述关联数据库中重新增加访客的身份信息；
37.当所述联系方式不存在时，建立当前访客关联数据库，并将当前访客的联系方式储存在当前访客关联数据库中。
38.优选的、所述方法还包括：
39.根据目标访客的历史聊天记录，确定对话特征，并对不同的对话特征建立特征标签；其中，
40.所述对话特征包括：语言类型特征、语言情感特征、语言种类特征、语言内容特征和语速特征；
41.根据所述特征标签对所述目标访客的对话进行特征分类；其中，
42.所述特征分类包括：语言种类分类、语言情感倾向分类、语言类型分类、语言内容分类和语速分类；
43.根据所述特征分类，确定不同特征分类下，建立将所述特征分类后语言特征作为训练语料的对话模型；
44.根据所述对话模型，生成机器人客服的智能对话模板；
45.根据所述智能对话模板，接收目标访客的对话信息；
46.根据所述对话信息，生成对应的反馈对话话语。
47.优选的、所述方法还包括：
48.根据所述目标访客的历史聊天记录，进行对话分析，确定对话中的情感语料；
49.根据所述情感预料，生成情感对话数据集；
50.所述情感对话数据集包括多个语句和各语句的情感类别标签及多个通用语句及通用回复类别标签；
51.将所述情感对话数据集和通用回复数据集训练生成对抗网络，所述生成对抗网络包括生成器和判别器；
52.其中，
53.所述生成器包括编码器和解码器；
54.其中，
55.所述编码器对情感对话语料数据集中的各语句进行向量化得到语义表示向量；
56.所述解码器根据各语义表示向量和随机指定的情感类别标签生成各语句的回复，该回复中带有情感信息；
57.根据所述生成器和判别器，在接收到用户的语音时，判断并输出各回复属于通用回复的回复概率和情感偏向；
58.根据所述回复概率和情感偏向，将对应的情感信息融合到回复概率最大的通用回复中，生成情感回复语句。
59.优选的、所述方法还包括：
60.当机器人客服系统端检测到访客请求的触发条件时，启动预先存储的包含有设定话术自动化操作流程的最终操作脚本；
61.执行所述最终操作脚本，自动构建机器人客户；
62.自动启动对话系统，自动选择所述自动对话所对应的对话场景，进入自动对话界面，并进行对话记录；
63.结合语音识别与自然语音处理技术，自动识别对话记录上的关键对话信息，并自动匹配将所述对话信息上传至对话访客的关联数据库。
64.优选的、所述方法还包括：
65.当根据所述访客请求，判定访客的数量；
66.根据所述访客数量，确定每一个目标访客的对话目标；
67.判断对话目标是否相同，并在多个目标访客的对话目标相同时，建立独立聊天室；
68.根据所述独立聊天室，记录接收到每一个访客语句，根据所述访客语句确定业务场景；
69.进入所述业务场景，并设定每一个访客的语音节点，进入所述业务场景对应的第一对话节点树；
70.对于所述第一对话节点树的每个参数验证对话节点，若根据该参数验证对话节点进行相关参数的验证判断发出语音信息的目标访客，并存储该参数验证对话节点，跳转到单人语音发音模式，并进入所述单人语音发音模式的第二对话节点树；
71.根据所述第二对话节点树，进行多人语音交互。
72.优选的、所述方法还包括：
73.在检测到当前对话属于新的对话场景时，建立与所述新的对话场景匹配的场景标识；
74.在与所述当前对话匹配的多轮问答交互过程中，实时获取对话场景描述信息，并将所述对话场景描述信息与所述场景标识对应存储；
75.在检测到所述多轮问答交互被中断时，执行与中断类型匹配的中断处理策略；
76.当检测到用户再次发起与所述场景标识匹配的对话时，根据所述对话场景描述信
息，继续与所述用户进行问答交互。
77.本发明的有益效果为：本发明可以灵活的使用已有信息来方便快捷的筛选出重复访客。本发明解决了在使用在线机器人客服系统时，服务端避免了重复新建客户、新建联系方式等问题，节省了服务端资源。本发明使用户可以查看到历史聊天记录，很好的提高了用户使用体验。本发明可以很有效的管理机器人系统访客，提升有效客户的转化率。
78.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
79.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
80.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
81.图1为本发明实施例中一种筛选机器人客服系统重复访客的方法的方法流程图。
82.图2为本发明实施例中筛选机器人客服系统重复访客的实现流程图。
具体实施方式
83.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
84.实施例1：
85.一种筛选机器人客服系统重复访客的方法，包括：
86.当机器人客服系统接收到访客请求时，通过预设规则判断判断发出所述访客请求的目标访客是否已存在；
87.当所述目标访客存在时，通过所述目标访客的历史聊天记录进行对话；
88.当所述目标访客不存在时，新建机器人客户，通过设定话术进行对话。
89.上述技术方案的工作原理为：本发明的主要目的是为了防止出现重复得访客，我们可以想象在机器人客服对话得过程中，对于同一个用户，我们每次都记录他的身份信息、设备信息、ip地址等等，必定是一种重复浪费计算资源的过程，因此，对于访客，我们可以发现，如果对于重复出现的访客，只要他在之前有记录，之前做过同类型的业务，那么处理流程，对话流程必定是差不多的，我们没必要重新计算判断适合客户的话术场景，只要基于之前的话术场景就可以，不用进行重新生成新的对话场景，因此，本发明提出了一种对于重复的访客进行筛选的方法，在重复的访客筛选之后，我们可以在面对新访客和重复访客的，发现重复的访客，对于重复的访客和非重复的访客，通过不同的方式进行对话。
90.本发明在具体实施的时候，如附图2所示，筛选机器人客服系统重复访客的实现流程如下：
91.访客使用客服系统时，服务端采集当前访客的设备类型，设备码，ip地址，网站、浏览器类型等信息。
92.服务端根据预设规则判断当前访客是否存在；规则a：在时间范围n天内，若设备类型为手机，相同设备码且相同网站的访客为统一客户；规则b：在时间范围n天内，若设备类
型为电脑，相同浏览器类型且相同ip地址且相同网站为统一访客。
93.当前访客已存在，则关联到数据库客户，并加载历史聊天记录，使用设定好的话术场景开启对话。
94.当前访客不存在，则用采集的访问信息新建机器人客户，使用设定好的话术场景开启对话。
95.访问记录中出现联系方式时，当前访客已存在，当前聊天中出现的联系方式若已存在于数据库，则不重复新增；当前访客不存在，聊天中出现的联系方式则新增到当前客户记录，结束对话。
96.上述技术方案的有益效果为：本发明可以灵活的使用已有信息来方便快捷的筛选出重复访客。本发明解决了在使用在线机器人客服系统时，服务端避免了重复新建客户、新建联系方式等问题，节省了服务端资源。本发明使用户可以查看到历史聊天记录，很好的提高了用户使用体验。本发明可以很有效的管理机器人系统访客，提升有效客户的转化率，机器人客户的作用相当于客户信息的录入，就是在系统中没有查到实时进行通信的客户的时候，基于实时通信的客户信息，创建机器人客户，这个机器人客户就是新创建的正在访问的访客，本发明的对话主要是通过客服机器人进行对话，在现有技术中，虽然机器人对话的方式非常便利，但是也存在对客户的含义理解不准确，往往需要人工辅助，但是如果能够识别到访客是已经存在的访客，就可以根据访客搭建对应的适合对应访客的对话场景。
97.实施例2：
98.优选的、所述预设判断规则包括网站判定规则和ip判定规则；其中，
99.所述网站判定规则包括如下执行流程：
100.预先设定第一时间范围，在所述第一时间范围内，判定相同网站在所述第一时间范围内的访客是否为同一设备码；
101.当为同一设备码时，目标访客已存在；
102.当不为同一设备码时，目标访客不存在；
103.所述ip判定规则包括如下执行流程：
104.预先设定第二时间范围时，在所述第二时间范围内，判定相同浏览器在所述第二时间范围内的访客是否为同一ip地址
105.当为同一ip地址时，目标访客已存在；
106.当不为同一ip地址时，目标访客不存在。
107.上述技术方案的工作原理为：本发明设置的规则包括两种，这两种规则是面对这不同的设备是不同的，对人机交互设备主要采用本发明的第一种方法，通过设备码，设备码一般是手机、平板等交互设备存在，通过因此可以通过设备码实现对重复访客的判断。而第二种方法是对pc设备进行判断，通过这种判断方式，通过对ip设备进行判断，从而判断出是不是存在ip地址，在附图2中规则a和规则b就是本发明的网站判定规则。规则a代表预先设定第一时间范围的网站判定规则；规则b代表预先设定第二时间范围的网站判定规则。
108.上述技术方案的有益效果为：通过上述的两种方式本发明可以对不同的设备判断出到底是不是存在重复客户，这种两种方式囊括了所有的设备，包括pc端和移动交互设备两个方向的设备。
109.实施例3：
110.优选的、所述方法还包括：
111.根据所述访客请求，机器人客服系统对访客信息进行采集，确定访客信息；其中，
112.所述访客信息包括：设备类型、设备码、ip地址、网站、浏览器；
113.根据所述访客信息，生成访客记录，并根据所述访客记录，对不同的访客建立关联数据库；
114.根据所述关联数据库，建立不同访客的识别标记；
115.根据所述识别标记，构建所述关联数据库的链接驱动；其中，
116.所述链接驱动在被对应的访客激活时，将对应访客的访客记录进行调出，并将调出的数据设置在缓存区。
117.上述技术方案的工作原理为：本发明在进行访客信息的采集的时候，对于不同的客户建立出专属于他的独立的数据库，通过这个数据可通过专属于这些数据苦的链接驱动去进行用户数据采集和存储，通过这种方式，当只有一个用户时，系统的不用整体启动，其它的数据库处于静默状态，只有专属于访客自己的数据库启动，首先实现了更快的数据调动，其次，减少了计算压力。
118.上述技术方案的有益效果为：本发明通过对于不同而访客建立其独有的数据库，系统的整体性上，因为计算压力不大了，有专属的链接驱动，更快的数据调动，不用对不同访客的存储数据进行识别，识别之后再调用，在这种情况下，自然而然的减少了计算压力。
119.实施例4：
120.优选的、所述方法还包括：
121.针对所述访客请求，对每一个类别的请求信息进行索引编码，将所述索引编码转化为二值编码；
122.根据所述二值编码，确定至少一个请求信息内容；其中，
123.所述请求信息内容包括：请求业务、业务类型；
124.所述确定至少一个请求信息内容，包括确定所述请求信息内容的编码向量；
125.根据所述二值编码，在访客记录中进行访问信息调取，确定历史访问信息；
126.根据所述历史访问信息，确定历史访问信息中每个请求业务的历史二值编码；
127.计算所述历史二值编码和所述二值编码的相关度，并根据所述相关度，确定访客需要的话术场景；
128.根据所述话术场景，与访客进行对话。
129.上述技术方案的工作原理为：本发明在面对不停的访客请求的时候，对于不同的请求信息，通过索引编码的行驶，让这个访客请求变成了一个更小格式的数据，但是特征也更加明显和立体，便于判断之前系统有没有处理过相同的业务，本发明的判断方式主要是通过相似度，在判断之后，上次对话的时候已经有了一个对话的场景，这次直接使用，不用建立新的场景。
130.上述技术方案的有益效果为：在进行机器人对话的过程中，对于有过对话的访客，不用建立新的对话场景，省去了大量的计算，能更快用符合用户需要的场景进行对话，提高访客的粘度。
131.实施例5：
132.优选的、所述方法还包括：
133.根据所述访客信息，获取访客记录；
134.判断当前访客的联系方式在所述访客记录中是否存在；
135.当所述联系方式已经存在时，不在所述关联数据库中重新增加访客的身份信息；
136.当所述联系方式不存在时，建立当前访客关联数据库，并将当前访客的联系方式储存在当前访客关联数据库中。
137.上述技术方案的工作原理为：本发明对于访客，在每次具有访客信息的时候，都会判断是不是已经有的访客，这个判断方式主要是通过联系方式，因为本发明是客服系统，如果存在联系方式，必定是已有记录的访客，如果没有联系方式，所以没有进行过访问，就必定是新的访客。
138.上述技术方案的有益效果为：本发明通过对访客的联系方式进行判断，能够确定访客是新的访客还是旧的访客，从而可以对新的访客进行信息采集，并记录。
139.相对于现有技术，本发明中构建数据库的方式是不同的，本发明在在进行数据库搭建的时候，会根据访客业务咨询内容的不同，构成不同内业务的访客关联数据库，具体步骤如下：
140.步骤1：获取访客的身份信息，生成基于访客的标识参数γ；
141.步骤2：获取访客的业务数据，构建基于不同业务类型的特征集合
142.其中，a
ji
表示的第j个业务数据的第i个特征参数；i∈n；j∈m；n和m为正整数；n表示业务特征的总数量；m表示业务的总数量；
143.步骤3：根据不同业务类型的特征集合，建立访客不同业务的匹配识别模型：
[0144][0145]
其中，；s(x(γ))表示本发明的匹配判定模型；x(γ)表示访客γ的实时业务特征的特征函数；γ表示访客特征，可以是存储在是访客关联数据库中。
[0146]
步骤4：在访客存在业务咨询时，通过所述匹配识别模型对用户的访问信息进行识别，确定访客关联数据对应的访客；其中，
[0147]
当所述s(x)＞a
ji
时，根据所述访客的标识参数γ和同业务类型的特征集合的特征参数，确定对应的访客关联数据库；
[0148]
当所述s(x)＜a
ji
时，所述访客无法匹配，为新访客，建立基于访客的客服机器人。
[0149]
本发明的原理在于：本发明的数据库在建立的时候，会通过判断客户的业务信息是不是符合客户的要求，在步骤1中本发明首先确定不同访客的访客标识，这个标识时客户的标识，也是关联数据的标识，本发明手下对所有的数据进行业务特征提取，确定每个业务类型的业务参数，根据业务参数建立基于业务的匹配识别模型；x(γ)是客户实时执行的业务函数，在用户进行存在访客业务时，通过这个函数判断访客是不是存在，办理的业务时什
么内容，谭厚通过这个公式判断出具体的访客，和访客对应的访客关联数据库。相对于现有技术，按照具体的访问内容进行归类或者通过访客的电话身份信息进行查询，本发明能够更快的获取访客的历史业务数据建立业务场景，也能更快的判断是不是新的访客。
[0150]
实施例6：
[0151]
优选的、所述方法还包括：
[0152]
根据目标访客的历史聊天记录，确定对话特征，并对不同的对话特征建立特征标签；其中，
[0153]
所述对话特征包括：语言类型特征、语言情感特征、语言种类特征、语言内容特征和语速特征；
[0154]
根据所述特征标签对所述目标访客的对话进行特征分类；其中，
[0155]
所述特征分类包括：语言种类分类、语言情感倾向分类、语言类型分类、语言内容分类和语速分类；
[0156]
根据所述特征分类，确定不同特征分类下，建立将所述特征分类后语言特征作为训练语料的对话模型；
[0157]
根据所述对话模型，生成机器人客服的智能对话模板；
[0158]
根据所述智能对话模板，接收目标访客的对话信息；
[0159]
根据所述对话信息，生成对应的反馈对话话语。
[0160]
上述技术方案的工作原理为：本发明的客服系统最终的目的是进行对话，而机器人客服最重要的必定是智能对话，所以本发明对于访客，会对他的聊天记录进行分析，判断这个客户在不同的对话场景下，习惯什么的情感特征，什么样的语速能让他听清，什么样的语言能让他听懂，什么内容更能解决他的问题，然后基于这些，构成对话模型，通过对话模型，实现在对话的时候进行对话反馈。
[0161]
上述技术方案的有益效果为：能够根据用户的对话特性，构建对话模型，通过对话模型的对话，让客户的体验感更好。
[0162]
实施例7：
[0163]
优选的、所述方法还包括：
[0164]
根据所述目标访客的历史聊天记录，进行对话分析，确定对话中的情感语料；
[0165]
根据所述情感预料，生成情感对话数据集；
[0166]
所述情感对话数据集包括多个语句和各语句的情感类别标签及多个通用语句及通用回复类别标签；
[0167]
将所述情感对话数据集和通用回复数据集训练生成对抗网络，所述生成对抗网络包括生成器和判别器；
[0168]
其中，
[0169]
所述生成器包括编码器和解码器；
[0170]
其中，
[0171]
所述编码器对情感对话语料数据集中的各语句进行向量化得到语义表示向量；
[0172]
所述解码器根据各语义表示向量和随机指定的情感类别标签生成各语句的回复，该回复中带有情感信息；
[0173]
根据所述生成器和判别器，在接收到用户的语音时，判断并输出各回复属于通用
回复的回复概率和情感偏向；
[0174]
根据所述回复概率和情感偏向，将对应的情感信息融合到回复概率最大的通用回复中，生成情感回复语句。
[0175]
上述技术方案的工作原理为：本发明在通过客服系统进行对话的时候，有感情的对话，和没有感情的对话必定是会影响客户的对话体验，也会影响访客的心情，对话是一种交流方式，更好的对话体验，肯定能够更加顺畅的结局用户的需求，所以本发明要让对话的过程中，机器人也得带有情感，因此，本发明采用了上述方式，将情感信息融合到回复信息上，将情感和最大概率的回复语言和用户适配。
[0176]
上述技术方案的有益效果为：本发明能够通过情感的加持和共鸣，让用户有更好的体验。
[0177]
实施例8：
[0178]
优选的、所述方法还包括：
[0179]
当机器人客服系统端检测到访客请求的触发条件时，启动预先存储的包含有设定话术自动化操作流程的最终操作脚本；
[0180]
执行所述最终操作脚本，自动构建机器人客户；
[0181]
自动启动对话系统，自动选择所述自动对话所对应的对话场景，进入自动对话界面，并进行对话记录；
[0182]
结合语音识别与自然语音处理技术，自动识别对话记录上的关键对话信息，并自动匹配将所述对话信息上传至对话访客的关联数据库。
[0183]
上述技术方案的工作原理为：本发明在进行对话的时候，还存在如果没有访客信息的新访客，本发明根据对话的用户身份，建立访客机器人，通过访客机器人这个访客机器人就是用户的身份信息构建，通过这个访客机器人通过对话系统进行对话。
[0184]
实施例9：
[0185]
优选的、所述方法还包括：
[0186]
当根据所述访客请求，判定访客的数量；
[0187]
根据所述访客数量，确定每一个目标访客的对话目标；
[0188]
判断对话目标是否相同，并在多个目标访客的对话目标相同时，建立独立聊天室；
[0189]
根据所述独立聊天室，记录接收到每一个访客语句，根据所述访客语句确定业务场景；
[0190]
进入所述业务场景，并设定每一个访客的语音节点，进入所述业务场景对应的第一对话节点树；
[0191]
对于所述第一对话节点树的每个参数验证对话节点，若根据该参数验证对话节点进行相关参数的验证判断发出语音信息的目标访客，并存储该参数验证对话节点，跳转到单人语音发音模式，并进入所述单人语音发音模式的第二对话节点树；
[0192]
根据所述第二对话节点树，进行多人语音交互。
[0193]
在这个过程中，通常的客服对话系统存在一个很大的缺陷，就是一个客户和对话的客服之间只能够通过单对单的方式进行对话服务，获取客户的诉求。这个时候，总有些客户是无法进行对话的。但是本发明主要是通过机器人对话，所以这个时候就需要建立不同的对话通道，实现对话，但是也存在多个目标访客处理相同的业务诉求，所以本发明将相同
业务诉求的访客划分到一个统一的客服机器人这里。在这种情况下本发明建立的是对话节点树，通过同一个对话节点树构建多人同时的客服对话。
[0194]
实施例10：
[0195]
优选的、所述方法还包括：
[0196]
在检测到当前对话属于新的对话场景时，建立与所述新的对话场景匹配的场景标识；
[0197]
在与所述当前对话匹配的多轮问答交互过程中，实时获取对话场景描述信息，并将所述对话场景描述信息与所述场景标识对应存储；
[0198]
在检测到所述多轮问答交互被中断时，执行与中断类型匹配的中断处理策略；
[0199]
当检测到用户再次发起与所述场景标识匹配的对话时，根据所述对话场景描述信息，继续与所述用户进行问答交互。
[0200]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。