基于大数据的智能业务分析方法、系统和电子设备与流程

本申请涉及业务的智能分析领域，且更为具体地，涉及一种基于大数据的智能业务分析方法、系统和电子设备。

背景技术：

1、在现代企业中，客服中心承担着维护企业客户关系和业务营销的重要责任，对客服中心通话服务质量进行监测具有重要意义。对通话语音进行情感分析，能够识别客服通话中客服和客户的情绪状态，从而有效跟踪和监测服务质量的好坏。现有的客户情感分析方法多是通过语音识别技术将语音转换为文本内容，再根据文本进行情绪分析。这样，客户在语音中的强度、语调、快慢等有效反应其情绪的变化特征往往会被忽视掉，从而影响对语音情绪识别的准确性。

2、因此，提供一种基于大数据的智能业务分析方法、系统和电子设备，基于客服与客户通话语音中的文本数据信息和语音情绪数据信息对客户的情感进行分析，从而判断出客户对该服务的满意度。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的智能业务分析方法、系统和电子设备，其首先从客服通话语音数据中获取待分析客户的文本数据信息和待分析客户的语音情绪数据信息,接着使用基于上下文编码器的客户文本信息特征提取模块对所述待分析客户的文本数据信息进行特征提取和分析，同时通过基于自动编码器的语音降噪模块和基于卷积神经网络模型的语音情绪特征提取器对所述待分析客户的语音情绪数据信息进行特征提取和分析，然后基于二者的特征信息以得到用于表示待分析客户对此次服务是否满意的分类结果。这样，企业能够及时对客服中心的服务方式和态度进行调整以提升客户满意度，进而提高业务营销的效率。

2、根据本申请的第一方面，提供了一种基于大数据的智能业务分析方法，其包括：

3、从客服通话语音数据中获取待分析客户的文本数据信息和待分析客户的语音情绪数据信息；

4、基于所述待分析客户的文本数据信息和所述待分析客户的语音情绪数据信息以得到客户满意度分析特征向量；

5、分析所述客户满意度分析特征向量以得到分类结果。

6、根据本申请的第二方面，提供了一种基于大数据的智能业务分析系统，其包括：

7、语音信息采集模块，用于从客服通话语音数据中获取待分析客户的文本数据信息和待分析客户的语音情绪数据信息；

8、语音信息特征分析模块，用于基于所述待分析客户的文本数据信息和所述待分析客户的语音情绪数据信息以得到客户满意度分析特征向量；

9、用户满意度特征分类模块，用于分析所述客户满意度分析特征向量以得到分类结果。

10、根据本申请的第三方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上述所述的基于大数据的智能业务分析方法。

11、根据本申请的第四方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的基于大数据的智能业务分析方法。

12、结合本申请的第一方面，在本申请的第一方面的一种基于大数据的智能业务分析方法中，基于所述待分析客户的文本数据信息和所述待分析客户的语音情绪数据信息以得到客户满意度分析特征向量，包括：通过客户文本信息特征提取模块对所述待分析客户的文本数据信息进行语义理解分析以得到客户文本语义理解特征向量；对所述待分析客户的语音情绪数据信息进行预处理操作以得到降噪后语音情绪波形图；将所述降噪后语音情绪波形图通过语音情绪特征提取器以得到客户语音情绪特征向量；以及对所述客户文本语义理解特征向量和所述客户语音情绪特征向量进行基于输出相对目标函数的平滑后验性表达的融合以得到客户满意度分析特征向量。

13、结合本申请的第二方面，在本申请的第二方面的一种基于大数据的智能业务分析系统中，所述用户满意度特征分类模块，用于：通过分类器对所述客户满意度分析特征向量进行特征分类以得到用于表示待分析客户对此次服务是否满意的分类结果。

14、与现有技术相比，本申请提供的一种基于大数据的智能业务分析方法、系统和电子设备，其首先从客服通话语音数据中获取待分析客户的文本数据信息和待分析客户的语音情绪数据信息,接着使用基于上下文编码器的客户文本信息特征提取模块对所述待分析客户的文本数据信息进行特征提取和分析，同时通过基于自动编码器的语音降噪模块和基于卷积神经网络模型的语音情绪特征提取器对所述待分析客户的语音情绪数据信息进行特征提取和分析，然后基于二者的特征信息以得到用于表示待分析客户对此次服务是否满意的分类结果。这样，企业能够及时对客服中心的服务方式和态度进行调整以提升客户满意度，进而提高业务营销的效率。

技术特征：

1.一种基于大数据的智能业务分析方法，其特征在于，包括：

2.根据权利要求1所述的基于大数据的智能业务分析方法，其特征在于，基于所述待分析客户的文本数据信息和所述待分析客户的语音情绪数据信息以得到客户满意度分析特征向量，包括：

3.根据权利要求2所述的基于大数据的智能业务分析方法，其特征在于，所述客户文本信息特征提取模块是基于上下文编码器的客户文本信息特征提取模块。

4.根据权利要求3所述的基于大数据的智能业务分析方法，其特征在于，对所述待分析客户的语音情绪数据信息进行预处理操作以得到降噪后语音情绪波形图，包括：

5.根据权利要求4所述的基于大数据的智能业务分析方法，其特征在于，所述语音降噪模块是基于自动编码器的语音降噪模块。

6.根据权利要求5所述的基于大数据的智能业务分析方法，其特征在于，对所述客户文本语义理解特征向量和所述客户语音情绪特征向量进行基于输出相对目标函数的平滑后验性表达的融合以得到客户满意度分析特征向量，包括：

7.根据权利要求6所述的基于大数据的智能业务分析方法，其特征在于，计算所述客户文本语义理解特征向量相对于目标分类分布的平滑参数化表达以得到优化客户文本语义理解特征向量；计算所述客户语音情绪特征向量相对于目标分类分布的平滑参数化表达以得到优化客户语音情绪特征向量，包括：

8.根据权利要求7所述的基于大数据的智能业务分析方法，其特征在于，分析所述客户满意度分析特征向量以得到分类结果，用于：通过分类器对所述客户满意度分析特征向量进行特征分类以得到用于表示待分析客户对此次服务是否满意的分类结果。

9.一种基于大数据的智能业务分析系统，其特征在于，包括：

10.一种电子设备，包括：

技术总结本申请涉及业务的智能分析领域，其具体地公开了一种基于大数据的智能业务分析方法、系统和电子设备，其首先从客服通话语音数据中获取待分析客户的文本数据信息和待分析客户的语音情绪数据信息,接着使用基于上下文编码器的客户文本信息特征提取模块对所述待分析客户的文本数据信息进行特征提取和分析，同时通过基于自动编码器的语音降噪模块和基于卷积神经网络模型的语音情绪特征提取器对所述待分析客户的语音情绪数据信息进行特征提取和分析，然后基于二者的特征信息以得到用于表示待分析客户对此次服务是否满意的分类结果。这样，企业能够及时对客服中心的服务方式和态度进行调整以提升客户满意度，进而提高业务营销的效率。技术研发人员：吴镍帆受保护的技术使用者：上海奥赛垒互联网科技有限公司技术研发日：技术公布日：2024/4/17