基于智能客服的业务处理方法、装置、设备、介质及产品与流程

本申请涉及人工智能领域，尤其涉及一种基于智能客服的业务处理方法、装置、设备、介质及产品。

背景技术：

1、随着人工智能的发展，越来越多的企业或机构倾向采用智能客服来为用户解决问题。智能客服能在人工智能等技术赋能下，通过客服机器人协助人工进行业务处理，能够有效释放人力成本、提高客户服务的响应效率。

2、目前，智能客服通常采用固定的规则或模板对用户问题进行分类和响应，且一般要求用户输入语义明确的标准句，才能准确地向用户反馈相关内容。若用户输入了语义不够明确的非标准句，则会向用户反馈提示信息，以提示用户重新输入语义明确的标准句。

3、在实际应用中，受表述习惯或表述水平的影响，导致一些用户无法及时输入语义明确的标准句，从而造成无效交互次数过多，导致业务处理效率低下、不利于用户体验。

技术实现思路

1、本申请提供一种基于智能客服的业务处理方法、装置、设备、介质及产品，用以减少无效交互次数，以提升业务处理效率和用户体验。

2、第一方面，本申请提供一种基于智能客服的业务处理方法，包括：

3、在监测到任一用户触发的对话请求时，确定所述对话请求指示的用户请求信息是否为不明确请求信息；

4、若是，获取所述用户的用户信息，并根据所述用户信息获取所述用户对应的目标深度学习模型；所述用户信息预存在业务系统数据库中，所述目标深度学习模型在训练时，以输入任一不明确请求信息，输出对应的目标问答信息组为训练目标，所述目标问答信息组包括至少一个目标问答信息，所述目标问答信息被相似用户选择的频率高于预设频率；所述相似用户与所述用户的相似度高于预设相似度，所述相似度是基于所述用户信息得到的；

5、将所述用户请求信息输入所述目标深度学习模型中，以得到所述用户请求信息对应的用户问答信息组，并向所述用户反馈所述用户问答信息组。

6、第二方面，本申请提供一种基于智能客服的业务处理装置，包括：

7、确定模块，用于在监测到任一用户触发的对话请求时，确定所述对话请求指示的用户请求信息是否为不明确请求信息；

8、获取模块，用于在所述对话请求指示的用户请求信息为不明确请求信息时，获取所述用户的用户信息，并根据所述用户信息获取所述用户对应的目标深度学习模型；所述用户信息预存在业务系统数据库中，所述目标深度学习模型在训练时，以输入任一不明确请求信息，输出对应的目标问答信息组为训练目标，所述目标问答信息组包括至少一个目标问答信息，所述目标问答信息被相似用户选择的频率高于预设频率；所述相似用户与所述用户的相似度高于预设相似度，所述相似度是基于所述用户信息得到的；

9、反馈模块，用于将所述用户请求信息输入所述目标深度学习模型中，以得到所述用户请求信息对应的用户问答信息组，并向所述用户反馈所述用户问答信息组。

10、第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

11、所述存储器存储计算机执行指令；

12、所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面任一项所述的方法。

13、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。

14、第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一项所述的方法。

15、本申请提供的一种基于智能客服的业务处理方法、装置、设备、介质及产品，本申请的方法应用于智能客服服务。具体的，本申请中，智能客服服务在监测到任一用户触发的对话请求时，首先确定对话请求指示的用户请求信息是否为不明确请求信息时，并在其是不明确请求信息时，根据用户信息获取用户对应的目标深度学习模型。最后，将用户请求信息输入目标深度学习模型中，以得到用户请求信息对应的用户问答信息组，并将其反馈至用户。通过本申请的方法，智能客服服务在收到用户输入的不明确的用户请求信息时，能够基于用户信息对应的目标深度学习模型，来预测用户意图，以向用户推荐用户回答信息组，使得用户能够基于该用户回答信息组作出反馈，从而实现有效沟通，提升业务处理效率，并提升用户体验。此外，本申请中的目标深度学习模型，是基于与用户的用户信息相似度高于预设相似度的相似用户的不明确请求信息进行训练得到的，从而使得目标深度学习模型能够输出与用户更加契合的用户问答信息组，有利于有效降低无效沟通次数。

技术特征：

1.一种基于智能客服的业务处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于智能客服的业务处理方法，其特征在于，所述根据所述用户信息获取所述用户对应的目标深度学习模型之前，所述方法还包括：

3.根据权利要求2所述的基于智能客服的业务处理方法，其特征在于，所述历史对话信息包括所述相似用户的历史不明确请求信息和对应的历史问答信息；所述基于所述历史对话信息对原始的深度学习模型进行训练，以得到所述目标深度学习模型，包括：

4.根据权利要求3所述的基于智能客服的业务处理方法，其特征在于，所述将所述用户请求信息输入所述目标深度学习模型中，以得到所述用户请求信息对应的用户问答信息组，包括：

5.根据权利要求2-4任一项所述的基于智能客服的业务处理方法，其特征在于，所述从所述业务系统数据库中获取所述相似用户的历史对话信息，包括：

6.根据权利要求1-4任一项所述的基于智能客服的业务处理方法，其特征在于，所述确定所述对话请求指示的用户请求信息是否为不明确请求信息，包括：

7.根据权利要求5所述的基于智能客服的业务处理方法，其特征在于，所述方法还包括：

8.根据权利要求1-4任一项所述的基于智能客服的业务处理方法，其特征在于，所述向所述用户展示所述用户问答信息组，包括：

9.一种基于智能客服的业务处理装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至8任一项所述的方法。

12.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法。

技术总结本申请提供一种基于智能客服的业务处理方法、装置、设备、介质及产品，涉及人工智能领域。该方法包括：在监测到任一用户触发的对话请求时，确定对话请求指示的用户请求信息是否为不明确请求信息；若是，获取用户的用户信息，并根据用户信息获取用户对应的目标深度学习模型；目标深度学习模型在训练时，以输入任一不明确请求信息，输出对应的目标问答信息组为训练目标，目标问答信息组包括至少一个目标问答信息，目标问答信息被相似用户选择的频率高于预设频率；将用户请求信息输入目标深度学习模型中，以得到用户请求信息对应的用户问答信息组，并向用户反馈用户问答信息组。本申请的方法，有效提升了业务处理效率。技术研发人员：彭卫杰,陈永录,李婷婷,王辉受保护的技术使用者：中国工商银行股份有限公司技术研发日：技术公布日：2024/7/29