专利名称：用于工单预处理的专家系统和工单预处理方法
技术领域：
本发明涉及通信领域，具体地，涉及一种用于工单预处理的专家系统和工单预处 理方法。
背景技术：
在目前采用的通信系统中，通常设置有呼叫中心。该呼叫中心是企业对用户开放 的用于专业技术支持的电子渠道，可以处理用户的投诉建议、故障申告等业务请求，并且， 这些业务请求是由客服代表和用户进行沟通完成的。客服代表对于业务请求的处理步骤如下1、客服代表根据自己通过培训掌握的知识，尝试对用户的业务请求进行预处理， 尽量利用自己的知识帮助用户解决问题或者向用户解释问题。2、如果预处理失败、用户坚持要投诉或障碍申告，客服代表将利用呼叫中心中的 相关软件填写电子工单，并流转电子工单到其他企业相关部门来继续进行处理。目前，上述步骤1通常被称为工单预处理，该处理过程由呼叫中心的客服代表利 用自己通过培训掌握的知识来完成，由此会带来以下问题第一，培训难度非常高。对于大型企业而言(例如，电信运营商)，向用户提供的产 品和服务种类繁多、更新频繁，要将每个产品和服务的各种知识都通过培训的方式让客服 代表掌握是一个复杂而且难度很高的过程；第二，培训的工作量和成本非常大。对于大型的呼叫中心(例如，电信运营商的呼 叫中心)，其客服代表的数量往往在500 2000范围内，要对每个客服代表进行完整的培 训，工作量大；而且大型呼叫中心中的客服代表的流动性较大，这将进一步增加客服代表培 训的工作量和成本；第三，预处理的效果因客服代表而异。不同客服代表对新知识的接收和理解能力 参差不齐，这样会造成培训效果因人而异，从而造成对用户的业务请求进行预处理的服务 质量因人而异，质量差的预处理不仅达不到应用的效果，甚至可能会而误导用户，从而影响 服务质量以及用户体验；第四，预处理耗时长。受客服代表业务水平的限制，在预处理过程中，会因为逻辑 不清而造成询问用户很多不必要的问题后才能够得到最终的结论。这样将会增加平均通话 时长，作为衡量一个呼叫中心的运营水平高低的重要指标之一，平均通话时长的增加将会 降低运营商的运营水平。目前，针对相关技术中的工单预处理通过人为实现所导致的预处理时间长、预处 理结果正确率低、服务质量差，进而影响用户体验和影响运营商的运营水平的问题，尚未提 出有效的解决方案。
发明内容
考虑到相关技术中存在的工单预处理通过人为实现所导致的预处理时间长、预处理结果正确率低、服务质量差，进而影响用户体验和影响运营商的运营水平的问题而做出 本发明，为此，本发明的主要目的在于提供一种用于工单预处理的专家系统和方法，以解决 相关技术中的上述问题。为达到上述目的，根据本发明的一个方面，提供了一种用于工单预处理的专家系 统。根据本发明的用于工单预处理的专家系统包括知识库，用于存储和表示用于工 单预处理的知识，其中，知识包括用于为工单处理提供决策基础的结论、以及用于推导结论 的前提；推理机，用于根据用户输入的请求在知识库中查询对应的前提并结合用户针对前 提输入的事实数据推导出结论。优选地，该系统还包括数据获取模块，用于根据来自推理机查询得到的前提，获 取由用户针对该前提输入的事实数据，并将事实数据发送给推理机。优选地，上述推理机包括知识读取模块，用于根据请求中携带的知识类别向知识 库发送查询请求，并接收来自知识库的对应于知识类别的知识列表，其中，知识列表中包括 至少一条知识，每条知识均包括至少一个前提、每个前提对应的至少一个参考数据、以及与 每条知识对应的结论；数据读取模块，用于依次将知识列表中的当前进行匹配分析的知识 的前提发送给数据获取模块，指示数据获取模块获取事实数据；匹配模块，用于根据参考数 据以及事实数据，对当前进行匹配分析的知识进行分析，如果事实数据与参考数据全部匹 配，则得到结论。优选地，上述匹配模块还用于如果事实数据与参考数据不匹配，则指示数据读取 模块对知识列表中当前进行匹配分析的知识的下一条知识进行获取事实数据，并进行匹配 分析的操作。优选地，该系统还包括运行库，用于存储数据获取模块获取的事实数据和/或匹 配模块进行匹配分析得到的结论。优选地，该系统还包括用户界面模块，用于接收由用户输入的请求、事实数据， 向用户显示来自数据获取模块的知识列表中知识的前提、匹配模块进行匹配分析得到的结 论。优选地，该系统还包括知识获取模块，用于获取用于工单预处理所需的知识，并 更新知识库。根据本发明的另一方面，提供了一种工单预处理方法。根据本发明的工单预处理方法包括根据用户输入的请求在知识库中查询对应的 前提，其中，知识库中包括工单预处理的知识，并且知识包括用于为工单处理提供决策基础 的结论、以及用于推导结论的前提；根据查询的前提以及用户针对前提输入的事实数据推 导出结论。优选地，上述根据用户输入的请求在知识库中查询对应的前提的处理具体包括 根据请求中携带的知识类别向知识库发送查询请求，并接收来自知识库的对应于知识类别 的知识列表，其中，知识列表中包括至少一条知识，每条知识均包括至少一个前提、用于索 引至少一个前提的参考数据、以及与每条知识对应的结论。优选地，上述推导结论的处理具体包括对于知识列表中的当前进行匹配分析的 知识，根据用户针对该知识的前提输入的事实数据查找匹配的参考数据，在能够查找到与用户针对该知识输入的全部事实数据相匹配的参考数据的情况下，推导出结论；在根据用 户针对该知识的前提输入的事实数据未查找到匹配的参考数据的情况下，停止对该知识的 匹配分析，并将知识列表中的下一条作为当前进行匹配分析的知识。优选地，该方法还包括对于知识列表中的当前进行匹配分析的知识，如果该知识 中的前提索引至另一知识，对另一知识进行匹配分析，并将匹配分析的结论作为该前提的 事实数据。优选地，上述根据查询的前提以及用户针对前提输入的事实数据推导出结论的处 理进一步包括在用户针对前提输入事实数据后，保存事实数据，用于之后与相同前提所对 应的参考数据进行匹配分析。优选地，上述知识列表还包括至少一条知识中的每条知识对应的匹配分析优选级。借助本发明的上述技术方案，通过专家系统根据知识库中知识包括的前提、以及 用户针对前提输入的事实数据进行匹配分析，得到知识中包括的结论，并将该结论作为工 单处理的决策基础，能够解决相关技术中存在的由于工单预处理通过人为实现所导致的预 处理时间长、预处理结果正确率低、服务质量差，进而影响用户体验和影响运营商的运营水 平的问题，从而可以进行快速、准确、有效的工单预处理，提高用户体验以及运营商的运营 水平。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、权利要求书、以及附图中所特别指出的结构来实现和获得。
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中图1是根据本发明系统实施例的用于工单预处理的专家系统的结构框图；图2是根据本发明系统实施例的用于工单预处理的专家系统的优选结构框图；图3是图2所示系统的工作流程图；图4是根据本发明方法实施例的工单预处理方法的流程图。
具体实施例方式功能概述针对相关技术中存在的工单预处理通过人为实现所导致的预处理时间长、预处理 结果正确率低、服务质量差，进而影响用户体验和影响运营商的运营水平的问题 ，本发明实 施例首先设置了一种用于工单预处理的专家系统，该系统根据知识库中知识包括的前提、 以及用户针对前提输入的事实数据进行匹配分析，得到知识中包括的结论，并将该结论作 为工单处理的决策基础，从而能够提高预处理的正确率；针对相关技术中预处理耗时长的 问题，本发明采用根据知识中包括的前提进行向导式提问的方法，能够避免预处理耗时长 的问题，从而能够提高客户体验、以及提供运营商的运营水平、节省运营商对客服代表的培 训成本。
需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。下面结合附图对本发明的实施例进行说明，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。系统实施例根据本发明实施例，提供了一种用于工单预处理的专家系统。图1示出了根据本发明系统实施例的用于工单预处理的专家系统的结构，图2示 出了根据本发明系统实施例的用于工单预处理的专家系统的优选结构。图1所示的用于工单预处理的专家系统包括知识库1和推理机3，图2在图1的 基础上进一步示出了数据获取模块5、运行库7、用户界面模块9、知识获取模块11，并且推 理机3进一步包括知识读取模块31、数据读取模块33、匹配模块35，下面将基于图1和图2 详细上述模块的功能。(一 )知识库 1知识库1，用于存储和表示用于工单预处理的知识，其中，知识包括用于为工单处 理提供决策基础的结论、以及用于推导结论的前提。具体地，知识库1中存储的知识是由专 家通过用户界面模块9输入，并包括各种业务类别和服务类别的知识，即，多种知识类别的 知识，每种知识类别可以包括多条知识。优选地，在知识库1中，可以采用产生式规则知识 描述方法对各条知识进行描述，即，每条知识均包括至少一个前提、用于索引至少一个前提 的参考数据、以及与每条知识对应的结论。优选地，知识库1还可以用于根据来自知识读取模块31的查询请求，将根据查询 请求中的知识类别查询得到的知识列表发送给知识读取模块31。( 二)推理机 3推理机3，连接至知识库1，优选地，还连接至数据获取模块5、运行库7和用户界面 模块9，用于根据用户通过用户界面模块9输入的请求在知识库1中查询对应的前提并结合 用户针对前提输入的事实数据推导出结论，优选地，该请求中携带有知识类别。优选地，如图2所示，推理机3可以包括知识读取模块31、数据读取模块33、匹配 模块35。其中，知识读取模块31连接至知识库1，用于根据用户输入的请求中携带的知识 类别向知识库1发送查询请求，接收来自知识库1的对应于该知识类别的知识列表，其中， 知识列表中包括至少一条知识。数据读取模块33，连接至数据获取模块5，用于根据知识列表中知识的前提指示 数据获取模块5需要获取的事实数据。匹配模块35，连接至知识读取模块31、数据读取模块33、运行库7，用于根据知识 读取模块31获取的知识列表中的知识的前提、参考数据、以及接收的事实数据对知识列表 中的知识进行匹配分析，具体地，匹配模块35对于知识列表中的当前进行匹配分析的知 识，根据用户针对该知识的前提通过数据读取模块33输入的事实数据查找匹配的参考数 据，在能够查找到与用户针对该知识输入的全部事实数据相匹配的参考数据的情况下，推 导出结论；在根据用户针对该知识的前提输入的事实数据未查找到匹配的参考数据的情况 下，停止对该知识的匹配分析，并将知识列表中的下一条作为当前进行匹配分析的知识。
具体地，匹配模块35可以根据知识列表中知识的匹配分析优先级，以一定的顺序 对列表中的知识进行匹配分析。对于进行匹配分析的每条知识，需要通过用户界面模块9 逐条显示该知识的前提，并接收用户针对这些前提输入的事实数据，由匹配模块35判断用 户针对显示的每条前提输入的事实数据是否与相应前提的参考数据相匹配，如果有一个输 入的事实数据与当前前提的参考数据不相匹配，则确定该条知识的匹配分析处理失败，并 转到该知识列表中的下一条知识进行匹配分析；优选地，在对下一条知识进行匹配分析时， 对于之前出现过的前提，可以获取运行库7中保存的该前提的事实数据如果一条知识的 全部前提的参考数据与用户相应的事实数据均匹配，则确定对该条知识匹配分析成功，并 得到该知识中包括的结论。本实施例通过设置知识库和推理机，能够将根据知识中包括的前提 、以及用户针 对前提输入的事实数据进行匹配分析，并将该结论作为工单处理的决策基础，能够提高预 处理的正确率。(四)数据获取模块5数据获取模块5，连接至数据读取模块31、运行库7、和用户界面模块9，用于根据 数据读取模块31的指示，通过用户界面模块9接收由用户针对至少一个前提输入的事实数 据，优选地，数据获取模块5可以将该事实数据存储到运行库7中。(五)运行库7运行库7，连接至数据获取模块5和匹配模块35，用于存储数据获取模块5获取的 事实数据，以及匹配模块35进行匹配分析得到的结论。运行库7为匹配模块35进行匹配 分析所需的数据和结论提供缓存，相比于将事实数据或结论存储于外部设备，能够节省匹 配分析的时间、提高匹配分析的速度。(六)用户界面模块9用户界面模块9，连接至推理机3、数据获取模块5、知识获取模块11，用于接收由 用户输入的请求、事实数据，向用户显示知识列表中知识的前提、匹配模块35进行匹配分 析得到的结论。用户界面模块9的设计(以及优化)能够为工单预处理提供方便、清晰的 人机接口，同时也为本系统的内部处理提供数据接口。(七)知识获取模块11知识获取模块11，连接至知识库1和用户界面模块9，用于通过用户界面模块9获 取由专家输入的用于工单预处理所需的知识，以及更新知识库1。通过本实施例提供的技术方案，通过专家系统的知识库、推理机、数据获取模块、 运行库、知识获取模块、用户界面模块，能够将根据将知识中的前提作为问题通过用户界面 显示给客服代表，客服代表向用户询问问题获得的事实数据(即问题的答案)，并将该事实 数据通过用户界面输入到推理机，推理机根据前提和事实数据推导出作为工单处理决策基 础的结论，能够提高预处理的正确率、以及提高客户体验、以及提高运营商的服务质量。图3示出了图2所示模块的工作流程。在执行如图3所示的流程之前，知识获取模块11通过与各种领域专家或者其他途 径进行交互，形成各种类别的专业知识，并将这些知识用计算机语言表示出来，存储在知识 库1中。然后，客服代表在处理用户的业务请求时，根据请求中携带的知识类别，在用户界面模块9上选择知识库1中已经录入的相应知识类别，用户界面模块9将客服代表输入的 知识类别发送给推理机，启动推理机开始推理，具体的推理步骤如图3所示步骤1、知识读取模块31向知识库1发送查询请求，该请求中携带有上述知识类 另|J，知识库1根据查询请求查询到该知识类别包括的可用知识，将这些知识以知识列表的 形式发送给知识读取模块31，该知识列表中携带有至少一条知识，每条知识都包括多个前 提、与多个前提对应的参考数据、以及结论；步骤2、匹配模块35判断知识列表中是否还有未处理的知识，如果没有，则匹配模 块35认为推理失败，整个推理过程结束，如果有，处理继续进行；步骤3、匹配模块35按照一定的规则在可用知识列表中提取一条知识，例如，按照 知识的优先级来提取当前优先级最高的一条知识；步骤4、匹配模块35分析当前知识，获取当前知识推理需要的所有前提列表，即， 当前知识包括的多个前提；步骤5、匹配模块35判断当前知识的前提列表中是否还有未处理的前提，如果没 有，处理进行到步骤14，如果有，处理进行到步骤6 ；
步骤6、匹配模块35按照一定的规则在前提列表中提取一个前提，例如，按照前提 排列的顺序提取排在最前的一个前提；步骤7、匹配模块35判断在运行库7中是否已经有了该前提的值，如果有，则直接 提取该值，并回到步骤5，如果没有，处理继续进行；步骤8、匹配模块35判断该前提的类型，如果是中间结论类的前提，则转入步骤9， 如果是用户事实数据类的前提，则进行到步骤11 ；步骤9、匹配模块35将该前提作为一个新的知识类别回到开始步骤进行递归推 理；步骤10、匹配模块35将这个知识类别的最终结论作为该前提的值，然后处理进行 到步骤13 ；步骤11、数据读取模块33向数据获取模块5提出要求获取用户事实数据的请求；步骤12、数据获取模块5将该前提输出到用户界面模块9，用户界面模块9将该前 提作为问题显示出来，客服代表根据该问题获取用户对该问题的答案，并将该答案作为事 实数据(即，作为该前提的值)输入到数据获取模块5，然后处理进行到步骤13 ；步骤13、数据获取模块5将该前提的值保存在运行库7中，后续其他知识如果也需 要的话就可以直接在运行库7中提取，然后处理转到步骤5 ；步骤14、匹配模块35根据获取到的所有前提的值，判断当前知识是否匹配，即，根 据用户针对该知识的前提输入的事实数据查找匹配的参考数据，在能够查找到与全部事实 数据相匹配的参考数据的情况下，推导得出结论，处理进行到步骤15，否则，处理转入步骤 2 ；步骤15、推理机的匹配模块35将当前进行匹配分析的知识的结论作为最终结论。 整个推理过程结束。最后，匹配模块35通过用户界面模块9向客服代表展现推理的最终结论，客服代 表根据最终结论的内容进行最终的处理，具体地，一般最终的结论可能是需要客服代表向 用户解释、用户进行理解问题，也可能会是企业本身问题，这样，需要利用呼叫中心中的相关软件填写工单以让其他企业相关部分继续进行处理。在具体实现的过程中，可以通过不同的实现方式来设置上述模块。1、知识库1可以通过常用的数据库来实现，比如ORACLE、SYBASE、SQLSERVER等。 在知识库1中，可采用专家系统中的产生式规则知识描述方法对各条知识进行描述。例如， 通过以下方式描述的知识可以作为用于判断小灵通故障的一条知识。IF故障类型=信号不好AND信号不好区域=所有区域AND把SIM卡换到其他人的 终端上后信号是否变好=是THEN “用户终端有问题导致信号不好，建议用户维修或者更换终端”
在以上知识中，“故障类型”、“信号不好区域”、“把SIM卡换到其他人的终端上后信 号是否变好”都属于该条知识的前提，即，属于判断小灵通故障的问题；“信号不好”、“所有 区域”、“是”等为相应前提的参考数据；“用户终端有问题导致信号不好，建议用户维修或者 更换终端”为该条知识的结论。此外，这条知识的所有前提都是用户事实数据类前提，都需 要通过数据获取模块5将前提一一地通过用户界面模块9作为问题、以向导式的提问方式 向客服代表显示出来，客服代表与用户沟通获取答案后，需要填写这些前提的值。匹配模块 35获得这些事实数据后，将事实数据与参考数据相比较，当二者相同时，就可以推导出上述 结论。此外，专家在录入知识时，还需要描述知识的优先等级，以区别多条知识。2、推理机3可以利用EJB (Enterprise JAVA Bean)技术来实现。具体地，可对外 提供EJB接口来接受客服代表的请求，并利用用户界面模块9展现推理结论和推理结果，也 可利用EJB技术来与知识库1，运行库7以及与数据获取模块5进行交互。3、数据获取模块5也可以利用EJB技术来实现，可对外提供EJB接口来接收数据 读取模块33发送的用户事实数据获取请求，并利用B/S开发技术通过开发用户界面模块9 来实现与客服代表的交互。具体地，用户界面模块9中需要以向导式询问的方式逐一地向 客服代表显示前提对应的问题和参考数据，例如，需要显示的内容包括(1)问题请问信 号主要在哪些区域不好。(2)可选答案(即参考数据)所有区域；仅指定区域。4、运行库7也可以通过常用的数据库来实现，例如，ORACLE、SYBASE、SQLSERVER。5、用户界面模块9可以利用B/S开发技术通过开发用户界面的方式来实现。6、知识获取模块11也可以利用B/S开发技术通过开发用户界面的方式来实现，并 且领域专家可以直接使用用户界面逐一录入各种类别的知识。可以看出，通过上述模块间的工作使工单预处理过程中尽可能地减少人为操作， 并通过专家系统的机制使非人为操作达到尽可能高的智能化，不仅能够提高工单预处理准 确性和效率，而且能够提高用户体验和运营商的运营水平。方法实施例根据本发明实施例，提供了一种工单预处理方法，优选地，可以采用上述系统实施 例中提供的用于工单预处理的专家系统来实现该方法。图3示出了根据本发明方法实施例的工单预处理方法的流程，需要说明的是，在 附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且， 虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示 出或描述的步骤。
如图3所示，根据本发明方法实施例的工单预处理方法包括如下处理过程( 一 )步骤 S302步骤S302，根据用户输入的请求在知识库中查询对应的前提，其中，知识库中存储 并表示了工单预处理的知识，并且知识包括用于为工单处理提供决策基础的结论、以及用 于推导所述结论的前提。优选地，根据用户输入的请求在知识库中查询对应的前提的处理的操作包括根 据请求中携带的知识类别向知识库发送查询请求，并接收来自知识库的对应于知识类别的 知识列表，其中，知识列表中包括至少一条知识，每条知识均包括至少一个前提、用于索引 至少一个前提的参考数据、以及与每条知识对应的结论，优选地，还包括至少一条知识中的 每条知识对应的匹配分析优选级。(二)步骤 S304步骤S304，根据查询的前提以及用户针对前提输入的事实数据推导出结论。优选地，根据优先级，选择当前优先级高的知识所为当前进行匹配分析的知识；推 导结论的处理具体可以包括对于知识列表中的当前进行匹配分析的知识，根据用户针对 该知识的前提输入的事实数据查找匹配的参考数据，在能够查找到与用户针对该知识输入 的全部事实数据相匹配的参考数据的情况下，推导出结论；在根据用户针对该知识的前提 输入的事实数据未查找到匹配的参考数据的情况下，停止对该知识的匹配分析，并将知识 列表中的下一条作为当前进行匹配分析的知识。优选地，还可以保存用户针对于前提对应 的提问输入的事实数据，用于之后回答相同前提所对应的提问。通过本实施例提供的技术方案，能够通过专家系统的推理机制、根据知识中包括 的前提、以及用户针对前提输入的事实数据进行匹配分析，并将匹配分析得到的结论作为 工单处理的决策基础，从而可以提高工单预处理的正确率，还能够通过专家系统提供的向 导式的提问减少工单预处理的耗时，从而可以提供客户体验、提高运营商的服务质量。基于以上的描述，结合图2和图3，以下进一步地描述根据本发明方法实施例的工 单预处理方法的具体实现的过程。首先，知识获取模块11通过与各种领域的专家或者其他途径进行交互，形成各种 类别的专业知识，并将这些知识用计算机语言表示出来，存储在知识库1中。例如，小灵通故障处理领域的专家利用知识获取模块5录入了以下的知识1和知 识2。(知识1，优先级1)IF故障类型=信号不好AND信号不好区域=所有区域AND把 SIM卡换到其他人的终端上后信号是否变好=是THEN “用户终端有问题导致信号不好，建议用户维修或者更换终端”(知识2，优先级2)IF故障类型=信号不好AND信号不好区域=仅指定区域AND 指定区域类型=地下停车场THEN “由于小灵通本身的技术缺陷，地下停车场中的信号确实很难覆盖，请用户理 解，，客服代表接到用户的业务请求，用户反映小灵通有故障需要解决。客服代表根据 业务请求的类型，通过用户界面模块9选择知识库1中已经录入的小灵通故障处理知识类 另IJ，并要求推理机3开始推理。参考图2和图3，推理机进行推理的处理流程具体包括
步骤1、知识读取模块31向知识库1发送查询请求，该查询请求中携带有知识类别，即，小灵通故障处理类别，并获取知识库1根据该请求查询到的与该知识类别相关的可 用知识列表，该知识列表中包括知识1和知识2 ；步骤2、匹配模块35判断知识列表中是否还有未处理的知识，由于现在知识列表 中的知识1和知识2都未处理，继续进行下面的处理；步骤3、知识读取模块31按照匹配分析优先级在可用知识列表中提取一条知识， 由于知识1的优先级更高，所以首先提取知识1 ；步骤4、匹配模块35分析知识1，获取当前知识推理需要的所有前提列表，包括故 障类型、信号不好区域、把SIM卡换到其他人的终端上后信号是否变好；步骤1至步骤4可 以对应于上述的步骤S402 ；步骤5、匹配模块35按照从左到右的规则在上述前提列表中逐一提取每个前提进 行处理。由于这些前提都是用户事实类的前提，因此，数据读取模块33向数据获取模块5 提出获取相应用户事实数据的请求；步骤6、数据获取模块5通过用户界面模块9以向导式提问的方式逐一显示上述前 提，客服代表询问用户后得到用户提供的针对前提的事实数据(或成为前提的值)，客服代 表通过用户界面模块9录入相应的前提的值如下故障类型=信号不好；信号不好区域=指定区域；把SIM卡换到其他人的终端上 后信号是否变好=否步骤7、数据获取模块5将这些前提的值保存在运行库7中，同时判断知识1的所 有前提都已经处理完成；步骤8、匹配模块35将当前所有前提的值与知识1中的参考数据进行比较，判断二 者是否相同，结果发现知识1中要求信号不好区域的参考数据为所有区域，而用户回答的 事实数据为指定区域，因此，知识1不匹配；步骤9、匹配模块35按照匹配优先级规则重新提取知识，得到知识2 ；步骤10、匹配模块35分析知识2，获取当前知识推理需要的所有前提列表，包括 故障类型、信号不好区域、指定区域类型；步骤11、匹配模块35按照从左到右的规则在上述前提列表中逐一提取每个前提 进行处理。结果发现运行库7中已经有故障类型和信号不好区域两个前提的值，于是不再 处理这两个前提，直接在运行库中得到这两个前提的值；步骤12、匹配模块35同时还发现知识2中的前提“指定区域类型”在运行库中没 有找到，于是继续处理该前提。由于该前提是用户事实类的前提，因此，数据读取模块35向 数据获取模块5提出获取相应用户事实数据的请求；步骤13、数据获取模块5通过用户界面模块9以向导式的方式询问显示上述前提， 客服代表和用户沟通后，录入相应的用户事实数据的值为指定区域类型=地下停车场；步骤14、数据获取模块5将指定区域类型前提的值保存在运行库中，同时判断知 识2的所有前提都已经处理完成；步骤15、匹配模块35将当前所有前提的值与知识2进行比较，判断是否匹配。结 果发现完全匹配。于是，推理机将知识2的结论作为本次知识类别推理的最终结论“由于小 灵通本身的技术缺陷，地下停车场中的信号确实很难覆盖，请用户理解”。整个推理过程结束。步骤5至步骤15对应与上述的步骤S304。最后，匹配模块35通过用户界面模块9向客服代表展现推理的最终结论。客服代 表以最终结论的内容向用户进行解释，结束用户的业务处理请求。借助于本实施例提供的技术方案，通过设置专家系统，并通过专家系统的推理机 制、根据知识中包括的前提、以及用户针对前提输入的事实数据进行匹配分析，将匹配分析 得到的结论作为工单处理的决策基础，还能够根据知识推导所需的前提+向导式提问的方 式来逐一指导客服代表向用户询问哪些问题，使得客服代表向用户询问的问题都是统一按 照领域专家的专业逻辑思维来进行的，相当于所有客服代表都掌握了专家的领域知识，能 够通过向导式的提问实现快速(以最少的提问)、精确的推理，得出结论，从而能够大大降 低预处理时长和平均通话时长，提高工单预处理的正确率，从而提高用户体验、提高运营商 的服务质量。此外，由于本发明实施例设置了专家系统，借助与专家系统中存储的知识、以及具 有易用性的向导式的交互方式，不要求客服代表掌握全部业务和服务的专业知识才能处理 用户的业务请求，而只要求客服代表通过简单的培训掌握本发明方法和系统的用户界面使 用即可，这样能够降低运营商对客服代表培训的难度以及培训的工作量和成本。显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用 的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成 的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储 在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们 中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的 硬件和软件结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技 术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
一种用于工单预处理的专家系统，其特征在于，包括知识库，用于存储和表示用于工单预处理的知识，其中，所述知识包括用于为工单处理提供决策基础的结论、以及用于推导所述结论的前提；推理机，用于根据用户输入的请求在所述知识库中查询对应的前提并结合所述用户针对所述前提输入的事实数据推导出结论。
2.根据权利要求1所述的系统，其特征在于，所述系统还包括数据获取模块，用于根据来自所述推理机查询得到的所述前提，获取由所述用户针对 所述前提输入的所述事实数据，并将所述事实数据发送给所述推理机。
3.根据权利要求2所述的系统，其特征在于，所述推理机包括知识读取模块，用于根据所述请求中携带的知识类别向所述知识库发送查询请求，并 接收来自所述知识库的对应于所述知识类别的知识列表，其中，所述知识f列表中包括至少 一条知识，每条知识均包括至少一个前提、每个前提对应的至少一个参考数据、以及与所述 每条知识对应的结论；数据读取模块，用于依次将所述知识列表中的当前进行匹配分析的知识的前提发送给 所述数据获取模块，指示所述数据获取模块获取所述事实数据；匹配模块，用于根据所述参考数据以及所述事实数据，对所述知识进行匹配分析，如果 所述事实数据与所述参考数据全部匹配，则得到所述结论。
4.根据权利要求3所述的系统，其特征在于，所述匹配模块还用于如果所述事实数据与所述参考数据不匹配，则指示所述数据读取模块对所述知识列表 中所述知识的下一条知识进行获取事实数据，并进行匹配分析的操作。
5.根据权利要求3所述的系统，其特征在于，所述系统还包括运行库，用于存储所述数据获取模块获取的所述事实数据和/或所述匹配模块进行匹 配分析得到的结论。
6.根据权利要求3所述的系统，其特征在于，所述系统还包括用户界面模块，用于接收由所述用户输入的所述请求、所述事实数据，向用户显示来 自所述数据获取模块的知识列表中知识的前提、所述匹配模块进行匹配分析得到的所述结 论。
7.根据权利要求1所述的系统，其特征在于，所述系统还包括知识获取模块，用于获取用于工单预处理所需的知识，并更新所述知识库。
8.—种工单预处理方法，其特征在于，所述方法包括根据用户输入的请求在知识库中查询对应的前提，其中，所述知识库中包括工单预处理的知识，并且所述知识包括用于为工单处理提供决策基础的结论、以及用于推导所述结论的前提；根据查询的所述前提以及所述用户针对所述前提输入的事实数据推导出结论。
9.根据权利要求8所述的方法，其特征在于，所述根据用户输入的请求在所述知识库 中查询对应的前提的处理包括根据所述请求中携带的知识类别向所述知识库发送查询请求，并接收来自所述知识库 的对应于所述知识类别的知识列表，其中，所述知识列表中包括至少一条知识，每条知识均 包括至少一个前提、用于索引所述至少一个前提的参考数据、以及与所述每条知识对应的结论。
10.根据权利要求9所述的方法，其特征在于，推导所述结论的处理包括对于所述知识列表中的当前进行匹配分析的知识，根据所述用户针对该知识的前提输 入的事实数据查找匹配的参考数据，在能够查找到与所述用户针对该知识输入的全部事实 数据相匹配的参考数据的情况下，推导出所述结论；在根据所述用户针对该知识的前提输 入的事实数据未查找到匹配的参考数据的情况下，停止对该知识的匹配分析，并将所述知 识列表中的下一条作为当前进行匹配分析的知识。
11.根据权利要求10所述的方法，其特征在于，所述方法还包括对于所述知识列表中的当前进行匹配分析的知识，如果该知识中的前提索引至另一知 识，对所述另一知识进行匹配分析，并将匹配分析的结论作为该前提的事实数据。
12.根据权利要求10所述的方法，其特征在于，根据查询的所述前提以及所述用户针 对所述前提输入的事实数据推导出所述结论的处理进一步包括在所述用户针对所述前提输入所述事实数据后，保存所述事实数据，用于之后与相同 前提所对应的参考数据进行匹配分析。
13.根据权利要求7至12中任一项所述的方法，其特征在于，所述知识列表还包括所述至少一条知识中的每条知识对应的匹配分析优选级。
全文摘要
本发明公开了一种用于工单预处理的专家系统和工单预处理方法，其中，该专家系统包括知识库，用于存储和表示用于工单预处理的知识，其中，知识包括用于为工单处理提供决策基础的结论、以及用于推导结论的前提；推理机，用于根据用户输入的请求在知识库中查询对应的前提并结合用户针对前提输入的事实数据推导出结论。借助于本发明，通过专家系统根据知识库中知识包括的前提、以及用户针对前提输入的事实数据进行匹配分析，得到知识中包括的结论，并将该结论作为工单处理的决策基础，能够解决相关技术中存在的由于工单预处理通过人为实现所导致的预处理时间长、预处理结果正确率低、服务质量差的问题，从而可以进行快速、准确、有效的工单预处理。
文档编号G06Q10/00GK101819569SQ200910004698
公开日2010年9月1日 申请日期2009年2月27日 优先权日2009年2月27日
发明者叶伟, 王东辉 申请人:中兴通讯股份有限公司