智能语音对话过程中自动生成客户标签的方法与流程

本发明涉及智能语音领域，尤其涉及智能语音对话过程中自动生成客户标签的方法。

背景技术：

随着人工智能技术的完善和进步，越来越多的企业选择部署各类人工智能产品以提高生产运营效率。其中利用智能语音机器人代替或辅助人工座席与客户展开沟通，从而大幅度提高拜访、接待客户的数量和效率，同时也缓解企业的人工紧缺以及降低了管理成本。

现有的智能语音机器人基本上只涵盖了智能接听、拨打、对话的功能，而对于企业来讲，希望智能语音机器人除了完成与客户的智能对话任务外，也能够承担起客户管理的任务，其中如何根据人机对话内容自动生成标记客户属性的标签，实现个性化客户画像是企业迫切需要的功能，目前实现自动生成客户标签的技术方案主要是基于存量数据的事后标记，即等对话结束后，根据语音记录分析，基于分类算法或套用分类模型来生成客户标签，其主要有以下几个缺点：

（1）囿于算法或模型的局限，生成的客户标签多以客户意向等级为主，种类固定且较少；

（2）全部语音数据汇总在一起分析，周期长，分类效率低下；

（3）因为分析周期长，分类效率低，进而延缓企业根据客户分类结果作出进一步决策，影响整体运营效率。

综上，现有生成客户标签方法受限较多、周期长、效率低，不利于企业敏捷决策。

技术实现要素：

为了提高智能语音对话过程中生成客户标签的效率和根据企业需求自定义客户标签，本发明提出了智能语音对话过程中自动生成客户标签的方法。

本发明采用如下技术方案：

智能语音对话过程中自动生成客户标签的方法，所述方法包括：预先在智能语音机器人话术制作时部署客户标签；由起始节点发起，向下扩展添加多个节点形成智能语音对话流程，节点包括普通话术、跳转话术及判断项，普通话术及判断项组合形成开场白，普通话术、跳转话术及判断项组合形成一轮会话，开场白与复数轮会话形成智能语音对话过程；标签分析引擎收集提取智能语音对话流程中的各类客户标签；数据中心将汇总后的各类客户标签同步至交互记录和客户属性中并生成完整的客户画像。

作为优选，所述部署客户标签的方法如下：开场白与会话、会话与会话之间各个节点相互衔接的过程定义为ⅰ类客户标签；跳转话术调用知识库中内容以响应用户咨询或提问的过程定义为ⅱ类客户标签；每一轮会话定义为ⅲ类客户标签。

作为优选，普通话术是由智能机器人主动发起的正常会话，跳转话术是根据用户的会话内容而触发的应答话术，判断项的类别包括：肯定、否定和未识别。

作为优选，所述生成完整的客户画像的步骤如下：ons存储集群将由标签分析引擎提取形成的ⅰ类客户标签、ⅱ类客户标签和ⅲ类客户标签汇总；数据中心将汇总后的ⅰ类客户标签、ⅱ类客户标签和ⅲ类客户标签同步至交互记录和客户属性中并生成完整客户画像。

作为优选，所述数据中心包括ons消息集群、elasticsearch集群和云数据

库，所述ons消息集群通过消息订阅提取ons存储集群中的各类客户标签数据，所述elasticsearch集群、云数据库分别与所述ons消息集群连接，所述elasticsearch集群用于客户标签数据的搜索，所述云数据库将客户标签同步至交互记录和客户属性中并生成完整客户画像。

作为优选，客户标签为自定义客户标签，自定义客户标签为企业针对自身需求所自行定义的客户行为分析，自行设置编辑管理的一种客户标签。

本发明的有益效果是：1、智能语音对话数据来源，包括但不限于电话信道、

web端语音交互、小程序语音交互等实时语音流；2、将标签生成规则内嵌部署到对话流程中，根据通话内容过滤生成，大大提高了分析生成效率；3、生成的标签类型丰富，且可以根据企业的实际业务需求、具体场景需要，自主定义标签的类型，如客户购买意向分类、客户满意程度分类、有房无房分类、有车无车分类等，从而扩大了客户分类的应用纵深；4、针对现有技术方案中算法或模型的局限性，开放标签生成原则的设置权限，企业可根据实际效果，自主调节标签生成原则，使得客户标签更精准；5、基于大数据分析和知识图谱技术，将通话过程中客户频繁提到的关注点比对知识库进行标注，补充到客户分类结果中，使得客户标签更全面；6、生成的客户标签自动同步至通话记录和客户属性中，为后续跟进提供依据。

附图说明

图1是本发明自动生成客户标签的流程示意图；

图2是本发明中部署客户标签的示意图；

图3是本发明中生成完整客户画像的流程示意图。

图1-3中：1、标签分析引擎，2、ons存储集群，3、数据中心，30、ons消息集群，31、云数据库，32、elasticsearch集群。

具体实施方式

下面通过具体实施例，并结合附图，对本发明的技术方案作进一步的具体描述：

实施例：如附图1-3所示为智能语音对话过程中自动生成客户标签的方法，

所述方法包括：预先在智能语音机器人话术制作时部署客户标签；由起始节点发起，向下扩展添加多个节点形成智能语音对话流程，节点包括普通话术、跳转话术及判断项，普通话术是由智能机器人主动发起的正常会话，跳转话术是根据用户的会话内容而触发的应答话术，判断项的类别包括：肯定、否定和未识别，普通话术及判断项组合形成开场白，普通话术、跳转话术及判断项组合形成一轮会话，开场白与复数轮会话形成智能语音对话过程；标签分析引擎1收集提取智能语音对话流程中的各类客户标签；数据中心3将汇总后的各类客户标签同步至交互记录和客户属性中并生成完整的客户画像。

客户标签就是把客户分类，然后打上易于辨识和分析的标签，是基于用户行为分析获得的对用户的一种认知表达，也是后续数据分析加工的起点。利用客户标签实现客户画像、客户细分、精准营销、客户价值提升、分析挖掘和信息快速推送，从而更好地为个性化的精准营销提供有效的数据支撑。

所述部署客户标签的方法如下：开场白与会话、会话与会话之间各个节点相互衔接的过程定义为ⅰ类客户标签；跳转话术调用知识库中内容以响应用户咨询或提问的过程定义为ⅱ类客户标签；每一轮会话定义为ⅲ类客户标签，ⅰ类客户标签是智能语音对话过程中，对话进入各节点时所触发的标签，此类标签与分支判断项（常见的分支判断项有肯定、未识别、否定等）相关；ⅱ类客户标签是智能语音对话过程中，智能语音机器人跳转到知识库中，基于知识图谱技术调用最佳答案，响应客户咨询或提问时所生成的标签，ⅱ类客户标签与知识库内容相关，只是用以标记客户的关注点；ⅲ类标签是智能语音对话过程中，智能语音机器人与客户沟通的深度，主要表现在对话轮次、对话时长等全局变量中。

客户标签也可以为自定义客户标签，自定义客户标签为企业针对自身需求所自行定义的客户行为分析，自行设置编辑管理的一种客户标签，自定义客户标签，即享有自主设置客户标签的功能，可以根据企业或个人业务需求，在系统提供的标签基础上，自行设置编辑管理，自主定义标签的类型，包括客户购买意向分类、客户满意程度分类、有房无房分类、有车无车分类等，从而扩大了客户分类的应用纵深。

所述生成完整的客户画像的步骤如下：ons存储集群2将由标签分析引擎1提取形成的ⅰ类客户标签、ⅱ类客户标签和ⅲ类客户标签汇总；数据中心3将汇总后的ⅰ类客户标签、ⅱ类客户标签和ⅲ类客户标签同步至交互记录和客户属性中并生成完整客户画像。

所述数据中心3包括ons消息集群30、elasticsearch集群32和云数据库

31，所述ons消息集群30通过消息订阅提取ons存储集群2中的各类客户标签数据，所述elasticsearch集群32、云数据库31分别与所述ons消息集群30连接，所述elasticsearch集群32用于客户标签数据的搜索，所述云数据库31将客户标签同步至交互记录和客户属性中并生成完整客户画像，数据中心3通过消息订阅获得各类客户标签数据，将客户标签数据同步更新至elasticsearch集群32和云数据库31中，完成各类客户标签同步至交互记录和客户属性并生成完整客户画像。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。