案例管理方法、系统、计算机设备和存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种案例管理方法、系统、计算机设备和存储介质。


背景技术：

2.在线下销售或者服务场景中，为了能够更好的服务客户和提升企业销售业绩，企业或者相关机构针对销售、服务人员开展了多种培训活动，例如，线下技巧培训班、专题研讨会、线上培训课程、vr教学等；而随着线下销售或者服务场景的多元化和复杂化，如何获取或者制作出更加有针对性、可用性和实时性的培训资料，以提升销售人员或者服务人员的业务能力，成为了组织培训活动的企业或者机构亟待解决的问题。
3.目前，用于进行培训活动的培训资料，通常是由一些研究人员按照一定的理论逻辑进行实战模拟的编排而得到的，这类模拟资料通常不能贴合一线的销售或服务人员的实际服务状态，并且也无法了解被培训人员在学习过这些培训资料后的具体效果，因此，无法衡量培训资料的质量。


技术实现要素：

4.为了解决上述技术问题，本技术提供了一种案例管理方法、系统、计算机设备和存储介质。
5.第一方面，本技术提供了一种案例管理方法，包括：
6.获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据；
7.对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例；
8.按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据；
9.根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
10.第二方面，本技术提供了一种案例管理系统，包括：
11.素材获取模块，用于获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据；
12.素材处理模块，用于对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例；
13.数据获取模块，用于按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据；
14.案例评分模块，根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
15.第三方面，本技术提供了一种计算机设备，包括存储器、处理器及存储在存储器上
并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
16.获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据；
17.对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例；
18.按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据；
19.根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
20.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
21.获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据；
22.对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例；
23.按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据；
24.根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
25.上述案例管理方法应用于数据能力优化技术领域，用于实现数据运营分析，基于上述案例管理方法，从素材数据库中获取多个会话素材，会话素材包括历史服务过程中接待员与服务对象交互的会话数据，对各个会话素材进行筛选加工处理后保存至案例数据中，作为案例数据库中的培训案例，按照预设周期定期获取案例数据库中各个培训案例的使用数据，使用数据用于指示接待员对于培训案例的使用情况，根据各个培训案例相应的使用数据，确定各个培训案例的案例评分，案例评分用于指示培训案例的质量等级，即利用真实服务场景中的语音数据形成贴合一线服务人员实际服务状态的培训案例，并周期性的统计各个培训案例的使用数据，通过使用数据了解接待员对于培训案例的学习情况，从而根据培训案例的使用数据客观衡量培训案例的质量等级。
附图说明
26.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
27.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
28.图1为一个实施例中案例管理方法的流程示意图；
29.图2为一个实施例中数据分布效果示意图；
30.图3为一个实施例中数据分布效果示意图；
31.图4为一个实施例中数据分布效果示意图；
32.图5为一个实施例中数据分布效果示意图；
33.图6为一个实施例中数据分布效果示意图；
34.图7为一个实施例中数据分布效果示意图；
35.图8为一个实施例中素材操作界面示意图；
36.图9为一个实施例中素材操作界面示意图；
37.图10为一个实施例中案例管理系统的结构框图；
38.图11为一个实施例中计算机设备的内部结构图。
具体实施方式
39.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
40.在一个实施例中，图1为一个实施例中一种案例管理方法的流程示意图，参照图1，提供了一种案例管理方法。本实施例主要以该方法应用于案例管理系统来举例说明，该案例管理系统可以用独立的服务器或者是多个服务器组成的服务器集群来实现。该案例管理方法具体包括如下步骤：
41.步骤s110，获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据。
42.具体的，素材数据库为用于存储会话素材的数据库，会话数据可以包括语音数据和/或文本数据，语音数据具体可以通过便携式录音设备或固定式监控设备采集所得，语音数据携带有相关的语音属性信息，语音属性信息包括语音数据的来源对象标签、来源门店标签、录音时间戳，来源对象标签用于指示不同接待员的身份标签，来源门店标签用于指示接待员与服务对象进行交互的门店标签。会话数据还可以包括将语音数据通过asr技术进行处理后得到的文本数据。
43.具体的，会话数据还可以来源于电话客服、线上导购、线上客服等服务场景，此时的会话数据仅包括文本数据，文本数据携带有相关的文本属性信息，文本属性信息包括文本数据的来源对象标签，来源对象标签用于指示不同服务员的身份标签。
44.步骤s120，对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例。
45.具体的，并非所有会话素材都可以直接作为培训案例保持至案例数据库中，需要按照预设处理规则对会话素材进行筛选和加工，对部分不符合要求的会话素材进行淘汰，从而将加工处理后符合要求的会话素材作为培训案例保持至案例数据库中，培训案例用于作为接待员进行业务学习的培训资料，由于培训案例是利用真实服务场景中的会话数据所生成的，因此培训案例可以贴合一线服务人员实际服务状态，为服务人员的业务精进提供有效帮助。
46.步骤s130，按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据。
47.具体的，预设周期可以根据实际应用场景进行自定义设置，例如，预设周期为一周、一月、三个月、一年等，在本实施例中以预设周期为30天为例说明，每隔30天就统计一次案例数据库中各个培训案例的使用数据，使用数据用于指示不同接待员对于培训案例的学
习情况，使用数据具体包括推送量、浏览量、收藏量、点赞量、浏览时长、浏览篇幅、案例应用次数等使用参数。其中，浏览量是指案例详情页累积被访问的次数；收藏量是指在统计时刻对培训案例处于收藏状态的用户数；点赞量是指在统计时刻对培训案例处于点赞状态的用户数；案例应用次数是指阅读过培训案例的用户，在阅读后，发生的接待服务中，接待会话段中含有该培训案例的业务标签或者该培训案例所涉及的能力标签的接待会话段的数量。
48.步骤s140，根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
49.具体的，根据不同接待员对于培训案例的使用数据客观评估培训案例的案例评分，案例评分对应数值用于指示培训案例的质量等级，即不同质量等级对应相应的数值区间，根据案例评分数值所在的数值区间确定其所对应的质量等级，质量等级可以包括第一级、第二级和第三级，质量等级越低，表示相应培训案例的质量越好，学习价值越高，亦或者是令质量等级越高，相应培训案例的质量越好。即通过各个培训案例的案例评分可筛选出具有高学习价值的培训案例，并实现优秀服务经验的推广和复制。
50.在一个实施例中，所述根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，包括：
51.根据所述使用数据中的多个使用参数，计算出预设的各个评分指标对应数值；
52.对各个评分指标对应数值按照预设的评分指标计算方式进行计算，得到相应所述培训案例的案例评分。
53.具体的，评分指标包括打开率、阅读完成率、收藏率、点赞率和应用率，打开率为通过推送查看培训案例的用户数与该培训案例的推送用户数之间的比值，单一用户浏览完成率为用户浏览培训案例的浏览篇幅与该培训案例相应文本篇幅之间的比值，针对培训案例的阅读完成率为所有浏览过该培训案例的用户相应浏览完成率的平均值，收藏率为收藏量与浏览量之间的比值，点赞率为点赞量与浏览量之间的比值，单一用户应用率为用户在浏览过培训案例后接待产生的接待会话与该培训案例之间的匹配度，针对培训案例的总应用率为所有浏览过培训案例后的用户相应应用率的平均值。
54.使用参数即为上述计算评分指标的参数，如通过推送查看培训案例的用户数、培训案例的推送用户数、用户浏览培训案例的浏览篇幅、培训案例的文本篇幅、收藏量、浏览量、用户在浏览过培训案例后接待产生的接待会话与该培训案例之间的匹配度等。
55.按照各个评分指标相应的权重对各个评分指标进行加权求和后再求平均，得到培训案例的案例评分，计算公式如下：
56.p＝(α*k+β*r+γ*c+δ*th+ε*ar)/5
57.其中，α为打开率权重，k为打开率，β为阅读完成率权重，r为阅读完成率，γ收藏率权重，c为收藏率，δ点赞率权重，th为点赞率，ε应用率权重，ar为应用率。
58.按照预设的评分指标计算方式对各个评分指标对应数值进行计算，得到培训案例的案例评分。其中，预设的评分指标计算方式还可以是加权求和、加权平均数等。
59.在一个实施例中，所述对各个评分指标对应数值按照预设的评分指标计算方式进行计算，得到相应所述培训案例的案例评分之后，所述方法还包括：
60.获取预设时间段内各个所述培训案例在不同周期对应的案例评分；
61.根据所述预设时间段内各个所述培训案例在不同周期对应的案例评分，生成所述
预设时间段对应的评分统计信息，其中，所述评分统计信息用于指示预设时间段内各个所述培训案例的评分变化趋势。
62.具体的，预设时间段所对应的时长包含多个预设周期，例如，预设周期为30天，预设时间段所对应的时长为一年，即预设时间段内会统计12次各个培训案例的案例评分。通过汇总预设时间段内不同周期对应的案例评分，生成相应的评分统计信息，评分统计信息包括各个培训案例的评分变化趋势、案例平均分以及各个质量等级相应的案例数量变化趋势，从而根据评分统计信息可实时了解案例数据库中案例质量的总体情况以及动态变化。
63.在管理人员通过终端向案例管理系统发起用于获取评分统计信息的请求时，则将该评分统计信息反馈至管理人员相应终端进行展示，展示界面如图2所示，以供管理人员清楚了解案例数据库中的案例质量情况。
64.利用计算出的案例评分可筛选出优秀案例，也可根据案例评分淘汰低质案例，即将预设时间段内案例评分低于预设淘汰分时，则将该案例评分对应的培训案例的案例状态由启用状态切换为淘汰状态，即实现低质案例的淘汰。以此利用案例评分可对案例数据库汇总的案例资源进行动态优化，并根据众多优秀案例累计服务优质话术。
65.评分统计信息还包括按照不同业务标签维度下的案例平均分，业务标签可以包括能力标签和商品标签，能力标签用于指示接待员的单项工作能力，能力标签维度下的案例平均分为同一能力标签所对应的全部培训案例相应案例评分的平均值，商品标签维度下的案例平均分为同一商品标签所对应的全部培训案例相应案例评分的平均值，如图3为能力标签维度下的案例平均分，如图4为商品标签维度下的案例平均分，图3和图4中还包括各个质量等级相应的案例占比。
66.在一个实施例中，所述根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分之后，所述方法还包括以下至少一个步骤：
67.将所述案例评分大于或等于高分阈值的所述培训案例作为质量等级为第一级的高分案例；
68.将所述案例评分小于低分阈值的所述培训案例作为质量等级为第二级的低分案例。
69.具体的，高分阈值和低分阈值为预先设置的数值，还可进行自定义调整，在本实施例中令质量等级为第一级相应培训案例的质量最好，即低于第一级的质量等级相应培训案例的质量逐级递减。根据案例评分确定培训案例的案例类型，即案例类型包括高分案例、低分案例以及普通案例，普通案例即为案例评分小于高分阈值但大于低分阈值的培训案例，高分案例用于指示高学习价值的培训案例，低分案例用于指示学习价值较低的培训案例。
70.在一个实施例中，所述获取预设时间段内各个所述培训案例在不同周期对应的案例评分之后，所述方法还包括：
71.确定所述预设时间段内所述低分案例相应各个评分指标对应数值与相应评分指标的参考数值之间的指标差值；
72.根据数值最大的所述指标差值所对应的评分指标，确定为所述低分案例的低分原因；
73.根据所述低分原因确定相应的案例提分策略。
74.具体的，将低分案例相应的五个评分指标对应数值与相应评分指标的参考数值相
减，得到各个评分指标相应的指标差值，评分指标的参考数值用于界定该评分指标对应数值是否满足预设要求，示例性的，低分案例所对应的打开率、阅读完成率、收藏率、点赞率和应用率，分别记为k1、r1、c1、th1、ar1，而打开率的参考数值记为k0、阅读完成率的参考数值记为r0、收藏率的参考数值记为c0、点赞率的参考数值记为th0、应用率的参考数值记为ar0，则打开率相应的指标差值为k1-k0，阅读完成率相应的指标差值为r1-r0，收藏率相应的指标差值为c1-c0，点赞率相应的指标差值为th1-th0，应用率相应的指标差值为ar1-ar0。
75.指标差值越大，表示指标差值相应评分指标越不符合预设要求，因此将数值最大的指标差值所对应的评分指标确定为低分案例的低分原因，例如，低分案例的打开率相应指标差值最大，则确定低分案例的低分原因是由于打开率较低导致的。在确定了低分案例的低分原因后，根据低分原因确定相应的案例提分策略，案例提分策略用于有针对性地优化低分案例，提高低分案例的案例质量。例如，确定了低分案例的低分原因为打开率低，则通过修改案例名称、业务标签、推荐理由，可以提高打开率；确定了低分案例的低分原因为打开率低，则通过调整重点内容与批注的数量，可以提高阅读完成率；确定了低分案例的低分原因为点赞率与收藏率低，则通过精简案例文本，突出重点，提高干货质量，可以提高点赞率与收藏率。
76.在一个实施例中，所述参考数值为平均数值或中位数值，所述确定所述预设时间段内所述低分案例相应各个评分指标对应数值与相应评分指标的参考数值之间的指标差值，包括：
77.确定所述预设时间段内低分案例相应各个评分指标对应数值与相应评分指标的平均数值之间的指标差值，其中，所述平均数值为所述预设时间段内所有高分案例或所有培训案例相应评分指标对应数值的平均值；或，
78.确定所述预设时间段内低分案例相应各个评分指标对应数值与相应评分指标的中位数值之间的指标差值，其中，所述中位数值为所述预设时间段内所有高分案例或所有培训案例相应评分指标对应数值的中位数数值。
79.具体的，参考数值的统计对象可以为案例数据库中所有培训案例，也可以为案例数据库中的所有高分案例，且参数数值还可以为统计对象对应同一评分指标对应数值的平均值，也可以为统计对象对应同一评分指标对应数值的中位数数值。
80.在参考数值为所有培训案例相应评分指标对应数值的平均值时，参考数值用于指示所有培训案例该评分指标的平均水平；在参考数值为所有培训案例相应评分指标对应数值的中位数数值时，参考数值用于指示所有培训案例该评分指标的中等水平；在参考数值为所有高分案例相应评分指标对应数值的平均值时，参考数值用于指示所有高分案例该评分指标的平均水平；在参考数值为所有高分案例相应评分指标对应数值的中位数数值时，参考数值用于指示所有高分案例该评分指标的中等水平。即不同的参考数值用于作为低分案例不同的优化标准。
81.在一个实施例中，所述获取预设时间段内各个所述培训案例在不同周期对应的案例评分之后，所述方法还包括：
82.获取所述预设时间段内与所述高分案例相关的来源特征信息；
83.根据所述来源特征信息确定相应的案例提分策略。
84.具体的，来源特征信息包括各个所述接待员的能力评分、案例贡献数量、不同所述能力评分对应的高分案例占比、各个所述培训案例中的重点内容和批注的数量、各个所述培训案例的文本篇幅以及各个业务标签对应的访问热度等，即利用与高分案例相关的来源特征信息分析高分案例的高分原因，从而根据高分原因确定相应的案例提分策略，用于实现案例质量的整体优化。
85.在一个实施例中，所述来源特征信息包括各个所述接待员的能力评分、不同能力评分的接待员所对应的案例贡献数量以及不同所述能力评分对应的高分案例占比，所述高分案例占比为高分案例的数量与已评分案例的数量之间的比值，所述已评分案例为携带有所述案例评分的所述培训案例，所述案例提分策略包括第一素材筛选建议，所述根据所述来源特征信息确定相应的案例提分策略，包括：
86.根据所述预设时间段内各个所述接待员的能力评分、案例贡献数量以及不同所述能力评分对应的高分案例占比，确定第一素材筛选建议，其中，所述第一素材筛选建议用于指示能力评分维度的素材筛选范围。
87.具体的，接待员的能力评分是由多个能力标签综合确定的，能力标签包括产品知识掌握能力、会员运营能力、质疑解决能力、服务满意度、重点品种销售能力、关联销售能力，将每个能力标签对应设置能力评分的一个评分指标，按照预设的能力评分指标计算方式，可以得到每个接待员对应的能力评分分数。能力评分用于反映接待员的整体接待水平，案例贡献数量为来源于各个能力评分分数段的接待员对应的培训案例的数量，高分案例占比为高分案例的数量与接待员相应案例贡献数量之间的比值，不同能力评分对应的高分案例占比用于指示不同能力水平的接待员与高分案例数量之间的关联关系，根据该关联关系确定能力评分筛选范围，以及能力评分筛选范围中各个子区间范围所对应的筛选优先级，将能力评分筛选范围以及能力评分筛选范围中各个子区间范围所对应的筛选优先级作为第一素材筛选建议，第一素材筛选建议用于在对会话素材进行筛选处理时，优先选取能力评分位于能力评分筛选范围内的接待员相应会话素材作为备选素材，再将备选素材经过加工处理后形成培训案例。其中，通过会话数据所携带的来源对象标签，可以获取到不同会话素材对应的接待员/服务员的能力评分。
88.如图5所示，能力评分在30-60分的接待员所对应的案例贡献数量和高分案例占比反映较好，因此将30-60分作为能力评分筛选范围，优先选取能力评分在30-60分的接待员的会话素材作为备选素材，以此从能力评分维度筛选出符合高分案例来源特征的会话素材，可以提高培训案例成为高分案例的概率，从而提升案例数据库中培训案例的整体质量。
89.但30-60分的跨度较大，对于在30-60分内的能力评分需进一步确定各个子区间范围的筛选优先级，如图5所示，30-40分和40-60分均为30-60分的子区间，由于40-60分的表现更稳定，则令40-60分的筛选优先级高于30-40分的筛选优先级，因此，在对会话素材进行筛选处理时，对于同属于30-60分的多个会话素材，优先选取数值位于40-60分的会话素材作为备选素材。
90.在一个实施例中，所述来源特征信息包括各个所述培训案例中的批注数量，所述案例提分策略包括第二素材处理建议，所述根据所述来源特征信息确定相应的案例提分策略，包括：
91.根据各个所述培训案例的所述案例评分与所述批注数量之间的分布关系，确定第
二素材处理建议，其中，所述第二素材处理建议用于指示批注数量维度的素材处理方式。
92.具体的，批注数量为培训案例中重点内容对应的批注的数量，案例评分与批注数量之间的分布关系如图6所示，确定高分案例对应的批注数量，由此确定批注数量推荐范围以及批注数量推荐范围内各个批注数量对应的推荐优先级，即第二素材处理建议包括批注数量推荐范围以及批注数量推荐范围内各个批注数量对应的推荐优先级，在对会话素材进行加工处理时，优先采取对会话素材添加最高推荐优先级对应的批注数量的处理方式，以此从批注数量维度将会话素材处理为更符合高分案例来源特征的培训案例，可以提高培训案例成为高分案例的概率，从而提升案例数据库中培训案例的整体质量。
93.如图6所示，批注数量为3-4时案例评分较高，因此将3-4作为批注数量推荐范围，在对会话素材进行加工处理时，优先选取批注数量为3或4作为推荐批注数量，但对于批注数量为3或4进行推荐优先级设置，若令批注数量为3的推荐优先级高于批注数量为4的推荐优先级，则在存在可以添加批注数量为3或4的会话素材时，优先采取对会话素材添加批注数量为3的处理方式。
94.在一个实施例中，所述来源特征信息包括各个所述培训案例的文本篇幅，所述案例提分策略包括第三素材筛选建议，所述根据所述来源特征信息确定相应的案例提分策略，包括：
95.根据各个所述培训案例的所述案例评分与所述文本篇幅之间的分布关系，确定第三素材筛选建议，其中，所述第三素材筛选建议用于指示文本篇幅维度的素材筛选范围。
96.具体的，文本篇幅用于指示培训案例的正文字数或句数，案例评分与文本篇幅之间的分布关系如图7所示，以此可知高分案例整体对应的文本篇幅，从而确定文本篇幅筛选范围以及文本篇幅筛选范围内不同文本篇幅的筛选优先级，将文本篇幅筛选范围以及文本篇幅筛选范围内不同文本篇幅的筛选优先级作为第三素材筛选建议，第三素材筛选建议用于在对会话素材进行筛选处理时，优先将文本篇幅位于文本篇幅筛选范围内的会话素材作为备选素材，以此从文本篇幅维度筛选出符合高分案例的会话素材，可以提高培训案例为高分案例的概率，从而提升案例数据库中培训案例的整体质量。
97.图7中文本篇幅为40-60句时案例评分较高，因此将40-60句作为文本篇幅筛选范围，并分别确定40句、50句、60句对应的筛选优先级，在50句对应的筛选优先级最高时，优先将文本篇幅为50句的会话素材筛选作为备选素材。
98.在一个实施例中，所述根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分之后，所述方法还包括：
99.获取预设时间段内标签数据库中各个业务标签对应的访问热度，其中，每个所述业务标签对应至少一个所述培训案例，所述业务标签包括话题标签、主题标签和商品标签；
100.在所述案例数据库中确定目标业务标签对应的案例数量，其中，所述目标业务标签为访问热度排名位于第一预设名次之前的所述业务标签；
101.根据所述目标业务标签相应的访问热度和案例数量，确定所述目标业务标签相应的案例需求等级；
102.根据所述案例需求等级确定所述目标业务标签相应的第四素材筛选建议，其中，所述第四素材筛选建议用于指示案例需求等级维度下的素材筛选范围。
103.具体的，访问热度由会话数据中业务标签的交互次数以及接待员对于业务标签的
搜索次数所构成，访问热度为h＝a*s+b*l，s为会话数据中业务标签的交互次数，l为接待员对于业务标签的搜索次数，a为交互次数对应的权重系数，b为搜索次数对应的权重系数，不同的权重系数用于指示交互次数和搜索次数对于访问热度的重要程度，在本实施例中令a＝0.6，b＝03，即h＝0.6s+0.3l。访问热度越高，表示相应业务标签越受关注。其中，话题标签用于指示服务场景下的业务类型，例如在银行场景下，话题标签包括存款、取款、贷款、兑换、开户、挂失等业务。主题标签用于指示搜索目的的文本主题。商品标签用于指示商品的特征标签或者名称标签。
104.目标业务标签为访问热度排名位于第一预设名次之前的业务标签，第一预设名次可以为10、50、100等，具体根据访问热度排名情况进行设置，位于第一预设名次之前的业务标签即为热门标签，即目标业务标签，统计目标业务标签对应的案例数量，也就是统计与热门标签相关的培训案例的数量，根据目标业务标签的访问热度以及案例数量，综合确定目标业务标签对应的案例需求等级，案例需求等级包括紧缺、需补充和充足，紧缺表示目标业务标签相应的案例数量小于第一数量阈值，需要短时间内新增大量与目标业务标签相关的培训案例，补充至案例数量达到第一数量阈值；需补充表示目标业务标签相应的案例数量大于或等于第一数量阈值而小于第二数量阈值，无需短时间内新增大量相关的培训案例，但也需要补充部分相关培训案例，令培训案例的案例数量达到第二数量阈值；充足表示目标业务标签相应的案例数量大于或等于第二数量阈值，无需补充相关培训案例。
105.根据案例需求等级确定目标业务标签相应的第四素材筛选建议，如上述内容所示，根据不同案例需求等级确定相应的素材筛选数量，将素材筛选数量作为第四素材筛选建议，在对会话素材进行筛选处理时，按照不同业务标签对应的素材筛选数量，大量选用案例需求等级为紧缺的业务标签相关的会话素材，适当选用案例需求等级为需补偿的业务标签相关的会话素材，无需选用案例需求等级为充足的业务标签相关的会话素材。即通过监控各业务标签对应的案例库存数量和质量等级，从而可以为素材筛选时提供相应的筛选建议。
106.还可以将话题标签结合主题标签搭建特定的会话场景，即建立会话场景筛选维度，形成第五素材筛选建议，用于对会话素材进行筛选处理时作为筛选维度进行使用。
107.结合上述第一素材筛选建议至第五素材筛选建议的确定过程，对案例数据库中的培训案例进行应用跟踪和数据分析，基于培训案例的使用数据，采用评分方式客观量化培训案例的质量，并从多维度分析影响案例质量的关键因素，为案例数据库提供案例优化策略。
108.在一个实施例中，所述对所述多个会话素材进行筛选加工处理后，保存至案例数据库之后，所述方法还包括：
109.获取所述标签数据库中商品标签对应的商品状态；
110.根据所述商品状态更新所述案例数据库中与所述商品标签相关的培训案例的案例状态。
111.具体的，还可以根据标签数据库中商品标签对应的商品状态，对案例数据库中的培训案例进行同步管理，商品状态包括上架和下架，在商品标签对应的商品状态由上架更新为下架时，将案例数据库中与该商品标签相关的培训案例的案例状态由启用状态变更为淘汰状态。在商品标签对应的商品状态由下架更新为上架时，将案例数据库中与该商品标
签相关的培训案例的案例状态由淘汰状态变更为启用状态。通过与案例数据库关联的标签数据库中的数据变化，对案例数据库中的培训案例进行动态管理。
112.在一个实施例中，所述对所述多个会话素材进行筛选加工处理后，保存至案例数据库之后，所述方法还包括：
113.获取预设时间段内各个所述接待员的服务信息；
114.根据各个所述接待员的服务信息，为各个所述接待员匹配相应的待推荐案例，其中，所述待推荐案例为所述案例数据库中至少一个所述培训案例；
115.推送所述待推荐案例至相应所述接待员的终端。
116.具体的，服务信息包括接待员的能力评分、各个能力标签对应的评分指标得分、成单数据和会话数据等，能力评分是由多个能力标签对应的评分指标得分综合决定，评分指标得分用于指示接待员单一能力标签相应能力评估数值，成单数据用于指示收银数据库或订单数据库中的交易数据。
117.服务信息用于指示接待员在服务过程中的工作能力，根据不同接待员的工作能力有针对性的确定相应的待推荐案例，为接待员提供其工作能力欠缺部分所对应的待推荐案例，并将待推荐案例推送至相应接待员的终端提醒接待员学习待推荐案例以提高相应的业务能力。
118.在一个实施例中，所述服务信息包括多个标签得分，所述根据各个所述接待员的服务信息，为各个所述接待员匹配相应的待推荐案例，包括：
119.基于预设统计范围内各个所述接待员相对于不同能力标签的标签得分，确定各个能力标签在预设统计范围内相应的能力平均分；
120.在目标标签得分小于相应目标能力标签的能力平均分时，将所述案例数据库中与所述目标能力标签相关的待选案例作为所述待推荐案例，其中，所述目标标签得分为任意一个所述标签得分，所述目标能力标签为所述目标标签得分对应的所述能力标签，所述待选案例为所述案例数据库中任意一个的所述培训案例。
121.具体的，预设统计范围用于指示对于不同接待员的统计范围，预设统计范围具体可以为预设门店、预设片区、预设城市、预设省、预设国家等，根据预设统计范围内的各个接待员对于不同能力标签的标签得分，确定各个能力标签相应的能力平均值，例如，预设统计范围为北京市，则统计北京市内各个接待员对于产品知识掌握能力、会员运营能力、质疑解决能力、服务满意度、重点品种销售能力、关联销售能力这六种能力标签相应的标签得分，即每个接待员对应五个能力标签相应的标签得分，并将同一能力标签下各个接待员的标签得分进行相加求平均，得到该能力标签的能力平均分，即每种能力标签对应一个能力平均分。
122.目标标签得分是指预设统计范围内任意一个接待员所对应多种能力标签中目标能力标签相应的标签得分，目标能力标签为该接待员对应的多种能力标签中任意一种能力标签，根据目标标签得分与其相应能力标签的能力平均分之间的比较结果来判断是否为该接待员推荐与目标能力标签相关的待选案例，在目标标签得分小于相应目标能力标签的能力平均分时，表示该接待员对于目标能力标签所指示的单项工作能力不满足该项工作能力的平均水平。
123.可以将各项能力标签对应的标签得分进行降序排列，从而确定不同接待员对于不
同能力标签相应能力的表现水平，在目标标签得分小于相应目标能力标签的能力平均分、且该目标标签得分排名位于第四预设名次之后时，表示目标标签得分相应目标能力标签的接待员表现水平远低于目标能力标签相应能力的平均表现水平，因此需要对该接待员针对目标能力标签进行培训，因此将案例数据库中所有与目标能力标签相关的待选案例作为待推荐案例推送至接待员的终端，待选案例为案例数据库中除淘汰案例以外的培训案例，淘汰案例为案例状态为淘汰状态的培训案例。
124.在一个实施例中，所述服务信息包括成单数据和语音数据，所述根据各个所述接待员的服务信息，确定相应的待推荐案例，包括：
125.根据所述成单数据和所述语音数据，确定所述接待员的丢单率以及与丢单数据相关的业务标签；
126.在所述丢单率排名位于第二预设名次之前时，将所述案例数据库中与丢单数据相关业务标签对应的所述待选案例作为待推荐案例。
127.具体的，成单数据包括交易订单、交易类型、交易商品、交易价格、交易时间戳、交易对象等参数，每个语音数据携带有对应的录音时间戳，对语音数据进行语音识别处理，从而确定语音数据对应的文本数据，文本数据包括多个关键词，将语音数据与成单数据进行关联处理，即在录音时间戳与交易时间戳之间的时间差小于预设时间差、且语音数据所对应的文本数据中关键词与成单数据中参数之间的匹配度高于预设匹配度时，将相应的语音数据与成单数据进行关联处理，得到关联后的绑定数据，绑定数据用于指示接待员交易成功的数据，而未与成单数据成功绑定的语音数据作为接待员的丢单数据，丢单率为接待员对应的所有绑定数据的数量与所有语音数据的数量之间的比值。
128.确定丢单数据相关的业务标签，在接待员的丢单率排名位于第二预设名次之后，表示该接待员的丢单率较高，则需要针对该接待员的丢单情况进行培训，则将案例数据库中与丢单数据相关业务标签对应的待选案例作为待推荐案例，推送至丢单率较高的接待员的终端，令接待员学习在服务过程如何避免丢单数据相关业务标签的丢单情况。
129.确定丢单数据相关的业务标签，具体是将丢单数据转换成相应的文本数据，将文本数据中的关键词与各个预设的话题标签、文本标签、商品标签进行匹配处理，将匹配成功的标签作为丢单数据对应的业务标签。
130.在一个实施例中，所述推送所述待推荐案例至相应所述接待员的终端，包括：
131.根据各个所述待推荐案例的第一案例信息，确定各个所述待推荐案例的第一推荐优先级，其中，所述第一案例信息包括所述待推荐案例的业务标签、来源区域、案例评分、发布时间戳以及所述接待员对于所述待推荐案例的浏览状态；
132.按照各个所述第一推荐优先级的降序顺序，推送对应所述待推荐案例至相应所述接待员的终端。
133.具体的，来源区域用于指示待推荐案例所对应的业务商圈。根据各个待推荐案例的第一案例信息确定各个待推荐案例的第一推荐优先级，第一案例信息中业务标签、浏览状态、来源区域、案例评分、发布时间戳所对应的推送优先级依次降低，即业务标签对应的推送优先级最高，记为第一优先级，发布时间戳对应的推送优先级最低，记为第五优先级，在确定第一优先级时优先推送与第一目标业务标签或第二目标业务标签相关的待推荐案例，第一目标业务标签为上述数值低于能力平均分的目标能力标签，第二目标业务标签为
丢单数据对应的业务标签。
134.在满足第一优先级的推送标准后，在确定第二优先级时，优先推送浏览状态为未读的待推荐案例，之后再推送浏览状态为已读的待推荐案例。
135.在确定第三优先级时，优先推送来源区域与接待员处于相同业务商圈的待推荐案例，其次是推送来源区域为其他业务商圈的待推荐案例。
136.在确定第四优先级时，按照案例评分的降序排序依次确定各个待推荐案例的推荐先后顺序。
137.在确定第五优先级时，按照发布时间戳的时间先后顺序依次确定各个待推荐案例的推荐先后顺序。
138.综合上述第一优先级至第五优先级的推荐先后顺序确定各个待推荐案例的第一推荐优先级，即不同待推荐案例对应的第一推荐优先级不同，按照各个待推荐案例的第一推荐优先级的降序顺序，依次推送相应的待推荐案例至接待员的终端，令接待员优先查看与自身相关性最大、且最需要的待推荐案例，以此实现针对不同工作水平以及工作内容的接待员为其推送个性化的培训案例。
139.在一个实施例中，所述获取预设时间段内各个所述接待员的服务信息之后，所述方法还包括：
140.在根据所述接待员的服务信息未为所述接待员匹配到相应的待推荐案例时，根据所述案例数据库中各个待选案例的第二案例信息，确定各个所述待选案例的第二推荐优先级，其中，所述第二案例信息包括所述待选案例的来源区域、案例评分、发布时间戳以及所述接待员对于所述待选案例的浏览状态；
141.将所述第二推荐优先级排名位于第三预设名次之前的所述待选案例作为所述待推荐案例。
142.具体的，在案例数据库中根据接待员的服务信息未查询到相应的待推荐案例，可能是由于接待员的服务信息对应数据量较少，无法分析出适合该接待员的待推荐案例，因此根据案例数据库中各个待选案例的第二案例信息确定各个待选案例的第二推荐优先级，第二案例信息中浏览状态、来源区域、案例评分、发布时间戳所对应的推送优先级依次降低，即浏览状态对应的推送优先级最高，记为第一优先级，发布时间戳对应的推送优先级最低，记为第四优先级。
143.在确定第一优先级时优先推送浏览状态为未推送的待选案例，其次是浏览状态为未读的待选案例，最后是浏览状态为已读的待选案例。
144.在确定第二优先级时，优先推送来源区域与接待员处于相同业务商圈的待推荐案例，其次是来源区域为其他业务商圈的待推荐案例。
145.在确定第三优先级时，按照案例评分的降序排序依次确定各个待推荐案例的推荐先后顺序。
146.在确定第四优先级时，按照发布时间戳的时间先后顺序依次确定各个待推荐案例的推荐先后顺序。
147.综合上述第一优先级至第四优先级的推荐先后顺序确定案例数据库中各个待选案例的第二推荐优先级，按照各个待选案例的第二推荐优先级的降序顺序，依次推送相应的待选案例至接待员的终端，即使在无法为接待员推送个性化的待推荐案例时，也可从案
例数据库中已有的待选案例中筛选出部分待选案例推送至接待员，从而根据接待员对于推送后待选案例的使用情况分析确定针对接待员个性化的待推荐案例。
148.在一个实施例中，所述获取素材数据库中的多个会话素材之前，所述方法还包括：
149.获取多个所述语音数据；
150.对各个所述语音数据进行语音识别，得到相应的文本数据；
151.确定各个所述文本数据对应的关键词和业务标签，其中，所述业务标签包括话题标签、主题标签、能力标签、商品标签和成单标签；
152.将各个所述语音数据与相应所述文本数据以及所述文本数据相应的业务标签进行关联处理，得到相应的所述会话素材并存储至素材数据库中。
153.具体的，语音数据是指针对一次服务过程所产生的完整会话内容，对语音数据进行语音识别，即可以通过asr技术将语音数据转换为相应的文本数据，并通过nlp技术对文本数据进行关键词的特征提取，将文本数据与语音数据按照时序进行关联，根据文本数据中的关键词匹配相应的业务标签，并将匹配成功的业务标签与文本数据进行关联，得到关联处理后的会话素材。
154.在一个实施例中，确定各个所述文本数据对应的业务标签，包括：
155.基于预设的业务标签，通过语义匹配确定各个所述文本数据对应的业务标签；或，
156.获取与所述文本数据存在关联关系的关联业务数据，
157.对所述文本数据以及所述文本数据对应的所述语音数据和所述关联业务数据进行业务关联性分析，确定所述文本数据对应的业务标签。
158.具体的，基于预设的业务标签进行语义匹配算法模型的训练，训练后的语义匹配算法模型用于识别文本数据所对应的业务标签，将文本数据作为输入参数输入至训练后的语义匹配算法中，输出该文本数据对应的业务标签。
159.还可以通过与文本数据存在关联关系的关联业务数据、文本数据以及语音数据进行业务关联性分析，确定文本数据对应的业务标签，关联业务数据具体可以为成单数据或交易数据，通过确定成单数据的交易时间戳与文本数据相应录音时间戳之间的时间差，判断文本数据与成单数据之间的关联性，在时间差小于预设时间差时，确定文本数据与成单数据之间存在关联性；在时间差大于或等于预设时间差，确定文本数据与成单数据之间不存在关联性。
160.还可结合文本数据中关键词与成单数据中参数之间的匹配度判断文本数据与成单数据之间的关联性，在文本数据中关键词与成单数据中参数之间的匹配度高于预设匹配度时，确定文本数据与成单数据之间存在关联性，综合上述时间差即可得知，在录音时间戳与交易时间戳之间的时间差小于预设时间差、且文本数据中关键词与成单数据中参数之间的匹配度高于预设匹配度时，确定文本数据与成单数据之间存在关联性。
161.通过文本数据与成单数据之间的关联性结果确定文本数据对应的成单标签，成单标签包括订单成单标签和会话成单标签，订单成单标签用于指示语音数据与成单数据关联成功，表示接待员在服务过程中产生了交易成功的成单数据；会话成单标签用于指示语音数据与成单数据关联失败，但通过对语音数据进行语义分析确定语音数据对应的语义信息指示接待员与服务对象之间存在口头交易成功。
162.在一个实施例中，所述对所述多个会话素材进行筛选加工处理后，保存至案例数
据库，包括：
163.按照多个筛选维度的素材筛选范围对各个所述会话素材进行筛选处理，确定各个所述会话素材的素材状态；
164.在接收到待选素材对应的加工指令时，对所述待选素材进行加工处理，得到相应的培训案例并保存至所述案例数据库，其中，所述待选素材为任意一种素材状态对应的所述会话素材。
165.具体的，筛选维度包括但不仅限于门店、录音时间戳、商品特征、成单类型、听说比、能力评分、批注数量、文本篇幅和案例需求等级，商品特征包括商品名称、商品类型以及商品特征关键词等，听说比为文本数据中服务对象的会话句数与接待员的会话句数之间的比值，成单类型包括订单成单和会话成单，按照多个筛选维度对各个会话素材进行筛选处理，从而确定各个会话素材的素材状态，素材状态包括未处理、已处理、已淘汰、备选和已下发等，素材状态为未处理的会话素材用于指示未接收到相应加工指令的会话素材，加工指令包括选中指定需要进行加工处理的会话素材以及对该会话素材进行的加工操作，已处理的会话素材表示该会话素材接收到与其相关的加工指令并执行完成该加工指令，已淘汰用于指示筛选淘汰的会话素材，已下发用于指示经过加工处理并作为培训案例下发至案例数据库的会话素材。
166.可根据加工指令对任意素材状态下的会话素材进行加工处理，加工处理后并更新会话素材的素材状态，基于更新后的素材状态，将素材状态为已淘汰以外的其他状态对应的会话素材可作为培训案例。
167.素材数据库还可以与业务标签库进行关联，素材数据库中会话素材的素材状态与业务标签库中商品标签对应的商品状态相关联，商品状态包括在售、上架、下架等，在商品标签对应的商品状态由上架调整为下架时，则对应地将素材数据库中该商品标签对应的会话素材的素材状态由原有状态(未处理或备选)调整为已淘汰；在商品标签对应的商品状态由下架变更为上架时，则对应地将素材数据库中该商品标签对应的商品状态由已淘汰变更为未处理或备选。
168.再对会话素材进行筛选处理时，可以分别对各个会话素材进行筛选处理，也可以将多个会话素材以任务的形式进行打包，即将同一筛选维度下的多个会话素材打包为一个素材数据包进行统一管理。
169.在一个实施例中，所述在接收到待选素材对应的加工指令时，对所述待选素材进行加工处理，得到相应的培训案例并保存至所述案例数据库，包括：
170.在接收到待选素材对应的加工指令时，对所述待选素材进行错误检测和纠错处理，得到相应的培训案例并保存至所述案例数据库。
171.具体的，对待选素材进行错误检测，具体对待选素材所对应的业务标签、文本数据以及文本数据中提取出的关键词进行错误检测，即确定待选素材对应的业务标签是否存在无关联性的业务标签或是遗漏了与待选素材相匹配的业务标签，并对错误检测结果进行纠错处理，即删除无关联性的业务标签或补充关联遗漏的业务标签。
172.确定待选素材对应的文本数据是否存在文本转换错误或文本数据中的关键词提取错误的情况，并对文本转换错误或文本数据中关键词提取错误进行纠错处理，从而将纠错处理后的待选素材作为培训案例保存至案例数据库中。
173.加工指令为管理者通过终端向案例管理系统发起的操作指令，加工指令可以为管理者对于待选素材进行错误检测和纠错处理的手动操作指令，即根据管理者的检测标准对待选素材进行错误检测以及纠错处理。加工指令还可以为将待选素材作为输入参数输入至纠错算法模型的启动指令，即通过纠错算法模型自动对输入的待选素材进行错误检测以及纠错处理，并输出纠错处理后的素材作为培训案例。
174.在一个实施例中，将选中的所述会话素材进行错误检测和纠错处理，得到相应的培训案例并保存至所述案例数据库，包括：
175.将选中的所述会话素材进行错误检测和纠错处理，得到相应的加工素材；
176.确定各个所述加工素材的处理结果，其中，所述处理结果包括淘汰、忽略和确定备选；
177.在接收到待加工素材对应的编辑指令时，按照所述编辑指令确定所述待加工素材中的重点内容以及所述待加工素材相应的案例说明项，其中，所述待加工素材指示处理结果为确定备选的加工素材，所述案例说明项包括案例特征、所述重点内容对应的批注和推荐理由；
178.将带有所述案例说明项的所述待加工素材作为所述培训案例保存至所述案例数据库中。
179.具体的，将经过错误检测和纠错处理的待选素材作为加工素材，编辑指令为管理者通过终端向案例管理系统发起的操作指令，编辑指令用于对待加工素材进行编辑处理，待加工素材为处理结果为确定备选的加工素材，编辑指令具体用于选中确定待加工素材中的重点内容并添加相应的案例说明项，重点内容为待加工素材的文本数据中的部分数据，案例说明项包括案例特征、重点内容对应的批注以及推荐理由等，批注作为重点内容的补充提示信息。
180.具体是依据管理者对于素材操作界面的控制指令确定加工素材的处理结果，控制指令对应素材操作界面中不同的操作控件以及状态管理功能键，素材操作界面为管理者的终端显示界面，用于展示加工素材、加工素材的属性信息以及状态管理功能键，具体素材操作界面如图8所示，加工素材包括语音数据以及对应的文本数据，在素材操作界面中语音数据与文本数据关联显示，即控制指令用于控制语音数据的播放指示条移动位置时，相应文本数据的显示内容会跟随语音数据的播放指示条进行变化，反之，编辑指令用于控制文本数据的显示内容时，相应语音数据的播放指示条会随之变化。
181.如图8所示，加工素材的属性信息包括交互角色、文本数据对应的话题标签、主题标签、批注以及文本数据中的关键词，操作控件包括语音数据对应的控件按钮以及文本数据对应的控件按钮，语音数据对应的控件按钮包括播放按钮、快进按钮和后退按钮等，文本数据对应的控件按钮包括修改按钮、新增按钮、选中按钮等，状态管理功能键包括淘汰、保存、确定和忽略。即通过控制指令操控素材操作界面中的操作控件以及状态管理功能键，从而确定各个加工素材的处理结果。
182.如图9所示，编辑指令用于对素材数据库中任意一个待选素材添加案例特征、能力标签、批注和推荐理由等案例说明项，以此将附带有案例说明项的待加工素材作为培训案例保存至案例数据库中，即对众多会话素材经过了筛选处理，精选出具有学习价值的会话素材，并加工处理为更加精炼、可读性强的培训案例。
183.图1为一个实施例中案例管理方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
184.在一个实施例中，如图10所示，提供了一种案例管理系统，包括：
185.素材获取模块210，用于获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据；
186.素材处理模块220，用于对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例；
187.数据获取模块230，用于按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据；
188.案例评分模块240，根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
189.在一个实施例中，所述案例评分模块240具体用于：
190.根据所述使用数据中的多个使用参数，计算出预设的各个评分指标对应数值；
191.对各个评分指标对应数值按照预设的评分指标计算方式进行计算，得到相应所述培训案例的案例评分。
192.在一个实施例中，所述系统还包括案例管理模块，用于：
193.获取预设时间段内各个所述培训案例在不同周期对应的案例评分；
194.根据所述预设时间段内各个所述培训案例在不同周期对应的案例评分，生成所述预设时间段对应的评分统计信息，其中，所述评分统计信息用于指示预设时间段内各个所述培训案例的评分变化趋势。
195.在一个实施例中，所述案例管理模块用于实现以下至少一个步骤：
196.将所述案例评分大于或等于高分阈值的所述培训案例作为质量等级为第一级的高分案例；
197.将所述案例评分小于低分阈值的所述培训案例作为质量等级为第二级的低分案例。
198.在一个实施例中，所述案例管理模块还用于：
199.确定所述预设时间段内所述低分案例相应各个评分指标对应数值与相应评分指标的参考数值之间的指标差值；
200.根据数值最大的所述指标差值所对应的评分指标，确定为所述低分案例的低分原因；
201.根据所述低分原因确定相应的案例提分策略。
202.在一个实施例中，所述案例管理模块还用于：
203.确定所述预设时间段内低分案例相应各个评分指标对应数值与相应评分指标的平均数值之间的指标差值，其中，所述平均数值为所述预设时间段内所有高分案例或所有
培训案例相应评分指标对应数值的平均值；或，
204.确定所述预设时间段内低分案例相应各个评分指标对应数值与相应评分指标的中位数值之间的指标差值，其中，所述中位数值为所述预设时间段内所有高分案例或所有培训案例相应评分指标对应数值的中位数数值。
205.在一个实施例中，所述案例管理模块还用于：
206.获取所述预设时间段内与所述高分案例相关的来源特征信息；
207.根据所述来源特征信息确定相应的案例提分策略。
208.在一个实施例中，所述案例管理模块还用于：
209.根据所述预设时间段内各个所述接待员的能力评分、案例贡献数量以及不同所述能力评分对应的高分案例占比，确定第一素材筛选建议，其中，所述第一素材筛选建议用于指示能力评分维度的素材筛选范围。
210.在一个实施例中，所述案例管理模块还用于：
211.根据各个所述培训案例的所述案例评分与所述批注数量之间的分布关系，确定第二素材处理建议，其中，所述第二素材处理建议用于指示批注数量维度的素材处理方式。
212.在一个实施例中，所述案例管理模块还用于：
213.根据各个所述培训案例的所述案例评分与所述文本篇幅之间的分布关系，确定第三素材筛选建议，其中，所述第三素材筛选建议用于指示文本篇幅维度的素材筛选范围。
214.在一个实施例中，所述案例管理模块还用于：
215.获取预设时间段内标签数据库中各个业务标签对应的访问热度，其中，每个所述业务标签对应至少一个所述培训案例，所述业务标签包括话题标签、主题标签和商品标签；
216.在所述案例数据库中确定目标业务标签对应的案例数量，其中，所述目标业务标签为访问热度排名位于第一预设名次之前的所述业务标签；
217.根据所述目标业务标签相应的访问热度和案例数量，确定所述目标业务标签相应的案例需求等级；
218.根据所述案例需求等级确定所述目标业务标签相应的第四素材筛选建议，其中，所述第四素材筛选建议用于指示案例需求等级维度下的素材筛选范围。
219.在一个实施例中，所述系统还包括案例推荐模块还，用于：
220.获取预设时间段内各个所述接待员的服务信息；
221.根据各个所述接待员的服务信息，为各个所述接待员匹配相应的待推荐案例，其中，所述待推荐案例为所述案例数据库中至少一个所述培训案例；
222.推送所述待推荐案例至相应所述接待员的终端。
223.在一个实施例中，所述案例推荐模块还用于：
224.基于预设统计范围内各个所述接待员相对于不同能力标签的标签得分，确定各个能力标签在预设统计范围内相应的能力平均分；
225.在目标标签得分小于相应目标能力标签的能力平均分时，将所述案例数据库中与所述目标能力标签相关的待选案例作为所述待推荐案例，其中，所述目标标签得分为任意一个所述标签得分，所述目标能力标签为所述目标标签得分对应的所述能力标签，所述待选案例为所述案例数据库中任意一个的所述培训案例。
226.在一个实施例中，所述案例推荐模块还用于：
227.根据所述成单数据和所述语音数据，确定所述接待员的丢单率以及与丢单数据相关的业务标签；
228.在所述丢单率排名位于第二预设名次之前时，将所述案例数据库中与丢单数据相关业务标签对应的所述待选案例作为待推荐案例。
229.在一个实施例中，所述案例推荐模块还用于：
230.根据各个所述待推荐案例的第一案例信息，确定各个所述待推荐案例的第一推荐优先级，其中，所述第一案例信息包括所述待推荐案例的业务标签、来源区域、案例评分、发布时间戳以及所述接待员对于所述待推荐案例的浏览状态；
231.按照各个所述第一推荐优先级的降序顺序，推送对应所述待推荐案例至相应所述接待员的终端。
232.在一个实施例中，所述案例推荐模块还用于：
233.在根据所述接待员的服务信息未为所述接待员匹配到相应的待推荐案例时，根据所述案例数据库中各个待选案例的第二案例信息，确定各个所述待选案例的第二推荐优先级，其中，所述第二案例信息包括所述待选案例的来源区域、案例评分、发布时间戳以及所述接待员对于所述待选案例的浏览状态；
234.将所述第二推荐优先级排名位于第三预设名次之前的所述待选案例作为所述待推荐案例。
235.在一个实施例中，所述系统还包括素材预处理模块，用于：
236.获取多个所述语音数据；
237.对各个所述语音数据进行语音识别，得到相应的文本数据；
238.确定各个所述文本数据对应的关键词和业务标签，其中，所述业务标签包括话题标签、主题标签、能力标签、商品标签和成单标签；
239.将各个所述语音数据与相应所述文本数据以及所述文本数据相应的业务标签进行关联处理，得到相应的所述会话素材并存储至素材数据库中。
240.在一个实施例中，所述素材预处理模块还用于：
241.基于预设的业务标签，通过语义匹配确定各个所述文本数据对应的业务标签；或，
242.获取与所述文本数据存在关联关系的关联业务数据，
243.对所述文本数据以及所述文本数据对应的所述语音数据和所述关联业务数据进行业务关联性分析，确定所述文本数据对应的业务标签。
244.在一个实施例中，所述素材处理模块220还用于：
245.按照多个筛选维度的素材筛选范围对各个所述会话素材进行筛选处理，确定各个所述会话素材的素材状态；
246.在接收到待选素材对应的加工指令时，对所述待选素材进行加工处理，得到相应的培训案例并保存至所述案例数据库，其中，所述待选素材为任意一种素材状态对应的所述会话素材。
247.在一个实施例中，所述素材处理模块220还用于：
248.在接收到待选素材对应的加工指令时，对所述待选素材进行错误检测和纠错处理，得到相应的培训案例并保存至所述案例数据库。
249.在一个实施例中，所述素材处理模块220还用于：
250.在接收到待选素材对应的加工指令时，对所述待选素材进行错误检测和纠错处理，得到相应的加工素材；
251.确定所述加工素材的处理结果，其中，所述处理结果包括淘汰、忽略和确定备选；
252.在接收到待加工素材对应的编辑指令时，按照所述编辑指令确定所述待加工素材中的重点内容以及所述待加工素材相应的案例说明项，其中，所述待加工素材指示处理结果为确定备选的加工素材，所述案例说明项包括案例特征、所述重点内容对应的批注和推荐理由；
253.将带有所述案例说明项的所述待加工素材作为所述培训案例保存至所述案例数据库中。
254.图11示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是案例管理系统。如图11所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入系统和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现案例管理方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行案例管理方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入系统可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
255.本领域技术人员可以理解，图11中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
256.在一个实施例中，本技术提供的案例管理系统可以实现为一种计算机程序的形式，计算机程序可在如图11所示的计算机设备上运行。计算机设备的存储器中可存储组成该案例管理系统的各个程序模块，比如，图10所示的素材获取模块210、素材处理模块220、数据获取模块230和案例评分模块240。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本技术各个实施例的案例管理方法中的步骤。
257.图11所示的计算机设备可以通过如图10所示的案例管理系统中的素材获取模块210执行获取素材数据库中的多个会话素材，其中，所述会话素材包括历史服务过程中接待员与服务对象交互的会话数据。计算机设备可通过素材处理模块220执行对所述多个会话素材进行筛选加工处理后，保存至案例数据库，其中，所述案例数据库包括多个培训案例。计算机设备可通过数据获取模块230执行按照预设周期定期获取所述案例数据库内各个所述培训案例的使用数据。计算机设备可通过案例评分模块240执行根据各个所述培训案例的使用数据，确定各个所述培训案例的案例评分，其中，所述案例评分用于指示所述培训案例的质量等级。
258.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一项实施例所述的方法。
259.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项实施例所述的方法。
260.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指示相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双倍速率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
261.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
262.以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。