一种话术挖掘与推荐方法、装置及存储介质与流程

本技术涉及信息挖掘，特别是涉及一种话术挖掘与推荐方法、装置及存储介质。

背景技术：

1、领域话术挖掘与推荐，适用于对机器应答有需求或者希望通过机器学习方式提升人工坐席应答效果的各种业务领域。随着各行各业数据的不断积累，数据的价值可以逐渐通过技术手段赋能于业务发展上，话术挖掘与推荐就是一种通过对历史对话数据的分析与提炼，将有价值的信息，以直接赋能或间接辅助的方式提升工作效率、工作效能同时降低人力成本。以下介绍几种领域场景下话术挖掘与推荐的应用思路：

2、1)对于在线客服，可以通过挖掘历史的通话数据，找到优秀客服在和用户沟通时，对于不同类型问题的应答，将针对不同类型用户问题的优秀应答进行特征总结，形成话术范本，在坐席进行客户服务工作时，通过用户问题触发话术推荐，辅助坐席回应用户，可以有效提升坐席的工作能力，对于经验较少的坐席，节省了大量的培训时间。话术挖掘与推荐可以辅助新坐席快速上岗开始工作，而对于有一定经验但是业绩一般的坐席，话术挖掘与推荐可以帮助坐席调整方向，快速提升业务能力。话术挖掘与推荐在该场景下的价值可以总结为：辅助坐席快速提升业务能力；提升用户体验，为企业获取较好声誉；

3、2)对于销售业务，可以通过挖掘金牌销售的历史通话，分析这些金牌坐席的话术特点，以及他们在不同场景下的话术变化，总结销售过程中的优秀话术，在其他销售人员推销产品的过程中自动推荐话术，辅助其进行优质应答，促成销售成功。话术挖掘与推荐在该场景下的价值可以总结为：辅助销售人员快速提升业务能力；提高企业销售额，增加利润收入；

4、3)对于贷款催收业务，可以通过挖掘在不同场景下，对促使催收成功有效的历史通话的话术，推荐给未来进行催收的催收员，使其尽可能在催收过程中针对客户的各种抗拒还款的理由逐一击破，并通过话术辅助对欠款用户进行有效的催收行为，最大程度上促成逾期用户的还款。话术挖掘与推荐在该场景下的价值可以总结为：辅助催收员寻找催收技巧，提高业务能力；提高贷款企业的回款率，降低坏账率，从而提高企业的利润。

5、以上的介绍，通过话术挖掘与推荐在实际业务中的应用形式和价值分析，可以看出该项技术对于业务发展过程和结果的积极影响，因此有必要通过提升技术效果，使其更好地赋能业务。现有技术方案在话术挖掘上，主要采用专家经验总结话术模板，通过匹配合适的场景或者客户标签，进行话术推荐；一些通过数据挖掘方式进行话术挖掘的方案，主要依靠优秀的历史坐席的话术进行话术的提取，忽略了与非优秀坐席的话术比较，相对来说较为片面且独立，不利于发挥数据最大的价值，以及辅助下游业务的提升，也没有对话术的性能进行量化，无法区分话术的差异，导致话术挖掘目的不够精准，话术推荐也不够精准。

6、针对上述的现有技术中存在的话术挖掘目的不够精准以及话术推荐也不够精准的技术问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明的实施例提供了一种话术挖掘与推荐方法、装置及存储介质，以至少解决现有技术中存在的话术挖掘目的不够精准以及话术推荐也不够精准的技术问题。

2、根据本发明实施例的一个方面，提供了一种话术挖掘与推荐方法，包括：获取历史通话数据，并根据业务性能将所述历史通话数据分为第一通话数据和第二通话数据，其中所述第一通话数据的业务性能高于所述第二通话数据的业务性能；提取所述第一通话数据中的坐席应答文本数据，并将所述坐席应答文本数据整理成候选话术，形成候选话术池；确定所述候选话术池中的各个候选话术的话术成功率，其中所述话术成功率为各个候选话术在所述第一通话数据中的使用率与在所述第二通话数据中的使用率的差值；根据所述话术成功率以及客户的特征，从所述候选话术池中为所述客户推荐最优话术。

3、可选地，提取所述第一通话数据中的坐席应答文本数据之前，该方法还包括：对所述历史通话数据进行结构化处理。

4、可选地，将所述坐席应答文本数据整理成候选话术，形成候选话术池，包括：将所述坐席应答文本数据进行向量表示；基于向量表示后的坐席应答文本数据，采用无监督聚类算法，根据所述坐席应答文本数据的样本数量定义类别数量，将所述坐席应答文本数据拆分成k个类别，其中每个类别的文本表达语义相似，不同类别间的文本表达语义有差异；从分成不同类别的坐席应答文本数据整理成候选话术，形成候选话术池。

5、可选地，确定所述候选话术池中的各个候选话术的话术成功率，包括：确定所述候选话术池中的各个候选话术在所述第一通话数据中的使用率；确定所述候选话术池中的各个候选话术在所述第二通话数据中的使用率；根据所述候选话术池中的各个候选话术在所述第一通话数据中的使用率以及在所述第二通话数据中的使用率，确定所述候选话术池中的各个候选话术的话术成功率。

6、可选地，确定所述候选话术池中的各个候选话术在所述第一通话数据中的使用率，包括：计算所述候选话术池中的每个候选话术在所述第一通话数据中的相似文本数据和坐席应答总数量；根据每个候选话术在所述第一通话数据中的相似文本数据和坐席应答总数量，确定每个候选话术在所述第一通话数据中的使用率。

7、可选地，确定所述候选话术池中的各个候选话术在所述第二通话数据中的使用率，包括：计算所述候选话术池中的每个候选话术在所述第二通话数据中的相似文本数据和坐席应答总数量；根据每个候选话术在所述第二通话数据中的相似文本数据和坐席应答总数量，确定每个候选话术在所述第二通话数据中的使用率。

8、可选地，通过以下计算公式计算每个候选话术在所述第一通话数据的使用率和在所述第二通话数据中的使用率：

9、

10、式中，sign(x)为符号数函数，ratei代表候选话术mi在所述第一通话数据或者所述第二通话数据的使用率，mi代表候选话术，sj代表坐席应答文本数据，similarity(mi,sj)代表候选话术mi所述第一通话数据或者所述第二通话数据中的相似文本数据，threshold为用户自定义的向量相似度阈值，n为所述第一通话数据或者所述第二通话数据的坐席应答总数量。

11、根据本发明实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

12、根据本发明实施例的另一个方面，还提供了一种话术挖掘与推荐装置，包括：数据获取模块，用于获取历史通话数据，并根据业务性能将所述历史通话数据分为第一通话数据和第二通话数据，其中所述第一通话数据的业务性能高于所述第二通话数据的业务性能；候选话术池确定模块，用于提取所述第一通话数据中的坐席应答文本数据，并将所述坐席应答文本数据整理成候选话术，形成候选话术池；话术成功率确定模块，用于确定所述候选话术池中的各个候选话术的话术成功率，其中所述话术成功率为各个候选话术在所述第一通话数据中的使用率与在所述第二通话数据中的使用率的差值；最优话术推荐模块，用于根据所述话术成功率以及客户的特征，从所述候选话术池中为所述客户推荐最优话术。

13、根据本发明实施例的另一个方面，还提供了一种话术挖掘与推荐装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取历史通话数据，并根据业务性能将所述历史通话数据分为第一通话数据和第二通话数据，其中所述第一通话数据的业务性能高于所述第二通话数据的业务性能；提取所述第一通话数据中的坐席应答文本数据，并将所述坐席应答文本数据整理成候选话术，形成候选话术池；确定所述候选话术池中的各个候选话术的话术成功率，其中所述话术成功率为各个候选话术在所述第一通话数据中的使用率与在所述第二通话数据中的使用率的差值；根据所述话术成功率以及客户的特征，从所述候选话术池中为所述客户推荐最优话术。

14、在本发明实施例中，首先获取历史通话数据，并根据业务性能将所述历史通话数据分为第一通话数据和第二通话数据。然后，提取所述第一通话数据中的坐席应答文本数据，并将所述坐席应答文本数据整理成候选话术，形成候选话术池。其次，确定所述候选话术池中的各个候选话术的话术成功率。最后，根据所述话术成功率以及客户的特征，从所述候选话术池中为所述客户推荐最优话术。本发明通过对历史对话挖掘，提炼出不同场景下的多种优秀话术表达，并量化话术表达的成功率，用于推荐的衡量指标，结合客户特征进行话术推荐，可以有效体现数据价值、辅助提升坐席能力、精准服务客户，同时降低人力成本。通过数据挖掘寻找优秀话术，降低人力成本，体现数据价值，同时能够量化话术本身的性能，提升话术推荐的精确度。从而本发明使得话术挖掘目的更加精准，而且使话术推荐不只符合客户和场景需求，同时还会量化考量每个话术的成功率，使得推荐更为精准。进而解决了现有技术中存在的语音合成方法存在的话术挖掘目的不够精准以及话术推荐也不够精准的技术问题。