一种人工智能服务系统及方法与流程

本发明涉及人工智能服务，具体是一种人工智能服务系统及方法。

背景技术：

1、近年来，人工智能的发展突飞猛进，并逐渐从实验室走向市场，形成产品。目前大多数银行也开始发展和应用人工智能技术，包括在手机银行app、自助设备、在线客服等系统上应用人工智能技术，为用户提供全新的服务，提升用户的满意度。

2、对比文件“一种应用于金融保险平台在线客服智能回答方法和系统”。所述在线客服智能回答方法包括根据用户发送的各种问题内容信息建立问答知识数据库；将所述问答知识数据库配置到智能客服系统，并开启智能客服系统的问题自动回复功能；根据智能客服系统自动解决问题的统计分析，对所述问答知识数据库内的问答信息进行不断更新迭代；分析智能客服未解决或解决不满意仍转接人工的问题，并利用评价分数模型、智能独立处理原则结合梯度阈值，根据分析结果对所述问答知识数据库进行更新迭代。

3、对比文件“基于会话树的智能在线客服方法及系统”通过在线客户登录客户端；服务器端向客户端自动发送问候语；在线客户输入并向服务器端发送话语；服务器端搜索销售知识库，获取回复话语并发送给客户端；反复执行以上两步骤，直至在线客户关闭客户端。本发明还提供一种基于会话树的智能在线客服系统，包括：服务器端模块，用于提供自动会话功能及其它系统管理功能；客户端模块，用于与服务器端建立连接，并为在线客户提供会话界面；数据存储模块，用于存储销售知识库和会话日志库。本发明使得自动客服过程更接近人与人之间的会话，而不是人与机器之间的问答，可大大提高在线客户咨询过程的自然度，给客户带来更好的体验。

4、不同的用户可能倾向于不同的交互方式，有些人可能更偏向于详尽的答复，而有些人则可能倾向于快速、简洁的答复，现有的在线客服系统往往通过固定的问题答复方案进行在线答复，无法考虑到用户的实际需求和问题，为了解决上述技术问题，现提供一种人工智能服务系统集方法。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种人工智能服务系统，包括监控中心，所述监控中心通信连接有客户端、情绪识别模块、数据存储模块、智能回复模块、智能反馈模块和情绪匹配模块；

2、所述客户端用于采集用户上传的文本数据，并将所述文本数据发送至情绪识别模块进行分析；

3、所述情绪识别模块用于根据目标用户的文本数据获取目标用户的情绪标签；

4、所述数据存储模块用于存储用户在客户端上的历史交互行为记录；

5、所述智能回复模块用于根据不同的方案特征提取方式获取目标用户的回复处理方案，所述方案特征提取方式包括时间序列特征提取方式、聚类特征提取方式和频次特征提取方式；

6、所述智能反馈模块用于根据用户的反馈信息获取用户满意度等级；

7、所述情绪匹配模块用于根据目标用户的历史交互行为记录获取目标用户在不同情绪标签下的最佳方案特征提取方式。

8、进一步的，所述情绪识别模块根据目标用户的文本数据获取目标用户的情绪标签的过程包括：

9、获取目标用户的文本数据，将目标用户的文本数据进行预处理，转化成结构化的形式语言；

10、构建情感词典，所述情感词典包含若干形式语言以及若干形式语言对应的情绪标签，预设用于模型训练的形式语言，将所述形式语言映射至情感词典中的形式语言，获取用于模型训练的形式语言对应的情绪标签；

11、构建形式语言识别模型，通过预设的形式语言以及形式语言对应的情绪标签对形式语言识别模型进行初始化训练，将目标用户的形式语言输入训练好的形式语言识别模型进行识别分类，获取目标用户对应的情绪标签。

12、进一步的，所述智能回复模块根据时间序列特征提取方式获取目标用户的回复处理方案的过程包括：

13、根据目标用户的形式语言获取所述形式语言涉及的特定类型商品；

14、从数据存储模块获取目标用户的历史交互行为记录，根据目标用户的历史交互行为记录获取用户的所述特定类型商品的历史处理方案以及对应历史处理方案的用户满意度等级，设置满意度等级阈值，选取用户满意度等级大于等于满意度等级阈值的历史处理方案，并标记为优秀处理方案；

15、根据目标用户的历史交互行为记录获取所述优秀处理方案的方案交互时间，预设所述特定类型商品的优秀处理方案选取数量k，将所述优秀处理方案根据所述优秀处理方案对应的方案交互时间进行顺序排列，获得时序序列排序结果，根据时序序列排序结果选取距离当前时刻的最近的前k个优秀处理方案作为随机方案集；

16、从随机方案集中多个同类型的优秀处理方案中随机选取一个作为回复处理方案。

17、进一步的，所述智能回复模块根据聚类特征提取方式获取目标用户的回复处理方案的过程包括：

18、从数据存储模块获取目标用户的历史交互行为记录，根据所述历史交互行为记录获取目标用户的形式语言涉及的所有类型商品，对目标用户的形式语言涉及的所有类型商品进行文本描述特征的提取，根据所有类型商品的文本描述特征将所有类型商品转化为对应的特征数据；

19、通过层次聚类方法获取目标用户的形式语言涉及的特定类型商品特征数据与其它类型商品特征数据之间的欧几里得距离，设置欧几里得距离，获取欧几里得距离大于等于欧几里得距离的其它类型商品特征数据对应的历史处理方案及对应历史处理方案的用户满意度等级，根据所述用户满意度等级获取其它类型商品特征数据对应的优秀处理方案；

20、预设所述其它类型商品的优秀处理方案选取数量k，将其它类型商品数据对应的优秀处理方案根据欧几里得距离进行倒序排列，获得聚类排序结果，根据聚类排序结果选取与特定类型商品特征数据的欧几里得最近的前k个不同类型的其它类型商品特征数据的优秀处理方案作为随机方案集；

21、从随机方案集中多个不同其它类型的优秀处理方案中随机选取一个作为回复处理方案。

22、进一步的，所述智能回复模块根据频次特征提取方式获取目标用户的回复处理方案的过程包括：

23、从数据存储模块获取目标用户的历史交互行为记录，根据所述历史交互行为记录获取目标用户的形式语言涉及的各类型商品的交互频率并进行筛选，获取交互频率最高的类型商品对应的历史处理方案及对应历史处理方案的用户满意度等级，根据所述用户满意度等级获取该类型商品特征数据对应的优秀处理方案；

24、预设所述类型商品的优秀处理方案选取数量k，选取k个该类型商品的优秀处理方案的作为随机方案集；

25、从随机方案集中多个该类型的优秀处理方案中随机选取一个作为回复处理方案。

26、进一步的，所述智能反馈模块根据用户的反馈信息获取用户满意度等级的过程包括：

27、当目标用户接收回复处理方案后，判断目标用户是否存在转接人工操作，同时向目标用户发送评价分数窗口，目标用户通过评价分数窗口输出评价分数；

28、根据目标用户输出的评价分数和目标用户是否存在转接人工操作获取用户满意度等级。

29、进一步的，所述情绪匹配模块根据目标用户的历史交互行为记录获取目标用户在不同情绪标签下的最佳方案特征提取方式的过程包括：

30、根据目标用户的历史交互行为记录中的情绪标签、方案特征提取方式和用户满意度等级选取评价指标，设置评价指标的指标权重，通过模糊综合评价目标用户的情绪标签和方案特征提取方式对于用户满意度等级的隶属度矩阵；

31、根据隶属度矩阵及指标权重获取目标用户在不同情绪标签和不同方案特征提取方式下的用户满意度等级，并对目标用户在不同情绪标签和不同方案特征提取方式下的用户满意度等级进行筛选，筛选出目标用户在各个情绪标签下，对应的用户满意度等级最高的方案特征提取方式。

32、一种人工智能服务方法，包括以下步骤：

33、步骤s1：采集用户上传的文本数据，根据目标用户的文本数据获取目标用户的情绪标签，存储用户在客户端上的历史交互行为记录；

34、步骤s2：根据不同的方案特征提取方式获取目标用户的回复处理方案，所述方案特征提取方式包括时间序列特征提取方式、聚类特征提取方式和频次特征提取方式，根据用户的反馈信息获取用户满意度等级；

35、步骤s3：根据目标用户的历史交互行为记录获取目标用户在不同情绪标签下的最佳方案特征提取方式。

36、与现有技术相比，本发明的有益效果是：

37、1、当用户的情绪表现为急切、焦虑时，本发明通过情绪匹配模块将急切、焦虑的用户的方案特征提取方式为时间序列特征提取方式，通过时间序列特征提取方式获取距离当前特定类型商品最近时间的历史处理方案，时间序列特征提取方式的优点在于对于用户的回复反馈时间迅速，符合急切、焦虑的用户对于智能客服回复的快速、简洁的要求；

38、2、当用户的情绪表现为悠闲、好奇时，本发明通过情绪匹配模块将悠闲、好奇的用户的方案特征提取方式为聚类特征提取方式，通过聚类特征提取方式获取与当前特定类型商品类似的其它类型商品的历史处理方案，聚类特征提取方式的优点在于满足好奇的用户对于与当前特定类型商品类似的其它类型商品的询问要求，但聚类特征提取过程较长，用户的回复反馈时间较长，符合悠闲、好奇的用户对于智能客服回复尽可能覆盖范围广的要求。

39、3、当用户的情绪表现为中立时，本发明通过情绪匹配模块将中立的用户的方案特征提取方式为频次特征提取方式，通过频次特征提取方式获取与用户历史交互频次最多的类型商品的历史处理方案，频次特征提取方式的优点介于聚类特征提取方式和时间序列特征提取方式之间，即用户的回复反馈时间较适中，且对应的回复处理方案精确性高于聚类特征提取方式和时间序列特征，符合中立的用户对于智能客服回复尽可能精确度高，回复反馈时间适中的要求；

40、4、本发明通过对不同情绪的用户采取相应不同倾向的交互方式，以便更好地适应用户的需求，情绪匹配模块通过记忆每位用户的历史交互数据，并在相应的情况下方案调整特征提取方式，让客户感到更加被理解和尊重。