一种基于机器学习算法的数字客服排队优化方法

AITNT
正文
推荐专利
一种基于机器学习算法的数字客服排队优化方法
申请号:CN202410749155
申请日期:2024-06-12
公开号:CN118333238B
公开日期:2024-09-06
类型:发明专利
摘要
本发明涉及数据处理技术领域,尤其涉及一种基于机器学习算法的数字客服排队优化方法,该方法针对数字客服中不符合要求的任一历史服务记录,分别获取历史服务记录中的每次客户请求内容的关键词子序列,得到至少一个关键词合并序列;获取每个关键词合并序列中的每个关键词的第二修正关联程度,根据关键词合并序列中的每个关键词的第二修正关联程度对关键词合并序列中的关键词进行筛选去除,得到最终关键词合并序列;利用所有历史服务记录中的每个最终关键词合并序列得到训练好的机器学习模型,利用训练好的机器学习模型进行数字客服排队优化,通过提高机器学习模型的训练精度,为客户提供更精准有效的服务,以减少不必要的排队。
技术关键词
关键词 序列 排队优化方法 机器学习模型 模板 机器学习算法 客服 客户 频率 数据处理技术 复杂度 基准 分子 精度
系统为您推荐了相关专利信息
1
基于机器学习的提高药物-不良反应信号强度的方法
药物不良反应 训练机器学习算法 交叉验证方法 长短期记忆网络 时间序列特征
2
一种用于桥梁结构变形监测的激光测量方法及系统
桥梁结构 激光测量方法 时间序列数据库 节点 变形特征
3
一种视频会议的方法、系统、设备和存储介质
网络性能信息 码率 分辨率 文本 图像
4
一种基于多模态身份识别的自动售检票方法及系统
多模态身份识别 售检票方法 掌纹特征 工控一体机 云端管理平台
5
一种基于标签时间Petri网的当前状态不透明性验证方法
时间Petri网 序列 逻辑 可达标识 验证系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号