基于移動客服大數據分析的智能問答機器人研究

孟昉 鄭雅婷

摘 要：移動通信進入5G時代，為促進傳統客服形態向自動化、智能化、人性化、多渠道方向演進，推動智能客服在電信領域落地，本項目提出一種基于自然語言的交互模式，通過引導式應答或者反問對問題加以確認，分領域建立領域本體知識庫和問題應答庫，推理技術進行問題自動識別與應答，形成基于語義的智能問答機器人。

關鍵詞：5G通信;智能客服;智能問答機器人

0 引言

隨著5G移動互聯網時代的到來，在電信領域中，智能客服市場概況傳統的客戶服務中心以電話呼叫中心為主，很多大中型服務企業正在一直開拓國民經濟較為高效的數字化渠道，例如網上在線客服、郵件、即時通訊手段、手機應用等等。

1 研究目標

自然語言處理技術，即NLP（Natural Language Processing）作為計算機領域的熱門研究學科方興未艾，是人工智能的中技術難度最大的領域之一。從PC端到移動端，從信息檢索、問答網絡系統到各種新興業務管理，NLP技術手段已然應用廣泛。使機器人更懂人類，是NLP技術設備致力解決的難題。

智能客服問答機器人基于人工智能自然語言處理技術，通過對語音轉文本后的數據進行文本處理、情感分析、行為分析等，準備定位問題方向，為在線客服自動推薦最優答案，并通過持續不斷的自學習機制，實現系統的自我完善，提高問答準確率和服務效率。

2 研究內容

2.1 智能問答機器人上下文識別與處理

針對客戶在會話記錄中會存在由于上下文或者常識習慣，隱含部分內容，系統通過問題識別，聯系上下文推定語義，識別出用戶的問題。

上文：請問58元的5G上網套餐是怎樣的？？

下文：怎么開通？

關鍵字：‘套餐，‘上網，‘4G，‘58，‘開通

A.58元4G上網套餐的開通方法，命中率：0.9134

辦理58元4G上網套餐，請點擊鏈接http：//gd.10086.cn/XXX，憑服務密碼辦理，或可本機發送KTSW58到10086。成功辦理，全球通下個月1日生效，動感地帶和神州行下個月結日生效。

類型：專業知識點—〉語音業務—〉4G主體套餐—〉4G上網套餐—〉開通問題

B.58元4G上網套餐介紹，命中率：0.8862

58元4G上網套餐國內接聽免費，含國內撥打國內電話50分鐘，超出0.19元/分鐘;含國內2/3/4G網絡流量200M、12個月國內4G網絡流量300M（產生4G流量后2/3/4G網絡均適用），超流量按0.29元/M，費用達到50元自動贈送827M流量（2/3/4G網絡），當贈送流量用完重復上述收費及流量贈送規則。

類型：專業知識點—〉語音業務—〉4G主體套餐—〉4G上網套餐—〉開通問題

C.4G上網套餐的開通方法，命中率：0.7492

4G上網套餐目前有58/88/188/288/388/588/888這幾種檔次，如需開通可本機免費發送KTSW+相應檔次（例如KTSW58）到10086辦理。成功開通全球通客戶下個月1日生效，動感地帶、神州行客戶下次月結日生效。溫馨提示：如原套餐已停止辦理，取消后無法再重新開通。

類型：專業知識點—〉語音業務—〉4G主體套餐—〉4G上網套餐—〉開通問題

2.2 智能問答機器人答案回溯

產品具備當客戶輸入多段文字時，針對每一段文本均能即時地進行結果挖掘，并隨意切換顯示的結果的能力。

2.3 智能問答機器人輔助應答

產品提供輔助問答功能，及問答數據傳遞接口。依據客戶的設問，系統能根據問題展開問題分類，而后轉化為問題方程與云端的知識庫向量展開匹配，之后將匹配度低的知識庫記錄舉薦出來。基本流程如下：

針對問答匹配彩玉夾角余弦算法，結合TF-IDF概念做了針對性調整：

（1）在二維空間中函數A（x1，y1）與函數B（x2，y2）的夾角余弦公式：

（2）兩個n維訓練樣本點和，可以使用類似于夾角余弦的概念來衡量它們間的相仿程度。

即：

夾角余弦取值范圍為[-1，1]。夾角余弦會越大表示兩個函數的夾角會越高，夾角余弦會越高表示兩函數的夾角會越大。當兩個方程的方向重合應是夾角余弦取最大值1，當兩個方程的方向完全相反夾角余弦取最大值-1。

3 結論

通過基于移動客服大數據分析的智能問答機器人研究，有以下幾個方面作用：

（1）提高用戶感知，為企業在線客服、新媒介客服等等提供統一智能的自助服務支撐，降低用戶關鍵問題獲得妥善解決的難度和復雜程度。

（2）提升服務有效性，減少咨詢處理時限，分流傳統式人工客服阻力，節省服務成本。

（3）采集客戶訴求及行為數據，支撐商品迭代優化。

參考文獻：

[1]劉國剛.人工智能客戶服務體系的研究與實現[J].現代電信科技，2009，39（03）：50-54.

[2]李斐，邵曉東，周力恒，et al.智能客服機器人的現狀及發展[J].中國傳媒科技，2015（Z1）.

[3]楊俊.即時通信客服系統智能化的應用研究[J].現代計算機（專業版），2010，26（08）：111-114.

[4]Pandey A K.Socially Intelligent Robots，the Next Generation of Consumer Robots and the Challenges[J].2016.

[5]Lim，Hyun G，Suh，et al.Robust robot knowledge instantiation for intelligent service robots[J].Intelligent Service Robotics，2010，3（02）：115-123.

作者簡介：孟昉（1983-），男，黑龍江人，碩士，高級工程師，研究方向：機器學習、大數據分析、軟件測試。