大數(shù)據(jù)背景下人工智能客服系統(tǒng)研究

聶莉娟 方志偉 楊志杰 杭莉

（金肯職業(yè)技術(shù)學院 江蘇省南京市 210000）

隨著現(xiàn)代科學技術(shù)水平的不斷發(fā)展，智能化客戶服務已經(jīng)逐漸深入到越來越多行業(yè)領域中，并被許多客戶以及企業(yè)所接受和認同。然而，從現(xiàn)階段智能化客戶服務發(fā)展現(xiàn)狀來看，絕大部分的智能客戶服務系統(tǒng)均是依托于自然語言處理技術(shù)來構(gòu)建的，為用戶以及企業(yè)提供自動問答服務。在該智能客戶服務系統(tǒng)工作中，通常是依照語音或者文本中提及的某些關鍵詞來判斷用戶的意圖，導致實際獲得的回答并不具備良好的智能性，問題處理的方式比較固定、單一，無法提供優(yōu)秀的問題體驗，還要得到人工技術(shù)以及知識的支持。出現(xiàn)這樣的問題，究其原因一方面是由于自然語言處理技術(shù)還不完善，另一方面是因為當下企業(yè)的知識管理不科學、不健全。為此，在大數(shù)據(jù)技術(shù)不斷發(fā)展的背景下，將大數(shù)據(jù)技術(shù)應用到人工智能客服系統(tǒng)中具有十分重大的意義，可以有效推動人工智能客服系統(tǒng)的進一步完善。本文重點闡述了大數(shù)據(jù)背景下人工智能客服系統(tǒng)現(xiàn)狀，進行了系統(tǒng)設計與各個功能模塊的研究，提出了大數(shù)據(jù)技術(shù)和人工智能客服系統(tǒng)結(jié)合的策略，為改革與創(chuàng)新人工智能客服系統(tǒng)提供幫助。

1 大數(shù)據(jù)背景下人工智能客服系統(tǒng)現(xiàn)狀

隨著現(xiàn)代科技水平的不斷發(fā)展，許多產(chǎn)業(yè)都積極的向智能化、自動化方向發(fā)展，以往的企業(yè)客服主要是依靠人工進行，不僅工作強度大，同時人工成本昂貴，增加了公司運營的成本，在這種背景下人工智能客服系統(tǒng)逐漸被開發(fā)出來，并應用到許多行業(yè)領域中，比如說中國電信、中國移動以及許多銀行等都運用了人工智能客服系統(tǒng)。然而，從現(xiàn)階段許多公司使用的人工智能客服系統(tǒng)來看，主要是依托于自然語言處理技術(shù)來構(gòu)建的，并且依照語音或者文本中提及的某些關鍵詞來判斷用戶的意圖，智能化程度普遍不理想，實現(xiàn)的問答方式也比較固定，只能夠從某種意義上暫時緩解客服工作人員的壓力[1]。還有一些公司沒有構(gòu)建健全的知識管理系統(tǒng)，無法充分發(fā)揮出智能客戶服務系統(tǒng)的優(yōu)勢與作用。

2 大數(shù)據(jù)背景下人工智能客服系統(tǒng)與結(jié)構(gòu)設計

2.1 系統(tǒng)設計

為了進一步促進人工智能客服系統(tǒng)的改進和完善，筆者從數(shù)據(jù)自動獲取并應用方面出發(fā)，在實際進行數(shù)據(jù)處理時，通常是以傳統(tǒng)智能客服系統(tǒng)為載體，并在此基礎上增設知識數(shù)據(jù)的收集、整理和應用環(huán)節(jié)。在現(xiàn)代信息化時代，無時無刻不在產(chǎn)生龐大的、各種類型的數(shù)據(jù)信息，大數(shù)據(jù)技術(shù)能夠?qū)@些數(shù)據(jù)信息進行分析和挖掘，從中尋找出能夠使用的業(yè)務數(shù)據(jù)，為使用者提供更加精準的信息，同時將這些數(shù)據(jù)信息進行深度整合與分析，從而產(chǎn)生更具深度的信息，增加智能客服系統(tǒng)的人性化，讓其為用戶提供更加靈活、滿意的解答。在依托于人工智能客服系統(tǒng)解答用戶的實際問題時，還應當對每次問題解答過程的數(shù)據(jù)進行分析處理，最后上傳到云端知識數(shù)據(jù)庫中[2]。

圖1：大數(shù)據(jù)背景下人工智能客服系統(tǒng)工作流程示意圖

在用戶的實際信息請求還未成功發(fā)出時，人工智能客服系統(tǒng)會從數(shù)據(jù)庫中自動獲取用戶的互聯(lián)網(wǎng)行為、興趣愛好、行為特征以及歷史交易記錄等數(shù)據(jù)，并對這些數(shù)據(jù)進行歸納、整合與建模，得到用戶個人的大致標簽，最后建設出用戶的詳細畫像[3]。人工智能客服系統(tǒng)在收到用戶發(fā)送的信息請求后，系統(tǒng)會第一時間開展用戶信息的分析處理工作，在此過程中人工智能客服系統(tǒng)會調(diào)取已構(gòu)建的用戶畫像，依托于算法分析預測用戶的主觀意識，緊接著和知識庫中的各種實際案例進行比對，結(jié)合之前的經(jīng)驗和方法，構(gòu)建出能夠符合用戶需求的信息，并將這些信息反饋給用戶。人工智能客服系統(tǒng)在完成一次問答服務之后，系統(tǒng)會自動提示用戶對本次服務進行評分，并將用戶的實際評價和反饋信息結(jié)合起來，為系統(tǒng)提供更多的案例學習，然后將案例信息歸納整合之后上傳到案例數(shù)據(jù)庫中，方便下次使用。在人工智能客服系統(tǒng)工作過程中，最重要的環(huán)節(jié)就是信息的自動獲取以及分析兩部分，通過大數(shù)據(jù)技術(shù)的運用，能夠較好的解決這兩方面難題，不僅可以有效提高人工智能客服系統(tǒng)的工作效率，同時也為接下來的人機交互環(huán)節(jié)提供巨大的幫助，如圖1所示為大數(shù)據(jù)背景下人工智能客服系統(tǒng)工作流程示意圖。構(gòu)建基于大數(shù)據(jù)技術(shù)的人工智能客服系統(tǒng)，主要涵蓋了三個部分，分別是依托于自然語言理解技術(shù)以及知識圖譜技術(shù)的智能問答模塊、依托于用戶畫像的知識庫模塊以及依托于機器學習的更新管理模塊[4]。

2.2 問答模塊

問答系統(tǒng)通常涵蓋了問題信息處理模塊、問題檢索模塊以及問題推薦處理三個部分[5]。人工智能服務系統(tǒng)在接收到用戶的信息請求后，會對相關信息開展語義分析，一般來說是依托于構(gòu)建的語義知識資源庫進行語句的初步處理，對語句中的關鍵詞語、語法以及句法等進行分析和探究，挖掘出語句與文本相結(jié)合的語義，為接下來的智能回答奠定基礎。

在進行知識圖譜構(gòu)造時，先需要從龐大的業(yè)務數(shù)據(jù)中挖掘與提煉出知識相關性的內(nèi)容，獲取具有良好精準性的數(shù)據(jù)信息，對得到的數(shù)據(jù)信息進行歸納總結(jié)，并在此基礎上進一步探究出信息中的隱藏價值。實際上知識圖譜可以看作是一種語義網(wǎng)絡，能夠較好的表示實體或概念，可以充分反映出實體和概念存在的內(nèi)在語義聯(lián)系。依托于知識圖譜能夠?qū)崿F(xiàn)用戶案例的初步預處理，然后以此為載體獲取相關的案例，為智能問答提供數(shù)據(jù)支持。通過知識圖譜的運用，能夠有效提升數(shù)據(jù)精確性、強化數(shù)據(jù)之間的關聯(lián)性、促進數(shù)據(jù)的結(jié)構(gòu)化生成，在進一步改善人工智能客服系統(tǒng)語義理解智能化水平的基礎上，還可以增加問答系統(tǒng)的回答精準性，縮短信息檢索的時間，為用戶提供更加高效的問答服務[5]。

2.3 知識庫建立優(yōu)化模塊

一個健全的數(shù)據(jù)庫通常涵蓋了過往案例數(shù)據(jù)、關鍵性問題總結(jié)等部分內(nèi)容，人工智能客服系統(tǒng)必須要依照各種數(shù)據(jù)類型來構(gòu)建相應的知識庫。依托于用戶畫像實現(xiàn)知識庫和客戶個人數(shù)據(jù)的緊密融合，形成具有自身特色的數(shù)據(jù)庫系統(tǒng)，這也是大數(shù)據(jù)背景下人工智能客服系統(tǒng)的一大創(chuàng)新點[6]。

用戶畫像也叫做用戶角色，能夠?qū)Ψ諏ο筇卣鬟M行刻畫，獲取客戶的實際需求，在客服系統(tǒng)設計工作中發(fā)揮重要的作用。在以往的客戶服務中，通常都是通過人工方式實現(xiàn)的，隨著現(xiàn)代科學技術(shù)水平的不斷發(fā)展，逐漸發(fā)展為智能服務，然而不管是哪種服務方式，服務的最終目標都是為了解決客戶的實際問題，為客戶帶來貼心、滿意的服務，因此為了能夠達到這樣的標準，必須要充分了解和掌握每一位客戶的性格、喜好、行為特征以及習慣等，在此基礎上使得智能客服系統(tǒng)擁有一定的主觀意識，能夠依照不同客戶的特征來提供與之相匹配的解答方式。

用戶畫像是一種有價值數(shù)據(jù)的重要挖掘連接方式，一方面能夠?qū)⒅R庫中的眾多內(nèi)容進行重新優(yōu)化與整理，另一方面也可以從數(shù)據(jù)檢索視域強化人工智能服務系統(tǒng)的運行效率，在推動知識庫的不斷建設與完善上發(fā)揮了關鍵性的作用。

2.4 更新管理模塊

智能客服中知識庫的構(gòu)建是以龐大數(shù)據(jù)信息為載體匯聚而成的靜態(tài)數(shù)據(jù)庫，不可否認的是知識庫中包含了大量的數(shù)據(jù)資源，并能夠為系統(tǒng)帶來充足的數(shù)據(jù)信息，但是語料知識庫詞典并不是恒定不變的，而是無時無刻都在發(fā)生著變化，通過人工方式來進行知識庫資源的更新與管理顯然無法達到人工客服系統(tǒng)的實時需求標準，難以取得理想的效果。深度學習技術(shù)是現(xiàn)代機器學習研究中十分重要的一個新分支，依托于深度學習技術(shù)能夠構(gòu)建類似于人腦的神經(jīng)網(wǎng)絡，可以向人類大腦一樣進行數(shù)據(jù)分析和解釋，比如說圖像、聲音以及文本等[7]。因此深度學習是一種更高級別的神經(jīng)網(wǎng)絡，和以往的神經(jīng)網(wǎng)絡算法進行對比可以看出，基于深度學習技術(shù)的神經(jīng)網(wǎng)絡擁有較高的特征學習水平，將這樣的神經(jīng)網(wǎng)絡能力結(jié)合到人工智能客服系統(tǒng)中，讓系統(tǒng)能夠自主識別和收集有價值數(shù)據(jù)信息，并將這些信息用于知識庫完善中，一方面能夠有效降低人工干預程度，另一方面也能夠很好的提升系統(tǒng)的學習能力，可以實現(xiàn)對數(shù)據(jù)的自主學習，進一步提高人工智能客服系統(tǒng)的智能性。

3 基于大數(shù)據(jù)的人工智能客服的融合應用實例

3.1 大數(shù)據(jù)服務和智能客服的融合

公司在實際運營過程中，在營銷業(yè)務系統(tǒng)中會存在大量的文件、瀏覽記錄以及業(yè)務流程等數(shù)據(jù)信息，將大數(shù)據(jù)服務與智能客服緊密聯(lián)系起來，能夠依托于大數(shù)據(jù)技術(shù)從海量數(shù)據(jù)資源中挖掘出有價值的用戶信息以及用戶報告信息，并對這些信息進行整合與歸納，讓公司能夠深入了解用戶群體，充分掌握每個用戶的實際需求。另外，基于大數(shù)據(jù)技術(shù)構(gòu)建的智能客服系統(tǒng)還能夠?qū)?shù)據(jù)資源開展清理、歸納以及分析工作，更好發(fā)揮大數(shù)據(jù)技術(shù)優(yōu)勢，確保智能客服擁有更好的發(fā)展前景。

3.2 融合運用效果

將大數(shù)據(jù)技術(shù)充分應用到人工智能客服系統(tǒng)中，依托于大數(shù)據(jù)技術(shù)的知識庫的自動化、規(guī)范化響應，一方面能夠有效改善人工智能客服系統(tǒng)的服務效果，另一方面也能夠更好的滿足用戶的實際需求[8]。此外，人工智能客服系統(tǒng)的離線實體業(yè)務服務功能依舊能夠主動辨別出用戶的語音信息，自主的從大數(shù)據(jù)知識庫中尋找有用信息，有效提升工作人員的服務品質(zhì)，為用戶提供更加精準、快速的答疑信息，一方面很好強化了工作人員的工作質(zhì)量，促進了理論知識的存儲和運用，另一方面也能夠在極短時間內(nèi)回應用戶的請求，提高用戶滿意度和體驗感受。依托于大數(shù)據(jù)技術(shù)，也能夠?qū)⒂脩魝€人資料轉(zhuǎn)變?yōu)閿?shù)據(jù)資源，然后傳輸?shù)酱髷?shù)據(jù)平臺上，進而有效改善了數(shù)據(jù)采集轉(zhuǎn)化的速度，促進相關行業(yè)的進一步發(fā)展。

4 結(jié)語

伴隨著互聯(lián)網(wǎng)技術(shù)的不斷創(chuàng)新與發(fā)展，大數(shù)據(jù)技術(shù)已經(jīng)廣泛運用到許多行業(yè)領域中，并在其中發(fā)揮了重要的作用。將大數(shù)據(jù)技術(shù)應用到人工智能客服系統(tǒng)中，可以很好的彌補以往客戶服務系統(tǒng)知識庫更新緩慢、系統(tǒng)智能程度低、服務意識不佳等問題，能夠為用戶提供更加高效的自動問答服務。