[发明专利]一种智能投诉分类与处理系统

说明书

如今，互联网已经成为社会必不可少的基础设施。但用户在使用互联网时所碰到的问题需要向相关客服反映，很长时间才能得到解决且成本高效率低。解决用户投诉问题的传统BP算法分类技术已经不能满足当前业务的增长速度。本发明涉及互联网、电子商务、电信等服务行业业务IT支撑、客户服务技术领域。它是一种基于深度学习的智能投诉分类与处理系统，包括对投诉语音、文本进行向量化处理，BP神经网络深度学习实现投诉分类，BP神经网络深度学习，实现投诉处理通过对客服系统输入的投诉文本进行向量化处理，转为文本向量，利用深度BP神经网络进行训练，生成投诉机器分类，然后进行不同的系统集成，最终进行特定投诉类型的输出匹配，实现机器智能回复。

一、技术领域

1、本发明涉及互联网、电子商务、电信等服务行业业务IT支撑、客户服务技术领域。它是一种基于深度

学习的智能投诉分类与处理系统，包括对投诉语音、文本进行向量化处理，BP神经网络深度学习实现

投诉分类，BP神经网络深度学习，实现投诉处理。

二、背景技术

随着移动互联网的快速发展，旅游、电信、交通、娱乐、商务等各领域已经被互联网深入渗透，互联网已经成为提升社会效率、促进经济发展的基础设施。但是用户在使用互联网便利的过程中，可能会遇到很多问题。用户一般是通过相关应用的客户服务电话或者客户服务系统进行问题反映，一般等待较长时间后，用户问题可能才会得有效解决，效率较低、成本较高。当前，解决用户投诉问题的关键步骤是投诉问题识别、投诉问题分类和投诉问题回复、和用户意见反馈收集。目前投诉处理的流程是主要分为两大模式： 1、传统模式(主流模式)

(1)当用户进行投诉请求过程中，接线员将用户的请求按照客服系统“服务请求受理”的模板进行录入，并手工分类。

(2)一线投诉处理人员按照话务员录入的投诉工单进行处理。

(3)如遇到疑难投诉，一线投诉人员按照手工分类，将投诉分派到不同的IT支撑部门进行处理。

(4)IT支撑部门二线投诉前台人员对转派投诉进行再处理，如还未解决，再将疑难投诉派至二线后台研发工程师。具体流程图如下图-1所示：

2.采用简单神经网络进行投诉处理

(1)将用户投诉内容向量化标记

(2)采用简单BP神经网络进行投诉训练、投诉处理，具体流程如图-2所示现有技术的缺点及本申请提案要解决的技术问题

1、主流(传统)模式

接线员根据用户语音，手工录入投诉内容，先进行手工分类，然后进行相关处理回复，是一种被动的、低效、延迟的模式。上一级的投诉处理人员的处理内容对下一级的投诉处理人员帮助较小(存在人工分类、处理失误的情况)，每一层投诉处理人员，都要仔细阅读投诉概要，进行自己相应的处理，造成重复劳动，效率低下的问题。而且根据投诉处理人员对业务掌握的程度不同，对于用户投诉回复质量也参差不齐。降低了用户满意度，影响用户感知。

2、简单神经网络进行投诉处理

采用BP神经网络进行投诉处理、虽然能够提升投诉处理效率，但是有两个问题没有本质突破：

(1)投诉分类和处理叠加在一起，系统处理难度较高(参数维度高)；

(2)投诉处理正确率不高，基本上在75％左右(增大训练量也无法提升正确率)，没有高正确率的自动投诉处理系统对于智能投诉处理来说，实际效果和意义都不大。

为了大幅提升投诉处理流程繁琐、时间长、自动投诉处理复杂度较高、正确率较低的问题，我们需要建立一套基于深度学习神经网络的智能投诉识别与处理系统。该系统能够利用深度神经网络：

(1)投诉内容进行向量化处理、通过深度学习，智能分类；