[发明专利]用电客服工单分类方法、装置以及电子设备在审

专利信息
申请号: 201810606131.2 申请日: 2018-06-12
公开(公告)号: CN108897798A 公开(公告)日: 2018-11-27
发明(设计)人: 梁浩波 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司东莞供电局
主分类号: G06F17/30 分类号: G06F17/30;G06F17/27;G06Q30/02;G06Q30/00;G06Q50/06
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 魏彦
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 客服 分类 单分类器 电子设备 训练集 数据处理技术 分类过程 分类结果 分类数据 来电内容 内容分类 数据训练 文本分词 文本解析
【权利要求书】:

1.一种用电客服工单分类方法,其特征在于,包括:

根据历史用电客服工单分类数据得到训练集;

根据所述训练集通过文本分词、文本解析以及内容分类进行数据训练,生成工单分类器;

根据目标工单的来电内容通过所述工单分类器对目标工单进行分类,得到用电客服工单分类结果。

2.根据权利要求1所述的用电客服工单分类方法,其特征在于,所述根据历史用电客服工单分类数据得到训练集,之前还包括:

根据历史用电客服工单来电内容与历史用电客服工单类型得到历史用电客服工单分类数据。

3.根据权利要求2所述的用电客服工单分类方法,其特征在于,所述根据所述训练集通过文本分词、文本解析以及内容分类进行数据训练,生成工单分类器,具体包括:

根据所述历史用电客服工单来电内容的文本进行切分,得到若干个词语;

根据若干个所述词语进行特征提取、特征降维以及特征权重计算,生成文本表示模型;

将所述文本表示模型转换为数据模型;

根据所述数据模型基于所述训练集通过分类算法,生成分类模型;

根据所述分类模型得到工单分类器。

4.根据权利要求3所述的用电客服工单分类方法,其特征在于,所述文本为文字和/或数字。

5.根据权利要求3所述的用电客服工单分类方法,其特征在于,所述根据所述数据模型基于所述训练集通过分类算法,生成分类模型,具体包括:

根据所述数据模型基于每个所述训练集中的来电内容与工单类型,通过分类算法生成分类模型。

6.根据权利要求3所述的用电客服工单分类方法,其特征在于,所述分类算法包括:决策树算法、神经网络、支持向量机、朴素贝叶斯算法中的至少一种。

7.根据权利要求3所述的用电客服工单分类方法,其特征在于,所述根据目标工单的来电内容通过所述工单分类器对目标工单进行分类,得到用电客服工单分类结果,具体包括:

将目标工单的来电内容设置为所述工单分类器的输入数据;

根据所述输入数据通过所述分类模型进行匹配与分类,得到分类的预测集;

根据所述预测集得到用电客服工单分类结果。

8.一种用电客服工单分类装置,其特征在于,包括:

获取模块,用于根据历史用电客服工单分类数据得到训练集;

训练模块,用于根据所述训练集通过文本分词、文本解析以及内容分类进行数据训练,生成工单分类器;

分类模块,用于根据目标工单的来电内容通过所述工单分类器对目标工单进行分类,得到用电客服工单分类结果。

9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司东莞供电局,未经广东电网有限责任公司;广东电网有限责任公司东莞供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810606131.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top