[发明专利]基于微信小程序和智能分配算法的售后服务系统与方法

权利要求书

1.一种基于微信小程序和任务智能分配算法的售后服务系统，其特征在于，该售后服务系统包括：

数据系统：基于MySQL进行数据的存储和读取；

服务系统：基于Tomcat + SpringMVC + Mybatis为各类应用进行提供服务；服务系统支持基于故障特征的总经验库和分用户的个人经验库；支持基于用户经验能力的任务智能分配方式、基于系统总体问题处理能力的学习式任务分配策略；

应用系统：使用微信小程序、HTML网页作为人机交互方式。

2.如权利要求1所述的基于小程序和任务智能分配算法的售后服务系统，其特征在于：系统采用三层架构，将数据层、服务层和应用层划分到不同的模块中，提供Restful风格接口，支持JSON格式数据，兼容各类Http协议的平台的调用，包括小程序、App和网页。

3.如权利要求1所述的基于小程序和任务智能分配算法的售后服务系统，其特征在于：服务系统由以下三个独立的系统模块组成：（1）上报模块：使用微信小程序进行故障上报，同时支持文字、图片、语音、视频故障描述方式；

（2）故障分析模块：使用分词算法提取上报故障中文字描述部分的行业关键词，形成“词语-权值”的关键描述，便于与经验数据库中的数据进行最优匹配；

（3）经验数据库模块：使用分词系统分析处理过的故障，并形成“词语-权值”的故障特征，存储到系统故障经验库和用户个人经验库。

4.如权利要求3所述的基于小程序和任务智能分配算法的售后服务系统，其特征在于：使用正向最大匹配算法对故障描述文字进行分词和摘录分词后的词语，再根据中文语义词性和智能交通设备领域行业词库作进一步词语筛选，筛选完成后以“词语-权值”的形式存储到数据库中，根据系统功能要求分别存储为两类表，一类为系统故障经验库、另一类为用户个人经验库。

5.如权利要求3所述的基于小程序和任务智能分配算法的售后服务系统，其特征在于：新故障提交时，使用分词算法对新故障描述进行分词和摘录，再根据词性和行业词库进一步筛选，筛选成“词语-权值”的关键描述形式后使用二部图最优匹配KM算法将该故障的关键描述与与用户的经验库进行最优匹配计算，按照最优匹配的最大权值将不同用户与该问题的匹配权值从高到低排序，取前三位推荐给任务分派人员以供参考。

6.如权利要求3所述的基于小程序和任务智能分配算法的售后服务系统，其特征在于：新故障紧急程度低时，使用分词算法分析新故障描述并形成“词语-权值”的关键描述，通过结合不同用户的负荷率和用户经验库，对当前没有处理过此问题较为空闲的用户进行学习性指派，以提高系统整体处理问题能力。

7.采用权利要求1－6中任何一项所述的基于小程序和任务智能分配算法的售后服务方法，其特征在于：其步骤如下：使用微信小程序进行故障上报，上报成功后基于分词系统计算故障描述与用户经验库的匹配程度，并给出不同处理人员与该问题的最优匹配度，按照高低进行排序，同时结合不同处理人员当前的负荷程度将该故障单指派给推荐的前三位处理人员。

8.根据权利要求7所述的基于小程序和任务智能分配算法的售后服务方法，其特征在于：其具体步骤如下：

首先，客户通过微信小程序提交一个新的故障，后台接收到新故障的时候，先使用正向最大匹配算法对故障描述文字部分进行分词，按照中文词性摘录其中的词性的词语然后使用智能交通设备领域行业词库进行一次匹配筛选，形成特征值 “词语-权值”作故障特征描述；

然后，使用最优匹配KM算法，将系统故障经验库与故障特征描述进行二部图最优匹配度计算，如果计算的结果小于阙值，则认为这个故障是新故障即之前未处理过的故障，系统选出三位用户，这三位用户当前进行中的工作任务最少，系统将该故障分配给指定前述三位中的某位用户；如果计算的结果大于阙值，则认为系统曾经处理过类似任务，使用KM算法将故障特征描述与所有的处理人员的个人经验库进行最优匹配计算，并按照计算的匹配值进行排序，选出前三位匹配值最高处理人员并将这三位任务处理人员推荐给任务分配人员以供决策；

最后，该问题处理完成后，将该故障特征描述即词语-权值加入到系统故障经验库和该任务处理人员的个人经验库；然后继续等待处理下一个故障。