[发明专利]基于标签推荐客服人员的方法、系统、设备和介质

说明书

本发明涉及数据统计技术领域，提供一种基于标签推荐客服人员的方法、系统、设备和介质。所述基于标签推荐客服人员的方法包括步骤：接收客户端发送的目标标签；自数据库中获取评价数据与所述目标标签匹配的客服人员及所述目标标签对应的目标标签计算模型；将所述客服人员的与所述目标标签匹配的评价数据输入所述目标标签计算模型，计算获得每个所述客服人员的目标标签值；根据所述目标标签值，向所述客户端推荐最匹配的目标客服人员。本发明能够根据目标标签获取匹配的客服数据源和标签计算模型，实时计算出客服数据源的标签值，从而根据匹配的客服数据源和实时的标签值计算结果，向客户端推荐最合适的客服人员，提升用户体验。

技术领域

本发明涉及数据统计技术领域，具体地说，涉及一种基于标签推荐客服人员的方法、系统、设备和介质。

背景技术

在数据统计领域，标签可以标识数据源的相关特征。例如，“满意度”标签可以标识客服人员的服务质量。

但是，数据源的标签并非固定不变，例如，客服人员的“满意度”标签，会随着用户评价不断地发生变化。现有技术中，为客服人员匹配标签的方式是：将客服人员的评价数据整理汇总，形成数据源提供给专业的数据分析师；由专业的数据分析师对数据源进行处理，生成分析结果，最好能生成可视图表；再根据分析结果，为客服人员匹配标签。

可见，现有技术中，客服人员的标签设置依赖于专业的数据分析师，需要大量的沟通和极大的成本才能实现，常常会发生客服人员的标签滞后和偏离于实际评价数据的现象，导致在用户需求特定客服人员时，无法准确地推荐合适的客服人员。

需要说明的是，上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种基于标签推荐客服人员的方法、系统、设备和介质，能够根据目标标签获取匹配的客服数据源和标签计算模型，实时计算出客服数据源的标签值，从而根据匹配的客服数据源和实时的标签值计算结果，向客户端推荐最合适的客服人员，提升用户体验。

本发明的一个方面提供一种基于标签推荐客服人员的方法，包括步骤：接收客户端发送的目标标签；自数据库中获取评价数据与所述目标标签匹配的客服人员及所述目标标签对应的目标标签计算模型；将所述客服人员的与所述目标标签匹配的评价数据输入所述目标标签计算模型，计算获得每个所述客服人员的目标标签值；根据所述目标标签值，向所述客户端推荐最匹配的目标客服人员。

在一些实施例中，所述自数据库中获取评价数据与所述目标标签匹配的客服人员的步骤包括：自所述数据库中获取所述目标标签关联的至少一项目标维度；获取评价数据与至少一项所述目标维度匹配的客服人员。

在一些实施例中，所述计算获得每个所述客服人员的目标标签值的步骤包括：根据每个所述客服人员的与各项所述目标维度匹配的评价数据，计算每个所述客服人员的各维度目标标签值；自所述客户端的历史评价数据中，获得所述目标标签基于各项所述目标维度的评价次数，确定各项所述目标维度的权重；根据各项所述目标维度的权重，对每个所述客服人员的各维度目标标签值进行加权计算，获得每个所述客服人员的目标标签值。

在一些实施例中，所述自所述数据库中获取所述目标标签关联的至少一项目标维度的步骤包括：自所述数据库中获取所述目标标签的关联维度集，推送至所述客户端；将所述客户端自所述关联维度集中选定的维度作为所述目标维度。

在一些实施例中，所述计算每个所述客服人员的各维度目标标签值的步骤之后，还包括：判断各所述客服人员的各维度目标标签值是否均超出所述目标标签基于对应目标维度的有效数值区间；若是，向所述客户端推送维度调整提示。

在一些实施例中，所述关联维度集中，多个维度根据各自的历史选中次数进行降序排列。