[发明专利]客户意图分析方法、系统、设备及存储介质

权利要求书

1.一种客户意图分析方法，其特征在于，包括以下步骤：

根据客户通话交互信息进行客户意图识别，得到多个客户的多个意图序列；所述意图序列包括按照时间进行排列的多个客户意图；

通过所述多个客户的多个意图序列训练词嵌入网络，得到客户意图模型；

将待预测客户的至少一次交互信息输入所述客户意图模型，得到多个客户意图向量；

计算所述多个客户意图向量与成功意图向量之间的余弦距离并对比，选取最小的余弦距离对应的客户意图向量；相应得到的客户意图为客户意图预测结果；所述成功意图向量为预先存储的业务成单客户的成功意图向量。

2.根据权利要求1所述的客户意图分析方法，其特征在于，所述通过所述多个客户的多个意图序列训练词嵌入网络，得到客户意图模型，具体包括：

将所述多个意图序列进行排列得到意图有向图；所述意图有向图节点为客户意图，所述意图有向图的边的权重为意图有向图节点之间跃迁的概率；

遍历所述意图有向图得到多个随机意图序列，并根据所述多个随机意图序列训练词嵌入网络，得到客户意图模型。

3.根据权利要求2所述的客户意图分析方法，其特征在于，所述意图有向图节点之间跃迁的概率的计算公式为：

Pmn＝Cn/Cm；

其中，Cm为意图有向图节点m上经过m但不为终点的意图序列数，Cn为从意图有向图节点m到意图有向图节点n经过的意图序列数，Pmn为意图有向图节点m与意图有向图节点n之间跃迁的概率。

4.根据权利要求1所述的客户意图分析方法，其特征在于，所述通过所述多个客户的多个意图序列训练词嵌入网络，得到客户意图模型之后，还包括：

输入客户成单成功的客户意图序列至所述客户意图模型，得到成功意图向量。

5.根据权利要求1所述的客户意图分析方法，其特征在于，所述词嵌入网络为Word2vec模型，所述Word2vec模型采用CBOW模型与skip-gram模型相结合，并采用负采样与层次softmax方法。

6.根据权利要求1所述的客户意图分析方法，其特征在于，所述将客户通话交互信息进行客户意图识别，得到多个客户的多个意图序列，具体包括：

当客户通话交互信息为语音时，将所述客户通话交互信息转化为文字交互信息；

通过客户意图分类模型进行客户意图识别，得到多个意图序列；

通过以上步骤对多个客户的通话交互信息进行客户意图识别，得到多个客户的多个意图序列。

7.根据权利要求6所述的客户意图分析方法，其特征在于，所述通过客户意图分类模型进行客户意图识别，得到多个意图序列之前，还包括：

获取客户意图数据集；

将所述客户意图数据集输入客户意图分类网络进行训练，得到所述客户意图分类模型。

8.一种客户意图分析装置，其特征在于，具体包括：

客户意图分类模块：用于根据客户通话交互信息进行客户意图识别，得到多个客户的多个意图序列；所述意图序列包括按照时间进行排列的多个客户意图；

客户意图模型模块：用于通过所述多个客户的多个意图序列训练词嵌入网络，得到客户意图模型；

待预测客户意图向量模块：用于将待预测客户的至少一次交互信息输入所述客户意图模型，得到多个客户意图向量；

客户意图预测模块：用于计算所述多个客户意图向量与成功意图向量之间的余弦距离并对比，选取最小的余弦距离对应的客户意图向量；相应得到的客户意图为客户意图预测结果；所述成功意图向量为预先存储的业务成单客户的成功意图向量。

9.一种客户意图分析设备，其特征在于，包括：

存储器：用于存储可执行指令；以及

处理器:用于与所述存储器连接以执行所述可执行指令从而完成权利要求1-7任一项所述的客户意图分析方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的客户意图分析方法。