关于电力智能客服实现的技术研究尤伟明--中国期刊网

字体：大中小

首页> 原创作品> 正文

关于电力智能客服实现的技术研究尤伟明

发表时间：2021/6/7 来源：《基层建设》2021年第2期作者：尤伟明1 庄梅萍2

[导读] 摘要：近年来人工智能、大数据知识库、知识图谱、NLP等最新信息技术逐渐深入到各行各业，依托大数据与人工智能的飞速发展，智慧客服的改革也迫在眉睫，而其中充满各种各样的挑战和机遇。

        国网泉州供电供司福建泉州 362000
        摘要：近年来人工智能、大数据知识库、知识图谱、NLP等最新信息技术逐渐深入到各行各业，依托大数据与人工智能的飞速发展，智慧客服的改革也迫在眉睫，而其中充满各种各样的挑战和机遇。其中的利弊也会引发对技术革新的新一轮争论，究竟应如何面对这些挑战如今还没有定论，但无可争议的是大数据时代下的智慧客服系统正在悄然改变。要想建立新一代智慧客服平台必须依托大数据知识库，其中充满了各种各样的挑战与机遇。建立科学完善的智慧客服与大数据平台结合系统，成为应对挑战与机遇的关键。
        关键词：大数据；智慧客服；人工智能
        1大数据技术的背景与意义
        “大数据”被定义为“需要处理能产生更强决策力、洞察发现力、流程优化能力的海量、高增长率、多样化信息资产”，其战略意义不仅是对大数据海量数据信息技术的掌握，更重要的是如何对这些海量信息进行专业地分析处理。而传统的计算机软件集成化工具没有能力在规定时长内捕获、统筹和分析大数据，因此需寻找新的思路来提供更强大的决策能力、呈现能力、分析能力以及处理问题的能力。大数据一般拥有三个特征：一是拥有海量的数据，如果数据量太小，不符合统计学特征，则无法避免个体分化造成的偏差；二是具有多维特征，为了可以通过交叉验证方法验证事物的真实性，数据中维数最好是正交的。通过这些正交的维度信息可从不同角度对某一样事物进行标签化；三是具有完备的价值，大数据中应具备完整的数据库，且这些数据库中的数据都应具有独自的价值信息。只有具备了这些特征，大数据才能在不同生产场景中呈现出高效性和多元化。
        2智慧客服的分析与研究
        2.1传统客服的缺点分析
        传统客服系统在广义上定义为通过取得系统所服务客户对象的满意度来实现公司或部门的稳定发展，其重点在于服务。然而当前传统客服部门主要存在以下缺点：在特殊时间段内，往往会在局部短时间收到超过客服服务端以及客服工作人员承载能力的接入量，使得客服电话长期处于拥堵状态，导致客户满意度大幅度下降；缺少对客户数据完善的分析系统，缺乏对现有客服人员科学的调度规则，不能建立一套完整的评价标准去应对业务的不同变化；大量客户数据由人工进行审核分析，庞大的工作量增加了人工成本，且得不到较高的分析准确度和较强的解决问题能力。
        2.2智慧客服研究与发展
        智慧客服系统与传统呼叫中心最大的不同点在于，智慧客服应用了自然语言处理、情感分析等人工智能领域技术，通过对客户智能语音识别来预测客户行为，将客户信息转化成结构化数据信息。客服人员可根据不同业务场景的智能分类，从传统的被动服务模式转换成主动服务模式，使客服人员快速解决业务办理、业务查询、定制服务等工作，实现数据地集中存储、统一维护、按需分配、阶层管理的新型智慧客服全景综合管理平台。随着智慧客服系统在各行业不断壮大、客户市场不确定因素不断增加、服务受众呈多元化的今天，能够在客服系统中完成业务的协同化、渠道的立体化、作业的智能化。在纵横向协同贯通下，通过多渠道受理、多需求构建、多任务并行、多途径解决的渠道沟通手段完成智能化客户需求预测，对庞大的客户需求信息进行科学分流，建立一套完整的智慧客服管理系统，科学管理客服系统。
        2.3智慧客服在大数据时代下的系统简述
        在大数据时代下，如果智慧客服仍仅依赖自然语言处理、光学字符识别等技术，通过对语音和文字的关键词识别来了解客户的需求，则其服务水平与质量将远远达不到智能化。因此需在利用人工智能技术减少人工客服工作量、减轻后台客服系统压力的同时，结合大数据平台建立一套更加高效、准确的智慧客服平台系统。

期刊文章分类查询,尽在期刊图书馆

人工智能的飞速发展为智慧客服与大数据的结合提供了丰富的资源，其中机器学习、深度学习为其提供了大量算法模型和学习框架；GPU集群、CPU等硬件设备的快速发展保证了数据库强大的运算和储存能力，其结合的基本思路如图2。以智慧客服为例，业务系统通过分布式采集组件采集网络上用户的个人信息、历史交易等数据，并将这些大量数据输送到大数据平台。在用户通过网络在线客服或电话客服发送请求之前，业务系统通过大数据平台提前对用户建立的模型可快速对用户的综合信息进行分析甄别，并将提取到的非结构化数据通过算法模型进行一系列的数据挖掘分析，得出最为符合用户主观意识的预测数据，并结合数据库中已有的实例向客户推送最佳解决方案，最后将用户的反馈结果输送到大数据中心，用来调整大数据分析问题的权重结构，实现从非结构化数据向结构化数据转变的需求。
        3智慧客服利弊分析与发展方向
        客服面临的挑主要有两点：用户的个人隐私问题。随着信息技术和电子网络的不断发展，个人隐私问题得到了越来越多地关注，然而在用户的个人隐私该如何得到有效地保护，始终没有一个定论。如果想要建立大数据知识库为智慧客服提供强大的数据资源，则应在效率和隐私中寻求两者的平衡点；如何快速整合多源头多种类问题。智慧客服若想从知识库中匹配到高准确率的答案，就必须在大数据建立知识库时利用多渠道整合、数据挖掘的特殊技术手段从网络、电话、线下等各大平台积累不同的问题集，建立庞大的语料库，将不同非标准化的问题归一化，使智慧客服在应对用户问题时能以数据库提供的大量数据为基础进行准确匹配。
        大数据时代给客服带来的机遇。近年来我国人口红利正在逐年消失，加上人工智能近几年的飞速发展，如何借助科技的力量节省人力资源已成为各行业争相寻求的发展方向。人工智能依靠高效率、低成本的绝对优势已成为每个企业改革产业的有力支撑。在大数据技术的推动下，智慧客服不仅能够低成本的代替绝大部分的简单劳动，更能通过深度学习、神经网络等人工智能技术赋予机器自主学习的能力，并且其响应速度和情感逻辑准确度都超乎预期。对客服而言，通过大数据与智慧客服的有效结合，对人员利用率、资源调度和基础服务能力都有一个很高提升，同时数据知识库的建立对未来人工智能方向的战略布局是一个巨大宝藏。
        智慧客服未来的发展方向。的智慧客服未来发展中，利用人工智能、云计算、大数据知识库等技术手段将人工服务与机器服务共同结合，实现客服中心的信息化、智能化、数据化。不断向客服人员普及智能服务知识，结合人工智能实现“人工智能+人工服务”的双向人工转型，从大数据中为客户提供更加高效、便捷的服务。未来在大数据平台中，人工智能客服平台在为客户提供更加完善的服务同时，可以前瞻性的通过大数据的知识储备主动分析客户类型和价值，并对客户精准分类以便为其提供更加针对性地服务，将传统的被动服务转变成新型的主动服务，在客户发现问题之前通过短信、电话等方式提前告知用户，达到防患于未然的目的。
        4结语
        智慧客服依托大数据平台可为客户提供更加优质的服务，通过合理利用资源、规范化服务标准、前瞻性预测客户意图等服务手段，为客户提供全新地体验，但这其中也充满了挑战，充分发挥大数据平台的优势，利用最新的分析技术发展新的业务系统，实现客服到客户之间“零差评”的最终目的，提高企业形象，优化企业的资源调配，从而使公司得到长足稳定的发展。
        参考文献：
        [1]曹建梅，郝庆水，等.电力企业网络大学智能云客服体系研究与实践[J].国网技术学院学报，2019，3.
        [2]王敬一.基于大数据分析的智能客服系统研究与设计[J].计算机产品与流通，2018，2.
        [3]周颖.基于大数据机器学习的客服系统地研究[D].贵州大学，2018.
        [4]郑蓉蓉，闫珺路，等.基于电力ICT业务场景的智能客服创新研究与实践[J].电力大数据，2019，1.