-
公开(公告)号：CN117714600A
公开(公告)日：2024-03-15
申请号：CN202311718530.5
申请日：2023-12-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: H04M3/493 , H04M3/51 , H04M3/527 , G10L15/02 , G10L15/06 , G10L15/16 , G10L15/26 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种用于智能IVR的自动转接人工方法及系统，所述方法包括：通过IVR系统获取用户的语音数据，并基于预设的语音识别模型将所述语音数据转换为文本数据；根据预设的人工需求识别模型识别所述文本数据，确定用户是否需要转接人工服务；当确定客户需要转接人工服务时，根据预设的专业项目识别模型识别所述文本数据，确定用户需要的专业项目；根据所述专业项目匹配对应的人工坐席；匹配完成后，建立用户与所匹配到的人工坐席的语音通话连接。本发明根据用户的语音识别用户意图，转接对应专业的人工，提高了IVR系统转接人工的准确性和效率。
-
公开(公告)号：CN117558260A
公开(公告)日：2024-02-13
申请号：CN202311718527.3
申请日：2023-12-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种多语种全语音处理方法、装置、设备以及存储介质，所述方法包括：获取待识别的语音数据；将所述语音数据转化为对应的文本数据；将所述文本数据输入一预设的多语种语言处理模型，以使所述多语种语言处理模型提取所述文本数据的语言特征，并对所述语言特征进行识别处理，输出所述文本数据对应的用户意图；根据所述用户意图，匹配与所述用户意图对应的用户服务路径；其中，所述多语种语言处理模型以若干不同语种的文本数据样本为输入，以各文本数据样本对应的用户意图为输出，对一预设的深度学习模型进行训练而成。通过本发明可以实现多语种环境下的语音识别，提高语音识别的效果。
-
公开(公告)号：CN116307578A
公开(公告)日：2023-06-23
申请号：CN202310258693.3
申请日：2023-03-16
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/0631 , G06Q10/0639
Abstract: 本发明公开了一种客服人员的排班优化调度方法、装置及存储介质，其中方法包括：获取客服人员的各项业务的历史业务处理时长，根据所述历史业务处理时长对客服人员的业务能力进行评分，得到每一客服人员的业务能力评分；根据客户对话服务中的客户排队时间和对应客服人员的业务能力评分，确定服务质量指标；建立排班优化调度模型，将班次安排矩阵作为优化变量，基于所述优化变量建立考虑服务质量指标和人力成本的优化目标函数；基于所述优化目标函数，求解所述排班优化调度模型，得到客服人员的最优排班方案。本发明不仅能够保证话务服务的质量，还能有效降低人力成本。
-
公开(公告)号：CN118486295A
公开(公告)日：2024-08-13
申请号：CN202410623310.2
申请日：2024-05-20
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种混合语音识别方法、系统、计算机设备和存储介质，包括根据第一单语种语音数据和第二单语种语音数据，建立第一单语种模型和第二单语种模型；将第一单语种语音数据和第二单语种语音数据进行拼接，得到混合语种数据，并根据混合语种数据，建立语种分类特征提取模型；将第一单语种模型、第二单语种模型和语种分类特征提取模型进行融合，得到混合语音识别模型；将待识别的混合语音数据输入混合语音识别模型，得到语音识别结果。本发明通过融合汉语、粤语单语种模型和语种分类特征提取模型的特征，构建了混合语音识别模型，能够自动识别输入语音的语种，并综合不同语种模型提供的特征进行识别，有效提高了语音识别的准确性和鲁棒性。
-
公开(公告)号：CN116227738B
公开(公告)日：2023-12-08
申请号：CN202310483798.9
申请日：2023-05-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/04 , G06Q30/01 , G06F18/2321 , G06F18/15 , G06F17/18
Abstract: 本发明公开了一种电网客服话务量区间预测方法及系统，通过获取历史话务数据和话务量影响因素数据，并进行缺失值补充后，再对补充后的话务量影响因素数据进行相似日聚类。在利用预测模型对处理好的数据和聚类结果进行特征提取得到特征数据后，采用分位数回归模型对特征数据进行计算得到条件分位数，再采用非参数核密度估计方法对条件分位数进行计算得到区间预测结果，将区间预测结果发送给电网客户服务排班系统，以使电网客户服务排班系统根据区间预测结果进行话务排班调度。本方法通过结合话务影响因素对电网客服话务量概率进行预测，可以实现现代供电服务体系预测不确定性的有效量化，提高电网客服话务量区间预测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116610933A
公开(公告)日：2023-08-18
申请号：CN202310359780.8
申请日：2023-04-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/0442 , G06N3/0475 , G06N3/094 , G06N3/088 , G06N3/09
Abstract: 本发明公开了一种电力时间序列数据生成方法、装置及存储介质，其中方法包括：基于自回归模型建立一维时间卷积嵌入层，并对时间序列数据的特征向量空间进行降维处理，得到潜在特征向量空间；基于自回归模型建立具有注意力机制的重建层，在一维时间卷积嵌入层和重建层的组成框架中构建生成器和鉴别器，将潜在特征向量空间作为生成器和鉴别器的输入；利用重建层对潜在特征向量空间进行重建，并建立组成框架的重建损失函数；建立生成对抗网络的有监督损失函数和无监督损失函数；基于重建损失函数、有监督损失函数和无监督损失函数进行重建后的特征向量空间进行训练，生成电力时间序列数据。本发明能够有效提高生成的时间序列数据质量。
-
公开(公告)号：CN116233312A
公开(公告)日：2023-06-06
申请号：CN202310498368.4
申请日：2023-05-06
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于回归分解的电网客服话务量预测方法，包括采集电网客服话务量数据、用户信息、气象信息和停电信息，形成话务量数据信息库；采用孤立森林算法进行异常数据识别；建立拉格朗日插值函数对异常数据/缺失数据进行修补；利用层次分析法量化用户信息、气象信息和停电信息；采用回归分解的方法将话务量分解为周期分量、趋势分量和随机分量；采用改进灰色关联法分析各分量的影响因子；将各分量的影响因子作为输入，采用CNN卷积神经网络预测各分量；最后叠加各分量得到总的话务量预测结果；考虑电网客服增值服务，将预测结果进行修正，得到最终的话务量预测结果。本实施例实现了精细化预测电网客服的话务量，提高话务量预测准确率。
-
公开(公告)号：CN116187728A
公开(公告)日：2023-05-30
申请号：CN202310483804.0
申请日：2023-05-04
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
IPC: G06Q10/0631 , G06Q10/04 , G06Q10/0639 , G06Q30/01 , G06N3/006
Abstract: 本申请公开了一种客服排班优化方法、装置、设备及存储介质，通过获取业务量预测信息和客服人员的业务处理信息；利用预设粒子群优化算法，根据业务量预测信息和业务处理信息，对预设排班优化模型进行迭代，得到每次迭代的客服排班方案；基于预设疲劳度指标模型和预设公平性指标模型，计算客服人员在客服排班方案下的目标函数，目标函数包括疲劳度指标数据和公平性指标数据；若目标函数达到最小值，则将目标函数达到最小时对应的客服排班方案确定为目标客服排班方案。从而利用计算机通过优化算法对客服排班进行优化，提高排班效率，并在优化模型中考虑了疲劳度和公平性以量化客服人员的工作量，使得排班结果更加合理。
-
公开(公告)号：CN113538063A
公开(公告)日：2021-10-22
申请号：CN202110860566.1
申请日：2021-07-28
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种基于决策树的电费异常数据分析方法、装置、设备及介质，方法包括：根据电力客户数据获取原始数据，采用插值法和填充法处理所述原始数据，获取实验数据；遍历所述实验数据确定的分割特征构建多个子集，获取多个所述子集对应的子结点，构造决策树模型；计算多个所述子集的信息增益比，获取对应所述子结点的判断特征；将待分析的第一电力客户数据输入到所述决策树模型；若所述第一电力客户数据不满足所述判断特征，则确定所述第一电力客户数据为异常用户数据，否则，确定所述第一电力客户数据为正常用户数据。本发明结合电力数据和决策树模型进行用户数据分析，降低识别异常数据的难度。
-
公开(公告)号：CN113435664A
公开(公告)日：2021-09-24
申请号：CN202110801303.3
申请日：2021-07-15
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司客户服务中心
Abstract: 本发明公开了一种电费异常数据分析方法、装置、终端设备及介质，该方法包括对历史电费数据及待测电费数据进行预处理，得到第一数据和第二数据；将第一数据按预设比例划分为训练样本和测试样本；利用训练样本对深度森林模型进行训练，将测试样本输入至训练后的深度森林模型，根据输出结果计算深度森林模型的评估指标的数值；判断数值是否达到预设阈值，若是，则将当前深度森林模型作为目标模型；若否，则返回执行利用训练样本对深度森林模型进行训练操作，直至数值达到预设阈值时将对应的深度森林模型作为目标模型；将第二数据输入至目标模型，生成电费异常数据分类结果。本发明基于深度森林模型分析电费数据，提高了分析效率和结果的准确率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.034 seconds)
