深度学习模型及其预测流量数据的方法

    公开(公告)号:CN111738781B

    公开(公告)日:2021-01-05

    申请号:CN202010762405.4

    申请日:2020-07-31

    Abstract: 本说明书实施例中提供了一种深度学习模型及其预测流量数据的方法。该深度学习模型可以包括输入层、编码器、解码器和预测层。可通过输入层获取按照时间顺序排列的N个时间段对应的N个原始特征集,前N‑1个时间段对应的N‑1个流量数据;单个原始特征集中包括影响流量数据的M项属性特征。接着通过包含编码注意力层和递归编码层的编码器,在编码器的输入阶段增加注意力机制,自适应的修正N个原始特征集以得到N个修正特征集,并对N个修正特征集进行递归处理以得到N个状态向量。接着由解码器对前N‑1个状态向量以及N‑1个流量数据进行递归处理,得到目标解码向量。最后通过预测层处理目标解码向量以及第N个状态向量,获得第N个时间段对应的流量数据。

    一种服务提供方法和装置

    公开(公告)号:CN111539607B

    公开(公告)日:2022-05-06

    申请号:CN202010295881.X

    申请日:2020-04-15

    Abstract: 本说明书实施例提供一种服务提供方法和装置,该方法包括:在为用户提供客服服务的过程中,获取在未来设定时间段内提供服务时的弹性缺口;获取第一调度策略的第一调度弹性;若所述第一调度策略的调度弹性不小于所述弹性缺口,则基于所述第一调度策略提供服务;若所述第一调度策略的调度弹性小于所述弹性缺口,则基于所述第一调度策略和第二调度策略提供服务,以实现对用户进行引流,其中,在基于所述第一调度策略和所述第二调度策略提供服务时,两者的总调度弹性等于所述弹性缺口。

    一种客服提供方法和系统

    公开(公告)号:CN112070518A

    公开(公告)日:2020-12-11

    申请号:CN202011251013.8

    申请日:2020-11-11

    Inventor: 龙翀 王颖 于浩淼

    Abstract: 本说明书涉及一种客服提供方法和系统,其包括:接收用户的客服请求,将客服请求对应的客服模式作为用户初始选择的客服模式;获取用户的用户特征数据,以及两种或以上客服模式的负载信息;基于所述用户特征数据、用户初始选择的客服模式以及各客服模式的负载信息,确定各客服模式对应的服务评估值;基于各客服模式对应的服务评估值,从各客服模式中选出目标客服模式;通过所述目标客服模式向用户提供的客服。本申请基于各客服模式对应的服务评估值,均衡分配各客服模式对应的用户数量,并同时满足不同用户对不同客服渠道的各异性需求,最大限度地提升用户的客服体验。

    一种服务提供方法和装置

    公开(公告)号:CN111539607A

    公开(公告)日:2020-08-14

    申请号:CN202010295881.X

    申请日:2020-04-15

    Abstract: 本说明书实施例提供一种服务提供方法和装置,该方法包括:在为用户提供客服服务的过程中,获取在未来设定时间段内提供服务时的弹性缺口;获取第一调度策略的第一调度弹性;若所述第一调度策略的调度弹性不小于所述弹性缺口,则基于所述第一调度策略提供服务;若所述第一调度策略的调度弹性小于所述弹性缺口,则基于所述第一调度策略和第二调度策略提供服务,以实现对用户进行引流,其中,在基于所述第一调度策略和所述第二调度策略提供服务时,两者的总调度弹性等于所述弹性缺口。

    向用户推荐客服渠道的方法和装置

    公开(公告)号:CN111292103A

    公开(公告)日:2020-06-16

    申请号:CN202010329615.4

    申请日:2020-04-24

    Abstract: 本说明书实施例提供一种向用户推荐客服渠道的方法和装置,方法包括:获取目标用户的当前用户问题;确定当前人工渠道的空闲程度,从而得到第一状态特征;评估未来人工渠道的空闲程度,从而得到第二状态特征;根据目标用户的用户画像数据和当前用户问题,确定对应的第三状态特征,第三状态特征用于表示当向目标用户推荐自助渠道时,目标用户是否会接受自助渠道;根据第一状态特征、第二状态特征和第三状态特征确定强化学习模型的状态,通过强化学习模型输出可选动作集合中的目标动作,可选动作集合包括自助渠道和人工渠道;根据目标动作,向目标用户推荐自助渠道或人工渠道,以解决目标用户的当前用户问题。能够使用户获得好的服务体验。

    目标对象推荐方法及装置

    公开(公告)号:CN111142729A

    公开(公告)日:2020-05-12

    申请号:CN201911368991.8

    申请日:2019-12-26

    Inventor: 王颖 连渠

    Abstract: 本说明书实施例提供的目标对象推荐方法及装置,其中,所述目标对象推荐方法包括在接收用户在终端设备上执行打开页面的操作后打开所述页面,然后接收所述用户在所述终端设备上执行滑动所述页面的操作,在所述页面沿滑动操作的方向移动展示出所述页面的边界的情况下,再次接收所述用户在所述终端设备上沿滑动操作的方向执行滑动所述页面的操作,并在所述页面的滑动操作满足预设的页面移动条件的情况下,在所述页面的边界展示与所述页面关联的目标对象推荐窗口页面。

    合约模板推荐方法以及装置

    公开(公告)号:CN111143677B

    公开(公告)日:2023-09-12

    申请号:CN201911368810.1

    申请日:2019-12-26

    Inventor: 王颖 连渠

    Abstract: 本说明书实施例提供合约模板推荐方法以及装置,其中,所述合约模板推荐方法包括接收用户在终端设备上执行打开合约页面的操作以打开所述合约页面,在所述合约页面中不存在未履行合约的情况下,接收所述用户在所述终端设备上执行点击所述合约页面的操作,然后基于所述点击操作为所述用户推荐合适的合约模板,采用这种交互式的合约模板推荐方式,在不打扰用户的前提下,趣味轻量化的吸引用户利用推荐的合约模板进行向新用户或者老用户发约,以增加提供该合约模板的平台的用户数量以及用户活跃度。

    深度学习模型及其预测流量数据的方法

    公开(公告)号:CN111738781A

    公开(公告)日:2020-10-02

    申请号:CN202010762405.4

    申请日:2020-07-31

    Abstract: 本说明书实施例中提供了一种深度学习模型及其预测流量数据的方法。该深度学习模型可以包括输入层、编码器、解码器和预测层。可通过输入层获取按照时间顺序排列的N个时间段对应的N个原始特征集,前N-1个时间段对应的N-1个流量数据;单个原始特征集中包括影响流量数据的M项属性特征。接着通过包含编码注意力层和递归编码层的编码器,在编码器的输入阶段增加注意力机制,自适应的修正N个原始特征集以得到N个修正特征集,并对N个修正特征集进行递归处理以得到N个状态向量。接着由解码器对前N-1个状态向量以及N-1个流量数据进行递归处理,得到目标解码向量。最后通过预测层处理目标解码向量以及第N个状态向量,获得第N个时间段对应的流量数据。

    服务提供方法、装置及设备

    公开(公告)号:CN111461744A

    公开(公告)日:2020-07-28

    申请号:CN202010222807.5

    申请日:2020-03-26

    Abstract: 本说明书实施例提供了一种服务提供方法、装置及设备,其中方法包括:获取预设历史时长内的客服数据,根据获取的客服数据,确定客服策略的第一调度参数;根据确定的第一调度参数,从预设的客服策略库中选择目标客服策略;基于目标客服策略提供服务。

Patent Agency Ranking