自动回复智能客服系统是怎么样的一个流程？

文章摘要：在用户提问场景的自动回复中，智能客服系统结合业务系统日志挖掘平台的分析结果，可以更准确地了解用户，从而对 FAQ和回答进行有效反馈。

在用户提问场景的自动回复中，智能客服系统结合业务系统日志挖掘平台的分析结果，可以更准确地了解用户，从而对 FAQ和回答进行有效反馈。

1、客服系统用户意图分析

在线客户端接收用户的文本会话消息，对用户报障/问题咨询进行文本语义识别，客服引擎通过文本上下文的语义分析、关键词提取、用户情感聚类分析、客户意图等关键信息；

2、根据用户行为判断意图

客服系统将实时分析用户行为数据，根据用户的历史操作行为数据，对用户当前的业务行为进行分类，找出与用户匹配的当前行为特征，生成 UserID维度的用户行为分析报告，作为用户报警和问题咨询的辅助分析源。

3、生成日志

客服系统结合用户的访问行为，确定并更新用户的异常特征行为匹配，生成用户 ID维度的用户业务异常报警，作为用户障碍和问题咨询的辅助来源。

4、匹配准确回复

该系统将生成的日志与访客提问内容相关联，实现了会话语义分析和业务日志挖掘的双重辅助分析，快速定位异常行为特征，准确回复用户咨询问题。举例来说，用户在连接移动电话的过程中频繁地拔数据线，以及在异常日志中产生连接错误代码，客户服务部会根据用户特征生成解决方案，提高解决问题的成功率；

5、解决问题的办法

客服系统根据用户的咨询问题，将有效的 FAQ及解决方案推至用户客户服务终端。客户服务系统回复的解决方案，对故障进行处理，最后在确认问题是否得到解决，以及满意程度的评估反馈；

6、更新用户特征数据库

客服系统根据用户满意度反馈、 LSTM长短期记忆网络模型、 CNN神经网络模型等深层次自学习，更新用户特征和解题库，调整权重等参数。
摘要：

上述提到的智能客服系统，通过对业务系统用户行为和异常日志数据进行深度挖掘分析，并将其与用户提问上下文语义和情感分析相关联，以 LSTM长短期记忆网络模型、 CNN神经网络模型等深层次分析算法为基础，较传统应答式客服系统能更准确地诊断用户问题特征和情感诉求。智能型客服系统先于用户在业务使用过程中发现问题，在用户投诉之前及时发布问题预警及解决方案关怀信息，并对用户咨询问题进行准确回复，最终达到提升业务系统用户感知的目的，降低用户故障投诉率，降低传统的客户客服压力和节约企业成本。

文章为沃丰科技原创，转载需注明来源：https://www.udesk.cn/ucm/faq/16469