一种投诉服务请求自动派单方法及系统与流程
本发明涉及数据管理领域，更具体地涉及一种投诉服务请求自动派单方法及系统。
背景技术：
1、投诉服务请求自动派单是指利用自动化系统或软件来处理投诉和服务请求，并将它们分配给合适的处理人员或团队的过程，这种系统通常基于预先设定的规则和条件，通过自然语言处理、机器学习或其他技术来自动识别和分类投诉，然后根据一系列指定的条件，将投诉分配给最适合处理的人员或团队。
2、现有的投诉服务请求自动派单，是根据投诉的分类和具体情况，确定派单的条件，根据派单条件，从预先录入系统中的处理人员或团队中选择合适的人员，但是这种方法没有考虑到投诉信息中可能会存在无用与不良的投诉信息，会给投诉处理员造成一定的困扰与麻烦。
3、针对上述问题，本发明提出一种解决方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本发明提供了一种投诉服务请求自动派单方法及系统，以解决上述背景技术中存在的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种投诉服务请求自动派单方法，包括以下步骤：
4、s001：通过各种渠道接收投诉信息，所述渠道包括校园投诉箱、学校网站、电话、电子邮件以及学生代表会；
5、s002：建立一个包含敏感词和不合理词汇的关键词库，这些词汇可以包括辱骂、歧视性言论、违规用语等，并将其储存在关键词数据库中；
6、s003：通过自然语言处理技术，对接收到的投诉信息进行关键词匹配，并统计匹配到关键词的次数；
7、s004：使用j i eba分词工具将投诉信息进行分词处理，并使用正则表达式模式来匹配单词，统计投诉信息的总词汇量，并根据匹配到关键词的次数与投诉信息的总词汇量计算得到内容违规指数，其计算公式为其中ve表示为内容违规指数，num总表示为投诉信息的总词汇量，num违规表示为匹配到关键词的次数，并根据计算得到的内容违规指数进行投诉信息筛选；
8、s005：通过自然语言处理技术将筛选后的投诉信息进行分类，包括学术类、校园生活类、校园设施类以及校园安全类；
9、s006：将分类后的投诉信息根据优先处理指数进行派单处理。
10、优选的，所述通过自然语言处理技术，对接收到的投诉信息进行关键词匹配步骤为：
11、对接收到的投诉信息进行预处理，包括去除特殊字符、标点符号、停用词等，以及将文本转换为小写形式；
12、将预处理后的投诉信息与准备好的关键词库进行匹配，对于每个关键词，检查它是否在投诉信息中出现；
13、统计匹配到的关键词的数量，即投诉信息中包含的敏感词或不良词汇的数量。
14、优选的，所诉通过自然语言处理技术将筛选后的投诉信息进行分类步骤为：
15、使用词向量特征提取技术从投诉信息中提取有用的信息；
16、选取以往标注好的投诉信息作为分类训练集，使用朴素贝叶斯分类器对已标注好的投诉信息数据集进行训练；
17、使用训练好的分类器，对新的投诉信息进行分类预测，将提取的特征输入到训练好的分类器中，得到投诉信息所属的类别，遍历完所有投诉信息后，按照投诉信息所属的类别进行分类。
18、优选的，所诉使用词向量特征提取技术从投诉信息中提取有用的信息步骤为：
19、使用tf-idf词向量模型将文本转换为向量形式，tf-idf将文本表示为一个向量，其中每个维度对应一个词语，其值为该词语的词频与逆文档频率的乘积；
20、在得到词向量表示后，根据特征选择方法进一步筛选有用的特征，常用的特征选择方法包括信息增益、卡方检验以及互信息；
21、将筛选出的有用特征进行统计。
22、优选的，所述优先处理指数计算步骤为：
23、将投诉信息的类别赋予相对应的权重，以反映其在计算优先处理指数中的重要性；
24、自然语言处理技术识别出投诉信息的类别，并得到相应的权重；
25、采集以往该类型投诉信息的处理时间，并通过求均值的方法计算得到该类型的平均处理时间；
26、采集该投诉信息的发起时间，计算出已经发起投诉的时间，并根据该类型的平均处理时间与已经发起投诉的时间计算得到时间紧急系数，其计算公式为tu＝tc-avgt，其中tu表示为时间紧急系数，tc表示为已经发起投诉的时间，avgt表示为平均处理时间；
27、采集工作人员的工作信息，计算得到工作负荷系数；
28、根据该投诉信息的类别权重、时间紧急系数以及工作负荷系数计算得到优先处理指数，其计算公式为其中p i表示为优先处理指数，tu表示为时间紧急系数，qi表示为该投诉信息的类别权重，wl表示为工作负荷系数，a1、a2表示为时间紧急系数与工作负荷系数的权重系数。
29、优选的，所述工作负荷系数计算步骤为：
30、统计每个处理投诉信息的工作人员在一段时间的处理量，并求出平均值得到平均处理量；
31、采集当前未处理堆放的投诉信息数量；
32、根据平均处理量与未处理堆放的投诉信息数量计算得到工作负荷系数，其计算公式为wl＝avgh×num未，其中wl表示为工作负荷系数，avgh表示为平均处理量，num未表示为未处理堆放的投诉信息数量。
33、优选的，所述将分类后的投诉信息根据优先处理指数进行派单处理步骤为，将所有未处理投诉信息根据优先处理指数从高到低进行排序，优先将优先处理指数最高的投诉信息进行派单。
34、优选的，一种投诉服务请求自动派单系统，所述系统包括：
35、投诉信息收集模块，用于接受各个渠道的投诉信息，所述渠道包括校园投诉箱、学校网站、电话、电子邮件以及学生代表会等；
36、投诉信息确定模块，用于筛选出不合理的投诉信息，与含敏感词的投诉信息，并将含敏感词的投诉信息进行排除；
37、投诉信息分类模块，用于将筛选后的投诉信息，利用自然语言处理技术进行分类：
38、投诉信息派单模块，用于将分类后的投诉信息根据处理优先指数进行派单处理。
39、本发明的技术效果和优点：
40、通过各种渠道接收投诉信息，建立一个包含敏感词和不合理词汇的关键词库，并将其储存在关键词数据库中，通过自然语言处理技术，对接收到的投诉信息进行关键词匹配，并统计匹配到关键词的次数，统计投诉信息的总词汇量，并计算得到内容违规指数，根据计算得到的内容违规指数进行投诉信息筛选，通过自然语言处理技术将筛选后的投诉信息进行分类，将分类后的投诉信息根据优先处理指数进行派单处理，有效提高了处理投诉信息的健康性，并保证了投诉信息处理的及时性。
技术特征：
1.一种投诉服务请求自动派单方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种投诉服务请求自动派单方法，其特征在于：所述通过自然语言处理技术，对接收到的投诉信息进行关键词匹配步骤为：
3.根据权利要求1所述的一种投诉服务请求自动派单方法，其特征在于：所诉通过自然语言处理技术将筛选后的投诉信息进行分类步骤为：
4.根据权利要求3所述的一种投诉服务请求自动派单方法，其特征在于：所诉使用词向量特征提取技术从投诉信息中提取有用的信息步骤为：
5.根据权利要求1所述的一种投诉服务请求自动派单方法，其特征在于：所述优先处理指数计算步骤为：
6.根据权利要求1所述的一种投诉服务请求自动派单方法，其特征在于：所述工作负荷系数计算步骤为：
7.根据权利要求1所述的一种投诉服务请求自动派单方法，其特征在于：所述将分类后的投诉信息根据优先处理指数进行派单处理步骤为，将所有未处理投诉信息根据优先处理指数从高到低进行排序，优先将优先处理指数最高的投诉信息进行派单。
8.一种投诉服务请求自动派单系统，其特征在于，所述系统包括：
技术总结
本发明涉及数据管理领域，且公开了一种投诉服务请求自动派单方法及系统，用于解决当投诉信息包含不良信息时，会对处理员造成麻烦的问题，该方法包括，通过各种渠道接收投诉信息，建立一个包含敏感词和不合理词汇的关键词库，并将其储存在关键词数据库中，通过自然语言处理技术，对接收到的投诉信息进行关键词匹配，并统计匹配到关键词的次数，统计投诉信息的总词汇量，并计算得到内容违规指数，根据计算得到的内容违规指数进行投诉信息筛选，通过自然语言处理技术将筛选后的投诉信息进行分类，将分类后的投诉信息根据优先处理指数进行派单处理，有效提高了处理投诉信息的健康性，并保证了投诉信息处理的及时性。
技术研发人员：何琳
受保护的技术使用者：北京元子科技有限公司
技术研发日：
技术公布日：2024/9/23