試論大數(shù)據(jù)背景下的人工智能客服系統(tǒng)

覃進學(xué)

（北京沃東天駿信息技術(shù)有限公司，四川 成都 610000）

由于社會的持續(xù)發(fā)展，傳統(tǒng)的客服系統(tǒng)運行模式已經(jīng)逐漸被淘汰。隨之大數(shù)據(jù)技術(shù)得到飛躍發(fā)展，其不但能夠促進信息的高效融合，而且能夠把信息傳輸給客戶，為其提供更高效、完善、優(yōu)質(zhì)的服務(wù)。對此，筆者以自然語言處理技術(shù)為著眼點，著重探討了促進智能客服定位化的具體方案，希望能夠為人工智能客服系統(tǒng)的高效運行做鋪墊。

1 基于大數(shù)據(jù)的人工智能客服系統(tǒng)的具體概述

人工智能屬于一個全新的發(fā)展趨勢，其英文簡稱是“AI”。人工智能是一個通過機器執(zhí)行認知任務(wù)的計算器，例如，對輸入的數(shù)據(jù)、動作等進行反饋，由此能夠?qū)θ祟惖男袨榱晳T進行模仿。不過，對于傳統(tǒng)的計算應(yīng)用程序來說，自然也能夠達到響應(yīng)數(shù)據(jù)的目的。但是，傳統(tǒng)的計算機應(yīng)用程序無需人工參與，它必須要依賴于手動編制對應(yīng)的代碼，在這一過程中，如果發(fā)生任何失誤或漏洞，通過程序是不能給予積極反饋與應(yīng)對的。不過對于全新的人工智能系統(tǒng)來說，能夠?qū)ζ溥M行持續(xù)性的調(diào)整與修改，以便于最大化地適應(yīng)調(diào)查結(jié)果的變化，并對其修改結(jié)果進行反饋[1]。

當前，人工智能客服逐漸在各個行業(yè)得到全面應(yīng)用，用戶及企業(yè)對其關(guān)注度不斷提升。由此來看，企業(yè)和用戶之間的互動必須要發(fā)揮智能客服的橋梁功能，確保國家電網(wǎng)能夠動態(tài)、全面地掌握用戶的用電需求，由此能夠?qū)χ悄芸头?wù)制訂更嚴格的要求。不過，對于現(xiàn)今的智能客服系統(tǒng)來說，其通常是借助于自然處理技術(shù)來創(chuàng)設(shè)客服系統(tǒng)的自動問答服務(wù)模式，同時把語音、文本等作為基點給予處理，盡管這能夠減輕人工客服的運行壓力，不過，其服務(wù)質(zhì)量相對有限，比不上智能化系統(tǒng)。而且，目前大部分電網(wǎng)企業(yè)并未制訂相對健全的知識管理制度，導(dǎo)致自然語言處理技術(shù)對其造成一定的束縛，這必然會對智能客服系統(tǒng)的高效、全面應(yīng)用造成一定的阻礙與抑制。

2 基于大數(shù)據(jù)的人工智能客服系統(tǒng)的研究思路及架構(gòu)設(shè)計

大數(shù)據(jù)和智能客戶的融合有利于高效地整合營銷業(yè)務(wù)應(yīng)用系統(tǒng)的數(shù)據(jù)、業(yè)務(wù)核心流程等信息，確保對客戶信息、客戶問題進行提煉與篩選，由此能夠幫助電網(wǎng)部門對客戶進行精細化、個性化的分析。并且，基于大數(shù)據(jù)的人工智能客服系統(tǒng)能夠篩選出特定數(shù)據(jù)，且對其實施高效整合，由此能夠最大化地呈現(xiàn)出大數(shù)據(jù)的應(yīng)用價值，以便于為其提供高質(zhì)、精準的服務(wù)。由此來看，對于該服務(wù)來說，其能夠完成知識庫的自動更新與標準化應(yīng)答，確保整體的服務(wù)質(zhì)量不斷提升，而且能夠多元化地滿足客戶的個性化要求。對此，我們需要對其研究思路、架構(gòu)設(shè)計等進行探討，以便于在實際運用中，促使數(shù)據(jù)整合的效率大大提升，確保電網(wǎng)行業(yè)能夠最大化地運用其價值，促使整體行業(yè)發(fā)展水平持續(xù)提升[2]。

2.1 研究思路

人工智能客服系統(tǒng)的運行原理比較復(fù)雜，一般是通過數(shù)據(jù)自動獲取、應(yīng)用等層面發(fā)揮重要作用。其處理步驟一般是以傳統(tǒng)智能客服系統(tǒng)為基礎(chǔ)，增設(shè)一個知識數(shù)據(jù)獲取集成流程。在對大數(shù)據(jù)獲取進行分析、處理的過程中，需要對大量的業(yè)務(wù)數(shù)據(jù)進行抽取，以便于為用戶提供更加完整、精準的信息，并對其進行全面總結(jié)，由此能夠創(chuàng)設(shè)出更有深度、廣度的數(shù)據(jù)與資源，逐步提升智能客服的人性化程度，由此能夠為用戶解決各種復(fù)雜的問題。對于問答模式的設(shè)計來說，在進行結(jié)構(gòu)設(shè)計的過程中，必須要通過交互環(huán)節(jié)中的有效數(shù)據(jù)的二次整合，再將其輸送至云端數(shù)據(jù)庫內(nèi)。

當用戶在傳遞信息請求之前，數(shù)據(jù)自動獲取系統(tǒng)則根據(jù)用戶的網(wǎng)絡(luò)行為特征、篩選內(nèi)容傾向、歷史交易數(shù)據(jù)等完成建模任務(wù)，并對用戶完成標簽的抽象化處理，由此創(chuàng)建用戶畫像。智能客服系統(tǒng)獲得用戶請求之后，第一步需要對用戶信息實施分析、整合，以便于客服系統(tǒng)能夠收集用戶畫像數(shù)據(jù)，利用特定算法探討用戶的主觀想法；第二步是根據(jù)知識庫內(nèi)的典型案例實施綜合對比，由此能夠創(chuàng)設(shè)出最佳答案，并將其呈現(xiàn)給客戶。等到服務(wù)咨詢完成之后，系統(tǒng)隨機對用戶進行綜合評分，并完成信息反饋，以便于完成案例學(xué)習，同時將收集到的信息傳輸給案例數(shù)據(jù)庫內(nèi)[3]。在整個操作步驟中，數(shù)據(jù)的自動收集、分析是一個非常重要的步驟。大數(shù)據(jù)是該系統(tǒng)實現(xiàn)效率最大化的一個必要保障，能夠為促進下一步的交互做鋪墊。通過大數(shù)據(jù)技術(shù)創(chuàng)建的人工智能客服一般包括兩個重要技術(shù)：自然語言理解技術(shù)、知識圖譜技術(shù)；并且，其創(chuàng)設(shè)的模塊有三個：問答模塊、知識庫模塊、更新管理模塊。接下來對這三個模塊展開全面探究。

2.2 架構(gòu)設(shè)計

2.2.1 問答模塊

對于該模塊系統(tǒng)來說，其可以細分成三個模塊：問題信息整合、問題索引、答案推薦整合。第一步，該系統(tǒng)需要對用戶提出的請求進行語義闡釋，按照語義知識庫的處理邏輯對其實施預(yù)處理；第二步，利用分析語句的語法、句法等，提煉出其中的一些重要語義，然后來完成智能問答任務(wù)。在創(chuàng)建知識圖譜的過程中，必須要獲得大量的業(yè)務(wù)數(shù)據(jù)和資料，并對它們之間的相關(guān)性進行分析，由此能夠提煉出更精準的數(shù)據(jù)或信息，并對其進行全面歸納、總結(jié)，從中篩選出一些更有深度、廣度的數(shù)據(jù)。從實質(zhì)上來看，知識圖譜代表著一類語義網(wǎng)絡(luò)。其結(jié)點是以實體或概念為基礎(chǔ)，同時還需要對實體和概念之間的語義關(guān)系進行闡釋。利用知識圖譜把用戶的典型案例進行泛化預(yù)測，并從中篩選出一些典型案例，將其當作基礎(chǔ)數(shù)據(jù)。由此來看，知識圖譜需要在數(shù)據(jù)精確度、數(shù)據(jù)相關(guān)性、數(shù)據(jù)結(jié)構(gòu)化這三個層面彰顯出重要功能，在提高語義理解智能化水平的過程中，也能夠促使回答精準率、檢索率等逐步提升。

2.2.2 知識庫創(chuàng)設(shè)優(yōu)化模塊

一個健全的數(shù)據(jù)庫必須要在歷史案例資料、相關(guān)問題整合等數(shù)據(jù)的基礎(chǔ)上進行創(chuàng)建，客服系統(tǒng)必須要按照不同類型的數(shù)據(jù)來源對其進行設(shè)立，由此能夠發(fā)揮專業(yè)化的優(yōu)勢。借助于用戶畫像把知識庫和用戶個人數(shù)據(jù)相融合，由此能夠創(chuàng)建一個個性化的數(shù)據(jù)庫，這也是本客服系統(tǒng)完成技術(shù)創(chuàng)新與升級的一個重要切入點[4]。

用戶畫像又名為“用戶角色”，其屬于一種勾畫目標用戶、分析用戶需求和設(shè)計動態(tài)的一個重要手段。不管是智能客服，還是傳統(tǒng)人工客服，其目的都是希望能夠處理用戶提出的問題，以便于為其提供完整、優(yōu)質(zhì)服務(wù)。對此，精準分析用戶的興趣、愛好、行為規(guī)律等，并將其輸入智能客服系統(tǒng)中，以便于使其產(chǎn)生與人類相仿的主觀想法，并對用戶的特性特征實施精準解答，從而更好地對用戶提出的問題進行反饋。由此來看，用戶畫像屬于一個比較理想的數(shù)據(jù)挖掘且聯(lián)合方式，不但對知識庫的相關(guān)要點進行重新定位，而且需要通過數(shù)據(jù)檢索層面進一步提升系統(tǒng)的運行效率，確保對知識庫的創(chuàng)建、革新、升級等發(fā)揮積極作用。

2.2.3 更新管理模塊

對于人工智能客服知識庫來說，其是通過海量數(shù)據(jù)獲取而創(chuàng)立的一個靜態(tài)知識庫，雖然其蘊藏著大量的數(shù)據(jù)信息，不過，對于其語料知識庫的詞典來說卻是動態(tài)變化的。通過人為手段對其數(shù)據(jù)進行更新升級自然無法最大化地滿足客服系統(tǒng)的動態(tài)變化需求。深入學(xué)習相關(guān)技術(shù)是機器學(xué)習研究的一個全新方向，其目的是為了創(chuàng)建人腦，并對其展開分析與研究，其需要通過模仿人類大腦的運作過程對數(shù)據(jù)進行闡述、分析，比如圖像、聲音、文本等。對此，深入學(xué)習代表著一個深層次的神經(jīng)網(wǎng)絡(luò)，與傳統(tǒng)的審計網(wǎng)絡(luò)算法相比，其具有較強的模擬與學(xué)習能力，并將這一優(yōu)勢與人工智能客服相融合，確保智能客服系統(tǒng)能夠自動整合一些有效、精準的數(shù)據(jù)，以便于完成知識庫的數(shù)據(jù)更新任務(wù)，確保系統(tǒng)的學(xué)習能力不斷提升，由此能夠最大化地避免人工因素的干擾，并且利用對數(shù)據(jù)的自主學(xué)習，確保系統(tǒng)更健全、高效及智能[5]。

3 結(jié)束語

綜上所述，基于大數(shù)據(jù)的人工智能客服的廣泛運行中，其涉及到很多復(fù)雜的技術(shù)與原理。本文通過專業(yè)、個性化知識庫層面對其展開分析，并對知識圖譜、用戶畫像等相關(guān)技術(shù)展開逐一探討，由此能夠確保系統(tǒng)的可用性不斷增強，減輕了人員維護壓力，進而確保傳統(tǒng)客服系統(tǒng)的更新滯后、系統(tǒng)智能化不足、服務(wù)效果差等問題得到逐一緩解與改善。