关于智能IVR系统的一些思考

为解决京东呼叫中心用户体验问题,先知项目通过分析用户历史行为数据预测咨询类型,并引入智能IVR系统。采用决策树和bagging方法建立模型,每日更新特征,实现70%的话务请求覆盖率与90%的准确率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问1:先知项目是怎么做的?
答1:1)背景:在京东呼叫中⼼心,客户打通电话后,必须按相应数字键,会由匹配的POP客服或⾃自营客服对此客户进⾏行服务。⼀一⽅方⾯面操作繁琐,⽤用户体验差;另⼀一⽅方⾯面会有⼤大量的⽤用户选
2)方案思路:据⽤用户的历史行为数据,预测⽤用户咨询问题类型,加⼊入智能IVR系统
3)具体方案:定义单一规则,使用决策树进行规则选择及组合,使用bagging思路得到最优模型,每天进行一次特征更新
4)效果:模型⽇日均预测话务请求覆盖率70%,准确率90%
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值