客户对话中的自动向上销售
阅读说明：本技术 客户对话中的自动向上销售 (Automatic upselling in customer conversations ) 是由 肖·亨利 于 2018-02-26 设计创作，主要内容包括：在客户与客户支持代表之间的对话期间,可向客户支持代表呈现建议,以向客户向上销售产品。可通过计算机处理关于客户的信息和/或关于对话的信息,以确定何时向客户支持代表建议向上销售和将要被向上销售的一个或多个产品。可通过从关于客户的信息和关于对话的信息中计算特征并利用一个或多个分类器处理特征来执行该确定。(During a conversation between a customer and a customer support representative, suggestions can be presented to the customer support representative to sell products up to the customer. The information about the customer and/or the information about the conversation may be processed by a computer to determine when to suggest an up-sell and one or more products to be up-sold to a customer support representative. The determination may be performed by computing features from information about the customer and information about the conversation and processing the features with one or more classifiers.)
相关申请数据的交叉引用
本申请要求在2017年3月3日提交、名称为“客户对话中的自动向上销售(AUTOMATED UPSELLS IN CUSTOMER CONVERSATIONS)”、发明人为Shawn Henry的第15/448824号美国专利申请的优先权，所述专利申请通过引用被全部并入本文。
技术领域
本发明涉及自动向客户呈现向上销售。
背景技术
公司需要与客户进行有效互动以向它们的客户提供服务。例如，客户可能需要获取关于公司服务的信息，可能对计费有疑问，或者可能需要来自公司的技术支持。公司以各种不同的方式与客户进行互动。公司可具有网站，而客户可浏览该网站来执行各种动作。公司可具有在用户装置(诸如，智能手机或平板电脑)上运行的应用(“app”)，该应用提供与网站类似的服务。公司可具有客户可致电以经由交互式语音响应获取信息或与客户服务代表交谈的电话号码。公司还可使用各种社交媒体服务(诸如Facebook或Twitter)回应客户。
公司可能希望向客户建议额外的产品，以使客户可以意识到他们可能喜欢接受的产品并为公司带来额外的销售额。向客户建议产品可被称为针对客户的产品的向上销售。可在客户与客户服务代表之间的对话期间向客户呈现向上销售。在一些对话期间，向上销售可能使客户厌烦，并且不太可能成功。例如，当客户向公司投诉时。在其他对话中，向上销售可能被客户很好地接受，并且更有可能成功。例如，在客户询问产品的情况下，可有助于将其他类似产品告知客户。在合适的时间向客户向上销售产品可为客户提供较好的体验，也可为公司增加销售额。
具体实施方式
本文描述了用于提高产品向上销售的效果的技术。当在某些时候呈现向上销售时，向上销售可比其他时候更可能成功。例如，当客户明显对公司感到不满时，那是向上销售的糟糕时机。当客户致电将产品添加到其账户时，这可能是向上销售其他产品的好时机。基于对将要被向上销售的产品的选择，向上销售也更有可能成功。例如，当客户致电来询问HBO，客户可能会接受针对Showtime的向上销售，但可能不会接受针对新的无线路由器的向上销售。
以下是可能与确定时机和选择向上销售有关的一些因素。向上销售是否及时——在客户的问题已得到解决之后或者如果向上销售将解决客户的问题，向上销售可能更成功。向上销售是否是热门话题——如果向上销售与当前的对话相关，则向上销售可能更成功。向上销售是否是敏锐的——根据客户的心情，向上销售可能更成功。向上销售是否适合客户——如果向上销售是针对客户可能感兴趣的产品，则向上销售可能更成功。
关于客户的信息(例如，来自客户的账户)和关于与客户的对话的信息可用于改善向上销售的时机，并且还改善对将要被向上销售的产品的选择。例如，可从客户的账户中获取当前向客户提供的产品，并用于确定向上销售的时机和对向上销售的选择。来自对向上销售的时机和对向上销售的选择可能有用的对话的信息包括对话内容(例如，对话的词语)、对话的话题(例如，互联网或有线电视)和客户的情感(例如，客户是高兴还是生气)。
在一些实施中，客户可能正在与客户支持代表(Customer SupportRepresentative，CSR)进行交谈，并且可在对话期间向CSR建议向上销售，诸如通过在CSR使用的用户界面上呈现建议的向上销售。然后，CSR可决定是否向上销售该产品。在一些实施中，客户可能正在使用自动式客户支持，其中对客户的请求的回应由计算机来确定，并且自动回应中可包括产品向上销售。客户与CSR之间或客户与自动式客户支持之间的对话可采用任意合适的形式。它们之间的通信可以是文本、语音、视频或任意其他形式的通信形式。
公司可以向客户提供产品和服务。为了清楚地表达，如本文所使用的，产品包括公司可向客户提供的任意产品或服务。例如，产品包括实体产品、数字产品和服务。产品向上销售还可包括对实体产品、数字产品和服务的向上销售。
图1A和图1B是客户与客户服务代表之间的示例对话。在图1A和图1B中，通信101至105来自客户，通信111至117来自CSR或自动式客户支持。
图1A是其中向上销售可能更成功的对话的示例。在通信113，公司已解决了客户想要观看野马队橄榄球比赛的问题，并且在通信102，客户对提出的解决方案表现出满意。因为如此，公司在通信114呈现了额外的运动套餐的产品向上销售。
图1B是其中向上销售不太可能成功的对话的示例。在该对话中，客户的服务已经中断，并且致电要重新激活该服务。在通信117，公司向客户提出解决方案，并且在通信118，客户接受了该解决方案，但是考虑到对话，不太可能进行向上销售。客户的服务已经中断，因此客户可能不愿意为额外的产品付费。因此，在图1B中没有进行向上销售。
图2示出了用于在回应客户的请求时向CSR建议向上销售或者用于在自动式客户支持中进行向上销售的系统200。在图2中，客户可利用客户装置210与公司通信。客户装置210可包括任意合适的装置，诸如计算机、智能电话、平板电脑、可穿戴装置或物联网装置。客户可使用任意合适的技术来提交请求，诸如向在客户装置210上运行的应用(例如，特定公司的应用或为处理客户请求而创建的第三方应用)键入或说出请求，在网页上键入或说出请求、发送短信或发送电子邮件。如本文所使用的，文本消息包括以文本形式发送的任意消息，包括但不限于使用SMS(短消息服务)或专用应用(例如Facebook Messenger、AppleiMessage、Google Hangouts或WhatsApp)发送的消息。其他客户(诸如使用客户装置211的另一个客户)也可与系统200交互。
可由客户装置210经由网络220向公司的服务器230发送客户的请求。网络220可包括任意合适的网络，诸如局域网、广域网、互联网、Wi-Fi或蜂窝数据网络。可使用任意合适的传输协议来发送请求，该请求包括发送文本消息或客户说出请求的音频中的一个或多个。在客户向客户装置210说出请求的情况下，可由客户装置210在服务器230处执行语音识别，或可由系统200的另一个部件执行语音识别。
服务器230接收客户请求并且可以协调对客户请求的进一步处理。服务器230可包括具有特定功能的部件，或者可连接到包括这样的部件的其他计算装置。例如，服务器230可包括支持部件231，支持部件231促进客户与客户服务代表之间或者客户与自动化客户支持之间的客户支持会话。例如，支持部件231可选择CSR(例如，CSR250、251或252)，可向选择的CSR传送来自客户的消息，可向客户传送回来自CSR的回应，或者可生成向客户的自动回应。
服务器230可包括向上销售部件232，以在自动式客户支持期间向CSR建议向上销售或者执行向上销售。例如，向上销售部件232可处理客户与公司之间的消息以及关于客户的信息，以确定是否以及何时进行产品向上销售，并且还选择用于向上销售的产品。关于客户的信息可存储在诸如数据存储240的数据存储中，并由向上销售部件232来检索。
图3A和图3B是CSR用于回应客户并接收建议的向上销售的用户界面的示例。图3A和图3B的UI包括包含不同类型的信息的不同部分。例如，图3A和图3B包括客户列表部分310，客户列表部分310包括CSR当前正在与其进行通信的客户列表。在此示例中，CSR正在与五个不同的客户进行通信，而名为Cathy Washington的客户是选择的客户或活跃客户。图3A和3B还包括示出了客户与CSR之间的消息的对话部分320。
图3A和图3B还包括可呈现向CSR所建议的向上销售的向上销售部分330。在图3A中，向上销售部分330呈现用以向上销售的推荐341，并呈现将要被向上销售的两个产品建议。在图3B中，向上销售部分330向CSR呈现不向客户向上销售产品的推荐351。可以以任意合适的方式呈现用以向上销售或不向上销售的推荐。在一些实施中，可呈现指示向上销售成功的可能性的分数，例如，分值范围为1到100。在呈现用以向上销售的推荐的情况下，该推荐可包括例如标识所建议产品的信息、用以获取关于该产品的更多信息的链接或用以使该向上销售被呈现给用户的按钮。例如，单击按钮可使得向用户发送预先生成的或自动生成的通信，以告知客户关于该产品的信息。在推荐为不向上销售产品的情况下，推荐可包括例如不进行向上销售的原因，诸如确定客户不满意。
现在描述用于处理关于客户的信息和客户与公司(例如，公司的CSR或由公司提供的自动式客户支持)之间的消息以确定是否呈现向上销售的技术，并且该技术如果确定呈现向上销售，则一个或多个产品将被向上销售。
图4是用于确定是否向上销售产品和将要被向上销售的产品的示例系统400。系统400使用至少两种类型的信息：关于客户与公司之间的对话的信息和关于客户的信息(例如，来自客户账户的客户数据)。
关于对话的信息可包括例如客户与公司之间传送的文本消息、客户与公司之间传送的音频消息、时机消息或关于对话的任意其他信息。关于对话的信息可仅包括最近的消息、多条最新的消息、对话中的所有消息和/或来自与客户的先前对话的消息。
对话特征部件410可处理关于对话的信息，以生成对话特征，诸如与对话有关的特征的特征向量。可使用任意合适的技术从来自关于对话的信息中生成对话特征。例如，可使用以下中的一者或多者来计算对话特征：词袋特征、Bag-of-Ngrams特征、词频——逆文档频率特征、词向量矩阵、神经网络特征(诸如使用多层次感知器、卷积神经网络或递归网络计算的特征)或上述特征的任意组合。对话特征可包括例如描述对话内容的特征、与对话的话题有关的特征以及与客户的情绪或心情有关的特征。
关于客户的信息可包括公司可存储的关于客户的任意信息。关于客户的信息可包括例如人口统计信息、当前向客户提供的产品、先前向客户提供的产品以及计费信息。关于客户的信息可从客户账户中检索，并且可在客户与公司之间的对话期间的任意时候检索。
关于客户的信息可由客户特征部件420处理，以产生客户特征，诸如与客户有关的特征的特征向量。可使用任意合适的技术从关于客户的信息中生成客户特征。例如，客户特征可包括指示关于客户的信息的布尔值(例如，指示客户是否具有HBO订阅或具有逾期余额的布尔值)或协同过滤特征，如以下更详细地描述的。
向上销售部件430可接收对话特征和客户特征，并利用一个或多个分类器对它们进行处理，以确定是否向上销售产品和将要被向上销售的一个或多个产品。向上销售部件430可使用任意合适的分类器来确定是否向上销售产品和将要被向上销售的产品。例如，向上销售部件430可使用一个或多个决策分类器(诸如，随机森林或多项式随机森林)、概率分类器(诸如朴素贝叶斯(
在一些实施中，向上销售部件430可输出布尔值，布尔值指示向上销售是否应当执行或者指示对话是否适合向上销售的分数(例如，分值范围为1到100)。在向上销售部件430输出对话是否适合向上销售的分数的情况下，该分数可与阈值相比较，以确定是否进行向上销售。
在一些实施中，向上销售部件430可输出针对可用于向客户进行向上销售的每个产品的分数。当确定为可进行向上销售时，产品分数可用于选择将要被向上销售的产品。例如，可选择最高的分数产品，或者可选择具有高于阈值的分数的所有产品。
当向上销售部件430不输出指示是否应当执行向上销售的布尔值并且不输出指示对话是否适合向上销售的分数时，产品分数可用于确定是否应当执行向上销售。例如，最高的产品分数可与阈值进行比较，以确定是否应当执行向上销售。
当(使用任意上述描述的技术)确定为进行向上销售时，然后可向CSR建议一个或多个选择产品，用于向客户进行向上销售，或者可由自动式客户支持执行向上销售。
图5是使用一个以上分类器的用于确定是否向上销售产品和将要被向上销售的产品的示例系统500。示例系统500可使用任意上述关于对话的信息、关于客户的信息、对话特征部件410和客户特征部件420。系统500可具有向上销售决定部件510和向上销售选择部件520来替代向上销售部件430。
向上销售决定部件510可处理对话特征和客户特征中的一者或两者，以确定是否应当执行向上销售。向上销售决定部件510可使用任意上述分类器，并且可提供任意合适的输出，诸如指示对话适合进行向上销售的布尔值或分数。
向上销售选择部件520可处理对话特征和客户特征中的一者或两者，以选择将要被向上销售的一个或多个产品。向上销售选择部件520可使用任意上述分类器，并且可提供任意合适的输出，诸如针对可用于被向上销售的每个产品的分数。
在一些实施中，可在向上销售选择部件520的处理之前执行向上销售决定部件510的处理，并且如果确定为应当执行向上销售，可仅执行向上销售选择部件520的处理。在一些实施中，可同时或并行地执行向上销售决定部件510的处理和向上销售选择部件520的处理，并且如果确定为进行向上销售，则可仅使用所选择的产品。
图6是使用多种类型的对话特征的用于向上销售产品的示例系统600。系统600可使用任意关于对话的信息、关于客户的信息、客户特征部件420、向上销售决定部件510和向上销售选择部件520。系统500可具有诸如由内容特征部件610、话题特征部件620和情感特征部件630生成的特征的多种类型的对话特征来替代对话特征部件410。
内容特征部件610可处理关于对话的信息，并生成内容特征，该内容特征指示对话中的消息的内容，诸如消息中的单词或二元词串(bigram)。内容特征部件610可生成指示对话中的消息的内容的任意特征，诸如对话的二元词串表示的词频逆文档频率(TermFrequency-inverse Document Frequency，TFIDF)加权包。例如，内容特征部件610可处理w个最新消息，并为每个消息生成TFIDF向量。在词汇量(例如，单词和/或二元词串)的大小为V的情况下，每个向量的长度将为V。然后，可级联w个消息中每个消息的TFIDF向量，以生成长度为w乘以V的内容特征向量。在一些实施中，内容特征可包括(例如，如使用Word2Vec模型或GloVE算法所获取的)词嵌入和/或语境特征(例如，如在2016年12月19日提交的美国专利申请15/383603中所述，所述专利申请通过引用而被全部并入本文)。
话题特征部件620可处理关于对话的信息并生成话题特征，其中每个话题特征是指示对话与相对应的话题之间的匹配度的分数。在一些实施中，话题可被提前指定并具有人类可理解的含义。在一些实施中，话题可从训练数据自动确定，并且可以不具有对人而言可容易理解的含义。话题特征部件620可生成指示对话的话题的任意特征，诸如通过以下方式生成特征：将潜在狄利克雷分布(latent Dirichlet allocation)应用于关于对话的信息以生成固定长度的话题向量，其中话题向量的每个元素是与话题相对应的分数。
在一些实施中，话题特征部件620可使用话题模型生成话题特征。可在训练数据的语料库(例如，现有的客户支持日志)上训练话题模型，并且示例话题模型是潜在狄利克雷分布模型。在话题模型已被训练之后，可使用该话题模型来处理对话中的消息并生成话题特征。在一些实施中，可处理对话中的第一消息以生成第一话题特征向量。然后，可处理对话中的第二消息以(例如，通过更新第一话题特征向量)生成第二话题特征向量。以该方式，可在对话中的每个消息之后生成话题特征。
情感特征部件630可处理关于对话的信息，并生成指示对话的情感的情感特征。情感特征部件630可从由客户传送的消息中生成指示客户的情感、态度、激动状态或情绪状态的任意特征。在一些实施中，情感特征部件630可处理客户与CSR之间的所有消息，并且在一些实施中，可仅处理从客户接收到的消息。在一些实施中，情感特征部件630可使用生成情感特征向量的朴素贝叶斯支持向量机来生成情感特征。情感特征向量可以是在客户的可能情感上的分布。例如，情感特征向量的长度可为5，其中第一元素是指示客户是否真的不满意的分数，第五元素是指示客户是否真的满意的分数。
在一些实施中，情感特征部件630可使用情感模型(诸如，朴素贝叶斯支持向量机)生成情感特征。可通过诸如其中每个对话已被分配(例如，由查看对话的人手动分配)了情感的现有的客户支持日志的训练数据的语料库来训练情感模型。在情感模型已被训练之后，可使用该情感模型来处理对话中的消息并生成情感特征。如上，可在对话中的每个消息之后生成情感特征。
向上销售决定部件510和向上销售选择部件520可各自处理以上对话特征和/或客户特征的一些或全部。可级联不同的特征以创建将要向向上销售决定部件510和向上选择部件520输入的总体特征向量。例如，可通过级联内容特征、话题特征和情感特征来创建第一特征向量，向上销售决定部件510可处理第一特征向量，以确定是否应当进行向上销售。可通过级联内容特征、话题特征、情感特征和客户特征来创建第二特征向量，向上销售选择部件520可处理该第二特征向量，以选择用以向上销售的产品。可通过向上销售决定部件510和向上销售选择部件520中的每个来处理特征的任意组合。
图7是使用协同过滤的用于向上销售产品的示例系统。系统700可使用任意上述关于对话的信息、关于客户的信息、客户特征部件420、向上销售决定部件510、向上销售选择部件520、内容特征部件610、话题特征部件620和情感特征部件630。
系统700可包括协同过滤特征部件710，协同过滤特征部件710处理关于客户的信息以生成协同过滤特征。协同过滤特征可包括在已知关于大量的其他客户的数据的情况下预测客户偏好的任意特征。例如，公司可具有指示向每个客户提供的产品的客户数据。在大量的客户接受产品A和产品B两者的情况下，可确定接受产品A的另一客户也可能对接受产品B感兴趣。
可使用用于确定协同过滤特征的任意合适的技术。在一些实施中，可使用指示由大量客户所接受的产品的数据来确定协同过滤模型。例如，可创建矩阵，在矩阵中，矩阵的每一行对应于客户，每一列对应于产品。对于矩阵的每个元素，如果客户接受相对应的产品，则可以将其设置为1，否则将其设置为0。然后，可使用诸如矩阵填充(matrixcompletion)(例如，最小二乘矩阵填充)的技术来确定针对矩阵的0元素中的每个元素的分数，其中该分数指示针对相对应的产品所预测的客户偏好。例如，高分数可指示客户可能想要接受产品，而低分数可指示客户不太可能想要接受产品。
协同过滤特征部件710可接收客户的标识符，并使用客户的标识符和协同过滤模型(例如，填充的矩阵)来生成协同过滤特征。例如，协同过滤特征可对应于与客户相对应的矩阵的行，并且具有针对客户当前接受的每个产品的1和针对其他产品中的每个的分数，该分数指示针对相对应的产品所预测的偏好。
在一些实施中，向上销售选择部件520可生成如上所述具有针对可用产品中的每个的分数的第一向量。向上销售选择部件可使用除协同过滤特征以外的上述任意特征。协同过滤特征部件710可生成具有针对可用产品中的每个的分数的第二向量。然后，内插部件720可组合第一向量和第二向量以创建具有针对可用产品中的每个的分数的第三向量。内插部件可使用任意合适的技术来组合第一向量和第二向量，诸如执行第一向量和第二向量的逐个元素加权求和。
然后，可使用由内插部件720生成的第三向量来选择如上所述将要被向上销售的一个或多个产品。例如，可选择分数最高的产品，或者可选择具有分数高于阈值的所有产品。
在一些实施中(图7中未示出)，向上销售部件520可接收作为输入的协同过滤特征连同任意上述其他特征，并生成具有针对将要被向上销售的可用产品中的每个的分数的向量。然后，可直接使用该向量来选择一个或多个产品，并且不需要与另一向量内插。
图8是向CSR建议向上销售的示例实施的流程图。在图8中，步骤的顺序是示例性的，并且其他顺序是可行的，并非所有步骤都是必需的，并且在一些实施中，可省略一些步骤或可添加其他步骤。流程图的处理可通过例如本文描述的任意计算机或系统来实现。
在步骤810，开始客户与CSR之间的客户支持会话。可使用诸如通过发送文本消息(例如，SMS)、发送电子邮件消息，使用应用或app(例如，Facebook或公司特定的app)或使用网页的任意合适的技术来开始支持对话。会话可由客户或CSR发起，他们可经由文本、语音或其他交互式通信方式进行通信。支持会话可包括客户与CSR之间的任意数量的交互，诸如客户和CSR互相发送消息或彼此交谈。
在步骤815，从客户的数据存储中获取客户数据。例如，可使用客户用户名或标识号来利用查询从数据存储中检索数据。客户数据可包括关于客户的任意相关数据，诸如当前或先前向客户提供的产品。
在步骤820，从客户数据计算客户特征。例如，在一些实施中，客户特征可包括指示向客户提供的产品的布尔值。在一些实施中，客户特征可包括协同过滤特征。
在步骤830，从客户或CSR接收消息。例如，客户可向CSR发送语音消息，或者CSR可向客户发送语音消息。
在步骤835，使用接收到的消息以及客户与CSR之间的一个或多个先前的消息来计算对话特征。对话特征可包括上述对话特征(诸如内容特征、话题特征、情感特征或语境特征)的任意组合。在一些实施中，可使用接收到的消息来更新来自流程图的先前迭代(针对先前消息)的对话特征。
在步骤840，通过利用一个或多个分类器处理对话特征和客户特征中的一者或两者，来确定是否向CSR呈现用以向客户向上销售产品的建议。可使用任意上述技术来确定是否向CSR呈现向上销售建议。在步骤840，可选择一种或多种产品作为向CSR建议的向上销售。对建议向上销售的确定和对产品的选择可在单个步骤中执行，或者可在多个步骤中执行，并且只有在先前的步骤中确定建议向上销售，才可选择产品。
在步骤845，如果确定不向CSR呈现建议的向上销售，则然后处理可进行至接收客户与CSR之间的另一条消息的步骤830。如果确定向CSR呈现建议向上销售，则然后处理可进行至向CSR呈现建议向上销售的步骤850。可使用任意合适的技术(诸如图3的用户界面)来向CSR建议向上销售。
在步骤855，CSR可决定是否向客户向上销售产品。CSR可出于任意原因决定是否向上销售产品。例如，CSR可使用他的判断来确定向上销售在对话中的当前点是不合适的或无用的，或者在CSR考虑向上销售同时客户可能发送另一条消息。在CSR决定不建议向上销售的情况下(或者在CSR正在考虑向上销售的同时客户发送另一消息)，处理可进行到接收客户与CSR之间的另一消息的步骤830。
在CSR决定向上销售建议的产品的情况下，CSR可使用任意合适的技术来进行向上销售。例如，CSR可使用与向上销售相对应的脚本，或者可选择用户界面部件，该用户界面部件向客户发送与向上销售有关的先前生成或自动生成的消息。在步骤860之后，处理可进行至接收客户与CSR之间的另一条消息的步骤830。例如，所接收的消息可以是来自客户的与向上销售有关的回应。
在客户支持会话期间，步骤830至步骤860可重复任意次数。在每次迭代时，可不向CSR建议向上销售，或者可向CSR呈现一个或多个建议的向上销售。向上销售建议可在每次迭代时发生变化。例如，对于第一次迭代，可能不建议向上销售；对于第二次迭代，可能建议对第一产品进行向上销售；对于第三次迭代，可能建议对第二产品进行向上销售；对于第四次迭代，可能不建议向上销售。
图9是在自动式客户支持会话期间向客户向上销售产品的示例实施的流程图。在图9中，步骤的顺序是示例性的，并且其他顺序是可行的，并非所有步骤都是必需的，并且在一些实施中，可省略一些步骤或可添加其他步骤。流程图的处理可通过例如本文描述的任意计算机或系统来实现。
在步骤910，由客户开始自动式客户支持会话。自动式客户支持会话包括用于在无须人工参与的情况下回应客户支持请求的任意技术。例如，可使用诸如人工智能、机器学习、语音识别、自然语言处理或文本转语音处理的技术来理解客户请求并使用一个或多个计算机制定对客户请求的合适回应。客户与自动式客户支持之间的交互可以是文本和/或语音的形式。
在步骤915和步骤920，获取客户数据，并使用客户数据生成客户特征。可使用任意上述用于步骤815和步骤820的技术来执行这些步骤。
在步骤930，从客户或从自动式客户支持接收消息。例如，客户可发送文本消息，或者计算机可生成将要向客户发送的文本消息。
在步骤935，通过诸如使用任意所描述的用于步骤835的技术利用接收到的消息来更新对话特征。
在步骤940，通过利用一个或多个分类器处理对话特征和客户特征中的一者或两者，来确定是否向客户向上销售产品。可使用任意上述技术来确定是否向客户向上销售产品。确定向上销售和选择将要向上销售的产品可在单个步骤中执行，或者可在多个步骤中执行，并且只有在先前的步骤中确定向上销售，才可选择产品。
在步骤945，如果确定不向客户向上销售产品，则处理可进行至接收客户与自动式客户支持之间的另一条消息的步骤930。如果确定向客户向上销售产品，则处理可进行至向客户呈现向上销售的步骤950。可使用任意合适的技术(诸如呈现自动生成的用以通知客户关于产品的文本)来向客户向上销售产品。
在步骤950之后，处理可进行至接收客户与自动式客户支持之间的另一消息的步骤930。例如，接收到的消息可以是来自客户的关于向上销售的回应。如上，在自动式客户支持会话期间，步骤930到950可执行任意次数。
可使用训练数据的语料库来配置或训练本文描述的部件。训练数据的语料库可包括用于训练部件的任意相关训练数据，诸如现有的客户支持会话。可使用自动化处理注释训练数据，或通过人工注释训练数据。例如，可对训练数据进行注释，以指示如下对话中的点：(例如，如由查看对话的人所确定的)执行向上销售、执行向上销售并且向上销售是成功的、执行向上销售但未成功，或者向上销售可能成功或可能不成功的点。还可对训练数据进行注释，以识别(例如，如由人所确定的)在对话中被向上销售的产品或在对话中非常适合被向上销售的产品。
为了训练向上销售决策分类器，可对训练数据进行注释，以在训练数据中的对话的每个消息之后指示在该消息之后是否应执行向上销售。带注释的训练数据和从训练数据获取的特征(例如，对话特征和客户特征)可用于训练向上销售决策分类器(诸如任意上述分类器)。
为了训练向上销售选择分类器，可对训练数据进行注释，以在训练数据中的对话的每个消息之后指示非常适于在该消息之后进行向上销售的产品的列表。带注释的训练数据和从训练数据获取的特征(例如，对话特征和客户特征)可用于训练向上销售选择分类器(诸如任意上述分类器)。
类似地，可使用两种类型的注释来训练用于确定是否进行向上销售和选择将要被向上销售的一个或多个产品的单个分类器。
本文描述的技术的操作可用于生成额外的训练数据，用于以后更新本文描述的任意分类器。例如，当向CSR建议向上销售时，CSR执行向上销售可能表明这是好建议，而CSR未使用向上销售可能表明该向上销售是不好的建议。可生成带有指示CSR是否使用建议的向上销售的注释的额外的训练数据，并且该额外的训练数据可用于进一步训练分类器。
图10示出了用于实现任意上述技术的计算装置1000的一种实施方式的部件。在图10中，部件被示出为在单个计算装置1000上，但是部件可分布在多个计算装置之中，多个计算装置为诸如包括例如终端用户计算装置(例如，智能手机或平板电脑)和/或服务器计算装置(例如，云计算)的计算装置系统。
计算装置1000可包括典型计算装置的任意部件，诸如易失性或非易失性存储器1010、一个或多个处理器1011和一个或多个网络接口1012。计算装置1000还可包括任意输入和输出部件，诸如显示器、键盘和触摸屏。计算装置1000还可包括提供特定功能的多种部件或模块，并且这些部件或模块可以以软件、硬件或它们的组合来实现。以下，针对一个示例实施描述了部件的几个示例，并且其他实施可包括额外的部件或排除以下描述的一些部件。
计算装置1000可具有客户支持部件1020，该客户支持部件1020提供用于允许客户和CSR在支持会话中彼此交互或提供自动式客户支持的功能。计算装置1000可具有向上销售决定部件1021，向上销售决定部件1021可使用会话特征和客户特征中的一个或多个来确定是建议向上销售还是呈现向上销售。计算装置1000可具有向上销售选择部件1022，该向上销售选择部件1022使用会话特征和客户特征中的一个或多个来选择要被向上销售的一个或多个产品。
计算装置1000可包括或可访问各种数据存储。数据存储可使用任意已知的存储技术，诸如文件或者关系或非关系数据库。例如，计算装置1000可具有客户数据存储1030，该客户数据存储1030存储关于客户的信息，诸如客户接受的产品。
上述技术可与在2016年9月1日提交的美国专利申请序列号15/254008中所描述的任意技术结合，该美国专利申请出于所有目的通过引用而全部并入本文。例如，本文描述的任意技术可被提供作为第三方语义处理服务的一部分，由此第三方向公司提供语义处理服务以协助公司向其客户提供客户服务。
本文描述的方法和系统可部分或全部通过在处理器上执行计算机软件、程序代码和/或指令的机器来部署。如本文所使用的“处理器”意在包括至少一个处理器，并且除非上下文另外明确指出，否则复数和单数应理解为可互换。本发明可被实现为机器上的方法，被实现为作为机器的一部分或与机器相关的部分的系统或设备，或被实现为在一个或多个机器上执行的计算机可读介质中体现的计算机程序产品。处理器可以是服务器、客户端、网络基础设施、移动计算平台、固定计算平台或其他计算平台的一部分。处理器可以是能够执行程序指令、代码、二进制指令等的任意种类的计算或处理装置。处理器可以是或可包括信号处理器、数字处理器、嵌入式处理器、微处理器或直接或间接地促进执行存储在其上的程序代码或程序指令的诸如协处理器(数学协处理器、图形协处理器、通信协处理器等)的任意变型。此外，处理器可能够执行多个程序、线程和代码。可同时执行线程以增强处理器的性能并促进应用的同时操作。通过实施的方式，可在一个或多个线程中实现本文描述的方法、程序代码、程序指令等。该线程可能会产生可能已分配了与其相关联的优先级的其他线程；处理器可基于优先级或基于程序代码中提供的指令的任意其他顺序来执行这些线程。处理器可包括存储器，该存储器存储如本文以及其他地方所描述的方法、代码、指令和程序。处理器可通过接口访问可存储如本文以及其他地方所述的方法、代码和指令的存储介质。与处理器关联的用于存储能够由计算或处理装置执行的方法、程序、代码、程序指令或其他类型的指令的存储介质可包括但不限于CDROM、DVD、存储器、硬盘、闪存驱动器、RAM、ROM、高速缓存等中的一个或多个。
处理器可包括可增强多处理器的速度和性能的一个或多个核。在实施中，该过程可以是双核处理器、四核处理器、结合了两个或更多个独立核(称为管芯)的其他芯片级多处理器等。
本文描述的方法和系统可通过在服务器、客户端、防火墙、网关、集线器、路由器或其他诸如计算机和/或网络硬件上执行计算机软件的机器来部分或全部地进行部署。该软件程序可与服务器相关联，该服务器可包括文件服务器、打印服务器、域服务器、互联网服务器、内联网服务器以及诸如辅助服务器、主机服务器、分布式服务器等的其他变型。服务器可包括存储器、处理器、计算机可读介质、存储介质、端口(物理和虚拟)、通信装置以及能够通过有线或无线介质等访问其他服务器、客户端、机器和装置的接口中的一个或多个。如本文和其他地方描述的方法、程序或代码可由服务器执行。此外，执行本申请中描述的方法所需的其他装置可被认为是与服务器相关联的基础设施的一部分。
服务器可提供至其他装置的接口，其他装置包括但不限于客户端、其他服务器、打印机、数据库服务器、打印服务器、文件服务器、通信服务器、分布式服务器等。此外，这种耦合和/或连接可促进在网络上远程执行程序。这些装置中的一些或全部的联网可促进在一个或多个位置处并行处理程序或方法，而不背离本发明的范围。此外，通过接口附接到服务器的任意装置可包括能够存储方法、程序、代码和/或指令的至少一个存储介质。中央存储器(central repository)可提供将要在不同的装置上执行的程序指令。在此实施方式中，远程存储器可用作用于程序代码、指令和程序的存储介质。
软件程序可与客户端相关联，该客户端可包括文件客户端、打印客户端、域客户端、互联网客户端、内联网客户端以及诸如辅助客户端、主机客户端、分布式客户端等的其他变体。客户端可包括存储器、处理器、计算机可读介质、存储介质、端口(物理和虚拟)、通信装置以及能够通过有线或无线介质等访问其他客户端、服务器、机器和装置的接口中的一个或多个。如本文以及其他地方所述的方法、程序或代码可由客户端执行。此外，执行本申请中描述的方法所需的其他装置可被认为是与客户端相关联的基础设施的一部分。
客户端可提供至其他装置的接口，其他装置包括但不限于服务器、其他客户端、打印机、数据库服务器、打印服务器、文件服务器、通信服务器，分布式服务器等。此外，这种耦合和/或连接可促进在网络上远程执行程序。这些装置中的一些或全部的联网可促进在一个或多个位置处并行处理程序或方法，而不背离本发明的范围。此外，通过接口附接到客户端的任意装置可包括能够存储方法、程序、应用、代码和/或指令的至少一个存储介质。中央存储器可提供将要在不同装置上执行的程序指令。在此实现中，远程存储器可用作用于程序代码、指令和程序的存储介质。
本文描述的方法和系统可通过网络基础设施来部分或全部地部署。网络基础设施可包括诸如计算装置、服务器、路由器、集线器、防火墙、客户端、个人计算机、通信装置、路由装置以及本领域已知的其他主动和被动装置、模块和/或部件的元件。与网络基础设施相关联的计算和/或非计算装置可包括除其他部件之外的存储介质，诸如闪存、缓冲器、堆栈、RAM、ROM等。本文和其他地方描述的过程、方法、程序代码、指令可由一个或多个网络基础设施的元件来执行。
本文和其他地方描述的方法、程序代码和指令可在具有多个小区(cell)的蜂窝网络上实现。蜂窝网络可以是频分多址(FDMA)网络或码分多址(CDMA)网络。蜂窝网络可包括移动装置、小区站点、基站、中继器、天线、塔等。小区网络可以是GSM、GPRS、3G、EVDO、网状网络或其他网络类型。
本文和其他地方描述的方法、程序代码和指令可在移动装置上或通过移动装置来实现。移动装置可包括导航装置、蜂窝手机、移动电话、移动个人数字助理、膝上型电脑、掌上电脑、上网本、传呼机、电子书阅读器、音乐播放器等。这些装置可包括除了其他部件之外的存储介质，诸如闪存、缓冲区、RAM、ROM和一个或多个计算装置。与移动装置相关联的计算装置可能够执行存储在其上的程序代码、方法和指令。可选地，移动装置可被配置为与其他装置协作执行指令。移动装置可与和服务器接口并被配置为执行程序代码的基站进行通信。移动装置可在对等网络、网状网络或其他通信网络上进行通信。程序代码可存储在与服务器相关联的存储介质上，并且可由嵌在服务器内的计算装置来执行。基站可包括计算装置和存储介质。存储装置可存储由与基站相关联的计算装置执行的程序代码和指令。
可在机器可读介质上存储和/或访问计算机软件、程序代码和/或指令，该机器可读介质可包括：计算机部件、装置和记录介质，其将用于计算的数字数据保留一定时间间隔；以及半导体存储器，称为随机存取存储器(RAM)；大容量存储器，其通常用于更永久的存储，诸如光盘、磁存储形式(类似硬盘式、磁带式、磁鼓式、卡式和其他类型)；处理器寄存器、高速缓存存储器、易失性存储器、非易失性存储器；光学存储器，诸如CD、DVD；可移动介质，诸如闪存(例如，USB棒或USB钥匙)、软盘、磁带、纸带、打孔卡、独立RAM磁盘、Zip驱动器、可移动大容量存储、离线式等；其他计算机存储器，诸如，动态内存器、静态存储器、读/写存储器、可变存储器，只读、随机存取、顺序存取、位置可寻址、文件可寻址、内容可寻址、网络连接存储器，存储区域网络，条形码、磁性墨水等。
本文描述的方法和系统可将物理和/或无形事项从一种状态转换为另一种状态。本文描述的方法和系统还可将表示物理和/或无形事项的数据从一种状态转换为另一种状态。
本文所描述和描绘的元素，包括整个附图中的流程图和框图，暗示了元素之间的逻辑边界。然而，根据软件或硬件工程实践，所描绘的元素及其功能可通过计算机可执行介质在机器上实现，该计算机可执行介质具有能够执行按照单片软件结构、按照独立软件模块或按照采用外部例程、代码、服务等的模块或者它们的任意组合存储在其上的程序指令的处理器，所有这些实现都可在本公开的范围内。这样的机器的示例可包括但不限于个人数字助理、膝上型电脑、个人计算机、移动电话、其他手持式计算装置、医疗设备、有线或无线通信装置、换能器、芯片、计算器、卫星、平板电脑、电子书、小工具、电子装置、具有人工智能的装置、计算装置、网络设备、服务器、路由器等。此外，可在能够执行程序指令的机器上实现流程图和框图或任意其他逻辑部件中描绘的元素。因此，虽然前述附图和描述阐述了所公开系统的功能方面，但是除非明确声明或通过上下文中另外明确，否则不应从这些描述中推断出用于实现这些功能方面的软件的特定布置。类似地，将领会的是，上面标识和描述的各个步骤可改变，并且步骤的顺序可适应于本文公开的技术的特定应用。所有这些变型和修改意在落入本公开的范围内。如此，除非特定的应用要求或通过上下文明确声明或另外明确，否则不应将对各个步骤的顺序的描绘和/或描述理解为要求这些步骤以特定执行顺序。
上述方法和/或过程及其步骤可以以适于特定应用的硬件、软件或者硬件和软件的任意组合来实现。硬件可包括通用计算机和/或专用计算装置或特定计算装置或特定计算装置的特定方面或部件。可在一个或多个微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器或其他可编程装置以及内部和/或外部存储器中实现这些过程。这些过程还可或者替代地体现在专用集成电路、可编程门阵列、可编程阵列逻辑或者可被配置为处理电子信号的任意其他装置或装置的组合中。还将领会到的是，可将这些过程中的一个或多个实现为能够在机器可读介质上执行的计算机可执行代码。
可使用诸如C的结构化编程语言、诸如C++的面向对象的编程语言或者可存储、编译或解释为在以上装置中的一个以及处理器、处理器架构或者不同硬件和软件的组合或者能够执行程序指令的任意其他机器上运行的任意其他高级或低级编程语言(包括汇编语言、硬件描述语言和数据库编程语言和技术)来创建计算机可执行代码。
因此，一方面，上述每种方法及其组合可以体现在计算机可执行代码中，当在一个或多个计算装置上执行该计算机可执行代码时执行方法的步骤。在另一方面，这些方法可以体现在执行其步骤的系统中，并且可以以多种方式分布在装置上，或者所有功能可集成到专用的独立装置或其他硬件中。在另一方面，用于执行与上述过程相关联的步骤的装置可包括任意上述硬件和/或软件。所有这样的排列和组合意在落入本公开的范围内。
虽然已经结合示出和详细描述的优选实施例公开了本发明，但是对本领域技术人员而言，对优选实施例的各种修改和改进将变得显而易见。因此，本发明的精神和范围不限于上述示例，而是应在法律所容许的最广泛意义上来理解。
本文引用的所有文件通过引用并入在此。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：具有范围和光级别检测的图像传感器