Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 点控云(北京)智能科技有限公司王学良获国家专利权

点控云(北京)智能科技有限公司王学良获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉点控云(北京)智能科技有限公司申请的专利一种在线客服用户进线排队分配方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120911887B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511078507.3,技术领域涉及:G06Q10/0631;该发明授权一种在线客服用户进线排队分配方法及系统是由王学良;庞景浏;李建博设计研发完成,并于2025-08-01向国家知识产权局提交的专利申请。

一种在线客服用户进线排队分配方法及系统在说明书摘要公布了:本发明公开了一种在线客服用户进线排队分配方法及系统,方法包括用户状态捕捉、混合调度策略、激励机制设计、调度模型训练和分配异常应对。本发明属于智能调度领域,具体是指一种在线客服用户进线排队分配方法及系统,本方案基于用户插队权重、客服匹配推荐度和服务时长缓冲调整值,在规则框架外微调,避免硬插队的突兀性;基于动态匹配‑负载平衡机制,实现技能匹配度高且负载均衡的精细化分配;通过分段设计等待时间激励,避免为极端缩短超时等待采取激进策略;通过负载不平衡度构建负载均衡惩罚,保障资源高效利用;并基于阶梯式异常应对降低分配失败导致的用户流失;进而提高分配效果。

本发明授权一种在线客服用户进线排队分配方法及系统在权利要求书中公布了:1.一种在线客服用户进线排队分配方法,其特征在于:该方法包括以下步骤: 步骤S1:用户状态捕捉;构建用户状态向量,并得到偏差向量; 步骤S2:混合调度策略;基于用户状态向量和偏差向量,通过阈值规则单元与智能调度单元实现优先级和客服匹配的调度; 步骤S3:激励机制设计;设计由等待偏差分段激励、负载不平衡惩罚和情绪预测奖励三部分组成的多目标奖励函数,构建综合奖励信号; 步骤S4:调度模型训练;先基于历史交互数据进行调度模型预训练,再通过向动作叠加高斯噪声并按噪声衰减策略进行调度模型在线优化; 步骤S5:分配异常应对;采用阶梯式恢复机制应对分配异常; 在步骤S1中,所述用户状态捕捉构建用户状态向量;包括:当前用户实际等待时间、用户的目标等待阈值、问题复杂度估计c、情绪预测g、候选客服当前负载、用户与客服的技能匹配度; 构造偏差向量,表示为:;;;组合成状态向量s,表示为:;只收前K个候选客服;其中,是等待时间偏差;是情绪偏差;是负载偏差;是候选客服的平均负载;是标准化处理;j是候选客服索引; 在步骤S2中,所述混合调度策略具体包括以下内容: 步骤S21:基础规则搭建单元;计算等待比例,表示为:;设计规则决策,表示为:;其中,和是规则决策的阈值,用于划分用户排队策略; 步骤S22:智能调度单元;设动作a是一个连续向量,包括:p,对用户的优先级调整因子;,对候选客服j的客服匹配推荐度;,服务时长缓冲调整值; ;是Sigmoid函数;是剪切函数;、和是调整权重;客服匹配推荐度引入动态匹配-负载平衡机制,首先计算基础得分,表示为:;、和是分配系数;是历史分配成功率;计算融合匹配度,表示为:;最终得到客服匹配推荐度,表示为:;其中,是基础缩放系数;和是客服的融合匹配度和基础得分; ;是基础调整系数;是客服基准负载; 步骤S23:调度模型输出表示为:;通过Critic估计动作价值函数,目标Q值更新表示为:;损失函数表示为:;其中,是调度模型的策略函数,是策略网络参数;是第t步的动作向量;和是候选客服的客服匹配推荐度;是当前奖励,t是步数索引;是折扣因子;是目标价值网络,参数为,与结构相同,每隔Y步数复制Q的参数;和分别是第t+1步和第t步的状态向量;N是样本总数,i是样本索引;通过最大化Q对的梯度更新; 在步骤S3中,所述激励机制设计是构建多目标奖励机制,定义等待偏差,表示为:;设容忍阈T,构造分段激励机制,表示为:;其中,C是正向奖励基准;是远离目标时的惩罚系数;构建负载不平衡惩罚,表示为:;;若用户情绪预测提升,则给予额外奖励,表示为:;其中,Mg是负载不平衡度;是情绪奖励系数; 最终奖励r表示为:; 在步骤S4中,所述调度模型训练是利用历史客服交互数据进行,离线预训练调度模型;预训练后的调度模型部署到真实客服系统中,通过与环境交互产生新样本,持续在线优化策略;于在线阶段引入探索,在输出动作上叠加高斯噪声N0,0.1,随训练步数增加,进行噪声衰减,表示为:;是第t步的噪声标准差;T是总衰减步数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人点控云(北京)智能科技有限公司,其通讯地址为:100176 北京市通州区经济技术开发区宏达北路10号1号楼8层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。