我的客户和我的支持人员之间有20,000条消息(电子邮件和实时聊天的组合)。我也有我的产品知识库。建议基于文本内容的how-to文章列表
很多时候,客户提出的问题都很简单,我的支持人员只是将它们指向正确的知识库文章。
为了节省我的支持人员时间,我想要做的是根据初始用户的支持请求向我的员工展示可能相关的文章列表。这样,他们可以将链接复制并粘贴到帮助文章,而不是加载知识库并手动搜索文章。
我想知道我应该调查什么解决方案。
我的想法的当前行是对现有数据运行分析和使用文本分类方法:
- 对于每封邮件,看看是否有一个链接到一个响应的how-to文章
- 如果是,提取关键短语(微软认知服务)
- TF-IDF?
- 将每个操作都视为属于多组关键短语的“分类”
- 使用一些有监督的机器学习,支持向量机可能用来预测哪个“分类”,又名“how-to article”属于确定的关键短语从一个新的支持票。
- 将新的响应反馈回集中以使系统更加智能化。
不知道我是否过于复杂的事情。任何建议如何做到这一点将不胜感激。
PS:将“关键短语”倾倒到我们知识库的搜索查询中的天真方法产生的结果很差,因为帮助文章的内容通常与某人在电子邮件或实时聊天中如何说出他们的问题不同。
这是我刚刚获得的机器学习理论的一个有趣应用! – JackCColeman