为此,Chatopera机器人平台上线了聚类分析服务,聚类分析是将对话历史按照相似度自动聚类,分成一个个聚簇。每个聚簇中任何两个文本都是相似的。
聚类分析在运营聊天机器人、提升智能化水平起着关键作用。聚类分析的结果可以用来:
1)优化知识库:发现新知识,新问题或已有问题的相似问;
2)优化多轮对话脚本:发现对话流程,话术,业务流程需求;
3)优化意图识别:新的意图,意图中的参数;
4)优化商业智能:发现新需求,访客痛点,业务流程改造;
5)衡量用户活跃度,分析用户激活、留存、客户服务等环节的问题。
在聊天机器人上线后,可能未必达到及格的程度。比如知识库命中率比较低,这时候,就要经常的使用聚类分析功能,优化知识库,常用方案是每天上午执行过去24小时或3天的对话历史,然后下载聚类结果,进行机器人优化。
Chatopera机器人平台提供聚类输出包括:
1)访客发送内容的聚类结果,文件:chats.user.tsv.clust.txt;
2)BOT发送内容的聚类结果,文件:chats.bot.tsv.clust.txt;
3)BOT回复为兜底回复时,用户的发送内容的聚类结果,文件:fallbacks.tsv.clust.txt;
4)访客点击没有帮助时,发送的问题,聚类结果,文件:negative.tsv.clust.txt。
每个文件中,包含了聚簇、该聚簇关键词和聚簇内成员等信息。
如果所选聚类时间范围包含数据量太少,也会在聚类结果中提示,因为在这种情况下,没有聚类的价值,通过肉眼就可以完成对话分析。
聚类通常针对的是大规模数据,成千上万、乃至数十万数百万的对话历史记录。
聚类分析服务的研发,是我们不断倾听客户的反馈,从客户的关键需求出发优化Chatopera机器人平台的成果,已经在多个Chatopera云服务用户获得好评!来自九九互动的客服负责人Michael就说:这个真应该给你们点个赞,对我们帮助非常大!让我们一道努力,帮助您的企业或客户上线聊天机器人!
Chatopera云服务,https://bot.chatopera.com
