-
公开(公告)号：CN113678156A
公开(公告)日：2021-11-19
申请号：CN202080025736.8
申请日：2020-04-09
Applicant: 格林伊登美国控股有限责任公司
Abstract: 本发明提供了一种用于使用神经序列模型进行客户旅程事件表示学习和结果预测的系统和方法。将多个事件输入到模块中，其中每个事件具有包括事件的特性及其模态(web点击、呼叫、电子邮件、聊天等)的模式。不同模态的事件可使用不同的模式捕获，并且因此本文所述的实施方案是模式不可知的。由模块将每个事件表示为一定数量的数量的向量，其中针对每次客户访问总共生成多个向量。然后在序列学习中使用向量，以使用机器学习算法诸如递归神经网络实时预测客户旅程中的接下来的最佳动作或结果概率。
Search Results
1
records
(took 0.029 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
