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

Inventor： S·内吉 ,  M·达布罗夫斯基 ,  A·甘纳帕提拉珠 ,  E·穆尼奥斯 ,  V·E·拉加文德拉 ,  F·I·怀斯

IPC: G06Q30/00 ,  G06Q30/02

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。

公开(公告)号：CN115039396A

公开(公告)日：2022-09-09

申请号：CN202180011836.X

申请日：2021-10-11

Applicant: 格林伊登美国控股有限责任公司

Inventor： F·I·怀斯 ,  R·桑达拉姆 ,  A·甘纳帕提拉珠

IPC: H04M3/523

Abstract: 本发明公开了一种根据一个实施方案的用于自动化生成联系中心系统嵌入的方法，该方法包括由计算系统确定联系中心系统代理、联系中心系统代理技能和/或联系中心系统虚拟队列经历；由计算系统基于联系中心系统代理、联系中心系统代理技能和/或联系中心系统虚拟队列经历，生成矩阵表示；由计算系统并基于矩阵表示，生成联系中心系统代理标识符、联系中心系统代理技能标识符和/或联系中心系统虚拟队列标识符；由计算系统将联系中心系统代理标识符、联系中心系统代理技能标识符和/或联系中心系统虚拟队列标识符变换为联系中心系统代理嵌入、联系中心系统代理技能嵌入和/或联系中心系统虚拟队列嵌入，其中该联系中心系统代理嵌入、该联系中心系统代理技能嵌入和/或该联系中心系统虚拟队列嵌入的权重被随机初始化；并由计算系统通过应用机器学习来训练联系中心系统代理嵌入、联系中心系统代理技能嵌入和/或联系中心系统虚拟队列嵌入，以获得联系中心系统代理嵌入、联系中心系统代理技能嵌入和/或联系中心系统虚拟队列嵌入的最终权重。