[0001] 本发明涉及人机交互技术领域，特别涉及一种基于线上会话的总结方法、系统、存储介质及设备。

[0002] 线上会话属于销售行业的一种沟通方式，特别是在汽车销售行业对于客户关系的维护和管理愈发依赖线上沟通工具，如采用企业微信和客户微信，客户与经销商顾问的交流信息量庞大且复杂多样，对这些会话进行有效分析对于提升销售效率和客户满意度至关重要。

[0003] 目前，通常采用制定规则的系统、简单关键词匹配的方法、或是利用初级分类模型对会话进行分析并总结；基于规则的系统，通过事先设定一系列固定的规则和模式来处理会话。例如，设定如果客户提到“优惠”，则将其归类为价格相关问题。但这种方式存在明显的局限性，规则的制定往往难以涵盖所有可能的表述方式，而且对于复杂的语义和语境理解能力不足；基于简单关键词匹配的方法：仅根据预先设定的关键词来筛选和分类会话内容。比如，设定“配置”“颜色”等关键词来识别客户关注的焦点。然而，这种方法无法准确理解客户的真正意图，可能会因为关键词的局限性而导致误判或遗漏重要信息；基于机器学习的初级分类模型：利用一些基本的机器学习算法，如朴素贝叶斯分类器，对会话进行分类。但这些模型通常数据适应性较差，对于新出现的会话模式和表达方式难以准确识别。

[0004] 因此，现有对会话总结的方式，存在准确性不高、适应性差、无法深入理解语义等问题，难以高效、精准分析客户会话的需求。

[0047] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

[0048] 需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

[0049] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

[0050] 第一实施例

[0051] 请参阅图1，所示为本发明第一实施例中基于线上会话的总结方法，生成方法包括：

[0052] S01，获取当前线上会话群中的会话内容。

[0053] 在本实施例中，线上会话群可以是与客户交流的微信会话群、微信与企业微信的会话群、QQ会话群等等并且需要说明的是，在本实施例中线上会话群并非仅限于上述的微信会话群、微信与企业微信的会话群、QQ会话群，其还可以包括其他类型的线上会话群，由于其他线上会话群属于本领域常规现有技术，故在此不做特别说明。

[0054] S02，对会话内容进行会话分析，并选取预设的时间段，确定会话内容中与时间段对应的有效会话内容。

[0055] 具体地，在本实施例中，预设时间段，默认读取与当前客户两小时内的会话内容，但在一些实际情况当中，当第一个小时中的会话内容为有效会话内容时，且在第二个小时无有效会话内容，但在第三个小时中具有有效会话内容时，该预设时间段可进行手动修改会话时间范围，使得可以的全部有效会话内容，对应的，也支持对时间范围内的部分有效会话内容进行总结。

[0056] S03，调用AI模型对有效会话内容进行分析、以得到会话总结报告；

[0057] 需要说明的是，AI模型属于现有技术，该AI模型具有强大学习能力和泛化能力，适应不断变化的会话模式和新的表达方式，确保对客户会话的准确分析和处理，为经销商顾问提供更有价值的信息和指导，可以解决一些初级机器学习模型的缺点，并且利用AI模型强大的语言理解和推理能力，能够自适应地处理各种复杂的客户表达方式和语境变化，减少信息遗漏和误判，更准确地总结客户问题和诉求，同时该AI模型还可以通过深入的语义理解和上下文分析，摆脱对预设关键词的过度依赖，精准捕捉客户的真实意图，提高对客户问题理解的准确性和诉求判断的可靠性。

[0058] S04，判断当前会话总结报告的真实率，当真实率小于实际真实率时，则进入步骤S05，当真实率不小于实际真实率时，则当前会话总结报告为最终正确的会话总结报告。

[0059] 具体地，步骤S05，当真实率小于实际真实率时，则对会话总结报告中的内容进行校正，使得校正后的会话总结报告中对应的真实率满足实际真实率。

[0060] 需要说明的是，在本实施例当中，对会话总结报告中的内容可以是人工编辑校正。

[0061] 具体地，在本实例当中，为提高AI模型对输出会话总结报告的真实性和准确性，在前期使用过程中，通过人工对AI模型对输出的会话总结报告进行校正，使得校正后的会话总结报告可以供AI模型进行深度学习，从而让下一次的会话总结报告更具有真实性。

[0062] 综上，本实施例当中所示的基于线上会话的总结方法，与现有技术中线上会话的总结方法相比，至少有如下有益效果：

[0063] 在本发明提供的一种基于线上会话的总结方法中，通过先获取当前线上会话群中的会话内容，并对会话内容进行会话分析，并选取预设的时间段，确定会话内容中与时间段对应的有效会话内容，随后调用AI模型对有效会话内容进行分析、以得到会话总结报告，判断当前会话总结报告的真实率，当真实率小于实际真实率时，则对会话总结报告中的内容进行校正，使得校正后的会话总结报告中对应的真实率满足实际真实率，从而通过引入AI模型在线上与客户实际聊天场景的应用中，能够对复杂多样的自然语言进行深入且准确的理解和分析，适应各种客户的表达习惯和语境，辅助提高一线人员对客户真实意图的理解，确判断客户诉求的解决情况，并生成有针对性、实用性强的待办事项，并且在最后的总结报告中能够进行校正，从而可以反哺AI大模型，提高会话总结报告的精准度，解决现有技术中对会话总结的方式，存在准确性不高、适应性差、无法深入理解语义等问题，难以高效、精准分析客户会话的技术问题。

[0064] 第二实施例

[0065] 本本发明第二实施例提供一种基于线上会话的总结方法，本实施例中的基于线上会话的总结方法与第一实施例中的基于线上会话的总结方法不同之处在于，在本实施中：

[0066] 在对会话内容进行会话分析的步骤之前，还包括：

[0067] 判断线上会话群的类型；

[0068] 当当前线上会话群为售前会话群时，获取售前会话群中的人员架构；

[0069] 判断人员架构中是否有客户助理；

[0070] 若否，则将对应的客户助理加入售前会话群中。

[0071] 需要说明的是，客户助理是负责与客户建立和维护良好关系的重要岗位，需要具备良好的沟通技巧、服务意识、销售能力和团队合作精神，其具有新客户开发、客户关系维护、销售支持、订单处理等等相关对接工作。

[0072] 进一步地，在判断线上会话群的类型的步骤之后，还包括：

[0073] 当当前线上会话群为售后会话群时，获取售后会话群中的人员架构；

[0074] 判断人员架构中是否有客户助理；

[0075] 若否，则将对应的客户助理加入售后会话群中。

[0076] 需要说明的是，在本实施例中，售前会话群和售后会话群属于工作内容对接的不同形式，特别是在售后会话群中，其具有客诉诉求。

[0077] 具体地，在将对应的客户助理加入售后会话群中的步骤之后，还包括：

[0078] 获取与售后会话群对应的会话总结报告；

[0079] 判断会话总结报告中是否存在客户诉求信息；

[0080] 若是，则生成与客户诉求对应的诉求总结子报告和会话总结子报告。

[0081] 在获取诉求子总结报告的第N+1天时，判断诉求提示信息中的诉求是否得到诉求反馈；

[0082] 若否，则将诉求提示信息进行诉求提示，使得诉求提示信息中的诉求得到反馈。

[0083] 将诉求反馈信息总结至会话总结子报告中，以确定售后会话群中对应的会话总结报告，并判断会话总结报告的真实率；

[0084] 当真实率小于实际真实率时，则对会话总结报告中的内容进行校正，使得校正后的会话总结报告中对应的真实率满足实际真实率。

[0085] 需要说明的是，上述第N+1天为得到诉求子总结报告的第二天。

[0086] 综上，本实施例中所示的基于线上会话的总结方法，与第一实施例当中的基于线上会话的总结方法相比，至少有如下有益效果：

[0087] 在本发明第二实施例基于线上会话的总结方法中，通过先判断当前线上会话群中类型，使得能够精确输出是否含有客户诉求的会话总结报告，当该会话总结报告中存在客户诉求时，可在获取诉求子总结报告的第N+1天，进行诉求提示，使得能够对客诉诉求进行实时反馈，并将最后反馈的结果总结至会话总结子报告中，使得最后得到具有解决客户诉求的会话总结报告。

[0088] 第三实施例

[0089] 本发明另一方面还提供一种基于线上会话的总结系统，请查阅图2，所示为本发明第三实施例中的基于线上会话的总结系统，基于线上会话的总结系统包括：

[0090] 获取模块11，用于获取当前线上会话群中的会话内容；

[0091] 分析模块12，用于对会话内容进行会话分析，并选取预设的时间段，确定会话内容中与时间段对应的有效会话内容；

[0092] 调用AI模块13，用于用于调用AI模型对有效会话内容进行分析、以得到会话总结报告；

[0093] 判断模块14，用于判断当前会话总结报告的真实率；

[0094] 当真实率小于实际真实率时，则对会话总结报告中的内容进行校正，使得校正后的会话总结报告中对应的真实率满足实际真实率。

[0095] 第四实施例

[0096] 本发明另一方面还提出一种基于线上会话的总结设备，请参阅图3，所示为本发明第四实施例当中的基于线上会话的总结设备，包括存储器20、处理器10以及存储在存储器上并可在处理器上运行的计算机程序30，处理器10执行计算机程序30时实现如上述的基于线上会话的总结方法。

[0097] 其中，基于线上会话的总结方法的设备具体可以为硬件，处理器10在一些实施例中可以是中央处理器(CentralProcessinɡUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据，例如执行访问限制程序等。

[0098] 其中，存储器20至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是基于线上会话的总结设备的内部存储单元，例如该基于线上会话的总结设备的硬盘。存储器20在另一些实施例中也可以是基于线上会话的总结设备的外部存储装置，例如基于线上会话的总结设备上配备的插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDiɡital,SD)卡，闪存卡(FlashCard)等。进一步地，存储器20还可以既包括基于线上会话的总结设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于基于线上会话的总结设备的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

[0099] 需要指出的是，图3示出的结构并不构成对基于线上会话的总结设备的限定，在其它实施例当中，该基于线上会话的总结设备可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

[0100] 本发明实施例还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的基于线上会话的总结方法。

[0101] 本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备(如基于计算机系统、包括处理器系统或其他可以从指令执行系统、装置或设备取指令并执行指令系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

[0102] 计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

[0103] 应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PɡA)，现场可编程门阵列(FPɡA)等。

[0104] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

[0105] 以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。