面向網(wǎng)購環(huán)境的議價(jià)識(shí)別及議價(jià)策略構(gòu)建.pdf

1、近年來，隨著互聯(lián)網(wǎng)以及物流服務(wù)在全國范圍內(nèi)的快速普及，網(wǎng)絡(luò)購物得到進(jìn)一步的發(fā)展，越來越多的消費(fèi)者選擇在網(wǎng)絡(luò)虛擬商城中進(jìn)行購物。網(wǎng)絡(luò)購物在為消費(fèi)者帶來便利的同時(shí)，對(duì)賣家的在線客服人員也提出了更高的要求，于是，如何及時(shí)響應(yīng)客戶咨詢、減少客服人員對(duì)重復(fù)冗余問題的處理逐漸成為困擾客服人員的焦點(diǎn)問題。因此，一種針對(duì)交互式智能客服對(duì)話系統(tǒng)的研究漸漸變成一個(gè)新的熱門課題，其可以自動(dòng)或半自動(dòng)地協(xié)助在線客服人員回答客戶提出的問題，提高工作質(zhì)量和工作效率。

2、目前，在線客服的工作主要是處理客戶對(duì)商品的信息咨詢和議價(jià)請(qǐng)求。本課題則致力于如何讓智能客服對(duì)話系統(tǒng)高效地回答客戶議價(jià)請(qǐng)求的研究，提出并實(shí)現(xiàn)了議價(jià)請(qǐng)求的識(shí)別方法和相應(yīng)的議價(jià)回復(fù)策略。
　　針對(duì)客戶議價(jià)請(qǐng)求的識(shí)別，本課題基于詞語級(jí)特征，語句關(guān)系特征，特征詞詞典特征等三方面對(duì)買家對(duì)話進(jìn)行分析，并采用CRF、SVM和樸素貝葉斯三種機(jī)器學(xué)習(xí)算法分別訓(xùn)練議價(jià)識(shí)別模型。通過多組實(shí)驗(yàn)的對(duì)比，CRF模型的整體性能較為突出，具有較高的F值，達(dá)到75.

3、74％。此外，CRF模型的準(zhǔn)確率最高為89.23%。從實(shí)驗(yàn)結(jié)果可以得出，本課題構(gòu)建的議價(jià)識(shí)別模型能夠識(shí)別出大部分真實(shí)環(huán)境下的議價(jià)請(qǐng)求，已經(jīng)能夠很好地滿足智能客服系統(tǒng)的需求，同時(shí)也為本課題后面議價(jià)策略的實(shí)現(xiàn)奠定了基礎(chǔ)。
　　通過對(duì)真實(shí)環(huán)境的客服對(duì)話數(shù)據(jù)進(jìn)行分析整理，本文歸納出5種常見的議價(jià)目的和7種議價(jià)手段。通過對(duì)議價(jià)目的和議價(jià)手段的識(shí)別，系統(tǒng)能夠準(zhǔn)確地反映出買家的議價(jià)意圖，然后結(jié)合不同議價(jià)目的的懲罰系數(shù)、不同議價(jià)手段的貢獻(xiàn)值、對(duì)話