DAFCC

Codul proiectului: PN-III-P3-3.5-EUK-2019-0234

Titlul proiectului (română): Sistem inteligent pentru analiza datelor dintr-un call center

Titlul proiectului (engleză): Data Analysis and Profiling Framework for CALL CENTERS

Acronim: DAFCC

Fiecare Call Center se confruntă cu perioade de solicitare intensă, în timpul cărora agenții trebuie să gestioneze problemele în mod eficient pentru a reduce timpul mediu de gestionare a apelurilor, pentru minimalizarea numărului de apeluri în așteptare și pentru a limita rata de apeluri abandonate. În aceste situații, presiunea este semnificativă, iar timpul prelungit de așteptare contribuie la lipsa de satisfacție și amplifică proasta dispoziție a clienților. De obicei, call centerele acumulează o cantitate semnificativă de date, inclusiv e-mailuri, jurnale de apeluri, diverse tipuri de mesaje și chiar înregistrări audio. Analizarea acestor date prin metode statistice tradiționale reprezintă o sarcină dificilă. Analizarea înregistrărilor audio este și mai complicată, deoarece necesită transcrierea manuală, un proces care consumă mult timp. Progresele recente în domeniul procesării limbajului natural (NLP) permit utilizarea învățării automate pentru analizarea seturilor de date necolectate folosind tehnici de „minare de text” și algoritmi de transcriere a vorbirii în text.

Scopul acestui proiect este de a introduce un strat de procesare a limbajului natural cu învățare profundă între client și personalul centrului de apeluri. Pe baza analizei mai multor tipuri de date, inclusiv a e-mailurilor și mesajelor clienților, a statisticilor privind apelurile (timp de așteptare, durata apelului) și a transcrierilor în timp real ale apelului propriu-zis, acest strat va ajuta agentul să ia decizii strategice și să stabilească prioritățile apelurilor.

Sistemul din cadrul primei etape include două cazuri de utilizare: un Chatbot pentru gestionarea informațiilor administrative locale pentru acordarea autorizărilor de construcții și un VoiceBot pentru interacțiunea cu o aplicație de monitorizare a mediului. Testarea a asigurat funcționarea corectă a modulelor, inclusiv analiza semantică a întrebărilor și asocierea răspunsurilor corespunzătoare. Sistemul este compus din module de procesare a limbajului natural pentru conversație, analiză semantică, recunoașterea vorbirii și analiză a sentimentelor.

În cadrul etapei 2, s-au colectat și validat corpusuri audio, s-au testat metode DNN (Deep Neural Network) pentru recunoașterea vorbirii, s-a dezvoltat o soluție de recunoaștere a vorbirii cu modele acustice, iar la final au fost prezentate principiile instrumentelor de validare a modelelor acustice multilingvistice și a fost prezentat un astfel de instrument, eTranslation, și modul în care poate fi integrat cu un Chatbot.

Obiectivul etapei 3 a fost dezvoltarea unui modul de text mining, a interfeței cu utilizatorii și a interfețelor și conectorilor pentru comunicarea între componentele sistemului.

Rezultatele etapei 3 constau în:

În această etapă au fost obținute rezultate semnificative în dezvoltarea modulului de text mining. Au fost introduse și implementate funcții esențiale din domeniul analizei de text: identificarea cuvintelor cheie, recunoașterea entităților cu nume, sumarizarea textului, determinarea tipului de mesaj din cadrul unui text și extragerea sentimentelor. În cadrul acestei etape a fost concepută interfața grafică intuitivă cu scopul de a facilita interacțiunea utilizatorilor cu modulele dezvoltate. De asemenea, au fost stabilite conexiunile între module și interfețe pentru o comunicare eficientă între componentele sistemului.

În cadrul etapei 4, obiectivul este de a integra elementele menționate mai sus și de a testa și valida produsul (prototipul), precum și de a aborda activitățile referitoare la diseminarea proiectului și exploatarea de piață.

O imagine de ansamblu a proiectului și stadiul său actual se poate observa în cadrul diagramei PERT de mai jos.