2018年7月6日易谷网络“智能服务与营销新方案发布会”在北京泛太平洋酒店顺利举办。西安电子科技大学博士导师杜军朝发表了题为《基于AutoML的智能推荐技术》的主题演讲。
杜军朝：大家好，我今天分享“基于AutoML智能推荐方案。”从三方面来讲：
“CTI”大家都非常熟悉，呼叫中心核心的模块是CTI，CTI的意思是计算机和电话的基础，大家很早都用过我们的呼叫中心，它是主要把电话接入到计算机系统，跟我们的业务系统结合起来，来完成操作，做路由和具体连接，这是最早期的系统。
随着云计算、大数据等技术的发展，同样也有一个“CTI”，它的意思发生了变化。我们主要是在做连接，做连接的过程中用到很多技术，C是连接，T是技术，把连接和技术结合起来，为用户提供更好的服务，这是我们正在做的系统。
将来随着物联网技术的进一步发展，随着普适计算技术的进一步发展，CTI变成计算能力和万物互动。下一代的呼叫中心就会变成计算跟物联互动的时代，到时会有很多场景出现，我们也在做这样的探索。
回顾最早的CTI系统，就是计算机和电话的集成。这个时间很早，回想1998年时，我们就做了这样的系统，当时国内厂商华为公司刚好在调它的CTI，我们就跟他们进行连接，调这个系统，当时还有各种各样的问题需要解决。
再后来，我们联系了岳总去调CSTA的协议，包括TSAPI、TAPI，把电话系统和计算机系统结合起来，把电话路由到业务系统里来，可以做电话转接三方的服务。当时这个技术是比较领先的，这个技术是水晶体结构，路由是一个双交换的矩阵，工程师在我们的终端上配置各种各样的参数，能够把很多地方网络结合起来，当时是通讯的黄金时代。
随着技术的发展，经过了十年、二十年，现在已经到了2018年，技术发生了哪些变化？我们已经是全媒体，不只是有变化，我们是多渠道的接入，通过电话、通过电视、通过APP完全接入，有很多坐席分布在不同的地方，有IVR系统和客服机器人，把各种联络接入进来。更进一步是各种业务部署，虚拟化、云计算、云平台、大数据、AI技术，所有的技术和连接集成起来，为用户提供更好的服务。
这时典型的技术发展是已经变成软交换与全媒体的方案，这是最早的基于板卡、基于交换机来做的，上面是割裂的媒体。随着软交换技术的发展，基于SIP互联网来做，把它结合起来。结合起来之后提出了这个方案，现在大家也在主推这个方案，就是要完成统一的接入，有聊天、微信、微博、视频统一接入进来，接入以后有统一的全媒体处理，后面有各种各样信息处理，变成这样的架构。
这时路由的方式发生了变化，前面是交换机配矩阵，现在变成了全媒体接入，基于用户策略定制。这里有很多种策略，有一个可视化界面，做各种各样的配置。这个系统是怎么得到的？由人工专家，经过长时间在这个行业里去学习，基于他的经验做了这样一些配置。也是像刚才夏博士第一个阶段，由人工来做这个配置。
这个配置是不是符合现在云计算、大数据时代的技术发展？它考虑到我们当前客户的状态、坐席状态、交互记录等等各种各样的信息了吗？它这种路由会不会越来越聪明了？这时我们就考虑能不能让这个路由、让我们的推荐更聪明，用AI技术对用户进行画像，并且不停完善对用户的理解，我们对坐席进行画像，坐席有不同的技能，随着他的培训，语言、话术等各方面都有增长。同时，业务系统也会越来越完善，加入规则，用知识图谱描述规则。当具有大量数据之后，希望通过计算机的学习，让我们的系统更加聪明，能够更好的感知用户、感知坐席服务能力。
这时我们推出了一个机器学习以及推荐服务的引擎，我们选择什么样的模型学习？用线性模型还是非线性模型？选用这个模型之后，怎么调它的参数，让这个模型越来越聪明，而不是效果还不如前面基于规则的学习，需要很多高手和科学家来做这个事情，这显然对公司来讲不太现实。这时我们可以用AutoML技术来做，把数据提供给引擎，把我们想要的目标整理出来提供给引擎，让它按照我们的目标、我们数据去不停学习，变得越来越聪明。我们要选择模型-调参-采样-抽取特征-快速迭代优化，然后我们进一步分析它。在这个学的过程中，也会有人工的介入，设计我们的目标和评价标准，来做这个事情。
基于这个框架之后，既然有这么好的数据、这么强的算力，应该比我们基于规则的推荐效果要好。客服哪家强？显然是易谷公司，自动机器学习哪家强？智铀科技。把两家结合起来，希望在企业客服以及主动营销的行业中，能够把智能推荐和路由相关技术进行产品研发和应用推广。
接下来看一下这个方案，第一，这个系统可以跟以前见的CC系统进行互联，原来基于策略的路由可以跟推荐路由并存，第二，可以设置用户的目标，优化它的FCR和其他目标，设定不同的优化目标。第三，把用户数据、坐席等各种交互数据，通过接口通过给引擎，引擎会用这些数据进行计算，它不仅可以推荐用户、推荐坐席，甚至跟业务系统结合起来以后可以推荐业务系统，推荐用哪个业务为用户服务。
接下来看一下它的过程。首先，进行模型训练，训练时基于以前用户的数据，然后把用户目标设定过来训练模型。模型出来之后，模型库放到系统里面得到引擎，这些引擎根据不同的目标训练不同的引擎，向路由请求来的时候会给推荐引擎，推荐引擎根据用户需求选取模型，再选取用户数据，给出一个比较好的推荐。推荐的结果返回给呼叫中心系统。当这个结果运行之后，它会进一步写评价的库，在评价库里更新系统，我们训练的引擎根据用户的反馈，进一步迭代训练这个引擎，在以后的交互过程中，它变得越来越聪明。
需要说明的是，针对不同用户来讲，您的数据是有自己特色的，您的目标也是有自己的特色，经过这个训练之后，我们得到的引擎是这个企业独一无二的引擎，只适合您这个企业把业务目标做得越来越好，这是系统的特点。
我们从接入的方式来做，上面有各种各样数据，包括客户画像、坐席画像、用户规则，这个我们已经提前做了训练，放到了模型里面。用户接入了我们系统里面，客服系统会跟这个引擎进行交互，交互之后给它一个响应，响应的方式有各种各样的推荐结果，推荐哪些坐席和相关技能。然后我们用不同的服务方式，比如推荐机器人、推荐坐席以及服务返回给用户，然后完成操作。它返回之后，优化的是前面设定的那些目标，这是针对呼入。
针对营销来讲，首先设计用户满意度、转化率和解决问题的能力，接下来是主动营销。当我们拿起一个电话，准备给一个用户打电话时，前面系统已经做了大量运算。这里面有主动营销的客户信息，有交互服务的信息，有坐席的信息。我们建不同的引擎和模型，考虑给这个客户推销什么产品，如果这个客户刚好有小孩，这个小孩要上学，要知道他目前所在地区小孩上学的情况，会非常有针对性的推荐这款产品。某个坐席可能对某款产品非常熟悉，当我把坐席、产品和客户拉到一块的时候，可以推荐这个坐席用什么样的话术跟客户进行交流，让他容易接受这个产品。
事先这么多数据拿出来经过学习，然后把这么多模型进来之后，有一个外呼系统请求过来，我给它推荐一个去呼谁、推荐什么产品、用什么方式去进行推荐，它的成功率会非常高。这时系统发出一个营销请求，然后去连接我们的客户、坐席，完成营销。现在很多营销手段频繁打电话，可能是并没有好好做功课，所以通话效率比较低。经过这个系统之后，通话效率非常高。这是外呼情况，它用到大量的计算能力、数据能力、AI能力完成操作，把AI和营销结合起来。这是主动营销，全方位获取数据，用引擎推荐产品、营销人员和话术，提供转化率。
我们智能推荐系统和现有基于策略的路由是并存的，把一部分用户接入进来，或者主动营销的方式分成两个组，做AB测试。这是传统的模型经过处理，有客户的信息来，有坐席配置，最后做这样的处理，处理之后有一个模型去评估，得到统计结果。接下来，是基于智能路由的方式有一个评估统计结果，这个评估统计正在进一步研究，从各个方面去分析。就像刚才夏博士提到，为什么这次呼入或者呼出效果很好、原因是什么、是哪一个因素打动了客户的因素完成了这次营销，我们找到这样的影响因素去做学习，它比传统的基于策略的路由效果好一些。
毕竟我们的人力资源和科学家的时间精力非常有限，希望通过易谷公司和智铀科技的合作，推出智能推荐方案。找到2、3家用户，一起合作做推荐系统，你们可以继续用现有基于策略的路由，再有一部分是我们的推荐路由，最后看用户满意度或者呼出效率有多少提升。
谢谢大家！
