华为云用户手册

会话智能分配 智能分配可以将不同渠道的客户会话请求配置为由机器人优先接待、仅机器人接待、仅人工接待和人工优先。设置好智能分配规则，客户进线将按照智能分配列表从上到下的顺序依次判断是否满足触发条件，若满足条件则执行该条规则。 企业可通过会话智能分配管理来管理分配策略，分配策略列表展示ID、策略名称、描述、渠道、分配类型和状态，支持添加、编辑、删除、停启用分配策略，并且支持对策略进行排序。 图1 会话智能分配

会话路由策略 当会话进线通过智能分配转人工时进入对应的技能组，将会根据会话路由策略分给组内坐席，支持按照轮询分配、按照可接待量最大坐席优先分配、按照当前接待量最少坐席优先分配、按照坐席优先级分配、指定专属客服优先和回头客优先。 当企业需要满足差异化服务，对特殊客户需要优先进线，可启用特殊客户优先排队。当前支持根据CRM中客户等级、传参等级标识、优先传参级标识三种认定方式进行优先排队。同时为避免其它级别客户出现插队体验，支持无感插队。 图2 会话路由策略

自动应答提醒 支持自动应答提醒功能，主要是为了提高客户的交互体验，支持企业自定义配置在不同场景下平台自动推送给客户的提示语，具体包含： 会话接通时的接通提示语。 排队时的排队提示语。 排队人数超过指定人数的安抚提示语，人数支持配置。 排队超过指定时间的安抚提示语，时间支持配置。 坐席超过指定时间未回复的客户安抚提示语，时间支持配置。 坐席长时间未响应客户最后一条消息，且最后一条消息有提示答案，超出设置时间自动发送提示答案，时间支持配置。 坐席回复后客户超过指定时间未回复时提醒客户提示语，时间支持配置。 无坐席在线提示语。 非工作时间提示语。 在线客服黑名单客户提示语。

学习中心 学员端可进入【学习】可进行课程学习、话术对练、话术对练考试、试题练习、试卷考试、培训项目等多元化的智能学习及测试任务。每一位学员完成学习后都会被记录，通过学习记录可进一步生成属于学员的学员画像及报表反应学员的学习情况与趋势。 课程： 课程任务主要是资料的学习，支持word,ppt ,excel,pdf,zip,图片（png,jpeg，gif），视频（MP4），音频（MP3，WAV）等格式的预览； 一个课程任务里面可以包含多个课时任务，学员可以查看总课时和已完成课程，退回再次进度可记录上一次的学习位置。 图4 课程 学员可学习进行中的课程任务，学员在学习后可查看已结束的课程进行课程回顾 单击【已结束】即可查看当前已结束任务的课程情况，单击任意一已结束任务即可对已学过的课程进行回顾与学习。 练习：学员在练习中可进行话术对练与试题练习。其中系统支持已练习过的话术对练进行回看解析并再练习，已练习过的试题练习查看历史记录。 话术对练：学员单击任务列表页面的“去练习”进入话术对练页面； 图5 话术对练 在话术对练页面点“开始录音”开始练习；同时在对练页面左侧可以看到流程提示和话术提示； 图6 开始录音 每完成一句练习，可以看到本句得分，练习完成点右上角的“提交”可以看到总分，查看解析； 图7 查看解析 在任务列表页面可通过“回看解析”查看学员自己的练习记录和扣分情况； 图8 回看解析 要授权麦克风权限 其对练过程实时评分，单击解析可以查看具体的扣分详情; 图9 查看具体的扣分详情 试题练习 在试题练习列表页面点“去练习”，可进入试题练习页面； 图10 试题练习 学员可以进入答题页面，答题完成可进行交卷； 图11 进行交卷 在列表页面单击“记录”，可查看练习状态和得分情况； 图12 查看练习状态和得分情况 考试 学员可在当前页面进行话术考试和试卷考试，页面所展示当前任务的信息可有效提醒学员当前任务的进度。 在已结束的试卷考试任务中，学员可查看已结束的试卷考试记录 话术考试 学员单击任务列表页面的“去考试”进入话术对练页面； 图13 话术考试1 在话术考试页面点“开始录音”开始练习；同时在对练页面左侧仅能看到流程提示； 话术考试结束的得分以及回看解析与话术对练的展示形式类似。 图14 话术考试2 试题考试 在试题考试列表页面点“去考试”，可进入试题考试页面； 图15 试题考试1 点“记录”可查看考试记录成绩； 图16 查看考试记录成绩 学员考试页面； 图17 考试页面 培训项目（原名：学习地图） 培训项目这种学习类型，一个培训项目中可包含课程学习、话术练习、话术考试、试题练习、试题考试、问卷调查多种类型的任务； 图18 培训项目 单击“进入学习”学习可进行培训项目的任务学习； 图19 进入学习 左侧展示本培训项目包括的所有任务，鼠标放在任务上可以单击进入任务进行学习、练习或考试； 图20 试题练习

公开课 导师可以将学员选修的课程放到公开课中，配置后推送给学员，学员根据自身情况选择学习。 公开课可以分类管理，需要在分类管理页面进行创建分类框架； 选择分类管理，单击【创建一级分类】，填写分类名称即可。若不希望对学员展示此分类，可以设置为隐藏。分类最多可以设置5级分类。 图64 分类管理 图65 新建分类 公开课创建： 方式1【知识库-素材库】选择需要创建公开课的材料，然后批量操作生成公开课； 图66 知识库-素材库 图67 批量操作 方式2：直接在公开课页面，单击【创建公开课】进行创建； 图68 创建公开课 创建分类后，单击【创建公开课程】按钮，选择课程素材，填写名称、分类，选择需要推送的学员。可以增加内容标签，这样学员就可以根据标签筛选。 图69 填写基本信息 在公开课列表页面，单击任务名称或者单击【查看】按钮，可以查看公开课统计数据，可以看到应学人数、已学人数、未学人数、学习时长，可以了解每个学员的学习情况，并且支持导出数据。 图70 统计分析

数据中心 从导师、学员的角度进行多维度的统计，与任务分析相结合形成不同报表。导师可根据成绩分析的结果，做到针对性的调整，从而使学员话术水平及业务素质整体提高。学员可根据报表结果找到练习过程中所存在的问题。 数据统计 导师可以从数据统计中获取任务统计、剧本统计、学员统计三个维度来分析当前学员任务整体情况和剧本练习情况 任务统计为学员话术对练练习情况统计，剧本统计为单个剧本完成情况的统计，学员统计为该学员整体任务情况。 图71 数据统计 任务分析 任务报表为导师已发布的陪练任务总体情况统计，导师可通过各项任务的数据对比可从任务的角度进行整体情况的分析，并查看学员报表中学员任务整体完成情况。 学员报表内除可查看各学员任务整体完成情况外，单击列表页查看可查看单个学员任务完成的整体情况 图72 任务分析 图73 学员报表 导师单击【学员pk报表】页面的具体人员，跳转至学员的【练习详情】 图74 练习详情 学员画像 导师可查看所有学员画像，单击学员画像【详情】可跳转至该学员话术能力详情页。导师通过学院画像可查看当前学员话术能力整体趋势，并针对性的对全体学员做出强化。 图75 学员画像 单击某个学员的详情，就可以查看学员的成长趋势。 图76 学员的成长趋势

配置中心 管理员可以在系统管理中自定义菜单、针对模拟客户增加自定义字段、配置任务的邮件通知模版、查看系统的操作日志。 管理员初始使用智能陪练，需在系统对自己的用户（学员、导师）做出相应配置，人员信息录入，人员权限分配以及菜单权限的分配以及其他参数配置等。 组织与用户 机构管理 机构管理可实现对用户所处的各大小层级机构进行管理。 机构管理进行新建机构，若新建的该机构存在上级机构，则可在新建机构时选择上级机构即建立该上级机构的下级机构。新建机构完成后将自动在列表生成编码，系统支持机构管理批量导入，导入机构时可进行自定义机构编码。 图77 机构管理 用户管理 管理员需通过用户管理实现所有使用该平台的用户进行人员信息录入及管理。 新建人员可以手动录入，同时系统支持用户批量管理人员信息，可参照模板导入、导出人员信息。 用户管理表单中可对每个用户进行编辑、非激活、分配权限、删除人员、强制重置密码操作。非激活可使用户处于非激活状态，该状态时候用户账号将被锁定并无法登录使用该平台。随后根据自身需求可对用户进行分配权限，该操作依赖目录页【人员】中的角色管理，详情见角色管理。 可以勾选多个用户进行批量操作：批量改为激活、非激活、批量修改角色、批量修改机构 图78 用户管理 白名单管理 白名单的管理，包括增、删、改、查、导入、导出等功能； 白名单应用：在培训中心的课程任务、试题任务、对练任务中编辑页面，可以引用白名单管理里面设置白名单。 图79 白名单 图80 添加白名单 角色管理 因为导师和学员都是在用户管理创建，那么在角色管理中，会将角色分为教学端和学员端的角色，教学端默认会有管理员和导师角色，学员端默认有学员角色，如果用户像自定义教学端的角色，可以进行设置。学员端只有学员角色，不支持修改、添加角色。 图81 新建角色 每个角色除拥有各自的菜单权限以外还需对其数据权限进行授权，部分用户存在不必要拥有的数据权限。 若对某角色资源库的删除数据权限进行全部授权，则该角色的所有用户可拥有删除剧本的权限。取消全部授权，可选择授权本人或授权分组。选择授权本人则本人拥有删除剧本的权限，选择授权分组即设定该可删除剧本的角色权限范围。 图82 数据权限1 图83 数据权限2 分组管理 考虑到学员在培训期间导师会将学员分成各个小组，所以导师可以在分组管理中创建多个学习小组，然后将学员添加进去，便于导师的培训跟踪。 首先创建分组类型，然后创建用户分组，然后选择某个分组后，单击添加学员按钮，这样就将学员添加到分组中了。 图84 分组管理

全局评分表 全局评分表的设置，支持评分表增、删、改、查； 在全局评分表中，可以设置2个维度的评分标准： 基于服务态度的评分：比如学员的情绪、语速快慢、音量清晰、是否存在抢插话等维度进行相应的扣分 基于话术准确度的评分：比如学员回答话术的准确度、是否命中回答要点（或关键词）、是否存在违规词等维度进行相应的扣分 图35 全局评分表1 图36 全局评分表2 全局评分表应用：在学员对练过程中，除了可以在每个节点或者每个问答知识中进行评分规则配置，还可以进行全局评分表的配置，实现所有节点或问答知识的得分控制；在配置流程剧本和问答剧本中可以选取使用，当符合此评分条件就会进行相应的扣分、加分。 图37 全局评分表应用

知识库 在知识库中可以管理企业中的所有课件资料、考试试题资料、优秀的案例录音，然后在培训中心就可以创建课程学习任务、话术练习/考试任务、试卷刷题/试卷考试任务。 素材库 单击上传资源可以在资源库中上传pdf、jpg、png、gif、docx、doc、xlsx、xls、ppt、pptx、mp4 、mp3、zip、rar类型的文件，导师可以上传培训的课件视频、音频、图片、文档的内容。单击上传素材按钮就会显示弹窗，里面会显示对某个格式文件的大小要求，支持上传多个素材，一次最多不超过20个，总大小不超过1G。 图40 素材库 图41 上传素材 试题库 试题库是一个包含大量试题的资源集合。试题类型包括：单选题、多选题、判断题、填空题、简答题；系统支持配置多个试题库，旨在满足不同教学和考试需求。 试题库支持批量导入，也支持手动配置；如果有大模型能力，还支持根据材料自动生成试题，大模型生成的试题经过用户审核，可被采纳到试题库中，用于后续试题任务出题。 图42 试题库 单击试题库表单【编辑】可进入试题库页面，进入该页面后可对每个试题进行编辑或删除的操作，可以简单查看到题目下方的答题情况。若建立题库后不需要进行题库的导入，也可以通过单击页面右上方【+新增试题】进行试题库的完善与补充。当前可支持的新增试题题型为单选题、多选题、判断题。 培训中心 讲师可以在培训中心完成对学员的培训功能，在这里可以创建课程，指定学员在规定时间内进行学习。针对需要对练的场景，比如练习销售话术或者客服回答话术，可以创建陪练任务完成人机对练。为了检验学习效果，可以创建考试任务，考试完成后讲师可以看到考试的整体完成情况 课程任务：讲师选择需要学习的课程素材，确定学习时间，制定需要完成学习的学员或相关机构或相关分组，推送给学员进行学习，讲师可以查看每个学员的学习进度，跟进学习情况。 陪练任务：讲师选择需要练习的话术剧本，设置好练习频次（每周练习/每日练习/总次数），设置练习模式（语音/文本/数字人练习），选择相关的学员，推送给学员进行练习。练习后，讲师可以看到每个学员的练习次数、通关次数、练习最高分。 试题任务：讲师选择题库，从中进行抽题，并设置每种题型的分数，设置好通关分数，选择考试时间和考试学员，学员就必须在规定时间内完成考试。考虑到可能会存在重考的情况，若讲师允许，可以设置多次考试，考试成绩将会以最高分记录。考试完成后，讲师可以看到考试整体情况：应考人数、参见考试人数、未考人数、最高分、最低分、平均分、通过率，以及考试排行榜，统计每个学员的考试情况，针对考题分析答错情况。 学习地图：对于需要在特定时间内针对某些学员完成学习、练习、考试等综合任务的场景，可以用学习地图。在学习地图中可以添加章节，章节里可以添加学习任务、陪练任务、试题任务，然后选择对应的学员和完成时间，设置好后，学员就可以学习并完成任务。 学习地图： 可以按场景（比如新员工培训）将课程学习、话术练习、试题考试等多个任务放到一起，便于导师跟踪整个任务的完成情况。 单击【创建任务】，填写好任务名称后完成创建。单击【编辑】按钮进入编辑页面。 图43 学习地图 图44 创建学习地图 在编辑页面中选择分配学员、填写课程介绍和课程大纲 图45 基础信息 图46 详情介绍 在学习大纲中，可以在左侧新建章节，然后创建子任务，选择任务即可保存。 图47 学习大纲 创建任务成功后，在学习地图任务列表中的操作列单击【推送】，即可推送给学员进行学习。已推送的计划任务可以复制出来，再创建一份副本。 针对正在进行中的任务，若中途需要暂停学习，可以单击【暂停】按钮，这样学员就看不到此任务。 课程任务 该页面可进行导师向学员布置课程任务，并将课程任务推送到学员的【学习中心-课程】处。 课程任务的发布首先将学员需要学习的课程上传至【知识库-素材库】，随后该页面单击+创建任务。 图48 课程任务1 创建任务时可自定义任务时间任务课时以及任务分配学员，设置自动推送时间。当到达自动推送时间后，该任务可被推送至学员学习中心处，也可以在新建课程任务保存后在列表操作栏选择手动进行课程任务的推送。 图49 课程任务2 当推送完成后，若已处理任务时间内，那么任务状态就是【进行中】，若在此过程中，需要再添加推送学员，鼠标可以移动到操作列中的更多按钮，选择【添加学员】按钮，选择学员后，系统将会给没有推送过的学员在推送一次。 若正在进行中的任务，因为某些原因需要学员暂时不看到，可以单击暂停按钮，若希望再次使用，单击【继续】按钮即可。 为了满足导师快速创建课程任务，可以找到相似的课程，单击【复制】就会创建一个副本，然后进行对应的编辑即可。 对于待推送的任务，可以编辑、删除。状态是进行中的任务不能删除的，如需要删除，需要先将任务进行暂停，然后再进行删除。 任务统计数据：在任务列表页面，单击任务名称或者【查看】，即可查看任务的统计分析数据； 图50 任务统计数据1 图51 任务统计数据2 因为课程任务、陪练任务、试题任务、计划任务都比较类似，所以关于操作按钮的说明不再赘述，用户可以直接参考课程任务的说明。 试题任务 导师可为学员试题练习和试题考试，试题练习任务以及考试任务的试题依赖【知识库-试题库】处所导入的题库，创建任务完成后导师可手动将任务推送至学员端。也可以通过试题练习任务直接生成考试任务。 单击任务名称或者【查看】按钮，可以查看试题任务的统计数据； 图52 试题任务1 图53 试题任务2 试题练习 在创建试练习时，选择题库，设置每个类型题目的分数和出题数，填写通过分数，要求次数。 图54 试题练习 图55 试题练习2 试题练习任务的要求次数表示学员刷题次数要达标，而且至少其中一次练习分数达到通过分数，才表示学员完成该练习任务。 试题考试： 试题考试可以新建，也可以由试题练习任务生成后，再进行编辑； 图56 新建试题考试 图57 生成试题考试 在试题考试任务配置页面，可以配置通过分数和允许次数； 只要在允许次数内通过，那么考试就算通过。同时若没用完允许次数，就已通过，那么学员可以不继续考试，也可以继续考试争取更高的分数。最终任务会取学员的最高考试成绩。 填写限时分钟后，超过限时分钟，则考试自动结束并提交考试结果。 考试时，可以设置答题时是否查看解析、题目是否打乱顺序、选项是否打乱顺序。 图58 通过分数 陪练任务 导师可新建陪练学习任务及陪练考试任务并推送到学员端，学员根据导师给任务设定的要求进行练习与考试。 图59 陪练任务 在发布陪练学习任务时，需要在【智能陪练-机器人平台-陪练机器人】下配置好机器人，详情见 陪练机器人。当陪练机器人配置完流程剧本或问答剧本才可新建陪练任务-话术对练任务。 对练任务： 在对练任务配置页面可以选择剧本； 图60 对练任务 新建学习任务选择需进行剧本的选择，选择剧本即为资源库所建立的流程剧本或问答剧本。 若开启【练习提示】，那么在话术对练时，在对练界面的右上角就会出现话术提示区域，里面会显示下一句话术。若关闭，则不会显示。若选择自定义，则可以设置在练习多少次后关闭提示。 图61 按学员 若开启【互动反馈】，详情见4.5反馈设置。开启后学员在练习时会有相应的互动反馈，反馈内容可在【通用设置-反馈设置】处根据需求进行自定义设置。 当添加了【资料附件】，那么对学员对练时就可以查看学习。 配置好以上信息后，单击保存，就完成了任务的创建，就会在列表页发现一个状态为未推送的学习任务，单击推送即可将任务推送至各个学员【学习中心-练习-话术对练】处进行学习。 陪练考试任务的新建，逻辑与陪练学习任务的新建一致，来源都为【智能陪练-机器人平台-陪练机器人】内的流程剧本以及问答剧本。但新建考试任务后，单击推送，陪练考试任务将被推送至学员端【学习-考试-话术考试】界面。 陪练考试任务也可以由话术对练生成； 图62 生成话术考试 图63 新建话术考试

NLP词库 通过维护敏感词库和敏感词白名单，对NLP敏感词库进行补充，维护好的词库，全局评分表中的评分规则进行选用。 图30 NLP敏感词库 敏感词库，用于维护敏感词，关联到全局评分表后，对练中如检出敏感词则进行扣分； 白名单库，即对练中被敏感词模型误召回的词语，添加为白名单后，不再被识别为敏感词； 图31 敏感词 意图库：支持分组管理意图，支持意图的增、删、改、查，支持导入导出。例如按照学员或者客户的意图 图32 客户的意图 意图库应用：在对话任务中的对练节点，进行机器人话术和学员话术编辑时，可选用意图库中的意图作为话术； 图33 意图库应用 图34 选用意图

教学首页 教学首页可以自定义常用功能、查看数据看板、资源总览、任务总览、趋势总览、学生排行5个方面的整个租户内容的统计数据。方便导师或系统管理员快速查看系统的数据情况。 图1 数据看板 图2 资源总览 图3 趋势总览 登录账号有教学端和学员端两种权限，那么在主界面的右上角就有【进入学员端】按钮，单击后即可进入学员端。 图4 进入学员端 单击右上角账号名称处，可以修改账号的登录密码，并且可以退出登录。 图5 退出登录

智能陪练 在智能陪练目录分为3个板块：【机器人平台】、【机器人运营】、【通用设置】；机器人平台 机器人平台：板块内涉及智能陪练的内容、模拟客户、全局评分表等配置项功能，导师可以通过一系列配置，将业务知识、业务流程等业务话术教学资源录入和沉淀，作为底层教学资源供其他导师在其它教学场景随时调用，是导师给学员分配陪练任务中需要学员对练的内容也是分发陪练任务的前提条件； 陪练机器人 用户可以创建多个陪练机器人，对企业来说可以将不同场景或者业务的话术资源进行分类，每个企业可以创建陪练机器人的数量有上限，剩余可创建数量在右上角页面显示。机器人支持导入导出，但导出后机器人不可以被编辑，否则可能导致导入机器人失败。单击回收站即可打开弹窗查看已删除的机器人。 陪练机器人是智能陪练的核心；问答知识、对话任务和剧本是陪练机器人的核心。三者关系是剧本要引用问答知识和对话任务配置的内容。 第一步导师需要在问答知识和对话任务中进行对练内容配置；一个陪练机器人可配置多个对话任务和问答知识。 问答知识：也就是FAQ，一个问答知识可以设置一个标准问、一个标准答案、多个相似问和评分规则；机器人可通过提出标准问或者相似问对学员提问，并依据评分规则对学员的回答进行评分。问答知识支持Excel模板导入。 对话任务：也就是完整的场景类模拟对话。对话流程在画布中配置多个对话节点并连线实现；每个对话节点包含一句机器人（客户）话术、一句学员标准话术和节点评分规则；对话任务支持Excel模板导入； 第二步剧本创建，导师需要创建流程剧本和问答剧本，为后续创建话术对练学习任务与话术对练考试任务中进行选用。一个陪练机器人可配置多个流程剧本和问答剧本。 一个对话任务对应一个流程剧本，一个问答剧本可以包含多个问答知识。 机器人信息：该页面可进行机器人信息的编辑和机器人所属行业划分。 Figure6 机器人信息 问答知识：进入新建知识页面后可进行归属分类、标准问法、标准回复等设定，设定该问答知识的分值，最后对该问答知识的扣分规则进行设定。单击+编辑规则进入添加条件组可对该问答知识进行分数规则设定。 图7 问答知识 图8 新建问答知识 图9 编辑问答知识 对话任务： 单击对话任务可跳转至对话任务界面，单击新建任务进入一个新的流程画布页面，或者已有对话任务进行配置与编辑，单击编辑进入界面； 图10 对话任务 进入该界面，画面所展示的为一个子流程，如：开始节点、验证身份，卡号、验证身份，密码等等为一个子流程。一个完整的子流程需包含跳转节点与对练节点。 图11 子流程 通常情况下每个对练节点的组成为一问一答，多个一问一答的模式可组成一个完整的剧本，即一个子流程。跳转节点通常即为流程结束时跳出流程使用 图12 一问一答 单击‘对练节点’并将其拖动至灰色画布页面处即可新增一个对练节点 图13 对练节点 单击开始节点的【默认】并拖动至对练节点处即可将两个节点相互连接，连线代表流程顺序，由开始节点进入对练节点再进入到下一个对练节点，即有一个问题循序渐进的问到下一个问题 图14 开始节点 每个对练节点都由一句机器人话术，一句学员标准话术以及学员话术的得分规则组成； 图15 机器人话术 单击“编辑规则”可展开分数规则配置页面，支持关键词（词语和正则）、相识度、违规者的配置，并支持不同关键词之间不同的逻辑关系配置； 图16 编辑规则 对练节点的内容也可以从问答知识里进行进行筛选，筛选后再编辑规则。 图17 筛选后再编辑规则 图18 询问其他问题 对练节点中，机器人话术支持自动生成相似问。单击【推荐相似问法】，机器人可生成多个相似问。相似问需要选择后进行添加； 在设置一个或多个对练节点后，需要跳出整个对话流程，需要对机器人配置一个跳转节点，以此结束机器人的对话流程。 图19 推荐相似问法 最终进行保存草稿并进行校验发布即可，即配置了一个完整的对话流程，学员可以通过这个流程进行一个对话流程的训练。 图20 进行校验发布 剧本：机器人中的每个对话任务可被新建为一个流程剧本，每个机器人包含的问答知识可被设定为问答剧本。流程剧本与问答剧本用于导师进行陪练学习任务的创建，导师推送任务后将学员端将会生成话术对练任务。 图21 全剧剧本 新建流程剧本时，选择对应的对话任务进行流程剧本的新建。其关联客户的设定依赖于【模拟客户库】中的所设定的模拟客户，评分标签依赖于【通用设置】中所设定的评分标签。新建完成后即可形成流程剧本资源。 图22 新建流程剧本1 图23 新建流程剧本2 词库管理：关键词、违规词、实体词和NLP词库的增、删、改、查功能。

方案架构 业务架构图 图1 业务架构图 方案主要由 华为云计算 底座、AI智能及云客服产品形成面向客户联络行业的全场景解决方案。它能够通过自然语言处理、 语音识别 等技术，实现与客户之间的智能交互，提供高效、便捷的服务支持。 自动化程度高‌：智能客服系统能够24小时不间断地为客户提供服务，无需人工干预即可处理大量常见问题，大大提高了客户服务的效率。 智能识别与回应‌：借助自然语言处理技术，智能客服能够准确识别客户的问题，并给出相应的回答和建议，实现与客户的智能交互。 学习能力强大‌：基于机器学习算法，智能客服能够不断学习和优化，提高回答问题的准确性和效率，从而更好地满足客户需求。 数据分析能力突出‌：通过大数据分析，智能客服能够洞察客户需求，为企业提供有价值的市场信息和商业智能，助力企业决策。‌ 部署架构图 图2 部署架构图 方案通过使用了以下云服务： 通过云数据库RDS for Mysql主备实例实现业务数据的存储与备份； 通过分布式缓存服务Redis实现用户会话信息快速读取； 通过华为云的 CSS 组件提供基于Elasticsearch的 云搜索服务 ； 通过CCE容器部署算法系统，简化部署流程，并缩短时长，平台部署周期缩短50%以上。

方案优势 金融级安全加密&自主可控：支持RDS、D CS 在X86和ARM两种不同架构的资源上进行部署；采用虚拟号外呼、平台加解密、加密透传、AXB中间号外呼等多类型加密方式，保障客户数据的安全和隐私，符合金融行业等对数据安全的严格要求。 降本增效&提升客户体验：智能客服能够减少人工客服的工作量，降低企业的人力成本; 可同时处理多个客户的问题，大大缩短了客户等待时间，提高了服务效率；并且能够准确识别客户需求，提供个性化的服务建议，提升客户满意度和忠诚度。 助力企业决策‌：智能客服系统通过大数据分析，能够洞察客户需求和市场趋势，为企业制定战略决策提供有力支持。 智能语音识别准确率高：SIS采用最新一代语音识别技术，基于深度神经网络（Deep Neural Networks，简称DNN）技术，大大提高了抗噪性能，使识别准确率显著提升。

应用场景 客户痛点： 人工服务效率低下、人员成本高昂。劳动力成本快速上涨、客服人员流动大、培训成本高 人工客服个体差异，质量参差不齐，效果难以把握 人力难以覆盖到所有时间的客户咨询，难以在复杂海量信息中给出迅速响应回复 传统人工操作数据处理环节多、留存量低、服务数据分散不易管理 接入渠道相对封闭，并且随着接入渠道的增加，业务量增加，人工管理难度大 知识维护成本高，难以穷举问题表达，需要不断完善新问题和相似问题 咨询过程体验差，解决问题效率太低，需要客户更准确的表达问题 通过本方案实现的业务效果： 智能化服务转型：将AI赋能企业服务，成为企业营销重要的一环，与整体市场营销、品牌形成合力，进行数字化、智能化服务转型 全流程提升客户体验：覆盖售前/售后全流程，多场景无缝融合，为客户提供全生命周期的智能化服务，准确赋能企业运营各环节 个性化服务提升解决效率：根据客户属性、预判客户意图实现个性化服务，快速高效的解决客户问题，达到千人千面的服务策略 降本增效：低学习成本、低配置成本、低运营成本，快速上手、可自主配置维护，自操作度高，以最低人工成本实现先进的机器人拦截效果和服务体验 最终客户满意度提升：从准确的答案匹配回复，再到贴心的拟人化服务，情绪识别，及时安抚，实现对客户全方位服务的闭环，全面提升客户满意度

对话标签 对话标签是以通话为维度，在通话结束后，根据配置规则给该通会话自动打的意向结论标签（一通会话一个，类似通话小结）。 标签值可以根据业务实际情况自定义，标签名称长度在 1 到 50 个字符，支持新增、删除，删除会自动校验是否被问答知识、流程节点、转人工规则、对话标签规则引用，被引用不支持删除。支持配置标签优先级：非必填，文本框仅支持输入1-100的整数，1的优先级最高，数字越大优先级低；填写后会话中如有多个标签，将以优先级高的为准，在优先级一致的情况下以最后一个标签为准。 图4 对话标签

机器人设置 基本信息展示了该机器人的名称、头像、行业、类型、所属人、备注信息的基本信息。其中所属人是指的当前机器人的归属者，支持更换所属人。备注信息是该机器人的描述信息，配置后，可在机器人平台页面的机器人卡片上展示。 图5 机器人设置 针对语音机器人，除上述配置信息外，还支持最大外呼时长和静音检测时间的高级设置的配置： 最大外呼时长指的是外呼通话时长超过设置的最大外呼时长后，将会自动挂断；最大外呼时长默认关闭。 静音检测时间指：当人停止说话后，机器人将等待设定的静音检测时长后才会回复话术。该处静音检测时间的配置是全局的（默认配置500ms），若在流程中单独配置，则流程中的优先级最高，即以流程中配置的时间为准。

训练平台 当企业使用场景不同时，所需机器人的语义模型不同，为帮助企业中的AI训练工程师通过数据训练出满足自己业务需求的语义模型，增加模型训练功能。通过模型训练，可以快速、灵活地按照自身的业务需求训练语义模型，自主完成数据模型的训练、模型评估。 训练是让机器人通过机器学习等人工智能技术，学习并掌握标准问题和相似问法的数据特征，以获得回答用户提问的能力。 在页面显示待训练标准问变更条数， 待训练语料变更条数，支持模型训练、实时显示训练进度和剩余所需时间，支持查看训练历史和详细模型数据，包含召回率、准确率、F1，同时下载验证数据，可以查看每个标准问数据及明细数据。 图6 训练平台

问答知识 问答知识主要用于回答用户的业务问题，在列表页支持展示目录树、标准问法、标准答案、归属分类、相似问法数量、命中次数（用户问题命中该标准问的累计数量）、知识更新时间、状态字段。支持按照相似问法数量、命中次数、更新时间排序，列表默认按照更新时间倒序排列。 图1 问答知识 目录树维护用以区分知识的分类和级别，展示各类别知识的数量和层级。目录树支持知识类别的增删改查，最多支持5级，支持按照目录树分类模糊搜索。

大屏监控 呼叫大屏支持展示当日企业呼叫中心各维度的关键数据，页面支持自动刷新。 展示数据包含： 今日坐席实时状态分布：呈现企业全部坐席状态的数量分布，其中状态包含示闲、示忙、通话、话后处理、小休和离线。 当前排队人数：呈现当前时间点企业的全部排队客户数。 今日话务总量：呈现企业当日的全部通话数。 今日通话总时长：呈现企业当日全部坐席与客户的通话总时长。 呼入电话总量：呈现企业当日的全部呼入电话总量。 呼入接听量：呈现企业当日呼入电话中被坐席接起的电话总量 呼入接听率：即呼入接听量/呼入电话总量。 呼出电话总量：呈现企业当日的全部呼出电话总量。 呼出接听量：呈现企业当日呼出电话中被客户接起的电话总量 呼出接听率：即呼出接听量/呼出电话总量。 呼入通话总时长：呈现企业当日呼入电话中被坐席接起电话的通话总时长 呼入通话平均时长：即呼入通话总时长/呼入接听量 呼出通话总时长：呈现企业当日呼出电话中被客户接起电话的通话总时长 呼出通话平均时长：即呼出通话总时长/呼出接听量 10s服务水平：呈现当日企业全部坐席接通的呼入电话中在振铃10s内（含）接听电话的比例 15s服务水平：呈现当日企业全部坐席接通的呼入电话中在振铃15s内（含）接听电话的比例 20s服务水平：呈现当日企业全部坐席接通的呼入电话中在振铃20s内（含）接听电话的比例 一次性解决率：呈现企业当日坐席的一次性解决率平均值，一次性解决率=当天之内只与该企业坐席接通过一次电话（包含呼入呼出）的客户/该企业全部坐席当天通过电话服务（包含呼入呼出）客户的总量*100% 业务类型TOP5：呈现企业当日由坐席填写的小结的数量前5名。 今日电话数据趋势：今日各个时间的呼入电话总量和呼出电话总量的趋势，每小时统计一次。 父主题： 全媒体呼叫中心

配置描述 参数入口： 在应用提交时通过“--conf”设置这些参数，或者在客户端的“{客户端安装目录}/Spark/spark/conf/spark-defaults.conf”配置文件中调整如下参数。 表1 参数说明 参数 参数说明 取值示例 spark.executor.memoryOverhead 用于指定每个executor的堆外内存大小(MB)，增大该参数值，可以防止物理内存超限。 该值是通过max(384,executor-memory*0.1)计算所得，最小值为384。 1024

配置场景 SparkSQL在进行shuffle操作时默认的分块数为200。在数据量特别大的场景下，使用默认的分块数就会造成单个数据块过大。如果一个任务产生的单个shuffle数据块大于2G，该数据块在被fetch的时候还会报类似错误： Adjusted frame length exceeds 2147483647: 2717729270 - discarded 例如，SparkSQL运行TPCDS 500G的测试时，使用默认配置出现错误。所以当数据量较大时需要适当的调整该参数。

配置场景 当Spark开启事件日志模式，即设置“spark.eventLog.enabled”为“true”时，就会往配置的一个日志文件中写事件，记录程序的运行过程。当程序运行很久，job很多，task很多时就会造成日志文件很大，如JD BCS erver、Spark Streaming程序。 而日志回滚功能是指在写事件日志时，将元数据事件（EnviromentUpdate，BlockManagerAdded，BlockManagerRemoved，UnpersistRDD，ExecutorAdded，ExecutorRemoved，MetricsUpdate，ApplicationStart，ApplicationEnd，LogStart）写入日志文件中，Job事件（StageSubmitted， StageCompleted， TaskResubmit， TaskStart，TaskEnd， TaskGettingResult， JobStart，JobEnd）按文件的大小进行决定是否写入新的日志文件。对于Spark SQL的应用，Job事件还包含ExecutionStart、ExecutionEnd。 Spark中有个HistoryServer服务，其UI页面就是通过读取解析这些日志文件获得的。在启动HistoryServer进程时，内存大小就已经定了。因此当日志文件很大时，加载解析这些文件就可能会造成内存不足，driver gc等问题。 所以为了在小内存模式下能加载较大日志文件，需要对大应用开启日志滚动功能。一般情况下，长时间运行的应用建议打开该功能。

配置场景 Spark SQL的表中，经常会存在很多小文件（大小远小于HDFS块大小），每个小文件默认对应Spark中的一个Partition，也就是一个Task。在很多小文件场景下，Spark会起很多Task。当SQL逻辑中存在Shuffle操作时，会大大增加hash分桶数，严重影响性能。 在小文件场景下，您可以通过如下配置手动指定每个Task的数据量（Split Size），确保不会产生过多的Task，提高性能。

配置描述 要启动小文件优化，在Spark客户端的“{客户端安装目录}/Spark/spark/conf/spark-defaults.conf”配置文件中进行设置。 当SQL逻辑中不包含Shuffle操作时，设置此配置项，不会有明显的性能提升。 表1 参数说明 参数 描述 取值示例 spark.sql.files.maxPartitionBytes 在读取文件时，将单个分区打包的最大字节数。 单位：byte。 134217728（即128M） spark.files.openCostInBytes 打开文件的预估成本， 按照同一时间能够扫描的字节数来测量。当一个分区写入多个文件时使用。高估更好，这样小文件分区将比大文件分区更先被调度。 4M

回答 这是正常现象。 数据分到哪个partition是通过对key的hashcode取模得到的，不同的hashcode取模后的结果有可能是一样的，那样数据就会被分到相同的partition里面，因此出现有些partition没有数据而有些partition里面有多个key对应的数据。 通过调整“spark.sql.shuffle.partitions”参数值可以调整取模时的基数，改善数据分块不均匀的情况，多次验证发现配置为质数或者奇数效果比较好。 在Driver端的“spark-defaults.conf”配置文件中调整如下参数。 表1 参数说明 参数 描述 取值示例 spark.sql.shuffle.partitions shuffle操作时，shuffle数据的分块数。 200

操作步骤 设置JDBCServer的公平调度策略。 Spark默认使用FIFO（First In First Out）的调度策略，但对于多并发的场景，使用FIFO策略容易导致短任务执行失败。因此在多并发的场景下，需要使用公平调度策略，防止任务执行失败。 在Spark中设置公平调度，具体请参考http://archive.apache.org/dist/spark/docs/3.1.1/job-scheduling.html#scheduling-within-an-application。 在JDBC客户端中设置公平调度。 在BeeLine命令行客户端或者JDBC自定义代码中，执行如下语句，其中PoolName是公平调度的某一个调度池。 SET spark.sql.thriftserver.scheduler.pool=PoolName; 执行相应的SQL命令，Spark任务将会在上面的调度池中运行。 设置BroadCastHashJoin的超时时间。 BroadCastHashJoin有超时参数，一旦超过预设的时间，该查询任务直接失败，在多并发场景下，由于计算任务抢占资源，可能会导致BroadCastHashJoin的Spark任务无法执行，导致超时出现。因此需要在JDBCServer的“spark-defaults.conf”配置文件中调整超时时间。 表1 参数描述 参数 描述 取值示例 spark.sql.broadcastTimeout BroadcastHashJoin中广播表的超时时间，当任务并发数较高的时候，可以调高该参数值。 -1（数值类型，实际为五分钟）

回答 问题原因： ApplicationMaster进程中有1个Credential Refresh Thread会根据token renew周期 * 0.75的时间比例上传更新后的Credential文件到HDFS上。 Executor进程中有1个Credential Refresh Thread会根据token renew周期 *0.8的时间比例去HDFS上获取更新后的Credential文件，用来刷新UserGroupInformation中的token，避免token失效。 当Executor进程的Credential Refresh Thread发现当前时间已经超过Credential文件更新时间（即token renew周期 *0.8）时，会等待1分钟再去HDFS上面获取最新的Credential文件，以确保AM端已经将更新后的Credential文件放到HDFS上。 当“dfs.namenode.delegation.token.renew-interval”配置值小于60秒，Executor进程起来时发现当前时间已经超过Credential文件更新时间，等待1分钟再去HDFS上面获取最新的Credential文件，而此时token已经失效，task运行失败，然后在其他Executor上重试，由于重试时间都是在1分钟内完成，所以task在其他Executor上也运行失败，导致运行失败的Executor加入到黑名单，没有可用的Executor，应用退出。 修改方案： 在Spark使用场景下，需设置“dfs.namenode.delegation.token.renew-interval”大于80秒。“dfs.namenode.delegation.token.renew-interval”参数描述请参表1考。 表1 参数说明 参数 描述 取值示例 dfs.namenode.delegation.token.renew-interval 该参数为服务器端参数，设置token renew的时间间隔，单位为毫秒。 86400000

回答 由于当前数据量较大，有50T数据导入，超过了shuffle的规格，shuffle负载过高，shuffle service服务处于过载状态，可能无法及时响应Executor的注册请求，从而出现上面的问题。 Executor注册shuffle service的超时时间是5秒，最多重试3次，该参数目前不可配。 建议适当调大task retry次数和Executor失败次数。 在客户端的“{客户端安装目录}/Spark/spark/conf/spark-defaults.conf”配置文件中配置如下参数。“spark.yarn.max.executor.failures”如果不存在，则手动添加该参数项。 表1 参数说明 参数 描述 取值示例 spark.task.maxFailures task retry次数。 4 spark.yarn.max.executor.failures Executor失败次数。关闭Executor个数动态分配功能的场景即“spark.dynamicAllocation.enabled”参数设为“false”时。 numExecutors * 2, with minimum of 3 Executor失败次数。开启Executor个数动态分配功能的场景即“spark.dynamicAllocation.enabled”参数设为“true”时。 3

问题 执行超过50T数据的shuffle过程时，出现部分Executor注册shuffle service超时然后丢失从而导致任务失败的问题。错误日志如下所示： 2016-10-19 01:33:34,030 | WARN | ContainersLauncher #14 | Exception from container-launch with container ID: container_e1452_1476801295027_2003_01_004512 and exit code: 1 | LinuxContainerExecutor.java:397 ExitCodeException exitCode=1: at org.apache.hadoop.util.Shell.runCommand(Shell.java:561) at org.apache.hadoop.util.Shell.run(Shell.java:472) at org.apache.hadoop.util.Shell$ShellCommandExecutor.execute(Shell.java:738) at org.apache.hadoop.yarn.server.nodemanager.LinuxContainerExecutor.launchContainer(LinuxContainerExecutor.java:381) at org.apache.hadoop.yarn.server.nodemanager.containermanager.launcher.ContainerLaunch.call(ContainerLaunch.java:312) at org.apache.hadoop.yarn.server.nodemanager.containermanager.launcher.ContainerLaunch.call(ContainerLaunch.java:88) at java.util.concurrent.FutureTask.run(FutureTask.java:266) at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142) at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617) at java.lang.Thread.run(Thread.java:745) 2016-10-19 01:33:34,031 | INFO | ContainersLauncher #14 | Exception from container-launch. | ContainerExecutor.java:300 2016-10-19 01:33:34,031 | INFO | ContainersLauncher #14 | Container id: container_e1452_1476801295027_2003_01_004512 | ContainerExecutor.java:300 2016-10-19 01:33:34,031 | INFO | ContainersLauncher #14 | Exit code: 1 | ContainerExecutor.java:300 2016-10-19 01:33:34,031 | INFO | ContainersLauncher #14 | Stack trace: ExitCodeException exitCode=1: | ContainerExecutor.java:300