为电子邮件提供自动客户支持

时间:2019-03-04 18:33:30 阅读:8次
摘要
此代码模式将引导您创建一种提供客户支持的自动化和认知方法。以电信域为例,它将引导您完成各种客户支持方案,例如启用服务,禁用服务,更改计划以及将家庭成员添加到计划中。
描述
组织每天通过电子邮件,电话和工作申请等各种渠道接收客户的通信。为了获得更好的客户支持,快速准确地对这些通信采取行动非常重要。但是,手动处理数千封电子邮件非常耗时且容易出错。需要构建一个自动化的智能系统来处理客户通信,这种代码模式有助于创建一个了解电子邮件意图和内容的系统,确定电子邮件是否具有处理请求所需的所有信息,并编写电子邮件要求缺少信息。
代码模式使用自然语言处理,理解电子邮件的意图,自动编写响应,并提供仪表板,包含意图和电子邮件的高级摘要。虽然此代码模式使用电信域,但您可以将其应用于任何域。它使用Watson Knowledge Studio进行自定义域自然语言处理,使用Watson Natural Language Understanding部署自定义域模型并从电子邮件中获取实体,使用Watson Natural Language Classifier获取电子邮件的意图,使用CloudantNoSQL数据库存储电子邮件和客户数据,和Node-RED集成电子邮件。
完成此模式后,您将知道如何:
使用Watson Knowledge Studio构建自定义模型,并将其部署在Watson Natural Language Understanding上
构建Node-RED流,集成电子邮件服务器,Watson服务和Cloudant数据库
部署应用程序,发送示例客户电子邮件,并使用简单的UI查看自动处理的电子邮件

使用Watson Knowledge Studio为Watson Natural Language Understanding部署为电信用例构建的自定义模型。
Node-RED流程获取(轮询)客户电子邮件并检索它们。
通过将客户电子邮件ID和Cloudant数据库中可用的客户数据与客户记录进行匹配来验证客户。
使用Watson Natural Language Understanding识别电子邮件中的信息(诸如姓名和电话号码等实体)。
使用Watson Natural Language Classifier识别电子邮件的意图(或服务请求类型)。
电子邮件内容,实体和意图将保存在Cloudant电子邮件数据库中,以用于每个请求。
客户支持代表访问部署在IBM云上的Node.js应用程序。
应用程序从Cloudant电子邮件数据库中提取电子邮件,实体和意图。
对电子邮件的响应是自动填充的(自动组合),客户支持代表只需单击发送按钮即可向客户发送响应。
说明
您可以在README文件中找到详细说明。这些步骤将解释如何:
克隆GitHub回购。
将Watson Knowledge Studio模型部署到自然语言理解。
创建IBM Cloudant数据库。
创建自然语言分类器服务实例。
设置并部署Node-RED流。
设置SendGrid服务。
部署应用程序并发送电子邮件。
运行该应用程序。
为电子邮件提供自动客户支持所属专题:电子邮件专题 邮件专题 《为电子邮件提供自动客户支持》链接:http://www.zhouchuanxiong.net/641