文献

J-GLOBAL ID：202002231973230915   整理番号：20A2782525

ICS-Assist:大規模電子商取引ビジネスのためのオンライン顧客サービスにおける知的顧客質問解決推薦【JST・京大機械翻訳】

ICS-Assist: Intelligent Customer Inquiry Resolution Recommendation in Online Customer Service for Large E-Commerce Businesses

著者 (10件)： Fu Min (Alibaba Group, Hangzhou, China) ,  Fu Min (Macquarie University, Sydney, Australia) ,  Guan Jiwei (Macquarie University, Sydney, Australia) ,  Zheng Xi (Macquarie University, Sydney, Australia) ,  Zhou Jie (Alibaba Group, Hangzhou, China) ,  Lu Jianchao (Macquarie University, Sydney, Australia) ,  Zhang Tianyi (Harvard University, Cambridge, MA, USA) ,  Zhuo Shoujie (Alibaba Group, Hangzhou, China) ,  Zhan Lijun (Alibaba Group, Hangzhou, China) ,  Yang Jian (Macquarie University, Sydney, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12571  ページ： 370-385  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 効率的で適切なオンライン顧客サービスは,大きな電子商取引ビジネスに不可欠である。オンライン顧客サービスのための既存の解法推薦方法は,ランタイムで最も良い解決策を決定できず,エンド顧客の不十分な満足に通じる。本論文では,ランタイムでサービススタッフのための適切な顧客サービスソリューションを推薦するために,ICS-Assistと呼ばれる新しいインテリジェントフレームワークを提案した。具体的には,顧客サービスシナリオを同定し,シナリオ解マッピングテーブルに基づく顧客サービスソリューションを決定するために,一般化可能な2段階機械学習モデルを開発した。小型だが効率的な蒸留学習モデルを導出するために,「Palel-Student」と呼ばれる新しい知識蒸留ネットワークを提案した。ICS-Assistを実装し,Alibabaグループを用いた6か月以上のフィールド研究を用いて評価した。実験では,12000以上の顧客サービススタッフがICS-Assistを使用して,平均で230,000以上の事例を果たす。実験結果は,ICS-Assistが従来の手動法よりも著しく優れ,解受容率,解カバレージ率,平均サービス時間,顧客満足率,およびビジネスドメインキャタリング率を,最先端の方法と比較して,それぞれ16%,25%,6%,14%,および17%まで改善することを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  学習モデル ,  ネットワーク ,  蒸留 ,  自然言語処理 ,  顧客満足 ,  *電子商取引
準シソーラス用語： *顧客サービス ,  *オンライン ,  サービス時間 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 知的顧客サービス ,  自然言語処理 ,  深層学習 ,  蒸留学習

分類 (1件)： 経営工学一般  (KA01010C)

タイトルに関連する用語 (9件)： ICS ,  大規模 ,  電子商取引 ,  ビジネス ,  オンライン ,  顧客サービス ,  顧客 ,  質問 ,  推薦