电信、移动和联通是我国通信网络的主要运营商。随着社会的发展和科技的进步,移动通信业务呈现多样化,使得网络运营商在为客户提供服务的同时也对网络的运营维护提出了更高的要求。除了需要解决日常的技术难题外,网络运营商还需要解决用户在接受服务的过程中遇到的问题,为用户提供更为优质的服务。本文以提升处理客户投诉效率为研究目标,利用BP神经网络算法对客户投诉的问题按关键字进行分类,分析总结出问题类型。对于总结出的问题类型,进行问题场景分析,总结标准话术、解决方案,并将结果构成知识库,从而开发设计出电信行业客服投诉智能分析系统。本文主要研究内容如下:(1)利用BP神经网络对客服问题分类。对客服投诉系统上线以来每月的工单进行统计分析、归类。根据历史投诉问题进行分析,总结出来问题类型的关键字,根据问题类型的关键字,利用神经网络的算法对问题类型进行梳理。根据梳理出来的问题大类,梳理出各类问题场景,设计出适配各类问题场景的业务模型整理出子问题场景、问题处理步骤、条件组合等。(2)客服投诉问题的智能解析。支持对投诉内容关键字的自动抓取及解析,进而借助人工选择多维度入口进行问题分析;支持根据关键字自动关联问题场景;分层级展现分析定位步骤,并对分析步骤以动态流程图的方式展现,使解决问题的思路简洁清晰更加透明化。(3)客服问题的智能答复。智能解析定位到的问题大类,按照问题大类的场景进行问题定位解析,对于定位到的问题结果,按照不同模板自动生成回复信息。