特許 7441954 コンタクトセンタシステム埋め込みの自動生成のための技術

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-02-21

(45)【発行日】2024-03-01

(54)【発明の名称】コンタクトセンタシステム埋め込みの自動生成のための技術

(51)【国際特許分類】

   G06F 16/90 20190101AFI20240222BHJP

   G06Q 50/10 20120101ALI20240222BHJP

   G06F 16/908 20190101ALN20240222BHJP

【ＦＩ】

G06F16/90 100

G06Q50/10

G06F16/908

【請求項の数】 20

(21)【出願番号】P 2022543016

(86)(22)【出願日】2021-10-11

(65)【公表番号】

(43)【公表日】2023-07-10

(86)【国際出願番号】 US2021054405

(87)【国際公開番号】W WO2022146526

(87)【国際公開日】2022-07-07

【審査請求日】2022-12-02

(31)【優先権主張番号】17/139,033

(32)【優先日】2020-12-31

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】523074490

【氏名又は名称】ジェネシス クラウド サービシーズ インコーポレイテッド

(74)【代理人】

【識別番号】110002848

【氏名又は名称】弁理士法人ＮＩＰ＆ＳＢＰＪ国際特許事務所

(72)【発明者】

【氏名】ウィース、フェリックス イマヌエル

(72)【発明者】

【氏名】スンダラム、ラマスブラマニアン

(72)【発明者】

【氏名】ガナパティラジュ、アラヴィンド

【審査官】三橋 竜太郎

(56)【参考文献】

【文献】特表２０１６－５０７８４４（ＪＰ，Ａ）

【文献】特表２０２０－５２０５９４（ＪＰ，Ａ）

【文献】特開２０１０－２１８２６６（ＪＰ，Ａ）

【文献】特開平１０－２２４４７８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １６／００－１６／９５８

Ｇ０６Ｑ １０／００－９９／００

(57)【特許請求の範囲】

【請求項1】

コンタクトセンタシステム埋め込みの自動化された生成方法であって、前記方法は、
コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つを判定することと、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント、前記１つ以上のコンタクトセンタシステムエージェントスキル、及び前記１つ以上のコンタクトセンタシステム仮想キュー経験のうちの前記少なくとも１つに基づいて、行列表現を生成することと、
前記コンピューティングシステムによって、及び前記行列表現に基づいて、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを生成することと、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント識別子、前記１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び前記１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの前記少なくとも１つを、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みであって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの重みはランダムに初期化される、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つに変換することと、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの最終的な重みを取得するために、機械学習を適用することによって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つを訓練することと、
を含む、方法。

【請求項2】

前記コンピューティングシステムによって、前記コンタクトセンタシステムエージェント埋め込みの前記１つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記１つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記１つ以上のうちの前記少なくとも１つの前記最終的な重みを比較することに基づいて、前記コンタクトセンタシステムエージェント埋め込みの２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することを更に含む、請求項１に記載の方法。

【請求項3】

前記２つ以上のコンタクトセンタシステムエージェント埋め込み、前記２つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記２つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの前記類似性を判定することは、コサイン類似性、主成分分析、又はｔ分布確率的近傍埋め込みのうちの少なくとも１つを利用することを含む、請求項２に記載の方法。

【請求項4】

前記コンタクトセンタシステムエージェント埋め込みの前記２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記２つ以上のうちの前記少なくとも１つの前記類似性を判定することに応じて、テレフォニ呼び出しをコンタクトセンタシステムエージェントにルーティングすることと、
前記コンタクトセンタシステムエージェント埋め込みの前記２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記２つ以上のうちの前記少なくとも１つの前記類似性を判定することに応じて、コンタクトセンタシステムエージェントを仮想キューに割り当てることと、
のうちの少なくとも１つを更に含む、請求項２に記載の方法。

【請求項5】

前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つは、ｋ次元ベクトルを含む、請求項１に記載の方法。

【請求項6】

前記ｋ次元ベクトルは、５次元空間又は１０次元空間にある、請求項５に記載の方法。

【請求項7】

前記変換すること及び前記訓練することのうちの少なくとも１つは、ニューラルネットワークに基づく、請求項１に記載の方法。

【請求項8】

前記行列表現を訓練のために単一行表現に変換することを更に含む、請求項１に記載の方法。

【請求項9】

前記最終的な重みを取得するために機械学習を適用することは、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つのドット積及びグラウンドトルースを決定することを含む、請求項１に記載の方法。

【請求項10】

前記１つ以上のコンタクトセンタシステムエージェントスキルは、１つ以上の言語スキル、１つ以上の製品スキル、又は１つ以上の教育スキルのうちの少なくとも１つを含む、請求項１に記載の方法。

【請求項11】

コンタクトセンタシステム埋め込みの自動生成のためのシステムであって、前記システムは、
少なくとも１つのプロセッサと、
記憶された複数の命令を含む少なくとも１つのメモリであって、前記命令は、前記少なくとも１つのプロセッサによる実行に応じて、前記システムに、
コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つを判定させ、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント、前記１つ以上のコンタクトセンタシステムエージェントスキル、及び前記１つ以上のコンタクトセンタシステム仮想キュー経験のうちの前記少なくとも１つに基づいて、行列表現を生成させ、
前記コンピューティングシステムによって、前記行列表現に基づいて、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを生成させ、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント識別子、前記１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び前記１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの前記少なくとも１つを、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みであって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの重みはランダムに初期化される、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つに変換させ、
前記コンピューティングシステムによって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの最終的な重みを取得するために、機械学習を適用することによって、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つを訓練させる、少なくとも１つのメモリと、
を備える、システム。

【請求項12】

前記複数の命令は、前記システムに、更に、
前記コンピューティングシステムによって、前記コンタクトセンタシステムエージェント埋め込みの前記１つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記１つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記１つ以上のうちの前記少なくとも１つの前記最終的な重みを比較することに基づいて、前記コンタクトセンタシステムエージェント埋め込みの２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定させる、請求項１１に記載のシステム。

【請求項13】

前記２つ以上のコンタクトセンタシステムエージェント埋め込み、前記２つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記２つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つの前記類似性を判定することは、コサイン類似性、主成分分析、又はｔ分布確率的近傍埋め込みのうちの少なくとも１つを利用することを含む、請求項１２に記載のシステム。

【請求項14】

前記複数の命令は、前記システムに、更に、
前記コンタクトセンタシステムエージェント埋め込みの前記２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記２つ以上のうちの前記少なくとも１つの前記類似性を判定することに応じて、テレフォニ呼び出しをコンタクトセンタシステムエージェントにルーティングさせる、又は
前記コンタクトセンタシステムエージェント埋め込みの前記２つ以上、前記コンタクトセンタシステムエージェントスキル埋め込みの前記２つ以上、及び前記コンタクトセンタシステム仮想キュー埋め込みの前記２つ以上のうちの前記少なくとも１つの前記類似性を判定することに応じて、コンタクトセンタシステムエージェントを仮想キューに割り当てさせる、
請求項１２に記載のシステム。

【請求項15】

前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つは、ｋ次元ベクトルを含む、請求項１１に記載のシステム。

【請求項16】

前記ｋ次元ベクトルは、５次元空間又は１０次元空間にある、請求項１５に記載のシステム。

【請求項17】

前記変換すること及び前記訓練することのうちの少なくとも１つは、ニューラルネットワークに基づく、請求項１１に記載のシステム。

【請求項18】

前記複数の命令は、前記システムに、更に、
前記行列表現を訓練のために単一行表現に変換させる、請求項１１に記載のシステム。

【請求項19】

前記最終的な重みを取得するために機械学習を適用することは、前記１つ以上のコンタクトセンタシステムエージェント埋め込み、前記１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び前記１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの前記少なくとも１つのドット積及びグラウンドトルースを決定することを含む、請求項１１に記載のシステム。

【請求項20】

前記１つ以上のコンタクトセンタシステムエージェントスキルは、１つ以上の言語スキル、１つ以上の製品スキル、又は１つ以上の教育スキルのうちの少なくとも１つを含む、請求項１１に記載のシステム。

【発明の詳細な説明】

【背景技術】

【0001】

関連出願の相互参照
本出願は、２０２０年１２月３１日に出願された米国非仮特許出願第１７／１３９，０３３号に対する優先権を主張し、その全体が参照により本明細書に組み込まれる。

【0002】

コンタクトセンタエージェントは、特定のスキルのセットを有し得、様々な異なるエンドユーザに役立ち得る。コンタクトセンタは、そのような呼び出しを管理するために利用可能なエージェントよりも多くのエンドユーザテレフォニ呼び出しを受信することが多いことがある。エンドユーザは、自分の質問に回答するのに最も適格なエージェント及び／又は以前に自分の質問に回答したエージェントによって自分の呼び出しに対して回答されることを望むことがある。しかしながら、エージェントは様々な異なる理由（例えば、別のエンドユーザとの呼び出し中など）で利用できない可能性があるため、最も適格なエージェント及び／又は同じエージェントがエンドユーザの呼び出しに応じられるとは限らないことがある。問題は、呼び出しをルーティングするために利用できないエージェントに最も類似する別のエージェントを見つけることが困難なことがあることである。

【0003】

更に、新しいエージェントがコンタクトセンタに雇用された後、新しいエージェントをコンタクトセンタ内のどの仮想キューに割り当てるべきか、又は新しいエージェントがどのタイプのエンドユーザから呼び出しを受けるべきかが分からないことがある。問題は、新しいエージェントが成功するスキルを持たない仮想キューに新しいエージェントを割り当てると、新しいエージェントが非生産的になり、及び／又は新しいエージェントが生産的になるための立ち上がり時間が長くなることがあることである。

【発明の概要】

【0004】

一実施形態によれば、コンタクトセンタシステム埋め込みの自動生成の方法は、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つを判定することと、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つに基づいて、行列表現を生成することと、コンピューティングシステムによって、行列表現に基づいて、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを生成することと、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みであって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの重みはランダムに初期化される、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つに変換することと、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの最終的な重みを取得するために、機械学習を適用することによって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つを訓練することと、を含んでもよい。

【0005】

いくつかの実施形態では、方法は、コンピューティングシステムによって、コンタクトセンタシステムエージェント埋め込みの１つ以上、コンタクトセンタシステムエージェントスキル埋め込みの１つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの１つ以上のうちの少なくとも１つの最終的な重みを比較することに基づいて、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することを更に含んでもよい。

【0006】

いくつかの実施形態では、２つ以上のコンタクトセンタシステムエージェント埋め込み、２つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び２つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの類似性を判定することは、コサイン類似性、主成分分析、又はｔ分布確率的近傍埋め込みのうちの少なくとも１つを利用することを含み得る。

【0007】

いくつかの実施形態では、方法は、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することに応じて、テレフォニ呼び出しをコンタクトセンタシステムエージェントにルーティングすることと、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することに応じて、コンタクトセンタシステムエージェントを仮想キューに割り当てることと、のうちの少なくとも１つを更に含み得る。

【0008】

いくつかの実施形態では、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つは、ｋ次元ベクトルを含み得る。

【0009】

いくつかの実施形態では、ｋ次元ベクトルは、５次元空間又は１０次元空間にあり得る。

【0010】

いくつかの実施形態では、変換すること及び訓練することのうちの少なくとも１つは、ニューラルネットワークに基づき得る。

【0011】

いくつかの実施形態では、行列表現を訓練のために単一行表現に変換することを更に含み得る。

【0012】

いくつかの実施形態では、最終的な重みを取得するために機械学習を適用することは、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つのドット積及びグラウンドトルースを決定することを含み得る。

【0013】

いくつかの実施形態では、１つ以上のコンタクトセンタシステムエージェントスキルは、１つ以上の言語スキル、１つ以上の製品スキル、又は１つ以上の教育スキルのうちの少なくとも１つを含み得る。

【0014】

一実施形態によれば、コンタクトセンタシステム埋め込みの自動生成のためのシステムは、少なくとも１つのプロセッサと、記憶された複数の命令を含む少なくとも１つのメモリとを含んでもよく、命令は、少なくとも１つのプロセッサによる実行に応じて、システムに、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つを判定させ、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験のうちの少なくとも１つに基づいて、行列表現を生成させ、コンピューティングシステムによって、行列表現に基づいて、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを生成させ、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みであって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの重みはランダムに初期化される、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つに変換させ、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの最終的な重みを取得するために、機械学習を適用することによって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つを訓練させる。

【0015】

いくつかの実施形態では、複数の命令は更にシステムに、コンピューティングシステムによって、コンタクトセンタシステムエージェント埋め込みの１つ以上、コンタクトセンタシステムエージェントスキル埋め込みの１つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの１つ以上のうちの少なくとも１つの最終的な重みを比較することに基づいて、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定させてもよい。

【0016】

いくつかの実施形態では、２つ以上のコンタクトセンタシステムエージェント埋め込み、２つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び２つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つの類似性を判定することは、コサイン類似性、主成分分析、又はｔ分布確率的近傍埋め込みのうちの少なくとも１つを利用することを含み得る。

【0017】

いくつかの実施形態では、複数の命令は、更にシステムに、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することに応じて、テレフォニ呼び出しをコンタクトセンタシステムエージェントにルーティングさせてもよい、又は、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定することに応じて、コンタクトセンタシステムエージェントを仮想キューに割り当てさせてもよい。

【0018】

いくつかの実施形態では、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つは、ｋ次元ベクトルを含み得る。

【0019】

いくつかの実施形態では、ｋ次元ベクトルは、５次元空間又は１０次元空間にあり得る。

【0020】

いくつかの実施形態では、変換すること及び訓練することのうちの少なくとも１つは、ニューラルネットワークに基づき得る。

【0021】

いくつかの実施形態では、複数の命令は、更にシステムに、行列表現を訓練のために単一行表現に変換させてもよい。

【0022】

いくつかの実施形態では、最終的な重みを取得するために機械学習を適用することは、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つのドット積及びグラウンドトルースを決定することを含み得る。

【0023】

いくつかの実施形態では、１つ以上のコンタクトセンタシステムエージェントスキルは、１つ以上の言語スキル、１つ以上の製品スキル、又は１つ以上の教育スキルのうちの少なくとも１つを含み得る。

【0024】

この概要は、特許請求される主題の重要な又は本質的な特徴を特定することを意図するものではなく、特許請求される主題の範囲を限定する助けとして使用されることも意図されていない。本出願の更なる実施形態、形態、特徴、及び態様は、本明細書と共に提供される説明及び図から明らかになるであろう。

【図面の簡単な説明】

【0025】

本明細書に記載された概念は、例として例示されており、添付の図面における限定としてではない。説明を簡単かつ明確にするために、図に示す要素は必ずしも縮尺通りに描かれていない。適切であると考えられる場合、参照ラベルは、対応する又は類似の要素を示すために図面間で繰り返されている。

【0026】

【図1】コンタクトセンタシステム埋め込みの自動生成の方法の少なくとも１つの実施形態の簡略化されたフロー図である。

【0027】

【図2】コンタクトセンタシステムエージェントが有することができる、コンタクトセンタシステムエージェントスキル及びコンタクトセンタシステム仮想キュー経験に基づく行列表現の少なくとも１つの実施形態を示す図である。

【0028】

【図3】コンタクトセンタシステム埋め込みの自動生成に利用することができるニューラルネットワークの少なくとも１つの実施形態を示す図である。

【0029】

【図4】ニューラルネットワーク訓練のための図２の行列表現の単一行表現の少なくとも１つの実施形態を示す図である。

【0030】

【図5】図１の方法を使用したコンタクトセンタシステム埋め込みの自動生成に基づいて、利用可能なエージェントに呼び出しをルーティングするための方法の少なくとも１つの実施形態の簡略化されたフロー図である。

【0031】

【図6】図１の方法を使用したコンタクトセンタシステム埋め込みの自動生成に基づいて、新たに雇用されたエージェントをコンタクトセンタシステム内の仮想キューに割り当てるための方法の少なくとも１つの実施形態の簡略化されたフロー図である。

【0032】

【図7】コンピューティングシステムの少なくとも１つの実施形態の簡略ブロック図である。

【発明を実施するための形態】

【0033】

本開示の概念は様々な修正及び代替形態の影響を受けやすいが、特定の実施形態が図面に例として示されており、本明細書で詳細に説明される。しかしながら、本開示の概念を開示された特定の形態に限定する意図はなく、逆に、その意図は、本開示及び添付の特許請求の範囲と一致するすべての修正、等価物、及び代替物を網羅することであることを理解されたい。

【0034】

「１つの実施形態」、「一実施形態」、「例示的な実施形態」などの言及は、記載された実施形態が特定の特徴、構造、又は特性を含み得るが、全ての実施形態が特定の特徴、構造、又は特性を必ず含んでもよく、あるいは含まなくてもよいことを示す。更に、かかる語句は、必ずしも同じ実施形態を指しているわけではない。「好ましい」構成要素又は特徴への言及は、一実施形態に関する特定の構成要素又は特徴の望ましいことを示すことができるが、本開示は、そのような構成要素又は特徴を省略することができる他の実施形態に関してそのように限定するものではないことを更に理解されたい。更に、特定の特徴、構造、又は特性が実施形態と関連して記載される場合、明確に記載されているかどうかに関わりなく、他の実施形態と関連するこのような特徴、構造、又は特性への実施は、当業者の知見内であるものとする。更に、「Ａ、Ｂ、及びＣの少なくとも１つ」の形式のリストに含まれる項目は、（Ａ）、（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味することができることを理解されたい。同様に、「Ａ、Ｂ、又はＣの少なくとも１つ」の形式で列挙された項目は、（Ａ）（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味することができることを理解されたい。更に、特許請求の範囲に関して、「１つの（a）」、「１つの（an）」、「少なくとも１つの（at least one）」、及び／又は「少なくとも１つの部分（at least one portion）」などの単語及び句の使用は、特に反対の記載がない限り、そのような要素の１つのみに限定されるように解釈されるべきではなく、「少なくとも一部の（at least a portion）」及び／又は「一部の（a portion）」などの句の使用は、特に反対の記載がない限り、そのような要素の一部のみを含む実施形態及びそのような要素の全体を含む実施形態の両方を包含するように解釈されるべきである。

【0035】

開示された実施形態は、場合によっては、ハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせで実施されてもよい。開示された実施形態はまた、１つ以上のプロセッサによって読み取られ実行され得る１つ以上の一時的又は非一時的機械可読（例えば、コンピュータ可読）記憶媒体によって実行されるか又は記憶される命令として実装され得る。機械可読記憶媒体は、機械（例えば、揮発性若しくは不揮発性メモリ、メディアディスク、又は他のメディアデバイス）によって読み取り可能な形式で情報を記憶又は送信するための任意の記憶デバイス、機構、又は他の物理的構造として具現化されてもよい。

【0036】

図面では、いくつかの構造的又は方法的特徴を特定の配置及び／又は順序で示すことができる。しかしながら、そのような特定の配置及び／又は順序付けは必要とされなくてもよいことを理解されたい。むしろ、いくつかの実施形態では、そのような特徴は、反対のことが示されていない限り、例示的な図面に示されているものとは異なる方法及び／又は順序で配置されてもよい。更に、特定の図に構造的又は方法的特徴を含めることは、そのような特徴がすべての実施形態で必要とされることを意味するものではなく、いくつかの実施形態では、含まれなくてもよく、又は他の特徴と組み合わされてもよい。

【0037】

ここで図１を参照すると、使用中、コンピューティングシステム７００は、コンタクトセンタシステム埋め込みの自動生成のための方法１００を実行することができる。いくつかの実施形態では、コンタクトセンタシステム埋め込みは、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つを含み得る。方法１００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。

【0038】

コンタクトセンタシステムは、コンタクトセンタサービス（例えば、コールセンタサービス）をエンドユーザに提供し、そうでなければ本明細書に記載の機能を実行することができる任意のシステムとして具現化され得る。特定の実施形態に応じて、コンタクトセンタシステムは、コンタクトセンタシステムを利用する組織の構内に配置されてもよく、及び／又は組織に対して遠隔に配置されてもよい（例えば、クラウドベースのコンピューティング環境において）ことを理解されたい。いくつかの実施形態では、コンタクトセンタシステムの一部は、組織の構内／キャンパスに配置されてもよく、一方、コンタクトセンタシステムの他の部分は、組織の構内／キャンパスに対して遠隔に配置される。このように、コンタクトセンタシステムは、組織又はそのサードパーティサービスプロバイダ専用の機器内に配備されてもよく、かつ／又は、例えば、複数の企業向けの複数のコンタクトセンタをサポートするためのインフラストラクチャを備えたプライベート又はパブリッククラウド環境などのリモートコンピューティング環境に配備されてもよいことを理解されたい。いくつかの実施形態では、コンタクトセンタシステムは、電話及び／又は他の通信機構を介したサービスの提供を可能にするためのリソース（例えば、作業者、コンピュータ、及び電気通信機器）を含む。そのようなサービスは、例えば、特定のタイプのコンタクトセンタに応じて、技術サポート、ヘルプデスクサポート、緊急応答、及び／又は他のコンタクトセンタサービスを含むことができる。

【0039】

コンタクトセンタシステムエージェントは、特定のスキルのセットを有し得る。そのようなスキルに帰する価値は、エージェントが割り当てられるコンタクトセンタシステム、又はエージェントがエンドユーザに提供する支援に依存し得る。いくつかの実施形態では、エージェントスキルは、言語スキル、製品スキル、又は教育スキルを含むことができる。言語スキルは、エージェントが話す及び／又は理解することができる言語の種類に関するスキルであってもよい。いくつかの実施形態では、言語スキルは、英語、スペイン語、フランス語、ドイツ語、ロシア語、ポルトガル語、中国語、又はヒンディ語のうちの少なくとも１つであってもよい。例えば、コンタクトセンタシステムが英語、スペイン語、フランス語、及びドイツ語を話すエンドユーザをサポートする場合、エージェントは、そのようなエージェントがそれらの言語のうちの１つ以上を話す場合、１つ以上の言語スキルを有することができる。言語スキルは、任意の話し言葉に関するスキルを含み得ることを理解されたい。製品スキルは、エージェントがサポートすることができる製品のタイプ（すなわち、そのような製品に関する問い合わせに関するサポートをエンドユーザに提供する）に関するスキルであり得る。例えば、Ａ社のコンタクトセンタシステムがＡ社の製品Ｘ、Ｙ、Ｚをサポートしていれば、製品Ｘ、Ｚに精通したエージェントが製品スキルＸ、Ｚを保有していてもよい。教育スキルは教育資格に関するスキルであってもよい。エージェントのスキルは、コンタクトセンタシステムをサポートするために必要又は有用であり得る任意の様々なスキルを含み得ることを更に理解されたい。

【0040】

コンタクトセンタシステム仮想キューは、エージェントを記述するためにも使用され得る。いくつかの実施形態では、エージェントは、１つ以上のコンタクトセンタシステム仮想キュー経験を有し得る。例えば、エンドユーザがコンタクトセンタシステムのエージェントと話すために呼び出しを行うとき、呼び出しは、コンタクトセンタシステムの仮想キューに配置されてもよい。エージェントは、特定の仮想キューに割り当てられ、そのような仮想キューによって表される主題又はエージェントがそのような仮想キューから呼び出しを受けていることがあるエンドユーザのタイプに関する専門知識を有することができる。言語スキル又は教育スキルとは異なり、エージェントが割り当てられ得る仮想キューはしばしば変化し得るので、仮想キューはエージェントスキルよりも動的であり得る。例えば、エージェントは、「請求照会」のために仮想キューに割り当てられ、次いで１週間後に「新規注文照会」などの別の仮想キューに再割り当てされてもよい。

【0041】

埋め込みは、離散エンティティの連続数のベクトルへのマッピングであり得る。コンタクトセンタシステムエージェントは、離散エンティティであってもよい。埋め込みは、離散エンティティ（すなわち、エージェント）の低次元の学習された連続ベクトル表現であり得る。埋め込みは、離散エンティティの次元を低減し、変換された空間内の変数を意味のあるように表すことができる。埋め込みは、例えば、クラスタカテゴリに基づいて推奨を行うために使用され得る埋め込み空間内の最近傍を見つけることを含む、いくつかの目的を有し得ることを理解されたい。更に、埋め込みは、教師付きタスクのための機械学習モデルへの入力として使用されてもよい。更に、埋め込みは、概念及びカテゴリ間の関係の視覚化に使用することができる。ベクトル形態になると、２つのエージェントを比較して、そのようなエージェントが互いにどの程度類似しているかを判定することができる。より新しいベクトルを生じさせるために、ベクトルを加算又は減算することができる。エージェントなどの離散エンティティをベクトルに変換するプロセスは、一般に、大量のデータ及び機械学習を使用してそのようなデータを訓練することを含み得る。いくつかの実施形態では、ニューラルネットワークアプローチを利用して、コンタクトセンタシステム埋め込みを生成（例えば、自動的に）することができる。

【0042】

コンピューティングシステム７００は、人工知能、適応学習、ボット、認知コンピューティング、及び／又は他の自動化技術を含む及び／又は活用することができる。例えば、いくつかの実施形態では、コンピューティングシステム７００は、１つ以上のニューラルネットワークアルゴリズム、回帰アルゴリズム、インスタンスベースのアルゴリズム、正則化アルゴリズム、決定木アルゴリズム、ベイズアルゴリズム、クラスタリングアルゴリズム、相関規則学習アルゴリズム、深層学習アルゴリズム、次元削減アルゴリズム、規則ベースのアルゴリズム、アンサンブルアルゴリズム、人工知能、及び／又は他の適切な機械学習アルゴリズム、人工知能アルゴリズム、技術、及び／又は機構を利用し得る。

【0043】

本明細書に記載の技術は、エージェントのスキル及び／又は仮想キューを活用してエージェントプロファイル（すなわち、埋め込み）を生成することを可能にし得ることを理解されたい。エージェントプロファイル／埋め込みは、エージェントを同様のスキル及び／又は仮想キュー経験と共にグループ化することを可能にすることができ、これはより良いエンドユーザ体験を提供するのに役立ち得る。例えば、エージェントが呼び出しを受信することができない場合、呼び出しは最も類似した利用可能なエージェントにルーティングされ得る。同様に、新たに雇用されたエージェントがコンタクトセンタシステムに参加すると、エージェントプロファイルを使用して、エージェントのスキル及び／又は仮想キュー経験に基づいてエージェントをグループ化し、エージェントがより早く生産的になるようにすることができる。

【0044】

方法１００の実行前に、ユーザは、エージェントの履歴書、求職、及び／又はエージェントのスキル及び／又は職務履歴を列挙する他の情報（すなわち、エージェントが以前に作業したことのある仮想キュー）をアップロードするために、アプリケーションのグラフィカルユーザインタフェースを介してコンピューティングシステム７００と対話することができることを理解されたい。例示的な方法１００は、コンピューティングシステム７００が、エージェントが１つ以上のコンタクトセンタシステムエージェントスキルを所有していると判定することができるブロック１０２から開始することができる。例えば、コンピューティングシステム７００は、エージェントが英語及びスペイン語（すなわち、エージェントは言語スキルを有する）を話し、製品Ｘ及びＹ（すなわち、エージェントは製品スキルを有する）をサポートすると判定することができる。ブロック１０４において、コンピューティングシステム７００は、エージェントが１つ以上の仮想キュー経験を有すると判定することができる。例えば、コンピューティングシステム７００は、エージェントが「課金」のために仮想キューで作業した経験があると判定することができる。

【0045】

ブロック１０６において、コンピューティングシステム７００は、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び／又は１つ以上の仮想キュー経験のうちの少なくとも１つに基づいて、行列表現を生成してもよい。例えば、図２は、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び／又は１つ以上の仮想キュー経験に基づく行列表現を示す。図２に示す例では、テーブルは、エージェントが行として表され、エージェントスキル及び／又は仮想キュー経験が列として表される行列として見ることができる。例えば、「言語スキル１」、「言語スキル２」、及び「言語スキル３」は、言語スキルを表す。「製品スキル１」、「製品スキル２」、「製品スキル３」は、製品のスキルを示し、「仮想キュー１」、「仮想キュー２」、及び「仮想キュー３」は、仮想キュー経験を表す。同様に、例えば、「エージェント１」、「エージェント２」、「エージェントＮ」は、コンタクトセンタシステムエージェントを表す。エージェントがスキルを有する場合、表は「１」でマークされる。エージェントがスキルを有していない場合、表は「０」でマークされる。図２に示す行列表現に含まれる数字「１」及び「０」は、各エージェントが、表に示されるスキルの総数と比較して、少ないスキルしか有していない可能性があるため、疎である。例えば、「エージェント１」は、「言語スキル１」（例えば、ドイツ人）及び「言語スキル３」（例えば、フランス語）を保有しているが、「言語スキル２」（例えば、ヒンディ）を保有していない。行列表現は、例えば、数十から数万のエントリ（又はそれ以上）を含む、任意の数のコンタクトセンタシステムエージェント、コンタクトセンタシステムエージェントスキル、及び所望の仮想キュー経験を含むことができることを理解されたい。

【0046】

図１を参照して、ブロック１０８において、コンピューティングシステム７００は、ブロック１０６において生成された行列表現に基づいて、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを生成してもよい。図２に戻って参照すると、識別子１、２、及び３は、３つの異なるエージェント（例えば、「エージェント１」、「エージェント２」、「エージェント３」）について生成されている。「Ｎ」のエージェントが存在する場合、生成された識別子は１～「Ｎ」であり得る。同様に、図２に示すように、識別子１、２、及び３は、３つの異なる言語スキル（例えば、「言語スキル１」、「言語スキル２」、及び「言語スキル３」）、３つの異なる製品スキル（例えば、「製品スキル１」、「製品スキル２」、「製品スキル３」）、及び３つの異なる仮想キュー経験（例えば、「仮想キュー１」、「仮想キュー２」、及び「仮想キュー３」）に対して生成されている。「Ｍ」個のエージェントスキル及び仮想キューがある場合、生成された識別子は１～「Ｍ」であり得る。

【0047】

図１に戻って参照すると、ブロック１１０において、コンピューティングシステム７００は、１つ以上のコンタクトセンタシステムエージェント識別子、１つ以上のコンタクトセンタシステムエージェントスキル識別子、及び１つ以上のコンタクトセンタシステム仮想キュー識別子のうちの少なくとも１つを、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つに変換してもよい。上述したように、埋め込みを構築することは、離散エンティティ（例えば、エージェント）をベクトルに変換することを含むことができる。例えば、コンピューティングシステム７００は、ブロック１０８で生成された（例えば、「エージェント１」、「エージェント２」、「エージェント３」）１つ以上のコンタクトセンタシステムエージェント識別子を、１つ以上のコンタクトセンタシステムエージェント埋め込みに変換することができる。更に、例えば、コンピューティングシステム７００は、ブロック１０８で生成された（例えば、「言語スキル１」、「言語スキル２」など、又は「製品スキル１」、「製品スキル２」など）１つ以上のコンタクトセンタシステムエージェントのスキル識別子を、１つ以上のコンタクトセンタシステムエージェントスキル埋め込みに変換することができる。更に、例えば、コンピューティングシステム７００は、ブロック１０８（例えば、「仮想キュー１」、「仮想キュー２」など）で生成された１つ以上のコンタクトセンタシステム仮想キュー識別子を１つ以上のコンタクトセンタシステム仮想キュー埋め込みに変換することができる。いくつかの実施形態では、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みは、ｋ次元ベクトルであり得る。いくつかの実施形態では、ｋ次元ベクトルは５次元空間（すなわち、Ｋ＝５）にある。いくつかの実施形態では、ｋ次元ベクトルは１０次元空間（すなわち、Ｋ＝１０）にある。例えば、コンタクトセンタシステムエージェントを含む実施形態では、コンピューティングシステム７００は、「エージェント１」、「エージェント２」、及び「エージェント３」を各エージェントのｋ次元ベクトルに変換することができ、Ｋ＝５である場合、各エージェントは、以下に示すようにｋ次元ベクトルとして表すことができる。

【0048】

［１］＝［０．１，０．０７，－０．４３，０．６８，０．０１］

【0049】

［２］＝［－０．７，０．６５，０．０３，－０．０５，０．３８］

【0050】

［Ｎ］＝［０．１，０．０８，－０．３９，０．７５，０．０５］

【0051】

「エージェント１」は、［１］として表され得る。「エージェント２」は、［２］として表され得る。「エージェントＮ」は、［Ｎ］として表され得る。各小数は、この例に示す３つのコンタクトセンタシステムエージェント埋め込みの異なる次元及び特定の重みを表すことができる。１つ以上のコンタクトセンタシステムエージェントスキル埋め込み及び／又は１つ以上のコンタクトセンタシステム仮想キュー埋め込みは、この例に示すように、５次元空間内のｋ次元ベクトルとして同様に表すことができることを理解されたい。

【0052】

図３は、コンタクトセンタシステム埋め込みの自動生成に利用され得るニューラルネットワークを示す。例示的な実施形態では、エージェント及びスキル／仮想キュー（例えば、「ＶＱ」）は、ニューラルネットワークの２つの部分である。更に、エージェントは、行を表すことができ、スキル／仮想キュー（例えば、「ＶＱ」）は、ブロック１０６において生成された行列表現における列を表すことができる。各エージェント識別子からのＫ個の矢印は、エージェント埋め込みを表すことができる。同様に、各スキル／仮想キューからのＫ個の矢印は、スキル／仮想キュー埋め込みを表すことができる。エージェント埋め込み層及びスキル／ＶＱ埋め込み層は各々、５次元空間を表す５つのボックスを含む。コンピューティングシステム７００は、最初に、５次元空間のランダムに初期化された重みを生成することができる（すなわち、Ｋ個の矢印は、ランダムに初期化された重みを含むことができる）。例えば、例えば、コンピューティングシステム７００は、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みについて、ランダムに初期化された重みを生成してもよい。

【0053】

図１に戻って参照すると、ブロック１１２において、コンピューティングシステム７００は、機械学習を利用して、コンピューティングシステムによって、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みの最終的な重みを取得するために、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つを訓練してもよい。例えば、コンピューティングシステム７００は、バックプロパゲーション学習を利用して、コンタクトセンタシステム埋め込みのための最終的な重みを取得することができる。ニューラルネットワークは、１つ以上のコンタクトセンタシステムエージェント、１つ以上のコンタクトセンタシステムエージェントスキル、及び１つ以上のコンタクトセンタシステム仮想キュー経験の各々についてｋ次元ベクトルを学習することができる。

【0054】

ここで図４を参照すると、コンピューティングシステム７００は、ブロック１０６で生成された行列表現をニューラルネットワーク訓練のための単一行表現に変換することができる。例えば、コンピューティングシステム７００は、ブロック１０６で生成された行列表現から、各エージェント－スキル／ＶＱペアを単一行表現に転送することができる。単一行表現は、例えば、「Ａｇｅｎｔ＿ｉｄ」及び「Ｓｋｉｌｌ＿ｉｄ」を含むニューラルネットワークの入力データを含むことができる。図１に戻って参照すると、コンピューティングシステム７００は、１つ以上のコンタクトセンタシステムエージェント埋め込み、１つ以上のコンタクトセンタシステムエージェントスキル埋め込み、及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのドット積及びグラウンドトルース（すなわち、ａ ０又はａ １）を分析して、そのような埋め込みの最終的な重みを決定することができる。訓練の複数の反復を完了することにより、信頼できる最終的な重みを、コンタクトセンタシステムエージェント及びコンタクトセンタシステムエージェントスキルについて取得することができる。

【0055】

ブロック１１４において、コンピューティングシステム７００は、コンピューティングシステムによって、コンタクトセンタシステムエージェント埋め込みの１つ以上、コンタクトセンタシステムエージェントスキル埋め込みの１つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの１つ以上のうちの少なくとも１つの最終的な重みに基づいて、コンタクトセンタシステムエージェント埋め込みの２つ以上、コンタクトセンタシステムエージェントスキル埋め込みの２つ以上、及びコンタクトセンタシステム仮想キュー埋め込みの２つ以上のうちの少なくとも１つの類似性を判定／比較してもよい。コンピューティングシステム７００は、埋め込みの類似性を判定するために様々な視覚化技術を利用することができることを理解されたい。いくつかの実施形態では、コンピューティングシステム７００は、コサイン類似性、主成分分析（例えば、ＰＣＡ）、又はｔ分布確率的近傍埋め込み（例えば、ｔ－ＳＮＥ）のうちの少なくとも１つを利用して、埋め込みの類似性を判定することができる。例えば、図３に戻って参照すると、コンピューティングシステム７００は、エージェント１がエージェント２及びエージェント３に類似しているがエージェント２に最も類似していると判定するために視覚化技術を利用することができる。例示的な実施形態では、この類似性判定は、コンピューティングシステム７００にデータを記憶することができる１つ以上のデータベース、データ構造、及び／又はデータ記憶デバイスに記憶することができる。同様に、コンピューティングシステム７００は、スキル／ＶＱ １がスキル／ＶＱ ２及びスキル／ＶＱ Ｍに類似しているが、スキル／ＶＱ ２に最も類似していると判定することができる。例えば、コンピューティングシステム７００は、言語スキル２を有するエージェントも言語スキル１を有してもよく、それらの２つのスキルが関連していてもよい（例えば、近隣言語ドイツ語及びポーランド語）と判定することができる。この類似性判定はまた、コンピューティングシステム７００にデータを記憶することができる１つ以上のデータベース、データ構造、及び／又はデータ記憶デバイスに記憶することができる。

【0056】

ブロック１０２～１１４は比較的連続的に記載されているが、いくつかの実施形態では、方法１００の様々なブロックが並列に実行されてもよいことを理解されたい。

【0057】

ここで図５を参照すると、使用中、コンピューティングシステム７００は、コンタクトセンタシステム埋め込みの自動生成に基づいて、利用可能なエージェントに呼び出しをルーティングするための方法５００を実行することができる。方法５００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。例示的な方法５００は、コンピューティングシステム７００がエンドユーザからの呼び出しを受信することができるブロック５０２から開始することができる。ブロック５０４において、コンピューティングシステム７００は、エンドユーザからの呼び出しに応じるのに最も適格なエージェントが利用できない（例えば、第１のエージェント）と判定することができる。例えば、コンピューティングシステム７００は、図３のエージェント１が利用できないと判定することができる。ブロック５０６において、コンピューティングシステム７００は、第１のエージェント埋め込みが第２のエージェント埋め込みに最も類似している（例えば、図３のエージェント１とエージェント２は最も類似していてもよい）と判定することができる。例えば、コンピューティングシステム７００は、図１の方法１００（又はその一部）を実行して、埋め込みの類似性（例えば、図１のブロック１１４を参照）を判定することができる。ブロック５０８において、コンピューティングシステム７００は、ブロック５０６で行われた判定に基づいて、エンドユーザからの呼び出しに応じるのに最も適格な利用可能なエージェント（例えば、第２のエージェント）に呼び出しをルーティングすることができる。例えば、コンピューティングシステム７００は、図３のエージェント２に呼び出しをルーティングすることができる。

【0058】

ブロック５０２～５０８は比較的連続的に記載されているが、いくつかの実施形態では、方法５００の様々なブロックが並列に実行されてもよいことを理解されたい。

【0059】

ここで図６を参照すると、使用時に、コンピューティングシステム７００は、コンタクトセンタシステム埋め込みの自動生成に基づいて、新たに雇用されたエージェントをコンタクトセンタシステム内の仮想キューに割り当てるための方法６００を実行してもよい。方法６００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。例示的な方法６００は、コンピューティングシステム７００が、新たに雇用されたエージェントが１つ以上のコンタクトセンタシステムエージェントスキルを所有していると判定することができるブロック６０２から開始することができる（例えば、図１のブロック１０２を参照）。ブロック６０４において、コンピューティングシステム７００は、エージェントが１つ以上の仮想キュー経験を有すると判定することができる（例えば、図１のブロック１０４を参照）。ブロック６０６において、コンピューティングシステム７００は、新たに雇用されたエージェントのためのコンタクトセンタシステムエージェント埋め込みと、新たに雇用されたエージェントのための１つ以上のコンタクトセンタシステムエージェントスキル埋め込み及び１つ以上のコンタクトセンタシステム仮想キュー埋め込みのうちの少なくとも１つ（例えば、図１の方法１００を参照）と、を生成することができる。ブロック６０８において、コンピューティングシステム７００は、新たに有効なエージェント埋め込みが、第１の仮想キュー内のエージェント埋め込みのクラスタと最も類似していると判定することができる。例えば、コンピューティングシステム７００は、図１の方法１００（又はその一部）を実行して、埋め込みの類似性（例えば、図１のブロック１１４を参照）を判定することができる。ブロック６１０において、コンピューティングシステム７００は、ブロック６０８で行われた判定に基づいて、新たに雇用されたエージェントを第１の仮想キューに割り当てることができる。

【0060】

ブロック６０２～６１０は比較的連続的に記載されているが、いくつかの実施形態では、方法６００の様々なブロックが並列に実行されてもよいことを理解されたい。

【0061】

図１の方法１００及び図６の方法６００は、コンタクトセンタシステムに適用することができるが、一実施形態では、そのような方法は一般的な企業に適用することができることを理解されたい。例えば、新しく雇用されたアカウントマネージャが企業に加入した場合、履歴書、求職、及び／又は他の情報から導出されたスキル及び過去の勤務履歴に基づいて、そのアカウントマネージャのプロファイルを作成することができる。そのような実施形態では、コンピューティングシステム７００は、その製品部門内の他のピアのプロファイル間の類似性に基づいて、企業内の特定の製品部門にアカウントマネージャを割り当てることができる。

【0062】

ここで図７を参照すると、コンピューティングシステム７００の少なくとも一実施形態の簡略ブロック図が示されている。例示的なコンピューティングシステム７００は、上記で詳細に説明したように、図１の方法１００、図５の方法５００、及び／又は図６の方法６００を実行することができる。特定の実施形態に応じて、コンピューティングシステム７００は、サーバ、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、ノートブック、ネットブック、Ｕｌｔｒａｂｏｏｋ（商標）、携帯電話、モバイルコンピューティングデバイス、スマートフォン、ウェアラブルコンピューティングデバイス、携帯情報端末、モノのインターネット（ＩｏＴ）デバイス、処理システム、ワイヤレスアクセスポイント、ルータ、ゲートウェイ、及び／又は本明細書に記載の機能を実行することができる任意の他のコンピューティング、処理、及び／又は通信デバイスとして具現化することができる。

【0063】

コンピューティングシステム７００は、動作ロジック７０８に従ってアルゴリズムを実行し、及び／又はデータを処理する処理デバイス７０２と、コンピューティングシステム７００と１つ以上の外部デバイス７１０との間の通信を可能にする入出力デバイス７０４と、例えば、入出力デバイス７０４を介して外部デバイス７１０から受信したデータを記憶するメモリ７０６とを含む。

【0064】

入出力デバイス７０４は、コンピューティングシステム７００が外部デバイス７１０と通信することを可能にする。例えば、入出力デバイス７０４は、送受信機、ネットワークアダプタ、ネットワークカード、インタフェース、１つ以上の通信ポート（例えば、ＵＳＢポート、シリアルポート、パラレルポート、アナログポート、デジタルポート、ＶＧＡ、ＤＶＩ、ＨＤＭＩ、ＦｉｒｅＷｉｒｅ、ＣＡＴ５、又は任意の他の種類の通信ポート若しくはインタフェース）、及び／又は他の通信回路を含むことができる。コンピューティングシステム７００の通信回路は、特定のコンピューティングシステム７００に応じて、任意の１つ以上の通信技術（例えば、無線又は有線通信）及び関連プロトコル（例えば、イーサネット、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ（登録商標）、ＷｉＭＡＸなど）を使用してそのような通信を行うように構成することができる。入出力デバイス７０４は、本明細書に記載の技術を実行するのに適したハードウェア、ソフトウェア、及び／又はファームウェアを含むことができる。

【0065】

外部デバイス７１０は、データがコンピューティングシステム７００から入力又は出力されることを可能にする任意のタイプのデバイスであってもよい。例えば、様々な実施形態では、外部デバイス７１０は、別のコンピューティングデバイス、スイッチ、診断ツール、コントローラ、プリンタ、ディスプレイ、アラーム、周辺デバイス（例えば、キーボード、マウス、モニタ／ディスプレイ、タッチスクリーンディスプレイ、スピーカ、ヘッドホンなど）、及び／又は本明細書に記載の機能を実行することができる任意の他のコンピューティング、処理、及び／又は通信デバイスとして具現化されてもよい。更に、いくつかの実施形態では、外部デバイス７１０をコンピューティングシステム７００に統合することができることを理解されたい。

【0066】

処理デバイス７０２は、本明細書に記載の機能を実行することができる任意のタイプのプロセッサとして具現化されてもよい。特に、処理デバイス７０２は、１つ以上の単一又はマルチコアプロセッサ、マイクロコントローラ、又は他のプロセッサ若しくは処理／制御回路として具現化されてもよい。例えば、いくつかの実施形態では、処理デバイス７０２は、算術ロジックユニット（ＡＬＵ）、中央処理ユニット（ＣＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、及び／又は別の適切なプロセッサを含むか、又はそれらとして具体化されてもよい。処理デバイス７０２は、プログラム可能なタイプ、専用のハードワイヤード状態マシン、又はそれらの組み合わせであってもよい。複数の処理ユニットを有する処理デバイス７０２は、様々な実施形態において、分散処理、パイプライン処理、及び／又は並列処理を利用することができる。更に、処理デバイス７０２は、本明細書で説明される動作のみの実行専用であってもよく、又は１つ以上の追加のアプリケーションで利用されてもよい。例示的な実施形態では、処理デバイス７０２はプログラム可能であり、メモリ７０６に格納されたプログラミング命令（ソフトウェア又はファームウェアなど）によって定義された動作ロジック７０８に従ってアルゴリズムを実行し、及び／又はデータを処理する。追加的又は代替的に、処理デバイス７０２の動作ロジック７０８は、ハードワイヤードロジック又は他のハードウェアによって少なくとも部分的に定義されてもよい。更に、処理デバイス７０２は、入出力デバイス７０４から、又は他の構成要素若しくはデバイスから受信した信号を処理し、所望の出力信号を提供するのに適した任意のタイプの１つ以上の構成要素を含むことができる。そのような構成要素は、デジタル回路、アナログ回路、又はそれらの組み合わせを含むことができる。

【0067】

メモリ７０６は、ソリッドステートメモリ、電磁メモリ、光メモリ、又はそれらの組み合わせなどの、非一時的コンピュータ可読媒体のうちの１つ以上の種類であってもよい。更に、メモリ７０６は、揮発性及び／又は不揮発性であり得、いくつかの実施形態では、メモリ７０６の一部又は全部は、ディスク、テープ、メモリスティック、カートリッジ、及び／又は他の適切な携帯型メモリなどの携帯型のものであり得る。動作中、メモリ７０６は、オペレーティングシステム、アプリケーション、プログラム、ライブラリ、及びドライバなどのコンピューティングシステム７００の動作中に使用される様々なデータ及びソフトウェアを記憶することができる。メモリ７０６は、処理デバイス７０２の動作ロジック７０８によって操作されるデータ、例えば、動作ロジック７０８を定義するプログラミング命令を記憶することに加えて、又はその代わりに、入出力デバイス７０４から受信された、及び／又は入出力デバイスに送信された信号を表すデータを記憶することができることを理解されたい。図７に示すように、メモリ７０６は、特定の実施形態に応じて、処理デバイス７０２に含まれてもよく、及び／又は処理デバイス７０２に結合されてもよい。例えば、いくつかの実施形態では、処理デバイス７０２、メモリ７０６、及び／又はコンピューティングシステム７００の他の構成要素は、システムオンチップ（ＳｏＣ）の一部を形成し、単一の集積回路チップに組み込まれてもよい。

【0068】

いくつかの実施形態では、コンピューティングシステム７００の様々な構成要素（例えば、処理デバイス７０２及びメモリ７０６）は、処理デバイス７０２、メモリ７０６、及びコンピューティングシステム７００の他の構成要素との入出力動作を容易にするための回路及び／又は構成要素として具現化され得る入出力サブシステムを介して通信可能に結合されてもよい。例えば、入出力サブシステムは、メモリコントローラハブ、入出力制御ハブ、ファームウェアデバイス、通信リンク（すなわち、ポイントツーポイントリンク、バスリンク、ワイヤ、ケーブル、ライトガイド、プリント回路基板トレースなど）、及び／又は入出力動作を容易にするための他の構成要素及びサブシステムとして具現化されてもよく、あるいはそれらを含んでもよい。

【0069】

コンピューティングシステム７００は、他の実施形態では、典型的なコンピューティングデバイス（例えば、様々な入出力デバイス及び／又は他の構成要素）に一般的に見られるものなどの他の又は追加の構成要素を含むことができる。本明細書に記載のコンピューティングシステム７００の構成要素のうちの１つ以上は、複数のコンピューティングデバイスにわたって分散されてもよいことを更に理解されたい。言い換えれば、本明細書に記載の技術は、１つ以上のコンピューティングデバイスを含むコンピューティングシステムによって採用され得る。更に、図７には単一の処理デバイス７０２、Ｉ／Ｏデバイス７０４、及びメモリ７０６のみが例示的に示されているが、他の実施形態では、特定のコンピューティングシステム７００が複数の処理デバイス７０２、Ｉ／Ｏデバイス７０４、及び／又はメモリ７０６を含むことができることを理解されたい。更に、いくつかの実施形態では、複数の外部デバイス７１０がコンピューティングシステム７００と通信することができる。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】