Add Thesis

Chatbot für das Customer Care Center von ewz

Written by C. Lindauer

Paper category

Bachelor Thesis

Subject

Computer Science

Year

2018

Abstract

Bachelorarbeit: Grundlegende Informationen zu Chat-Robotern In diesem Kapitel werden die Grundzüge des Themas Chat-Roboter erläutert, das für die Einführung und Entwicklung von großer Bedeutung ist. Zum einen wird erklärt, wie Chatbots funktionieren und wie sie sich auszeichnen. Darüber hinaus werden verschiedene Bot-Frameworks verglichen und bewertet, auf die anwendbar ist 2.1 Was ist ein Chat-Bot Ein Chat-Bot ist nur eine Schnittstelle, die im Hintergrund mit Diensten kommuniziert, wie dies bei Websites oft der Fall ist. Man kann sagen, dass es sich um einen Roboter handelt, und Kunden können per Chat mit dem Roboter kommunizieren. Sie basieren auf künstlicher Intelligenz (KI), die nach einem Satz definierter Regeln und Parameter arbeitet. Sie können Chatbots mit Text und Sprache auf unterschiedliche Weise ansprechen, was Chatbots ideal für Gespräche mit Kundendienstmitarbeitern macht. Die Kommunikation erfolgt über Chat, ähnlich wie bei Whatsapp. Kunden haben die Möglichkeit, im Rahmen von ewz frei formulierte Fragen zu stellen. Anschließend die Frage parsen (Schlüsselwörter herausfiltern) und an die Wissensdatenbank des Chatbots weiterleiten. ChatbotFrame-work versucht nun, aus Kundenfragen passende Antworten zu finden. 2.2 Lernfähigkeit durch maschinelles Lernen Maschinelles Lernen zeigt gerade im Kundenservice all seine Vorteile. Durch das Training des Chatbots können Sie die "Bedeutung" der Frage lesen und die richtige Antwort geben. Dies bedeutet, dass es keine Verwirrung gibt, wenn die Frage unterschiedlich ist. Die künstliche Intelligenz des Chatbots wächst mit jedem Gespräch, die Stärke des Chatbots hängt letztlich von der Wissensbasis im Hintergrund ab. Grundsätzlich gilt: Je detaillierter die Frage, desto besser die Antwort des Chatbots. Wie trainiert man Chatbots? [1] Bevor Sie einen Chatbot trainieren, müssen Sie in der Position des Kunden stehen. Was sind meine Fragen als Kunde? Wie können Kunden ihre Fragen stellen, wenn es wenig/kein Fachwissen zu diesem Thema gibt? Experten und Fachleute schreiben in der Regel Benutzerhandbücher. Diese sind zwar ausführlich und in den Augen von Experten detailliert beschrieben, aber für Menschen, die nicht aus diesem Umfeld kommen, sind sie zu kompliziert. Diese Frage gilt auch für das Training von Chatbots. Die Frage und die dazugehörige Antwort sind zu komplex, um archiviert zu werden. Wenn also die Anzahl der verfügbaren Fragen und Antworten begrenzt ist, wie gehen Sie vor? • Bitten Sie eine andere Person, die Frage und Antwort anzuzeigen. • Laden Sie eine kleine Gruppe von Benutzern ein und lassen Sie sie mit dem Chatbot chatten. Extrahieren Sie Benutzereingaben aus Protokolldateien und analysieren Sie Konversationen • Nach einigen Iterationen können Sie häufige Probleme (und Problemvarianten) herausfiltern. 2.3 Arten von Chatbots Chatbots können entsprechend ihrer Komplexität und Interaktionsmöglichkeiten in verschiedene Arten eingeteilt werden. Der FAQ-Roboter greift auf die Wissensdatenbank zu, um Fragen und Antworten zu erhalten. Filtern Sie Schlüsselwörter aus den gestellten Fragen, um die am besten geeignete Antwort zu finden. Wenn die Probleme zunehmen, wird die Wissensbasis besser und genauer. Der Vorteil dieser Variante besteht darin, dass mit zunehmender Interaktion immer mehr Daten in das System fließen, um sich selbst zu trainieren. Darüber hinaus sollte das System die gegebenen Antworten zusammen mit dem Kundenfeedback überprüfen, um eine Selbstkalibrierung und Korrektur durchzuführen. Scriptbots Dieser Robotertyp wird meist für hoch standardisierte Prozesse eingesetzt. Es erscheint häufig in Produktkonfigurationen, die vordefinierte Optionen enthalten. Der Kunde wählt aus den am besten geeigneten vordefinierten Antworten aus. Diese Scripting-Roboter erleichtern den Kunden die Unterstützung hoch standardisierter Geschäftsprozesse, wie beispielsweise die personalisierte Zusammenstellung von Mobilfunkabonnements. NLU-Chatbots (Natural Language Understanding): Diese Art von Chatbot bietet mehr interaktive Optionen, da sie personalisierter sind. Versuchen Sie, ihre Sorgen und Emotionen zu identifizieren, und identifizieren Sie damit auch die Absichten des Benutzers. Daher werden verärgerte Kunden als Maßnahme eher an ein manuelles Callcenter weitergeleitet. Darüber hinaus kann der NLU-Bot den Kontext der Nachricht entschlüsseln. Aus der Anfrage „Ich suche morgen einen Flug von Zürich nach Bangkok“ liest der Chatbot automatisch, dass der Nutzer den morgigen Flug buchen möchte, der Abflugort Zürich und der Ankunftsort Bangkok ist. Virtueller Agent Der virtuelle Agent ist derzeit der letzte Schritt des Chatbots. Sie können das "Gedächtnis" verwenden, um sich an Gespräche und getroffene Entscheidungen zu erinnern. Auf die Frage „Wann fährt der letzte Zug nach Hause?“ kann der virtuelle Agent die Heimatadresse aus früheren Gesprächen ermitteln und den aktuellen Aufenthaltsort aus GPS-Daten aufzeichnen. Durch den Zugriff auf Google Maps können Routen berechnet und Nutzern angezeigt werden. Der virtuelle Agent ist noch nicht marktreif und wird daher nur als Prototyp bereitgestellt 2.4 Roboterentwicklungs-Framework Der Chatbot basiert auf vielen Komponenten. Zu diesen Komponenten gehören die Schnittstelle der Messaging-Plattform 5, die Webanwendung des Chatbots und die Verarbeitung natürlicher Sprache, die die Absicht des Benutzers aus der schriftlichen Anfrage des Benutzers liest. Solche Komponenten werden vom Roboterentwicklungs-Framework bereitgestellt, um die Entwicklung zu erleichtern. 2.5 Allgemeine Chatbot-Architektur Die meisten Chatbots arbeiten im Hintergrund ähnlich, mit nur geringen Unterschieden, je nach gewählter Technologie. Zum allgemeinen Verständnis setzen wir bewusst auf eine vereinfachte Darstellung. Read Less