防骚扰处理逻辑(一)

标签:redis elasticsearch nlu


目录结构

防骚扰定时任务

线程 CheckAnnoyResultThread

扫描防骚扰文本进行防骚扰判断线程

常量

redis的键值
FSRNOTIFY_TRANS_REPORT 判断长度,程序入口
FSRNOTIFY_REPORT_OPENAPI

附上Json的数据格式

{
  "fileId": "/home/sftp_pingan/fsrnotify/201710101810/20171010181019_1702_018638781928_60834560",
  "content": "[{\"content\":\"好请问您是一张红旗张先生吗;time=20490 22960\",\"talkertype\":\"2\"}]",
  "callTime": "2017-10-10 18:10:19",
  "voiceId": "1659dc9c8909a430:0000050326:2909708",
  "seatId": "2909708",
  "callPhone": "18638781928",
  "voicePath": "/home/sftp_pingan/fsrnotify/201710101810/20171010181019_1702_018638781928_60834560.pcm",
  "platForm": "XQD-CCOD"
}

读取数据,调用NLU

读取常量FSRNOTIFY_TRANS_REPORT数据,正如上面Json格式说明,获取到content内容,每一句都去调用NLU去获取,同时默认文本内容不超过2000,每一句都会追加一个cmd字段,目前只有用户的话去调用,得到正常,骚扰,拒绝,敏感等cmd标识。

调用NLU传递的参数以及返回结果

返回获取智能客服回答结果,回答类型,以及类别判断

QuestionProtocol protocol = new QuestionProtocol();
        //拼装请求参数
        protocol.appKey = SystemParameter.getREALTIME_TEST_APPKEY();
        protocol.languageMark = SystemParameter.getLANGUAGEMARK();
        protocol.platformConnType = SystemParameter.getPLATFORMCONNTYPE();
        protocol.platformId = SystemParameter.getPLATFORMID();
        //设置请求问题
        protocol.query = question;
        protocol.queryType = SystemParameter.getQUERYTYPE();
        protocol.receiverId = robotHash;
        //设置robot哈希值
        protocol.robotHashCode = robotHash;
        protocol.sendTime = System.currentTimeMillis()/1000;
        protocol.talkerId = SystemParameter.getTALKERID();
        protocol.userId = "LX-"+phone;
        protocol.userLocationInfo = SystemParameter.getUSERLOCATIONINFO();
        protocol.userNickName = SystemParameter.getUSERNICKNAME();

处理过程

  • 从后往前处理content的cmd指令。优先级为敏感|拒绝|骚扰,获取到最前面的命中规则的一条content,记录这句话的索引
  • 从这个索引开始,依次获取客服的话语,去掉语气词,分析出挽留得分,分数大于0.8,并且用户之后的话语长度大于50,即可确认挽留成功
  • 保存到ES数据库中,同时查询到历史骚扰拼接字段保存在ANNOY_HISTORY_TYPE中。
  • 还会涉及到将部分字段保存到redis的FSRNOTIFY_REPORT_OPENAPI键值中,Json格式内容
  • 针对3,4条中提到的内容,见下图

历史ES数据的查询语句
历史数据查询地址: http://192.169.51.4:9200/pa_annoy*/annoy/
查询语句:

{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {
            "CALL_PHONE": [
              "15887660578"
            ]
          }
        },
        {
          "range": {
            "CREATE_TIME": {
              "gte": "2017-06-22 10:42:23",
              "lte": "2017-09-22 10:42:23"
            }
          }
        }
      ]
    }
  },
  "aggs": {
    "annoyType": {
      "terms": {
        "field": "ANNOY_TYPE"
      }
    }
  },
  "size": 0
}

查询返回结果:

{
  "hits": {
    "total": 1,
    "hits": [
      
    ],
    "max_score": 0.0
  },
  "_shards": {
    "total": 30,
    "failed": 0,
    "successful": 30
  },
  "timed_out": false,
  "took": 3,
  "aggregations": {
    "annoyType": {
      "sum_other_doc_count": 0,
      "buckets": [
        {
          "doc_count": 1,
          "key": "正常"
        }
      ],
      "doc_count_error_upper_bound": 0
    }
  }
}

redis键值FSRNOTIFY_REPORT_OPENAPI中保存的数据

{
  "harassType": "骚扰",
  "harassRemark": "哦不用了谢谢[00:36]",
  "realCallId": "3e59dd81c9083aa9:0000050337:2906024",
  "qaDate": "2017-10-11 10:28:27",
  "agentId": "2906024",
  "callId": "/home/sftp_pingan/fsrnotify/201710111025/20171011102827_1670_013110236686_80148988",
  "platForm": "XQD-CCOD",
  "url": "/pingan_sap/history/historyDetail?callId=3e59dd81c9083aa9:0000050337:2906024&agentId=2906024&callHappenTime=2017-10-11 10:28:27&backFlag=1"
}

隐藏逻辑

读取完防止多线程出现空值的情况,设置数据为空睡眠5毫秒

访问 防骚扰处理逻辑(二) 了解详情。

有问题欢迎咨询邮箱[1]


  1. 707093428@qq.com

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,529评论 5 475
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,015评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,409评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,385评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,387评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,466评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,880评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,528评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,727评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,528评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,602评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,302评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,873评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,890评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,132评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,777评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,310评论 2 342

推荐阅读更多精彩内容