整个客服AI机器人的架构，我们会从接入层接入不同渠道，在问答层当前是支持四种类型机器人，有相应的单轮问答，多轮交互，任务和闲聊的机器人，我们也是提供相应的服务工具，像知识图谱，数据运营分析的工具。后面是常规的两个，一个是后台引擎，会做向所有系统，像分布式的缓存系统，后面是算法，算法引擎，还有深度学习等等。
整个客服算法框架，是采取了检索平台方式。一开始我们会对每一个问题进行一个纠错，文本的纠错，一个用户在发一个问题的时候，可能会发送错别字，这时候先把错别字做识别，会根据我们分词做分析上成相应的top1，去索引系统查出来相关的问题，查出来之后要计算相似度，计算相部分我们原来是直接把一个文本分拆成相应特征变量，用这种方式做相似度的计算，后面我们采用深度学习CNN，效果也有一个提升。
我们一开始给客服是提供一个7X24小时落地保障。但是别人在问我们问题的时候，我们自己员工不可能全天候服务，这时候我们就有一些常规问题希望可以给他们进行一些回答。在这里我们一开始做的满足基本需求，后面我们希望提升工作效率，节省技术支持的能力。创新这一点，就是当前做的事情，其实客服这一块的兴趣是可以反哺行为预测。一个用户他来投诉或者他来咨询更多东西的时候，他是表示有兴趣的，这些点会加入到营销体系里面去，他的转化率是有一些提升的。后面做文本分析，做数据分析，会发现很多客户行为里面沉淀下来数据，用户相关提问数据，跟客服的交互数据，可以做一些产品新的规划。
我们以前一直是一个被动的客服服务，后来很多场景都是做主动服务，在营销上面看还是需要做更主动化部分营销的切入服务。
这是教育这个行业在加入大数据的能力之后，我们可以做到更精准，更智能，还可以把售后和售前进行连通，提供全栈式的服务，这在教育行业，还有汽车、房地产、金融行业是类似的，我们都有相应行业不同解决方案。
Q&A
Q：我们做这个语音还有人工客服这块整个系统的风控是怎么处理的。
A：我们会考虑避免电话骚扰，让用户觉得体验不好，简单来说去给他做一些限频，还有我们可以在呼叫时候做一些预判。有一些用户在广告上面他的行为可能就会不太去点击，不太关注这一点，这些在我们其他应用，我们还有其他渠道，也可以判断出来他们会对我们发出的东西比较抵触，我们把他们加到一些灰名单和黑名单；当然，其他更多的措施也在持续落实中。
Q：您好我想问一下，我现在手机每天也在不断被各种短信和电话骚扰，当然咱们这个系统方面比如说可以把一些没有意向的加入黑名单。我想问一下，除了短信和电话这种方式，还有没有其他的方式维系客户，您刚才就是指了两种，这两种方式我们客群不是很接受的。
A：我们还有其他方式，但是其他方式和这个场景不是太切合，比如说广告曝光方式，但这种方式会和我们当前这些营销链路不契合，因为我们做的这套营销链路是为了在有线索，或者有这样一些意向再去做事情；因为主要是一些有意向的用户群，骚扰的频次频率就会相对较低些。
附件如下：
9.15 谭安林 大数据在智能外呼系统的应用.pdf
问答
如何追赶如此之火的大数据AI热潮？
相关阅读
郭律: 论机器学习平台与人工智能的关系
罗冬日：深度学习在语音识别上的应用
7分钟读懂《科技驱动教育,AI连接未来》沙龙重点
【每日课程推荐】机器学习实战！快速入门在线广告业务及CTR相应知识