在联络中心环境中增强路由传递系统的方法

技术领域

本公开总体上涉及联络中心(contact center)，并且具体地涉及用于在联络中心中路由工作项的系统和方法。

背景技术

联络中心是用于与业务实体的客户和/或潜在客户进行交互的系统和服务的集合。例如，典型的联络中心允许用户经由不同的通道(例如，语音/视频通话、视频消息、文本消息、电子邮件、聊天、即时消息等)与联络中心的各种不同资源中的任意资源进行通信，例如人工代理人、交互式语音响应(IVR)系统、聊天机器人、在线图书馆等。在许多情况下，联络中心会通过与他们已经借此联系过的通道有关的一些识别信息(例如，电话号码、电子邮件地址、IM用户名等)来识别这些用户。

联络中心常规地试图确定呼叫者的身份，利用关于呼叫者的任何已知信息，并且然后就如何最好地提供差异化的客户体验做出决定。该模型对于将历史信息存储在客户关系管理(CRM)系统或某些其他事务性应用中的现有客户而言工作良好，该CRM系统或某些其他事务性应用可以在致电时进行访问。呼叫者和/或工作项的属性被用于提供客户与代理人/资源的最佳匹配。

即使当已知关于呼叫者的附加信息时，联络中心通常使用静态/预配置的路由机制来路由这些呼叫者。例如，联络中心可以具有静态/硬编码的路由模型以及用于处理进入联络中心的通信的预定义的技能组/联络中心队列。基于预定义的技能组/联络中心队列和手动确定的意图来路由传入的通信(例如，语音呼叫)。在基于技能的路由和基于属性的路由机制中，联络中心的需求被提前分类和编程到路由算法中。可以基于历史数据进行追溯性修改。

然而，静态/硬编码的路由模型可能不总是提供联络中心中最有效或最匹配的通信路由。此外，这些固定的路由模型通常很难快速重新配置和适应。

发明内容

通过本公开的各种实施例和配置来解决这些和其他需求。

根据特定的配置，本公开可以提供许多优点。在一些配置中，增强型路由系统可以被添加到现有路由系统以路由数字通信。在其他配置中，增强型路由系统可以被实现为联络中心的唯一路由系统。

增强型路由系统允许基于它们在业务中的特定角色/功能(例如，工作项类别)将特定且集中的工作项集合呈现给联络中心中的各种知识工作者。另外，工作项类别和知识工作者视图是动态的，只要将情境(context)添加到工作项(和/或对工作项采取其他操作(例如，转移、选择、止用等))，就可以重新评估工作项类别和工作项。

本公开利用联络中心中的知识工作者的知识、经验和专长，并允许高度适应且灵活的系统对工作项进行分类和路由。另外，本公开利用人工智能(AI)和/或机器学习(ML)来连续且动态地改善工作项的处理。例如，AI和/或ML可以用于动态地确定工作项类别。

这些和其他优点将通过本文中包含的公开内容而显而易见。

短语“至少一个”、“一个或多个”、“或”以及“和/或”是开放式表达，其在操作中为连词和反意连词两者。例如，每个表达式“A、B和C中的至少一个”、“A、B或C中的至少一个”、“A、B和C中的一个或多个”、“A，B或C中的一个或多个”、“A、B和/或C”以及“A、B或C”表示单独的A、单独的B、单独的C、组合的A和B、组合的A和C、组合的B和C、或者组合的A、B和C。

术语“一个”或“一”实体是指该实体中的一个或多个。这样，术语“一个”(或“一”)、“一个或多个”以及“至少一个”在本文中可以互换地使用。还应注意，术语“包括”、“包含”和“具有”可以互换地使用。

如本文所使用的，术语“自动”及其变型是指在执行过程或操作时在没有实质性的人工输入的情况下完成的、通常为连续或半连续的任何过程或操作。然而，如果在过程或操作的执行之前接收到输入，即使该过程或操作的执行使用了实质性或非实质性的人工输入，该过程或操作也可以是自动的。如果此类人工输入影响了过程或操作将被执行的方式，则认为人工输入是实质性的。同意执行过程或操作的人工输入不被视为“实质性的”。

本公开的各方面可以采取以下形式：完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或组合了软件和硬件方面(其在本文中通常都统称为“电路”、“模块”或“系统”)的实施例。可以利用一种或多种计算机可读介质的任何组合。该计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。

计算机可读存储介质可以是，例如但不限于电子、磁性、光学、电磁、红外或半导体系统、装置或设备、或前述的任何适当组合。计算机可读存储介质的更具体示例(非详尽列表)将包括以下项：具有一根或多根电线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光学存储设备、磁性存储设备或前述的任何适当组合。在本文档的情境中，计算机可读存储介质可以是可以包含或存储供指令执行系统、装置或设备使用或与其结合使用的程序的任何有形介质。

计算机可读信号介质可以包括例如在基带中或作为载波的一部分的传播的数据信号，该数据信号具有包含在其中的计算机可读程序代码。此类传播信号可以采取各种形式中的任何一种，包括但不限于电磁、光学或其任何适当组合。计算机可读信号介质可以是非计算机可读存储介质的任何计算机可读介质，并且可以通信、传播或传输供指令执行系统、装置或设备使用或与其结合使用的程序。包含在计算机可读介质上的程序代码可以使用任何适当的介质(包括但不限于无线、有线、光缆、RF等、或前述的任何适当组合)来传输。

如本文所使用的术语“确定”、“计算”和“估算”及其变型可以互换地使用，并且包括任何类型的方法、过程、数学运算或技术。

应当根据35U.S.C第112(f)条和/或第112条第6款，对如本文所使用的术语“装置”进行最广泛可能的解释。因此，包含术语“装置”的权利要求应当涵盖本文阐述的所有结构、材料或动作及其所有等同物。此外，结构、材料或动作及其等同物应当包括发明内容、附图说明、具体实施方式、摘要和权利要求本身中描述的所有内容。

前述内容是简化的发明内容，以提供对本公开的某些方面的理解。该发明内容既不是对本公开及其各种实施例的广泛也不是详尽的概述。既不旨在标识本公开的关键或重要元素，也不旨在描绘本公开的范围，而是以简化的形式呈现本公开的所选概念，作为对下面呈现的更详细描述的介绍。应当理解，本公开的其他实施例可以单独地或组合地利用上面阐述或下面详细描述的一个或多个特征。此外，虽然根据示例性实施例来呈现本公开，但是应当理解，可以单独地要求保护本公开的各个方面。

附图说明

图1A是用于在联络中心环境中利用语音呼叫的情境和迭代人工智能学习来增强路由的说明性系统的框图。

图1B是用于在联络中心环境中利用多通道(例如，数字和语音)联络的情境和迭代人工智能学习来增强路由的说明性系统的框图。

图1C是用于在联络中心环境中利用情境和迭代人工智能学习来增强路由的系统的更详细框图。

图2是根据本公开的示例知识工作者视图的框图。

图3是使用来自知识工作者和其他来源的情境来动态地增强联络中心中的工作项的路由和处理的流程图。

图4是示出根据本公开的在联络中心中的工作项的止用(retirement)的流程图。

图5是示出根据本公开的将情境添加到工作项并基于附加情境信息来动态地重新评估工作项的流程图。

图6是示出根据本公开的工作项的工作流程的框图。

图7A-7D示出了说明根据本公开的用于使用增强型路由的联络中心的动作序列的示例实施例。

图8A-8B涉及根据本公开的止用工作项以及在工作项已经止用之后添加情境。

图9是示出根据本公开的用于使用情境信息在联络中心中进行动态路由的计算设备的框图。

具体实施方式

当今的典型联络中心具有一种模型，在该模型中，处理器预先确定与工作项有关的信息，并使用具有预先配置的路由规则的关联信息来将工作项(item)路由到能够处理工作项的最接近的匹配的可用代理人和/或知识工作者，例如基于技能/基于属性的路由算法。例如，交互式语音响应(IVR)系统可以收集与工作项有关的信息，并且然后将收集到的信息用于确定工作项的属性，并且可以将那些属性与具有最佳匹配属性的知识工作者进行匹配。此类系统假设可以提前对联络中心的所有需求进行分类和硬编码，并且完美的信息可用于这些方法中使用的算法。术语知识工作者或代理人可以用于指代联络中心内的同一个体。也就是说，在某些情况下，个体可能对主题更为了解，并且因此可以被视为知识工作者，而在其他情况下，同一个体可能没有专门的知识/专长，并且因此被视为代理人。本文使用术语知识工作者来表达这样的思想，即给定的个体可能具有专门的知识/专长以将情境信息添加到给定的工作项中。

有时，该处理包括人机交互，通常以代理人助理的形式对工作项执行分类操作。尽管这些系统在正确配置和管理后通常能正常运行，但是没有任何自动化或初步分类可以完全地取代联络中心中的经验丰富的工作者的专长、知识、见解和直觉。这包括代理人、主管、经理等。这些“知识工作者”可以添加可以实时地以及通过系统地观察(例如，AI和机器学习)其工作项干预(如下所述)两者来改善联络中心的操作的附加处理层。实施AI和ML后，系统将得到改善并学习如何更好地管理工作项。此外，分类通常仅在路由的第一级执行。

这种判断和推理很难人为地创建，并且因此很难系统地或程序地实现。此外，在确实存在人为干预过程的情况下，这种人为干预过程通常以简单分类、重新排序或将工作项与代理人进行选择性配对的形式存在。尽管有时有用，但是这些活动远远没有利用整个联络中心中的知识工作者所固有的才能、技能和专长。

与传统的工作分配系统不同，传统的工作分配系统通常在增强型路由系统中向每个代理人呈现特定队列中的工作项的视图，其中每个代理人针对所分配的队列/(一个或多个)属性查看相同的工作项集合，基于与工作项相关联的情境信息来向每个知识工作者呈现工作项的定制的视图。也就是说，可以向每个知识工作者呈现不同的工作项集合和/或可以对所显示的工作项执行不同的可用动作。此外，每个知识工作者可用的情境信息/向每个知识工作者显示的情境信息可以基于知识工作者而变化。例如，如果情境信息包括机密信息，则可以仅向授权访问此类信息的某些知识工作者显示此类机密信息。

关于工作项的定制的视图，可以向一个知识工作者呈现工作项A、B、C和D；而可以向另一知识工作者呈现工作项B、D、E和F；以及向又一知识工作者呈现工作项A、C和E。如工作项集合的该示例所示，这些集合没有完全重叠(尽管这不是必需的)。此外，尽管工作项A处于工作项集合中的两个中，但是要对工作项A执行的可用动作(例如，转移、选择、发送到IVR等)可以基于正在查看工作项的知识工作者。例如，一个知识工作者可能具有转移工作项A的权限，而另一知识工作者可能没有转移工作项A的能力。

此外，定制的视图不是静态的，而是在整个工作项的生命周期中响应于知识工作者或系统的其他自动化方面针对工作项采取的动作而动态变化的。例如，当将情境信息添加到工作项时，系统会重新评估该工作项并且可能对该工作项进行重新分类，这可能会改变将工作项呈现给哪些知识工作者。换句话说，可以在工作项的生命周期的任何阶段处将情境信息添加到工作项。也就是说，即使在工作项完成/止用之后，也可以添加情境信息。例如，知识工作者可以返回并回顾他/她自己的工作项以添加附加情境信息，在一些实施例中，知识工作者可以回顾属于其他知识工作者的工作项并添加情境信息。即使可以在工作项止用之后添加该情境，也可能会基于系统对止用工作项的情境的评估来影响如何处理另一工作项。系统可以使用AI/ML来处理(一个或多个)工作项的历史记录(例如，谁在对工作项进行处理、如何解决工作项、情境信息等)，以改善系统对新的工作项的路由。这是工作项类别可以动态变化的一种方式。基于对止用工作项的处理，可以类似地路由与止用工作项相似的未来工作项。例如，如果最初将止用工作项分配给一个或多个工作项类别，并且然后添加情境信息(这会改变与工作项相关联的、最终由系统最初未识别的知识工作者产生工作项的解决方案的一个或多个工作项类别)，未来工作项可以被直接路由到产生工作项的解决方案的工作项类别。也就是说，系统动态地适应(例如，无需人工干预)，并且能够基于处理先前的工作项来改变工作项的路由。在另一示例中，如果止用工作项导致创建了新的工作项类别，则新的工作项类别可用于类似的未来工作项，而无需将新的工作项类别手动地添加到系统中(例如，由人工进行硬编码)。

知识工作者或系统采取的每个动作使得工作项由路由/工作项管理器/AI系统来重新评估，这可以改变显示给特定知识工作者/工作项池(pool)/工作项组的工作项集合，和/或可以向/从其他知识工作者添加/删除该特定工作项。换句话说，当将情境信息添加到工作项(或采取其他操作)时，该工作项将由系统来重新评估，并且可以从一个知识工作者(或知识工作者的子集)的视图中删除，并且添加到另一知识工作者(或知识工作者的子集)的视图中。

该系统允许知识工作者的潜在动作扩展到不仅仅是简单地分配工作项(例如，取得另一队列/工作组的所有权或转移到另一队列/工作组)，它还允许实时增强工作项的信息/特征/情境，甚至无需增强情境的知识工作者也必须拥有工作项的所有权或直接与工作项进行交互。也就是说，知识工作者不必为了添加情境信息而选择工作项以供处理。替代地，或附加地，知识工作者可以将情境添加到有效工作项(例如，当前由另一知识工作者处理/回答的工作项)。

该系统允许知识工作者向现有的路由和工作流管理技术添加人为的判断和推理，这些判断和推理可以被立即应用以及由AI系统学习以供持续改进。与传统硬编码的系统相比，知识工作者可以更快地适应不断变化的情况，因为他们拥有与独特业务操作有关的内在和直观信息，而这些信息无法用传统路由算法来容易地捕获。

该系统包括迭代AI和机器学习过程。替代用于将工作项与知识工作者进行匹配的经编程的规则集合，每当知识工作者(或系统)将情境信息添加到工作项和/或对工作项执行动作时，系统都会动态地重新评估工作项的状态(例如，工作项类别)。因此，该系统是高度动态的，其中知识工作者随着工作项的实时变化而查看工作项的经更新的信息，从而使知识工作者能够提供知识、见解、直觉、情境和其他独特的品质，这可以使得大大增强了对工作项的处理和最终解决方案。AI学习允许系统从情境信息中学习，以不断地改进其工作项引擎/处理规则。其中的一个示例是工作项类别的自动演变。例如，如果汽车的呼叫中心具有燃料动力汽车和电动汽车的初始工作项类别，但系统确定燃料动力汽车的工作项类别应当被进一步细分为汽油和柴油，然后用于汽油和柴油的新的工作项类别将被添加/创建。

在当前系统中，其中在工作项分配和解决方案中存在基本的人机交互，它倾向于采取预处理助理控制台操作的形式，其中操作员或主管监测等待工作项的(一个或多个)队列，并且按照诸如客户状态/优先级、先前工作项/代理人关系之类的方面以及助理已知的其他高级特性(例如，添加附加代理人、将代理人移至不同的队列/工作组)进行干预，当前的系统无法利用联络中心中的知识工作者的丰富且深入的知识，其中许多知识工作者具有系统内在其他情况下未表示出的专长。

此外，当前，此类人工干预倾向于在处理/路由的早期发生，通常是在工作项开始时(即，在联络中心中接收到工作项时)，并且不会随着工作项的信息和情境的不断变化而被重新审视(本发明的强大方面之一是能够随着工作项的情境的变化而不断地重新评估工作项)，这可能会导致工作项的路由改变(例如，动态知识工作者工作项视图)。此外，即使在工作项已经标记为完成/止用之后，也可以在工作项的生命周期的任何阶段处添加工作项情境。

每个知识工作者可以查看不同的工作项集合(基于情境信息)。工作项集合可能会随着添加或改变情境信息(或对工作项采取其他动作)而变化。此外，每个知识工作者可以具有可用于对每个工作项执行的不同的动作集合(例如，选择、添加情境、转移等)。可用动作的集合可能取决于工作项(例如，知识工作者无法选择已经选择的工作项)。另外，可用动作的集合可以根据知识工作者而变化(例如，主管知识工作者可能能够转移工作项，但是常规知识工作者可能不具有调用该功能性的能力)。可以为每个知识工作者分配一组权限，这些权限会影响他们对工作项采取(一个或多个)特定动作的能力。

人类知识工作者可以将推理和直觉应用于以前从未见过的情况，而算法则需要预先编程或学习。由于知识工作者最初可能具有算法所缺少的直观信息，因此本发明利用了基于情境信息的工作项处理。在基于属性和技能的路由方面已经取得了进步，但是知识工作者在以下方面仍具有优势：基于工作项和业务操作中包含的情境信息两者，结合他们自己的专长、知识、见解和直觉来做出近乎即时的决策。此外，在工作项的处理、传递和解决方案中利用人工干预的助理系统通常是原始的，并且仅在工作项的开始/路由或早期生命周期中发生，通常作为分类练习，而增强型路由系统会随着将情境信息添加到工作项而迭代地重新评估工作项。也就是说，系统从知识工作者那里学习，并且能够基于所学的知识来调整系统(例如，路由/工作项类别)。

此外，当前的系统通常基于无弹性的规则或属性的集合来向知识工作者呈现相同的工作项集合以供考虑，这些无弹性的规则或属性的集合迫使知识工作者按照通常不足以表示他们的技能集合的真正多样性的方面进行分组。增强型路由系统对一直降低到单个知识工作者的级别的这些分组的分辨率级别进行完善。换句话说，可以向每个知识工作者呈现不同的工作项集合以供考虑，而无需进行复杂且管理上要求很高的配置。此外，随着系统继续处理和解决工作项，由于系统了解哪些资源最有效地解决了所呈现的问题集并且经由从动态情境生成的动态知识文章来学习，因此这些集合的质量也得到了提高。也就是说，系统将机器学习应用于过去/止用工作项的处理，以路由新的工作项。

知识工作者的观点可以与每个知识工作者的观点不同(即，每个知识工作者查看工作项的定制的集合，并且视图是动态的(即，每当对工作项采取行动时都进行更新(例如，添加情境信息))。因此，可能会向不同的知识工作者呈现活动/等待工作项的不同列表。此外，知识工作者可能对工作项所采取的动作基于知识工作者而变化。可以对呈现给知识工作者的工作项所采取的动作的一些示例包括但不限于：无论工作项处于什么位置，自我选择该工作项，从而将其从池中拉出，以供知识工作者立即处理；将工作项引导到特定知识工作者，鉴于联系中心中的当前动态条件，知识工作者固有地将该其理解为最佳匹配；基于呈现给知识工作者的情境和信息来引导工作项以进行进一步的自动化处理，例如附加的自动化路由，用于从联络发起者那里收集附加信息的IVR系统，或者是知识工作者固有地理解为能够解决发起者的联络原因的专家系统；再次基于知识工作者的固有理解，重新路由工作项，从而覆写(override)先前的自动化决策流程；将工作项升级到更高的处理级别(例如，主管干预、具有更高技能的知识工作者的专业部门、客户保留专家等)；将附加情境信息、特性等附加到工作项。这可能导致工作项被重新处理/重新评估，或者可以简单地向工作项的最终处理者提供他们原本不会拥有的与工作项或发起者有关的附加有价值的信息。系统处理每个工作项的处理，以完善未来工作项的路由。换句话说，与止用工作项相似的未来工作项可以被分类为相同的工作项类别。系统可以确定级别或相似度，并且止用项和新的工作项之间的工作项类别的重叠可以基于相似度级别。例如，工作项可能来自某个邻近位置内的呼叫者。另一个相似之处可能是呼叫者的其他受众特征(demographic)。然而，止用工作项可能与现有客户相关联，而新的工作项与新客户相关联，因此，某些工作项类别可能在止用工作项和新的工作项之间有所不同。

该系统将是不断迭代的，因为每次知识工作者(或系统)对工作项采取动作(例如，添加情境信息)时，系统都可以重新评估系统中的工作项的状态(和/或其他状态)。可能的动作包括但不限于：向等待了一定时间的客户提供回叫；参与主管或升级为更高级别的支持；参与团队建设，收集解决系统认可的问题所需的适当知识工作者；与其他业务系统进行交互以采取诸如在票务系统中创建票证、向墙板显示消息、与劳动力管理系统进行交互以征求更多按需帮助等之类的动作。

结果，也许以前没有参与过的新知识工作者可以向工作项增加宝贵的帮助，从而从根本上改善工作状况(disposition)，而该知识工作者可能从来不知道前述传统系统中的工作项。例如，知识工作者将情境信息添加到工作项，这会导致系统重新评估该工作项，从而导致向先前不知道工作项(例如，该工作项不在该知识工作者的视图中)的知识工作者显示该工作项，在重新评估之后，该工作项被包含在知识工作者的视图中，并且知识工作者能够选择工作项和/或向工作项添加附加情境信息。

除了如上所述的知识工作者的动态干预之外，该系统还使其自身有助于人工智能(AI)/机器学习(ML)技术的使用。可以处理情境信息以生成其他知识工作者可访问的知识文章(knowledge article)。具体地，在一段时间内可以访问各种知识工作者带来的见解的系统可以基于从这些交互中学习到的行为来调整其自动化路由模型。随着进行了更多的观察，系统会更多地了解联络中心操作的各个方面并且了解业务，从而使其能够进行调整，例如但不限于：在了解到当前状态将具有特定特性的工作项路由到知识工作者的错误子集之后，改变路由模型；针对特定的工作项发起者了解首选的知识工作者的集合，以便所述知识工作者可以优先处理来自同一发起者的未来工作项；了解在传递给知识工作者时当前构成的某些工作项缺乏用于有效处理的足够信息，并且因此，例如，提示发起者所需的进一步信息；在某些工作项中发现可能指示与特定产品或服务有关的某些业务问题的模式。例如，知识工作者在工作项情境中注意到特定的产品或服务名称，并对拉出这些工作项进行干预并且将其重新引导到退货授权(Return Merchandise Authorization；RMA)部门。

将此视为对AI/ML系统的持续培训的一种形式，以使知识工作者的每个输入可以进一步完善AI/ML系统。下次发生类似情况时，AI系统可能不再需要就该方面与知识工作者进行协商(系统可以自动为联络提供服务)，而是可以就尚未考虑的某些新方面与知识工作者进行协商。另一方面，通常会注意到训练数据中可能存在某种形式的偏差，并且该偏差可能会导致不理想的结果。因此，作为本公开的一部分，将使用先进的统计方法来进行持续的数据分析，以验证和进一步完善上次采用的方法与过去采用的替代方法。除了实时与知识工作者进行协商以外，该系统还可以主动与专家知识工作者进行协商，以帮助进一步完善历史信息，从而可以更优化地处理未来事件。

来自公司内各个地点的经完善的AI/ML系统可以被组合并聚集到整个公司范围内，或者甚至跨公司系统聚集，该系统可以在部分或完全共享的云环境中得到有益的促进。

本公开利用附加的、强大的人为因素(或AI术语中的人为传感器)增强了自动化路由方法。

在示例中，医疗保健公司具有他们提供的“高接触”联络中心服务。VIP客户呼叫以询问有关可能在生死攸关的情况下使用的关键设备的问题。这些呼叫应当立即进行分类，并且尽快应答，但是必须由经过相关设备训练和认证的知识工作者来应答。传统的联络中心模型会将关键呼叫放在队列中(可能具有较高的优先级)，并且等待下一个可用的知识工作者。有能力快速解决问题的知识工作者可能是可用的，但是不知道有关键问题正在等待，并且可能不会采取适当的动作使自己变得可用。在本公开中，知识工作者可以看到队列中的所有呼叫以及关于那些呼叫的细节。知识工作者可以选择更快地结束他的当前呼叫，或者决定保留当前工作项并且接听最关键呼叫。此外，通常可能不会处理工作项的知识工作者(例如，设计了相关关键系统的工程师)可以得到系统对情况的建议并且得到系统介入，添加能够解决问题的情境信息。反之亦然。如果队列中没有关键呼叫，则知识工作者可以选择在他/她的当前呼叫上花费更多的时间来提高客户满意度。赋予知识工作者查看队列中所有呼叫的能力，允许知识工作者做出必要调整以处理当前情况。可以基于呼叫的属性进行其他处理，例如，将呼叫发送到不同的队列或IVR以收集更多信息。

图1A是用于在联络中心120中传递语音呼叫的说明性系统100的框图。说明性系统100包括用户通信设备101A-101N、公共交换电话网(PSTN)105、联络中心120、知识工作者通信设备130A-N、和知识工作者131A-N。联络中心120包括交互式语音响应(IVR)系统121、CM122、和工作项管理器124。

用户通信设备101A-101N可以是或可以包括能够在PSTN 105上进行通信以进行语音呼叫任何通信设备，例如，电话、会议系统、蜂窝电话、智能电话等等。如图1A所示，可以将任何数量的用户通信设备101A-101N连接到PSTN 105。知识工作者通信设备130A-130N可以是与用户通信设备101A-101N类似的设备。知识工作者通信设备130A-130N可以包括用于每个联络中心知识工作者131A-131N的多个通信设备(例如，电话和个人计算机)。

PSTN 105可以是或可以包括能够发送和接收语音通信的通信设备的任何集合。

例如，客户可以使用用户设备101A通过PSTN 105发起到联络中心120的语音呼叫。语音呼叫可以路由到IVR系统121以进行初始处理。IVR系统121可以确定适当的部门(例如，账单、技术支持等)以路由语音呼叫。由IVR系统121收集的信息被发送到CM 122，该CM 122将语音呼叫路由到知识工作者(例如，与知识工作者131A相关联的知识工作者设备130A)。并行地，IVR 121将IVR数据传送到工作项管理器124，该工作项管理器124确定语音呼叫的一个或多个工作项类别。工作项管理器124基于所确定的工作项类别来选择一个或多个知识工作者(例如，知识工作者131N)，并且在知识工作者通信设备130N上显示工作项(例如，语音呼叫)。如果知识工作者131A在工作项管理器显示工作项之前应答了呼叫，则工作项状态将反映呼叫已经被应答(例如“拥有”)，并且其他知识工作者可能无法选择呼叫。然而，其他知识工作者仍然可以对呼叫采取其他动作。换句话说，显示给知识工作者的知识工作者视图可以包括有效呼叫。

图1B是用于在联络中心120中传递多通道(例如，语音和数字)联络的说明性系统100的框图。除了用户通信设备101A-101N、PSTN 105、联络中心120(包括IVR系统121、CM122、和工作项管理器124)、知识工作者设备130A-N、知识工作者131A-131N之外，图1B包括用于传输数字通道联络(例如，电子邮件、视频、聊天、短信等)的网络110。网络110可以包括能够发送和接收数字通信的通信设备的任何集合，例如，互联网、广域网(WAN)、局域网(LAN)、IP语音网络(VoIP)、公共交换电话网(PSTN)、分组交换网络、电路交换网络、蜂窝网络、其组合等等。网络110可以使用各种电子协议，例如，以太网、互联网协议(IP)、会话发起协议(SIP)、集成服务数字网络(ISDN)、视频协议、即时消息(IM)协议、文本消息协议等等。因此，网络110是被配置为经由分组和/或电路交换通信来传送消息的电子通信网络。

例如，客户可以使用用户设备101B通过网络110与联络中心120发起聊天会话。该聊天会话被路由到工作项管理器124，该工作项管理器124可以包括聊天机器人系统以收集来自客户的初始信息。工作项管理器124使用知识工作者通信设备130N将聊天会话路由到知识工作者131N。

图1C是用于增强联络中心120中的工作项的传递的系统100的更详细示例。

联络中心120包括IVR 121、CM 122、工作项管理器124，该工作项管理器124包括(一个或多个)有效知识增强工作项125、(一个或多个)动态知识工作者组和视图126、动态工作项情境信息127、和情境学习模块128。在一些示例中，增强型路由传递系统可以被并入到联络中心中的现有路由系统中。在示例中，例如将所要求保护的发明整合到联络中心中，IVR系统121和通信管理器122可以处理语音呼叫的路由。联络中心120可以包括网络(未示出)，以用于连接到知识工作者通信设备130A-130N。在其他示例中，本公开的增强型路由传递系统可以包括用于联络中心的语音和数字通信(例如，视频、电子邮件、聊天等)的路由系统。

联络中心120可以是或可以包括与软件耦合的任何硬件，其可以管理用户通信设备101A-101N与知识工作者通信设备130A-130N之间的路由传入和/或传出通信会话。联络中心120中的知识工作者通信设备130A-130N可以是远程设备。例如，联络中心知识工作者131可以使用虚拟专用网(VPN)通信会话来连接到联络中心120并且成为联络中心120的一部分。

联络中心120可以路由各种类型的通信会话，例如，语音通信会话、视频通信会话、即时消息(IM)通信会话、文本消息(SMS/MMS)、电子邮件通信会话、聊天通信会话、社交媒体通信会话、虚拟现实通信会话等等。例如，诸如语音呼叫之类的工作项可以进入联络中心120，语音呼叫将由IVR系统121和CM与工作项管理器124并行处理。在某些方面，在工作项被发送到通信管理器之前，可以使用IVR系统121来处理工作项，以收集关于工作项的信息。例如，IVR系统121可以收集诸如哪个部门来路由工作项之类的信息(例如，帐户信息、技术支持等)。IVR系统121然后向通信管理器发送关于工作项和呼叫而收集的数据。IVR 121还将IVR数据发送到工作项管理器124(例如，经由REST API)以进行并行处理。在一些实施例中，IVR 121的功能可以被并入到CM 122中。在一些实施例中，在CM 122与工作项管理器124之间也可以存在通信链路(可以是单向的或双向的)。工作项管理器124使用工作项类别来对工作项进行分类，识别(一个或多个)活跃知识工作者，并且在(一个或多个)动态知识工作者视图126中向所识别的知识工作者显示工作项。在某些方面，工作项的后续处理可以将工作项发送回IVR系统121。

例如，语音呼叫可以最初从通信端点101A路由到IVR系统121。IVR系统121可以收集来自呼叫者的信息。由IVR系统121收集的语音呼叫和信息被发送到通信管理器和工作项管理器124。通信管理器将语音呼叫路由到知识工作者130A。语音呼叫的相关数据/情境信息(包括意图)也被发送到工作项管理器124，工作项管理器124基于相关联的工作项类别而将语音呼叫与一个或多个工作项类别相关联，工作项管理器124识别一个或多个活跃知识工作者并且将语音呼叫添加到用于所识别的知识工作者的(一个或多个)动态知识工作者组和视图126。换句话说，架构提供了通信管理器和工作项管理器对语音呼叫的并行处理。通信管理器和工作项管理器能够互相传送工作项的状态和布置。例如，工作项管理器在检测到知识工作者已经选择了工作项时，会向通信管理器发送消息，以移除队列中的工作项。相反，如果通信管理器将呼叫传递给代理人(agent)(例如，连接到代理人的呼叫)，则通信管理器通知工作项管理器，使得可以更新工作项的状态。换句话说，某些动作(例如，选择)可能不适用于其他代理人的有效呼叫。

在一些示例中，尽管语音呼叫已经被知识工作者应答，但是语音呼叫可以出现在一个或多个动态知识工作者视图中。当知识工作者接听了语音呼叫时，“选择”动作从可用动作中被移除(例如，可能会变灰)，但是其他选项保留，包括“添加情境”操作。换句话说，在语音呼叫由不同的知识工作者处理时，知识工作者可以向语言呼叫添加情境。在知识工作者添加情境信息之后，工作项管理器124重新评估工作项，该重新评估可以使得语音呼叫被呈现给不同的知识工作者或同一组知识工作者。

路由/业务规则是定义可能在联络中心120上发生的不同路由行为(和/或知识工作者行为)和/或业务规则的规则。路由/业务规则可以是用户定义的规则、预定义的规则、和/或自动生成的路由/业务规则。例如，路由/业务规则可以使用人工智能(AI)过程来自动生成，该人工智能(AI)过程识别新类型的路由行为、知识工作者行为、知识工作者会话行为等等。路由/业务规则可以基于由引导电话簿号码(Vector Directory Number，VDN)、电话号码、(一个或多个)IVR系统121等等所隐含的意图。

(一个或多个)IVR系统121可以是与软件耦合的任何硬件，其可以提供与用户通信设备101A-101N的用户的交互式语音通信。(一个或多个)IVR系统121可以包括不同的菜单，该不同的菜单允许用户识别联络中心120如何能够为用户提供服务。例如，用户可以选择连接到用于支持特定类型的产品的联络中心队列。在一些示例中，自动化系统可以提供用户正在寻找的信息，并且不需要对知识工作进行升级(例如，自助服务)。

说明性地，模块121、122和124-128是存储程序控制的实体，例如计算机或微处理器，其通过执行存储在诸如存储器(即，计算机存储器、硬盘等)之类的计算机可读存储介质中的程序指令，来执行图3-图6的方法以及本文所描述的过程。虽然图3-图5所描述的方法以特定顺序示出，但是本领域技术人员将认识到，图3-图5中的步骤可以以不同的顺序实现和/或在多线程环境中实现。此外，可以基于实施方式省略或添加各种步骤。

图2是示出根据本公开的示例视图的框图。知识工作者视图200A-200N示出了系统(例如，工作项管理器124)确定的对于每个知识工作者131A-131N相关且可见的各种工作项。例如，知识工作者视图200A可以与知识工作者131A相关联，并且知识工作者视图200N可以与知识工作者131N相关联。在一些实施例中，知识工作者看到的视图与知识工作者所处的工作项池和/或动态工作项组有关。每个工作项视图包括N个工作项。每个工作项都与至少一个工作项组相关联，并且知识工作者从一个或多个工作项组中看到工作项。

如图2所示，知识工作者视图200A列出了工作项201A-201D，并且视图200N示出了工作项201A和201D-201F。虽然知识工作者131A和131N可以在联络中心120中，但是他们各自具有联络中心120中的工作项的定制/动态视图。系统进一步确定对于每个知识工作者哪些动作可用于每个工作项。例如，对于可以查看工作项的所有知识工作者，并非所有动作都可用于所有工作项。如图2所示，工作项201A在不同的知识工作者视图中具有不同的可用动作。知识工作者视图200A针对工作项201A包括以下动作：选择、调度回叫、发送至语音信箱、添加情境、和显示可用情境。相比之下，在知识工作者视图200N中，针对工作项201A的可用动作包括添加情境和显示可用情境。虽然取决于知识工作者并非所有动作都将可用于所有工作项，但是知识工作者对于所有工作项通常都将能够添加情境并且显示可用情境。每当更新工作项的情境时，知识工作者视图200A-200N都会动态更新。

工作项201A包括来自Jane Doe的语音呼叫，她已经等待了4分10秒，她先前于2019年5月11日联系了联络中心，并且IVR系统121可能已经确定她正在关于她的账户进行呼叫。如图2所示，虽然在知识工作者视图200A和知识工作者视图200N中都列出了工作项201A，但是知识工作者131A相对于知识工作者131N(即，添加情境)具有不同的可用命令(即，选择、调度回叫、发送到语音信箱和添加情境)。具体地，知识工作者131N无法选择工作项，如选择命令按钮周围的虚线所示。这可能是由于各种因素造成的。在一些实施例中，特定知识工作者可用的命令可以根据经验水平、职称等而变化。例如，主管知识工作者与非主管知识工作者相比可以具有不同的命令。在其他实施例中，可用命令可以根据工作项的状态而变化。例如，由另一知识工作者选择的工作项可能不会由另一知识工作者选择。在另一示例中，如果工作项已经升级到主管，则知识工作者可能不会选择工作项。

仅在知识工作者131A的视图200A中的工作项201B包括来自Jack Johnson的电子邮件通信，该电子邮件通信是在3分41秒前接收到的，Johnson先生忘记了他的密码，并且被显示为黄金客户。知识工作者131A具有处理该工作项的多个选项：选择、发送链接以重置密码、和添加情境。例如，Johnson先生可能已经通过IVR系统121提供了他忘记密码的信息。知识工作者131A可以通过向Johnson先生发送链接以重置他的密码，来快速处理该工作项。在知识工作者131N的知识工作者视图200N上未显示工作项201B，因此知识工作者131N未被选择与工作项201B进行交互。

工作项201C包括来自Chen Lee的语音呼叫，该语音呼叫已经等待了2分15秒，关键字指示Lee先生正在关于他的银行帐户中有钱遗失进行呼叫。知识工作者131A具有与工作项201C交互的多个选项：选择、转移到主管、和添加情境。例如，知识工作者131A可以选择在将工作项转移到她的主管之前向工作项添加情境。在一些实施例中，在知识工作者131A向工作项201C添加情境之后，系统重新评估工作项，并且然后工作项可以出现在其他知识工作者的视图中。

工作项201D包括来自Sally Jones的视频呼叫，她已经在线了1分14秒，并且正在关于新贷款进行呼叫。如图2所示，知识工作者131A和131N两者具有相同的选项(即，选择、转移到贷款队列、显示所有情境、和/或添加情境)。

工作项201E包括来自Krish Kumar的聊天会话，该聊天会话已经完成/止用，Kumar先生关于帐户地点的更改与联络中心120进行了联系。虽然工作项201E已经完成，但是知识工作者131N仍然能够向该工作项添加情境。例如，知识工作者131N可能希望在他完成当前呼叫后返回工作项201E以添加注释。

工作项201F包括来自Hal Smith的视频呼叫，其连接至知识工作者James Egan，并且正在关于新贷款进行呼叫。因为呼叫者已经连接到知识工作者，所以选择和转移到贷款队列的选项不可用，如虚线所示。然而，知识工作者131N能够查看该工作项，并且向该工作项添加情境。

图3是示出用于使用联络中心120中的知识工作者131A-131N的情境以及通信管理器与工作项管理器之间的信令来动态地增强工作项的路由的过程的流程图。

过程开始于步骤300。在步骤302中，联络中心120接收工作项。例如，用户可以呼叫VDN。该呼叫被发送到IVR系统以收集初始信息(例如，情境数据)。在其他示例中，用户发起与联络中心120的聊天会话。数字通道联络可以被路由到工作项管理器(步骤304)，而语音通道联络可以被路由到工作项管理器和(一个或多个)传统/现有路由系统150。如系统周围的虚线所指示的，可以包括或可以不包括(一个或多个)传统/现有路由系统150。例如，语音通信可以与工作项管理器的处理并行地路由到(一个或多个)传统/现有路由系统150中的通信管理器。如果没有工作项(步骤301)，则过程返回到开始(步骤300)，并且等待接收工作项。

在步骤306中，系统收集工作的情境信息。

工作项管理器124将接收到的工作项分类为一个或多个动态工作项类别(步骤308)。可以提前初始化/识别工作项类别，和/或在系统接收和处理工作项时动态地管理工作项类别。工作项类别可以可视化为熔岩灯(lava lamp)，其中不同的工作项类别可以根据情境拆分和/或重新形成。例如，工作项类别可以从无到有，一个工作项类别可以拆分为两个工作项类别，或者多个工作项类别可以组合为单个工作项类别。有利地，无论工作项类别是与系统一起初始化的(例如，支线(feeder)工作项类别)还是由系统在处理工作项之后生成的，都可以动态地管理工作项类别。

在步骤310中，工作项管理器124基于动态情境信息来识别(一个或多个)活跃知识工作者131A-131N，以为工作项创建知识工作者组。例如，在识别了活跃知识工作者之后，将工作项(在0079中对工作项进行定制之后)添加到所识别的知识工作者的动态知识工作者视图中。

在步骤312中，工作项管理器124对于每个所识别的知识工作者为每个工作项定制工作项情境信息/动态路由选项和允许的动作。在步骤314中，工作项管理器124针对每个知识工作者呈现定制的知识工作者视图，其显示为每个知识工作者识别的工作项。一旦将工作项呈现给知识工作者，知识工作者就可以添加情境和/或对该工作项采取动作。知识工作者可以止用工作项(步骤316)或采取其他动作(步骤318)。在图4中进一步示出了工作项的止用(步骤316)。在一些示例中，其他动作(步骤318)可以将情境添加到工作项中，在图5中进一步示出。情境信息可以通过知识工作者、所识别的知识文章、和/或联络中心120中的其他资源来添加。

可以以各种其他方式来获得情境信息。例如，系统可以监视与联络中心120的传入和/或传出通信。系统可以监视语音、视频、IM、电子邮件、文本、和/或虚拟现实通信中的关键字，以识别正在发生的趋势。例如，系统可以通过识别传入联络中心120中的通信中的关键字(例如，视频游戏的名称、单词“问题”和短语“不能完成等级五”)，来识别由联络中心120服务的新发布的视频游戏中存在特定类型的问题。关键字可以基于多个关键字命中(即，阈值)来触发动作(例如，重新配置通信的路由、创建新的工作项类别、添加知识工作者、在UI中创建新命令)。另外，附加信息可以与关键词结合使用。例如，在社交媒体网络上以及在新闻提要中讨论的相同问题可以与关键字命中一起使用，以识别问题。

以上讨论描述了能够捕获信息的各种系统和方式。本领域技术人员将认识到，系统可以使用上面讨论的内容的各种组合来动态地重新配置联络中心120以管理新出现的趋势。

为了进一步说明图3的过程，考虑以下示例。联络中心120销售并且提供自行车技术支持。联络中心120支持许多类型的自行车(具有许多不同类型的部件)。在一些示例中，初始工作类别可以包括自行车的类型：山地、公路等。自行车具有许多不同的部件，因此子类别可以包括框架、踏板、齿轮、车轮、制动器等。在一些实施例中，一些工作项类别是已知的并且被事先创建，而其他工作项类别是在接收/处理工作项时开发的。例如，最初可能存在制动器的工作项类别，当接收到工作项时，系统会为不同的各种类型的制动器添加附加工作项类别，因此制动器下的子工作项类别可以包括制动钳和制动盘。子类别“制动钳”可以包括悬臂和V型制动器，并且子类别制动盘可以包括液压和机械。特定的知识工作者可以知道液压制动器在某个海拔发生故障，并且注意到特定的呼叫者正在关于液压制动器从科罗拉多州进行呼叫。虽然知识工作者可能没有在处理与制动器相关的工作项，但是知识工作者可以将关于海拔问题的情境添加到工作项中。

图4是联络中心120中的工作项的止用的流程图。

过程开始于步骤400，其从图3的步骤316开始。知识工作者止用工作项。如果该工作项被止用(步骤316)，则该工作项从动态知识工作者视图中被移除(步骤410)。一旦工作项已经止用，与该工作项相关联的一个或多个工作项类别就被更新(步骤412)(例如，将工作项情境信息存储在相关联的工作项类别中)。另外，作为结果可以创建知识文章，也可以存储这些知识文章。在一些实施例中，情境学习模块128使用所存储的情境信息，以便调整工作项类别和/或工作项与工作项类别的关联性。过程在步骤414处结束。

图5是用于在联络中心120中将情境信息添加到工作项的流程图。图5的过程是图3的步骤318的扩展视图。过程开始于步骤500。知识工作者131A-131N可以将附加情境信息添加到工作项。例如，在知识工作者视图200A中，知识工作者131A为工作项201C选择“添加情境”按钮(步骤502)。例如，在与联络中心120中的另一知识工作者的离线讨论期间，知识工作者131A学习到系统中影响某些帐户的错误。知识工作者131A可以将该信息作为情境信息添加到工作项。

在知识工作者131A将附加情境信息添加到工作项之后，在步骤508中，系统(工作项管理器124)基于附加情境信息重新评估工作项。在步骤510中，系统(工作项管理器124)更新动态知识工作者视图(例如，知识工作者视图200A-200N)。例如，可以基于附加情境信息从知识工作者视图200A-200N中移除/添加工作项。替代地或附加地，可以针对工作项类别和/或知识工作者组添加/删除知识工作者。例如，如果知识工作者Fred通过将工作项转移到另一知识工作者Bob来将情境添加到工作项，并且Bob最初并未被呈现有工作项，则系统可以将Bob添加到与所述工作项相关联的一个或多个工作项类别中。

图6示出了增强型路由系统100中工作项的工作流的框图。如图所示，工作项进入系统并且被路由到工作项管理器124。工作项管理器124动态添加将工作项添加到一个或多个工作项类别。可以基于接收到的工作项来动态地创建工作项类别。工作项管理器124基于工作项类别来识别针对工作项的活跃知识工作者。工作项管理器124基于分配给每个知识工作者的工作项为每个知识工作者生成动态知识工作者视图。例如，如果针对工作项A、B、C和D识别了第一知识工作者，则该第一知识工作者的定制知识工作者视图将显示工作项A、B、C和D。对于工作项A、C、D，还识别了第二知识工作者。第二知识工作者的定制知识工作者视图将包括工作项A、C和D，但不包括工作项B。如果第一知识工作者选择了工作项C并且添加了情境，则工作项管理器124将重新评估工作项C。重新评估工作项C可能会使得针对工作项类别添加和/或删除工作项C，这可能会使得针对知识工作者视图添加/删除工作项C。每次对工作项执行某项动作(例如，添加情境、转移、选择、止用等)时，都将会对工作项进行重新评估。

图7A-图7D是示出了根据本公开的使用情境信息进行动态路由的针对工作项的联络中心120中的示例动作序列的框图。

图7A示出了与知识工作者700A-700N相关联的知识工作者视图701A-701N。注意，图7A-图7D仅是知识工作者视图可能是什么样的说明性示例。实际的知识工作者视图可以在外观上更加丰富，并且可用的动作可以比显示的内容更多或更少。此外，可用动作将包括特定于领域/业务的元素。不同的知识工作者基于显示给知识工作者的工作项而具有不同的知识工作者视图，知识工作者也基于其权限而具有不同的动作。

如图所示，视图701A包括工作项711、713、714和715、以及用于选择、添加情境、转移、和显示所有情境的控件。这些可以是可用于与视图701A相关联的知识工作者和/或动态工作组的控件。视图701B包括工作项711、712和716、以及用于选择、添加情境、和引导到IVR(例如，(一个或多个)IVR系统121)的控件。视图701N包含工作项715、716、719、以及用于选择、添加情境、和显示所有情境的控件。例如，视图701A-701N可以与具有不同权限级别的知识工作者(例如，主管、常规、知识工作者等)相关联。知识工作者700B选择工作项711，从而过渡到图7B。

在图7B中，知识工作者视图701A-701N现在示出了工作项711，其中包含工作项711已被与视图701B相关联的知识工作者(例如，知识工作者700B)选择的信息。如图所示，在知识工作者视图701A中，工作项711不能再由知识工作者700A选择，然而，知识工作者700A仍然可以添加情境，即使工作项已经被选择并且正在与另一知识工作者一起进行。此外，在知识工作者视图701N中，工作项711具有新的选项/动作(例如，覆写)，其可允许知识工作者700N(例如，主管)接管工作项711。

知识工作者700B输入如下控制：将情境添加到工作项711。作为响应，知识工作者视图转换到图7C。

图7C示出了工作项711的情境详细信息。此处存在列出了工作项711的详细信息的窗口720和知识工作者可以在其中输入工作项711的其他情境信息的窗口721。知识工作者有机会以各种方式更新情境。他们可以输入将由AI系统分析的有关工作项的自由格式文本，他们还可以采取多种其他动作，例如(在本示例中)参考知识文章、附加URL、关联可能与之相关的另一工作项、更改工作项的优先级、将工作项分配给另一知识工作者等。省略表示基于管理和知识工作者的权限可能有许多操作。

在这种情况下，知识工作者700B输入一些由斜体文本表示的自由格式文本。知识工作者完成输入文本后，他单击“更新情境”，这使引擎(例如，工作项管理器)重新评估工作项，从而导致对定制的知识工作者视图701A-701N(如图7D所示)的更新。

在系统添加了情境信息之后重新评估工作项711之后，更新知识工作者视图701A-701N，如图7D所示。如图所示，工作项711已经从视图701A移除并且被添加到视图701C。之前，知识工作者700C没有显示任何工作项，但是也许700C是在图7C的情境更新中提到的“John Doe”。现在，知识工作者700C被视为工作项711动态组的相关成员。也许与动态知识工作者视图701C相关联的知识工作者700C看到了工作项711，查看了可用的情境，并决定他们可以增加价值并要求针对有效工作项711召开会议(假设他们具有此类权限)。

图8A示出了根据本公开的情境丰富下的示例文件夹的框图。该图旨在示出止用的工作项801可能看起来像什么的简单表示。增强型路由系统允许在工作项被止用后也可以检查、查看工作项并更新情境。这允许路由系统可以用于各种分析、生成知识文章、模式搜索、客户模式/满意度以及其他BI/CRM动作。知识工作者可以单击“今天”文件夹以查看今天止用的工作项列表(该知识工作者有权查看)。这将转换到像图8B一样。

例如，可以在工作项生命周期的任何阶段添加情境信息。例如，知识工作者可以在工作项处于队列中时、在工作项正被处理时和/或在工作项已止用之后添加情境信息。例如，“活跃”工作项可以包括排队的工作项和/或正由知识工作者处理的工作项。可以按日、周、月等组织关闭或止用的工作项。知识工作者可以查看关闭/止用的工作项以添加情境信息。

图8B表示示出本公开的微小示例。所显示的实际内容和可用动作将取决于许多因素，包括领域/业务、知识工作者权限、管理等。在这里，我们看到由于单击图8A中的“今天”文件夹而出现的今天止用的工作项的详细信息。

注意，相关元素用下划线标出，这些元素是可单击的超链接，以向下深入更多细节或链接到其他信息。例如，单击客户电话号码可能会呼叫该客户，单击公司名称可能会拉出有关该公司的详细信息，包括相关工作项的列表，单击解决方案可能会提供包括知识工作者的注释的详细信息。

还存在其他按钮(基于工作项和使用该界面的知识工作者的权限)。这些可能包括诸如使用工作项中的信息来生成新知识文章(KA)的模板或用于从AI引擎的考虑中移除工作项的选项之类的事情。

最重要的是，即使在工作项被止用之后，情境仍然可以被添加到工作项中。尽管在工作项止用后将情境添加到工作项中，将不会导致系统重新评估工作项并重新生成动态知识工作者视图，但是在工作项止用后添加情境将使AI引擎使用该信息形成未来的工作项类别(或更新现有的工作项类别)、工作项组，识别活跃的知识工作者，生成和/或更新知识文章以及做出适用的决策。例如，将知识工作者和/或知识文章添加到工作项类别/从中移除。

图9示出了根据一种实施方式的计算系统900，该计算系统900用于使用本文所述的情境信息和迭代人工学习来增强联络中心120中的路由。计算系统900代表任何一个或多个计算系统，本文公开的各种操作架构、过程、场景和序列利用该系统用于在联络中心中提供情境路由。

计算系统900是联络中心120和/或工作项管理器124的示例，尽管可能存在其他示例。计算系统900包括通信接口901、用户接口902和处理系统903。处理系统903链接到通信接口901和用户接口902。处理系统903包括微处理器和/或处理电路905以及存储操作软件907的存储系统906。计算系统900可以包括为清楚起见未示出的其他公知的组件，例如电池和外壳。计算系统900可以包括服务器、用户设备、台式计算机、膝上型计算机、平板计算设备或一些其他用户通信装置。

通信接口901包括通过通信链路进行通信的组件，例如网卡、端口、射频(RF)、处理电路和软件或某些其他通信设备。通信接口901可以被配置为通过金属、无线或光学链路进行通信。通信接口901可以被配置为使用时分复用(TDM)、互联网协议(IP)、以太网、光网络、无线协议、通信信令或一些其他通信格式(包括其组合)。在一些实施方式中，通信接口901被配置为与其他终端用户设备通信，其中，该通信接口用于为联络中心120传输和接收工作项。

用户接口902包括与用户交互以接收用户输入并呈现媒体和/或信息的组件。用户接口902可以包括扬声器、麦克风、按钮、灯、显示屏、触摸屏、触摸板、滚轮、通信端口或某些其他用户输入/输出装置(包括其组合)。在一些示例中，可以省略用户接口902。

处理电路905包括微处理器和从存储系统906检索并执行操作软件907的其他电路。存储系统906可以包括以任何用于存储信息的方法或技术实现的易失性和非易失性、可移动和不可移动介质，例如计算机可读指令、数据结构、程序模块或其他数据。存储系统906可以被实现为单个存储设备，但是也可以被实现在多个存储设备或子系统上。存储系统906可以包括附加元件，例如，用于读取操作软件907的控制器。存储介质的示例包括随机存取存储器、只读存储器、磁盘、光盘和闪速存储器，以及它们的任何组合或变形，或任何其他类型的存储介质。在一些实施方式中，存储介质可以是非暂态存储介质。在一些实例中，至少一部分存储介质可以是暂态的。应当理解，在任何情况下，存储介质都不是传播的信号。

处理电路905通常安装在电路板上，该电路板上还可以容纳存储系统906以及通信接口901和用户接口902的部分。操作软件907包括计算机程序、固件或某种其他形式的机器可读程序指令。操作软件907包括情境学习模块910，尽管应用程序内的任何数量的软件模块可以提供相同的操作，但是情境学习模块910包括工作项类别构建器以及故事和AI模块分类器。操作系统软件907可以进一步包括操作系统、实用程序、驱动程序、网络接口、应用程序或某种其他类型的软件。当由处理电路905执行时，操作软件907如本文所述地引导处理系统903操作计算系统900。

在至少一种实施方式中，包括用于实现工作项管理器的指令的路由模块908当由处理系统903读取并执行时根据本公开引导处理系统903在联络中心中路由工作项。情境学习模块910当由处理系统903读取并执行时引导处理系统903收集工作项的情境信息，并基于情境信息对工作项进行路由/分组/重新评估。AI模型允许系统基于情境信息迭代地学习和调整联络中心路由。

还应当理解，上述方法可以由硬件组件执行，或者可以体现在机器可执行指令的序列中，该机器可执行指令可以用于使得用指令进行编程的机器(例如通用或专用处理器(GPU或CPU))或逻辑电路(FPGA)执行方法。这些机器可执行指令可以存储在一个或多个机器可读介质上，例如CD-ROM或其他类型的光盘、软盘、ROM、RAM、EPROM、EEPROM、磁卡或光卡、闪存或适用于存储电子指令的其他类型的机器可读介质。替代地，可以通过硬件和软件的组合来执行所述方法。

在说明书中给出了具体细节以提供对实施例的透彻理解。然而，本领域普通技术人员将理解，可以在没有这些具体细节的情况下实践实施例。例如，可以在框图中示出电路，以免在不必要的细节上使实施例难以理解。在其他情况下，可以在没有不必要的细节的情况下示出公知的电路、过程、算法、结构和技术，以避免使实施例难以理解。

此外，应注意，将实施例描述为如下过程：该过程被描述为流程表、流程图、数据流程图、结构图或框图。尽管流程图可以将操作描述为顺序过程，但是许多操作可以并行或同时执行。另外，可以重新安排操作顺序。当某个过程的操作完成时，该过程将终止，但可能会有图中未包含的其他步骤。过程可以对应于方法、函数、进程、子例程、子程序等。当过程对应于函数时，其终止对应于该函数返回到调用函数或主函数。

此外，可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或其任意组合来实现实施例。当以软件、固件、中间件或微代码实现时，可以将执行必要任务的程序代码或代码段存储在诸如存储介质的机器可读介质中。(一个或多个)处理器可以执行必要的任务。代码段可以表示进程、功能、子程序、程序、例程、子例程、模块、软件包、类别、或指令、数据结构或程序语句的任意组合。可以通过传递和/或接收信息、数据、自变量、参数或存储器内容，将代码段耦合到另一代码段或硬件电路。信息、自变数、参数、数据等可以通过任何合适的方式传递、转发或传输，包括存储器共享、消息传递、令牌传递、网络传输等。

尽管已经在本文中详细描述了本公开的说明性实施例，但是应当理解，本发明构思可以以其他方式被不同地体现和采用，并且所附权利要求旨在被解释为包括这样的变型，除了受现有技术限制的变型之外。

本文描述的处理器的示例可以包括但不限于

本文讨论的任何步骤、功能和操作都可以连续且自动地执行。

然而，为了避免不必要地使本公开难以理解，前面的描述省略了许多已知的结构和设备。这种省略不应被解释为对要求保护的公开内容的范围的限制。阐述了具体细节以提供对本公开的理解。然而，应当理解，除了本文阐述的具体细节之外，可以以多种方式来实践本公开。

此外，尽管本文所示的示例性实施例示出了并置的系统的各个组件，但是该系统的某些组件可以远程地位于分布式网络(诸如LAN和/或互联网)的较远部分处或位于专用系统内。因此，应当理解，系统的组件可以组合到一个或多个设备中，或者并置在分布式网络的特定节点上，该分布式网络例如是模拟和/或数字电信网络、分组交换网络、或电路交换网络。从前面的描述可以理解，并且出于计算效率的考虑，系统的组件可以布置在组件的分布式网络内的任何位置，而不会影响系统的运行。例如，各种组件可以位于交换机中，例如PBX和媒体服务器、网关，一个或多个通信设备中，一个或多个用户的房屋处或它们的某种组合。类似地，系统的一个或多个功能部分可以分布在(一个或多个)电信设备和关联的计算设备之间。

此外，应当理解，连接元件的各种链路可以是有线或无线链路，或其任何组合，或者能够向和从连接的元件提供和/或传递数据的任何其他已知的或以后开发的(一个或多个)元素。这些有线或无线链路也可以是安全链路，并且可以能够传递加密信息。例如，用作链路的传输介质可以是任何适合电信号的载体，包括同轴电缆、铜线和光纤，并且可以采用声波或光波的形式，例如在无线电波和红外线数据传输期间产生的声波或光波。

同样，尽管已经关于事件的特定序列讨论和示出了流程图，但是应当理解，可以对该序列进行改变、增加和省略而不会实质性地影响本公开的操作。

可以使用本公开的许多变化和修改。可以提供本公开的一些特征而无需提供其他特征。

在又一实施例中，可以结合如下项来实现本公开的系统和方法：专用计算机、编程的微处理器或微控制器以及(一个或多个)外围集成电路元件、ASIC或其他集成电路、数字信号处理器、诸如分立元件电路之类的硬连线电子电路或逻辑电路、诸如PLD、PLA、FPGA、PAL之类的可编程逻辑设备或门阵列、专用计算机、任何可比较的装置等。通常，能够实现本文所示的方法的任何设备或装置都可以用于实现本公开的各个方面。可以用于本公开的示例性硬件包括计算机、手持式设备、电话(例如，蜂窝、启用因特网的、数字、模拟、混合以及其他)、以及本领域已知的其他硬件。这些设备中的一些包括处理器(例如，单个或多个微处理器)、存储器、非易失性存储器、输入设备和输出设备。此外，还可构造替代软件实施方式(包括但不限于分布式处理或组件/对象分布式处理、并行处理、或虚拟机处理)以实现本文所述的方法。

在又一实施例中，所公开的方法可以容易地结合使用对象或面向对象的软件开发环境的软件来实施，该对象或面向对象的软件开发环境提供可以在各种计算机或工作站平台上使用的便携式源代码。可替代地，所公开的系统可以使用标准逻辑电路或VLSI设计以硬件来部分或完全实现。使用软件还是硬件来实现根据本公开的系统取决于系统的速度和/或效率要求、特定功能、以及所使用的特定软件或硬件系统或微处理器或微计算机系统。

在又一实施例中，所公开的方法可以部分地以软件实现，该软件可以存储在存储介质上，在控制器和存储器、专用计算机、微处理器等的协作下在编程的通用计算机上执行。在这些实例中，本公开的系统和方法可以实现为嵌入在个人计算机(例如applet、

尽管本公开参考特定的标准和协议描述了在实施例中实现的组件和功能，但是本公开不限于这样的标准和协议。存在本文未提及的其他类似标准和协议，并且被认为包括在本公开中。此外，本文所提及的标准和协议以及本文未提及的其他类似标准和协议被具有基本相同功能的更快或更有效的等同物周期性地取代。具有相同功能的这样的替代标准和协议被认为是本公开中包括的等同物。

在各种实施例、配置和方面中，本公开包括基本上如本文所描绘和描述的组件、方法、过程、系统和/或装置，包括各种实施例、子组合及其子集。在理解本公开之后，本领域技术人员将理解如何制造和使用本文公开的系统和方法。本公开在各种实施例、配置和方面中包括：在缺少这里的各种实施例、配置或方面中或本文描绘和/或描述的项目的情况下(包括在缺少可能已经在先前的设备或过程中使用的项目的情况下)提供设备或过程，例如用于提高性能、实现简易性和/或降低实现成本。

已经为了说明和描述的目的呈现了本公开的前述讨论。前述内容并非旨在将本公开限制为本文公开的一种或多种形式。例如，在前述的具体实施方式中，出于简化本公开的目的，在一个或多个实施例、配置或方面中将本公开的各种特征组合在一起。可以将本公开的实施例、配置或方面的特征组合在除了以上讨论的那些以外的替代实施例、配置或方面中。本公开的方法不应被解释为反映了这样一种意图，即所要求保护的公开需要比每个权利要求中明确叙述的特征更多的特征。而是，如所附权利要求所反映的，发明性方面在于少于单个前述公开的实施例、配置或方面的所有特征。因此，以下权利要求据此被结合到该具体实施方式中，每个权利要求独立地作为本公开的单独的优选实施例。

此外，尽管本公开的描述已经包括对一个或多个实施例、配置或方面以及某些变型和修改的描述，但是其他变型、组合和修改也在本公开的范围内，例如在理解本公开之后，在本领域技术人员的技术和知识范围内。旨在获得包括在允许的范围内的替代实施例、配置或方面的权利，包括所主张的权利要求的替代、互换和/或等同结构、功能、范围或步骤，而无论本文是否公开了此类替代、互换和/或等同结构、功能、范围或步骤，并且不打算公开公布任何可申请专利的主题。

实施例包括一种联络中心，其包括：微处理器；和计算机可读介质，其与微处理器耦合并且包括微处理器可读和可执行的指令，这些指令在由微处理器执行时使微处理器：通过网络将工作项接收到联络中心；收集接收到的工作项的初始情境信息；将工作项分类到一个或多个工作项类别；根据情境信息和/或一个或多个工作项类别，识别一个或多个活跃的知识工作者；为所识别的一个或多个知识工作者中的每一者生成并显示定制的知识工作者视图；从一个或多个知识工作者中的至少一者接收输入，该输入指示对工作项的动作；并响应于对工作项的动作，重新评估该工作项，并基于该重新评估更新每个定制的知识工作者视图。

上述联络中心的各方面，包括：指示交互式语音响应(IVR)系统收集接收到的工作项的初始情境信息。

上述联络中心的各方面，其中对工作项的动作包括向工作项添加情境信息。

上述联络中心的各方面，其中对工作项的动作包括向与工作项相关联的用户提供回叫。

上述联络中心的各方面，其中对工作项的动作包括将工作项上报给主管。

上述联络中心的各方面，其中对工作项的动作包括将工作项传送给特定知识工作者以进行处理。

上述联络中心的各方面，其中对工作项的动作包括参与团队会议会话以针对该工作项进行工作。

上述联络中心的各方面，其中对工作项的动作包括将工作项发送到自动化系统以收集附加信息。

上述联络中心的各方面，其中网络包括数字信道，并且工作项包括电子邮件、聊天消息或视频呼叫之一。

上述联络中心的各方面，其中网络包括语音信道，并且工作项包括语音呼叫之一。

实施例包括一种用于增强联络中心中的路由的方法，该方法包括：经由网络将工作项接收到联络中心；以及收集接收到的工作项的初始情境信息；将工作项分类到一个或多个工作项类别；根据情境信息和/或一个或多个工作项类别，识别一个或多个活跃的知识工作者；为所识别的一个或多个知识工作者中的每一者生成并显示定制的知识工作者视图；从一个或多个知识工作者中的至少一者接收输入，该输入指示对工作项的动作；并且响应于对工作项的动作，重新评估工作项，并基于重新评估更新每个定制的知识工作者视图。

上述方法的各方面，其中收集接收到的工作项的初始情境信息包括指示交互式语音响应(IVR)系统收集初始情境信息。

上述方法的各方面，其中对工作项的动作包括向工作项添加情境信息。

上述方法的各方面，其中对工作项的动作包括向与工作项相关联的用户提供回叫。

上述方法的各方面，其中对工作项的动作包括将工作项上报给主管。

上述方法的各方面，其中对工作项的动作包括将工作项传送给特定知识工作者以进行处理。

上述方法的各方面，其中对工作项的动作包括参与团队会议会话以针对工作项进行工作。

上述方法的各方面，其中对工作项的动作包括将工作项发送到自动化系统以收集附加信息。

上述方法的各方面，其中，网络包括数字信道，并且工作项包括电子邮件、聊天消息或视频呼叫之一。

上述方法的各方面，其中，网络包括语音信道，并且工作项包括语音呼叫之一。