Anchorage:基于锚定事件的客服视频满意度可视化分析
人机交互
2024-02-15 v1 多媒体
摘要
通过视频通信提供客户服务为分析客户满意度以进行质量管理带来了新机遇。然而,由于缺少可靠的自我报告反馈,服务提供商深受客户服务质量评估不足以及对多模态视频记录繁琐排查的困扰。我们介绍 Anchorage,一个通过总结客服视频中的多模态行为特征并揭示服务流程中异常操作来评估客户满意度的可视化分析系统。我们利用具有语义意义的操作将结构化事件理解引入视频,帮助服务提供商快速导航至其感兴趣的事件。Anchorage 从服务与操作两个层面支持对客户满意度的全面评估,并通过多面可视化视图高效分析客户行为动态。我们通过案例研究与精心设计的用户研究对 Anchorage 进行了广泛评估。结果证明了其在利用客服视频评估客户满意度方面的有效性与可用性。我们发现,在评估客户满意度时引入事件上下文可在不牺牲标注精度的前提下提升其表现。我们的方法可适用于收集到无标注非结构化视频及序列记录的情境。
引用
@article{arxiv.2302.06806,
title = {Anchorage: Visual Analysis of Satisfaction in Customer Service Videos via Anchor Events},
author = {Kam Kwai Wong and Xingbo Wang and Yong Wang and Jianben He and Rong Zhang and Huamin Qu},
journal= {arXiv preprint arXiv:2302.06806},
year = {2024}
}
备注
13 pages. A preprint version of a publication at IEEE Transactions on Visualization and Computer Graphics (TVCG), 2023