目的:从过去两周发生的所有机器人对话中找出最常见的爱因斯坦机器人对话
我还没有找到在Salesforce中报告此情况的方法–没有一个字段或方法来创建自定义报告类型,该报告类型派生自Salesforce中反映所选对话的ConversationDefinitionSession、AnalyticsBotSession或LiveChatTranscript对象(虽然AnalyticsBotSession确实报告了对话中选择的最后一个对话)。我能得到的最接近的结果是从每个实时聊天会话中提取整个文本,以查看所使用的整个bot流
由于我无法在报表、自定义报表或SOQL查询中找到我要查找的信息,我以csv文件的形式通过SOQL提取了过去两周的所有bot会话及其后续副本。从那里,我可以看到如何使用pandas和python在副本上执行不同的功能,以尝试查看有多少tim出现指向特定对话(如“退货和退款”)的关键短语
到目前为止,我在Spyder中使用python所做的工作:
import pandas as pd
df=pd.read_csv("C:\\Users\\afernandez\\Desktop\\BellaPython.csv")
BellaTranscript = df['Body']
print(BellaTranscript)
MegaText = ''.join(BellaTranscript)
print(MegaText)
MegaText.count('Transfer to a Live Agent')
MegaText.count('Returns and Refunds')
顺便说一句,“Body”是实际的文本本身。因此,本质上,我将所有的文本加入到一个巨大的文本块中,并使用“count”函数查看文本中预定义的短语出现的次数。但这留下了错误的空间,因为文本还包括bot何时提及该短语,而不仅仅是何时提及该短语埃克特德
我觉得必须有更好的方法来做到这一点
目前没有回答
相关问题 更多 >
编程相关推荐