CN101185284A - 到用户的呼叫的预测性智能路线选择 - Google Patents

Abstract

一种网络设备(30)，包括允许用户指定在一个时间段期间的至少一个联系设备的用户接口(40)。该网络设备(30)还包括预测通过至少一个联系设备联系到用户的概率的预测器(36)。第一端口(32a)允许该设备接收想去往用户的呼叫，并且第二端口(32b)根据用户指定向至少一个联系设备发送联系信号。网络设备(30)具有处理器(34)，以基于用户用来对联系信号作出响应的联系设备(30)确定连接信息，并且将该连接信息发送到预测器(36)以允许该预测器(36)更新其概率预测。

Description

到用户的呼叫的预测性智能路线选择

背景技术

许多语音系统向用户提供“跟随”服务，其中电话呼叫在中央位置被接收到，然后跟随用户到一个或多个指定的联系设备。一般而言，这些服务允许用户指定在指定的时间段期间系统应当通过哪个或哪些设备联系到该用户。

例如，用户可以指定在8～12点和下午1～5点，系统应当通过该用户的桌面电话或者该用户的助手的电话联系该用户。类似地，在下午12～1点之间，系统应当尝试通过用户的蜂窝电话或寻呼机联系该用户，这是由于该用户非常有可能离开他或她的桌子去吃午餐了。

假设用户有耐心针对每个相关时间段限定联系设备，并且可以预见它们的日程，则这种系统工作的相当好。另外，用户必须或者每天都具有相当稳定的日程，或者每天早晨会重置偏好。该系统仅可以基于用户输入的数据执行。

这可能既导致系统效率低下，又使用户受挫。用户可能由于该系统就响应速度和吞吐量而言不能按照需要工作而受挫。用户最终可能使系统对于每个呼叫都向用户的所有联系设备广播，从而由于同时进行许多活动呼叫而耗光系统资源。如果用户的确指定了一组设备，但是没有很好地预测所需的设备，则系统可能执行的很好，但是用户不会看到这点。用户可能只知道系统未联系到他或她，而处理资源正被耗光来试图通过指定的设备联系该用户。

附图说明

通过参考附图阅读公开可以最好地理解本发明，其中：

图1示出了具有跟随服务的网络的示例。

图2示出了利用预测性的路线选择来跟随的网络设备的实施例。

图3示出了利用语言性的路线选择的方法的实施例的流程图。

图4示出了利用预测性的路线选择的方法的替换实施例的流程图。

图5示出了对预测性的呼叫路线选择系统进行监控的方法的流程图。

具体实施方式

图1示出了具有跟随服务的通信网络的示例。网络设备10连接到一个或多个网络，其中用户的联系设备和进入呼叫可以都在相同的网络上或不同的网络上。为了易于讨论，但是不是要限制本发明的实施例的应用，该设备将被示作桥接两个网络之间的通信。

第一网络12是呼叫发起的网络。该网络是公共交换电话网络(PSTN)、基于数据分组的语音网络(例如，基于因特网协议的语音(VoIP))、基于异步传输模式的语音(VoATM)或者基于帧中继的语音(VoFR)，或者数据网络。进入呼叫可以是试图到达用户的多种类型的信号之一，例如，电话呼叫、传真信号、即时消息或者视频电话呼叫。

第二网络14可以是第一网络的子网，在这里被称作联系网络。该网络是可以联系到用户的所有设备的集合。示例包括但不限于桌面电话或者其他陆线电话18、蜂窝电话24、寻呼机26、传真机16、桌面计算机20、移动计算机和移动计算设备例如个人数字助理22等。用户可以针对每个特定的时间段指定不同的联系设备集合，或者就让系统向与该用户相关联的各个设备广播。用户指定在这里被称作用户偏好，其可以仅采用在不同的时间段期间允许/不允许的形式，或者可以是有序列表，例如“首先尝试我的蜂窝电话，然后是我的寻呼机…”。这些都仅是示例，而不是要将本发明的应用性限制于用于指定用户偏好的任何特定手段。

网络设备10负责确定在呼叫进入时应当通过哪个或哪些设备联系到用户。图2示出了这种网络设备的一个示例。网络设备30具有第一端口32a，该端口允许网络设备接收想去往用户的进入呼叫。第二端口32b允许网络设备发送一个或多个联系信号。这两个端口实际上可能是同一个端口，因为网络设备可以使用接收到呼叫的同一个网络来联系用户。

预测器36预测通过至少一个联系设备联系到用户的概率。处理器然后通过端口32b将联系信号发送到至少一个联系设备。处理器还在联系信号成功到达用户时确定连接信息。处理器然后将连接信息(例如，用户通过哪个设备应答和用户应答的时间)发送回预测器，预测器可以使用该信息来更新所涉及的一个或多个设备的概率数据。处理器还可以结合预测器使用存储器38，这将在下面描述。

预测器36可以是处理器34的一部分，或者可以在单独的设备上实现，例如，数字信号处理器(DSP)或专用集成电路(ASIC)。类似地，处理器34可以是通用处理器、DSP、ASIC等。

在本发明的一个实施例中，网络设备30可以是在具有跟随服务的系统中预先存在的设备。处理器会被更新来包括实现本发明所必需的软件指令。这些指令在被执行时会致使设备执行依赖于概率的跟随服务。指令更有可能被包括在机器可读代码的制品上，其中该机器是该设备。制品例如可以采用用于DSP的图像文件的形式。

图3示出了提供依赖于概率的跟随服务的方法的一个实施例。在50处，接收到针对用户的呼叫。在本实施例中，已确定出了用于联系到用户的一个或多个联系设备，稍后将讨论。然后在52处处理器访问要被激活的设备的顺序。在54处，至少一个联系信号被发送到至少一个联系设备。如果用户应答了，则在56处发生成功，然后在58处处理器通过提高联系到用户的特定设备的概率来更新该设备的概率数据。

在该特定实施例中，离线地确定各个设备的概率。用户可以指定系统利用他们的偏好，利用他们的具有概率的偏好来联系他或她，或者仅利用基于他或她的使用的概率来联系他或她。在58处对实际联系到用户的联系设备的概率数据进行更新。然后在60处对该时隙重新计算概率顺序，然后在62处列表被存储以便在接收到呼叫后访问。在该过程中任何地方都可以执行连续监控，例如在概率计算之后，即在64处。这将参考图5更详细地讨论。

在条件时隙期间任何联系设备作为用户通过其作出响应的那个联系设备的概率都可以被看作是条件概率：在X点到Y点之间将通过设备A联系到用户的概率。通过联系设备A可以联系到用户的概率可以是以其间接收到呼叫的时隙为条件的。

Bayes定理阐述了一种计算条件概率的方法。条件概率P_E(H)是基于使用数据E联系用户的概率，E在这种情形中是特定时隙的使用数据。该条件概率的计算如下：

通过示例可以最好地理解这点。用户Joe在一个月中接收到1000个呼叫。这些呼叫中960个呼叫联系到Joe。在这1000个呼叫中，800个在商务时间联系到Joe，这800个中的640个是通过他的桌面电话联系到他的。系统希望使用以处于工作时间期间为条件通过Joe的桌面电话联系到他的概率。

呼叫联系到Joe的无条件概率P(H)是总概率除以呼叫的总数，或者说960/1000＝0.96。不仅联系到Joe而且是通过他的桌面电话联系到他的概率P(H&E)于是为640/1000，或者说0.64。在商务时间呼叫联系到Joe的概率为800/1000，或者说0.8。则在呼叫处于商务时间期间的情况下通过桌面电话联系到Joe的概率为：

$P_E\left(H\right)=\frac{0.64}{0.80}=0.80$

针对每个设备离线计算出相同的概率，并且确定出的概率的顺序被存储到存储器中，用于处理器下次访问。当在商务时间期间针对Joe的呼叫进入时，桌面电话可能具有最高的概率。如果该呼叫成功，即，Joe通过它的桌面电话应答，则更新数据，来反映出在商务时间期间1001个呼叫中的801个呼叫成功到达的Joe的桌面电话，并且P(H&E)变为641/1001，等等。

对于可以如何指定系统是否将该概率应用到它的使用模式，Joe有若干种选项。Joe可以指定他希望系统仅应用他希望的偏好、偏好和概率的组合或者仅使用概率。如果Joe指定了组合，则在对要被发送联系信号的设备的列表进行分级排序之前，可以将概率乘以加权因子。例如，如果Joe将设备分级为1-2-3顺序，则所确定的概率可以被乘以1-2-3，或者0.4、0.3和0.2。

除了用户指定是否可以应用概率外，对概率的应用也可以变化。例如，系统可以将设备划分到多个概率范围中。系统然后会对那些设备并行寻址。这在系统处于其早期学习阶段并且所有设备的概率相同时尤其有用。

在替换实施例中，如图4所示，概率计算可以“实时”执行，而不是预先计算出并存储为有序列表。在这种实施例中，在70处接收到呼叫，然后在72处访问用户偏好来确定是否要应用概率。如果不应用概率，则在74处系统开始向用户针对该时隙指定的联系设备发送联系信号(如果有的化)，或者向与该用户相关联的所有联系设备广播联系信号。即使尚未指定概率，在76处系统仍可以对未指定偏好的时间监控结果，或者提示用户，这将在下面描述。

如果用户在72处已指定了在选择要使用的联系设备时采用的概率依赖，则在78处确定概率顺序。概率顺序是在尝试联系到用户时向设备发送信号的顺序。如上所述，可以并行联系具有在一定概率范围内的概率的若干个设备。此外，概率顺序将使用前述概率数据，例如，总体呼叫的数目，在当前时隙中的呼叫的数目，以及在该时隙中通过每个设备联系到用户的呼叫的数目，等等。如上所述，用户偏好也可以成为概率数据的一部分。

一旦在78处确定了概率顺序，在80处发送一个或多个联系信号，然后在82处确定这些信号成功还是失败。在84处利用这些结果更新概率数据。如果采用了监控，则过程会移动到76处的监控过程，然后过程会返回到70处等待下一个呼叫。

图5示出了系统进行监控的实施例。监控可以包括系统性能的两个不同方面。首先，在90处系统可以监控其总体成功率来确定成功率是否大于预定成功阈值。如果成功率比该阈值低，则在92处，系统可以提示用户输入不同的一组偏好、如果以前已结合概率使用了用户偏好则允许系统仅采用概率模式，或者允许系统进入广播模式。在广播模式中，并行联系所有设备，而不使用任何类型的分级排序。系统然后可以重新进入学习阶段，并且应用概率来最佳调节系统以加快响应时间，或者在94处以其他方式改变操作。

在监控系统性能的第二方面中，即使用户已指定了不应用概率而仅应用用户偏好的模式，也可以执行监控。如果系统注意到在这些时隙中成功阈值比阈值低，则它可以提示用户，告知他或她使用偏好的成功率较低。系统然后可以提出进入广播模式，或者基于整个使用历史中的实际成功作出建议。在任一情形中，监控允许系统基于正被应用的概率的成功率，或者根据概率结果调整操作。

这样，系统可以开发并维护用于联系用户的有序选择的列表。该列表允许系统更高效地联系到用户，并且使用的系统资源比起广播系统来更少。在现有技术中，可能存在可以采用的应用到进入呼叫的其他类型的过滤。这些过滤可以包括基于策略的过滤，例如，呼叫者是在某人的“白名单”还是“黑名单”上，其中白名单成员的呼叫被允许通过，但是黑名单成员的呼叫不被允许。这也可以包括基于状态的方法，例如，“请勿打扰”和列入日程系统，其中用户可以指定在给定的时刻是否可以联系到用户。不管先前应用了何种过滤，基于被允许通过的呼叫，在应用了这些类型的过程之后，本发明的实施例将被使用。

因此，虽然到此已描述了用于预测性呼叫路线选择的方法和装置的特定实施例，但是，除了所附权利要求中阐述的之外，这些具体引用不应当被认为是对本发明的范围的限制。

Claims (25)

1.一种网络设备，包括：

用户接口，其允许用户指定在一个时间段期间的至少一个联系设备；

预测器，其预测通过至少一个联系设备联系到所述用户的概率；

第一端口，其接收想去往所述用户的呼叫；

第二端口，其根据用户指定向至少一个联系设备发送联系信号；

处理器，其执行以下过程：

基于所述用户用来对所述联系信号作出响应的联系设备确定连接

信息；以及

将所述连接信息发送到所述预测器以允许所述预测器更新其概率预测。

2.如权利要求1所述的网络设备，所述设备还包括存储概率数据的存储器。

3.如权利要求1所述的网络设备，所述用户接口还允许所述用户选择预测模式。

4.如权利要求1所述的网络设备，所述联系设备是从以下群组中选择出的，该群组包括：寻呼机、蜂窝电话、陆线电话、计算机、个人数字助理以及移动计算设备。

5.如权利要求1所述的网络设备，所述联系信号还包括：电话呼叫、传真信号、即时消息和视频呼叫。

6.一种联系用户的方法，包括：

在第一设备处接收针对用户的呼叫；

访问用于联系所述用户的用户偏好；

基于所述用户偏好和先前成功的联系来预测通过至少一个联系设备联系到所述用户的概率；

向具有最高概率的至少一个设备发送联系信号；

确定所述信号成功还是失败；以及

更新在所述预测中使用的概率数据。

7.如权利要求6所述的方法，接收呼叫还包括接收以下群组中的一个，该群组包括：电话呼叫、传真信号、即时消息和视频呼叫。

8.如权利要求6所述的方法，访问用户偏好还包括访问用于预测性路线选择的指标。

9.如权利要求6所述的方法，访问用户偏好还包括访问用于特定时间段的用户偏好的列表。

10.如权利要求6所述的方法，访问用户偏好还包括访问用户偏好的列表和用于预测性路线选择的指标。

11.如权利要求6所述的方法，预测概率还包括将Bayes定理应用到所述联系设备。

12.如权利要求6所述的方法，发送联系信号还包括发送以下群组中的一个，该群组包括：电话呼叫、传真信号、即时消息或视频呼叫。

13.如权利要求6所述的方法，确定成功还是失败还包括确定所述用户用来对所述信号作出响应的设备。

14.如权利要求6所述的方法，更新所述概率数据该包括提高所述用户用来对所述呼叫作出响应的设备的概率。

15.如权利要求6所述的方法，更新所述概率还包括：

在预定时间段后确定成功率比失败阈值低；以及

询问所述用户是进入广播系统，还是挑选最佳预测模式。

16.如权利要求6所述的方法，更新所述概率还包括：

确定成功率比成功阈值高；以及

基于过去的成功对每个联系设备的概率排序。

17.如权利要求6所述的方法，发送联系信号还包括：

确定具有在预定范围内的成功概率的第一组联系设备；以及

将多个联系信号并行发送给所述第一组中的联系设备；以及

如果未成功，则确定具有在下一范围内的成功概率的下一组联系设备。

18.如权利要求17所述的方法，所述方法还包括重复所述确定和发送过程直到成功。

19.如权利要求17所述的方法，所述方法还包括根据成功改变所述范围。

20.一种网络设备，包括：

用于允许用户指定在一个时间段期间的至少一个联系设备的装置；

用于预测通过至少一个联系设备联系到所述用户的概率的装置；

用于接收想去往所述用户的呼叫的装置；

用于根据用户指定向至少一个联系设备发送联系信号的装置；

用于执行以下步骤的装置：

基于所述用户用来对所述联系信号作出响应的联系设备确定连接信息；以及

将所述连接信息发送到所述预测器以允许所述预测器更新其概率预测。

21.如权利要求20所述的网络设备，所述设备还包括用于存储概率数据的装置。

22.一种包含指令的机器可读代码的制品，所述代码在被执行时致使所述机器执行以下步骤：

在第一设备处接收针对用户的呼叫；

访问用于联系所述用户的用户偏好；

基于所述用户偏好和先前成功的联系来预测通过至少一个联系设备联系到所述用户的概率；

向具有最高概率的至少一个设备发送联系信号；

确定所述信号成功还是失败；以及

更新在所述预测中使用的概率数据。

23.如权利要求22所述的制品，所述致使所述机器更新所述概率数据的代码还致使所述机器执行以下步骤：

在预定时间段后确定成功率比失败阈值低；以及

询问所述用户是进入广播系统，还是挑选最佳预测模式。

24.如权利要求22所述的制品，所述致使所述机器更新所述概率数据的代码还致使所述机器执行以下步骤：

确定成功率比成功阈值高；以及

基于过去的成功对每个联系设备的概率排序。

25.如权利要求22所述的制品，所述致使所述机器更新所述概率数据的代码还致使所述机器发送联系信号，其中还包括：

确定具有在预定范围内的成功概率的第一组联系设备；以及

将多个联系信号并行发送给所述第一组中的联系设备；以及

如果未成功，则确定具有在下一范围内的成功概率的下一组联系设备。

Images