CN105450879A - 对用户来电进行处理的方法和装置 - Google Patents

Abstract

本申请提出一种对用户来电进行处理的方法和装置，该对用户来电进行处理的方法包括：读取用户来电的来电信息；根据所述来电信息，获取所述用户的已有的标签信息；获取所述用户的缺失的标签信息的值，并根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，以及，根据所述来电信息计算紧迫度值；根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理。该方法能够降低用户在进入排队系统后挂断电话的几率，降低呼损，提高接通率，提升用户体验。

Description

对用户来电进行处理的方法和装置

技术领域

本申请涉及数据处理技术领域，尤其涉及一种对用户来电进行处理的方法和装置。

背景技术

用户打电话至呼叫中心时，会先经过互动语音应答系统(IVR，InteractiveVoiceResponse)，通过按键或语音交互之后进入到虚拟排队系统(VQ，VirtualQueuing)，等待坐席专员接通，在进入排队系统后挂断电话的，就会造成呼损。

目前，对用户来电进行处理的方法主要是按先来后到的顺序排队，即优先服务先进入系统的用户。

但是，这种方式会导致用户一旦进入队列，其在本次排队中的位置顺序就已完全确定，完全没有考虑影响用户期待意愿及问题的紧迫度的个性化因素，所以导致紧迫的问题可能无法得到及时解决、以及排队环节大量用户无法在期待时间内得到接听应答而离去，从而带来大量呼损，并影响呼叫中心整体接通效率及用户的切身体验。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的一个目的在于提出一种对用户来电进行处理的方法，该方法可以降低呼损，提高接通率，提升用户体验。

本申请的另一个目的在于提出一种对用户来电进行处理的装置。

为达到上述目的，本申请实施例提出的对用户来电进行处理的方法，包括：读取用户来电的来电信息；根据来电信息，获取用户的已有的标签信息；获取用户的缺失的标签信息的值，并根据已有的标签信息的值和缺失的标签信息的值计算用户的期待意愿值，以及，根据来电信息计算紧迫度值；根据期待意愿值和紧迫度值，对用户来电进行处理。

本申请实施例提出的对用户来电进行处理的方法，通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，降低呼损，提高接通率，提升用户体验。

为达到上述目的，本申请实施例提出的对用户来电进行处理的装置，包括：读取模块，用于读取用户来电的来电信息；获取模块，用于根据所述来电信息，获取所述用户的已有的标签信息；计算模块，用于获取所述用户的缺失的标签信息的值，并根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，以及，根据所述来电信息计算紧迫度值；处理模块，用于根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理。

本申请实施例提出的对用户来电进行处理的装置，通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，降低呼损，提高接通率，提升用户体验。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本申请一实施例提出的对用户来电进行处理的方法的流程示意图；

图2是根据本申请另一实施例提出的对用户来电进行处理的方法的流程示意图；

图3是根据本申请另一实施例的用户来电及相应处理的系统结构示意图；

图4是根据本申请另一实施例的智能排队系统的结构示意图；

图5是本申请另一实施例的对用户来电进行处理的装置的结构示意图；

图6是本申请另一实施例的对用户来电进行处理的装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

下面参考附图描述根据本申请实施例的对用户来电进行处理的方法、控制装置及被控方法和装置。

图1是本申请一实施例提出的对用户来电进行处理的方法的流程示意图，该方法包括：

S101：读取用户来电的来电信息。

其中，来电信息可以包括坐席状态、用户在IVR(InteractiveVoiceResponse，互动语音应答系统)中的行为信息、识别的用户信息、用户的历史来电信息等中的一项或多项。

具体的，坐席状态包括闲或忙；

用户在IVR中的行为信息包括在同一次通话中用户在IVR里一级一级选择的按键交互次数等；识别的用户信息包括来电号码、用户在IVR中输入的证件号等；

用户的历史来电信息包括来电次数、来电时长、服务满意度反馈等。

S102：根据来电信息，获取用户的已有的标签信息。

其中，本实施例对用户来电进行处理的系统可以称为智能排队系统，智能排队系统中可以预先保存用户的历史数据，根据该来电信息可以查找到对应的历史数据，并从历史数据中获取用户的已有的标签信息。

标签信息可以根据具体业务类型进行预先设置。

以购物网站为例，标签信息可以包括：线上行为信息、用户状态及特征等，并且在保存时可以将标签信息与用户标识信息对应保存，用户标识信息可以包括用户的电话号码或者身份证号码。

在来电信息中可以包括用户的电话号码或者身份证号码，因此可以根据来电信息中的电话号码或者身份证号码查找到标签信息，如上述的线上行为信息，用户状态及特征。

具体的，线上行为信息可以包括线上的活跃程度和购物的环节等；

用户状态及特征可以包括用户的年龄、性别和购物偏好等。

S103：获取用户的缺失的标签信息的值，并根据已有的标签信息的值和缺失的标签信息的值计算用户的期待意愿值，以及，根据来电信息计算紧迫度值。

其中，智能排队系统中可以包括坐席等待队伍，当用户来电时无空闲坐席时，可以将用户来电放入坐席等待队伍。

智能排队系统中可以保存多个用户的历史数据，当一个用户的标签信息出现缺失时，可以根据其他用户的已有标签信息的值获取该用户缺失的标签信息的值。具体算法可以是K近邻算法，具体的获取方法将在后续实施例中详细说明。

根据已有的标签信息的值和缺失的标签信息的值可以按照预设的算法对用户的期待意愿的值进行计算，另外，还可以根据预设算法对来电信息计算得到紧迫度值。其中，计算期待意愿值的预设的算法以及计算紧迫度值的算法可以有多种，在后续实施例中将举例说明。

在本申请的一个具体实施例中，期待意愿值可以为用户愿意等待的时长。

S104：根据期待意愿值和紧迫度值，对用户来电进行处理。

其中，可以根据期待意愿值和已等待时长获取剩余时长，再根据剩余时长和计算得到的紧迫度值，对用户来电进行排序，或者，也可以在剩余时长小于预设值时，进行预警，或者，还可以在剩余时长小于预设值时，提供延续期待意愿的服务等。

本实施例通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，降低呼损，提高接通率，提升用户体验。

图2是根据本申请另一实施例提出的对用户来电进行处理的方法的流程示意图。

参见图3，是用户来电及相应处理的系统结构示意图，如图3所示，包括用户端、智能排队系统和坐席。其中，用户端包括热线拨打模块和IVR互动模块，智能排队系统包括来电信息系统、用户视图中心、模型引擎中心和意愿管理系统。

本实施例主要提出智能排队系统，以动态确定用户在排队队伍中的位置。

具体的，参见图4，智能排队系统可以包括来电信息系统、用户视图中心、模型引擎中心和意愿管理系统。其中，来电信息系统可以包括坐席状态判断模块、IVR行为读取模块和历史来电匹配模块；用户视图中心可以包括用户状态识别模块、用户特征判断模块和线上行为匹配模块；模型引擎中心可以包括缺失值处理模块、紧迫度识别模块和期待意愿预测模块；意愿管理系统可以包括接起顺序管理模块、临界意愿预警模块和临界意愿延续模块。

如图2所示，该方法包括：

S201：读取用户来电的来电信息。

具体的，可以由智能排队系统中的来电信息系统读取用户来电的来电信息。

其中，来电信息包括第一标签信息和用户的标识信息。

第一标签信息包括坐席状态、用户在IVR(互动语音应答系统)中的行为信息、用户的历史来电信息等中的一项或多项。

具体的，坐席状态包括闲或忙；

用户在IVR中的行为信息包括在同一次通话中用户在IVR里一级一级选择的按键交互次数等；

识别的用户信息包括来电号码、用户在IVR中输入的证件号等；

用户的历史来电信息包括来电次数、来电时长、服务满意度反馈等。

用户的标识信息包括：用户的身份证号和/或用户的电话号码。用户的的标识信息可由智能排队系统中的来电信息系统根据来电号码、用户在IVR中输入的证件号等进行识别。

S202：从预先建立的数据库中，获取与用户的标识信息对应的第二标签信息，并将第一标签信息和第二标签信息确定为已有的标签信息。

其中，该步骤可以具体由智能排队系统中的用户视图中心实现。

其中，第二标签信息包括用户的线上行为信息、用户的状态信息、用户的特性信息等中的一项或多项。具体的，用户的线上行为信息可以包括用户在线上的活跃程度、购物的环节等；用户的状态信息可以包括年龄、性别等；用户的特性信息可以包括购物偏好、购物习惯等。

具体地，可通过日常收集并整理用户资料，预先建立数据库，在用户来电时，即可根据用户的标识信息，从预先建立的数据库中，查找到该用户的第二标签信息。然后根据用户的来电信息中的第一标签信息和数据库中与用户的标识信息对应的第二标签信息即可确定用户的已有的标签信息。

S203：获取用户的缺失的标签信息的值，以及，根据已有的标签信息的值和缺失的标签信息的值计算用户的期待意愿值，并根据来电信息计算紧迫度值。

模型引擎中心可以包括缺失值处理模块、紧迫度识别模块和期待意愿预测模块。

具体地，模型引擎中心可获取与用户相邻的其他用户，并获取缺失的标签信息在其他用户中的已有标签值。

进一步地，相邻的其他用户可以通过以下方式确定：先对数据库中每个用户的标签信息的值进行向量化，每个用户对应一个标签向量，然后对每个标签向量进行标准化，得到标准化的标签向量，并计算当前用户的标签向量与其他用户的标签向量的距离，距离值最小的k个用户即可确定为当前用户的相邻用户。其中，k为预先设定的值。

进一步地，缺失值处理模块可对上述获取到的已有标签值进行加权平均，将加权平均后的值确定为当前用户缺失的标签信息的值。

具体地，期待意愿预测模块可根据预设的变换函数，对已有的标签信息的值和缺失的标签信息的值组成的矩阵进行变换，得到变换后的矩阵，再根据变换后的矩阵和预设的系数矩阵，得到期待意愿值。

在本申请的一个实施例中，可建立标签值与期待意愿值的关系模型，设所有用户的期待意愿值向量为η，从预先建立的数据库中读取的标签向量构建成相应的矩阵记为X，预先通过广义线性模型(GLM，GneralizedLinearModel)、人工神经网络模型(ANN，artificialneuralnetwork)等方法计算出的模型系数向量为β，当使用GLM模型时，则可通过计算η＝f(X)β，得到当前用户的期待意愿值；当使用ANN模型时，则可通过计算η＝f(Xβ)，得到当前用户的期待意愿值。

其中，f为指定的变换函数，这里在GLM模型中可以为poisson函数，也可以为其他函数，在ANN模型中可以为sigmoid函数，也可以为其他函数，本申请对计算中涉及的模型类型(如GLM、ANN等)、f函数(如poission、sigmoid等)均不做限定。

在本申请的一个实施例中，来电信息中包括问题信息，紧迫度识别模块可将预先确定的与问题信息对应的专家评分值，确定为紧迫度值。

举例而言，例如预先建立的问题识别列表里面有100种问题：如某安全类问题、如某查询类问题、如某流程方法类问题等，并预先通过业务专家打分等方式为每个问题映射一个紧迫度的系数，如该安全类问题的紧迫度值是10、该查询类问题的紧迫度值是5、该流程方法类问题的紧迫度值是3等，进而，当用户来电时，即可根据来电信息中的问题信息确定对应的紧迫度值。

S204：根据期待意愿值和紧迫度值进行来电处理。

该步骤可以由意愿管理系统执行。

其中，对来电进行处理可以包括：接起顺序管理模块根据所述期待意愿值获取剩余时长，根据所述剩余时长和所述紧迫度值，对所述用户来电进行排序；或者，临界意愿预警模块根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，进行预警；或者，临界意愿延续模块根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，提供延续期待意愿的服务。

具体的，可以根据期待意愿值获取剩余时长。

在本申请的具体实施例中，来电信息中还包括来电时间。

可将当前时间与来电时间的差值，确定为已等待时长(记为w)，然后将期待意愿值η与已等待时长w的差值即(η-w)，确定为剩余时长。

在获取剩余时长后，可根据用户的已等待时长和紧迫度值，确定平衡因子，然后根据平衡因子和剩余时长，确定用户来电的接听顺序。

其中，平衡因子是一个系数，与用户进入队列的时间点有关，具体与用户进入队列的时间点之间的关系算法可以预先设置，主要用于平衡用户期待意愿与先来后到的公平性，以避免出现极端不公平现象。

举例而言，如在排队队列中甲比乙的问题更着急，但是乙在队列中比甲已经多等了2分钟，此时可通过平衡因子在公平性和紧急性之间做平衡，对甲、乙的优先级做综合评分，评分较高的来电优先接通。

对应在剩余时长小于预设值时，进行预警的场景，可以具体包括：

当(η-w)的值接近零时，系统可发出预警信号，以表示当前用户已经达到期待意愿值的临界点，要求尽快处理，以免造成呼叫损失。

对应在剩余时长小于预设值时，提供延续期待意愿的服务的场景，可以具体包括：

在收到预警信号后，还可通过个性化语音挽留等手段延长用户的期待意愿，直到坐席接起。

本实施例在具体实施中可以采用R，JAVA或者SQL等语言，硬件不限。

本实施例通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并根据来电信息和标签信息计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，提高接通率；本实施例通过调整用户在排队系统中的位置，可以实现用户位置的动态变化，避免单一位置引起的各种问题；本实施例还可以根据剩余时长和紧迫度值结合平衡因子对用户来电进行排序，增强了排队系统的可靠性，来电排序更合理，提升用户体验；本实施例还可以进行预警、提供延续期待意愿的服务等，可以提高用户排队意愿，进一步降低呼损，提高接通率。

为了实现上述实施例，本申请还提出一种对用户来电进行处理的装置。

图5是本申请另一实施例的对用户来电进行处理的装置的结构示意图。所述对用户来电进行处理的装置可以是智能排队系统。如图5所示，该装置包括：读取模块100、获取模块200、计算模块300和处理模块400。

如图3所示是用户来电及相应处理的系统结构示意图，如图3所示，包括用户端、智能排队系统和坐席。其中，用户端包括热线拨打模块和IVR互动模块，智能排队系统包括来电信息系统、用户视图中心、模型引擎中心和意愿管理系统。

本实施例主要提出智能排队系统，以动态确定用户在排队队伍中的位置。

具体地，读取模块100用于读取用户来电的来电信息，读取模块100具体可以为来电信息系统。其中，来电信息可以包括坐席状态、用户在IVR(InteractiveVoiceResponse，互动语音应答系统)中的行为信息、识别的用户信息、用户的历史来电信息等中的一项或多项。

具体的，坐席状态包括闲或忙；用户在IVR中的行为信息包括在同一次通话中用户在IVR里一级一级选择的按键交互次数等；识别的用户信息包括来电号码、用户在IVR中输入的证件号等；用户的历史来电信息包括来电次数、来电时长、服务满意度反馈等。

获取模块200用于根据所述来电信息，获取所述用户的已有的标签信息。获取模块200具体可以为用户视图中心。其中，本实施例对用户来电进行处理的系统可以称为智能排队系统，智能排队系统中可以预先保存用户的历史数据，获取模块200可根据该来电信息可以查找到对应的历史数据，并从历史数据中获取用户的已有的标签信息。

标签信息可以根据具体业务类型进行预先设置。以购物网站为例，标签信息可以包括：线上行为信息、用户状态及特征等，并且在保存时可以将标签信息与用户标识信息对应保存，用户标识信息可以包括用户的电话号码或者身份证号码。

在来电信息中可以包括用户的电话号码或者身份证号码，因此可以根据来电信息中的电话号码或者身份证号码查找到标签信息，如上述的线上行为信息，用户状态及特征。

具体的，线上行为信息可以包括线上的活跃程度和购物的环节等；用户状态及特征可以包括用户的年龄、性别和购物偏好等。

计算模块300用于获取所述用户的缺失的标签信息的值，并根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，以及，根据所述来电信息计算紧迫度值。计算模块300具体可以为智能排队系统中的模型引擎中心。其中，智能排队系统中可以包括坐席等待队伍，当用户来电时无空闲坐席时，可以将用户来电放入坐席等待队伍。

智能排队系统中可以保存多个用户的历史数据，当一个用户的标签信息出现缺失时，计算模块300可以根据其他用户的已有标签信息的值获取该用户缺失的标签信息的值。具体算法可以是K近邻算法，具体的获取方法将在后续实施例中详细说明。

根据已有的标签信息的值和缺失的标签信息的值，计算模块300可以按照预设的算法对用户的期待意愿的值进行计算，另外，还可以根据预设算法对来电信息计算得到紧迫度值。其中，计算期待意愿值的预设的算法以及计算紧迫度值的算法可以有多种，在后续实施例中将举例说明。

在本申请的一个具体实施例中，期待意愿值可以为用户愿意等待的时长。

处理模块400用于根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理。处理模块400具体可以为智能排队系统中的意愿管理系统。其中，处理模块400可以根据期待意愿值和已等待时长获取剩余时长，再根据剩余时长和计算得到的紧迫度值，对用户来电进行排序，或者，也可以在剩余时长小于预设值时，进行预警，或者，还可以在剩余时长小于预设值时，提供延续期待意愿的服务等。

本实施例通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，降低呼损，提高接通率，提升用户体验。

图6是本申请另一实施例的对用户来电进行处理的装置的结构示意图。如图6所示，该装置包括：读取模块100、获取模块200、取子模块210、确定子模块220、计算模块300、缺失值处理子模块310、期待意愿预测子模块320、紧迫度识别子模块330、处理模块400、接起顺序管理子模块410、临界意愿预警子模块420和临界意愿延续子模块430。其中，获取模块200包括获取子模块210和确定子模块220；计算模块300包括缺失值处理子模块310、期待意愿预测子模块320和紧迫度识别子模块330；处理模块400包括接起顺序管理子模块410、临界意愿预警子模块420和临界意愿延续子模块430。

具体地，获取子模块210用于从预先建立的数据库中，获取与所述用户的标识信息对应的第二标签信息。其中，第二标签信息包括用户的线上行为信息、用户的状态信息、用户的特性信息等中的一项或多项。具体的，用户的线上行为信息可以包括用户在线上的活跃程度、购物的环节等；用户的状态信息可以包括年龄、性别等；用户的特性信息可以包括购物偏好、购物习惯等。

具体地，智能排队系统可通过日常收集并整理用户资料，预先建立数据库，在用户来电时，获取子模块210即可根据用户的标识信息，从预先建立的数据库中，查找到该用户的第二标签信息。

确定子模块220用于将所述第一标签信息和所述第二标签信息确定为所述已有的标签信息。具体的，来电信息包括第一标签信息和用户的标识信息。第一标签信息包括坐席状态、用户在IVR(互动语音应答系统)中的行为信息、用户的历史来电信息等中的一项或多项。

进一步地，坐席状态包括闲或忙；用户在IVR中的行为信息包括在同一次通话中用户在IVR里一级一级选择的按键交互次数等；识别的用户信息包括来电号码、用户在IVR中输入的证件号等；用户的历史来电信息包括来电次数、来电时长、服务满意度反馈等。用户的标识信息包括：用户的身份证号和/或用户的电话号码。用户的的标识信息可由智能排队系统中的来电信息系统根据来电号码、用户在IVR中输入的证件号等进行识别。

确定子模块220根据用户的来电信息中的第一标签信息和数据库中与用户的标识信息对应的第二标签信息即可确定用户的已有的标签信息。

缺失值处理子模块310用于获取与所述用户相邻的其他用户，并获取所述缺失的标签信息在其他用户中的已有标签值，以及对所述已有标签值进行加权平均，将加权平均后的值确定为所述缺失的标签信息的值。进一步地，相邻的其他用户可以通过以下方式确定：先对数据库中每个用户的标签信息的值进行向量化，每个用户对应一个标签向量，然后对每个标签向量进行标准化，得到标准化的标签向量，并计算当前用户的标签向量与其他用户的标签向量的距离，距离值最小的k个用户即可确定为当前用户的相邻用户。其中，k为预先设定的值。

进一步地，缺失值处理子模块310可对上述获取到的已有标签值进行加权平均，将加权平均后的值确定为当前用户缺失的标签信息的值。

期待意愿预测子模块320用于根据预设的变换函数，对所述已有的标签信息的值和所述缺失的标签信息的值组成的矩阵进行变换，得到变换后的矩阵，以及根据所述变换后的矩阵和预设的系数矩阵，得到所述期待意愿值。在本申请的一个实施例中，期待意愿预测子模块320可建立标签值与期待意愿值的关系模型，设所有用户的期待意愿值向量为η，从预先建立的数据库中读取的标签向量构建成相应的矩阵记为X，预先通过广义线性模型(GLM，GneralizedLinearModel)、人工神经网络模型(ANN，artificialneuralnetwork)等方法计算出的模型系数向量为β，当使用GLM模型时,则可通过计算η＝f(X)β，得到当前用户的期待意愿值；当使用ANN模型时，则可通过计算η＝f(Xβ)，得到当前用户的期待意愿值。

其中，f为指定的变换函数，这里在GLM模型中可以为poisson函数，也可以为其他函数，本申请对计算中涉及的模型类型(如GLM、ANN等)、f函数(如poission、sigmoid等)均不做限定。

紧迫度识别子模块330用于将预先确定的与所述问题信息对应的专家评分值，确定为所述紧迫度值。在本申请的一个实施例中，来电信息中包括问题信息，紧迫度识别子模块330可将预先确定的与问题信息对应的专家评分值，确定为紧迫度值。举例而言，例如预先建立的问题识别列表里面有100种问题：如某安全类问题、某查询类问题、某流程方法类问题等，并预先通过业务专家打分等方式为每个问题映射一个紧迫度的系数，如某安全类问题的紧迫度值是10、某流程方法类问题的紧迫度值是5、某流程方法类问题的紧迫度值是3等，进而，当用户来电时，即可根据来电信息中的问题信息确定对应的紧迫度值。

处理模块400还用于将当前时间与所述来电时间的差值，确定为已等待时长，以及将所述期待意愿值与所述已等待时长的差值，确定为剩余时长。

在本申请的具体实施例中，来电信息中还包括来电时间。处理模块400可将当前时间与来电时间的差值，确定为已等待时长(记为w)，然后将期待意愿值η与已等待时长w的差值即(η-w)，确定为剩余时长。

处理模块400包括如下项中的至少一项：

接起顺序管理子模块410用于根据所述期待意愿值获取剩余时长，根据所述剩余时长和所述紧迫度值，对所述用户来电进行排序。接起顺序管理子模块410具体用于根据所述用户的已等待时长和所述紧迫度值，确定平衡因子，以及根据所述平衡因子和所述剩余时长，确定所述用户来电的接听顺序。其中，平衡因子是一个系数，与用户进入队列的时间点有关，具体与用户进入队列的时间点之间的关系算法可以预先设置，主要用于平衡用户期待意愿与先来后到的公平性，以避免出现极端不公平现象。举例而言，如在排队队列中甲比乙的问题更着急，但是乙在队列中比甲已经多等了2分钟，此时可通过平衡因子在公平性和紧急性之间做平衡，对甲、乙的优先级做综合评分，评分较高的来电优先接通。

临界值预警子模块420用于根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，进行预警。更具体地，当(η-w)的值接近零时，临界意愿预警子模块420可发出预警信号，以表示当前用户已经达到期待意愿值的临界点，要求尽快处理，以免造成呼叫损失。

临界意愿延续子模块430用于根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，提供延续期待意愿的服务。更具体地，在收到预警信号后，临界意愿延续子模块430可通过个性化语音挽留等手段延长用户的期待意愿，直到坐席接起。

本实施例在具体实施中可以采用R，JAVA或者SQL等语言，硬件不限。

本实施例通过读取用户的来电信息，获取已有的标签信息，对缺失的标签信息的值进行预测，并根据来电信息和标签信息计算用户的期待意愿值和紧迫度值，能够按照用户意愿和问题紧迫度调整用户在排队系统中的位置，从而降低用户在进入排队系统后挂断电话的几率，提高接通率；本实施例通过调整用户在排队系统中的位置，可以实现用户位置的动态变化，避免单一位置引起的各种问题；本实施例还可以根据剩余时长和紧迫度值结合平衡因子对用户来电进行排序，增强了排队系统的可靠性，来电排序更合理，提升用户体验；本实施例还可以进行预警、提供延续期待意愿的服务等，可以提高用户排队意愿，进一步降低呼损，提高接通率。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (20)

1.一种对用户来电进行处理的方法，其特征在于，包括：

读取用户来电的来电信息；

根据所述来电信息，获取所述用户的已有的标签信息；

获取所述用户的缺失的标签信息的值，并根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，以及，根据所述来电信息计算紧迫度值；

根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理。

2.根据权利要求1所述的方法，其特征在于，所述来电信息包括第一标签信息和所述用户的标识信息，所述根据所述来电信息，获取所述用户的已有的标签信息，包括：

从预先建立的数据库中，获取与所述用户的标识信息对应的第二标签信息；

将所述第一标签信息和所述第二标签信息确定为所述已有的标签信息。

3.根据权利要求2所述的方法，其特征在于，所述第一标签信息包括如下项中的至少一项：

坐席状态信息；

所述用户在IVR中的行为信息；

所述用户的历史来电情况。

4.根据权利要求2所述的方法，其特征在于，所述用户的标识信息包括：所述用户的身份证号和/或所述用户的电话号码，所述第二标签信息包括如下项中的至少一项：

所述用户的线上行为信息；

所述用户的状态信息；

所述用户的特性信息。

5.根据权利要求1所述的方法，其特征在于，所述获取所述用户的缺失的标签信息的值，包括：

获取与所述用户相邻的其他用户，并获取所述缺失的标签信息在其他用户中的已有标签值；

对所述已有标签值进行加权平均，将加权平均后的值确定为所述缺失的标签信息的值。

6.根据权利要求1所述的方法，其特征在于，所述根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，包括：

根据预设的变换函数，对所述已有的标签信息的值和所述缺失的标签信息的值组成的矩阵进行变换，得到变换后的矩阵；

根据所述变换后的矩阵和预设的系数矩阵，得到所述期待意愿值。

7.根据权利要求1所述的方法，其特征在于，所述来电信息中包括问题信息，所述根据所述来电信息计算紧迫度值，包括：

将预先确定的与所述问题信息对应的专家评分值，确定为所述紧迫度值。

8.根据权利要求1至7任一项所述的方法，其特征在于，所述根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理，包括如下项中的至少一项：

根据所述期待意愿值获取剩余时长，根据所述剩余时长和所述紧迫度值，对所述用户来电进行排序；

根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，进行预警；

根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，提供延续期待意愿的服务。

9.根据权利要求8所述的方法，其特征在于，所述根据所述剩余时长和所述紧迫度值，对所述用户来电进行排序，包括：

根据所述用户的已等待时长和所述紧迫度值，确定平衡因子；

根据所述平衡因子和所述剩余时长，确定所述用户来电的接听顺序。

10.根据权利要求8所述的方法，其特征在于，所述来电信息中包括来电时间，所述根据所述期待意愿值获取剩余时长，包括：

将当前时间与所述来电时间的差值，确定为已等待时长；

将所述期待意愿值与所述已等待时长的差值，确定为剩余时长。

11.一种对用户来电进行处理的装置，其特征在于，包括：

读取模块，用于读取用户来电的来电信息；

获取模块，用于根据所述来电信息，获取所述用户的已有的标签信息；

计算模块，用于获取所述用户的缺失的标签信息的值，并根据所述已有的标签信息的值和所述缺失的标签信息的值计算所述用户的期待意愿值，以及，根据所述来电信息计算紧迫度值；

处理模块，用于根据所述期待意愿值和所述紧迫度值，对所述用户来电进行处理。

12.根据权利要求11所述的装置，其特征在于，所述来电信息包括第一标签信息和所述用户的标识信息，所述获取模块包括：

获取子模块，用于从预先建立的数据库中，获取与所述用户的标识信息对应的第二标签信息；

确定子模块，用于将所述第一标签信息和所述第二标签信息确定为所述已有的标签信息。

13.根据权利要求12所述的装置，其特征在于，所述第一标签信息包括如下项中的至少一项：

坐席状态信息；

所述用户在IVR中的行为信息；

所述用户的历史来电情况。

14.根据权利要求12所述的装置，其特征在于，所述用户的标识信息包括：所述用户的身份证号和/或所述用户的电话号码，所述第二标签信息包括如下项中的至少一项：

所述用户的线上行为信息；

所述用户的状态信息；

所述用户的特性信息。

15.根据权利要求11所述的装置，其特征在于，所述计算模块包括：

缺失值处理子模块，用于获取与所述用户相邻的其他用户，并获取所述缺失的标签信息在其他用户中的已有标签值，以及对所述已有标签值进行加权平均，将加权平均后的值确定为所述缺失的标签信息的值。

16.根据权利要求11所述的装置，其特征在于，所述计算模块，还包括：

期待意愿预测子模块，用于根据预设的变换函数，对所述已有的标签信息的值和所述缺失的标签信息的值组成的矩阵进行变换，得到变换后的矩阵，以及根据所述变换后的矩阵和预设的系数矩阵，得到所述期待意愿值。

17.根据权利要求11所述的装置，其特征在于，所述来电信息中包括问题信息，所述计算模块，还包括：

紧迫度识别子模块，用于将预先确定的与所述问题信息对应的专家评分值，确定为所述紧迫度值。

18.根据权利要求11至17任一项所述的装置，其特征在于，所述处理模块，包括如下项中的至少一项：

接起顺序管理子模块，用于根据所述期待意愿值获取剩余时长，根据所述剩余时长和所述紧迫度值，对所述用户来电进行排序；

临界意愿预警子模块，用于根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，进行预警；

临界意愿延续子模块，用于根据所述期待意愿值获取剩余时长，在所述剩余时长小于预设值时，提供延续期待意愿的服务。

19.根据权利要求18所述的装置，其特征在于，所述接起顺序管理子模块具体用于根据所述用户的已等待时长和所述紧迫度值，确定平衡因子，以及根据所述平衡因子和所述剩余时长，确定所述用户来电的接听顺序。

20.根据权利要求18所述的装置，其特征在于，所述来电信息中包括来电时间，所述处理模块，还用于将当前时间与所述来电时间的差值，确定为已等待时长，以及将所述期待意愿值与所述已等待时长的差值，确定为剩余时长。