CN111835924A - 分析通话数据的方法、装置、计算机设备及存储介质 - Google Patents

分析通话数据的方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111835924A
CN111835924A CN202010476901.3A CN202010476901A CN111835924A CN 111835924 A CN111835924 A CN 111835924A CN 202010476901 A CN202010476901 A CN 202010476901A CN 111835924 A CN111835924 A CN 111835924A
Authority
CN
China
Prior art keywords
data
call
intelligent terminal
call data
analysis result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010476901.3A
Other languages
English (en)
Other versions
CN111835924B (zh
Inventor
程克喜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202010476901.3A priority Critical patent/CN111835924B/zh
Publication of CN111835924A publication Critical patent/CN111835924A/zh
Application granted granted Critical
Publication of CN111835924B publication Critical patent/CN111835924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/42—Systems providing special services or facilities to subscribers
    • H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
    • H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
    • H04M3/5175—Call or contact centers supervision arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/22—Arrangements for supervision, monitoring or testing
    • H04M3/36—Statistical metering, e.g. recording occasions when traffic exceeds capacity of trunks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请揭示了分析通话数据的方法，包括：调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各智能终端实时通话数据；将历史通话数据和实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；启用分布式数据流引擎调用开源流处理平台中的信息队列并进行分析计算，得到各智能终端分别对应的通话数据的分析结果；获取分布式数据流引擎返回的分析结果。通过搭建数据传输专线，将数据通过专线加密的方式实时接入到开源流处理平台的合作专区，再通过分布式数据流引擎流处理秒级计算处理的能力进行分析统计得到分析结果，方便实时查看，快捷、省时省力。

Description

分析通话数据的方法、装置、计算机设备及存储介质
技术领域
本申请涉及到计算机领域，特别是涉及到分析通话数据的方法、装置、计算机设备及存储介质。
背景技术
话务分析是数字化管理过程中最基础、最直观的数据呈现，在线时长，通话次数、外拨间隔、空闲时长等等。但是，目前话务日志通常是记录在提供通信服务的通讯平台上，平台数据量极大，并且数据敏感、网络传输容易造成数据安全事件，现有话务分析多为拿到授权的工作人员从平台数据进行数据导出和分析，导致话务分析滞后不能服务于话务员的现场管理，而且话务分析效率低。
发明内容
本申请的主要目的为提供分析通话数据的方法，旨在解决话务数据不能实时分析的技术问题。
本申请提出一种分析通话数据的方法，包括：
调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据，其中，所述第一接口和所述第二接口设置加密；
将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
获取所述分布式数据流引擎返回的所述分析结果。
优选地，所述启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果的步骤，包括：
获取第一智能终端对应的编码信息，所述第一智能终端为所述指定平台中所有智能终端中的任意一个；
根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，得到所述第一智能终端对应的第一信息集群；
根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；
根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。
优选地，所述根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：
从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；
判断所述指定通话数据的字符串格式是否为string字符串；
若是，则在所述第一信息集群中定位所述指定通话数据的事件编码；
根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；
根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
优选地，所述分析结果包括通话状态，以及所述通话状态的持续时长，所述根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：
获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；
根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；
判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；
若相同，则根据所述当前时刻点对应的事件状态确定通话状态；
计算从所述当前时刻点到所述监听时刻事件状态的持续时长，作为所述通话状态的持续时长。
优选地，所述判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同的步骤之后，包括：
若不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；
将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
优选地，所述获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：
将所述分析结果和指标数据输入到能力评估模型中
Figure BDA0002516113850000031
进行训练，以调整参数Mk，其中，所述分析结果包括各智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；
判断所述Mk是否在预设范围内；
若是，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
优选地，所述获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：
将所述分析结果实时写入Hbase列式存储数据库；
通过所述Hbase列式存储数据库，向管理终端输送所述分析结果，并展示。
本申请还提供了一种分析通话数据的装置，包括：
调用模块，用于调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据，其中，所述第一接口和所述第二接口设置加密；
第一写入模块，用于将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
启用模块，用于启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
第一获取模块，用于获取所述分布式数据流引擎返回的所述分析结果。
本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
本申请通过搭建数据传输专线，将数据通过专线加密的方式实时接入到开源流处理平台的合作专区，再通过分布式数据流引擎流秒级计算处理的能力进行分析统计得到分析结果，实现实时查询通讯平台上的通话数据并进行分析计算，并将分析结果实时返回给合作专区的终端实时查看，方便对话务业务员的现场管理，快捷方便，省时省力。
附图说明
图1本申请一实施例的分析通话数据的方法流程示意图；
图2本申请一实施例的分析通话数据的装置结构示意图；
图3本申请一实施例的计算机设备内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请一实施例的分析通话数据的方法，包括：
S1：调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端的实时通话数据，其中，所述第一接口和所述第二接口设置加密；
S2：将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
S3：启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
S4：获取所述分布式数据流引擎返回的所述分析结果。
本实施例通过两个接口分别调用历史时间存储于指定平台的历史通话数据，以及实时获取的前端智能终端对应的实时通话数据。上述指定平台为通话业务的通讯服务商的服务器所在的通讯平台。上述前端智能终端对应的实时通话数据来源于通讯服务商提供的acclog日志文件，上述历史通话数据来自通讯平台的数据库。通过结合通讯平台数据库的历史通话数据和acclog日志文件得到的实时通话数据，组成某一智能终端的所有通话数据，对前端智能终端的用户的工作状态进行实时分析，以支持现场的实时在线管理。上述历史通话数据和实时通话数据，两者所包含的数据项目相同，但各数据项目对应的赋值不同，且两者所对应的数据形成时间不同。上述各数据项目一一对应通话数据中的各事件状态。上述开源流处理平台为Kafka，上述分布式数据流引擎为Flink。Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序。Kafka是一种高吞吐量的分布式发布订阅消息系统，可以处理通讯平台内所有动作流数据。本申请借助Kafka实现历史通话数据和实时通话数据的汇总，并通过Flink高速数据处理能力，通过分析各智能终端分别对应的所有通话数据，得到各智能终端分别对应的通话数据的分析结果。上述acclog日志文件从联通、电信、中兴等通讯平台提供的日志接口实时获取，并将acclog日志文件并写入Kafka，在Kafka中实现数据汇总。通过搭建数据传输专线，将数据通过专线加密的方式实时接入到Kafka的合作专区，再通过Flink流秒级计算处理的能力进行分析统计，实现实时查询通讯平台上的话务数据并进行话务分析，并将话务分析的结果实时返回给合作专区的终端实时查看，方便对话务员的现场管理，快捷方便，省时省力。上述通话数据的分析结果包括各智能终端的业务编码、当前事件状态、外拨次数、外拨时间间隔、持续通话时长、持续空闲时长等等。
进一步地，所述启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果的步骤S3，包括：
S31：获取第一智能终端对应的编码信息，第一智能终端为指定平台中所有智能终端中的任意一个；
S32：根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，形成所述第一智能终端对应的第一信息集群；
S33：根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；
S34：根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。
本实施例在数据分析时，首先启用Flink根据智能终端的编码信息从Kafka的汇总数据中提取出各智能终端分别对应的通话数据，上述通话数据包括历史通话数据和实时通话数据，实现对每个智能终端的通话数据进行分析，通过新日志数据写入实现实时事件状态的分析，Flink流式计算实时处理得到通话数据的分析结果。分析结果包括存在哪些事件状态、各事件状态的发生频次以及各事件状态分别对应的持续时间等。上述事件状态包括话路建立的通话状态和/或挂机空闲状态等。
进一步地，所述根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果的步骤S33，包括：
S331：从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；
S332：判断所述指定通话数据的字符串格式是否为string字符串；
S333：若是，则在所述第一信息集群中定位指定通话数据的事件编码；
S334：根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；
S335：根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
上述通过Flink读取Kafka中的汇总数据，通过Flink内置的Kafka连接器(KafkaConnectors)实现追踪Kafka的信息队列的偏移量，而且将这些偏移量存储在其内部用于分析计算。本实施例的Flink和Kafka整合的相关API也没有打包进Flink包中，而是单独进行了打包在pom.xml文件中，所以需要依赖引入到pom.xml文件中。Flink内置字符串函数，可识别字符串的格式是否为string字符串，若是则根据字符识别定位到某个智能终端的编码信息，并将与该智能终端的编码信息对应的通话数据通过Flink的集合函数进行提取。本实施例每种事件状态都有对应的事件编码，如下表所示，以通话状态的事件状态编码举例。通过从acclog日志文件中识别对应的事件编码，分析第一智能终端当前的事件状态，通过获取当前最新监听的事件状态是‘挂机’还是‘话路建立’，得到智能终端的用户当前状态是在通话还是空闲，例如最近的时间是‘话路建立’则当前状态是‘通话中’，因为建立话路之后一直在持续并没有结束，否则状态为‘空闲中’。本申请实施例的事件编码与时间状态的对应关系如下表所示。
事件编码 事件状态
EventRinging 振铃
EventDialing 外拨
EventEstablished 话路建立
EventPartyDeleted 第三方退出
EventRecordInumChanged 录音流水号改变
EventReleased 挂机
EventAttachedDataChanged 随路数据改变
EventAgentLogin 签入
EventAgentLogout 签出
EventBeHe 保持
EventAgen 坐席ready
EventConferenceIVR 转接IVR
EventTransferHoldTalking 双步转接，与转接方通话建立
EventConferenceTalking 双步会议，与会议方通话建立
EventException 操作出错
EventTransferEstablished 转接通话建立
进一步地，所述分析结果包括通话状态，以及所述通话状态的持续时长，所述根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果的步骤S335，包括：
S3351：获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；
S3352：根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；
S3353：判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；
S3354：若相同，则根据所述当前时刻点对应的事件状态确定通话状态；
S3355：计算从所述当前时刻点到所述监听时刻事件状态的持续时长，作为所述通话状态的持续时长。
本实施例通过获取当前时刻点减去最近一次监听事件发生的时间点，得到事件状态的持续时长。若当前时刻点对应的事件状态是通话状态，距离当前时刻最近的监听时刻点的事件状态也是通话状态，则得到的是该同一事件状态的持续时长，比如持续通话状态的时长或持续挂机的时长等。若当前时刻点对应的事件状态与所述监听时刻点对应的事件状态同为挂机状态，则所述通话状态持续时长为挂机空闲持续时长，若当前时刻点对应的事件状态与所述监听时刻点对应的事件状态同为通话状态，则所述通话状态持续时长为通话持续时长。若当前时刻点对应的事件状态是挂机空闲状态，距离当前时刻最近的监听时刻点也是挂机空闲状态，则得到的是业务员的‘持续空闲时长’，计算过程同持续通话时长的计算过程，不赘述。但当前时刻点对应的事件状态与监听时刻点对应的事件状态不相同，则只记录各事件状态的累积次数，不计算持续时长。
进一步地，所述判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同的步骤S3353之后，包括：
S336：若不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；
S337：将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
通过获取通讯平台中第一智能终端的外拨日志记录，统计分析时间段内第一智能终端用户的外拨次数，得到在统计时间段内接通了多少通电话；通过获取电话平台中第一智能终端的挂机事件状态，及该挂机事件状态相邻的外拨事件状态的时间间隔，得到当前次外拨通话的时间间隔；通过计算某个统计时间段内的所有通话数据中外拨通话的时间间隔的平均值，得到某个统计时间段内的第一智能终端的用户执行外拨事件状态的外拨总次数，以及相邻两次外拨的平均时间间隔即外拨时间间隔，以及外拨事件的频次即外拨频次。上述第一智能终端仅用于解释当前时刻点对应的事件状态与所述监听时刻点对应的事件状态是否相同的示例终端，不具有限定作用。
进一步地，获取所述分布式数据流引擎返回的所述分析结果的步骤S4之后，包括：
S41：将所述分析结果和指标数据输入到能力评估模型中
Figure BDA0002516113850000091
进行训练，以调整参数Mk，其中，所述分析结果包括各智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；
S42：判断所述Mk是否在预设范围内；
S43：若是，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
本实施例在通过分析结果训练时，必须考虑分析结果中各数据的分布状态对训练模型的影响，防止过拟合，以稳定能力评估模型。本实施例中当Mk不在预设范围内时，可通过筛选数据，使数据处于合理的分布状态下，进行模型训练。随着实时通话数据的增加，会促使分析结果中数据的更新和增多，产生新增加数据，Mk会在预设范围内逐步合理更新，使模型评估更精准。本实施例的模型训练使用BP反向传播算法进行机器学习。根据第一智能终端对应的指定业务员的能力评分，评估其工作饱和度、勤奋度和业务熟练度，评分范围在0到120分之间，可根据预设的达标标准评分对各业务员进行综合评价。比如根据不同评分进行分级，包括优秀、良好、一般等。或将评分与预设晋升规则进行关联实现智能管理。或将评分与预设培训机制关联，实现针对性的培训。
进一步地，获取所述分布式数据流引擎返回的所述分析结果的步骤S4之后，包括：
S44：将所述分析结果实时写入Hbase列式存储数据库；
S45：通过所述Hbase列式存储数据库，向管理终端输送所述分析结果，并展示。
利用Hbase海量数据查询毫秒级相应的特点将上述分析结果以接口的形式提供给管理终端进行呈现，上述管理终端包括智效管理系统，智效管理系统在坐席画像页面实时刷新业务员话务情况监控图，提供业务员实时工作状态、空闲时长、通话时长、外拨间隔等指标监控图给到管理者，偏低或偏高者给予醒目标识，提醒管理者查看具体数据了解情况并采取措施及时预防及解决问题产生。
进一步地，本申请实施例可根据各业务编码，将各业务编码分别对应的数据通过邮件进行实时分发，分发至各业务编码分别对应业务员的终端。
参照图2，本申请一实施例的分析通话数据的装置，包括：
调用模块1，用于调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据其中，所述第一接口和所述第二接口设置加密；
第一写入模块2，用于将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
启用模块3，用于启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
第一获取模块4，用于获取所述分布式数据流引擎返回的所述分析结果。
本实施例通过两个接口分别调用历史时间存储于指定平台的历史通话数据，以及实时获取的前端智能终端对应的实时通话数据。上述指定平台为通话业务的通讯服务商的服务器所在的通讯平台。上述前端智能终端对应的实时通话数据来源于通讯服务商提供的acclog日志文件，上述历史通话数据来自通讯平台的数据库。通过结合通讯平台数据库的历史通话数据和acclog日志文件得到的实时通话数据，组成某一智能终端的所有通话数据，对前端智能终端的用户的工作状态进行实时分析，以支持现场的实时在线管理。上述历史通话数据和实时通话数据，两者所包含的数据项目相同，但各数据项目对应的赋值不同，且两者所对应的数据形成时间不同。上述各数据项目一一对应通话数据中的各事件状态。上述开源流处理平台为Kafka，上述分布式数据流引擎为Flink。Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序。Kafka是一种高吞吐量的分布式发布订阅消息系统，可以处理通讯平台内所有动作流数据。本申请借助Kafka实现历史通话数据和实时通话数据的汇总，并通过Flink高速数据处理能力，通过分析各智能终端分别对应的所有通话数据，得到各智能终端分别对应的通话数据的分析结果。上述acclog日志文件从联通、电信、中兴等通讯平台提供的日志接口实时获取，并将acclog日志文件并写入Kafka，在Kafka中实现数据汇总。通过搭建数据传输专线，将数据通过专线加密的方式实时接入到Kafka的合作专区，再通过Flink流秒级计算处理的能力进行分析统计，实现实时查询通讯平台上的话务数据并进行话务分析，并将话务分析的结果实时返回给合作专区的终端实时查看，方便对话务员的现场管理，快捷方便，省时省力。上述通话数据的分析结果包括各智能终端的业务编码、当前事件状态、外拨次数、外拨时间间隔、持续通话时长、持续空闲时长等等。
进一步地，所述启用模块3，包括：
获取单元，用于获取第一智能终端对应的编码信息，第一智能终端为指定平台中所有智能终端中的任意一个；
形成单元，用于根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，形成所述第一智能终端对应的第一信息集群；
计算单元，用于根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；
得到单元，用于根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。
本实施例在数据分析时，首先启用Flink根据智能终端的编码信息从Kafka的汇总数据中提取出各智能终端分别对应的通话数据，上述通话数据包括历史通话数据和实时通话数据，实现对每个智能终端的通话数据进行分析，通过新日志数据写入实现实时事件状态的分析，Flink流式计算实时处理得到通话数据的分析结果。分析结果包括存在哪些事件状态、各事件状态的发生频次以及各事件状态分别对应的持续时间等。上述事件状态包括话路建立的通话状态和/或挂机空闲状态等。
进一步地，所述计算单元，包括：
提取子单元，用于从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；
第一判断子单元，用于判断所述指定通话数据的字符串格式是否为string字符串；
定位子单元，用于若所述指定通话数据的字符串格式为string字符串，则在所述第一信息集群中定位当前时刻对应的指定通话数据的事件编码；
第一分析子单元，用于根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；
确定子单元，用于根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
上述通过Flink读取Kafka中的汇总数据，通过Flink内置的Kafka连接器(KafkaConnectors)实现追踪Kafka的信息队列的偏移量，而且将这些偏移量存储在其内部用于分析计算。本实施例的Flink和Kafka整合的相关API也没有打包进Flink包中，而是单独进行了打包在pom.xml文件中，所以需要依赖引入到pom.xml文件中。Flink内置字符串函数，可识别字符串的格式是否为string字符串，若是则根据字符识别定位到某个智能终端的编码信息，并将与该智能终端的编码信息对应的通话数据通过Flink的集合函数进行提取。本实施例每种事件状态都有对应的事件编码，如下表所示，以通话状态的事件状态编码举例。通过从acclog日志文件中识别对应的事件编码，分析第一智能终端当前的事件状态，通过获取当前最新监听的事件状态是‘挂机’还是‘话路建立’，得到智能终端的用户当前状态是在通话还是空闲，例如最近的时间是‘话路建立’则当前状态是‘通话中’，因为建立话路之后一直在持续并没有结束，否则状态为‘空闲中’。本申请实施例的事件编码与时间状态的对应关系如下表所示。
Figure BDA0002516113850000121
Figure BDA0002516113850000131
进一步地，所述分析结果包括通话状态，以及所述通话状态的持续时长，所述确定子单元，包括：
第一获取子模块，用于获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；
分析子模块，用于根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；
判断子模块，用于判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；
确定子模块，用于若所述当前时刻点对应的事件状态与所述监听时刻点对应的事件状态相同，则根据所述当前时刻点对应的事件状态确定通话状态；
计算子模块，用于计算从所述当前时刻点到所述监听时刻事件状态的通话状持续时长，作为所述通话状态的持续时长。
本实施例通过获取当前时刻点减去最近一次监听事件发生的时间点，得到事件状态的持续时长。若当前时刻点对应的事件状态是通话状态，距离当前时刻最近的监听时刻点的事件状态也是通话状态，则得到的是该同一事件状态的持续时长，比如持续通话状态的时长或持续挂机的时长等。若当前时刻点对应的事件状态与所述监听时刻点对应的事件状态同为挂机状态，则所述通话状态持续时长为挂机空闲持续时长，若当前时刻点对应的事件状态与所述监听时刻点对应的事件状态同为通话状态，则所述通话状态持续时长为通话持续时长。若当前时刻点对应的事件状态是挂机空闲状态，距离当前时刻最近的监听时刻点也是挂机空闲状态，则得到的是业务员的‘持续空闲时长’，计算过程同持续通话时长的计算过程，不赘述。但当前时刻点对应的事件状态与监听时刻点对应的事件状态不相同，则只记录各事件状态的累积次数，不计算持续时长。
进一步地，所述确定子单元，包括：
第二获取子模块，用于若所述当前时刻点对应的事件状态与所述监听时刻点对应的事件状态不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；
作为子模块，用于将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
通过获取通讯平台中第一智能终端的外拨日志记录，统计分析时间段内第一智能终端用户的外拨次数，得到在统计时间段内接通了多少通电话；通过获取电话平台中第一智能终端的挂机事件状态，及该挂机事件状态相邻的外拨事件状态的时间间隔，得到当前次外拨通话的时间间隔；通过计算某个统计时间段内的所有通话数据中外拨通话的时间间隔的平均值，得到某个统计时间段内的第一智能终端的用户执行外拨事件状态的外拨总次数，以及相邻两次外拨的平均时间间隔即外拨时间间隔，以及外拨事件的频次即外拨频次。上述第一智能终端仅用于解释当前时刻点对应的事件状态与所述监听时刻点对应的事件状态是否相同的示例终端，不具有限定作用。进一步地，分析通话数据的装置，包括：
输入模块，用于将所述分析结果和指标数据输入到能力评估模型中
Figure BDA0002516113850000141
进行训练，以调整参数Mk，其中，所述分析结果包括智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；
判断模块，用于判断所述Mk是否在预设范围内；
第二获取模块，用于若所述Mk在预设范围内，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
本实施例在通过分析结果训练时，必须考虑分析结果中各数据的分布状态对训练模型的影响，防止过拟合，以稳定能力评估模型。本实施例中当Mk不在预设范围内时，可通过筛选数据，使数据处于合理的分布状态下，进行模型训练。随着实时通话数据的增加，会促使分析结果中数据的更新和增多，产生新增加数据，Mk会在预设范围内逐步合理更新，使模型评估更精准。本实施例的模型训练使用BP反向传播算法进行机器学习。根据第一智能终端对应的指定业务员的能力评分，评估其工作饱和度、勤奋度和业务熟练度，评分范围在0到120分之间，可根据预设的达标标准评分对各业务员进行综合评价。比如根据不同评分进行分级，包括优秀、良好、一般等。或将评分与预设晋升规则进行关联实现智能管理。或将评分与预设培训机制关联，实现针对性的培训。
进一步地，另一实施例的分析通话数据的装置，包括：
第二写入模块，用于将所述分析结果实时写入Hbase列式存储数据库；
输送模块，用于通过所述Hbase列式存储数据库，向管理终端输送所述分析结果，并展示。
利用Hbase海量数据查询毫秒级相应的特点将上述分析结果以接口的形式提供给管理终端进行呈现，上述管理终端包括智效管理系统，智效管理系统在坐席画像页面实时刷新业务员话务情况监控图，提供业务员实时工作状态、空闲时长、通话时长、外拨间隔等指标监控图给到管理者，偏低或偏高者给予醒目标识，提醒管理者查看具体数据了解情况并采取措施及时预防及解决问题产生。
进一步地，本申请实施例可根据各业务编码，将各业务编码分别对应的数据通过邮件进行实时分发，分发至各业务编码分别对应业务员的终端。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储分析通话数据的过程需要的所有数据。该计算机设备的网络接口用于与外部的端通过网络连接通信。该计算机程序被处理器执行时以实现分析通话数据的方法。
上述处理器执行上述分析通话数据的方法，包括：调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据，其中，所述第一接口和所述第二接口设置加密；将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；获取所述分布式数据流引擎返回的所述分析结果。
上述计算机设备，通过搭建数据传输专线，将数据通过专线加密的方式实时接入到开源流处理平台的合作专区，再通过分布式数据流引擎流秒级计算处理的能力进行分析统计得到分析结果，实现实时查询通讯平台上的通话数据并进行分析计算，并将分析结果实时返回给合作专区的终端实时查看，方便对话务业务员的现场管理，快捷方便，省时省力。
在一个实施例中，上述处理器启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果的步骤，包括：获取第一智能终端对应的编码信息，所述第一智能终端为所述指定平台中所有智能终端中的任意一个；根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，得到所述第一智能终端对应的第一信息集群；根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。在一个实施例中，上述处理器根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；判断所述指定通话数据的字符串格式是否为string字符串；若是，则在所述第一信息集群中定位所述指定通话数据的事件编码；根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
在一个实施例中，所述分析结果包括通话状态，以及所述通话状态的持续时长，上述处理器根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；若相同，则根据所述当前时刻点对应的事件状态确定通话状态；计算从所述当前时刻点到所述监听时刻事件状态的持续时长，作为所述通话状态的持续时长。
在一个实施例中，上述处理器判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同的步骤之后，包括：若不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
在一个实施例中，上述处理器获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：将所述分析结果和指标数据输入到能力评估模型中
Figure BDA0002516113850000171
进行训练，以调整参数Mk，其中，所述分析结果包括各智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；判断所述Mk是否在预设范围内；若是，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
在一个实施例中，上述处理器获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：将所述分析结果实时写入Hbase列式存储数据库；通过所述Hbase列式存储数据库，向各管理终端输送所述分析结果，并展示。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现分析通话数据的方法，包括：调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据，其中，所述第一接口和所述第二接口设置加密；将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；获取所述分布式数据流引擎返回的所述分析结果。
上述计算机可读存储介质，通过搭建数据传输专线，将数据通过专线加密的方式实时接入到开源流处理平台的合作专区，再通过分布式数据流引擎流秒级计算处理的能力进行分析统计得到分析结果，实现实时查询通讯平台上的通话数据并进行分析计算，并将分析结果实时返回给合作专区的终端实时查看，方便对话务业务员的现场管理，快捷方便，省时省力。
在一个实施例中，上述处理器启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果的步骤，包括：获取第一智能终端对应的编码信息，所述第一智能终端为所述指定平台中所有智能终端中的任意一个；根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，得到所述第一智能终端对应的第一信息集群；根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。在一个实施例中，上述处理器根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；判断所述指定通话数据的字符串格式是否为string字符串；若是，则在所述第一信息集群中定位所述指定通话数据的事件编码；根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
在一个实施例中，所述分析结果包括通话状态，以及所述通话状态的持续时长，上述处理器根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；若相同，则根据所述当前时刻点对应的事件状态确定通话状态；计算从所述当前时刻点到所述监听时刻事件状态的持续时长，作为所述通话状态的持续时长。
在一个实施例中，上述处理器判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同的步骤之后，包括：若不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
在一个实施例中，上述处理器获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：将所述分析结果和指标数据输入到能力评估模型中
Figure BDA0002516113850000191
进行训练，以调整参数Mk，其中，所述分析结果包括各智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；判断所述Mk是否在预设范围内；若是，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
在一个实施例中，上述处理器获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：将所述分析结果实时写入Hbase列式存储数据库；通过所述Hbase列式存储数据库，向各管理终端输送所述分析结果，并展示。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种分析通话数据的方法，其特征在于，包括：
调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端的实时通话数据，其中，所述第一接口和所述第二接口设置加密；
将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
获取所述分布式数据流引擎返回的所述分析结果。
2.根据权利要求1所述的分析通话数据的方法，其特征在于，所述启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果的步骤，包括：
获取第一智能终端对应的编码信息，所述第一智能终端为所述指定平台中所有智能终端中的任意一个；
根据所述编码信息将所述信息队列中与所述编码信息对应的所有数据进行聚合，得到所述第一智能终端对应的第一信息集群；
根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果；
根据所述第一智能终端对应用户的通话数据的计算过程，得到所述指定平台中所有智能终端分别对应的通话数据的分析结果。
3.根据权利要求2所述的分析通话数据的方法，其特征在于，所述根据所述第一信息集群，计算得到所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：
从所述第一信息集群中提取所述第一智能终端当前时刻对应的指定通话数据；
判断所述指定通话数据的字符串格式是否为string字符串；
若是，则在所述第一信息集群中定位所述指定通话数据的事件编码；
根据所述指定通话数据的事件编码，分析当前时刻所述第一智能终端对应的事件状态；
根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果。
4.根据权利要求3所述的分析通话数据的方法，其特征在于，所述分析结果包括通话状态，以及所述通话状态的持续时长，所述根据所述当前时刻所述第一智能终端对应的事件状态，确定所述第一智能终端对应用户的通话数据的分析结果的步骤，包括：
获取距离当前时刻点最近的监听时刻点，以及所述监听时刻点对应的事件编码；
根据所述监听时刻点对应的事件编码，分析所述监听时刻点对应的事件状态是通话状态还是挂机空闲状态；
判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同；
若相同，则根据所述当前时刻点对应的事件状态确定通话状态；
计算从所述当前时刻点到所述监听时刻事件状态的持续时长，作为所述通话状态的持续时长。
5.根据权利要求4所述的分析通话数据的方法，其特征在于，所述判断所述当前时刻点对应的事件状态是否与所述监听时刻点对应的事件状态相同的步骤之后，包括：
若不相同，则获取所述第一智能终端的实时通话数据中的外拨工作数据，其中，所述外拨工作数据包括外拨总次数、外拨时间间隔以及外拨频次；
将所述外拨总次数、外拨时间间隔以及外拨频次，作为所述第一智能终端对应用户的通话数据的分析结果。
6.根据权利要求1所述的分析通话数据的方法，其特征在于，所述获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：
将所述分析结果和指标数据输入到能力评估模型中
Figure FDA0002516113840000031
进行训练，以调整参数Mk，其中，所述分析结果包括各智能终端的业务编码、当前事件状态、持续通话时长、持续空闲时长、外拨总次数、外拨时间间隔以及外拨频次，所述指标数据为各业务员的成交单量、成交费用总额、对接客户量、成交单量的平均通话时长，Value为能力评估的评分，Mk为各指标数据的权重系数，R指各指标数据的数值；
判断所述Mk是否在预设范围内；
若是，则将分析结果中产生的新增加数据，全部输入到所述能力评估模型中，获取添加所述新增加数据后的指标数据对应的评估得分。
7.根据权利要求1所述的分析通话数据的方法，其特征在于，所述获取所述分布式数据流引擎返回的所述分析结果的步骤之后，包括：
将所述分析结果实时写入Hbase列式存储数据库；
通过所述Hbase列式存储数据库，向管理终端输送所述分析结果，并展示。
8.一种分析通话数据的装置，其特征在于，包括：
调用模块，用于调用第一接口从指定平台的数据库中获取各智能终端的历史通话数据，调用第二接口实时获取各所述智能终端实时通话数据，其中，所述第一接口和所述第二接口设置加密；
第一写入模块，用于将所述历史通话数据和所述实时通话数据均写入开源流处理平台,形成所有智能终端的通话数据的信息队列；
启用模块，用于启用分布式数据流引擎调用所述开源流处理平台中的所述信息队列并进行分析计算，得到各所述智能终端分别对应的通话数据的分析结果；
第一获取模块，用于获取所述分布式数据流引擎返回的所述分析结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010476901.3A 2020-05-29 2020-05-29 分析通话数据的方法、装置、计算机设备及存储介质 Active CN111835924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010476901.3A CN111835924B (zh) 2020-05-29 2020-05-29 分析通话数据的方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010476901.3A CN111835924B (zh) 2020-05-29 2020-05-29 分析通话数据的方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111835924A true CN111835924A (zh) 2020-10-27
CN111835924B CN111835924B (zh) 2024-05-31

Family

ID=72914070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010476901.3A Active CN111835924B (zh) 2020-05-29 2020-05-29 分析通话数据的方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111835924B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040057416A1 (en) * 2002-09-19 2004-03-25 Mccormack Tony Determining statistics about the behaviour of a call center at a past time instant
CN110648046A (zh) * 2019-08-16 2020-01-03 中国平安财产保险股份有限公司 一种业务处理调度方法、装置及计算机设备、存储介质
CN110890088A (zh) * 2019-10-12 2020-03-17 中国平安财产保险股份有限公司 语音信息反馈方法、装置、计算机设备和存储介质
CN110931004A (zh) * 2019-10-22 2020-03-27 北京智合大方科技有限公司 一种基于对接技术实现的语音对话分析方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040057416A1 (en) * 2002-09-19 2004-03-25 Mccormack Tony Determining statistics about the behaviour of a call center at a past time instant
CN110648046A (zh) * 2019-08-16 2020-01-03 中国平安财产保险股份有限公司 一种业务处理调度方法、装置及计算机设备、存储介质
CN110890088A (zh) * 2019-10-12 2020-03-17 中国平安财产保险股份有限公司 语音信息反馈方法、装置、计算机设备和存储介质
CN110931004A (zh) * 2019-10-22 2020-03-27 北京智合大方科技有限公司 一种基于对接技术实现的语音对话分析方法和装置

Also Published As

Publication number Publication date
CN111835924B (zh) 2024-05-31

Similar Documents

Publication Publication Date Title
CN105227793B (zh) 线路选择方法及装置
US7076427B2 (en) Methods and apparatus for audio data monitoring and evaluation using speech recognition
US7720214B2 (en) Call center study method and system
US7039166B1 (en) Apparatus and method for visually representing behavior of a user of an automated response system
CN108243049B (zh) 电信欺诈识别方法及装置
CN110337059B (zh) 一种用户家庭关系的分析算法、服务器及网络系统
US20070036323A1 (en) Call center routing
CN111104521B (zh) 一种基于图分析的反欺诈检测方法及检测系统
CN108764649A (zh) 保险销售实时监控方法、装置、设备及存储介质
US20160057284A1 (en) Method and system for determining telephony system response
AU700358B2 (en) Call patterns in a communications network
US20120035977A1 (en) Enterprise Consumer Complaints Program
US20230041800A1 (en) System and methods for dynamically extending analytics in a cloud communications platform
CN112364035A (zh) 呼叫记录大数据的处理方法、装置、电子设备及存储介质
US11238071B1 (en) Transformation of telecommunication records
US20130329880A1 (en) Method and system for improving the productivity of calling agents and call yield
CN111835924A (zh) 分析通话数据的方法、装置、计算机设备及存储介质
Songailaite et al. Synthetic Call Detail Records Generator.
CA2502533C (en) Methods and apparatus for audio data monitoring and evaluation using speech recognition
US20110235793A1 (en) Maximum concurrent event determiner
US20240012994A1 (en) Information processing device, information processing method and program
CN116542678A (zh) 一种轻售后管理系统及轻售后管理方法
CN116896601A (zh) 基于预测式外呼的账单催收方法、装置、设备和存储介质
CN115580878A (zh) 电话外呼调度方法、装置、通信设备及存储介质
CN114860792A (zh) 一种电话诈骗预警方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant