CN112615968B - 云呼叫中心电话的分流方法及设备 - Google Patents

Abstract

本发明公开了一种云呼叫中心电话的分流方法及设备；所述方法包括：接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；达到了采用分流的方式处理呼叫中心的电话接入业务的目的；解决了单一采用传统的按键接入方式无法完全满足客户需求的问题，具有全天候、并发处理、高灵活性、智能化、呼叫接入高效等特点。

Description

云呼叫中心电话的分流方法及设备

技术领域

本发明涉及互联网技术领域，特别涉及一种云呼叫中心电话的分流方法及设备。

背景技术

随着互联网的不断发展进步，人们利用信息化、智能化的技术在逐步改进和优化传统呼叫中心的功能。传统呼叫中心即IVR(Interactive Voice Response，互动式语音应答)采用的是菜单语音导航的方式，传统的按键导航如图1所示，有电话呼入呼叫中心自动摘机之后，播放预先设置的导航彩铃音频文件或TTS(Text To Speech，从文本到语音)的合成语音，一般的音频内容大体上是“欢迎致电XXX公司，业务咨询请按1，售后问题请按2，如需人工服务请按0”等。传统的400呼叫中心IVR系统只存在播放语音导航按键的方式，客户呼入需听完语音提示之后，必须按键才能进入相应的处理导航单元，存在形式单一且不灵活等缺陷。

发明内容

本发明提供一种云呼叫中心电话的分流方法及设备，用以采用分流的方式处理呼叫中心的电话接入业务。

本发明提供了一种云呼叫中心电话的分流方法，所述云呼叫中心电话的分流方法包括：

所述云呼叫中心电话的分流方法包括：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席。

进一步地，所述根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配；

其中，所述分流导航策略包括：

时间策略和/或区域策略；

其中，所述时间策略包括：法定节假日、工作日、周末以及全部时间分别对应的策略；所述区域策略包括：全部区域和自定义区域对应的策略。

进一步地，所述接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息，包括：

当有电话呼入云呼叫中心时，利用CTI中间件，通过socket发送电话呼入消息至Java应用；

通过所述Java应用对所述呼入消息进行解析，获取呼入电话对应的号码信息；

其中，所述呼入电话对应的号码信息包括：呼入号码以及400号码对应的运营商提供的真实号码。

进一步地，所述若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席，包括：

若所述导航转接策略为分流导航策略，则确认所述分流导航策略是否设置了多个；

若设置了多个分流导航策略，则所述Java应用根据所述分流导航策略的创建顺序，依次寻找对应的分流导航策略，分别判断是否符合时间策略和区域策略；

若该分流导航策略符合时间策略和区域策略，则使用所述分流导航策略，并跳转至下一层导航；

若该分流导航策略不符合时间策略和/或区域策略，则继续寻找符合所述时间策略和区域策略的分流导航策略，直至找到符合的分流导航策略；

找到符合的分流导航策略后，返回坐席的绑定号码，并将所述坐席的绑定号码作为响应信息发送至所述CIT中间件，以便于将所述坐席的绑定号码作为被叫进行呼叫；

若无法找到符合所述时间策略和区域策略的分流导航策略时，将所述电话呼入请求对应的呼入电话直接挂断；或者，在开通语音信息的情况下，进入语音信箱的操作流程。

进一步地，所述根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席。

进一步地，所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4。

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

进一步地，所述云呼叫中心电话的分流方法还包括：

利用命中率，衡量基于所述预测模型对输入需求业务判断的准确率；

若所述准确率在预设误差范围ε内，则视为命中；

其中，N_zhong代表命中的客户个数，N代表总的客户数，则命中率τ为：

根据命中率τ的取值，获取所述预测模型对应的所述准确率，进而根据所述准确率，识别是否需要调整所述预测模型和/或所述预测模型对应的参数取值，以提高所述准确率。

为实现上述目的，本发明还提供了一种云呼叫中心电话的分流设备，所述分流设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的云呼叫中心电话的分流程序，所述电话分流程序被所述处理器运行时实现如下步骤：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席。

进一步地，所述电话分流程序还可以被所述处理器运行，以根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配。

进一步地，所述电话分流程序还可以被所述处理器运行，以实现如下步骤：

当有电话呼入云呼叫中心时，利用CTI中间件，通过socket发送电话呼入消息至Java应用；

通过所述Java应用对所述呼入消息进行解析，获取呼入电话对应的号码信息；其中，所述呼入电话对应的号码信息包括：呼入号码以及400号码对应的运营商提供的真实号码；

若所述导航转接策略为分流导航策略，则确认所述分流导航策略是否设置了多个；

若设置了多个分流导航策略，则所述Java应用根据所述分流导航策略的创建顺序，依次寻找对应的分流导航策略，分别判断是否符合时间策略和区域策略；

若该分流导航策略符合时间策略和区域策略，则使用所述分流导航策略，并跳转至下一层导航；

若该分流导航策略不符合时间策略和/或区域策略，则继续寻找符合所述时间策略和区域策略的分流导航策略，直至找到符合的分流导航策略；

找到符合的分流导航策略后，返回坐席的绑定号码，并将所述坐席的绑定号码作为响应信息发送至所述CIT中间件，以便于将所述坐席的绑定号码作为被叫进行呼叫；

在无法找到符合所述时间策略和区域策略的分流导航策略时，将所述电话呼入请求对应的呼入电话直接挂断；

或者，在开通语音信息的情况下，进入语音信箱的操作流程。

进一步地，所述电话分流程序还可以被所述处理器运行，以根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席；

其中，所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4。

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

本发明一种云呼叫中心电话的分流方法及设备可以达到如下有益效果：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；达到了采用分流的方式处理呼叫中心的电话接入业务的目的；解决了单一采用传统的按键接入方式无法完全满足客户需求的问题，具有全天候、并发处理、高灵活性、智能化、呼叫接入高效等特点。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是云呼叫中心电话按照传统按键方式接入的一种实施方式的工作框架示意图；

图2是本发明云呼叫中心电话的分流方法的一种实施方式的流程示意图；

图3是本发明云呼叫中心电话的分流方法在一个应用场景中的工作流示意图；

图4是本发明云呼叫中心电话的分流方法在一个应用场景中的显示界面示意图；

图5是本发明云呼叫中心电话的分流方法在一个应用场景中的时间策略的显示界面示意图；

图6是本发明云呼叫中心电话的分流方法在一个应用场景中的区域策略的显示界面示意图；

图7是本发明云呼叫中心电话的分流设备的一种实施方式的内部结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供了一种云呼叫中心电话的分流方法及设备，采用了自动分流的方式处理呼叫中心的电话接入业务，无需人工按键的方式转接坐席，并通过设置时间策略和区域策略进行自动化寻找接听电话的最优坐席；同时，本发明云呼叫中心电话的分流方法及设备还可以兼容传统的按键进入方式，进行云呼叫中心电话的处理流程；解决了单一采用传统的按键接入方式无法完全满足客户需求的问题，具有全天候、并发处理、高灵活性、智能化、呼叫接入高效等特点。

如图2所示，图2是本发明云呼叫中心电话的分流方法的一种实施方式的流程示意图；本发明一种云呼叫中心电话的分流方法可以实施为如下描述的步骤S10-S30：

步骤S10、接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

本发明实施例中，基于400电话，当一个电话呼入400后，系统接收电话呼入请求，并对所述电话呼入请求进行解析；解析的目的是为了获取所述电话接入请求对应的呼入号码，以及呼入的400号码对应的小号。其中，本发明实施例中描述的400号码对应的小号可以理解为：运营商提供的真实号码，通常情况下，这种真实号码为固话号码；由于400为虚拟号码，因此，400与小号这二者是一对一的绑定关系。

步骤S20、根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

步骤S30、若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席。

本发明实施例中，根据获取电话呼入请求对应的上述呼入信息，基于400电话对传统的IVR(Interactive Voice Response，互动式语音应答)导航系统进行升级后的系统，采用了自动分流的方法对云呼叫中心的电话进行处理，而无需单一的依赖人工按键的方式转接坐席，通过设置时间策略和区域策略进行自动化的寻找接听电话的最优坐席。

在实际应用中，400电话可以根据具体的应用场景和用户需求，自定义出VIR交互流程；当有电话呼入400电话系统后，开通IVR导航拨打电话，即可按照预先定义的规则执行。

根据获取的上述电话呼入请求对应的上述呼入信息，可以直接在电话数据库中查找预先设置的导航转接策略；若使用的导航转接策略为分流导航策略，则直接根据对应的分流导航策略，自动化定位最优的接听坐席。

图3是本发明云呼叫中心电话的分流方法在一个应用场景中的工作流示意图；如图3所示，本发明实施例中，云呼叫中心电话的分流方法兼容传统的按键进入方式，比如图1所示的人工按键方式转接坐席。其中，图3实施例中所描述的ACD即Automatic CallDistributor，自动呼叫分配设备，也叫智能选择坐席；它是呼叫中心整个前台接入系统逻辑功能的描述：把接入的呼叫转接到正确的坐席员桌前；呼叫中心ACD是现代呼叫中心有别于一般的热线电话系统和自动应答系统的重要标志，其性能的优劣直接影响到呼叫中心的效率和顾客的满意度。

在一个实施例中，所述根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配。

如图4所示，图4是本发明云呼叫中心电话的分流方法在一个应用场景中的显示界面示意图；本发明实施例中，云呼叫中心电话系统同时兼容传统的按键进入方式和分流导航策略对应的分流进入方式，均可定位到相匹配的接入坐席。

在一个实施例中，所述分流导航策略包括时间策略和/或区域策略；所述根据所述分流导航策略，定位接听坐席，可以实施为：

根据所述分流导航策略，利用设置的时间策略和/或区域策略，自动化匹配最优坐席接听电话。

其中，所述时间策略包括：法定节假日、工作日、周末以及全部时间分别对应的策略；如图5所示，图5是本发明云呼叫中心电话的分流方法在一个应用场景中的时间策略的显示界面示意图；在图5对应的具体应用场景中，时间策略设置为：节假日、星期和全部时间分别对应的策略。所述区域策略包括：全部区域和自定义区域分别对应的策略；如图6所示，图6是本发明云呼叫中心电话的分流方法在一个应用场景中的区域策略的显示界面示意图；全部区域即对应全国各大城市所属行政区域常用电话区划号码，自定义区域可以先定义大区，比如华东、华南、华北、华中等，再在大区下面选择对应的省份，省份下面选择对应的城市。

本发明实施例中，所述时间策略和区域策略二者可以同时使用，也可以单独使用；利用分流导航策略弥补了传统需要人工按键方案的不足，根据设置规则快速定位接听坐席，智能化的减少了客户按键交互等待的时间。比如，时间策略能非常好的解决坐席上下班转接不同绑定号码的问题，如上班时间转接公司固话，下班时间转接手机；区域策略，针对全国各地有发展业务的公司，通过400电话的统一接入号，实现不同地区的客户呼入400电话之后能智能分配到预设定的坐席接听电话处理业务。

进一步地，在本发明的一个实施例中，在技术实现上，可以采用Java调用通讯CTI中间件实现。

对应地，在一个实施例中，对应于具体的应用场景，所述接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息，可以按照如下方式实施：

当有电话呼入云呼叫中心时，利用CTI中间件，通过socket发送电话呼入消息至Java应用；

通过所述Java应用对所述呼入消息进行解析，获取呼入电话对应的号码信息；

其中，所述呼入电话对应的号码信息包括：呼入号码以及400号码对应的运营商提供的真实号码。

本发明实施例中所述的CTI可以理解为：Computer TelecommunicationIntegration，即计算机电话集成，是呼叫中心(Call Center)系统的核心技术之一。

在本发明实施例中，所述若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席，可以按照如下方式实施：

若所述导航转接策略为分流导航策略，则确认所述分流导航策略是否设置了多个；

若设置了多个分流导航策略，则所述Java应用根据所述分流导航策略的创建顺序，依次寻找对应的分流导航策略，分别判断是否符合时间策略和区域策略；

若该分流导航策略符合时间策略和区域策略，则使用所述分流导航策略，并跳转至下一层导航；

若该分流导航策略不符合时间策略和/或区域策略，则继续寻找符合所述时间策略和区域策略的分流导航策略，直至找到符合的分流导航策略；

找到符合的分流导航策略后，返回坐席的绑定号码，并将所述坐席的绑定号码作为响应信息发送至所述CIT中间件，以便于将所述坐席的绑定号码作为被叫进行呼叫。

若所述导航转接策略为分流导航策略，在无法找到符合所述时间策略和区域策略的分流导航策略时，将所述电话呼入请求对应的呼入电话直接挂断；

或者，在开通语音信息的情况下，进入语音信箱的操作流程。

进一步地，在一个实施例中，可以针对电话的接入话术，来建立对应的需求分析模型；基于图1所述实施例的描述，图1所述实施例中的步骤S30中，“根据所述分流导航策略，定位接听坐席”，可以按照如下技术手段实施：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席。

其中，构建对应的预测模型可以按照如下方式实施：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4。

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

进一步地，为了衡量上述预测模型对于输入需求业务判断的准确率，引入命中率的概念。若上述预测模型的性能在允许的误差范围内，即所述准确率在预设误差范围ε内，则视为命中；其中，N_zhong代表命中的客户个数，N代表总的客户数，则命中率τ为：

根据命中率τ的取值，获取所述预测模型对应的所述准确率，进而根据所述准确率，识别是否需要调整所述预测模型和/或所述预测模型对应的参数取值，以提高所述准确率。

针对上述建立的预估模型，在具体的应用场景中，利用迭代算法进行迭代，提取话术中常见的200个关键词作为分流参考的特征维度，即向量x∈R^1×n，最长迭代时间为1600s，在不同的迭代参数γ设定以及测试集样本容量增加下，上述建立的预估模型所得的命中率结果如下表所示：

由此可见，相比于一般的算法，本发明实施例构建的上述算法更考虑实际效用，在实际的电话接入场景下，需要算法模型具有在时间和准确率之间动态调控的能力。另外，本发明实施例构建的上述算法模型的可扩展性强，当输入的样本库丰富度增加后，该算法模型的有效效果将尤其显著。

本发明云呼叫中心电话的分流方法，接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；达到了采用分流的方式处理呼叫中心的电话接入业务的目的；解决了单一采用传统的按键接入方式无法完全满足客户需求的问题，具有全天候、并发处理、高灵活性、智能化、呼叫接入高效等特点。

基于图1至图6所述实施例的描述，如图7所示，图7是本发明云呼叫中心电话的分流设备的一种实施方式的内部结构示意图，图7所述的云呼叫中心电话的分流设备(以下简称“分流设备”)可以实施图1描述的云呼叫中心电话的分流方法。

在本实施例中，分流设备1可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该分流设备1至少包括存储器11、处理器12，通信总线13，以及网络接口14。

其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是分流设备1的内部存储单元，例如该分流设备1的硬盘。存储器11在另一些实施例中也可以是分流设备1的外部存储设备，例如分流设备1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器11还可以既包括分流设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于分流设备1的应用软件及各类数据，例如云呼叫中心电话的分流程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行分流程序01等。

通信总线13用于实现这些组件之间的连接通信。

网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。

可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在分流设备1中处理的信息以及用于显示可视化的用户界面。

图7仅示出了具有组件11-14以及分流程序01的分流设备1，本领域技术人员可以理解的是，图7示出的结构并不构成对分流设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在图7所示的装置1实施例中，存储器11中存储有电话分流程序01；所述存储器11上存储的电话分流程序01可在所述处理器12上运行，所述电话分流程序01被所述处理器12运行时实现如下步骤：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配。

在一个实施例中，所述分流导航策略包括：

时间策略和/或区域策略；

其中，所述时间策略包括：法定节假日、工作日、周末以及全部时间分别对应的策略；所述区域策略包括：全部区域和自定义区域对应的策略。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以实现如下步骤：

当有电话呼入云呼叫中心时，利用CTI中间件，通过socket发送电话呼入消息至Java应用；

通过所述Java应用对所述呼入消息进行解析，获取呼入电话对应的号码信息；其中，所述呼入电话对应的号码信息包括：呼入号码以及400号码对应的运营商提供的真实号码；

若所述导航转接策略为分流导航策略，则确认所述分流导航策略是否设置了多个；

若设置了多个分流导航策略，则所述Java应用根据所述分流导航策略的创建顺序，依次寻找对应的分流导航策略，分别判断是否符合时间策略和区域策略；

若该分流导航策略符合时间策略和区域策略，则使用所述分流导航策略，并跳转至下一层导航；

若该分流导航策略不符合时间策略和/或区域策略，则继续寻找符合所述时间策略和区域策略的分流导航策略，直至找到符合的分流导航策略；

找到符合的分流导航策略后，返回坐席的绑定号码，并将所述坐席的绑定号码作为响应信息发送至所述CIT中间件，以便于将所述坐席的绑定号码作为被叫进行呼叫；

在无法找到符合所述时间策略和区域策略的分流导航策略时，将所述电话呼入请求对应的呼入电话直接挂断；

或者，在开通语音信息的情况下，进入语音信箱的操作流程。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以根据所述分流导航策略，定位接听坐席，包括：

根据所述分流导航策略，利用设置的时间策略和/或区域策略，自动化匹配最优坐席接听电话。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4。

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

在一个实施例中，所述电话分流程序还可以被所述处理器运行，以实现如下步骤：

利用命中率，衡量基于所述预测模型对输入需求业务判断的准确率；

若所述准确率在预设误差范围ε内，则视为命中；

其中，N_zhong代表命中的客户个数，N代表总的客户数，则命中率τ为：

根据命中率τ的取值，获取所述预测模型对应的所述准确率，进而根据所述准确率，识别是否需要调整所述预测模型和/或所述预测模型对应的参数取值，以提高所述准确率。

本发明云呼叫中心电话的分流设备按照云呼叫中心电话的分流方法的实施过程，与图1至图6所述实施例描述的所述云呼叫中心电话的分流方法的实现原理基本一致，本发明实施例对此不进行赘述。

本发明云呼叫中心电话的分流设备，接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；达到了采用分流的方式处理呼叫中心的电话接入业务的目的；解决了单一采用传统的按键接入方式无法完全满足客户需求的问题，具有全天候、并发处理、高灵活性、智能化、呼叫接入高效等特点。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种云呼叫中心电话的分流方法，其特征在于，所述云呼叫中心电话的分流方法包括：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；

所述根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席；

所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4；

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

2.如权利要求1所述的云呼叫中心电话的分流方法，其特征在于，所述根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配；

其中，所述分流导航策略包括：

时间策略和/或区域策略；

其中，所述时间策略包括：法定节假日、工作日、周末以及全部时间分别对应的策略；所述区域策略包括：全部区域和自定义区域对应的策略。

3.如权利要求1所述的云呼叫中心电话的分流方法，其特征在于，所述方法还包括：

利用命中率，衡量基于所述预测模型对输入需求业务判断的准确率；

若所述准确率在预设误差范围ε内，则视为命中；

其中，N_zhong代表命中的客户个数，N代表总的客户数，则命中率τ为：

根据命中率τ的取值，获取所述预测模型对应的所述准确率，进而根据所述准确率，识别是否需要调整所述预测模型和/或所述预测模型对应的参数取值，以提高所述准确率。

4.一种云呼叫中心电话的分流设备，其特征在于，所述分流设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的云呼叫中心电话的分流程序，所述电话分流程序被所述处理器运行时实现如下步骤：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；

所述电话分流程序还可以被所述处理器运行，以根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席；

其中，所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4；

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数

代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

Images