CN113282735A - 客户线索的处理方法、装置、设备及存储介质 - Google Patents

客户线索的处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113282735A
CN113282735A CN202110722102.4A CN202110722102A CN113282735A CN 113282735 A CN113282735 A CN 113282735A CN 202110722102 A CN202110722102 A CN 202110722102A CN 113282735 A CN113282735 A CN 113282735A
Authority
CN
China
Prior art keywords
client
target
clue
customer
thread
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.)
Pending
Application number
CN202110722102.4A
Other languages
English (en)
Inventor
孙茂锋
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 Life Insurance Company of China Ltd
Original Assignee
Ping An Life 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 Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN202110722102.4A priority Critical patent/CN113282735A/zh
Publication of CN113282735A publication Critical patent/CN113282735A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Computational Linguistics (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Accounting & Taxation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Biology (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请涉及人工智能技术领域，揭示了一种客户线索的处理方法、装置、设备及存储介质，其中方法包括：根据目标客户线索得到手机号码有效性验证结果；当手机号码有效性验证结果为有效时，根据目标客户线索得到目标外呼话术；根据目标外呼话术和目标客户线索得到客户回答音频和客户回答文本；根据客户回答音频和客户回答文本对目标客户线索进行信息纠正得到纠正后的客户线索；根据目标外呼话术、客户回答文本和纠正后的客户线索进行客户分类预测得到客户分类预测结果；当客户分类预测结果满足预设的客户筛选条件时，将纠正后的客户线索作为待业务处理的客户线索。从而使提供给业务人员的待业务处理的客户线索是正确的信息，提高了客户成交率。

Description

客户线索的处理方法、装置、设备及存储介质
技术领域
本申请涉及到人工智能技术领域，特别是涉及到一种客户线索的处理方法、装置、设备及存储介质。
背景技术
客户服务管理系统，用于进行客户服务的管理。其中，客户服务管理系统从源端获取到客户线索后，在系统中直接将客户线索分配给业务人员，业务人员根据客户线索沟通完成后再在系统中录入结果。因从源端获取的客户线索的准确性不高，导致客户成交率较低，从而导致业务人员对客户服务管理系统的接受度比较低。
发明内容
本申请的主要目的为提供一种客户线索的处理方法、装置、设备及存储介质，旨在解决目前将从源端获取的客户线索直接分配给业务人员，因从源端获取的客户线索的准确性不高，导致客户成交率较低的技术问题。
为了实现上述发明目的，本申请提出一种客户线索的处理方法，所述方法包括：
获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
进一步的，所述根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果的步骤，包括：
获取短信信息库；
根据所述目标客户线索从所述短信信息库中进行查找，得到目标短信信息；
将所述目标短信信息、所述目标客户线索的手机号码作为第一关联数据发送给短信校验端；
获取所述短信校验端根据所述第一关联数据发送的第一短信校验结果；
当所述第一短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
进一步的，所述当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效的步骤，包括：
当所述第一短信校验结果为不能正常接收短信时，获取预设间隔时长，根据所述预设间隔时长，将所述目标短信信息、所述目标客户线索的手机号码作为第二关联数据发送给所述短信校验端；
获取所述短信校验端根据所述第二关联数据发送的第二短信校验结果；
当所述第二短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
当所述第二短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
进一步的，所述根据所述目标客户线索进行外呼话术确定，得到目标外呼话术的步骤，包括：
获取外呼话术库；
判断所述目标客户线索中的感兴趣产品信息的产品标识是否存在数据；
当所述感兴趣产品信息的所述产品标识存在数据时，将所述感兴趣产品信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述目标客户线索中的产品购买信息的所述产品标识存在数据时，将所述产品购买信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述产品购买信息的所述产品标识不存在数据时，获取预设产品标识，将所述预设产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术。
进一步的，所述根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索的步骤，包括：
对所述客户回答音频进行声纹提取，得到目标声纹数据；
将所述目标声纹数据输入预设的性别预测模型进行性别预测，得到性别预测结果；
当所述性别预测结果与所述目标客户线索中的性别不相同时，采用所述性别预测结果更新所述目标客户线索的性别，得到第一客户线索，否则，将所述目标客户线索作为所述第一客户线索；
将所述目标声纹数据输入预设的年龄预测模型进行年龄预测，得到年龄范围预测结果；
当所述第一客户线索中的年龄位于所述年龄范围预测结果内时，将所述第一客户线索作为所述纠正后的客户线索，否则，采用所述年龄范围预测结果更新所述第一客户线索中的年龄，得到所述纠正后的客户线索；
其中，所述预设的性别预测模型是基于xgboost算法训练得到的模型，所述预设的年龄预测模型是基于xgboost算法训练得到的模型。
进一步的，所述根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果的步骤，包括：
从所述目标外呼话术中获取意图确认问题，得到多个目标意图确认问题；
分别将每个所述目标意图确认问题，从所述客户回答文本中获取回答文本，得到每个所述目标意图确认问题对应的待识别的回答文本；
采用预设的意图识别模型，分别对每个所述待识别的回答文本进行意图识别，得到每个所述待识别的回答文本对应的意图识别结果；
获取各个所述目标意图确认问题各自对应的目标权重，根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分；
获取预设分类规则，采用所述预设分类规则，根据所述目标综合评分对所述纠正后的客户线索进行客户分类预测，得到所述客户分类预测结果。
进一步的，所述根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分的步骤，包括：
采用预设的评分转换规则，分别对每个所述意图识别结果进行评分转换，得到每个所述意图识别结果对应的目标意图评分；
根据各个所述目标权重和各个所述目标意图评分进行加权求和，得到所述目标综合评分。
本申请还提出了一种客户线索的处理装置，所述装置包括：
请求获取模块，用于获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
手机号码有效性验证结果确定模块，用于根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
目标外呼话术确定模块，用于当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
语音外呼模块，用于根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
纠正后的客户线索确定模块，用于根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
客户分类预测结果确定模块，用于根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
待业务处理的客户线索确定模块，用于获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
本申请还提出了一种计算机设备，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任一项所述方法的步骤。
本申请还提出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任一项所述的方法的步骤。
本申请的客户线索的处理方法、装置、设备及存储介质，其中方法首先根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果，然后当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术，根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索，根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果，最后当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索，从而使提供给业务人员的待业务处理的客户线索是正确的信息，待业务处理的客户线索对应的客户的购买意愿符合预期要求，提高了客户成交率，减轻了业务人员的工作量。
附图说明
图1为本申请一实施例的客户线索的处理方法的流程示意图；
图2为本申请一实施例的客户线索的处理装置的结构示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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，本申请实施例中提供一种客户线索的处理方法，所述方法包括：
S1：获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
S2：根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
S3：当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
S4：根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
S5：根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
S6：根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
S7：获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
本实施例首先根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果，然后当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术，根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索，根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果，最后当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索，从而使提供给业务人员的待业务处理的客户线索是正确的信息，待业务处理的客户线索对应的客户的购买意愿符合预期要求，提高了客户成交率，减轻了业务人员的工作量。
对于S1，可以获取用户输入的客户线索处理请求，也可以从第三方应用系统(比如，客户服务管理系统)中获取客户线索处理请求。
客户线索处理请求，是对客户线索进行处理的请求，以用于提高客户线索的准确性和判断客户线索对应的客户的购买意愿符合预期要求。
所述目标客户线索，也就是需要判断是否满足预设的客户筛选条件的客户线索。
客户线索包括：客户基本信息、感兴趣产品信息和产品购买信息。客户基本信息包括但不限于：手机号码、姓名、性别、年龄。感兴趣产品信息包括但不限于：产品标识、产品浏览次数、产品浏览时间。产品购买信息包括但不限于：是否购买过公司产品、购买记录。购买记录包括但不限于：产品标识、购买时间。产品标识可以是产品名称、产品ID等唯一标识一个产品的数据。
对于S2，采用短信验证的方式，对所述目标客户线索的客户基本信息中的手机号码进行有效性验证；当短信验证所述目标客户线索的客户基本信息中的手机号码能正常接收信息时，确定所述手机号码有效性验证结果为有效；当短信验证所述目标客户线索的客户基本信息中的手机号码能不能正常接收信息时，确定所述手机号码有效性验证结果为无效。
当所述手机号码有效性验证结果为无效时，将所述手机号码有效性验证结果为无效的所述目标客户线索添加到手机号码无效客户线索列表。
其中，手机号码无效客户线索列表用于进行异常客户线索的查询和分析。
对于S3，当所述手机号码有效性验证结果为有效时，采用外呼话术库，根据所述目标客户线索中的信息进行外呼话术确定，将确定的外呼话术作为目标外呼话术。目标外呼话术是适用于所述目标客户线索的外呼话术，从而有利于提高语音外呼的准确性。
外呼话术库包括：产品标识、外呼话术，每个产品标识对应一个外呼话术。可以理解的是，外呼话术库还可以包括其他数据，在此不做限定。
对于S4，调用语音外呼机器人，根据所述目标外呼话术，对所述目标客户线索中的手机号码对应的客户进行语音外呼，将语音外呼中的客户语音作为客户回答音频；采用预设的语音转换文本模型，对所述客户回答音频进行语音转换文本，将转换得到的文本作为所述客户回答文本。
语音外呼机器人，可以选择根据所述目标外呼话术进行外呼并播放语音的机器人，语音外呼机器人的实现方法在此不做赘述。
所述预设的语音转换文本模型，是基于ASR(自动语音识别技术)训练得到的模型。
对于S5，根据所述客户回答音频，对所述目标客户线索进行性别纠正及年龄纠正，将纠正后的所述目标客户线索作为所述纠正后的客户线索。
可选的，还可以根据所述客户回答文本对所述目标客户线索进行信息纠正，比如，进行姓名纠正，在此不做限定。
对于S6，首先根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行意图识别，然后根据意图识别得到的数据进行客户分类预测，得到客户分类预测结果。
比如，客户分类预测结果包括：无意向客户、轻度认知客户、潜在客户、认同客户中的任一种，在此举例不做具体限定。
对于S7，可以从数据库中获取预设的客户筛选条件，也可以获取用户输入的预设的客户筛选条件，还可以从第三方应用系统获取预设的客户筛选条件，还可以将预设的客户筛选条件写入实现本申请的程序中。
其中，当所述客户分类预测结果满足所述预设的客户筛选条件时，意味着所述纠正后的客户线索对应的客户的购买意愿符合预期要求，因此，可以将所述纠正后的客户线索作为待业务处理的客户线索。
其中，预设的客户筛选条件为：潜在客户和认同客户是符合筛选条件的客户。因此，当所述客户分类预测结果为潜在客户或认同客户时，将所述纠正后的客户线索作为待业务处理的客户线索。
待业务处理的客户线索，用于业务人员进行沟通及促进成交。
在一个实施例中，上述根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果的步骤，包括：
S21：获取短信信息库；
S22：根据所述目标客户线索从所述短信信息库中进行查找，得到目标短信信息；
S23：将所述目标短信信息、所述目标客户线索的手机号码作为第一关联数据发送给短信校验端；
S24：获取所述短信校验端根据所述第一关联数据发送的第一短信校验结果；
S25：当所述第一短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
S26：当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
本实施例采用短信方式进行手机号码有效性验证，从而避免提供给业务人员的客户线索的手机号码是无法打通，减少了业务人员的工作量。
对于S21，可以从数据库中获取短信信息库，也可以获取用户输入的短信信息库，还可以从第三方应用系统获取短信信息库。
短信信息库包括：产品标识、短信信息，每个产品标识对应一个短信信息。
对于S22，当所述目标客户线索的感兴趣产品信息中存在产品标识时，根据所述目标客户线索的感兴趣产品信息的产品标识，从所述短信信息库中进行查找，将在所述短信信息库中获取到的产品标识对应的短信信息作为所述目标短信信息；当所述目标客户线索的感兴趣产品信息中不存在产品标识，并且，所述目标客户线索的产品购买信息中存在产品标识时，根据所述目标客户线索的产品购买信息的产品标识，从所述短信信息库中进行查找，将在所述短信信息库中获取到的产品标识对应的短信信息作为所述目标短信信息；当所述目标客户线索中不存在产品标识时，获取预设短信信息，将所述预设短信信息作为所述目标短信信息。
对于S23，将所述目标短信信息、所述目标客户线索的手机号码作为第一关联数据，将第一关联数据发送给短信校验端。也就是说，只需要发送目标短信信息和手机号码给短信校验端。
所述短信校验端，也就是短信运营平台。短信运营平台将所述目标短信信息发送到所述目标客户线索的手机号码对应的手机，当获取到所述目标客户线索的手机号码对应的运营商发送的ACK消息时，确定所述第一短信校验结果为正常接收短信；当在预设时长内未获取到所述目标客户线索的手机号码对应的运营商发送的ACK消息时，确定所述第一短信校验结果为不能正常接收短信。
ACK消息，也就是确认消息，是在计算机网上中通信协议的一部分，是设备或是进程发出的消息，回复已收到数据。
对于S24，通过与所述短信校验端的通信连接，获取所述短信校验端根据所述第一关联数据发送的第一短信校验结果。
对于S25，当所述第一短信校验结果为正常接收短信时，意味着所述目标客户线索的手机号码能正常连通，因此确定所述手机号码有效性验证结果为有效。
对于S26，当所述第一短信校验结果为不能正常接收短信时，意味着所述目标客户线索的手机号码能不能正常连通，确定所述手机号码有效性验证结果为无效。
在一个实施例中，上述当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效的步骤，包括：
S261：当所述第一短信校验结果为不能正常接收短信时，获取预设间隔时长，根据所述预设间隔时长，将所述目标短信信息、所述目标客户线索的手机号码作为第二关联数据发送给所述短信校验端；
S262：获取所述短信校验端根据所述第二关联数据发送的第二短信校验结果；
S263：当所述第二短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
S264：当所述第二短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
本实施例当所述第一短信校验结果为不能正常接收短信时，间隔所述预设间隔时长再次进行手机号码有效性验证，从而避免因信号、关机、手机异常影响手机号码有效性验证结果的准确性。
对于S261，可以从数据库中获取预设间隔时长，也可以获取用户输入的预设间隔时长，还可以从第三方应用系统获取预设间隔时长，还可以将预设间隔时长写入实现本申请的程序中。预设间隔时长，是一个具体数值。
其中，以所述第一短信校验结果的生成时间为开始时间，间隔所述预设间隔时长，将所述目标短信信息、所述目标客户线索的手机号码作为第二关联数据，将第二关联数据发送给所述短信校验端。
对于S262，通过与所述短信校验端的通信连接，获取所述短信校验端根据所述第二关联数据发送的第二短信校验结果
对于S263，当所述第二短信校验结果为正常接收短信时，意味着所述目标客户线索的手机号码能正常连通，因此确定所述手机号码有效性验证结果为有效。
对于S264，当所述第二短信校验结果为不能正常接收短信时，意味着所述目标客户线索的手机号码能不能正常连通，确定所述手机号码有效性验证结果为无效。
在一个实施例中，上述根据所述目标客户线索进行外呼话术确定，得到目标外呼话术的步骤，包括：
S31：获取外呼话术库；
S32：判断所述目标客户线索中的感兴趣产品信息的产品标识是否存在数据；
S33：当所述感兴趣产品信息的所述产品标识存在数据时，将所述感兴趣产品信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
S34：当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述目标客户线索中的产品购买信息的所述产品标识存在数据时，将所述产品购买信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
S35：当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述产品购买信息的所述产品标识不存在数据时，获取预设产品标识，将所述预设产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术。
本实施例实现了采用外呼话术库，根据所述目标客户线索的产品标识进行外呼话术确定，从而提高了确定的目标外呼话术的准确性。
对于S31，可以从数据库中获取外呼话术库，也可以获取用户输入的外呼话术库，还可以从第三方应用系统获取外呼话术库。
对于S32，当所述目标客户线索中的感兴趣产品信息的产品标识不为空时，确定所述目标客户线索中的感兴趣产品信息的产品标识存在数据；当所述目标客户线索中的感兴趣产品信息的产品标识为空时，确定所述目标客户线索中的感兴趣产品信息的产品标识不存在数据。
对于S33，当所述感兴趣产品信息的所述产品标识存在数据时，意味着已经确定了目标客户线索感兴趣的产品，因此将所述感兴趣产品信息的所述产品标识在所述外呼话术库中进行查找，将在所述外呼话术库中查找得到的产品标识对应的外呼话术作为所述目标外呼话术，从而优先采用感兴趣产品信息的产品标识确定目标外呼话术，进一步提高了确定的目标外呼话术的准确性。
对于S34，当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述目标客户线索中的产品购买信息的所述产品标识存在数据时，意味着客户当前没有感兴趣的产品，但是历史购买过产品，将所述产品购买信息的所述产品标识在所述外呼话术库中进行查找，将在所述外呼话术库中查找得到的产品标识对应的外呼话术作为所述目标外呼话术。
对于S35，当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述产品购买信息的所述产品标识不存在数据时，意味着客户当前没有感兴趣的产品，并且历史也没有购买过产品，将所述预设产品标识在所述外呼话术库中进行查找，将在所述外呼话术库中查找得到的产品标识对应的外呼话术作为所述目标外呼话术，从而得到了托底的外呼话术。
在一个实施例中，上述根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索的步骤，包括：
S51：对所述客户回答音频进行声纹提取，得到目标声纹数据；
S52：将所述目标声纹数据输入预设的性别预测模型进行性别预测，得到性别预测结果；
S53：当所述性别预测结果与所述目标客户线索中的性别不相同时，采用所述性别预测结果更新所述目标客户线索的性别，得到第一客户线索，否则，将所述目标客户线索作为所述第一客户线索；
S54：将所述目标声纹数据输入预设的年龄预测模型进行年龄预测，得到年龄范围预测结果；
S55：当所述第一客户线索中的年龄位于所述年龄范围预测结果内时，将所述第一客户线索作为所述纠正后的客户线索，否则，采用所述年龄范围预测结果更新所述第一客户线索中的年龄，得到所述纠正后的客户线索；
其中，所述预设的性别预测模型是基于xgboost算法训练得到的模型，所述预设的年龄预测模型是基于xgboost算法训练得到的模型。
本实施例通过所述客户回答音频的声纹分别进行性别纠正及年龄纠正，从而提高了发送给业务人员的客户线索的性别和年龄的准确性，有利于业务人员提前准备准确的开场沟通话术。
对于S51，首先从所述客户回答音频中分离出人声特征，然后再采用声纹识别模型，从人声特征中提取出声纹特征，将提取出的声纹特征作为所述目标声纹数据。
所述声纹识别模型是基于X-vectors得到的模型。X-vectors是声纹识别领域主流的模型框架，X-vectors可接受任意长度的输入并且转化为固定长度的特征表达。
从所述客户回答音频中分离出人声特征的具体方法在此不做赘述。
对于S52，将所述目标声纹数据输入预设的性别预测模型进行性别预测，将预设的性别预测模型输出的数据作为性别预测结果。
xgboost算法，也就是eXtreme Gradient Boosting，极端梯度提升算法。
对于S53，当所述性别预测结果与所述目标客户线索中的性别不相同时，意味着所述目标客户线索中的性别错误，采用所述性别预测结果替换所述目标客户线索的性别，将完成替换的所述目标客户线索作为第一客户线索；当所述性别预测结果与所述目标客户线索中的性别相同时，意味着所述目标客户线索中的性别正确，因此直接将所述目标客户线索作为所述第一客户线索。
对于S54，将所述目标声纹数据输入预设的年龄预测模型进行年龄预测，将预设的年龄预测模型输入的数据作为年龄范围预测结果。
对于S55，当所述第一客户线索中的年龄位于所述年龄范围预测结果内时，意味着所述目标客户线索中的年龄正确，因此直接将所述第一客户线索作为所述纠正后的客户线索；当所述第一客户线索中的年龄位于所述年龄范围预测结果外时，意味着所述目标客户线索中的年龄错误，采用所述年龄范围预测结果替换所述第一客户线索中的年龄，将替换后的所述第一客户线索作为所述纠正后的客户线索。
在一个实施例中，上述根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果的步骤，包括：
S61：从所述目标外呼话术中获取意图确认问题，得到多个目标意图确认问题；
S62：分别将每个所述目标意图确认问题，从所述客户回答文本中获取回答文本，得到每个所述目标意图确认问题对应的待识别的回答文本；
S63：采用预设的意图识别模型，分别对每个所述待识别的回答文本进行意图识别，得到每个所述待识别的回答文本对应的意图识别结果；
S64：获取各个所述目标意图确认问题各自对应的目标权重，根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分；
S65：获取预设分类规则，采用所述预设分类规则，根据所述目标综合评分对所述纠正后的客户线索进行客户分类预测，得到所述客户分类预测结果。
本实施例采用先找出各个问题的回答文本，然后根据各个问题的权重和回答文本进行综合评分，最后采用所述预设分类规则，根据综合评分进行客户分类预测，从而为判断客户的购买意愿符合预期要求提供了基础。
对于S61，获取意图问题关键字，采用所述意图问题关键字在所述目标外呼话术的各个意图确认问题中进行查找，当存在所述意图确认问题包括所述意图问题关键字时，将包含所述意图问题关键字的每个意图确认问题作为一个目标意图确认问题。
意图确认问题，可以是确定产品购买意图的文本，还可以是确定其他意图的文本。比如，请问您之前是否了解产品A？又比如，请问之前是否购买过产品B？
对于S62，根据各个所述目标意图确认问题的播放时间，分别将每个所述目标意图确认问题，从所述客户回答文本中获取回答文本，从而确定各个所述目标意图确认问题各自对应的待识别的回答文本。
对于S63，分别对每个所述待识别的回答文本输入预设的意图识别模型进行意图识别，将对一个所述待识别的回答文本识别出的意图数据作为一个意图识别结果。
所述预设的意图识别模型，是基于Bert(Bidirectional EncoderRepresentations from Transformers)模型训练得到的模型。
对于S64，从外呼话术库中获取各个所述目标意图确认问题各自对应的目标权重。
其中，先将每个所述意图识别结果转换为评分，然后采用各个目标权重和各个评分进行加权求和，将加权求和得到的数据作为目标综合评分。
对于S65，根据所述目标外呼话术获取预设分类规则，将所述目标综合评分在所述预设分类规则的评分范围进行查找，当存在包含所述目标综合评分的评分范围时，将存在包含所述目标综合评分的评分范围在所述预设分类规则中对应的客户分类作为所述纠正后的客户线索对应的所述客户分类预测结果。
预设分类规则包括：评分范围、客户分类，每个评分范围对应一个客户分类。比如，当评分范围为0-30分(包括0分，不包括30分)时则客户分类为无意向客户，当评分范围为30-60分(包括30分，不包括60分)时则客户分类为轻度认知客户，当评分范围为60-80分(包括60分，不包括80分)时则客户分类为潜在客户，当评分范围为80-100分(包括80分，包括100分)时则客户分类为认同客户，在此举例不做具体限定。
在一个实施例中，上述根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分的步骤，包括：
S641：采用预设的评分转换规则，分别对每个所述意图识别结果进行评分转换，得到每个所述意图识别结果对应的目标意图评分；
S642：根据各个所述目标权重和各个所述目标意图评分进行加权求和，得到所述目标综合评分。
本实施例采用预设的评分转换规则，分别对每个所述意图识别结果进行评分转换，然后再进行加权求和，为后续进行客户分类预测提供了基础。
对于S641，可以从数据库中获取预设的评分转换规则，也可以获取用户输入的预设的评分转换规则，还可以从第三方应用系统获取预设的评分转换规则，还可以将预设的评分转换规则写入实现本申请的程序中。
预设的评分转换规则包括：意图类别、评分转换数据，每个意图类别对应一个评分转换数据。意图类别包括但不限于：是否意图。评分转换数据包括：意图集合、意图评分。意图集合中包括一个或多个意图关键字。
其中，将每个所述意图识别结果在所述预设的评分转换规则中进行匹配，将匹配得的意图评分作为所述目标意图评分。
比如，意图类别为是否意图时所述评分转换数据为：意图为是则意图评分为100、意图为否则意图评分为0，当所述意图识别结果为是时所述意图识别结果对应的意图类别为是否意图，因此所述目标意图评分为100，在此举例不做具体限定。
对于S642，采用各个所述目标权重，对各个所述目标意图评分进行加权求和，将加权求和得到的数据作为所述目标综合评分。
比如，目标意图确认问题A1的目标权重为G1和目标意图评分为F1，目标意图确认问题A2的目标权重为G2和目标意图评分为F2，目标意图确认问题A3的目标权重为G3和目标意图评分为F3，在将G1×F1+G2×F2+G3×F3计算得到的数据作为所述目标综合评分。
参照图2，本申请还提出了一种客户线索的处理装置，所述装置包括：
请求获取模块100，用于获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
手机号码有效性验证结果确定模块200，用于根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
目标外呼话术确定模块300，用于当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
语音外呼模块400，用于根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
纠正后的客户线索确定模块500，用于根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
客户分类预测结果确定模块600，用于根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
待业务处理的客户线索确定模块700，用于获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
本实施例首先根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果，然后当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术，根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索，根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果，最后当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索，从而使提供给业务人员的待业务处理的客户线索是正确的信息，待业务处理的客户线索对应的客户的购买意愿符合预期要求，提高了客户成交率，减轻了业务人员的工作量。
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储存客户线索的处理方法等数据。该计算机设备的网络接口用于与外部的终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一种客户线索的处理方法。所述客户线索的处理方法，包括：获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
本实施例首先根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果，然后当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术，根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索，根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果，最后当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索，从而使提供给业务人员的待业务处理的客户线索是正确的信息，待业务处理的客户线索对应的客户的购买意愿符合预期要求，提高了客户成交率，减轻了业务人员的工作量。
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一种客户线索的处理方法，包括步骤：获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
上述执行的客户线索的处理方法，首先根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果，然后当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术，根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索，根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果，最后当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索，从而使提供给业务人员的待业务处理的客户线索是正确的信息，待业务处理的客户线索对应的客户的购买意愿符合预期要求，提高了客户成交率，减轻了业务人员的工作量。
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，所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)

1.一种客户线索的处理方法，其特征在于，所述方法包括：
获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
2.根据权利要求1所述的客户线索的处理方法，其特征在于，所述根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果的步骤，包括：
获取短信信息库；
根据所述目标客户线索从所述短信信息库中进行查找，得到目标短信信息；
将所述目标短信信息、所述目标客户线索的手机号码作为第一关联数据发送给短信校验端；
获取所述短信校验端根据所述第一关联数据发送的第一短信校验结果；
当所述第一短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
3.根据权利要求2所述的客户线索的处理方法，其特征在于，所述当所述第一短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效的步骤，包括：
当所述第一短信校验结果为不能正常接收短信时，获取预设间隔时长，根据所述预设间隔时长，将所述目标短信信息、所述目标客户线索的手机号码作为第二关联数据发送给所述短信校验端；
获取所述短信校验端根据所述第二关联数据发送的第二短信校验结果；
当所述第二短信校验结果为正常接收短信时，确定所述手机号码有效性验证结果为有效；
当所述第二短信校验结果为不能正常接收短信时，确定所述手机号码有效性验证结果为无效。
4.根据权利要求1所述的客户线索的处理方法，其特征在于，所述根据所述目标客户线索进行外呼话术确定，得到目标外呼话术的步骤，包括：
获取外呼话术库；
判断所述目标客户线索中的感兴趣产品信息的产品标识是否存在数据；
当所述感兴趣产品信息的所述产品标识存在数据时，将所述感兴趣产品信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述目标客户线索中的产品购买信息的所述产品标识存在数据时，将所述产品购买信息的所述产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术；
当所述感兴趣产品信息的所述产品标识不存在数据，并且，所述产品购买信息的所述产品标识不存在数据时，获取预设产品标识，将所述预设产品标识在所述外呼话术库中进行外呼话术查找，得到所述目标外呼话术。
5.根据权利要求1所述的客户线索的处理方法，其特征在于，所述根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索的步骤，包括：
对所述客户回答音频进行声纹提取，得到目标声纹数据；
将所述目标声纹数据输入预设的性别预测模型进行性别预测，得到性别预测结果；
当所述性别预测结果与所述目标客户线索中的性别不相同时，采用所述性别预测结果更新所述目标客户线索的性别，得到第一客户线索，否则，将所述目标客户线索作为所述第一客户线索；
将所述目标声纹数据输入预设的年龄预测模型进行年龄预测，得到年龄范围预测结果；
当所述第一客户线索中的年龄位于所述年龄范围预测结果内时，将所述第一客户线索作为所述纠正后的客户线索，否则，采用所述年龄范围预测结果更新所述第一客户线索中的年龄，得到所述纠正后的客户线索；
其中，所述预设的性别预测模型是基于xgboost算法训练得到的模型，所述预设的年龄预测模型是基于xgboost算法训练得到的模型。
6.根据权利要求1所述的客户线索的处理方法，其特征在于，所述根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果的步骤，包括：
从所述目标外呼话术中获取意图确认问题，得到多个目标意图确认问题；
分别将每个所述目标意图确认问题，从所述客户回答文本中获取回答文本，得到每个所述目标意图确认问题对应的待识别的回答文本；
采用预设的意图识别模型，分别对每个所述待识别的回答文本进行意图识别，得到每个所述待识别的回答文本对应的意图识别结果；
获取各个所述目标意图确认问题各自对应的目标权重，根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分；
获取预设分类规则，采用所述预设分类规则，根据所述目标综合评分对所述纠正后的客户线索进行客户分类预测，得到所述客户分类预测结果。
7.根据权利要求6所述的客户线索的处理方法，其特征在于，所述根据各个所述目标权重和各个所述意图识别结果进行综合评分，得到目标综合评分的步骤，包括：
采用预设的评分转换规则，分别对每个所述意图识别结果进行评分转换，得到每个所述意图识别结果对应的目标意图评分；
根据各个所述目标权重和各个所述目标意图评分进行加权求和，得到所述目标综合评分。
8.一种客户线索的处理装置，其特征在于，所述装置包括：
请求获取模块，用于获取客户线索处理请求，所述客户线索处理请求携带有目标客户线索；
手机号码有效性验证结果确定模块，用于根据所述目标客户线索进行手机号码有效性验证，得到手机号码有效性验证结果；
目标外呼话术确定模块，用于当所述手机号码有效性验证结果为有效时，根据所述目标客户线索进行外呼话术确定，得到目标外呼话术；
语音外呼模块，用于根据所述目标外呼话术和所述目标客户线索依次进行语音外呼及语音转换文本，得到客户回答音频和客户回答文本；
纠正后的客户线索确定模块，用于根据所述客户回答音频，对所述目标客户线索进行信息纠正，得到纠正后的客户线索；
客户分类预测结果确定模块，用于根据所述目标外呼话术、所述客户回答文本和所述纠正后的客户线索进行客户分类预测，得到客户分类预测结果；
待业务处理的客户线索确定模块，用于获取预设的客户筛选条件，当所述客户分类预测结果满足所述预设的客户筛选条件时，将所述纠正后的客户线索作为待业务处理的客户线索。
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。
CN202110722102.4A 2021-06-28 2021-06-28 客户线索的处理方法、装置、设备及存储介质 Pending CN113282735A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110722102.4A CN113282735A (zh) 2021-06-28 2021-06-28 客户线索的处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110722102.4A CN113282735A (zh) 2021-06-28 2021-06-28 客户线索的处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113282735A true CN113282735A (zh) 2021-08-20

Family

ID=77285944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110722102.4A Pending CN113282735A (zh) 2021-06-28 2021-06-28 客户线索的处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113282735A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090248671A1 (en) * 2008-03-28 2009-10-01 Daisuke Maruyama Information classification system, information processing apparatus, information classification method and program
CN104102632A (zh) * 2013-04-02 2014-10-15 徐晗 一种基于手机号码数据库的配对验证系统及方法
CN110138980A (zh) * 2019-04-15 2019-08-16 平安普惠企业管理有限公司 一种智能外呼方法、装置、存储介质和服务器
CN110312048A (zh) * 2019-05-23 2019-10-08 中国平安财产保险股份有限公司 智能外呼方法、装置、计算机设备及存储介质
CN110351443A (zh) * 2019-06-17 2019-10-18 深圳壹账通智能科技有限公司 智能外呼处理方法、装置、计算机设备及存储介质
CN111026843A (zh) * 2019-12-02 2020-04-17 北京智乐瑟维科技有限公司 一种人工智能语音外呼方法、系统及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090248671A1 (en) * 2008-03-28 2009-10-01 Daisuke Maruyama Information classification system, information processing apparatus, information classification method and program
CN104102632A (zh) * 2013-04-02 2014-10-15 徐晗 一种基于手机号码数据库的配对验证系统及方法
CN110138980A (zh) * 2019-04-15 2019-08-16 平安普惠企业管理有限公司 一种智能外呼方法、装置、存储介质和服务器
CN110312048A (zh) * 2019-05-23 2019-10-08 中国平安财产保险股份有限公司 智能外呼方法、装置、计算机设备及存储介质
CN110351443A (zh) * 2019-06-17 2019-10-18 深圳壹账通智能科技有限公司 智能外呼处理方法、装置、计算机设备及存储介质
CN111026843A (zh) * 2019-12-02 2020-04-17 北京智乐瑟维科技有限公司 一种人工智能语音外呼方法、系统及存储介质

Similar Documents

Publication Publication Date Title
CN112492111B (zh) 一种智能语音外呼方法、装置、计算机设备和存储介质
KR102431754B1 (ko) 인공지능기반 상담지원장치
US7406413B2 (en) Method and system for the processing of voice data and for the recognition of a language
US7907705B1 (en) Speech to text for assisted form completion
US8913720B2 (en) Transparent voice registration and verification method and system
CN111105782A (zh) 会话交互处理方法、装置、计算机设备和存储介质
CN111858892B (zh) 基于知识图谱的语音交互方法、装置、设备及介质
US20110046951A1 (en) System and method for building optimal state-dependent statistical utterance classifiers in spoken dialog systems
CN111883140A (zh) 基于知识图谱和声纹识别的认证方法、装置、设备及介质
CN111210842A (zh) 语音质检方法、装置、终端及计算机可读存储介质
CN110689881A (zh) 语音识别方法、装置、计算机设备和存储介质
CN112541738B (zh) 基于智能对话技术的审批方法、装置、设备及介质
CN111475616A (zh) 基于对话状态预测的多轮对话方法、装置和计算机设备
CN112800743A (zh) 一种基于特定领域的语音打分模型构建系统及方法
CN116631412A (zh) 一种通过声纹匹配判断语音机器人的方法
CN110113501A (zh) 任务下发方法、装置、计算机设备及存储介质
CN115174748A (zh) 基于语义识别的语音外呼方法、装置、设备及介质
CN114203173A (zh) 机器人预约客户的方法、装置、计算机设备及存储介质
WO2020057014A1 (zh) 对话分析评价的方法、装置、计算机设备和存储介质
CN112712793A (zh) 语音交互下基于预训练模型的asr纠错方法及相关设备
CN113282735A (zh) 客户线索的处理方法、装置、设备及存储介质
CN111179936A (zh) 通话录音监控方法
CN114067842B (zh) 客户满意度鉴别方法及装置、存储介质及电子设备
CN113111157A (zh) 问答处理方法、装置、计算机设备和存储介质
US11640819B2 (en) Information processing apparatus and update method

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