发明内容
本申请实施例提供了一种基于用户行为的外呼方法、装置、电子设备及介质,可以提高外呼效率。
一方面,本申请实施例提供了一种基于用户行为的外呼方法,该方法包括:
获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于所述行为监测数据生成外呼热点图;所述外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及所述图像区域对应的外呼热点值;
基于所述图像区域以及所述图像区域对应的外呼热点值从所述外呼热点图中确定出多个外呼中心点;
确定每个所述外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据;
根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点;
基于所述目标外呼中心点确定针对所述待外呼用户的目标外呼时间段;
在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼。
在一种可能的实施方式中,所述根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点,包括:
获取每个所述外呼中心点对应的已外呼用户的用户数据的特征向量,并获取所述待外呼用户的用户数据的特征向量;
确定所述已外呼用户的用户数据的特征向量与所述待外呼用户的用户数据的特征向量之间的距离值;
根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点。
在一种可能的实施方式中,所述根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点,包括:
根据所述距离值,从所述已外呼用户的用户数据的特征向量中确定出目标特征向量;所述目标特征向量为距离所述待外呼用户的用户数据的特征向量最近的特征向量;
确定所述目标特征向量对应的目标已外呼用户,并确定所述目标已外呼用户对应的外呼中心点;
将所述目标已外呼用户对应的外呼中心点确定为所述目标外呼中心点。
在一种可能的实施方式中,所述行为监测数据包括所述已外呼用户的外呼时间和所述已外呼用户在外呼过程中的情绪类别;所述基于所述行为监测数据生成外呼热点图,包括:
确定所述外呼时间对应的外呼时间段,并绘制所述外呼时间段对应的图像区域;
根据所述情绪类别确定所述图像区域对应的外呼热点值;
构建包括所述图像区域以及所述图像区域对应的外呼热点值的所述外呼热点图。
在一种可能的实施方式中,所述方法还包括:
获取所述每个已外呼用户在外呼过程中的用户数据;
所述根据所述情绪类别确定所述图像区域对应的外呼热点值,包括:
根据所述情绪类别以及所述用户数据,确定所述图像区域对应的外呼热点值。
在一种可能的实施方式中,所述方法还包括:
获取所述已外呼用户在外呼过程中的外呼音频文件;
提取所述外呼音频文件中的外呼声谱图,并基于所述外呼声谱图对所述外呼音频文件进行噪声过滤处理,得到处理后的音频文件;
从所述处理后的音频文件中提取出语音信号,并从所述语音信号中提取出与情绪关联的特征向量;
根据所述与情绪关联的特征向量确定出所述已外呼用户在外呼过程中的情绪类别。
在一种可能的实施方式中,所述在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼,包括:
确定所述待外呼用户的目标外呼方式;
在所述目标外呼时间段内,基于与所述目标外呼方式匹配的身份验证方式对所述待外呼用户进行身份验证;
在身份验证通过后,基于所述目标外呼方式和所述目标外呼内容对所述待外呼用户发起外呼。
一方面,本申请实施例提供了一种基于用户行为的外呼装置,该装置包括:
生成模块,用于获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于所述行为监测数据生成外呼热点图;所述外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及所述图像区域对应的外呼热点值;
确定模块,用于基于所述图像区域以及所述图像区域对应的外呼热点值从所述外呼热点图中确定出多个外呼中心点;
所述确定模块,还用于确定每个所述外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据;
所述确定模块,还用于根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点;
所述确定模块,还用于基于所述目标外呼中心点确定针对所述待外呼用户的目标外呼时间段;
外呼模块,用于在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼。
一方面,本申请实施例提供了一种电子设备,该电子设备包括处理器和存储器,其中,存储器用于存储计算机程序,该计算机程序包括程序指令,处理器被配置用于调用该程序指令,执行如下步骤:获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于所述行为监测数据生成外呼热点图;所述外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及所述图像区域对应的外呼热点值;基于所述图像区域以及所述图像区域对应的外呼热点值从所述外呼热点图中确定出多个外呼中心点;确定每个所述外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据;根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点;基于所述目标外呼中心点确定针对所述待外呼用户的目标外呼时间段;在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼。
一方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令被处理器执行时,用于执行上述方法中的部分或全部步骤。
本申请实施例中,获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成包括多个外呼时间段中每个外呼时间段对应的图像区域以及图像区域对应的外呼热点值的外呼热点图,基于图像区域以及对应的外呼热点值从外呼热点图中确定出多个外呼中心点,确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据,根据每个外呼中心点对应的已外呼用户的用户数据以及待外呼用户的用户数据,从多个外呼中心点中确定出目标外呼中心点,基于目标外呼中心点确定针对待外呼用户的目标外呼时间段,在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。通过实施上述所提出的方法,可以获取到待外呼用户的目标外呼时间段,以及在目标外呼时间段对待外呼用户发起外呼,可以提高外呼时间的灵活性,以及可以提高对用户进行外呼的外呼效率。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提出的基于用户行为的外呼方法实现于电子设备,该电子设备可以为终端设备或服务器。其中,终端设备可以为智能手机、平板电脑、笔记本电脑、台式计算机等。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是云服务器等,但并不局限于此。本申请涉及区块链技术,电子设备可将涉及的数据如已外呼用户的用户数据、待外呼用户的用户数据等写入区块链中,以便于电子设备可以在区块链上获取所需信息,如已外呼用户的用户数据。
请参见图1,图1为本申请实施例提供的一种应用架构示意图,可以通过该应用架构执行本申请所提出的基于用户行为的外呼方法。具体的,图1可以包括电子设备,以及用于执行本申请技术方案的相关数据(已外呼用户在外呼过程中的行为监测数据、已外呼用户的用户数据、待外呼用户的用户数据)。其中,电子设备可以通过执行本申请的技术方案,根据行为监测数据生成外呼热点图,并在外呼热点图中确定多个外呼中心点,以及基于已外呼用户的用户数据和待外呼用户的用户数据从外呼热点图从多个外呼中心点确定目标外呼中心点,进而确定出待外呼用户的目标外呼时间段,并在该目标外呼时间段中对待外呼用户发起外呼以提高外呼时间灵活性和外呼效率。
可以理解的是,图1只是示例性地表征本申请技术方案所提出的应用架构,并不对本申请技术方案的具体架构进行限定,即本申请技术方案还可以提供其他形式的应用架构。
在一些实施例中,电子设备可根据实际的业务需求,执行该基于用户行为的外呼方法,以提高外呼效率。本申请技术方案可以应用于任意外呼场景中,即电子设备可以通过本申请技术方案实现预测待外呼用户的最佳外呼时间段(即目标外呼时间段),并在该最佳外呼时间段中对待外呼用户发起外呼。例如,本申请技术方案可以用于订单回访的外呼场景中,电子设备可以在最佳外呼时间段中,对目标订单所属的待外呼用户发起外呼,以完成对该目标订单的用户回访。
可以理解的是,上述场景仅是作为示例,并不构成对于本申请实施例提供的技术方案的应用场景的限定,本申请的技术方案还可应用于其他场景。例如,本领域普通技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
基于上述的描述,本申请实施例提出了一种基于用户行为的外呼方法,该方法可以由上述提及的电子设备来执行。如图2所示,本申请实施例的基于用户行为的外呼方法的流程可以包括如下:
S201、获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成外呼热点图。
其中,该外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及图像区域对应的外呼热点值。
在一个可能的实施方式中,该已外呼用户为已经进行外呼并外呼成功的用户;行为监测数据可以包括已外呼用户的外呼时间和已外呼用户在外呼过程中的情绪类别;电子设备基于该行为监测数据生成外呼热点图的具体方式可以为,确定外呼时间对应的外呼时间段,并绘制外呼时间段对应的图像区域,根据情绪类别确定图像区域对应的外呼热点值,构建包括图像区域以及图像区域对应的外呼热点值的外呼热点图。
在一些实施例中,电子设备确定外呼时间对应的外呼时间段可以是基于多个已外呼用户中每个已外呼用户的外呼时间点所划分的多个外呼时间段;相应的,根据外呼时间段所绘制的图像区域中的图像点可以与对应的外呼时间段中的时间点具有映射关系。例如,如图3所示,图3为本申请实施例提供的一种绘制图像区域的场景示意图,基于外呼时间段①可以绘制得到对应的图像区域①(如图3(1));以及,外呼时间段①中的时间点①可以对应图像区域①中的图像点①(如图3(2));以及,外呼时间段①中的时间段②可以对应图像区域①中的区域②(如图3(3))。
在一些实施例中,电子设备根据情绪类别确定图像区域对应的外呼热点值具体可以是,根据已外呼用户的外呼时间以及外呼时间段和图像区域的对应关系,确定多个图像区域中每个图像区域对应的已外呼用户,该每个图像区域对应的已外呼用户可以有一个或多个,以及根据每个图像区域对应的已外呼用户的情绪类别确定每个图像区域对应的已外呼用户的外呼热点值,进而根据每个图像区域对应的已外呼用户的外呼热点值得到每个图像区域对应的外呼热点值,该每个图像区域对应的外呼热点值可以是每个图像区域对应的已外呼用户的外呼热点值的总和、也可以是对应的已外呼用户的外呼热点值的平均值,还可以是对应的已外呼用户的外呼热点值的集合。其中,电子设备根据每个图像区域对应的已外呼用户的情绪类别确定每个图像区域对应的已外呼用户的外呼热点值具体可以是构建情绪类别和外呼热点值的关系表,并可以在该关系表中,根据已外呼用户的情绪类别得到对应的外呼热点值。该关系表可以是相关业务人员根据实际业务需求自定义设置并存储的,还可以是电子设备利用机器学习技术并通过对情绪类别和外呼热点值的对应关系进行学习而自动生成的。
在一些实施例中,电子设备构建包括图像区域以及图像区域对应的外呼热点值的外呼热点图具体可以是,根据确定的外呼时间段,构建包含图像区域的初始外呼热点图,并根据图像区域对应的外呼热点值的数值大小,将初始外呼热点图中的图像区域以不同颜色深浅的显示形态进行显示,从而得到包括图像区域以及图像区域对应的外呼热点值的外呼热点图,即可以是图像区域中外呼热点值越大颜色越深,外呼热点值越小,颜色越浅。可选的,外呼热点值还可以包括图像区域对应的外呼热点值的具体数值,即,可以通过点击外呼热点图中的指定图像区域,在该图像区域的相关位置对该图像区域对应的外呼热点值的具体数值可以以弹窗或者悬浮窗的方式进行显示。通过采集到的不同用户在外呼过程的行为监测数据而生成的外呼热点图中可以提取到不同用户的最佳外呼时间段。
S202、基于图像区域以及图像区域对应的外呼热点值从外呼热点图中确定出多个外呼中心点。
在一个可能的实施方式中,外呼热点图中包括多个图像区域,可以从每个图像区域中确定出外呼中心点(即为图像区域中的图像点),该外呼中心点为可以表征所在的图像区域的点以及由于该外呼中心点对应有外呼热点值,该外呼热点值由已外呼用户确定,因此外呼中心点可以对应有一个或多个已外呼用户。每个图像区域确定外呼中心点的原理和过程相同,此处以一个图像区域中确定外呼中心点为例,其具体方式可以是,电子设备可以将图像区域的中心点确定为外呼中心点;或者,可以将图像区域中对应的外呼热点值最大的点确定为外呼中心点,此处对确定外呼中心点的方式不做限定,以及一个图像区域可以确定一个或多个外呼中心点。基于每个图像区域中所确定的外呼中心点可以得到外呼热点图中的多个外呼中心点。
S203、确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据。
其中,已外呼用户的用户数据和待外呼用户的用户数据可以相同,其用户数据可以包括用户的性别、年龄、职业、工作时间等多个维度的数据。该待外呼用户为未进行外呼或者进行外呼但外呼失败(如用户未接通外呼)的用户。
在一个可能的实施方式中,由于每个外呼中心点均对应的有一个或多个已外呼用户,因此电子设备需确定每个外呼中心点对应的一个或多个已外呼用户的用户数据,以及获取该待外呼用户的用户数据。
S204、根据每个外呼中心点对应的已外呼用户的用户数据以及待外呼用户的用户数据,从多个外呼中心点中确定出目标外呼中心点。
在一个可能的实施方式中,电子设备从多个外呼中心点中确定出目标外呼中心点具体方式可以是,获取每个外呼中心点对应的已外呼用户的用户数据的特征向量,以及待外呼用户的用户数据的特征向量,并根据每个外呼中心点对应的已外呼用户的用户数据的特征向量和待外呼用户的用户数据的特征向量从已外呼用户的用户数据的特征向量中选取目标特征向量,并将该选取的目标特征向量所对应的外呼中心点确定为目标外呼中心点。
S205、基于目标外呼中心点确定针对待外呼用户的目标外呼时间段。
在一个可能的实施方式中,电子设备可以基于目标外呼中心点在外呼热点图中的位置信息确定针对待外呼用户的目标外呼时间段,即可以是基于目标外呼中心点在外呼热点图中的图像区域,并将该图像区域对应的外呼时间段作为针对待外呼用户的目标外呼时间段;或者,可以基于目标外呼中心点在外呼热点图中的图像区域的位置,确定与目标外呼中心点具有映射关系的时间点,该时间点为目标外呼中心点所在图像区域对应的外呼时间段中的时间点,并根据该时间点确定针对待外呼用户的目标外呼时间段,该目标外呼时间段包含于目标外呼中心点所在图像区域对应的外呼时间段中。
S206、在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。
其中,与待外呼用户匹配的目标外呼内容可以是针对该待外呼用户所配置的外呼问题。例如,以应用在贷款产品的订单回访中,目标外呼内容可以是对待回访用户的情况询问、贷款产品的评价等等。
在一个可能的实施方式中,目标外呼时间段为待外呼用户的最佳外呼时间段,在该目标外呼时间段内发起外呼提高外呼的成功率和效率。此外,电子设备在目标外呼时间段内,对待外呼用户发起外呼可以是基于目标外呼内容发起人工外呼,也可以是基于目标外呼内容发起智能(AI)外呼。后续,在外呼完成后电子设备可以得到基于目标外呼内容的目标外呼结果,进而电子设备可以基于该目标外呼结果得到目标对象的特征,该目标对象可以是待外呼用户,也可以是目标外呼内容所指示的产品(如某贷款产品)。
本申请实施例中,电子设备可以获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成外呼热点图,该外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及图像区域对应的外呼热点值,基于图像区域以及图像区域对应的外呼热点值从外呼热点图中确定出多个外呼中心点,确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据,根据每个外呼中心点对应的已外呼用户的用户数据以及待外呼用户的用户数据,从多个外呼中心点中确定出目标外呼中心点,基于目标外呼中心点确定针对待外呼用户的目标外呼时间段,进而在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。通过实施本申请实施例所提出的方法,可以得到用于表征不同用户的最佳外呼时间段的外呼热点图,并基于该外呼热点图获取到待外呼用户的目标外呼时间段,以及在目标外呼时间段对待外呼用户发起外呼,可以提高外呼时间的灵活性,以及可以提高对用户进行外呼的外呼效率。
请参见图4,图4为本申请实施例提供的一种基于用户行为的外呼方法的流程示意图,该方法可以由上述提及的电子设备执行。如图4所示,本申请实施例中基于用户行为的外呼方法的流程可以包括如下:
S401、获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成外呼热点图。
其中,该外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及图像区域对应的外呼热点值。
在一个可能的实施方式中,行为监测数据包括已外呼用户的外呼时间和已外呼用户在外呼过程中的情绪类别;在获取了多个已外呼用户中每个已外呼用户的行为监测数据了之后,还获取每个已外呼用户在外呼过程中的用户数据。电子设备基于行为监测数据生成外呼热点图的具体方式可以为,确定外呼时间对应的外呼时间段并绘制外呼时间段对应的图像区域,根据行为监测数据中的已外呼用户的情绪类别和已外呼用户的用户数据,确定图像区域对应的外呼热点值,并根据图像区域对应的外呼热点值构建外呼热点图。其中,构建外呼热点图的具体方式可以参见步骤S201中的相关描述,此处不再赘述。
在一些实施例中,根据行为监测数据中的已外呼用户的情绪类别和已外呼用户的用户数据,确定图像区域对应的外呼热点值具体方式可以是,确定每个图像区域对应的已外呼用户,并根据已外呼用户的情绪类别和已外呼用户的用户数据得到已外呼用户的外呼热点值,进而可以根据每个图像区域对应的已外呼用户对应的外呼热点值确定图像区域对应的外呼热点值。其中,根据已外呼用户的情绪类别和已外呼用户的用户数据得到已外呼用户的外呼热点值具体可以是,根据已外呼用户的用户数据对已外呼用户进行用户类别的分类,并构建情绪类别和用户类别与外呼热点值之间的关系表,并可以在该关系表中,根据已外呼用户的用户类别和情绪类别得到对应的外呼热点值。该关系表可以是相关业务人员根据实际业务需求自定义设置并存储的,还可以是电子设备利用机器学习技术并通过对情绪类别和用户类别与外呼热点值之间的对应关系进行学习而自动生成的。
可选的,确定已外呼用户在外呼过程中的情绪类别具体可以是,获取已外呼用户在外呼过程中的外呼音频文件,提取该外呼音频文件中的外呼声谱图,并基于外呼声谱图对外呼音频文件进行噪声过滤处理,得到处理后的音频文件,从处理后的音频文件中提取出语音信号,并从该语音信号中提取出与情绪关联的特征向量,根据该与情绪关联的特征向量确定出该已外呼用户在外呼过程中的情绪类别。其中,根据与情绪关联的特征向量确定出该已外呼用户在外呼过程中的情绪类别具体可以是,将该情绪关联的特征向量与多个训练好的情绪特征模型进行匹配,该多个情绪特征模型分别对应多个情绪类别,将与情绪关联的特征向量相匹配的情绪特征模型所对应的情绪类别作为该已外呼用户的情绪类别。
S402、基于图像区域以及图像区域对应的外呼热点值从外呼热点图中确定出多个外呼中心点。
S403、确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据。其中,步骤S402-S403的具体实施方式可以参加步骤S202-S203的相关描述,此处不再赘述。
S404、获取每个外呼中心点对应的已外呼用户的用户数据的特征向量,并获取待外呼用户的用户数据的特征向量。
在一个可能的实施方式中,用户数据为多个维度的数据,获取已外呼用户的用户数据的特征向量和获取待外呼用户的用户数据的特征向量的具体方式可以相同。此处以电子设备获取待外呼用户的用户数据的特征向量为例进行说明,具体方式可以为,获取待外呼用户的用户数据所包括的多个维度中每个维度对应的特征权重,分别对每个维度的数据进行向量化处理得到每个维度的数据所对应的子特征向量,根据每个维度对应的特征权重分别对相应维度的数据的子特征向量进行加权处理,并对加权处理后的子特征向量进行求和得到待外呼用户的特征向量。其中,每个维度对应的特征权重可以由相关业务人员根据实际业务场景或经验值进行设定。
S405、确定已外呼用户的用户数据的特征向量与待外呼用户的用户数据的特征向量之间的距离值。
在一个可能的实施方式中,若外呼中心点对应一个已外呼用户时,可以利用距离公式(例如曼哈顿距离公式、欧式距离公式等)计算该已外呼用户的用户数据的特征向量与待外呼用户的用户数据的特征向量的距离值,并将该距离值作为该已外呼用户对应的外呼中心点与待外呼用户的距离值。
在一个可能的实施方式中,若外呼中心点对应多个(一个或一个以上)已外呼用户时,可以根据该外呼中心点对应多个已外呼用户的用户数据的特征向量得到平均特征向量,并计算该平均特征向量与待外呼用户的用户数据的特征向量的距离值,并将该距离值作为该多个已外呼用户对应的外呼中心点与待外呼用户的距离值;或者,分别计算多个已外呼用户中每个已外呼用户的用户数据的特征向量与待外呼用户的用户数据的特征向量的距离值,并根据所得到的多个距离值得到平均距离值,将该平均距离值作为该多个已外呼用户对应的外呼中心点与待外呼用户的距离值。
S406、根据距离值从多个外呼中心点中确定出目标外呼中心点。
在一个可能的实施方式中,若外呼中心点对应一个已外呼用户时,根据距离值从多个外呼中心点中确定出目标外呼中心点具体方式可以是,根据距离值,从已外呼用户的用户数据的特征向量中确定出目标特征向量,该目标特征向量为距离待外呼用户的用户数据的特征向量最近的特征向量,并确定目标特征向量对应的目标已外呼用户,并确定该目标已外呼用户对应的外呼中心点,将该目标已外呼用户对应的外呼中心点确定为目标外呼中心点。
在一个可能的实施方式中,若外呼中心点对应多个已外呼用户时,根据距离值从多个外呼中心点中确定出目标外呼中心点具体方式可以是,根据距离值,从外呼中心点对应多个已外呼用户的用户数据的平均特征向量中确定出目标特征向量,该目标特征向量为距离待外呼用户的用户数据的特征向量最近的平均特征向量,并确定该平均特征向量所对应的外呼中心点,将该平均特征向量所对应的外呼中心点确定为目标外呼中心点;或者,根据平均距离值,选择与待外呼用户的用户数据的特征向量距离最近的外呼中心点,即在平均距离值中选择数值最小的目标平均距离值,并将用于计算得到该目标平均距离值的多个已外呼用户所对应的外呼中心点作为目标外呼中心点。
S407、基于目标外呼中心点确定针对待外呼用户的目标外呼时间段。其中,其中,步骤S407的具体实施方式可以参加步骤S205的相关描述,此处不再赘述。
S408、在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。
在一个可能的实施方式中,电子设备在获取了与待外呼用户匹配的目标外呼内容后,还可以获取该待外呼用户的目标外呼方式,因此在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼具体可以是,确定待外呼用户的目标外呼方式,并在目标外呼时间段内,基于与目标外呼方式匹配的身份验证方式对待外呼用户进行身份验证,在身份验证通过后,基于目标外呼方式和目标外呼内容对待外呼用户发起外呼。可选的,该目标外呼方式可以是电话外呼或者视频外呼。以及,确定待外呼用户的目标外呼方式可以是建立用户类别和外呼方式的对应关系,即可以是根据该外呼用户的用户数据对该待外呼用户进行分类得到对应的用户类型,并根据建立用户类别和外呼方式的对应关系,得到待外呼用户的目标外呼方式;或者,还可以是建立目标外呼内容和外呼方式的对应关系,例如目标外呼内容是针对贷款产品的订单回访,建立目标外呼内容和外呼方式的对应关系可以是待外呼用户针对贷款产品涉及资金数额在预设数额之上的,对应的目标外呼方式为视频外呼,待外呼用户针对贷款产品涉及资金数额在预设数额之下的,对应的目标外呼方式为电话外呼等。
其中,电子设备基于与目标外呼方式匹配的身份验证方式对待外呼用户进行身份验证具体可以是,利用与目标外呼方式匹配的身份识别模型对待外呼用户进行身份验证,当基于身份识别模型得到的身份相似度大于或等于预设阈值时,表示身份验证通过,进而对待外呼用户发起外呼,若身份验证不通过,则停止对待外呼用户的外呼操作。可以理解的是,在对待外呼用户进行身份验证的过程也是在对待外呼用户进行外呼的过程中,即电子设备对待外呼用户进行外呼的过程可以为两个部分,第一部分是基于目标外呼方式和匹配的身份验证方式在对待外呼用户发起外呼时的身份验证,第二部分是基于目标外呼方式和目标外呼内容对待外呼用户所发起的外呼。
在一些实施例中,若目标外呼方式为电话外呼,所匹配的身份识别模型为语音识别模型,则电子设备利用与目标外呼方式匹配的身份识别模型对待外呼用户进行身份验证,当基于身份识别模型得到的身份相似度大于或等于预设阈值时,表示身份验证通过,具体可以是,获取在对待外呼用户发起外呼时该待外呼用户在预设时间段内的音频数据,并对该音频数据进行傅里叶变换得到对应的可以提取语音特征的音频信号数据,并将该音频信号数据输入训练好的语音识别模型,得到待外呼用户的目标语音特征,并与预先存储的待外呼用户的正确语音特征进行对比,若目标语音特征与正确语音特征的相似度大于或等于预设的声纹相似度阈值,则表示验证通过。
在一些实施例中,若目标外呼方式为视频外呼,所匹配的身份识别模型为人脸识别模型,则电子设备利用与目标外呼方式匹配的身份识别模型对待外呼用户进行身份验证,当基于身份识别模型得到的身份相似度大于或等于预设阈值时,表示身份验证通过,具体可以是,获取在对待外呼用户发起外呼时该待外呼用户在预设时间段内的视频数据,并对该视频数据进行分帧处理,得到对应的图像数据,并将该图像数据输入训练好的人脸识别模型,得到目标人脸特征,并与预先存储的待外呼用户的正确人脸特征进行对比,若目标人脸特征与正确人脸特征的相似度大于或等于预设的人脸相似度阈值,则表示验证通过。在利用与目标外呼方式匹配的身份验证方式对待外呼用户进行身份验证通过后,才基于目标外呼内容对待外呼用户发起外呼,可以提高外呼的安全性。
本申请实施例中,获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成外呼热点图,该外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及图像区域对应的外呼热点值,基于图像区域以及图像区域对应的外呼热点值从外呼热点图中确定出多个外呼中心点,确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据,获取每个外呼中心点对应的已外呼用户的用户数据的特征向量,并获取待外呼用户的用户数据的特征向量,确定已外呼用户的用户数据的特征向量与待外呼用户的用户数据的特征向量之间的距离值,根据距离值从多个外呼中心点中确定出目标外呼中心点,基于目标外呼中心点确定针对待外呼用户的目标外呼时间段,在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。通过实施本申请实施例所提出的方法,可以得到用于表征不同用户的最佳外呼时间段的外呼热点图,并基于该外呼热点图以及根据已外呼用户的用户数据的特征向量和待外呼用户的用户数据的特征向量可以获取到待外呼用户的目标外呼时间段,以及在目标外呼时间段对待外呼用户发起外呼,可以提高外呼时间的灵活性,以及可以提高对用户进行外呼的外呼效率。
请参见图5,图5为本申请提供的一种基于用户行为的外呼装置的结构示意图。需要说明的是,图5所示的基于用户行为的外呼装置,用于执行本申请图2图4所示实施例的方法,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示,经参照本申请图2和图4所示的实施例。该基于用户行为的外呼装置500可包括:生成模块501、确定模块502、外呼模块503。其中:
生成模块501,用于获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于所述行为监测数据生成外呼热点图;所述外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及所述图像区域对应的外呼热点值;
确定模块502,用于基于所述图像区域以及所述图像区域对应的外呼热点值从所述外呼热点图中确定出多个外呼中心点;
所述确定模块502,还用于确定每个所述外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据;
所述确定模块502,还用于根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点;
所述确定模块502,还用于基于所述目标外呼中心点确定针对所述待外呼用户的目标外呼时间段;
外呼模块503,用于在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼。
在一个可能的实施方式中,所述确定模块502在用于根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点时,具体用于:
获取每个所述外呼中心点对应的已外呼用户的用户数据的特征向量,并获取所述待外呼用户的用户数据的特征向量;
确定所述已外呼用户的用户数据的特征向量与所述待外呼用户的用户数据的特征向量之间的距离值;
根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点。
在一个可能的实施方式中,所述确定模块502在用于根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点时,具体用于:
根据所述距离值,从所述已外呼用户的用户数据的特征向量中确定出目标特征向量;所述目标特征向量为距离所述待外呼用户的用户数据的特征向量最近的特征向量;
确定所述目标特征向量对应的目标已外呼用户,并确定所述目标已外呼用户对应的外呼中心点;
将所述目标已外呼用户对应的外呼中心点确定为所述目标外呼中心点。
在一个可能的实施方式中,所述行为监测数据包括所述已外呼用户的外呼时间和所述已外呼用户在外呼过程中的情绪类别;所述生成模块501在用于基于所述行为监测数据生成外呼热点图时,具体用于:
确定所述外呼时间对应的外呼时间段,并绘制所述外呼时间段对应的图像区域;
根据所述情绪类别确定所述图像区域对应的外呼热点值;
构建包括所述图像区域以及所述图像区域对应的外呼热点值的所述外呼热点图。
在一个可能的实施方式中,所述确定模块502还用于:
获取所述每个已外呼用户在外呼过程中的用户数据;
所述确定模块502在用于根据所述情绪类别确定所述图像区域对应外呼热点值时,具体用于:
根据所述情绪类别以及所述用户数据,确定所述图像区域对应的外呼热点值。
在一个可能的实施方式中,所述确定模块502还用于:
获取所述已外呼用户在外呼过程中的外呼音频文件;
提取所述外呼音频文件中的外呼声谱图,并基于所述外呼声谱图对所述外呼音频文件进行噪声过滤处理,得到处理后的音频文件;
从所述处理后的音频文件中提取出语音信号,并从所述语音信号中提取出与情绪关联的特征向量;
根据所述与情绪关联的特征向量确定出所述已外呼用户在外呼过程中的情绪类别。
在一个可能的实施方式中,所述外呼模块503在用于在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼时,具体用于:
确定所述待外呼用户的目标外呼方式;
在所述目标外呼时间段内,基于与所述目标外呼方式匹配的身份验证方式对所述待外呼用户进行身份验证;
在身份验证通过后,基于所述目标外呼方式和所述目标外呼内容对所述待外呼用户发起外呼。
本申请实施例中,生成模块可以获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于行为监测数据生成外呼热点图,确定模块可以基于图像区域以及图像区域对应的外呼热点值从外呼热点图中确定出多个外呼中心点,确定模块还可以确定每个外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据,确定模块还可以根据每个外呼中心点对应的已外呼用户的用户数据以及待外呼用户的用户数据,从多个外呼中心点中确定出目标外呼中心点,确定模块还可以基于目标外呼中心点确定针对待外呼用户的目标外呼时间段,外呼模块可以在目标外呼时间段内,基于与待外呼用户匹配的目标外呼内容对待外呼用户发起外呼。通过实施上述所提出的装置,可以得到用于表征不同用户的最佳外呼时间段的外呼热点图,并基于该外呼热点图获取到待外呼用户的目标外呼时间段,以及在目标外呼时间段对待外呼用户发起外呼,可以提高外呼时间的灵活性,以及可以提高对用户进行外呼的外呼效率。
在本申请各个实施例中的各功能模块可以集成在一个模块中,也可以是各个模块单独物理存在,也可以是两个或两个以上模块集成在一个模块中。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,本申请不做限定。
请参见图6,图6为本申请实施例提供的一种电子设备的结构示意图。如图6所示,该电子设备600包括:至少一个处理器601、存储器602。可选的,该电子设备还可包括网络接口603。其中,所述处理器601、存储器602以及网络接口603之间可以交互数据,网络接口603受所述处理器601的控制用于收发消息,存储器602用于存储计算机程序,所述计算机程序包括程序指令,处理器601用于执行存储器602存储的程序指令。其中,处理器601被配置用于调用所述程序指令执行上述方法。
所述存储器602可以包括易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器602也可以包括非易失性存储器(non-volatilememory),例如快闪存储器(flash memory),固态硬盘(solid-state drive,SSD)等;所述存储器602还可以包括上述种类的存储器的组合。
所述处理器601可以是中央处理器(central processing unit,CPU)。在一个实施例中,所述处理器601还可以是图形处理器(Graphics Processing Unit,GPU)。所述处理器601也可以是由CPU和GPU的组合。
在一个可能的实施方式中,所述存储器602用于存储程序指令。所述处理器601可以调用所述程序指令,执行以下步骤:
获取多个已外呼用户中每个已外呼用户在外呼过程中的行为监测数据,并基于所述行为监测数据生成外呼热点图;所述外呼热点图包括多个外呼时间段中每个外呼时间段对应的图像区域以及所述图像区域对应的外呼热点值;
基于所述图像区域以及所述图像区域对应的外呼热点值从所述外呼热点图中确定出多个外呼中心点;
确定每个所述外呼中心点对应的已外呼用户的用户数据,并获取待外呼用户的用户数据;
根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点;
基于所述目标外呼中心点确定针对所述待外呼用户的目标外呼时间段;
在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼。
在一个可能的实施方式中,所述处理器601在用于根据每个所述外呼中心点对应的已外呼用户的用户数据以及所述待外呼用户的用户数据,从所述多个外呼中心点中确定出目标外呼中心点时,具体用于:
获取每个所述外呼中心点对应的已外呼用户的用户数据的特征向量,并获取所述待外呼用户的用户数据的特征向量;
确定所述已外呼用户的用户数据的特征向量与所述待外呼用户的用户数据的特征向量之间的距离值;
根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点。
在一个可能的实施方式中,所述处理器601在用于根据所述距离值从所述多个外呼中心点中确定出目标外呼中心点时,具体用于:
根据所述距离值,从所述已外呼用户的用户数据的特征向量中确定出目标特征向量;所述目标特征向量为距离所述待外呼用户的用户数据的特征向量最近的特征向量;
确定所述目标特征向量对应的目标已外呼用户,并确定所述目标已外呼用户对应的外呼中心点;
将所述目标已外呼用户对应的外呼中心点确定为所述目标外呼中心点。
在一个可能的实施方式中,所述行为监测数据包括所述已外呼用户的外呼时间和所述已外呼用户在外呼过程中的情绪类别;所述处理器601在用于基于所述行为监测数据生成外呼热点图时,具体用于:
确定所述外呼时间对应的外呼时间段,并绘制所述外呼时间段对应的图像区域;
根据所述情绪类别确定所述图像区域对应的外呼热点值;
构建包括所述图像区域以及所述图像区域对应的外呼热点值的所述外呼热点图。
在一个可能的实施方式中,所述处理器601还用于:
获取所述每个已外呼用户在外呼过程中的用户数据;
所述处理器601在用于根据所述情绪类别确定所述图像区域对应外呼热点值时,具体用于:
根据所述情绪类别以及所述用户数据,确定所述图像区域对应的外呼热点值。
在一个可能的实施方式中,所述处理器601还用于:
获取所述已外呼用户在外呼过程中的外呼音频文件;
提取所述外呼音频文件中的外呼声谱图,并基于所述外呼声谱图对所述外呼音频文件进行噪声过滤处理,得到处理后的音频文件;
从所述处理后的音频文件中提取出语音信号,并从所述语音信号中提取出与情绪关联的特征向量;
根据所述与情绪关联的特征向量确定出所述已外呼用户在外呼过程中的情绪类别。
在一个可能的实施方式中,所述处理器601在用于在所述目标外呼时间段内,基于与所述待外呼用户匹配的目标外呼内容对所述待外呼用户发起外呼时,具体用于:
确定所述待外呼用户的目标外呼方式;
在所述目标外呼时间段内,基于与所述目标外呼方式匹配的身份验证方式对所述待外呼用户进行身份验证;
在身份验证通过后,基于所述目标外呼方式和所述目标外呼内容对所述待外呼用户发起外呼。
具体实现中,本申请实施例中所描述的装置、处理器601、存储器602等可执行上述方法实施例所描述的实现方式,也可执行本申请实施例所描述的实现方式,在此不再赘述。
本申请实施例中还提供一种计算机(可读)存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令被处理器执行时,使所述处理器可执行上述方法实施例中所执行的部分或全部步骤。可选的,该计算机存储介质可以是易失性的,也可以是非易失性的。所述的计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
其中,本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
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,所述的程序可存储于计算机存储介质中,该计算机存储介质可以为计算机可读存储介质,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所揭露的仅为本申请的部分实施例而已,当然不能以此来限定本申请之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本申请权利要求所作的等同变化,仍属于本申请所涵盖的范围。