CN115914464A - 一种预测式外呼调度方法及装置 - Google Patents

Abstract

一种预测式外呼调度方法，包括获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数；将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。

Description

一种预测式外呼调度方法及装置

技术领域

本发明涉及预测式外呼技术领域，尤其涉及一种预测式外呼调度方法及装置。

背景技术

随着呼叫技术的发展，呼叫中心开始采用越来越多的技术手段进行效率的提升。传统的呼叫中心由人工坐席直接对外进行拨打，而拨打成功率难以保障，这使得人工坐席有大量的时间在等待接通中，而非有效地处理客户需求。而预测式外呼通过智能辅助自动对客户进行拨打，仅将接通的电话转接给人工坐席，这大大提高了人工坐席的效率，对于降低呼叫中心的成本非常重要。但这种技术同时存在的一种关键技术难题就是如何对外呼的接通率进行预测，以使人工坐席有电话接，客户又不愿意等待。

不同国家或地区，在相近的经济发展水平和科技水平情况下，其国民的消费行为存在一定的规律性，因此社会发展水平和科技发展水平可以用于横向比较各个地区人群的行为习惯。科技水平在不同的国家和地区间存在一定的差别，但随着全球化的发展，不同国家和地的科技应用水平差距正在逐步缩小。比如，智能手机的推广使得移动网络的应用在全球范围内得以改变，使得人们的上网方式出现巨大改变，从而也使得网购等方式逐渐兴起。目前全球范围内的流行趋势越来越明显，各个国家和地区之前的科技应用的时间差也越来越短。目前经济发展水平成为主要的影响人们在消费领域的行为特征的关键因素。另一个是城市的规模是影响外呼对象的行为特征的另一个关键因素。而现有技术更多地关注于外呼对象个人的信息，比如职业、历史行为，而关注环境影响因素的现有技术也限于物理空间的影响，比如天气、时区等。由于这些信息可知，当现在技术中的外呼系统应用于新的国家和地区时，需要重新搜集大量的数量才可以有效地进行预测，已有数据对于空白数据的指导意义较弱。

发明内容

本发明所要解决的技术问题在于，提供一种预测式外呼调度方法及装置，通过对经济因素的评估，并建立多个不同的模型，使得对于新的国家和地区可以直接适用已有模型，从而减少了数据搜集阶段的时间，使得系统的适应范围大大增加，其具体方案如下所示。

第一方面，本发明提供了一种预测式外呼调度方法，其特征在于：包括如下步骤。

获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数。

将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。

可选地，上述将所述外呼经济参数和外呼人口参数进行分级，包括如下步骤。

将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例。

将所述外呼人口参数进行处理得到人口规模和占所在国家的比例。

对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。

第二方面，本发明提供了一种预测式外呼调度方法，其特征在于，所述方法包括如下步骤。

获取目标区域的外呼经济参数和外呼人口参数。

根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型；其中，所述基本预测模型通过如权利要求1-2任一项所述的一种预测式外呼调度方法获得。

根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例。

记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态。

根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型。

使用所述本地预测模型预测电话接通率，并确定外呼数量。

可选地，所述根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型，包括如下步骤。

当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型。

当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。

可选地，所述使用所述本地预测模型预测电话接通率，并确定外呼数量，包括如下步骤。

获取当前空闲坐席数与待外呼名单。

根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值。

从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近。

同时对所述多个呼叫对象进行外呼。

第三方面，本发明提供了一种预测式外呼调度装置，其特征在于，包括如下模块。

样本模块，用于获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数。

分级模型模块，用于将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。

可选地，所述分级模型模块将所述外呼经济参数和外呼人口参数进行分级时，包括如下单元。

经济单元，用于将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例。

人口单元，用于将所述外呼人口参数进行处理得到人口规模和占所在国家的比例。

分级单元，用于对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。

第四方面，本发明提供了一种预测式外呼调度装置，其特征在于，包括如下模块。

获取模块，用于获取目标区域的外呼经济参数和外呼人口参数。

模型模块，用于根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型。其中，所述基本预测模型通过如权利要求1-2任一项所述的一种预测式外呼调度方法获得。

调度模块，用于根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例。

记录模块，用于记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态。

本地模型模块，用于根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型。

外拨模块，用于使用所述本地预测模型预测电话接通率，并确定外呼数量。

可选地，所述本地模型模块，包括如下单元。

第一本地模型单元，用于当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型。

第二本地模型单元，用于当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。

可选地，所述外拨模块，包括如下单元。

获取单元，用于获取当前空闲坐席数与待外呼名单。

期望单元，用于根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值。

选择单元，用于从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近。

外呼单元，用于同时对所述多个呼叫对象进行外呼。

实施本发明，具有如下有益效果。

本发明考虑了经济参数和人口参数的影响，可以从更高维度评估不同地区的电话接通率预测模型，从而使得数据的应用范围更广。本发明对模型进行分级训练，得到的模型更加准确，适应性更好。由于经济参数和人口参数在现实中是随时间而变化的，已应用的数据也可以作为通话数据样本，并可以用于对模型进行再次训练，可以使得模型的样本数据更广泛。本发明对外呼经济参数和外呼人口参数进行分级，使得相应分级内的数量保持在一定的水平，使得模型是有效的，并可以通过对多个模型参数的变化，对各个影响因素进行分析，从而为后续优化模型提供了依据。

附图说明

图1是本发明实施例提供的一种预测式外呼调度方法流程图。

图2是本发明实施例提供的另一种预测式外呼调度方法流程图。

图3是本发明实施例提供的一种预测式外呼调度装置的结构示意图。

图4是本发明实施例提供的另一种预测式外呼调度装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，示出了本发明实施例提供的一种预测式外呼调度方法的流程图，该方法应用于服务器和终端中，所述终端可以是如手机、平板电脑、电脑等用户侧的终端。

如图1所示，本实施例提供的一种预测式外呼调度方法包括以下步骤：

S110.获取历史通话数据样本集。

其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数。

具体地说，系统或人工进行外呼时，都会预先获得外呼对象的一些信息，比如电话号码、活动轨迹等。对于催收类的外呼，会获得催收对象的电话号码、姓名、身份证号、被催收原因等多种信息。对于推广类的外呼，会获得催收对象的电话号码、姓名、地址或购买记录等信息。本实施例还可以通过电话号码信息获得所归属区域，进而可以通过公开渠道查询得到归属区域的经济状况数据和人口数据，并进行相应处理得到外呼经济参数、外呼人口参数。

通话数据样本是已有的拨打记录。通话数据样本中的数据是经过人工确认的，因此相比于初始的用户信息更加准确。如果电话拨通，人工坐席可以对用户的个人信息进行确认，并在通话结束后可以修改相关的信息，使得相关信息更加准确。

可选地，在本申请的一种实施例中，多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数。外呼时间参数包括但不限于表示外呼时间段和/或外呼时间是否为工作日的参数。由于不同国家和地区的工作日并不完全相同，需要根据各国家和地区的假期情况进行相应的调整。同时，由于部分工种的工作日和休息日并不是按法定的执行，因此需要外呼时间是否为工作日在初始时只能是参考值。当对外呼目标对象进行多次呼叫后，其表现数据可以用预设的模型进行识别，从而可以对其工作日状态进行调整与优化。外呼经济参数包括但不限于所在国家的经济水平和当地的经济水平。当地的经济水平高，经济在增长，人们对于陌生电话倾向于接听；而当地的经济水平低，经济在衰退，人们对于陌生电话倾向于拒绝。外呼人口参数包括但不限于人口规模和所在国家总人口。人口规模大，则人们的交流多，倾向于接听陌生电话。人口规模小，则人们交流少，倾向于拒绝陌生电话。外呼目标对象的个性特征参数包括多种信息，既包括前述被催收原因、活动轨迹，也包括地址或者购买记录等。由于外呼目标对象的个性特征参数因人而异，分散度非常高，因此需要对个性特征参数进行分类处理，即对每一种特征参数进行分类。比如，被催收原因为初次逾期、多次催收、不接电话等。每一分类的人群表明该类人群的某些特征，对于预测其接听电话的期望值具有现实意义。

可选地，在本申请的一种实施例中，所述将所述外呼经济参数和外呼人口参数进行分级，包括如下步骤。

将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例。其中，所在国家的经济比例是指所在国家的人均经济水平在全球范围内的排名，当地的经济比例是指所在城市的人均经济水平在全球范围内的排名。以总量计的排名难以体现每个个体的水平，而以人均经济水平则可以较好地体现经济发展中个体的经济水平，可以用于评估群体行为特征。

将所述外呼人口参数进行处理得到人口规模和占所在国家的比例。人口规模是指常住人口规模。占所在国家的比例是指城市占国家总人口的比例，而非所在城市群占总人口的比例。城市群通常比单个城市的规模大得多，使得城市的单一功能弱化，改变传统的城市结构，使得以人口为标准的数据准确性下降。比如东京人口占日本总人口约10%，而东京圈人口占总人口约30%。单个城市与城市群的人口的巨大差距会使得人口数据无法准确地用于评估。在本实施例中，以人口规模，而非人口密度进行评估，主要是因为很多行政区内存在不适宜居住的地区，会导致人口密度数据出现过大的波动。以人口规模进行评估，则可以使得数据的稳定性得到提高，更有利于评估的准确性。

对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。对每个类别均进行分级，在后续的训练中，对相同分级下的数据进行训练。在分级时，对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例划分为多个级别，并且划分级别的数量可以不同。

S120.将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型。

其中，所述基本预测模型用于预测电话接通率。

具体地说，用a,b,c,d分别表示所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例的级别。a,b,c,d的取值均为正整数。只有a,b,c,d全部相等的历史通话数据样本才会被认为是具有相同级别的数据。本步骤对具有相同级别的数据进行训练，得到该级别的基本预测模型。在训练时，并不是对历史通话数据样本中的所有数据进行训练，而是剔除外呼经济参数和外呼人口参数后进行训练。因为训练使用的参数越多，其数据的收敛越慢，对于变化较大的数据敏感性越低。而将分级相同的数据从训练样本中剔除，可以提高训练速度，并且可以使得后续对于模型进行校正时更加高效。外呼经济参数和外呼人口参数的分级数据用于标识基本预测模型。

本实施例将外呼经济参数和外呼人口参数进行分级，并将分级相同的数据进行训练，得到外呼经济参数和外呼人口参数相对应的基本预测模型。对基本预测模型的训练时，剔除掉外呼经济参数和外呼人口参数，使得训练数据更快收敛，得到预期结果，同时也使得后期大量数量补充时，对模型的校正更加高效。

请参见图2，示出了本发明实施例提供的另一种预测式外呼调度方法。该方法利用上一实施例中的基本预测模型，对每次外呼的成功率进行预测，结合当前坐席状态，可以确定外呼数量，从而可以使坐席的等待时间缩短，提高坐席的通话效率。同时，该方法采用了具有普遍性的标准，对于新国家或者新地区具有非常好的适应性，可以在该地区没有历史外呼数据的情况下实现较好的电话接通率预测，提高外呼效率。所述方法包括如下步骤。

S210.获取目标区域的外呼经济参数和外呼人口参数。其中，所述目标区域是指准备进行外呼的外呼对象的电话号码所属的区域。所述外呼经济参数既包括所在城市的经济参数，又包括所在国家的经济参数。所述外呼人口参数既包括所在城市的人口参数，又包括所在国家的人口参数。相关数据可以在政府具有统计职能的官网上获取，比如国家统计局会公布各主要城市的人口和经济数据，各地方统计区会公布所在地区的人口和经济数据。

S220.根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型。其中，所述基本预测模型通过上一实施例获得。同上一实施例相同，本步骤中也需要对外呼经济参数和外呼人口参数进行分级，并将根据分级后的数据选择基本预测模型。基本预测模型的分级数据与目标区域的分级数据完全相同。本实施例的分级标准与上一实施例相同。

S230.根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例。采用基本预测模型可以获得每次外呼的拨通期望值，通过对多个外呼电话的期望值相加，得到多个外呼电话的总期望值，通过改变外呼电话的数量，得到不同的外呼电话总期望值，使总期望值与可接电话的坐席人数最接近。

可选地，本步骤包括如下多个子步骤。

S231.获取当前空闲坐席数与待外呼名单。所述当前空闲坐席数是指当前时间至外呼无应答所需时间的一段时间内可以接听电话的坐席数。比如当前有2个坐席为空闲状态，外呼最长持续时间为40秒，而在未来40秒内预期有1人空闲，则当前空闲坐席数为3人。本发明对于如何预测外呼无应答所需时间的一段时间内可以接听电话的坐席数不做限制。所述待外呼名单是需要进行外呼的名单。外呼名单中包括有电话号码和多个外呼影响因子。电话号码可以用于获取归属地、外呼经济参数和外呼人口参数。

S232.根据所述基本预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值。对所述待外呼名单中所有的呼叫对象进行预测，得到每个呼叫对象的接通率的期望值。比如，某外呼名单中某呼叫对象的接通率为0.12，则该呼叫对象对应的期望值为0.12。

S233.从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近。比如，多个呼叫对象的接通率分别为0.12，0.23，0.43，0.12，0.34，0.56，0.23，0.2当前空闲坐席数为2，则选取0.12，0.23，0.43，0.12，0.34，0.56， 0.2，其总期望值刚好为2，与当前空闲坐席数相等。如果有多个接通率相同的呼叫对象，则按外呼名单中从上向下的顺序选取。

S234.同时对所述多个呼叫对象进行外呼。对步骤S233中选择的多个呼叫对象进行外呼。由于概率预测在较大的数据量时，较为准确，而在较小的数据量时，偏差较大，但并不总会使得接通的电话与空闲坐席数相同，因此，还需要对接通电话数多于空闲坐席数的情况进行处理。可以采用人工智能语言对接通电话进行处理，对用户进行分类操作和信息核实操作，当有新的空闲坐席时，再将该通话切换到人工坐席。

S240.记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态。在本步骤中，拨打记录包括了前述的关键信息。拨打记录中包含了分级后的数据。

S250.根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型。本步骤对基本预测模型进行校正，得到对当前国家和地区适应性更佳的本地预测模型。本步骤需要在本地的数据积累到一定程度后进行，并且不同于现有技术中重新训练，本步骤仅需根据当地的数据对基本预测模型进行校正，提高了数据训练学习的效率，节省了时间。具体地，本步骤包括以下子步骤。

S251.当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型。第一预设值的数据需要达到一定的值，才可以保证本步骤对于模型的修正是有效的。相比于使用数据重新训练模型，本实施例所需要的数据量更少，有利于数据模型的快速修正，提高数据预测的准确性。

S252.当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。第二预设值大于第一预设值。第二预设值通常足够训练出较好的模型，可以实现对模型的全面校正，使得本地预测模型更加精准。需要说明的是，本实施例所述第二预设值可以为多个，即可以重复执行步骤S252，以使模型实现及时更新。

S260.使用所述本地预测模型预测电话接通率，并确定外呼数量。本步骤与S230相近，未详尽描述部分，参见步骤S230。可选地，本步骤包括以下子步骤。

S261.获取当前空闲坐席数与待外呼名单。

S262.根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值。

S263.从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近。

S264.同时对所述多个呼叫对象进行外呼。

本实施例对外呼过程进行了详细说明，可以通过获取外呼经济参数和外呼人口参数，获得基本信息，通过对上一实施例中的基本预测模型的选择，实现对新应用国家和地区的准确预测，提高对新应用地区的适应性。本实施例还结合空间坐席人数，确定需要外呼的呼叫对象数量，缩短坐席空闲时间，提高坐席的效率，使得外呼的效率和质量都达到较高的水平。本实施例还使用当地外呼数据对基本预测模型进行校正，得到本地预测模型，实现更加精确的预测。在本地预测模型可以通过多次校正得到，相比于新建立模型，本实施例可以实现本地预测模型的快速校正，更好地预测电话接通率。

请参见图3，示出了本发明实施例提供的一种预测式外呼调度装置。本装置位于中心服务器，通过对历史数据样本集的训练，和数据分级，获得基本预测模型。本装置包括：

样本模块310，用于获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数。

分级模型模块320，用于将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。训练模型可以采用机器学习、网格学习等多种学习模型。

分级模型模块320将所述外呼经济参数和外呼人口参数进行分级的功能，由以下部分组成。

经济单元321，用于将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例。

人口单元322，用于将所述外呼人口参数进行处理得到人口规模和占所在国家的比例。

分级单元323，用于对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。

本实施例通过对样本模块能历史通话数据样本集进行获取与管理，通过分级模型模块对数据进行学习训练，得到基本预测模型，以供对后续电话拨打的预测，减少坐席等待时间，提高坐席通话的效率。

请参见图4，示出了本发明实施例提供的另一种预测式外呼调度装置。本装置位于当地服务器，通过对外呼数据进行预测，提高外呼的效率。本装置包括以下模块。

获取模块410，用于获取目标区域的外呼经济参数和外呼人口参数。

模型模块420，用于根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型。其中，所述基本预测模型通过上一实施例所述的一种预测式外呼调度装置获得。

调度模块430，用于根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例。

记录模块440，用于记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态。

本地模型模块450，用于根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型。记录模块440包括如下子单元。

第一本地模型单元441，用于当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型。

第二本地模型单元442，用于当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。

外拨模块460，用于使用所述本地预测模型预测电话接通率，并确定外呼数量。外拨模块460包括如下子单元。

获取单元461，用于获取当前空闲坐席数与待外呼名单。

期望单元462，用于根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值。

选择单元463，用于从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近。

外呼单元464，用于同时对所述多个呼叫对象进行外呼。

本实施例位于当地服务器，可以快速实现对外呼的高效预测，提高外呼时坐席的时间利用率，提高效率。本实施例对外呼过程进行了详细控制，可以通过获取外呼经济参数和外呼人口参数，获得基本信息，通过对上一实施例中的基本预测模型的选择，实现对新应用国家和地区的准确预测，提高对新应用地区的适应性。本实施例还结合空间坐席人数，确定需要外呼的呼叫对象数量，缩短坐席空闲时间，提高坐席的效率，使得外呼的效率和质量都达到较高的水平。本实施例还使用当地外呼数据对基本预测模型进行校正，得到本地预测模型，实现更加精确的预测。在本地预测模型可以通过多次校正得到，相比于新建立模型，本实施例可以实现本地预测模型的快速校正，更好地预测电话接通率。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请各实施例中的装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。

本申请所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子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或子模块的形式实现。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、方法、物品或者设备不仅包括那些要素，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、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种预测式外呼调度方法，其特征在于：包括：

获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数；

将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。

2.如权利要求1所述的一种预测式外呼调度方法，其特征在于，所述将所述外呼经济参数和外呼人口参数进行分级，包括：

将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例；

将所述外呼人口参数进行处理得到人口规模和占所在国家的比例；

对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。

3.一种预测式外呼调度方法，其特征在于，所述方法包括：

获取目标区域的外呼经济参数和外呼人口参数；

根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型；其中，所述基本预测模型通过如权利要求1-2任一项所述的一种预测式外呼调度方法获得；

根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例；

记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态；

根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型；

使用所述本地预测模型预测电话接通率，并确定外呼数量。

4.如权利要求3所述的一种预测式外呼调度方法，其特征在于，所述根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型，包括：

当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型；

当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。

5.如权利要求3所述的一种预测式外呼调度方法，其特征在于，所述使用所述本地预测模型预测电话接通率，并确定外呼数量，包括：

获取当前空闲坐席数与待外呼名单；

根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值；

从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近；

同时对所述多个呼叫对象进行外呼。

6.一种预测式外呼调度装置，其特征在于，包括：

样本模块，用于获取历史通话数据样本集；其中，所述历史通话数据样本集包括多个通话数据样本，每个所述通话数据样本包括多个外呼影响因子和通话对应的接通状态，所述接通状态用于指示通话是否被接通，所述多个不同的外呼影响因子参数包括外呼时间参数、外呼经济参数、外呼人口参数和外呼目标对象的个性特征参数；

分级模型模块，用于将所述外呼经济参数和外呼人口参数进行分级，并按照分级后的组合对所述历史通话数据样本集进行训练，得到各个所述外呼经济参数和外呼人口参数组合对应的基本预测模型，其中，所述基本预测模型用于预测电话接通率。

7.如权利要求6所述的一种预测式外呼调度装置，其特征在于，所述分级模型模块将所述外呼经济参数和外呼人口参数进行分级时，包括：

经济单元，用于将所述外呼经济参数按照所在国家的经济水平和当地的经济水平分别进行处理，得到所在国家的经济比例和当地的经济比例；

人口单元，用于将所述外呼人口参数进行处理得到人口规模和占所在国家的比例；

分级单元，用于对所在国家的经济比例、当地的经济比例、人口规模和占所在国家的比例进行分级，分别得到所在国家的经济比例级别、当地的经济比例级别、人口规模级别和占所在国家的比例级别。

8.一种预测式外呼调度装置，其特征在于，包括：

获取模块，用于获取目标区域的外呼经济参数和外呼人口参数；

模型模块，用于根据所述目标区域的外呼经济参数和外呼人口参数选择所述基本预测模型；其中，所述基本预测模型通过如权利要求1-2任一项所述的一种预测式外呼调度方法获得；

调度模块，用于根据所述基本预测模型预测电话接通率，并调度外呼数量与坐席人数的比例；

记录模块，用于记录外呼的拨打记录，包括所述外呼影响因子和所述接通状态；

本地模型模块，用于根据所述拨打记录对所述基本预测模型进行校正，得到本地预测模型；

外拨模块，用于使用所述本地预测模型预测电话接通率，并确定外呼数量。

9.如权利要求8所述的一种预测式外呼调度装置，其特征在于，所述本地模型模块，包括：

第一本地模型单元，用于当拨打记录数达到第一预设值时，使用所述拨打记录对所述基本预测模型进行修正，得到第一本地预测模型，并将所述第一本地预测模型作为本地预测模型；

第二本地模型单元，用于当拨打记录数达到第二预设值时，使用所述拨打记录对所述第一本地预测模型进行修正，得到第二本地预测模型，并将所述第二本地预测模型作为本地预测模型。

10.如权利要求8所述的一种预测式外呼调度装置，其特征在于，所述外拨模块，包括：

获取单元，用于获取当前空闲坐席数与待外呼名单；

期望单元，用于根据所述本地预测模型对所述外呼名单计算当前的电话接通率，从而得到单次拨打需要的坐席人员的期望值；

选择单元，用于从所述待外呼名单中选择多个呼叫对象，以使其需要的从席人员的期望值与当前空闲坐席数最接近；

外呼单元，用于同时对所述多个呼叫对象进行外呼。

Images