[发明专利]一种基于决策树模型的呼叫处理方法和系统

说明书

本发明提供一种基于决策树模型的呼叫处理方法和系统，该方法包括：根据来电号码，获取用户的基本信息和关联信息；结合基本信息和关联信息作为输入以及匹配的第一推送信息作为输出构造决策树模型；将特定用户的基本信息和关联信息输入训练后的决策树模型，计算得到特定用户的第二推送信息；将第二推送信息推送至客服。通过本发明提供的基于决策树模型的呼叫处理方法和系统，能够使来电用户拨打客服热线时不需要用户再根据语音提示输入数字进线，并且打电话精准的匹配到客服组，人工客服在用户进线的同时就可以知道用户想咨询的问题，有效减少了用户的操作和听提示音操作的时间，有效提升顾客的用户满意度，提高了客服的工作效率。

技术领域

本发明涉及通信技术领域，具体涉及一种基于决策树模型的呼叫处理方法和系统。

背景技术

目前，电商的客户热线都是利用IVR系统对其数量庞大的客户需求进行分流处理。现有的电话拨入电商的IVR系统，是顾客利用自助语音提示，引导顾客选择服务内容和输入服务所需的数据。对于电商而言，单纯的数字并不能准确表达顾客的真正需求。如果不能让顾客迅速及时找到解决问题的答案会直接影响顾客的用户体验。

然而，即使对于客服来说，不同岗位和职能的客服也在处理不同顾客提出的各种各样的问题。如果顾客通过简单的数字接入到人工客服，而人工客服在了解顾客需求时，发现顾客的需求不属于其能够解决的问题，因此人工客服会再把顾客电话转接至对应的技能组。由此可知，这种方式无疑与通过IVR系统作为企业的分流渠道和提升客户满意度的初衷背道而驰。

发明内容

为了解决上述现有技术方案所存在的问题，本发明提供了具有显著提升客服坐席的工作效率的基于决策树模型的呼叫处理方法和系统。

本发明的技术方案是提供一种基于决策树模型的呼叫处理方法，该方法包括：根据来电号码，获取用户的基本信息和关联信息；结合这些基本信息和关联信息作为输入以及匹配的推送信息作为输出构造决策树模型；将特定用户的基本信息和关联信息输入训练后的决策树模型，计算得到该特定用户的第二推送信息；根据该推送信息推送至客服。

可选地，该基本信息包括：该用户的来电号码、与该来电号码绑定的账户信息及订单信息；

该关联信息包括：在电商网站中的当前用户行为。

可选地，该推送信息包括：该用户可能涉及的问题及该问题的解决方案。

可选地，构造该决策树模型包括：

根据大量用户的基本信息和关联信息建立训练集，并利用C4.5 算法进行训练，生成训练后的决策树模型。

可选地，构造该决策树模型还包括：

在没有大量数据时，利用业务逻辑设置向量权重，使用业务逻辑控制匹配C4.5算法。

可选地，该方法还包括：

根据客服对该推送信息进行修正，并将修正后的该推送信息返回。

本发明还提供一种基于决策树模型的呼叫处理系统，该系统包括：

数据中心，用于根据来电号码，获取用户的基本信息和关联信息；算法中心，用于结合这些基本信息和关联信息作为输入以及匹配的推送信息作为输出构造决策树模型；坐席分配中心，用于根据该推送信息推送至客服。

可选地，该基本信息包括：该用户的来电号码、与该来电号码绑定的账户信息及订单信息；该关联信息包括：在电商网站中的当前用户行为。

可选地，该推送信息包括：该用户可能涉及的问题及该问题的解决方案。

可选地，该算法中心用于构造该决策树模型包括：

根据大量用户的基本信息和/或关联信息建立训练集，并对该决策树模型进行训练，生成训练后的决策树模型。