[发明专利]按键预测方法、装置及计算机可读存储介质有效

专利信息
申请号: 201811096236.4 申请日: 2018-09-19
公开(公告)号: CN109274843B 公开(公告)日: 2021-06-11
发明(设计)人: 周俊琨;彭小明;李培彬;严江浩 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: H04M3/51 分类号: H04M3/51;G06Q30/02
代理公司: 深圳市沃德知识产权代理事务所(普通合伙) 44347 代理人: 高杰;于志光
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 按键 预测 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种按键预测方法,其特征在于,所述方法包括:

接收电话进线,识别该次进线的电话号码,并根据所述电话号码,从数据库中获取该电话号码所属客户的基本信息;

根据所述电话号码,从数据库中获取该电话号码在预设时间段的进线行为记录,并根据所述预设时间段的所有进线行为记录,得到所述客户的进线意图属性;

根据所述客户的基本信息获知所述客户的用户属性、所述客户在预设时间段内通过不同渠道执行的过往行为属性,并分析本次进线的进线特征属性;

将上述得到的用户属性、过往行为属性、进线意图属性以及本次进线的进线特征属性进行特征组合,得到预测数据;及

计算所述电话号码本次进线与上述进线的时间间隔,根据所述时间间隔将所述预测数据输入对应的预先训练的预测模型中,预测客户本次进线的意图,其中所述预先训练的预测模型为Deep and wide模型,并根据所述预测的客户本次进线的意图,按照预设规则对自动语音应答菜单的语音播报顺序进行自动调整。

2.如权利要求1所述的按键预测方法,其特征在于,所述Deep and wide模型包括线性softmax回归模型和DNN神经网络模型。

3.如权利要求2所述的按键预测方法,其特征在于,所述预测模型包括第一预测模型、第二预测模型、第三预测模型以及第四预测模型,其中:

所述第一预测模型为利用相邻进线行为间隔时间在第一预设时间以内的历史进线数据训练得到;

所述第二预测模型为利用相邻进线行为间隔时间大于第一预设时间且小于等于第二预设时间以内的历史进线数据训练得到;

所述第三预测模型为利用相邻进线行为间隔时间大于第二预设时间且小于等于第三预设时间以内的历史进线数据训练得到;及

所述第四预测模型为利用相邻进线行为间隔时间大于第三预设时间的历史进线数据训练得到。

4.如权利要求1所述的按键预测方法,其特征在于,所述预设规则包括:优先播报预定业务的功能按键,对于其他业务对应的功能按键,按照预测的客户本次进线的意图中各种业务的选择概率从大到小的顺序依次播报各种业务对应的功能按键。

5.如权利要求1所述的按键预测方法,其特征在于,所述预设规则还包括:仅播报选择概率大于或者等于预定阈值的业务对应的功能按键,对选择概率小于所述预定阈值的业务对应的功能按键进行隐藏。

6.一种按键预测装置,其特征在于,所述装置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按键预测程序,所述按键预测程序被所述处理器执行时实现如下步骤:

接收电话进线,识别该次进线的电话号码,并根据所述电话号码,从数据库中获取该电话号码所属客户的基本信息;

根据所述电话号码,从数据库中获取该电话号码在预设时间段的进线行为记录,并根据所述预设时间段的所有进线行为记录,得到所述客户的进线意图属性;

根据所述客户的基本信息获知所述客户的用户属性、所述客户在预设时间段内通过不同渠道执行的过往行为属性,并分析本次进线的进线特征属性;

将上述得到的用户属性、过往行为属性、进线意图属性以及本次进线的进线特征属性进行特征组合,得到预测数据;及

计算所述电话号码本次进线与上述进线的时间间隔,根据所述时间间隔将所述预测数据输入对应的预先训练的预测模型中,预测客户本次进线的意图,其中所述预先训练的预测模型为Deep and wide模型,并根据所述预测的客户本次进线的意图,按照预设规则对自动语音应答菜单的语音播报顺序进行自动调整。

7.如权利要求6所述的按键预测装置,其特征在于,所述Deep and wide模型包括线性softmax回归模型和DNN神经网络模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811096236.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top