[发明专利]一种呼入管理方法、装置、服务器及存储介质

权利要求书

1.一种呼入管理方法，其特征在于，包括：

当检测到呼入的目标用户满足排队时长预测条件时，获取所述目标用户的排队时长预测信息，所述排队时长预测信息包括以下至少一项：在为所述目标用户分配的队列中排在所述目标用户之前的用户的信息和所述队列对应的处理人员的信息；

调用预设的回归方法，并根据所述排队时长预测信息对所述目标用户进行排队时长预测，得到所述目标用户的排队时长；

根据所述目标用户的排队时长生成对所述目标用户的通知消息，所述通知消息用于通知所述目标用户排队情况；

将所述通知消息发送至所述目标用户对应的终端。

2.根据权利要求1所述的方法，其特征在于，所述检测到呼入的目标用户满足排队时长预测条件，包括：

在为所述目标用户分配的队列中对所述目标用户进行排队时，确定检测到呼入的目标用户满足排队时长预测条件；或，

在所述目标用户处于排队状态且对所述目标用户的预测时间到达时，确定检测到呼入的目标用户满足排队时长预测条件；或，

在所述目标用户处于排队状态且排在所述目标用户之前的第一用户呼入挂断或呼入被受理的第二用户业务处理完毕时，确定检测到呼入的目标用户满足排队时长预测条件；或，

在所述目标用户处于排队状态且所述队列对应的处理人员变更时，确定检测到呼入的目标用户满足排队时长预测条件。

3.根据权利要求1所述的方法，其特征在于，所述调用预设的回归方法，并根据所述排队时长预测信息对所述目标用户进行排队时长预测，得到所述目标用户的排队时长，包括：

将所述排队时长预测信息作为预训练的回归模型的输入数据，并通过所述预训练的回归模型根据所述排队时长预测信息对所述目标用户进行排队时长预测，得到所述目标用户的排队时长；

其中，所述预训练的回归模型是由多个样本用户中每个样本用户的排队数据训练得到。

4.根据权利要求3所述的方法，其特征在于，所述通过所述预训练的回归模型根据所述排队时长预测信息对所述目标用户进行排队时长预测，包括：

获得所述排队时长预测信息对应的特征向量以及所述特征向量对应的特征的权重；

通过所述预训练的回归模型根据所述排队时长预测信息对应的特征向量、所述特征向量对应的特征的权重以及训练所述回归模型过程中得到的损失函数的最小值计算所述目标用户的排队时长。

5.根据权利要求1所述的方法，其特征在于，所述获取排队时长预测信息之前，所述方法还包括：

在检测到目标用户对应的终端发送的呼入请求时，确定所述目标用户所在的地区；

根据所述目标用户所在的地区以及多个队列中每个队列对应的地区，从所述多个队列中确定出第一队列作为为所述目标用户分配的队列；

在为所述目标用户分配的队列中对所述目标用户进行排队。

6.根据权利要求1所述的方法，其特征在于，所述获取排队时长预测信息之前，所述方法还包括：

在检测到目标用户对应的终端发送的呼入请求时，确定针对所述目标用户待跟进的处理事项；

根据针对所述目标用户待跟进的处理事项以及多个队列中每个队列对应跟进的处理事项，从多个队列中确定出第二队列作为为所述目标用户分配的队列；

在为所述目标用户分配的队列中对所述目标用户进行排队。

7.根据权利要求1-6任一项所述的方法，其特征在于，

所述排在所述目标用户之前的用户的信息包括以下至少一项：排在所述目标用户之前的用户的数量、排在所述目标用户之前的用户中在多个年龄段中每个年龄段对应的用户的数量、排在所述目标用户之前的用户中在多种资源类型中每种资源类型对应的用户的数量；

所述处理人员的信息包括以下至少一项：处理人员的数量和每个专业技能级别对应的处理人员的数量。