[发明专利]基于深度神经网络的业务分配方法、装置、设备及介质

说明书

本发明涉及智能决策技术，揭露了一种基于深度神经网络的业务分配方法，包括：将获取的历史客户数据划分为第一训练样本和第二训练样本；利用第一训练样本对原始深度神经网络进行第一训练，得到初始深度神经网络及第一训练结果；获取用户对第一训练结果的反馈信息，利用反馈信息与第二训练样本对初始深度神经网络进行第二训练，得到标准深度神经网络；利用标准深度神经网络对预先获取的多个待接待客户的数据进行分析，以对坐席进行业务的分配。此外，本发明还涉及区块链技术，资源数据可存储于区块链的节点。本发明还提出一种基于深度神经网络的业务分配装置、设备及介质。本发明可以解决分配至坐席的业务与该坐席匹配度较低的问题。

技术领域

本发明涉及智能决策技术领域，尤其涉及一种基于深度神经网络的业务分配方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人们需求的增长，各个公司或企业为用户提供出各种各样的业务，由此带来的业务增长导致需要大量的业务人员来对业务进行处理。例如，保险公司存在大量的保险业务，因此，需要将大量的保险业务分配给多名业务人员进行处理。

现有的业务分配方式多为基于业务级别的分配，即对各项业务和业务人员进行评级，将业务分配给相应级别的业务人员进行处理。该方法中，随着，即使相同级别的业务人员往往擅长沟通的客户群体也不同，因此，按照业务级别对业务进行分配，往往会导致业务与业务人员的匹配度不高。

发明内容

本发明提供一种基于深度神经网络的业务分配方法、装置及计算机可读存储介质，其主要目的在于解决分配至坐席的业务与该坐席匹配度较低的问题。

为实现上述目的，本发明提供的一种基于深度神经网络的业务分配方法，包括：

获取坐席的历史客户数据，按照是否有成交业务订单将所述历史客户数据划分为第一训练样本和第二训练样本；

利用所述第一训练样本对预先构建的原始深度神经网络进行第一训练，得到初始深度神经网络及第一训练结果；

获取用户对所述第一训练结果的反馈信息，利用所述反馈信息与所述第二训练样本对所述初始深度神经网络进行第二训练，得到标准深度神经网络；

利用所述标准深度神经网络对预先获取的多个待接待客户的数据进行分析，得到所述坐席和每个待接待客户达成成交业务订单的概率值；

获取所述多个待接待客户的业务，根据所述概率值对所述坐席进行所述业务的分配。

可选地，所述利用所述第一训练样本对预先构建的原始深度神经网络进行第一训练之前，所述方法还包括：

获取深度神经网络框架；

在所述深度神经网络框架中构建特征输入层；

在所述特征输入层之后建立多层全连接层；

在所述多层全连接层之间构建批标准化层以及丢弃层，得到原始深度神经网络。

可选地，所述按照是否有成交业务订单将所述历史客户数据划分为第一训练样本和第二训练样本，包括：

提取所述历史客户数据中每个数据的状态字段；

判断所述状态字段与预设的标准字段是否相同，若所述状态字段与所述标准字段相同，则确定所述历史客户数据中有成交业务订单，将所述状态字段对应的数据分类为第一训练样本；

若所述状态字段与所述标准字段不同，则确定所述历史客户数据中没有成交业务订单，将所述状态字段对应的数据分类为第二训练样本。

可选地，所述利用所述第一训练样本对预先构建的原始深度神经网络进行第一训练，得到初始深度神经网络及第一训练结果，包括：

获取所述第一训练样本的第一数据特征；