[发明专利]一种基于智能抽选的外呼方法、系统、装置及存储介质

说明书

本发明公开了一种基于智能抽选的外呼方法、系统、装置及存储介质，其方法包括获取待抽选的原始数据集；设置抽选约束；基于设置的抽选约束，根据预构建的抽选算法对原始数据集进行抽选生成抽选数据集；根据抽选数据集进行外呼并保存外呼记录；本发明将抽选和外呼结合在一起，并基于抽选约束和抽选算法能够高效公正的进行目标抽选，同时保证抽选数据的分布均衡。

技术领域

本发明涉及一种基于智能抽选的外呼方法、系统、装置及存储介质，属于智能外呼技术领域。

背景技术

目前的抽检外呼(比如公安系统每月对“片警的上门宣传工作”、“居民对社区的安全评价”等进行外呼抽检)存在抽选和外呼相分离的情况，需要人工先对目标进行抽选，然后再导入智能外呼系统进行外呼。存在几个实际问题，第一，数据抽选的全面性，抽选式外呼往往涉及人群广，分不同场景分布，整体数据量很多，但需要的场景往往分布在一个区域，比如时间、码号状态、接通率等变化因素，导致随机抽选出的真实有用数据可能只占一部分；第二，抽选过程有人工干预，容易引起不公平的怀疑；第三，多次抽选之间互相独立、抽选算法不完善，可能导致抽选目标不科学；第四，效率较低，人工筛选需要细致耐心，需要耗费较多的工作时间，而且比较像大海捞针，特别是对于需要周期性进行大批量抽选外呼的场景，效益低下。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于智能抽选的外呼方法、系统、装置及存储介质，将抽选和外呼结合在一起，并基于抽选约束和抽选算法能够高效公正的进行目标抽选，同时保证抽选数据的分布均衡。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于智能抽选的外呼方法，包括：

获取待抽选的原始数据集；

设置抽选约束；

基于设置的抽选约束，根据预构建的抽选算法对原始数据集进行抽选生成抽选数据集；

根据抽选数据集进行外呼并保存外呼记录。

可选的，所述抽选约束包括：

抽选模式：定量抽选和定比抽选；所述定量抽选为每个周期抽选的目标数据的数量为预设常数；所述定比抽选为每个周期抽选的目标数据的数量为原始数据集的预设比例；

复选模式：不重复抽选和可重复抽选；所述不重复抽选为若原始数据集中存在未呼通的目标数据，则不抽选已呼通的目标数据；所述可重复抽选为可抽选任意目标数据；

周期模式：按天抽选、按周抽选、按月抽选、按季度抽选、按年抽选。

可选的，所述抽选算法包括：

基于K-Means聚类算法对原始数据集进行聚类生成聚类簇；

对每个聚类簇，统计聚类簇中每类目标数据的数量；

将目标数据的数量大于数量阈值的目标数据定义为多数类样本，将目标数据的数量小于等于数量阈值的目标数据定义为少数类样本；

计算聚类簇中多数类样本、少数类样本的抽选数量：

式中，为第j个聚类簇中多数类样本、少数类样本的抽选数量，为第j个聚类簇中多数类样本、少数类样本的数量，X⁺、X^-为J个聚类簇中多数类样本、少数类样本的数量，k为对的倍数；

基于聚类簇中多数类样本、少数类样本的抽选数量计算聚类簇中的抽选数量：

式中，SX_j为第j个聚类簇中的抽选数量；