基于人工智能的名单派发方法、装置、设备及介质制造方法及图纸

本发明专利技术公开一种基于人工智能的名单派发方法、装置、设备及介质，该基于人工智能的名单派发方法包括：获取目标客户对应的待识别特征数据；采用预先创建的目标派单模型对所述待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别；选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据所述目标坐席类别对所述目标客户进行标注，获取标注单；基于标注单和预设派发规则进行名单派发处理，获取派发表单，每一派发表单对应一坐席工号，将每一派发表单发送给与坐席工号对应的坐席终端，以完成名单派发，该过程无需人工分配，可按照预设派发规则进行分配，提高名单派发的合理性和效率。

List Distribution Method, Device, Equipment and Media Based on Artificial Intelligence

The invention discloses a list dispatching method, device, device and medium based on artificial intelligence. The list dispatching method based on artificial intelligence includes: acquiring the identifying feature data corresponding to the target customer; identifying the identifying feature data using the pre-created target dispatching list model to obtain at least one identifying probability value, and each identifying probability value corresponds to a seat. Categories; Select the seating category corresponding to the maximum recognition probability value as the target seating category, label the target customers according to the target seating category, and obtain the labeling list; Based on labeling list and preset dispatching rules, list dispatching process is carried out, and the dispatching list is obtained. Each dispatching list corresponds to one seating number, and each dispatching list is sent to the corresponding seating number. In order to complete the list distribution, the seating terminal can distribute the list according to the preset rules without manual allocation, so as to improve the rationality and efficiency of the list distribution.

【技术实现步骤摘要】
基于人工智能的名单派发方法、装置、设备及介质
本专利技术涉及人工智能领域，尤其涉及一种基于人工智能的名单派发方法、装置、设备及介质。
技术介绍
银行、证券和保险等金融机构在金融产品或者其他业务推广时，电话销售是一种常用的推销方式。目前，营销系统对坐席下发外呼客户名单时，是由数据岗人员对外呼客户名单进行人工标注并手动批量派发给坐席，这种人工派发外呼客户名单的方式，使得数据岗人员工作量大，名单派发效率低，且外呼客户名单派发的合理性主要依赖于数据岗人员的个人经验和工作能力，而培养一个优秀的数据岗人员大大耗费成本。
技术实现思路
本专利技术实施例提供一种基于人工智能的名单派发方法、装置、计算机设备及存储介质，以解决目前人工给坐席派发外呼客户名单过程中存在的名单派发效率低的问题。一种基于人工智能的名单派发方法，包括：获取目标客户对应的待识别特征数据；采用预先创建的目标派单模型对所述待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别；选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据所述目标坐席类别对所述目标客户进行标注，获取标注单；基于所述标注单和预设派发规则进行名单派发处理，获取派发表单，每一所述派发表单对应一坐席工号；将每一所述派发表单发送给与坐席工号对应的坐席终端，以完成名单派发。一种基于人工智能的名单派发装置，包括：待识别特征数据模块，用于获取目标客户对应的待识别特征数据；识别概率值获取模块，用于采用预先创建的目标派单模型对所述待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别；标注单获取模块，用于选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据所述目标坐席类别对所述目标客户进行标注，获取标注单；派发表单获取模块，用于基于所述标注单和预设派发规则进行名单派发处理，获取派发表单，每一所述派发表单对应一坐席工号；名单派发模块，用于将每一所述派发表单发送给与坐席工号对应的坐席终端，以完成名单派发。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于人工智能的名单派发方法的步骤。一种非易失性存储介质，所述非易失性存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于人工智能的名单派发方法的步骤。上述基于人工智能的名单派发方法、装置、计算机设备及存储介质中，服务器先获取目标客户对应的待识别特征数据，以便采用预先创建的目标派单模型对待识别特征数据进行识别，获取至少一个识别概率值，通过选取最大的识别概率值对应的坐席类别作为目标坐席类别，并根据目标坐席类别对目标客户进行标注，获取标注单。该标注过程无需人工标注，可按照预设标注规则对目标客户进行标注，提高工作效率。最后，基于标注单和预设派发规则进行名单派发处理，获取派发表单，每一派发表单对应一坐席工号，以便将每一派发表单发送给与坐席工号对应的坐席终端，以完成名单派发，该过程无需人工分配，可按照预设派发规则进行分配，提高名单派发的合理性和效率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中基于人工智能的名单派发方法的一应用环境示意图；图2是本专利技术一实施例中基于人工智能的名单派发方法的一流程图；图3是图2中步骤S40的一具体流程图；图4是本专利技术一实施例中基于人工智能的名单派发方法的另一流程图；图5是图4中步骤S61的一具体流程图；图6是图4中步骤S65的一具体流程图；图7是本专利技术一实施例中基于人工智能的名单派发装置的一原理框图；图8是本专利技术一实施例中计算机设备的一示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供的基于人工智能的名单派发方法，可应用在如图1的应用环境中，该基于人工智能的名单派发方法可应用在一种电话销售系统中，用于智能分配外呼客户名单，无需人工干预，提高名单派发效率低。其中，计算机设备通过网络与服务器进行通信。计算机设备可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器来实现。在一实施例中，如图2所示，提供一种基于人工智能的名单派发方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：S10：获取目标客户对应的待识别特征数据。其中，目标客户是指需要由坐席进行电话销售的客户。待识别特征数据是指外呼客户名单中每一客户的个人特征数据。外呼客户名单是指电话销售系统从大数据平台中获取到需给目标客户分配坐席的待分配名单。本实施例中，待识别特征数据包括但不限于客户的性别、客户的年龄、客户的职业、客户的所在地和客户的信用卡最高额度等数据。具体地，电话销售系统从大数据平台中获取到外呼客户名单，基于该外呼客户名单，可进行智能名单派发。该外呼客户名单包括至少一个目标客户的个人信息，如客户的性别、客户的年龄、客户的职业、客户的所在地和客户的信用卡最高额度等信息。服务器会从外呼客户名单中获取到每一目标客户的个人信息，并将该目标客户的个人信息作为待识别特征数据。S20：采用预先创建的目标派单模型对待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别。其中，识别概率值是用于评价待识别特征数据与坐席类别之间的亲和度，具体是采用预先创建的目标派单模型对待识别特征数据和预先设置的坐席类别进行评估后，确定的待识别特征数据与坐席类别之间的亲和度。每一识别概率值对应一坐席类别，该坐席类别是预先根据对坐席进行分类所获取的类别，该识别概率值可以理解为该待识别特征数据对应的目标客户应当分配给某一坐席类别进行处理的概率。目标派单模型是预先创建好的用于进行智能预估任一待识别特征数据对应的目标客户分配给某种坐席类别的模型。具体地，服务器将待识别特征数据输入到预先创建的目标派单模型中进行识别，会获取到至少一个识别概率值，即获取到该目标客户与预先设置的每一种坐席类别对应的识别概率值。S30：选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据目标坐席类别对目标客户进行标注，获取标注单。具体地，服务器从至少一个识别概率值中，选取数值最大的识别概率值对应的坐席类别作为该目标客户对应的目标坐席类别，然后根据目标坐席类别对目标客户进行标注，以获取标注单。该标注单用于标注每一目标客户对应的目标坐席类别。例如标注的方式可采用a-A方式或者其他方式进行标注，表示目标客户a属于目标坐席类别A。其中，a表示目标客户标识，该目标客户标识可为在大数据平台中获取的外呼客户名单中的顺序编码(如01-A)，在此不做限定。S40：基于标注单和预设派发规则进行名单派发处理，获取派发表单，每一派发表单对应一坐席工号。其中，派发表单是指基于标注单和本文档来自技高网...

【技术保护点】
1.一种基于人工智能的名单派发方法，其特征在于，包括：获取目标客户对应的待识别特征数据；采用预先创建的目标派单模型对所述待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别；选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据所述目标坐席类别对所述目标客户进行标注，获取标注单；基于所述标注单和预设派发规则进行名单派发处理，获取派发表单，每一所述派发表单对应一坐席工号；将每一所述派发表单发送给与所述坐席工号对应的坐席终端，以完成名单派发。

【技术特征摘要】
1.一种基于人工智能的名单派发方法，其特征在于，包括：获取目标客户对应的待识别特征数据；采用预先创建的目标派单模型对所述待识别特征数据进行识别，获取至少一个识别概率值，每一识别概率值对应一坐席类别；选取最大的识别概率值对应的坐席类别作为目标坐席类别，根据所述目标坐席类别对所述目标客户进行标注，获取标注单；基于所述标注单和预设派发规则进行名单派发处理，获取派发表单，每一所述派发表单对应一坐席工号；将每一所述派发表单发送给与所述坐席工号对应的坐席终端，以完成名单派发。2.如权利要求1所述的基于人工智能的名单派发方法，其特征在于，所述目标坐席类别对应的坐席数量为N；每一坐席对应一最大承接量为M；所述基于所述目标坐席类别和预设派发规则进行名单派发处理，获取派发表单，包括：对所述标注单进行统计，获取所述目标坐席类别对应的目标客户数量；若所述目标客户数量大于所述预设派发规则的规则参数，则按照给所述目标坐席类别对应的每一坐席随机下发M个所述目标客户，获取派发表单；其中，所述预设派发规则的规则参数为M*N；若所述目标客户数量不大于所述预设派发规则的规则参数，则采用公式获取随机分配数量，依据所述随机分配数量给所述目标坐席类别对应的每一坐席随机下发S个所述目标客户；其中，S为随机分配数量，X为目标客户数量；采用公式Y＝X-N*S计算依据所述随机分配数量随机分配之后的剩余目标客户数量，从N个坐席中选取Y个坐席，并给所述Y个坐席中的每一坐席随机派发一个所述目标客户，获取派发表单；其中，Y为所述依据所述随机分配数量随机分配之后的剩余目标客户数量。3.如权利要求1所述的基于人工智能的名单派发方法，其特征在于，所述基于人工智能的名单派发方法还包括：预先创建所述目标派单模型；所述预先创建所述目标派单模型，包括：获取坐席个人信息，基于所述坐席个人信息进行分类，获取坐席类别；基于所述坐席类别查找大数据平台，获取原始特征数据；对所述原始特征数据进行向量化表示，获取目标特征数据；对所述目标特征数据进行中心化处理和标准化处理，获取训练特征数据；采用多层全连接神经网络模型对训练特征数据进行训练，获取目标派单模型。4.如权利要求3所述的基于人工智能的名单派发方法，其特征在于，所述坐席个人信息包括至少一个信息维度，所述信息维度包括性别、年龄、出生地、工作年限和业绩考核；所述基于所述坐席个人信息进行分类，获取坐席类别，包括：对所述坐席个人信息中的至少一个信息维度按照预设标注规则进行标注，获取标注参数；给每一所述信息维度配置对应的维度权重；采用类别参数计算公式对标注参数和所述维度权重进行计算，获取类别参数；其中，所述类别参数计算公式为sum表示所述类别参数；所述s、a、z、w和p分别表示性别、年龄、出生地、工作年限和业绩考核；和分别表示s、a、z、w和p对应的维度权重；基于所述类别参数查询类别信息表，获取与所述类别参数相对应的坐席类别。5.如权利要求3所述的基于人工智能的名单派发方法，其特征在于，所述采用多层全连接神经网络模型对训练特征数据进行训练，获取目标派单模型，包括：采用激活函数对输入的所述训练特征数据进行计算，获取多层全连接神经网络模型隐藏层的输出值；所述激活函数的计算公式包括其中，Hj表示所述多层全连接神经网络模型隐藏层第j个神经元的输出值；wij表示多层全连接神经网络模型输入层到多层全连接神经网络模型隐藏层的权重；xi表示所述多层全连接神经网络模型输入层的输入；上标n表示所述多层全连接神经网络模型输入层神经元的数量；下标i表示所述多层全连接神经网络模型输入层第i个神经元；下标j表示所述多层全连接神经网络模型隐藏层第j个神经元；aj表示所述多层全连接神经网络模型输入层到所述多层全连接神经网络模型隐藏层的偏置，g为激活函数；对所述多层全连接神...

【专利技术属性】
技术研发人员：黄泽浩，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44