【技术实现步骤摘要】
一种基于互联网AI外呼的专家库数据抽取方法及系统
本专利技术涉及互联网数据处理
，具体而言，涉及一种基于互联网AI外呼的专家库数据抽取方法及系统。
技术介绍
随着互联网技术的不断发展，互联网AI外呼的专家库数据的数据量呈指数级增长，在存在大量数据访问需求时，如何进一步确定待抽取专家库数据各专家库外呼项目的较佳外呼访问计划，以便于针对响应缓存服务进行针对性配置，从而有效提高数据读取的效率，是本领域的一大难题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于互联网AI外呼的专家库数据抽取方法及系统，能够确定待抽取专家库数据各专家库外呼项目的较佳外呼访问计划，以便于针对响应缓存服务进行针对性配置，从而有效提高数据读取的效率。根据本专利技术的第一方面，提供一种基于互联网AI外呼的专家库数据抽取方法，应用于与专家库终端通信连接的服务器，所述方法包括：获取所述专家库终端中的专家库数据外呼响应数据，并根据所述专家库数据外呼响应数据建立所述专家库终端的外呼响应分布图谱；根据所述外呼...
【技术保护点】
1.一种基于互联网AI外呼的专家库数据抽取方法，其特征在于，应用于与专家库终端通信连接的服务器，所述方法包括：/n获取所述专家库终端中的专家库数据外呼响应数据，并根据所述专家库数据外呼响应数据建立所述专家库终端的外呼响应分布图谱；/n根据所述外呼响应分布图谱对所述专家库终端中的各个专家库外呼项目的外呼访问计划进行模拟生成，并根据模拟生成结果对所述各个专家库外呼项目的目标专家库数据内容进行特征提取，得到特征提取结果；/n根据所述外呼响应分布图谱确定待抽取专家库数据中各专家库外呼项目的外呼响应特征，根据待抽取专家库数据中各专家库外呼项目的外呼响应特征以及所述特征提取结果，确定所...
【技术特征摘要】
1.一种基于互联网AI外呼的专家库数据抽取方法，其特征在于，应用于与专家库终端通信连接的服务器，所述方法包括：
获取所述专家库终端中的专家库数据外呼响应数据，并根据所述专家库数据外呼响应数据建立所述专家库终端的外呼响应分布图谱；
根据所述外呼响应分布图谱对所述专家库终端中的各个专家库外呼项目的外呼访问计划进行模拟生成，并根据模拟生成结果对所述各个专家库外呼项目的目标专家库数据内容进行特征提取，得到特征提取结果；
根据所述外呼响应分布图谱确定待抽取专家库数据中各专家库外呼项目的外呼响应特征，根据待抽取专家库数据中各专家库外呼项目的外呼响应特征以及所述特征提取结果，确定所述各专家库外呼项目各自对应的抽取数据节点，并根据所述抽取数据节点对所述待抽取专家库数据进行数据抽取，将抽取后的数据上传到响应缓存服务中。
2.根据权利要求1所述的基于互联网AI外呼的专家库数据抽取方法，其特征在于，所述获取所述专家库终端中的专家库数据外呼响应数据的步骤，包括：
获取向所述专家库终端发送的每次互联网AI外呼指令中与专家库业务相关的目标响应标识，并根据所述目标响应标识生成所述专家库终端中每个专家库外呼项目的专家库数据外呼响应数据；
对所述每个专家库外呼项目的专家库数据外呼响应数据进行汇总得到所述专家库终端的专家库数据外呼响应数据。
3.根据权利要求1所述的基于互联网AI外呼的专家库数据抽取方法，其特征在于，所述根据所述专家库数据外呼响应数据建立所述专家库终端的外呼响应分布图谱的步骤，包括：
获取所述专家库数据外呼响应数据所对应的外呼响应服务类别的服务节点；
根据所述服务节点从预设的服务互动行为特征库中获取匹配所述外呼响应服务类别的预设服务互动行为特征，其中，所述预设的服务互动行为特征库中包括服务节点与预设服务互动行为特征之间的对应关系，所述预设服务互动行为特征用于表征所述外呼响应服务类别的互动方式的互动分布子图区域，并随着所述外呼响应服务类别的变化而适应性变化；
获取匹配当前所述外呼响应服务类别的实时外呼分布态势，根据所述实时外呼分布态势确定以所述预设服务互动行为特征为基准特征的待定外呼分布特征，将所述实时外呼分布态势以所述专家库数据外呼响应数据的外呼响应目标特征为基准，依次划分为与待定外呼分布特征对应的多个外呼分布节点特征，对每一外呼分布节点特征分别与所述待定外呼分布特征进行比对得到对应的分布匹配区间，当分布匹配区间不满足设定的参考值范围时，记录所述分布匹配区间对应的外呼分布节点特征为第一外呼响应分布特征，所述待定外呼分布特征为第二外呼响应分布特征，以得到由至少一个由所述第一外呼响应分布特征和所述第二外呼响应分布特征形成的外呼响应分布特征序列；
基于至少一个所述外呼响应分布特征序列确定对应的第一外呼响应分布图，并以第一外呼响应分布图为基准，根据设置的分布图单位对所述实时外呼分布态势进行划分，分别得到与每一所述分布图单位对应的多个包含第一外呼响应分布图的第二外呼响应分布图；
对所述第二外呼响应分布图进行解析，得到所述第二外呼响应分布图中各外呼响应分布特征序列的分布子图区域，并根据所述外呼响应分布特征序列的分布子图区域确定外呼响应分布特征序列的分布密度以及对应的分布权重，并根据所述外呼响应分布特征序列的分布密度以及对应的分布权重确定目标外呼响应分布特征序列；
基于所述目标外呼响应分布特征序列、外呼响应分布特征序列的分布密度以及对应的分布权重确定满足设置条件的外呼响应分布特征序列构成的图谱节点向量，确定每一所述外呼响应分布图的第一图谱节点向量和第二图谱节点向量的其中一个，根据所述第一图谱节点向量和所述第二图谱节点向量的其中一个对每一所述外呼响应分布图进行筛选得到与每一所述外呼响应分布图对应的筛选后的外呼响应分布图；
基于每一所述外呼响应分布图对应的筛选后的外呼响应分布图得到第一图谱节点向量和第二图谱节点向量的其中另一个；
根据所述外呼响应分布图分别对应的第一图谱节点向量得到第一图谱节点向量集、以及根据所述外呼响应分布图分别对应的第二图谱节点向量得到第二图谱节点向量集；
确定所述第一图谱节点向量集对应的第一参考图谱节点向量和所述第二图谱节点向量集对应的第二参考图谱节点向量，并基于所述第一图谱节点向量集与所述第一参考图谱节点向量以及所述第二图谱节点向量集与所述第二参考图谱节点向量分别确定对应所述第一图谱节点向量集的第一分布图谱单位以及对应所述第二图谱节点向量集的第二分布图谱单位；
对所述第一图谱节点向量集的第一分布图谱单位以及对应所述第二图谱节点向量集的第二分布图谱单位进行比对，得到所述外呼响应目标特征与所述预设服务互动行为特征之间的外呼响应分布结果，以根据所述外呼响应分布结果建立所述专家库终端的外呼响应分布图谱。
4.根据权利要求1所述的基于互联网AI外呼的专家库数据抽取方法，其特征在于，所述根据所述外呼响应分布图谱对所述专家库终端中的各个专家库外呼项目的外呼访问计划进行模拟生成的步骤，包括：
根据所述外呼响应分布图谱确定所述专家库终端中每个专家库外呼项目的每个项目单元的项目单元参数以及所述项目单元所占用的服务通道；
根据每个所述专家库外呼项目中项目单元的项目单元参数以及所述项目单元所占用的服务通道确定所述每个所述专家库外呼项目中对所述项目单元进行模拟访问所需要的模拟访问接口的模拟生成参数；
根据每个所述项目单元所需要的模拟访问接口的模拟生成参数，将每个模拟访问接口模拟为一运行目标，该运行目标所对应的运行配置信息为该项目单元包含的当前已配置的专家库外呼项目的运行配置信息之外的运行配置信息；
根据所述运行目标对应的运行配置信息，建立所述运行目标的外呼响应关系，并确定所述外呼响应关系的外呼响应映射对象，得到所述外呼响应映射对象中第一运行目标的外呼响应模拟信息；
在按照运行目标的层级依次对第一运行目标之后的每一运行目标进行外呼响应模拟信息筛选时，对该运行目标及该运行目标之后的每一运行目标的外呼响应模拟信息进行筛选，根据筛选后的外呼响应模拟信息，重新建立运行目标的外呼响应关系，确定重新建立的外呼响应关系的外呼响应映射对象，得到该重新建立的外呼响应关系的外呼响应映射对象中该运行目标的筛选外呼响应模拟信息；
在得到所有运行目标的筛选外呼响应模拟信息后，将所有运行目标的筛选外呼响应模拟信息所形成的模拟结果内容中的外呼访问计划的依赖支撑参数作为对应的每个专家库外呼项目的外呼访问计划。
5.根据权利要求1所述的基于互联网AI外呼的专家库数据抽取方法，其特征在于，所述根据模拟生成结果对所述各个专家库外呼项目的目标专家库数据内容进行特征提取，得到特征提取结果的步骤，包括：
根据每个专家库外呼项目的外呼访问计划，确定由各个专家库外呼项目参与特征提取的抽取数据逻辑卷；
基于由各个专家库外呼项目参与特征提取的抽取数据逻辑卷对所述各个专家库外呼项目的目标专家库数据内容进行特征提取，得到特征提取结果。
6.根据权利要求1所述的基于互联网AI外呼的专家库数据抽取方法，其特征在于，所述根据所述外呼响应分布图谱确定待抽取专家库数据中各专家库外呼项目的外呼响应特征，根据待抽取专家库数据中各专家库外呼项目的外呼响应特征以及所述特征提取结果，确定所述各专家库外呼项目各自对应的抽取数据节点，并根据所述抽取数据节点对所述待抽取专家库数据进行数据抽取，将抽取后的数据上传到响应缓存服务中的步骤，包括...
【专利技术属性】
技术研发人员：李志钢，雷鑫，吴晓旭，
申请(专利权)人：创智和宇信息技术股份有限公司，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。