基于AUTOML框架的外呼接通率提升方法和装置制造方法及图纸

本发明专利技术提供了一种基于AUTOML框架的外呼接通率提升方法和装置，涉及电话外呼技术领域，可用于金融领域，方法包括：获取外呼客户的信息数据；根据外呼客户前一日内是否接通过外呼电话，将外呼客户分类至正负样本集中；基于正负样本集来采用AUTOML框架算法进行自动化特征挑选、自动化模型选择以及模型超参数优化，得到外呼客户筛选模型；将待外呼客户名单输入至外呼客户筛选模型得到筛选后的外呼名单；基于所筛选后的外呼名单进行电话外呼。本申请有利于减少数据分析师在建立外呼客户筛选模型时耗费大量人力去进行特征的提取和筛选、模型的对比以及建模参数的处理，可以在降低数据分析师大量人力资本的同时提高外呼的接通率。接通率。接通率。

【技术实现步骤摘要】
基于AUTOML框架的外呼接通率提升方法和装置


[0001]本专利技术涉及电话外呼
，可用于金融领域，尤其涉及一种基于AUTOML框架的外呼接通率提升方法和装置。

技术介绍

[0002]现有电话外呼营销的方式主要是收集客户的姓名及手机号码，经过简单的年龄或姓氏分类后，无差别的对全量客户进行外呼，投入的人力成本和外呼资源成本都很大而外呼的成功率却非常低。随着大数据挖掘技术和人工智能技术的高速发展，如何利用这些技术提高外呼的成功率,以及进一步降低投入的人力及外呼资源成为亟需解决的一项课题。
[0003]传统机器外呼方式缺少对客户接受程度的分析，随机外拨并营销产品给所有客户容易造成部分客户反感，而对客户接受程度进行分析又涉及大数据及机器学习领域，对数据分析人员要求较高、流程复杂且持续时间长，需要完成手工数据筛选、手工清洗、特征衍生、特征工程、模型训练、模型调参等全流程。数据分析全流程涉及到多个阶段，每个分析阶段又包含了多种方法，需要数据分析人员了解每个阶段中每个方法的适用场景、运行原理以及超参数调优技巧，并通过不断尝试各种算法模型，反复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AUTOML框架的外呼接通率提升方法，其特征在于，所述方法包括：获取外呼客户的信息数据；根据所述外呼客户前一日内是否接通过外呼电话，将所述外呼客户分类至正负样本集中，将接通过电话的客户标注为正样本，没有接通过电话的客户标注为负样本；基于所述正负样本集来采用AUTOML框架算法进行自动化特征挑选、自动化模型选择以及模型超参数优化，得到外呼客户筛选模型；将待外呼客户名单输入至所述外呼客户筛选模型得到筛选后的外呼名单；基于所述筛选后的外呼名单进行电话外呼。2.如权利要求1所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，所述根据所述外呼客户前一日内是否接通过外呼电话，将所述外呼客户分类至正负样本集中包括：判断所述外呼客户前一日内是否接通过外呼电话；响应于所述外呼客户前一日内接通过外呼电话，将所述外呼客户设置为正样本；响应于所述外呼客户前一日内未接通过外呼电话，将所述外呼客户设置为负样本。3.如权利要求2所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，对正负样本集中外呼客户信息数据中的缺失值进行处理并剔除其中的奇异值。4.如权利要求1所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，基于所述正负样本集来采用AUTOML框架算法进行自动化特征挑选包括：采用深度特征合成算法进行自动化特征挑选。5.如权利要求4所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，基于所述正负样本集来采用AUTOML框架算法进行自动化模型选择包括：根据所述正负样本集挑选后的特征进行自动化模型选择，对比AUC值选择最优建模算法。6.如权利要求5所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，所述根据所述正负样本集进行自动化模型选择，对比AUC值选择最优建模算法进一步包括：分割所述正负样本集为训练集和验证集在训练集上应用算法A*得到模型M
i
，...

【专利技术属性】
技术研发人员：沈晨，张树硌，刘妮，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：