[发明专利]坐席分配的方法及装置

权利要求书

1.一种坐席分配的方法，其特征在于，所述坐席分配的方法包括：

S1，在客服中心接收到电话呼入后，从客户业务数据的数据库中提取出与所述电话呼入的标识关联的客户的关键特征，所述关键特征包括客户的属性信息、电话呼入之前的接触信息、服务活跃信息和价值观信息中的一种或几种的组合；

S2，基于预先训练得到的分析模型将所述关键特征与各个空闲的坐席的关键特征进行配对，以配对出最优坐席，并将所述电话呼入分配给所述最优坐席进行处理；

所述分析模型为逻辑回归模型，所述步骤S2之前包括：

S201，获取预设时间内的预设数量的客服中心的呼入记录样本，提取每一呼入记录样本中客户的特征信息和坐席的特征信息，将客户的各类特征信息分别与坐席的各类型的特征信息进行关联配对，以生成关联特征集合；

S202，根据预定的分析规则对各关联特征集合中的各个特征进行分析，以分析得到训练特征；

S203，获取所述训练特征中预设的第一比例的训练特征作为训练集，获取所述训练特征中预设的第二比例的训练特征作为验证集，利用所述训练集训练预先确定的逻辑回归模型，以训练得到逻辑回归模型，并利用所述验证集验证训练得到的逻辑回归模型的准确率；

S204，若所述准确率大于等于预设阈值，则训练结束，或者，若所述准确率小于预设阈值，则增加所述呼入记录样本的数量并重新进行训练。

2.根据权利要求1所述的坐席分配的方法，其特征在于，所述步骤S202包括：

S2021，对于各关联特征集合的各个特征，获取对应在所述呼入记录样本中客户反馈信息为满意的特征，计算所获取的特征的支持度或置信度；

S2022，获取所述支持度大于预设支持度或者大于所述关联特征集合的所有特征的支持度的平均值的特征，或者获取所述置信度大于预设置信度的特征或者大于所述关联特征集合的所有特征的置信度的平均值的特征，以所获取的特征作为所述训练特征；

所获取的特征的支持度为包含该特征的关联特征集合的数量占所有关联特征集合的数量的百分比，所获取的特征的置信度为该特征的支持度与该特征中的一分特征的支持度的商。

3.根据权利要求1所述的坐席分配的方法，其特征在于，所述步骤S2之前还包括：

获取所述训练特征中预设的第三比例的训练特征作为测试集，所述第一比例、第二比例及第三比例的和小于等于1；

利用所述测试集对训练结束后得到的逻辑回归模型进行测试，并生成测试报告。

4.一种坐席分配的装置，其特征在于，所述坐席分配的装置包括：

提取模块，用于在客服中心接收到电话呼入后，从客户业务数据的数据库中提取出与所述电话呼入的标识关联的客户的关键特征，所述关键特征包括客户的属性信息、电话呼入之前的接触信息、服务活跃信息和价值观信息中的一种或几种的组合；

配对模块，用于基于预先训练得到的分析模型将所述关键特征与各个空闲的坐席的关键特征进行配对，以配对出最优坐席，并将所述电话呼入分配给所述最优坐席进行处理；

所述分析模型为逻辑回归模型，所述坐席分配的装置还包括：

关联模块，用于获取预设时间内的预设数量的客服中心的呼入记录样本，提取每一呼入记录样本中客户的特征信息和坐席的特征信息，将客户的各类特征信息分别与坐席的各类型的特征信息进行关联配对，以生成关联特征集合；

分析模块，用于根据预定的分析规则对各关联特征集合中的各个特征进行分析，以分析得到训练特征；

训练模块，用于获取所述训练特征中预设的第一比例的训练特征作为训练集，获取所述训练特征中预设的第二比例的训练特征作为验证集，利用所述训练集训练预先确定的逻辑回归模型，以训练得到逻辑回归模型，并利用所述验证集验证训练得到的逻辑回归模型的准确率；

处理模块，用于若所述准确率大于等于预设阈值，则训练结束，或者，若所述准确率小于预设阈值，则增加所述呼入记录样本的数量并重新进行训练。