[发明专利]基于数据挖掘的外呼方法及装置

权利要求书

1.一种基于数据挖掘的外呼方法，其特征在于，包括：

将待执行外呼任务的客户信息输入至预设的神经网络分级模型，得到客户外呼级别，所述客户信息包括多维客户特征数据；

根据设定的客户外呼级别和外呼数据集的对应关系调取对应客户外呼级别的外呼数据集，所述外呼数据集包括多个外呼流程；

从调取的外呼数据集中选取一外呼流程，导入所述外呼任务，并执行所述外呼任务；

其中，所述神经网络分级模型通过历史客户信息训练得到。

2.根据权利要求1所述的外呼方法，其特征在于，还包括：

建立所述神经网络分级模型；

以多个已标注客户外呼级别的历史客户信息作为训练集，训练所述神经网络分级模型。

3.根据权利要求2所述的外呼方法，其特征在于，还包括：

去除所述历史客户信息中非评级维度的信息和离散点数据。

4.根据权利要求1所述的外呼方法，其特征在于，还包括：

对所述客户信息进行归一化处理。

5.根据权利要求1所述的外呼方法，其特征在于，所述客户信息包括：

客户身份注册信息、客户预留信息、内部软件使用留存信息、客户外呼号码、客户资产负债信息、客户信用记录和客户社会关系信息。

6.根据权利要求2所述的外呼方法，其特征在于，所述建立所述神经网络分级模型，包括：

建立输入层、隐含层以及输出层；所述隐含层包括多层。

7.根据权利要求6所述的外呼方法，其特征在于，所述神经网络分级模型的激活函数为Sigmoid函数，隐含函数为正切函数。

8.一种基于数据挖掘的外呼装置，其特征在于，包括：

客户信息输入模块，将待执行外呼任务的客户信息输入至预设的神经网络分级模型，得到客户外呼级别，所述客户信息包括多维客户特征数据；

外呼数据集调取模块，根据设定的客户外呼级别和外呼数据集的对应关系调取对应客户外呼级别的外呼数据集，所述外呼数据集包括多个外呼流程；

外呼模块，从调取的外呼数据集中选取一外呼流程，导入所述外呼任务，并执行所述外呼任务；

其中，所述神经网络分级模型通过历史客户信息训练得到。

9.根据权利要求8所述的外呼装置，其特征在于，还包括：

模型建立模块，建立所述神经网络分级模型；

模型训练模块，以多个已标注客户外呼级别的历史客户信息作为训练集，训练所述神经网络分级模型。

10.根据权利要求9所述的外呼装置，其特征在于，还包括：

去除模块，去除所述历史客户信息中非评级维度的信息和离散点数据。

11.根据权利要求8所述的外呼装置，其特征在于，还包括：

归一化处理模块，对所述客户信息进行归一化处理。

12.根据权利要求8所述的外呼装置，其特征在于，所述客户信息包括：

客户身份注册信息、客户预留信息、内部软件使用留存信息、客户外呼号码、客户资产负债信息、客户信用记录和客户社会关系信息。

13.根据权利要求9所述的外呼装置，其特征在于，所述神经网络分级模型，包括：

输入层、隐含层以及输出层；所述隐含层包括多层。

14.根据权利要求13所述的外呼装置，其特征在于，所述神经网络分级模型的激活函数为Sigmoid函数，隐含函数为正切函数。