[发明专利]基于数据挖掘的外呼方法及装置

说明书

本发明提供的基于数据挖掘的外呼方法及装置，通过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，神经网络分级模型分级输出得到对应的客户外呼级别；然后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，进而可以依据客户外呼级别插入不同的外呼流程，解决了目前人工外呼工作量大，人力物力耗费较多，将自动外呼与人工外呼相结合，自动外呼不受工作时间限制，且外呼流程多样化，节省了大量的人力财力，并且可以根据分级结果将外呼任务分别导入不同的外呼流程中，避免盲目外呼。

技术领域

本发明涉及计算机技术领域，具体涉及基于数据挖掘的外呼方法及装置。

背景技术

近年来，自动外呼系统在银行的使用越来越广泛。相比于传统的人工外呼，自动人工着不可取代的优势，通过自动服务的方式，为用户提供标准、统一、全面的服务，并将所有客户自动建立完善档案，自动提醒等功能，提高了企业的客户服务质量，提升了企业形象。在提升效率方面自动外呼每日拨打电话量远高于人工外呼量，且工作时长不收节假日限制。在成本方面，自动外呼节约了大量人力费且工作态度不会因频繁被挂断而低落。且通过年/月/日报表为决策提供了便利。

在当前这样一个大数据时代，正确有效的使用海量的数据可以给企业提供许多潜在的有效信息，创造更丰厚的利润。在此背景下，银行外呼系统可以利用海量、有效的客户信息提供优质、贴心的定制化服务的能力显得尤为重要，但是目前的外呼系统仍然存在不足，无法针对不同类型客户提供不同服务，外呼流程单一，用户匹配度较低，用户体验较差。

发明内容

针对现有技术中的问题，本发明提供一种基于数据挖掘的外呼方法及装置，解决了目前的外呼系统仍然存在不足，无法针对不同类型客户提供不同服务，外呼流程单一，用户匹配度较低，用户体验较差等问题。

为解决上述技术问题，本发明提供以下技术方案：

本发明的一个方面，提供一种基于数据挖掘的外呼方法，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。

在优选的实施例中，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。

在优选的实施例中，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。

在优选的实施例中，还包括：

对所述客户信息进行归一化处理。

在优选的实施例中，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。

在优选的实施例中，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；其中，

第l层中的第j个单元，当输入第k个样本时。节点j的输入为：

式中为神经网络权值，为l-1层的输出；