[发明专利]智能回访方法、装置、电子设备及可读存储介质

权利要求书

1.一种智能回访方法，其特征在于，所述方法包括：

解析第一客户端发出的回访请求，获取所述回访请求携带的待回访用户的标识，基于所述标识从第一数据库中获取所述待回访用户的用户数据；

基于所述用户数据确定所述待回访用户对应的回访类别，并为所述待回访用户建立用户画像，基于所述用户画像及所述回访类别为所述待回访用户生成回访问卷；

获取所述回访类别对应的特征因子，根据所述特征因子得到所述待回访用户的第一特征，基于所述第一特征确定所述待回访用户对应的目标回访渠道；

基于所述目标回访渠道对所述待回访用户进行身份验证，当身份验证通过时，基于所述目标回访渠道及所述回访问卷对所述待回访用户进行回访，并生成回访报告。

2.如权利要求1所述的智能回访方法，其特征在于，所述基于所述用户画像及所述回访类别为所述待回访用户生成回访问卷包括：

从所述用户数据中抽取预设指标项对应的数据生成第一问卷；

从第二数据库中获取所述回访类别对应的第二问卷，基于所述用户画像从所述第二问卷中抽取第三问卷；

合并所述第一问卷及第三问卷，得到所述待回访用户对应的回访问卷。

3.如权利要求1所述的智能回访方法，其特征在于，所述基于所述第一特征确定所述待回访用户对应的目标回访渠道包括：

对所述第一特征执行降维处理，得到第二特征；

获取第三数据库中已执行聚类分析的各个用户组的中心用户的第三特征；

基于所述第二特征及第三特征确定所述待回访用户对应的目标用户组；

基于所述目标用户组及用户组与回访渠道对应的映射关系确定所述待回访用户对应的目标回访渠道。

4.如权利要求3所述的智能回访方法，其特征在于，所述聚类分析包括：

获取第三数据库中各个用户的历史数据，基于所述特征因子及所述历史数据确定各个用户的第四特征；

基于所述第四特征及K均值聚类算法对所述第三数据库中的用户进行分组，其中，K分别取值为预设数值范围内的各个自然数，K的一个取值对应一种分组结果，得到多种分组结果；

基于所述多种分组结果中每种分组结果对应的各个用户组的中心用户的第四特征计算每种分组结果对应的轮廓系数；

将轮廓系数最接近预设数值的分组结果作为目标分组结果。

5.如权利要求1所述的智能回访方法，其特征在于，所述目标回访渠道包括AI语音回访及网页回访，所述基于所述目标回访渠道对所述待回访用户进行身份验证包括：

若所述回访渠道为AI语音回访，连接所述标识对应的第二客户端，获取所述第二客户端的用户在第一预设时间段内的第一音频数据，基于所述第一音频数据对所述待回访用户进行身份验证；

若所述回访渠道为网页回访，连接所述标识对应的第三客户端，获取所述第三客户端的用户在第二预设时间段内的视频数据，基于所述视频数据对所述待回访用户进行身份验证。

6.如权利要求5所述的智能回访方法，其特征在于，所述基于所述第一音频数据对所述待回访用户进行身份验证包括：

对所述第一音频数据进行短时傅里叶变换和/或短时傅里叶逆变换，得到所述第二客户端的用户的时域信号数据，将所述时域信号数据输入声纹识别模型，得到目标声纹特征，从第四数据库中获取所述待回访用户对应的标准声纹特征，若所述目标声纹特征与标准声纹特征的相似度值小于声纹相似度阈值，则判断所述待回访用户身份验证通过；

所述基于所述视频数据对所述待回访用户进行身份验证包括：

对所述视频数据进行分帧，得到图像序列，将所述图像序列输入人脸识别模型，得到目标人脸特征，从第五数据库中获取所述待回访用户对应的标准人脸特征，若所述目标人脸特征与标准人脸特征的相似度值小于人脸相似度阈值，则判断所述待回访用户身份验证通过。