[发明专利]云呼叫中心电话的分流方法及设备

权利要求书

1.一种云呼叫中心电话的分流方法，其特征在于，所述云呼叫中心电话的分流方法包括：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；

所述根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席；

所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4；

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。

2.如权利要求1所述的云呼叫中心电话的分流方法，其特征在于，所述根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略，之后还包括：

若所述导航转接策略为按键接入策略，则按照传统按键接入方式，进行自动呼叫分配；

其中，所述分流导航策略包括：

时间策略和/或区域策略；

其中，所述时间策略包括：法定节假日、工作日、周末以及全部时间分别对应的策略；所述区域策略包括：全部区域和自定义区域对应的策略。

3.如权利要求1所述的云呼叫中心电话的分流方法，其特征在于，所述方法还包括：

利用命中率，衡量基于所述预测模型对输入需求业务判断的准确率；

若所述准确率在预设误差范围ε内，则视为命中；

其中，N_zhong代表命中的客户个数，N代表总的客户数，则命中率τ为：

根据命中率τ的取值，获取所述预测模型对应的所述准确率，进而根据所述准确率，识别是否需要调整所述预测模型和/或所述预测模型对应的参数取值，以提高所述准确率。

4.一种云呼叫中心电话的分流设备，其特征在于，所述分流设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的云呼叫中心电话的分流程序，所述电话分流程序被所述处理器运行时实现如下步骤：

接收电话呼入请求，对所述电话呼入请求进行解析，获取所述电话呼入请求对应的呼入信息；

根据获取的所述呼入信息，在电话数据库中查找设置的导航转接策略；

若所述导航转接策略为分流导航策略，则根据所述分流导航策略，定位接听坐席；

所述电话分流程序还可以被所述处理器运行，以根据所述分流导航策略，定位接听坐席，包括：

建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型；

根据所述分流导航策略，利用构建的所述预测模型，定位接听坐席；

其中，所述建立话术-需求数据库，并基于建立的所述数据库，建立训练集，并利用所述训练集，构建对应的预测模型，包括：

建立话术-需求数据库，输入n个用户的话术，根据人工判断得到所述话术对应的业务部门连接；

建立训练集{(x⁽¹⁾,y⁽¹⁾),…,(x⁽ⁿ⁾,y⁽ⁿ⁾)}，其中x为话术的特征向量，y为对应的类标，y⁽¹⁾∈{1，2，3，4}分别对应销售部组1、市场部组2、客服部组3、技术部组4；

利用假设函数F_ρ(x⁽ⁱ⁾)预测第i个客户的业务类别，则有：

其中，参数代表4个不同业务所对应分类器的参数；引入效益函数φ(ρ)，用于衡量假设函数所给预测结果的优劣；δ为指示0、1的效益函数，k＝{1,2,3,4}，则效益函数φ(ρ)为：

利用分类向量参数，确定迭代算法；

由于当ρ值确定则预测模型便确定，因此，利用测试数据集，通过梯度下降算法进行迭代更新，则所述参数ρ的求解步骤如下：

对参数ρ用0向量进行初始化；

对所述参数ρ进行迭代更新，以此使所述效益函数φ(ρ)按梯度方向下降，直到收敛，则迭代停止；

其中，迭代更新公式如下：

其中γ是比例系数。