[发明专利]一种线索数据分发方法、装置、设备及存储介质

权利要求书

1.一种线索数据分发方法，其特征在于，包括：

根据业务挽留概率模型的输入向量格式，确定待分配线索数据的待分配线索向量，其中，所述待分配线索数据包括：退办业务信息及业务相关的客户行为信息；

将所述待分配线索向量输入至所述业务挽留概率模型中，计算得到所述待分配线索数据的挽留成功概率，其中，所述业务挽留概率模型由历史线索样本及其挽留成功概率训练得到，所述历史线索样本包括与预设业务相关、已进行挽留操作的线索数据；

根据所述待分配线索数据的挽留成功概率，按照各等级概率区间划分所述待分配线索数据的等级；

按照所述待分配线索数据的等级的优先级顺序，分发所述待分配线索数据至相应处理人员。

2.如权利要求1所述的线索数据分发方法，其特征在于，所述业务挽留概率模型训练过程包括：

对所述历史线索样本中的特征进行聚合及数字化处理，得到历史线索样本向量；

对所述历史线索样本向量对应的挽留结果进行数字化处理，得到历史线索样本向量的挽留成功概率；

利用所述历史线索样本向量及其挽留成功概率，采用k折交叉验证和网格搜索算法训练所述业务挽留概率模型。

3.如权利要求2所述的线索数据分发方法，其特征在于，对所述历史线索样本中的特征进行聚合及数字化处理之前还包括：

统计所述历史线索样本中特征的缺失率，删除特征缺失率大于预定值的历史线索样本；

判断所述历史线索样本中各特征是否超过取值范围，若超过，则将特征限定在取值范围内。

4.如权利要求2所述的线索数据分发方法，其特征在于，所述历史线索样本包括连续型特征和类别型特征，每个类别型特征包括多个类别，其中对所述历史线索样本中的特征进行聚合及数字化处理，得到历史线索样本向量，包括：

对历史线索样本执行如下处理：确定每个类别型特征中各类别的数据量分布，并将数据量少于预定阈值的类别设置为一种新类别；对每个连续型特征进行区间划分处理；

对处理后的历史线索样本进行数字化处理，得到历史线索样本的特征值；

对所述历史线索样本的特征值进行聚合处理，得到聚合特征值；

根据所述历史线索样本的特征值以及聚合特征值，得到线索样本向量。

5.如权利要求2所述的线索数据分发方法，其特征在于，利用所述历史线索样本向量及其挽留成功概率，采用k折交叉验证和网格搜索算法训练所述业务挽留概率模型，包括：

a.将所述线索样本向量划分为k组线索样本向量，并对每一组线索样本向量执行一次训练分类器的过程，其中每次训练分类器的过程包括：将一组线索样本向量作为一验证集，其余组线索样本向量作为训练集；利用所述训练集及所述训练集中每一线索样本向量的挽留成功概率训练分类器；将所述验证集中各线索样本向量分别输入至训练好的分类器中，计算得到所述验证集中各线索样本向量的挽留成功概率；根据所述验证集中各线索样本向量的挽留成功概率，计算得到所述分类器针对所述验证集的性能评价指标值；

b.将步骤a中对k组线索样本向量进行k次训练得到的性能评价指标值求平均，得到一平均性能评价指标值；

c.判断所述分类器的参数值是否均已按照参数调整策略调整完，若否，则执行步骤d，如是，则执行步骤e；

d.按照预设参数调整策略调整所述分类器的参数，然后返回继续执行步骤a至步骤c；

e.筛选出最高平均性能评价指标值对应的分类器的参数值；

f.利用筛选出的分类器的参数值，确定业务挽留概率模型；

g.利用线索样本向量及其挽留成功概率，训练业务挽留概率模型。

6.如权利要求1所述的线索数据分发方法，其特征在于，还包括：

根据待分配线索数据及处理人员画像，建立待分配线索数据和处理人员对应关系；

按照所述待分配线索数据的优先级等级的顺序，分发所述待分配线索数据至相应处理人员进一步为：

按照所述待分配线索数据的优先级等级的顺序，并根据待分配线索数据和处理人员对应关系，分发待分配线索数据至相应处理人员。