CN113726963A - 智能外呼防骚扰方法、装置、设备及介质 - Google Patents
智能外呼防骚扰方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113726963A CN113726963A CN202111009275.8A CN202111009275A CN113726963A CN 113726963 A CN113726963 A CN 113726963A CN 202111009275 A CN202111009275 A CN 202111009275A CN 113726963 A CN113726963 A CN 113726963A
- Authority
- CN
- China
- Prior art keywords
- called
- list
- outbound
- harassment
- call
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/436—Arrangements for screening incoming calls, i.e. evaluating the characteristics of a call before deciding whether to answer it
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
本发明涉及人工智能技术,揭露一种智能外呼防骚扰方法,包括:利用预先训练的分类模型,根据每个待呼叫名单的历史呼叫记录,计算得到每个待呼叫名单的骚扰概率,根据所述骚扰概率及所述待呼叫名单是否存在历史呼叫记录,对每个所述待呼叫名单的外呼条件进行判断得到可执行外呼的待呼叫名单,并对所有所述可执行外呼的待呼叫名单进行外呼优先级排序,生成呼叫队列,依次对所述呼叫队列中的每个待呼叫名单,根据预设的呼叫频率执行呼叫操作。本发明还提出一种智能外呼防骚扰装置、设备以及介质。本发明可以提升智能外呼的智能性和准确性,减少可能会造成用户骚扰的外呼任务。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种智能外呼防骚扰方法、装置、电子设备及计算机可读存储介质。
背景技术
智能外呼是指通过语音电话机器人自动拨打用户电话,主动为用户提供营销、电话回访等服务的一种智能呼叫业务。
通常一次智能外呼可以对上万个号码同时发起呼叫,一天之内可以发起不限次数的呼叫,因此智能外呼可以节约人工成本,提升业务效率,但是同时也存在对普通用户造成骚扰的情况。
当前主要是根据用户历史投诉记录或者黑名单来识别可能会造成骚扰的电话,但是曾经投诉过的用户或黑名单中的用户,可能在新的时间或新的业务场景下并不拒绝智能来电,同时,历史未产生投诉的用户,也有可能对智能来电产生反感,因此当前智能外呼防骚扰机制的准确性及智能化有待提升。
发明内容
本发明提供一种智能外呼防骚扰方法、装置及计算机可读存储介质,其主要目的在于提升智能外呼的智能性和准确性,减少可能会造成用户骚扰的外呼任务。
为实现上述目的,本发明提供的一种智能外呼防骚扰方法,包括:
响应待呼叫名单集中待呼叫名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;
若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;
判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;
若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
可选地,所述查询所述待呼叫名单是否存在历史呼叫记录,包括:
解析所述外呼请求得到对应的待呼叫名单的ID;
利用预构建的SQL语句,在预设的历史呼叫库中,查询所述待呼叫名单ID对应的历史呼叫记录。
可选地,所述利用预先训练的分类模型计算所述历史呼叫记录待呼叫名单的骚扰概率,包括:
利用所述预先训练的分类模型对所述待呼叫名单的历史呼叫记录进行分类特征提取,得到分类特征集;
利用预设的激活函数计算所述分类特征集中每个特征映射到骚扰结果上的概率值;
对所有概率值求平均,得到所述待呼叫名单的骚扰概率。
可选地,所述对所有所述待呼叫名单进行外呼优先级排序,包括:
将不存在历史呼叫记录的待呼叫名单的外呼优先级设为最高优先级;
将存在历史呼叫记录且满足所述预设外呼条件的待呼叫名单的外呼优先级设为次高优先级;
获取每个所述最高优先级对应的待呼叫名单的生成时间;
将最高优先级对应的待呼叫名单,按照名单的生成时间的先后顺序进行排序,得到最高优先级呼叫队列;
将次高优先级对应的待呼叫名单,按照骚扰概率从小到大的顺序进行排序,得到次高优先级呼叫队列;
根据所述最高优先级呼叫队列在前,所述次高优先级呼叫队列在后的规则,将所述最高优先级呼叫队列和所述次高优先级呼叫队列进行拼接,得到呼叫队列。
可选地,所述获取每个所述最高优先级对应的待呼叫名单的生成时间,包括:
根据所述待呼叫名单中的号码信息,在预设的智能外呼资源库中查找所述号码在预设时间段内的所有生成时间;
将所述所有生成时间按照时间先后顺序排序,选择最近的生成时间作为所述待呼叫名单的生成时间。
可选地,所述拒绝所述外呼请求之后,还包括:
统计每个所述待呼叫名单被拒绝外呼的次数;
当所述待呼叫名单的被拒绝外呼的次数达到预设的人工干预阈值时,生成相应的提醒信息。
可选地,所述根据预设的呼叫频率执行呼叫操作之后,还包括:
根据实际呼叫情况,刷新每个所述待呼叫名单的历史呼叫记录;
利用预设的报表机制,根据所述历史呼叫记录生成本次智能外呼的报表。
为了解决上述问题,本发明还提供一种智能外呼防骚扰装置,所述装置包括:
外呼条件判断模块,用于响应待呼叫名单集中名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
外呼优先级排序模块,用于若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
外呼执行模块,用于按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的智能外呼防骚扰方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的智能外呼防骚扰方法。
本发明申请利用预先训练的分类模型,根据每个待呼叫名单的历史呼叫记录,计算得到每个待呼叫名单的骚扰概率,根据所述骚扰概率及所述待呼叫名单是否存在历史呼叫记录,对每个所述待呼叫名单的外呼条件进行判断得到可执行外呼的待呼叫名单,并对所有所述可执行外呼的待呼叫名单进行外呼优先级排序,生成呼叫队列,依次对所述呼叫队列中的每个待呼叫名单,根据预设的呼叫频率执行呼叫操作。通过外呼条件判断、同时通过外呼优先级排序及根据预设呼叫频率执行外呼三种手段,提升智能外呼防骚扰机制的智能性和准确性,减少可能会造成用户骚扰的外呼任务。
附图说明
图1为本发明一实施例提供的智能外呼防骚扰方法的流程示意图;
图2为图1所示智能外呼防骚扰方法中其中一个步骤的详细实施流程示意图;
图3为图1所示智能外呼防骚扰方法中其中一个步骤的详细实施流程示意图;
图4为本发明一实施例提供的智能外呼防骚扰装置的功能模块图;
图5为本发明一实施例提供的实现所述智能外呼防骚扰方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种智能外呼防骚扰方法。所述智能外呼防骚扰方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述智能外呼防骚扰方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的智能外呼防骚扰方法的流程示意图。在本实施例中,所述智能外呼防骚扰方法包括:
S1、响应待呼叫名单集中待呼叫名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;
本发明实施例中,所述待呼叫名单是指待呼叫的用户名单,所述待呼叫名单包括用户姓名、用户电话号码、业务场景信息等,例如,以保险业务为例,所述业务场景信息包括用户所购买的险种、购买保险的时间、用户续保情况及用户理赔情况。在实际应用中,为提升智能外呼业务的服务水平,通常可以根据业务场景的不同,对不同待呼叫用户进行分类,实现同一待呼叫的名单集中的名单对应相同的业务场景。
较佳地,所述待呼叫名单集可以集中存储在预设的智能外呼资源库中。
本发明实施例中,所述历史呼叫记录包括所述待呼叫名单的累计呼叫次数、呼叫频率、最近一次呼叫时间、用户投诉记录、名单生成时间等信息。所述名单生成时间是指名单存储在预设的智能外呼资源库的时间。
详细地,所述查询所述待呼叫名单是否存在历史呼叫记录,包括:
解析所述外呼请求得到对应的待呼叫名单的ID;利用预构建的SQL语句,在预设的历史呼叫库中,查询所述待呼叫名单ID对应的历史呼叫记录。
本发明实施例中,所述待呼叫名单的ID是用来标识同一用户信息,同一用户可能会存在不同业务场景下的名单中,例如,同一用户可能会存在车险业务场景下的待呼叫名单集中,也可能存在人寿保险业务场景下的待呼叫名单集中,为了防止对同一用户造成外呼骚扰,同一用户对应的多个名单采用相同的ID,即用户相同,则相应的名单ID也相同。
若所述待呼叫名单存在历史呼叫记录,则执行S2、利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;
本发明实施例中,所述预先训练的分类模型是基于决策树算法构建的一种机器学习模型。所述预先训练的分类模型通过对大量名单的历史呼叫记录的特征的训练和学习,可以基于历史呼叫记录预测当对相应的待呼叫号码执行智能外呼时,产生骚扰结果的概率的大小。
本发明实施例中,所述历史呼叫记录的特征包括但不限于历史最短通话时长、最大通话时长、平均呼叫时长、历史通话未接通次数、呼叫频率等特征。
详细地,参阅图2所示,所述S2,包括:
S21、利用所述预先训练的分类模型对所述待呼叫名单的历史呼叫记录进行分类特征提取,得到分类特征集;
S22、利用预设的激活函数计算所述分类特征集中每个特征映射到骚扰结果上的概率值;
S23、对所有概率值求平均,得到所述待呼叫名单的骚扰概率。
本发明实施例中所述激活函数包括但不限于softmax激活函数、sigmoid激活函数、relu激活函数。
本发明其中一个实施例中,可利用如下激活函数计算骚扰概率:
其中,p(a|xi)表示所述分类特征集中第i个特征x存在的情况下,对所述待呼叫名单进行智能外呼时造成的骚扰结果的概率,xa为特征x的权重向量,T为求转置运算符号,exp为求期望运算符号,a为预设的结果标签数量,本实施例中所述a取值为1,即仅计算骚扰结果的概率。
S3、判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;
本发明实施例中,所述预设的外呼条件包括骚扰概率阈值,即将所述待呼叫名单的骚扰概率与所述预设的外呼条件指定的骚扰概率阈值进行比较,当所述待呼叫名单的骚扰概率小于所述预设的外呼条件所指定的骚扰概率阈值时,可以对所述待呼叫名单发起智能外呼。
若所述待呼叫名单的骚扰概率不满足所述外呼条件,则执行S4、拒绝所述外呼请求;
本发明实施例中,若所述待呼叫名单对应的骚扰概率大于或等于所述外呼条件所指定的骚扰概率阈值,则拒绝所述外呼请求。
进一步地,所述拒绝所述外呼请求之后,还包括:统计每个所述待呼叫名单被拒绝外呼的次数;当所述待呼叫名单的被拒绝外呼的次数达到预设的人工干预阈值时,生成相应的提醒信息。
本发明实施例中,针对多次被拒绝外呼的活跃的待呼叫名单,可以通过所述提醒信息,提醒维护人员进行分析,一方面调整所述预设的外呼条件,或者将所述多次被拒绝外呼的活跃的待呼叫名单从待呼叫名单集中删除,已满足业务实际的需要。
若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则执行S5、根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
本发明实施例中,所述外呼优先级是指根据一定规则指定不同的待呼叫名单执行外呼的先后顺序,例如,所述待呼叫名单的呼叫间隔时长越长,对所述待呼叫名单执行智能外呼所造成的骚扰的可能性就越小,则相应的所述待呼叫名单的外呼优先级也就越高。
详细地,参阅图3所示,所述S5,包括:
S51、将不存在历史呼叫记录的待呼叫名单的外呼优先级设为最高优先级;
S52、将存在历史呼叫记录且满足所述预设外呼条件的待呼叫名单的外呼优先级设为次高优先级;
S53、获取每个所述最高优先级对应的待呼叫名单的生成时间;
S54、将最高优先级对应的待呼叫名单,按照名单的生成时间的先后顺序进行排序,得到最高优先级呼叫队列;
S55、将次高优先级对应的待呼叫名单,按照骚扰概率从小到大的顺序进行排序,得到次高优先级呼叫队列;
S56、根据所述最高优先级呼叫队列在前,所述次高优先级呼叫队列在后的规则,将所述最高优先级呼叫队列和所述次高优先级呼叫队列进行拼接,得到呼叫队列。
详细地,所述获取每个所述最高优先级对应的待呼叫名单的生成时间,包括:根据所述待呼叫名单中的号码信息,在预设的智能外呼资源库中查找所述号码在预设时间段内的所有生成时间;将所述所有生成时间按照时间先后顺序排序,选择最近的生成时间作为所述待呼叫名单的生成时间。
本发明实施例中,同一用户号码信息可能会出现在不同业务场景的待呼叫名单中,例如,某一用户既购买了车险又购买了人寿保险,则这个用户的号码信息可能会出现在车险业务中的待呼叫名单中,也有可能会出现在人寿保险业务的待呼叫名单中,不同业务场景下的待呼叫名单生成时间可能不同。
所述预设时间段可以是近期半年内,也可以是近期三个月内,在实际应用可根据实际情况设置。
本发明实施例中,所述呼叫队列中每个所述待呼叫名单的位置代表了所述待呼叫名单的被执行外呼的顺序。
S6、按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
本发明实施例中,所述预设外呼频率可以根据业务场景、每个所述待呼叫名单的历史呼叫频率设置,例如,所述待呼叫名单所属的业务场景为车险业务,可以根据车险购买时间或最近一次的车险理赔时间,设置所述待呼叫名单的外呼频率。
较佳地,所述根据预设的呼叫频率执行呼叫操作之后,还包括:根据实际呼叫情况,刷新每个所述待呼叫名单的历史呼叫记录;利用预设的报表机制,根据所述历史呼叫记录生成本次智能外呼的报表。
本发明实施例中,所述预设的报表机制包括针对智能外呼的一系列指标的定义、指标计算规则及数据获取方式等信息,例如,呼叫成功率、平均通话时长、最佳呼叫时间等。利用所述智能外呼报表,可以方便维护人员审视每次智能外呼的质量,及时调整智能外呼的呼叫策略,例如,调整待呼叫名单、外呼频率、外呼话术等。
本发明实施例利用预先训练的分类模型,根据每个待呼叫名单的历史呼叫记录,计算得到每个待呼叫名单的骚扰概率,根据所述骚扰概率及所述待呼叫名单是否存在历史呼叫记录,对每个所述待呼叫名单的外呼条件进行判断得到可执行外呼的待呼叫名单,并对所有所述可执行外呼的待呼叫名单进行外呼优先级排序,生成呼叫队列,依次对所述呼叫队列中的每个待呼叫名单,根据预设的呼叫频率执行呼叫操作,通过外呼条件判断、外呼优先级排序及根据预设呼叫频率执行外呼三种手段,提升智能外呼防骚扰机制的智能性和准确性,减少可能会造成用户骚扰的外呼任务。
如图4所示,是本发明一实施例提供的智能外呼防骚扰装置的功能模块图。
本发明所述智能外呼防骚扰装置100可以安装于电子设备中。根据实现的功能,所述智能外呼防骚扰装置100可以包括外呼条件判断模块101、外呼优先级排序模块102及外呼执行模块103。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述外呼条件判断模块101,用于响应待呼叫名单集中名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
所述外呼优先级排序模块102,用于若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
所述外呼执行模块103,用于按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
详细地,本发明实施例中所述智能外呼防骚扰装置100中的各个模块在使用时采用与上述的图1至图3中所述的智能外呼防骚扰方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现智能外呼防骚扰方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如智能外呼防骚扰程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如智能外呼防骚扰程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如智能外呼防骚扰程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的智能外呼防骚扰程序是多个指令的组合,在所述处理器10中运行时,可以实现:
响应待呼叫名单集中待呼叫名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;
若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;
判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;
若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
响应待呼叫名单集中待呼叫名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;
若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;
判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;
若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种智能外呼防骚扰方法,其特征在于,所述方法包括:
响应待呼叫名单集中待呼叫名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;
若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;
判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;
若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
2.如权利要求1所述的智能外呼防骚扰方法,其特征在于,所述查询所述待呼叫名单是否存在历史呼叫记录,包括:
解析所述外呼请求得到对应的待呼叫名单的ID;
利用预构建的SQL语句,在预设的历史呼叫库中,查询所述待呼叫名单ID对应的历史呼叫记录。
3.如权利要求1所述的智能外呼防骚扰方法,其特征在于,所述利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率,包括:
利用所述预先训练的分类模型对所述待呼叫名单的历史呼叫记录进行分类特征提取,得到分类特征集;
利用预设的激活函数计算所述分类特征集中每个特征映射到骚扰结果上的概率值;
对所有概率值求平均,得到所述待呼叫名单的骚扰概率。
4.如权利要求1所述的智能外呼防骚扰方法,其特征在于,所述对所有所述待呼叫名单进行外呼优先级排序,包括:
将不存在历史呼叫记录的待呼叫名单的外呼优先级设为最高优先级;
将存在历史呼叫记录且满足所述预设外呼条件的待呼叫名单的外呼优先级设为次高优先级;
获取每个所述最高优先级对应的待呼叫名单的生成时间;
将最高优先级对应的待呼叫名单,按照名单的生成时间的先后顺序进行排序,得到最高优先级呼叫队列;
将次高优先级对应的待呼叫名单,按照骚扰概率从小到大的顺序进行排序,得到次高优先级呼叫队列;
根据所述最高优先级呼叫队列在前,所述次高优先级呼叫队列在后的规则,将所述最高优先级呼叫队列和所述次高优先级呼叫队列进行拼接,得到呼叫队列。
5.如权利要求4所述的智能外呼防骚扰方法,其特征在于,所述获取每个所述最高优先级对应的待呼叫名单的生成时间,包括:
根据所述待呼叫名单中的号码信息,在预设的智能外呼资源库中查找所述号码在预设时间段内的所有生成时间;
将所述所有生成时间按照时间先后顺序排序,选择最近的生成时间作为所述待呼叫名单的生成时间。
6.如权利要求1所述的智能外呼防骚扰方法,其特征在于,所述拒绝所述外呼请求之后,还包括:
统计每个所述待呼叫名单被拒绝外呼的次数;
当所述待呼叫名单的被拒绝外呼的次数达到预设的人工干预阈值时,生成相应的提醒信息。
7.如权利要求1至6中任一项所述的智能外呼防骚扰方法,其特征在于,所述根据预设的呼叫频率执行呼叫操作之后,还包括:
根据实际呼叫情况,刷新每个所述待呼叫名单的历史呼叫记录;
利用预设的报表机制,根据所述历史呼叫记录生成本次智能外呼的报表。
8.一种智能外呼防骚扰装置,其特征在于,所述装置包括:
外呼条件判断模块,用于响应待呼叫名单集中名单的外呼请求,查询所述待呼叫名单是否存在历史呼叫记录;若所述待呼叫名单存在历史呼叫记录,则利用预先训练的分类模型计算所述历史呼叫记录得到所述待呼叫名单的骚扰概率;判断所述待呼叫名单的骚扰概率是否满足预设的外呼条件;若所述待呼叫名单的骚扰概率不满足所述外呼条件,则拒绝所述外呼请求;
外呼优先级排序模块,用于若所述待呼叫名单不存在历史呼叫记录或所述待呼叫名单的骚扰概率满足所述外呼条件,则根据所述历史呼叫记录对所有所述待呼叫名单进行外呼优先级排序,生成呼叫队列;
外呼执行模块,用于按照预设的呼叫频率依次对所述呼叫队列中的每个待呼叫名单执行呼叫操作。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的智能外呼防骚扰方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的智能外呼防骚扰方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009275.8A CN113726963B (zh) | 2021-08-31 | 2021-08-31 | 智能外呼防骚扰方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111009275.8A CN113726963B (zh) | 2021-08-31 | 2021-08-31 | 智能外呼防骚扰方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113726963A true CN113726963A (zh) | 2021-11-30 |
CN113726963B CN113726963B (zh) | 2022-11-18 |
Family
ID=78679420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111009275.8A Active CN113726963B (zh) | 2021-08-31 | 2021-08-31 | 智能外呼防骚扰方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113726963B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115065754A (zh) * | 2022-06-15 | 2022-09-16 | 平安银行股份有限公司 | 一种外呼成本预估方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015056841A (ja) * | 2013-09-13 | 2015-03-23 | Necプラットフォームズ株式会社 | 通信システムおよび通信方法、並びにコンピュータ・プログラム |
CN111479021A (zh) * | 2020-03-18 | 2020-07-31 | 深圳追一科技有限公司 | 外呼方法、装置、计算机设备和计算机可读存储介质 |
CN112422749A (zh) * | 2020-12-08 | 2021-02-26 | 浙江百应科技有限公司 | 一种基于智能对话分析的防骚扰外呼的方法 |
CN113206909A (zh) * | 2021-04-30 | 2021-08-03 | 中国银行股份有限公司 | 骚扰电话拦截方法及装置 |
-
2021
- 2021-08-31 CN CN202111009275.8A patent/CN113726963B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015056841A (ja) * | 2013-09-13 | 2015-03-23 | Necプラットフォームズ株式会社 | 通信システムおよび通信方法、並びにコンピュータ・プログラム |
CN111479021A (zh) * | 2020-03-18 | 2020-07-31 | 深圳追一科技有限公司 | 外呼方法、装置、计算机设备和计算机可读存储介质 |
CN112422749A (zh) * | 2020-12-08 | 2021-02-26 | 浙江百应科技有限公司 | 一种基于智能对话分析的防骚扰外呼的方法 |
CN113206909A (zh) * | 2021-04-30 | 2021-08-03 | 中国银行股份有限公司 | 骚扰电话拦截方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115065754A (zh) * | 2022-06-15 | 2022-09-16 | 平安银行股份有限公司 | 一种外呼成本预估方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113726963B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133390A (zh) | 用于预测用户行为的方法和装置以及计算设备 | |
CN111652279A (zh) | 基于时序数据的行为评价方法、装置及可读存储介质 | |
CN114722281B (zh) | 基于用户画像及用户选课行为的培训课程配置方法、装置 | |
CN113379391A (zh) | 工单处理方法、装置、电子设备及计算机可读存储介质 | |
CN113706291A (zh) | 欺诈风险预测方法、装置、设备及存储介质 | |
CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
CN116797098A (zh) | 基于模型训练的工作质量评估方法、装置、设备及介质 | |
CN113726963B (zh) | 智能外呼防骚扰方法、装置、设备及介质 | |
CN113706172B (zh) | 基于客户行为的投诉解决方法、装置、设备及存储介质 | |
CN114844844A (zh) | 延时消息处理方法、装置、设备及存储介质 | |
CN108737138A (zh) | 服务提供方法及服务平台 | |
CN111652282B (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN111669466B (zh) | 智能外呼***配置方法、装置及计算机可读存储介质 | |
CN111401691B (zh) | 业务进度监控方法、装置及计算机可读存储介质 | |
CN114625975B (zh) | 一种基于知识图谱的客户行为分析*** | |
CN113628043B (zh) | 基于数据分类的投诉有效性判断方法、装置、设备及介质 | |
CN115408672A (zh) | 黑名单的深度预警方法、装置、设备及存储介质 | |
CN115099680A (zh) | 风险管理方法、装置、设备及存储介质 | |
CN115221171A (zh) | 异常数据智能监控方法、装置、电子设备及存储介质 | |
CN114006986A (zh) | 外呼合规预警方法、装置、设备及存储介质 | |
CN113987206A (zh) | 异常用户的识别方法、装置、设备及存储介质 | |
CN114172995A (zh) | 来电处理方法、装置、电子设备及可读存储介质 | |
CN113343882A (zh) | 人群计数方法、装置、电子设备及存储介质 | |
CN115225489B (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 | |
CN113825138B (zh) | 欺诈短信监控方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |