[發明專利]請求分發方法和裝置

在審

• 申請號: 201910023981.4
• 申請日: 2019-01-10
• 公開（公告）號: CN111435381A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 鄒波
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/9535;G06Q30/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種請求分發方法，包括：

響應于接收到信息咨詢請求，確定與所述信息咨詢請求匹配的客服終端編號集合；

基于預先確定的空閑分值，從所述客服終端編號集合中選擇出其中一個客服終端編號，將所述信息咨詢請求分發至所選擇出的客服終端編號對應的客服終端，其中，空閑分值是通過將客服終端記錄的工作狀態信息輸入至預先訓練的空閑狀態預測模型，而得到的模型輸出，所述模型輸出用于表征客服終端的狀態為空閑狀態的概率。

2.根據權利要求1所述的方法，其中，所述空閑狀態預測模型是基于訓練樣本，對深度神經網絡和分類模型進行訓練得到的。

3.根據權利要求1所述的方法，其中，所述空閑狀態預測模型通過如下步驟訓練得到：

獲取訓練樣本集，所述訓練樣本集包括樣本工作狀態信息和樣本工作狀態信息的標注結果，標注結果用于指示樣本工作狀態信息對應的工作狀態是否為空閑狀態；

基于訓練樣本集中的訓練樣本，執行如下訓練步驟：

將該訓練樣本中的樣本工作狀態信息輸入至待訓練的空閑狀態預測子模型，得到第一樣本特征值；將所得到的第一樣本特征值和樣本工作狀態信息輸入至待訓練的分類模型，得到樣本預測結果，樣本預測結果用于指示與樣本工作狀態信息對應的工作狀態是否為空閑狀態的指示結果和為空閑狀態的概率；

確定預設損失函數的損失值是否達到預設目標值，其中，預設損失函數用于指示所得到的樣本預測結果集合中與樣本工作狀態信息對應的指示結果和標注結果之間的誤差；

響應于確定預設損失函數的損失值達到預設目標值，確定空閑狀態預測模型訓練完成；

響應于確定預設損失函數的損失值未達到預設目標值，調整空閑狀態預測子模型和/或分類模型的參數，繼續執行所述訓練步驟。

4.根據權利要求3所述的方法，其中，空閑狀態預測子模型是通過廣義線性模型和深度神經網絡聯合訓練得到的；以及

所述將該訓練樣本中的樣本工作狀態信息輸入至待訓練的空閑狀態預測子模型，得到第一樣本子特征值，包括：

將該訓練樣本中的樣本工作狀態信息分別輸入至待訓練的廣義線性模型和深度神經網絡，分別得到第一樣本子特征值和第二樣本子特征值；

將所得到的第一樣本子特征值和第二樣本子特征值輸入至全連接層，得到第一樣本特征值。

5.根據權利要求1所述的方法，其中，所述方法還包括：

響應于接收到客服終端發送的已更新工作狀態信息的指令，更新發送所述指令的客服終端對應的空閑分值。

6.一種請求分發裝置，包括：

確定單元，被配置成響應于接收到信息咨詢請求，確定與所述信息咨詢請求匹配的客服終端編號集合；

分配單元，被配置成基于預先確定的空閑分值，從所述客服終端編號集合中選擇出其中一個客服終端編號，將所述信息咨詢請求分發至所選擇出的客服終端編號對應的客服終端，其中，空閑分值是通過將客服終端記錄的工作狀態信息輸入至預先訓練的空閑狀態預測模型，而得到的模型輸出，所述模型輸出用于表征客服終端的狀態為空閑狀態的概率。

7.根據權利要求6所述的裝置，其中，所述空閑狀態預測模型是基于訓練樣本，對深度神經網絡和分類模型進行訓練得到的。