[發明專利]客戶來電預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010869584.1
• 申請日: 2020-08-26
• 公開（公告）號: CN114118502A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 武晨
• 申請（專利權）人: 順豐科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N20/00
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種客戶來電預測方法，其特征在于，所述方法包括：

獲取目標在途運單的歷史業務數據；

根據每個目標在途運單的歷史業務數據得到相應的業務特征數據；

從預存儲的客戶來電習慣特征集中，提取所述每個目標在途運單對應的客戶來電習慣特征數據；

根據所述每個目標在途運單對應的業務特征數據與客戶來電習慣特征數據，得到相應的目標特征數據；

通過已訓練好的客戶來電預測模型，根據所述目標特征數據進行客戶來電預測，得到未來預設時間段內的來電客戶名單。

2.根據權利要求1所述的方法，其特征在于，所述獲取目標在途運單的歷史業務數據，包括：

獲取當前時間；

在所述當前時間與預配置的客戶來電預測時間一致時，確定所述當前時間的目標在途運單；每個預測周期內預配置有兩個客戶來電預測時間；

獲取每個目標在途運單的歷史業務數據。

3.根據權利要求1所述的方法，其特征在于，所述通過已訓練好的客戶來電預測模型，根據所述目標特征數據進行客戶來電預測，得到未來預設時間段內的來電客戶名單，包括：

將所述目標特征數據輸入已訓練好的客戶來電預測模型，得到相應的目標運單來電標簽與來電意圖；

根據所述目標運單來電標簽與所述來電意圖，得到未來預設時間段內的來電客戶名單，以及所述來電客戶名單中每個客戶對應的來電意圖。

4.根據權利要求1所述的方法，其特征在于，所述客戶來電預測模型的訓練步驟，包括：

獲取訓練樣本集；所述訓練樣本集包括樣本在途運單對應的樣本特征數據與樣本運單來電標簽；

根據所述訓練樣本集進行模型訓練，得到已訓練好的客戶來電預測模型。

5.根據權利要求4所述的方法，其特征在于，所述獲取訓練樣本集，包括：

獲取樣本在途運單對應的歷史業務數據，以及在相應客戶來電預測時間的未來預設時間段內的客戶來電數據；

根據所述樣本在途運單的歷史業務數據與所述客戶來電習慣特征集，得到相應樣本特征數據；

根據所述樣本在途運單的客戶來電數據確定相應樣本運單來電標簽；

根據所述樣本特征數據與所述樣本運單來電標簽得到訓練樣本集。

6.根據權利要求4所述的方法，其特征在于，所述根據所述訓練樣本集進行模型訓練，得到已訓練好的客戶來電預測模型，包括：

根據所述訓練樣本集進行模型訓練得到客戶來電預測模型；

獲取測試樣本集；

根據所述測試樣本集對所述客戶來電預測模型進行測試得到測試結果；

當所述測試結果滿足預設測試條件時，將所述客戶來電預測模型確定為已訓練好的客戶來電預測模型。

7.根據權利要求1至6任一項所述的方法，其特征在于，所述方法還包括：

按照預配置的更新周期定期獲取每個客戶對應的目標來電數據與目標運單數據；

根據所述目標來電數據與所述目標運單數據，更新預存儲的客戶來電習慣特征集。

8.一種客戶來電預測裝置，其特征在于，所述裝置包括：

業務數據獲取模塊，用于獲取目標在途運單的歷史業務數據；

業務特征提取模塊，用于根據每個目標在途運單的歷史業務數據得到相應的業務特征數據；

習慣特征提取模塊，用于從預存儲的客戶來電習慣特征集中，提取所述每個目標在途運單對應的客戶來電習慣特征數據；

特征數據獲取模塊，用于根據所述每個目標在途運單對應的業務特征數據與客戶來電習慣特征數據，得到相應的目標特征數據；

客戶來電預測模塊，用于通過已訓練好的客戶來電預測模型，根據所述目標特征數據進行客戶來電預測，得到未來預設時間段內的來電客戶名單。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。