[發明專利]基于機器學習的試聽課老師智能分配方法、裝置和電子設備

在審

• 申請號: 202011535180.5
• 申請日: 2020-12-22
• 公開（公告）號: CN112561196A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 李忠坤;楊林
• 申請（專利權）人: 作業幫教育科技(北京)有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/20;G06F16/906;G06N20/00
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

1.一種基于機器學習的試聽課老師智能分配方法，其特征在于，所述方法包括如下步驟：

建立訓練數據集，該訓練數據集包括歷史學員的行為數據和試聽課表現數據；

構建學員表現預測模型，使用所述訓練數據集訓練該學員表現預測模型；

使用訓練好的學員表現預測模型，計算對當前試聽課學員的學員表現預測值；

根據預定分配策略和學員表現預測值為所述當前試聽課學員分配試聽課老師。

2.根據權利要求1所述的試聽課老師智能分配方法，其特征在于，根據預定分配策略和學員表現預測值為所述當前試聽課學員分配試聽課老師包括：

根據所述學員表現預測值對學員進行分類；

根據預定分配策略將不同分類的學員分配給相應的老師；

可選地，根據所述學員表現預測值對學員進行分類包括：根據學員表現預測值與比對閾值對學員進行分類；

可選地，所述比對閾值跟隨試聽課參數進行動態調整。

3.根據權利要求1或2所述的試聽課老師智能分配方法，其特征在于，

在計算與當前試聽學員相對應的比對閾值之前，判斷當前試聽學員是否為報名排序第一的學員；

在判斷結果為是的情況下，調用與業務任務相同的業務任務的歷史學員數據，以所計算的學員轉化率的平均值作為初始比對閾值；

在判斷結果為否的情況下，使用所述當前試聽學員的報名排序減一的所有歷史學員數據，根據所述線性擬合方法，計算與所述當前試聽學員相對應的動態比對閾值；

可選地，所述比對閾值根據試聽課參數動態調整包括：

根據試聽課參數進行線性擬合，以計算所述比對閾值，其中，

所述試聽課參數包括以下的至少一個：總人數、報名時長、課程類型、特定時間內用戶的報名人數、當前試聽學員所處的報名時間和報名排名。

4.根據權利要求1至3任一所述的試聽課老師智能分配方法，其特征在于，根據預定分配策略將不同分類的學員分配給相應的老師包括：

為待分配的老師設置容忍系數和/或優先級；

根據各待分配老師的容忍系數和/或優先級，為學員分配相應的老師，所述容忍系數表示分配的學員數量超過或低于標準分配數量的比例或數量；可選地，根據預定分配策略將不同分類的學員分配給相應的老師還包括：

對待分配的老師預分組，為不同分配的老師設定不同的容忍系數和/或優先級。

5.一種基于機器學習的試聽課老師智能分配裝置，其特征在于，包括：

建立模塊，用于建立訓練數據集，該訓練數據集包括歷史學員的行為數據和試聽課表現數據；

模型構建模塊，用于構建學員表現預測模型，使用所述訓練數據集訓練該學員表現預測模型；

計算模塊，用于使用訓練好的學員表現預測模型，計算對當前試聽課學員的學員表現預測值；

分配模塊，用于根據預定分配策略和學員表現預測值為所述當前試聽課學員分配試聽課老師。

6.根據權利要求5所述的試聽課老師智能分配裝置，其特征在于，所述分配模塊還包括：

根據所述學員表現預測值對學員進行分類；

根據預定分配策略將不同分類的學員分配給相應的老師；

可選地，還包括比對模塊，所述比對模塊用于根據學員表現預測值與比對閾值對學員進行分類；

可選地，所述比對閾值跟隨試聽課參數進行動態調整。