[發明專利]客戶意向分析方法、裝置、設備及存儲介質

在審

• 申請號: 202111273716.5
• 申請日: 2021-10-29
• 公開（公告）號: CN113988190A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 侯靜;李日美;蔣小倩;高迪;付豪;江敏;盧佳
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N5/00
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 胡安

本發明涉及人工智能領域，公開了一種客戶意向分析方法、裝置、設備及存儲介質，用于提高客戶意向分析的效率。客戶意向分析方法包括：對客戶歷史辦理數據進行預處理，基于預置的決策樹算法，對預處理歷史數據進行分類，得到意愿分檔標準；基于流程話術模板配置意向規則，得到客戶意向規則，接收人工智能語音機器人返回的語音交互數據，將語音交互數據與客戶意向規則進行對比，得到語音對比結果；提取語音對比結果中的離線交互數據，將離線交互數據與預置的客戶意向度標簽進行匹配，得到客戶意向匹配結果；對語音對比結果和客戶意向度匹配結果進行分類，得到客戶意向分析結果。此外，本發明還涉及區塊鏈技術，客戶意向分析結果可存儲于區塊鏈中。

技術領域

本發明涉及相似度匹配領域，尤其涉及一種客戶意向分析方法、裝置、設備及存儲介質。

背景技術

客戶意向分析主要通過學習當前人工智能AI外呼后的所有語音數據，以及客戶對應的外呼情況、基本信息、信用卡使用情況等，對客戶意向分析模型進行訓練，以挖掘出有辦理意向的客戶，提升辦理率。

傳統的客戶意向分析法有兩種，一是通過回聽AI外呼錄音，人工分析AI與客戶的交互文本，提取客戶交互中的關鍵詞和意向，再通過離線數據采集的形式對意向客戶進行跟進；二是在設計AI對話流程時，提前設定意向客戶的意圖和節點，在實際交互中若客戶觸發預設的意圖節點，則將這部分客戶定義為意向客戶。然而，以上兩種方式的分析過程復雜且耗時，需要分析全量的交互數據，導致客戶意向分析的效率低下。

發明內容

本發明提供了一種客戶意向分析方法、裝置、設備及存儲介質，用于基于預置的決策樹算法，對預處理歷史數據進行分類，得到意愿分檔標準，將語音交互數據與客戶意向規則進行對比，得到語音對比結果，提取語音對比結果中的離線交互數據，將離線交互數據與預置的客戶意向度標簽進行匹配，得到客戶意向匹配結果，基于意愿分檔標準，分別對語音對比結果和客戶意向度匹配結果進行分類，得到客戶意向分析結果，提高了客戶意向分析的效率。

本發明第一方面提供了一種客戶意向分析方法，包括：獲取客戶歷史辦理數據，對所述客戶歷史辦理數據進行預處理，得到預處理歷史數據，基于預置的決策樹算法，對所述預處理歷史數據進行分類，得到意愿分檔標準；基于預置的流程話術模板配置意向規則，得到客戶意向規則，接收人工智能語音機器人返回的語音交互數據，將所述語音交互數據與所述客戶意向規則進行對比，得到語音對比結果；提取所述語音對比結果中的離線交互數據，將所述離線交互數據與預置的客戶意向度標簽進行匹配，得到客戶意向匹配結果；基于所述意愿分檔標準，分別對所述語音對比結果和所述客戶意向度匹配結果進行分類，得到客戶意向分析結果。

可選的，在本發明第一方面的第一種實現方式中，所述獲取客戶歷史辦理數據，對所述客戶歷史辦理數據進行預處理，得到預處理歷史數據，基于預置的決策樹算法，對所述預處理歷史數據進行分類，得到意愿分檔標準包括：獲取客戶歷史辦理數據，對所述客戶歷史辦理數據進行缺失值補全、異常值過濾和重復值過濾，得到預處理歷史數據；調用預置的決策樹算法，對所述預處理歷史數據進行遍歷處理，得到目標決策樹，所述目標決策樹包含多個葉子節點；獲取所述目標決策樹中每一個葉子節點對應的業務辦理率，按照業務辦理率從大到小的順序對每一個葉子節點進行排序，得到葉子節點排序結果；按照預設的客戶量分檔標準將所述葉子節點排序結果進行分類，得到意愿分檔標準。

可選的，在本發明第一方面的第二種實現方式中，所述調用預置的決策樹算法，對所述預處理歷史數據進行遍歷處理，得到目標決策樹，所述目標決策樹包含多個葉子節點包括：對所述預處理歷史數據進行遍歷處理，得到遍歷結果，按照預置的客群特征，對所述遍歷結果進行分類，得到初始決策樹；對所述初始決策樹進行剪枝處理，得到目標決策樹，所述目標決策樹包含多個葉子節點，每一個葉子節點對應一個客群特征。