首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种人机耦合式呼叫中流量控制方法、系统及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中电智恒信息科技服务有限公司

摘要:本发明公开了一种人机耦合式呼叫中流量控制方法、系统及存储介质,方法包括以下步骤:1预置人机耦合式智能外呼系统参数配置;2启动基于深度学习的动态流量控制预测算法,完成机耦合式呼叫中流量控制,具体步骤如下:21配置初始呼叫并发数;22获取AI机器人外呼端接通数据;23获取人工座席端接待数据;24利用深度学习算法预测AI机器人外呼并发量;25动态调节并发数开展人机协同外呼;26AI机器人外呼并发动态调节算法服务器进行迭代训练自动调控。本发明的方法可以保障AI机器人和人工客服的流量衔接,既避免了转人工处理量过多或过少,又提高了人机耦合智能呼叫的效率和质量,降低了呼损率,提升人机交互体验度,减少投诉风险,最终实现降本增效。

主权项:1.一种人机耦合式呼叫中流量控制方法,其特征在于,包括以下步骤:1预置人机耦合式智能外呼系统参数配置;2启动基于深度学习的动态流量控制预测算法,完成机耦合式呼叫中流量控制,具体步骤如下:21配置初始呼叫并发数;22获取AI机器人外呼端接通数据;23获取人工座席端接待数据;24利用深度学习算法预测AI机器人外呼并发量;25动态调节并发数开展人机协同外呼;26AI机器人外呼并发动态调节算法服务器进行迭代训练自动调控;在步骤21中,创建智能外呼任务,导入外呼数据集D,启动时按照智能外呼任务参数向人机耦合式智能外呼系统中的预测算法模块发起智能外呼呼叫请求,人机耦合式智能外呼系统接收请求后,向监控服务器请求获取当前在线空闲人工座席数量k,及外呼模型预置的最大AI机器人并发量M,记录当前时间T1,依据当前最小可转接人机配比数,预置系统初始AI机器人外呼并发数N,发起智能外呼,公式如下: roundup.函数表示向上舍入数字;在步骤22中,经过查询周期t后记录当下时间为T2,监控服务器向智能外呼端请求抓取实时AI机器人外呼接听数据,向系统提取实时智能外呼AI机器人总呼叫量RScall-out、总接通量RScall-on、AI机器人平均通话时长Tr、AI机器人转人工请求总量RSp,并测算实时特征值,包括:AI机器人接通率RAI、AI机器人转人工请求率RP、人机配比参数a,AI机器人接通率:AI机器人转人工请求率:人机配比参数:在步骤23中,当时间为T2时,监控服务器同步向人工坐席端请求抓取AI机器人转人工电话接续数据,提取系统实时人工接续服务总量Sa、在线空闲人工座席数量k、人工座席接续平均通话时长Tp,并计算AI机器人成功转人工接续率Rs作为特征值,AI机器人成功转人工接续率:在步骤24中,基于深度学习的三层BP神经网络算法,将AI机器人接通率RAI、AI机器人转人工请求率RP、人机配比参数a、AI机器人平均通话时长Tr、人工座席接续平均通话时长Tp、在线空闲人工座席数k、AI机器人成功转人工接续率Rs作为输入层特征向量神经元个数,并将AI机器人外呼并发量N作为输出层;根据如下公式选取隐藏层个数,其中n为输入层神经元个数,m为输出层神经元个数,α为[1,10]之间的常数, 并对BP神经网络选取S型正切传递函数通过样本数据的迭代训练,不断修正网络权值和阈值,使误差函数沿负梯度方向下降,逼近期望输出,获取T2时刻系统预测AI机器人呼叫并发数O,Ni为期望输出,Oi为神经网络计算输出,i为每个层单元;在步骤25中,将步骤24预测T2时刻的AI机器人呼叫并发数O赋值给实际AI机器人外呼并发量N,以此动态调节系统AI机器人呼叫流量,使人机交互达到平衡状态;在步骤26中,将在预置采集的每个查询周期t时刻,监控服务器采集相应特征数据,包括AI机器人接通率RAI、AI机器人转人工请求率RP、人机配比参数a、AI机器人平均通话时长Tr、人工座席接续平均通话时长Tp、在线空闲人工座席数k、AI机器人成功转人工接续率Rs,AI机器人外呼并发动态调节算法服务器启动步骤24预测外呼流量并发算法,预测查询周期t下的系统AI机器人外呼并发量N,直到总外呼量RScall-out等于导入的外呼数据集D数量后结束。

全文数据:

权利要求:

百度查询: 中电智恒信息科技服务有限公司 一种人机耦合式呼叫中流量控制方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。