[发明专利]基于梯度提升树的坐席分配方法、装置、设备及存储介质

权利要求书

1.一种基于梯度提升树的坐席分配方法，其特征在于，包括：

获取用户的第一用户信息，并获取符合预设处理条件的坐席的个人信息；

获取预设的梯度提升树模型；

将所述用户的第一用户信息和各所述坐席的个人信息输入至所述梯度提升树模型进行深度匹配，并获取所述梯度提升树模型输出的第一契合概率，所述第一契合概率是指所述第一用户信息与所述个人信息之间的契合概率；

将所述第一契合概率最高的所述坐席记录为契合坐席，并分配所述契合坐席对所述用户进行劝阻。

2.如权利要求1所述的基于梯度提升树的坐席分配方法，其特征在于，所述获取预设的梯度提升树模型，包括：

获取历史样本；所述历史样本包括历史用户的第二用户信息，以及历史坐席的历史个人信息；

通过包含初始参数的梯度提升树模型对所述第二用户信息与所述历史个人信息进行深度匹配，获取所述第二用户信息对应的历史用户与所述历史个人信息对应的历史坐席之间的第二契合概率，并通过预设的损失函数获取所述梯度提升树模型的残差；

检测所述残差是否小于预设的差异阈值；

当所述残差大于或等于所述差异阈值时，调整所述梯度提升树模型的初始参数，并继续执行对所述第二用户信息与所述历史个人信息进行深度匹配及其后续步骤；

当所述残差小于所述差异阈值时，确认所述梯度提升树模型训练完成，并获取训练完成的所述梯度提升树模型。

3.如权利要求2所述的基于梯度提升树的坐席分配方法，其特征在于，所述通过包含初始参数的梯度提升树模型对所述第二用户信息与所述个人信息进行深度匹配，获取所述第二用户信息对应的历史用户与所述个人信息对应的坐席之间的第二契合概率，并通过预设的损失函数获取所述梯度提升树模型的残差，包括：

从所有所述第二用户信息中选取一未被选取进行深度匹配的第二用户信息作为当前用户信息；

使用包含初始参数的梯度提升树模型对所述当前用户信息与各所述历史个人信息进行深度匹配，获取所述当前用户信息对应的历史用户与各所述历史个人信息对应的历史坐席之间的第二契合概率；

判断所有所述第二用户信息中是否存在尚未被选取进行深度匹配的第二用户信息；

当所有所述第二用户信息中存在尚未被选取进行深度匹配的第二用户信息时，继续执行从所有所述第二用户信息中选取一未被选取进行深度匹配的第二用户信息作为当前用户信息及其后续步骤；

当所有所述第二用户信息中不存在尚未被选取进行深度匹配的第二用户信息时，计算所述损失函数的负梯度在所述梯度提升树模型中的值，并将所述损失函数的负梯度在所述梯度提升树模型中的值确定为残差。

4.如权利要求1所述的基于梯度提升树的坐席分配方法，其特征在于，所述将所述第一契合概率最高的所述坐席记录为契合坐席，并分配所述契合坐席对所述用户进行劝阻之后，还包括：

接收所述用户对所述契合坐席的满意度评价，并记录此次事件的事件结果；

根据所述满意度评价和所述事件结果调整所述梯度提升树模型。

5.如权利要求1所述的基于梯度提升树的坐席分配方法，其特征在于，所述将所述用户的第一用户信息和各所述坐席的个人信息输入至所述梯度提升树模型进行深度匹配，并获取所述梯度提升树模型输出的第一契合概率之后，还包括：

将各所述第一契合概率对应的坐席按概率高低进行排序，生成推荐列表；

选取所述推荐列表中序列最先的预设数量的所述坐席，并按所述推荐列表中的序列将选取的所述坐席展示在当前的显示界面上。

6.一种基于梯度提升树的坐席分配装置，其特征在于，包括：

信息获取模块，用于获取用户的第一用户信息，并获取符合预设处理条件的坐席的个人信息；

模型获取模块，用于获取预设的梯度提升树模型；

匹配模块，用于将所述用户的第一用户信息和各所述坐席的个人信息输入至所述梯度提升树模型进行深度匹配，并获取所述梯度提升树模型输出的第一契合概率，所述第一契合概率是指所述第一用户信息与所述个人信息之间的契合概率；

坐席分配模块，用于将所述第一契合概率最高的所述坐席记录为契合坐席，并分配所述契合坐席对所述用户进行劝阻。