[发明专利]咨询订单的预测方法、系统、电子设备和存储介质

权利要求书

1.一种咨询订单的预测方法，其特征在于，包括：

响应于客户端的来电请求，根据来电号码获取关联订单；

根据所述来电请求和每个所述关联订单，提取各咨询维度的特征取值，形成每个所述关联订单的特征取值组，并根据每个所述关联订单的特征取值组，计算每个所述关联订单的咨询概率；

其中，所述咨询维度包括：订单类型、来电时间和来电前预设时间有无订单通知；所述订单类型的取值包括：机票订单类型和酒店订单类型，所述来电时间的取值包括：订单出行前和订单出行后，所述来电前预设时间有无订单通知的取值包括：有订单通知和无订单通知；

将咨询概率最大的一个或多个关联订单预测为备选咨询订单，通过AI客服依次播报至所述客户端；

其中，每个所述咨询维度具有多个取值，所述计算每个所述关联订单的咨询概率，包括：

根据数据库中存储的已有来电的实际咨询订单，计算各所述咨询维度的每种取值组合的实际咨询占比；

计算每种所述取值组合对应的实际咨询订单中，由AI客服完成的订单数量占比；

将每种所述取值组合的实际咨询占比和订单数量占比相乘，获得每种所述取值组合的咨询概率；

根据每个所述关联订单的特征取值组对应的取值组合，获得每个所述关联订单的咨询概率。

2.如权利要求1所述的预测方法，其特征在于，所述通过AI客服依次播报至所述客户端之后，还包括：

获得所述客户端的当前咨询订单，判断所述当前咨询订单是否被预测为所述备选咨询订单；

若是，将所述当前咨询订单存入所述数据库，并根据所述当前咨询订单的特征取值组更新每种所述取值组合的咨询概率；

若否，将所述当前咨询订单存入所述数据库，并根据所述当前咨询订单的特征取值组，调整一个或多个所述咨询维度的取值，直至所有已有来电的预测准确率超过阈值。

3.如权利要求1所述的预测方法，其特征在于，所述计算每个所述关联订单的咨询概率之后，还包括：

获取所述客户端于所述来电请求之前的预设时间段内，每个浏览过的关联订单的订单打开次数、页面浏览时间和页面嵌套次数；

根据所述订单打开次数、所述页面浏览时间和所述页面嵌套次数各自对应的权重，计算每个浏览过的所述关联订单的用户偏好权重；

根据每个浏览过的所述关联订单的用户偏好权重，调整每个所述关联订单的咨询概率。

4.如权利要求3所述的预测方法，其特征在于，一关联订单的订单打开次数为自订单查看首页进入该关联订单的订单页面的总次数；

一关联订单的页面浏览时间为该关联订单的订单页面的总浏览时间；

一关联订单的页面嵌套次数为以该关联订单的订单页面为根页面，进入其他关联订单的订单页面的总次数；

所述页面嵌套次数对应的权重＞所述订单打开次数对应的权重＞所述页面浏览时间对应的权重。

5.一种咨询订单的预测系统，其特征在于，包括：

来电响应模块，用于响应于客户端的来电请求，根据来电号码获取关联订单；

概率计算模块，用于根据所述来电请求和每个所述关联订单，提取各咨询维度的特征取值，形成每个所述关联订单的特征取值组，并根据每个所述关联订单的特征取值组，计算每个所述关联订单的咨询概率；

其中，所述咨询维度包括：订单类型、来电时间和来电前预设时间有无订单通知；所述订单类型的取值包括：机票订单类型和酒店订单类型，所述来电时间的取值包括：订单出行前和订单出行后，所述来电前预设时间有无订单通知的取值包括：有订单通知和无订单通知；

预测播报模块，用于将咨询概率最大的一个或多个关联订单预测为备选咨询订单，通过AI客服依次播报至所述客户端；

其中，每个所述咨询维度具有多个取值，所述概率计算模块计算每个所述关联订单的咨询概率，包括：

根据数据库中存储的已有来电的实际咨询订单，计算各所述咨询维度的每种取值组合的实际咨询占比；

计算每种所述取值组合对应的实际咨询订单中，由AI客服完成的订单数量占比；

将每种所述取值组合的实际咨询占比和订单数量占比相乘，获得每种所述取值组合的咨询概率；

根据每个所述关联订单的特征取值组对应的取值组合，获得每个所述关联订单的咨询概率。