[发明专利]客户意向分析方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种客户意向分析方法、装置、设备及存储介质，用于提高客户意向分析的效率。客户意向分析方法包括：对客户历史办理数据进行预处理，基于预置的决策树算法，对预处理历史数据进行分类，得到意愿分档标准；基于流程话术模板配置意向规则，得到客户意向规则，接收人工智能语音机器人返回的语音交互数据，将语音交互数据与客户意向规则进行对比，得到语音对比结果；提取语音对比结果中的离线交互数据，将离线交互数据与预置的客户意向度标签进行匹配，得到客户意向匹配结果；对语音对比结果和客户意向度匹配结果进行分类，得到客户意向分析结果。此外，本发明还涉及区块链技术，客户意向分析结果可存储于区块链中。

技术领域

本发明涉及相似度匹配领域，尤其涉及一种客户意向分析方法、装置、设备及存储介质。

背景技术

客户意向分析主要通过学习当前人工智能AI外呼后的所有语音数据，以及客户对应的外呼情况、基本信息、信用卡使用情况等，对客户意向分析模型进行训练，以挖掘出有办理意向的客户，提升办理率。

传统的客户意向分析法有两种，一是通过回听AI外呼录音，人工分析AI与客户的交互文本，提取客户交互中的关键词和意向，再通过离线数据采集的形式对意向客户进行跟进；二是在设计AI对话流程时，提前设定意向客户的意图和节点，在实际交互中若客户触发预设的意图节点，则将这部分客户定义为意向客户。然而，以上两种方式的分析过程复杂且耗时，需要分析全量的交互数据，导致客户意向分析的效率低下。

发明内容

本发明提供了一种客户意向分析方法、装置、设备及存储介质，用于基于预置的决策树算法，对预处理历史数据进行分类，得到意愿分档标准，将语音交互数据与客户意向规则进行对比，得到语音对比结果，提取语音对比结果中的离线交互数据，将离线交互数据与预置的客户意向度标签进行匹配，得到客户意向匹配结果，基于意愿分档标准，分别对语音对比结果和客户意向度匹配结果进行分类，得到客户意向分析结果，提高了客户意向分析的效率。

本发明第一方面提供了一种客户意向分析方法，包括：获取客户历史办理数据，对所述客户历史办理数据进行预处理，得到预处理历史数据，基于预置的决策树算法，对所述预处理历史数据进行分类，得到意愿分档标准；基于预置的流程话术模板配置意向规则，得到客户意向规则，接收人工智能语音机器人返回的语音交互数据，将所述语音交互数据与所述客户意向规则进行对比，得到语音对比结果；提取所述语音对比结果中的离线交互数据，将所述离线交互数据与预置的客户意向度标签进行匹配，得到客户意向匹配结果；基于所述意愿分档标准，分别对所述语音对比结果和所述客户意向度匹配结果进行分类，得到客户意向分析结果。

可选的，在本发明第一方面的第一种实现方式中，所述获取客户历史办理数据，对所述客户历史办理数据进行预处理，得到预处理历史数据，基于预置的决策树算法，对所述预处理历史数据进行分类，得到意愿分档标准包括：获取客户历史办理数据，对所述客户历史办理数据进行缺失值补全、异常值过滤和重复值过滤，得到预处理历史数据；调用预置的决策树算法，对所述预处理历史数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶子节点；获取所述目标决策树中每一个叶子节点对应的业务办理率，按照业务办理率从大到小的顺序对每一个叶子节点进行排序，得到叶子节点排序结果；按照预设的客户量分档标准将所述叶子节点排序结果进行分类，得到意愿分档标准。

可选的，在本发明第一方面的第二种实现方式中，所述调用预置的决策树算法，对所述预处理历史数据进行遍历处理，得到目标决策树，所述目标决策树包含多个叶子节点包括：对所述预处理历史数据进行遍历处理，得到遍历结果，按照预置的客群特征，对所述遍历结果进行分类，得到初始决策树；对所述初始决策树进行剪枝处理，得到目标决策树，所述目标决策树包含多个叶子节点，每一个叶子节点对应一个客群特征。