[发明专利]基于AUTOML框架的外呼接通率提升方法和装置

权利要求书

1.一种基于AUTOML框架的外呼接通率提升方法，其特征在于，所述方法包括：

获取外呼客户的信息数据；

根据所述外呼客户前一日内是否接通过外呼电话，将所述外呼客户分类至正负样本集中，将接通过电话的客户标注为正样本，没有接通过电话的客户标注为负样本；

基于所述正负样本集来采用AUTOML框架算法进行自动化特征挑选、自动化模型选择以及模型超参数优化，得到外呼客户筛选模型；

将待外呼客户名单输入至所述外呼客户筛选模型得到筛选后的外呼名单；

基于所述筛选后的外呼名单进行电话外呼。

2.如权利要求1所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，所述根据所述外呼客户前一日内是否接通过外呼电话，将所述外呼客户分类至正负样本集中包括：

判断所述外呼客户前一日内是否接通过外呼电话；

响应于所述外呼客户前一日内接通过外呼电话，将所述外呼客户设置为正样本；

响应于所述外呼客户前一日内未接通过外呼电话，将所述外呼客户设置为负样本。

3.如权利要求2所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，对正负样本集中外呼客户信息数据中的缺失值进行处理并剔除其中的奇异值。

4.如权利要求1所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，基于所述正负样本集来采用AUTOML框架算法进行自动化特征挑选包括：采用深度特征合成算法进行自动化特征挑选。

5.如权利要求4所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，基于所述正负样本集来采用AUTOML框架算法进行自动化模型选择包括：根据所述正负样本集挑选后的特征进行自动化模型选择，对比AUC值选择最优建模算法。

6.如权利要求5所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，所述根据所述正负样本集进行自动化模型选择，对比AUC值选择最优建模算法进一步包括：

分割所述正负样本集为训练集和验证集

在训练集上应用算法A*得到模型M_i，其中A*∈A，A为给定的一组算法；

在模型M_i上应用验证集评估得到其中为模型M_i的损失函数，k为样本集分割参数，正负样本集按k折交叉分割得到训练集和验证集

7.如权利要求6所述的基于AUTOML框架的外呼接通率提升方法，其特征在于，采用AUTOML框架算法进行模型超参数优化包括：

假设算法A*含有n个超参数，λ¹,...,λⁿ，对应的取值范围分别为Λ₁,...,Λ_n，则算法A*的超参数搜索空间Λ是n个超参数取值范围叉乘的子集：

根据公式从搜索空间Λ中找到一组配置λ^*，使得算法A*训练的模型具有最佳泛化性能，从而确定外呼客户筛选模型。

8.一种基于AUTOML框架的外呼接通率提升装置，其特征在于，所述装置包括：

数据获取单元，用于获取外呼客户的信息数据；

分类单元，用于根据所述外呼客户前一日内是否接通过外呼电话，将所述外呼客户分类至正负样本集中；

模型生成单元，用于基于所述正负样本集来采用AUTOML框架算法进行自动化特征挑选、自动化模型选择以及模型超参数优化，得到外呼客户筛选模型；

名单获取单元，用于将待外呼客户名单输入至所述外呼客户筛选模型得到筛选后的外呼名单；

外呼单元，用于基于所述筛选后的外呼名单进行电话外呼。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。