客户来电预测方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种客户来电预测方法，其特征在于，所述方法包括：获取目标在途运单的历史业务数据；根据每个目标在途运单的历史业务数据得到相应的业务特征数据；从预存储的客户来电习惯特征集中，提取所述每个目标在途运单对应的客户来电习惯特征数据；根据所述每个目标在途运单对应的业务特征数据与客户来电习惯特征数据，得到相应的目标特征数据；通过已训练好的客户来电预测模型，根据所述目标特征数据进行客户来电预测，得到未来预设时间段内的来电客户名单。2.根据权利要求1所述的方法，其特征在于，所述获取目标在途运单的历史业务数据，包括：获取当前时间；在所述当前时间与预配置的客户来电预测时间一致时，确定所述当前时间的目标在途运单；每个预测周期内预配置有两个客户来电预测时间；获取每个目标在途运单的历史业务数据。3.根据权利要求1所述的方法，其特征在于，所述通过已训练好的客户来电预测模型，根据所述目标特征数据进行客户来电预测，得到未来预设时间段内的来电客户名单，包括：将所述目标特征数据输入已训练好的客户来电预测模型，得到相应的目标运单来电标签与来电意图；根据所述目标运单来电标签与所述来电意图，得到未来预设时间段内的来电客户名单，以及所述来电客户名单中每个客户对应的来电意图。4.根据权利要求1所述的方法，其特征在于，所述客户来电预测模型的训练步骤，包括：获取训练样本集；所述训练样本集包括样本在途运单对应的样本特征数据与样本运单来电标签；根据所述训练样本集进行模型训练，得到已训练好的客户来电预测模型。5.根据权利要求4所述的方法，其特征在于，所述获取训练样本集，包括：获取样本在途运单对应的历史业务数据，以及在相应客户来电预测时间的未来预设时间段内的客户来电数据；根据所述样本在途运单的历史业务数据与所述客户来电习惯特征集，得到相应样本特征数据；根据所述样本在途运单的客户来电数据确定相应样本运单来电标签；根据所述样本特征数据与所述样本运单来电标签得到训练样本集。6.根据权利要求4所述的方法，其特征在于，所述根据所述训练样本集进行模型训练，得到已训练好的客户来电预测模型，包括：根据所述训练样本集进行模型训练得到客户来电预测模型；获取测试样本集；根据所述测试样本集对所述客户来电预测模型进行测试得到测试结果；当所述测试结果满足预设测试条件时，将所述客户来电预测模型确定为已训练好的客户来电预测模型。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：按照预配置的更新周期定期获取每个客户对应的目标来电数据与目标运单数据；根据所述目标来电数据与所述目标运单数据，更新预存储的客户来电习惯特征集。8.一种客户来电预测装置，其特征在于，所述装置包括：业务数据获取模块，用于获取目标在途运单的历史业务数据；业务特征提取模块，用于根据每个目标在途运单的历史业务数据得到相应的业务特征数据；习惯特征提取模块，用于从预存储的客户来电习惯特征集中，提取所述每个目标在途运单对应的客户来电习惯特征数据；特征数据获取模块，用于根据所述每个目标在途运单对应的业务特征数据与客户来电习惯特征数据，得到相应的目标特征数据；客户来电预测模块，用于通过已训练好的客户来电预测模型，根据所述目标特征数据进行客户来电预测，得到未来预设时间段内的来电客户名单。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种客户来电预测方法、装置、计算机设备和存储介质。所述方法包括：获取目标在途运单的历史业务数据；根据每个目标在途运单的历史业务数据得到相应的业务特征数据；从预存储的客户来电习惯特征集中，提取所述每个目标在途运单对应的客户来电习惯特征数据；根据所述每个目标在途运单对应的业务特征数据与客户来电习惯特征数据，得到相应的目标特征数据；通过已训练好的客户来电预测模型，根据所述目标特征数据进行客户来电预测，得到未来预设时间段内的来电客户名单。采用本方法能够提高客户来电预测准确性。够提高客户来电预测准确性。够提高客户来电预测准确性。


技术研发人员：武晨
受保护的技术使用者：顺丰科技有限公司
技术研发日：2020.08.26
技术公布日：2022/2/28