基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质与流程

本发明属于人工智能，涉及一种客户名单生成系统，尤其涉及一种基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质。

背景技术：

1、当前，我国的互联网经济正处于信息化、智能化的快速发展阶段，市场竞争愈发激烈，企业需要更高效地触达潜在客户并促进销售转化。预测外呼作为一种智能化的营销手段，通过上传预测外呼客户名单至外呼系统，对潜在客户进行电话营销。预测外呼客户名单对于企业进行电话营销活动具有重要意义，可以提高外呼效率、客户转化率，降低营销成本，优化客户体验，实现个性化营销，以及提高客户关系管理。然而，获取方案仍然面临一些挑战，例如数据质量问题、模型泛化能力不足、实时性限制、隐私保护问题、人力成本较高等。这些挑战可能会导致预测外呼客户名单的质量和效果受到影响，从而影响企业进行电话营销活动的效率和效果。

2、当前获取预测外呼客户名单的方式主要有线上广告、线下促动、数据分析等技术。现有预测方式存在如下缺陷：

3、(1)使用线上广告、线下促动方式收集客户数据，经济和人力成本较高，且存在数据不准确、缺失、重复等导致数据质量不高的问题；

4、(2)数据分析的计算量较大，实时性较差，难以满足外呼业务对实时性的要求；

5、(3)获取外呼客户名单后，仍需要进行数据清洗、模型维护和业务调整等工作，效率较低。

6、有鉴于此，如今迫切需要设计一种新的预测方式，以便克服现有预测方式存在的上述至少部分缺陷。

技术实现思路

1、本发明提供一种基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质，可智能预测外呼客户名单，有针对性地进行电话拨打，提高效率。

2、为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

3、一种基于人工智能的外呼客户名单生成方法，所述外呼客户名单生成方法包括：

4、用户画像及预测模型构建步骤：收集客户基本信息、客户消费行为数据、企业历史外呼数据，并以此构建客户画像及预测模型；

5、数据处理步骤：对客户数据进行数据去重、删除无效数据、纠正数据错误操作；并对数据进行归一化处理；

6、特征选择步骤：选择客户年龄、性别、地区作为最优特征，选择其余特征作为一般特征；

7、决策树构建步骤：根据所选特征，将数据拆分为树节点；在每个节点，选择具有最大信息增益的特征作为节点属性；将数据集根据节点属性进行拆分，并递归地构建子节点，直到满足停止条件；

8、随机森林构建步骤：生成多个随机决策树，每棵随机决策树的构建过程中随机选择不同的特征作为节点属性；

9、预测步骤：获取所有随机决策树的预测结果，并进行汇总处理，采用多数投票法获得预测数据；即，如果一个客户在大多数决策树中被预测为接通，那么该客户的预测结果就是接通；否则，预测结果为未接通；

10、名单生成步骤：根据随机森林算法模型的预测结果，生成预测外呼客户名单。

11、作为本发明的一种实施方式，所述外呼客户名单生成方法进一步包括：获取实际外呼结果数据；根据实际外呼结果数据，更新随机森林算法模型和客户名单，实现持续优化。

12、作为本发明的一种实施方式，所述用户画像及预测模型构建步骤中，收集客户基本信息包括年龄、性别、地区；收集用户消费行为数据包括消费金额、购买频率；收集企业历史的外呼数据包括拨打时间、通话时长、客户反馈；此外，还收集与客户行为相关的补充数据，包括客户偏好、客户满意度。

13、根据本发明的另一个方面，采用如下技术方案：一种基于人工智能的外呼客户名单生成系统，所述外呼客户名单生成系统包括：

14、用户画像及预测模型构建模块，用以收集客户基本信息、客户消费行为数据、企业历史外呼数据，并以此构建客户画像及预测模型；

15、数据处理模块，用以对客户数据进行数据去重、删除无效数据、纠正数据错误操作；并对数据进行归一化处理；

16、特征选择模块，用以选择客户年龄、性别、地区作为最优特征，选择其余特征作为一般特征；

17、决策树构建模块，用以根据所选特征，将数据拆分为树节点；在每个节点，选择具有最大信息增益的特征作为节点属性；将数据集根据节点属性进行拆分，并递归地构建子节点，直到满足停止条件；

18、随机森林构建模块，用以生成多个随机决策树，每棵随机决策树的构建过程中随机选择不同的特征作为节点属性；

19、预测模块，用以获取所有随机决策树的预测结果，并进行汇总处理，采用多数投票法获得预测数据；即，如果一个客户在大多数决策树中被预测为接通，那么该客户的预测结果就是接通；否则，预测结果为未接通；

20、名单生成模块，用以根据随机森林算法模型的预测结果，生成预测外呼客户名单。

21、作为本发明的一种实施方式，所述外呼客户名单生成系统进一步包括：优化模块，用以获取实际外呼结果数据，并根据实际外呼结果数据，更新随机森林算法模型和客户名单，实现持续优化。

22、作为本发明的一种实施方式，所述用户画像及预测模型构建模块用以收集客户基本信息包括年龄、性别、地区；用以收集用户消费行为数据包括消费金额、购买频率；用以收集企业历史的外呼数据包括拨打时间、通话时长、客户反馈；此外，还用以收集与客户行为相关的补充数据，包括客户偏好、客户满意度。

23、根据本发明的又一个方面，采用如下技术方案：一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

24、根据本发明的又一个方面，采用如下技术方案：一种存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述方法的步骤。

25、本发明的有益效果在于：本发明提出的基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质，可智能预测外呼客户名单，有针对性地进行电话拨打，提高效率。

26、本发明可降低成本，包括减少人力成本和时间成本，提高企业盈利能力。本发明具有精准客户定位功能，通过构建客户画像和预测模型，实现对潜在客户的精准定位，提高客户转化率。

27、同时，本发明具有自动化与智能化的特点，利用随机森林算法，实现数据的快速处理和分析。本发明还可以持续优化；根据实际业务需求和外呼结果，不断调整和优化预测模型，提升外呼效果。

28、此外，本发明可通过数据驱动决策；通过收集和分析外呼数据，为企业决策提供有力支持，帮助企业更好地了解客户需求，制定更有效的营销策略。

技术特征：

1.一种基于人工智能的外呼客户名单生成方法，其特征在于，所述外呼客户名单生成方法包括：

2.根据权利要求1所述的基于人工智能的预测外呼客户名单生成方法，其特征在于：

3.根据权利要求1所述的基于人工智能的预测外呼客户名单生成方法，其特征在于：

4.一种基于人工智能的外呼客户名单生成系统，其特征在于，所述外呼客户名单生成系统包括：

5.根据权利要求4所述的基于人工智能的预测外呼客户名单生成系统，其特征在于：

6.根据权利要求4所述的基于人工智能的预测外呼客户名单生成系统，其特征在于：

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在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3任一项所述方法的步骤。

8.一种存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至3任一项所述方法的步骤。

技术总结本发明揭示了一种基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质，所述外呼客户名单生成方法包括：用户画像及预测模型构建步骤；数据处理步骤；特征选择步骤；决策树构建步骤；随机森林构建步骤：生成多个随机决策树，每棵随机决策树的构建过程中随机选择不同的特征作为节点属性；预测步骤：获取所有随机决策树的预测结果，并进行汇总处理，采用多数投票法获得预测数据；名单生成步骤：根据随机森林算法模型的预测结果，生成预测外呼客户名单。本发明提出的基于人工智能的预测外呼客户名单生成方法、系统、电子设备及存储介质，可智能预测外呼客户名单，有针对性地进行电话拨打，提高效率。技术研发人员：林建明,郑吉伟受保护的技术使用者：深圳萨摩耶数字科技有限公司技术研发日：技术公布日：2024/8/21