(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111647400.8 (22)申请日 2021.12.3 0 (71)申请人 鼎富新动力 （北京） 智能科技有限公 司 地址 100000 北京市朝阳区北 苑路甲13号 院1号楼18层1-180 5 (72)发明人 姚树杰　邱立坤　王炼　胡加明　 (74)专利代理 机构 北京弘权知识产权代理有限 公司 11363 代理人 郭放　许伟群 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06F 16/901(2019.01) G06N 3/04(2006.01)G06Q 40/02(2012.01) H04M 3/51(2006.01) H04M 3/523(2006.01) (54)发明名称 一种外呼业 务案件分配方法及装置 (57)摘要 本申请实施例提供了一种外呼业务案件分 配方法及装置， 基于神经网络模 型深度挖掘外呼 业务案件与坐席 的组合与完成案件结果之间的 潜在关系， 利用深度神经网络模 型对所有案件分 配组合的能够完成案件目标的概率进行预测， 基 于预测结果构建网络流图并寻找到案件和坐席 间最优的分配组合， 从而实现了将合适的案件分 配给合适的坐席， 既保证了案件分配的公平性， 又能够提升案件目标的完成率， 还有利于提高坐 席的工作积极性， 由此可见， 本申请实施例的技 术方案解决了目前催收或营销等外呼业务场景 中的案件与坐席无法实现最优分配的问题。 权利要求书2页 说明书8页 附图5页 CN 114399178 A 2022.04.26 CN 114399178 A 1.一种外呼业 务案件分配方法， 其特 征在于， 包括： 对于每个案件， 分别生成各坐席对应的案件目标完成的概率估计值， 所述生成各坐席 对应的案件目标完成的概 率估计值包括： 生成当前坐席画像信息、 案件被叫画像信息、 案件信息对应的第一卷积特征向量， 以 及， 生成被叫历史通 话内容对应的第二卷积特 征向量； 将所述第一卷积特 征向量和所述第二卷积特 征向量进行 叉乘， 得到组合特 征向量； 使用多种不同的池化方式对所述组合特征向量进行池化处理， 以得到所述组合特征向 量的多个中间表示向量； 对多个所述中间表示向量进行拼接， 得到表示案件与当前坐席的最终表示向量； 通过激活函数输出所述最终表示向量的分值， 所述分值为案件与当前坐席对应的案件 目标完成的概 率估计值； 根据多个案件与多个坐席对应的概 率估计值， 进行多个案件的坐席分配。 2.根据权利要求1所述的方法， 其特征在于， 所述生成案件的坐席画像信息、 被叫画像 信息、 案件信息对应的第一卷积特 征向量， 包括： 对所述坐席画像信 息、 被叫画像信 息、 案件信 息的结构化文本进行编码， 得到第 一文本 特征向量； 使用卷积神经网络从所述第 一文本特征向量中提取卷积特征， 得到所述第 一卷积特征 向量。 3.根据权利要求1所述的方法， 其特 征在于， 所述生成被叫历史通 话内容对应的第二卷积特 征向量， 包括： 将所述被叫历史通 话内容使用语音合成技 术转换为对话文本信息； 对所述对话文本信息进行编码， 得到对应的第二文本特 征向量； 使用卷积神经网络对所述第二文本特 征向量进行处 理， 得到所述第二卷积特 征向量。 4.根据权利要求3所述的方法， 其特征在于， 所述使用卷积神经网络从所述第 二文本特 征向量中提取 卷积特征， 得到所述第二卷积特 征向量， 包括： 使用大小不同的多个卷积核分别从所述第 二文本特征向量中提取卷积特征， 将提取到 的卷积特 征拼接得到所述第二卷积特 征向量。 5.根据权利要求1所述的方法， 其特征在于， 所述池化方式包括以下至少两种： 最大池 化、 平均池化、 全局平均池化、 混合池化、 随机池化、 幂平均池化。 6.根据权利要求1所述的方法， 其特 征在于， 所述激活函数为sigmo id激活函数。 7.根据权利要求1所述的方法， 其特征在于， 所述根据多个案件与多个坐席对应的概率 估计值， 进行多个案件的坐席分配， 包括： 以案件集合中的每个案件和坐席集合中的每个坐席为节点， 构建案件集合到坐席集合 之间的网络流图N， 求解所述网络流图N的最小代价最大流， 以得到所述多个坐席与多个案 件之间分配关系的最优解； 所述网络流图N＝(V， E， c， w， s， t)， 其中， V表示节点的集合， E表示连边 的集合， 任意案 件i与任意坐席j之间的连边(vi,vj)∈E， c为连边容量， w为连边上的代价， 任意案件i与任 意坐席j之间的连边上的代价w(vi,vj)＝c ‑pij， pij任意案件i与任意坐席j对应的所述概 率估计值， s为网络流图的原点， t为网络流图的汇点。权　利　要　求　书 1/2 页 2 CN 114399178 A 28.根据权利要求1所述的方法， 其特 征在于， 当所述外呼业务案件为催收案件时， 所述坐席画像信息为催收员画像信息， 所述被叫 画像信息为催收对象画像信息， 所述案件信息 至少包括案件金额和与逾期天数。 9.根据权利要求1 ‑8任意项所述的方法， 当实时进行外呼业务案件分配时， 用于生成所 述第一卷积特 征向量的信息还 包括坐席的实时状态。 10.一种外呼业务案件分配装置， 其特征在于， 包括： 输入模块、 编码模块、 组合与交互 模块和特征聚合与预测模块， 用于对于每个案件， 分别生成各坐席对应的案件目标完成的 概率估计值， 其中： 所述输入模块， 用于当前坐席画像信 息、 案件被叫画像信 息、 案件信 息和被叫历史通话 内容； 所述编码模块， 用于生成当前坐席画像信 息、 案件被叫画像信 息、 案件信息对应的第一 卷积特征向量， 以及， 生成所述被叫历史通 话内容对应的第二卷积特 征向量； 所述组合与交互模块， 用于将所述第 一卷积特征向量和所述第 二卷积特征向量进行叉 乘， 得到组合特 征向量； 所述组合与交互模块， 还用于使用多种不同的池化方式对所述组合特征向量进行池化 处理， 以得到所述组合特 征向量的多个中间表示向量； 所述特征聚合与预测模块， 用于对多个所述中间表示向量进行拼接， 得到表示案件与 当前坐席的最终表示向量； 所述特征聚合与预测模块， 还用于通过激活函数输出所述最终表示向量的分值， 所述 分值为案件与当前坐席对应的案件目标完成的概 率估计值； 所述案件分配装置还 包括： 求解模块， 用于根据多个案件与多个坐席对应的概率估计值， 进行多个案件的坐席分 配。权　利　要　求　书 2/2 页 3 CN 114399178 A 3