(19)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 202211041658.8 (22)申请日 2022.08.29 (71)申请人 中国光大银行股份有限公司 地址 100033 北京市西城区太平桥大街25 号、 甲25号中国光大中心 (72)发明人 黄成　史晨阳　裴亚民　刘瑞群　 袁春雷　薛明　邹华　陈小璐　 崔绢　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 专利代理师 张秀英 (51)Int.Cl. G06K 9/62(2022.01) G06Q 30/02(2012.01) H04M 3/51(2006.01)H04M 3/523(2006.01) (54)发明名称 一种客户致电原因确定方法及装置 (57)摘要 本发明提供了一种客户致电原因确定方法 及装置， 其中， 该方法包括： 构建所有客户在客服 渠道的特征向量， 并构建客户对所有IVR业务节 点的评分向量； 获取除所述客服渠道之外的其他 渠道的交易数据与行为数据； 使用双层随机森 林 模型从所述交易数据与所述行为数据筛选出供 所述客服渠道使用的目标特征； 根据所述特征向 量、 所述评分向量以及所述目标特征进行客户致 电原因建模， 得到客户致电原因模型， 并通过所 述客户致电原因模型原因对客户致电原因进行 预测， 可以解决相关技术中对于客服渠道特征极 少的客户， 基于模型的协同过滤预测客户呼入原 因， 预测准确性很低的问题， 大大提高了预测准 确性。 权利要求书2页 说明书10页 附图5页 CN 115423012 A 2022.12.02 CN 115423012 A 1.一种客户致电原因确定方法， 其特 征在于， 包括： 构建所有客户在客服渠道 的特征向量， 并构建客户对所有交互式语音应答IVR业务节 点的评分向量， 其中， 所述评分向量代 表客户呼入IVR业 务节点的倾向性； 获取除所述 客服渠道之外的其 他渠道的交易数据与行为数据； 使用双层随机森林模型从所述交易数据与所述行为数据筛选出供所述客服渠道使用 的目标特征， 其中， 所述目标 特征与所述 客服渠道的预测目标 具有关联性； 根据所述特征向量、 所述评分向量以及所述目标特征进行客户致电原因建模， 得到客 户致电原因模型， 并通过 所述客户致电原因模型原因对客户致电原因进行 预测。 2.根据权利要求1所述的方法， 其特征在于， 根据所述特征向量、 所述评分向量以及所 述目标特征进行客户致电原因建模， 得到客户致电原因模型包括： 将所述特 征向量与所述目标 特征划分为实时特 征和非实时特征； 使用所述非 实时特征确定所有客户之间的相似度矩阵； 使用基于用户的协同过滤模型， 根据所述相似度矩阵补充所述评分向量， 得到补充后 的第一评分向量； 将所述第一评分向量与所述实时特 征进行拼接， 得到所有客户的拼接向量； 根据所有客户的所述拼接向量进行softmax  regression建模， 得到所述客户致电原因 模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 确定新客户的非 实时特征与其他客户的非 实时特征的相似度； 根据所述相似度补充所述评分向量， 得到补充后的第二评分向量； 将所述第二评分向量与所述新客户的实时特征进行拼接， 得到所述新客户的拼接向 量； 将所述新客户的拼接向量输入所述 客户致电原因模型中进行 预测， 得到预测结果； 根据所述预测结果更新所述softmax  regression的模型参数， 得到更新后的客户致电 原因模型。 4.根据权利要求1所述的方法， 其特征在于， 使用双层随机森林模型从所述交易数据与 所述行为数据筛 选出供所述客服渠道使用的目标 特征包括： 确定所述交易数据和所述行为数据为备选特 征； 使用双层随机森林模型从所述备选特 征中筛选出供所述客服渠道使用的目标 特征。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 制定与预测客户来电原因相关联的多个建模目标； 将所述备选特 征与所述特 征向量随机混合打乱， 组成备选特 征库； 从所述多个建模目标中随机挑出一个建模目标， 使用所述备选特征库建立所述双层随 机森林模型。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 多次重复从所述多个建模目标中随机挑出一个建模目标， 使用所述备选特征库建立所 述双层随机森林模型； 通过概率调整手段， 限定每 个备选特 征在所述双 层随机森林模型中至少出现一次。 7.根据权利要求4所述的方法， 其特征在于， 在使用双层随机森林模型从所述备选特征权　利　要　求　书 1/2 页 2 CN 115423012 A 2中筛选出供所述客服渠道使用的目标 特征之前， 所述方法还 包括： 使用OOB误差确定所述双层随机森林模型中每个随机森林中每颗树的特征的重要性， 将所有特 征的重要性取平均， 得到每 个特征的特征重要性； 将原客服渠道中特征重要性最低的特征作为阈值特征， 基于所述每个特征的特征重要 性筛选所述目标 特征。 8.一种客户致电原因确定装置， 其特 征在于， 包括： 构建模块， 用于构建所有客户在客服渠道的特征向量， 并构建客户对所有交互式语音 应答IVR业务节点的评分向量， 其中， 所述评分向量代 表客户呼入IVR业 务节点的倾向性； 获取模块， 用于获取除所述 客服渠道之外的其 他渠道的交易数据与行为数据； 第一筛选模块， 用于使用双层随机森林模型从所述交易数据与 所述行为数据筛选出供 所述客服渠道使用的目标特征， 其中， 所述 目标特征与所述客服渠道的预测目标具有关联 性； 建模模块， 用于根据所述特征向量、 所述评分向量以及所述目标特征进行客户致电原 因建模， 得到客户致电原因模型， 并通过所述客户致电原因模型原因对客户致电原因进行 预测。 9.一种计算机可读的存储介质， 其特征在于， 所述存储介质中存储有计算机程序， 其 中， 所述计算机程序被设置为 运行时执 行所述权利要求1至7任一项中所述的方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行所述权利要求 1至7中任一项 所述的方 法。权　利　要　求　书 2/2 页 3 CN 115423012 A 3