【技术实现步骤摘要】
本专利技术属于人工智能，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。
技术介绍
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、本专利技术提供一
2、为解决上述技术问题，根据本专利技术的一个方面，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、作为本专利技术的一种实施方式，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、作为本专利技术的一种实施方式，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、根据本专利技术的另一个方面，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、作为本专利技术的一种实施方式，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、作为本专利技术的一种实施方式，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、根据本专利技术的又一个方面，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、根据本专利技术的又一个方面，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、本专利技术的有益效果在于：本专利技术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、本专利技术可降低成本，包括减少人力成本和时间成本，提高企业盈利能力。本专利技术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，本专利技术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。本专利技术还可以持续优化；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，本专利技术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。
本文档来自技高网...【技术保护点】
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。
【技术特征摘要】
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...
【专利技术属性】
技术研发人员：林建明，郑吉伟，
申请(专利权)人：深圳萨摩耶数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。