通话数据处理方法、装置、电子设备及计算机存储介质
技术领域
本申请实施例涉及计算机技术领域，尤其涉及一种通话数据处理方法、装置、电子设备及计算机存储介质。
背景技术
在很多企业的日常经营过程中，经常需要主动给客户打电话，以进行产品推销、保险推销、产品调研、用户回访等等。随着计算机技术的发展，越来越多的企业采用客户服务中心系统的方式实现上述功能。客户服务中心系统中，将主动对客户的发起呼叫的电话称为外呼电话。客户服务中心系统由计算机批量拨出一定数量的电话，当对方接起后，计算机再把此电话转给人工客服，人工客服只用负责处理已经接起的电话，提高了客服的工作效率。
上述过程中，通常是对历史通话数据进行处理，将历史通话数据中接通数量与全部拨出电话数量之间的比值作为接通率，根据接通率预测下一周期的外呼拨出量，再由计算机根据外呼拨出量拨打电话。
然而，根据对历史通话数据处理后的处理结果预测得到的外呼拨出量与实际情况会存在差距，会出现客户接起了电话，但是却没有空闲坐席即空闲人工客服响应的情况，影响用户的体验。对历史通话数据进行处理得到的处理结果准确性低，也由此进一步使得后续根据处理结果预测得到的接通率不能准确反映当前拨打周期的接通率。
发明内容
有鉴于此，本申请实施例提供一种通话数据处理方法、装置、电子设备及计算机存储介质，用以至少部分解决上述问题。
第一方面，本申请实施例提供了一种通话数据处理方法，该方法包括：
获取历史通话数据样本集，其中，所述历史通话数据样本集中包括多个通话数据样本，每个通话数据样本包括多个不同的外呼影响因子参数和通话对应的接通状态，所述接通状态用于指示通话是否被接通；
根据所述外呼影响因子参数和所述通话对应的接通状态确定各个所述外呼影响因子参数对应的外呼系数，所述外呼系数用于预测待拨出通话的接通率。
第二方面，本申请实施例提供了一种通话数据处理方法，该方法包括：
获取当前通话等待队列的队列等待长度，其中，所述队列等待长度用于表示接通第一对象后尚未得到第二对象针对所述第一对象的通话响应的通话数量；
若所述队列等待长度小于预设队列等待长度，则预测预设时间段内的空闲坐席数；
根据所述预设时间段内的空闲坐席数和预测的接通率，确定所述预设时间段内待拨出的通话数量，其中，所述接通率通过如第一方面或第一方面的任意一个实施例中所述的通话数据处理方法获得。
第三方面，本申请实施例提供了一种通话数据处理装置，该装置包括样本集获取模块、外呼系数确定模块；
所述样本集获取模块用于获取历史通话数据样本集，其中，所述历史通话数据样本集中包括多个通话数据样本，每个通话数据样本包括多个不同的外呼影响因子参数和通话对应的接通状态，所述接通状态用于指示通话是否被接通；
所述外呼系数确定模块用于根据所述外呼影响因子参数和所述通话对应的接通状态确定各个所述外呼影响因子参数对应的外呼系数，所述外呼系数用于预测待拨出通话的接通率。
第四方面，本申请实施例提供了一种通话数据处理装置，该装置包括队列等待长度获取模块、预测模块、通话数量确定模块；
所述队列等待长度获取模块用于获取当前通话等待队列的队列等待长度，其中，所述队列等待长度用于表示接通第一对象后尚未得到第二对象针对所述第一对象的通话响应的通话数量；
所述预测模块用于若所述队列等待长度小于预设队列等待长度，则预测预设时间段内的空闲坐席数；
所述通话数量确定模块用于根据所述预设时间段内的空闲坐席数和预测的接通率，确定所述预设时间段内待拨出的通话数量，其中，所述接通率通过如第三方面所述的通话数据处理装置获得。
第五方面，本申请实施例提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一个可执行指令，所述可执行指令使所述处理器执行如第一方面所述的通话数据处理方法对应的操作，或者，执行如第二方面所述的通话数据处理方法对应的操作。
第六方面，本申请实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的通话数据处理方法，或者，实现如第二方面所述的通话数据处理方法。
本申请实施例中，通过获取历史通话数据样本集，其中的每个通话数据样本中包括多个不同的外呼影响因子参数和该通话对应的接通状态，外呼影响因子参数可从多个维度对通话能否被目标对象接起进行描述，而接通状态则可明确表明该通话是否被接通了，基于此，可以针对每个通话数据样本统计不同的外呼影响因子参数对该通话接通与否的影响程度，而通过对历史通话数据样本集中的所有通话数据样本均进行如此处理，则可获得大数据统计结果，并基于此确定较为准确的外呼系数，即可表征每个外呼影响因子参数对通话是否接通产生的影响的系数。进一步地，该外呼系数在后续可被用于对待拨出通话的接通率的预测中。由此，通过本申请实施例的方案，可获得较为准确的外呼系数，提高了对历史通话数据进行处理后得到的处理结果的准确性，也使得后续根据处理结果预测得到的接通率能准确反映当前拨打周期的接通率，从而提高根据预测接通率确定待拨出的通话数量的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种通话数据处理方法的步骤流程图；
图2为本申请实施例提供的一种通话数据处理方法应用场景示意图；
图3为本申请实施例提供的另一种通话数据处理方法的步骤流程图；
图4为本申请实施例提供的再一种通话数据处理方法的步骤流程图；
图5为本申请实施例提供了一种实现外呼方法的步骤流程图；
图6为本申请实施例提供的一种通话数据处理装置的结构框图；
图7为本申请实施例提供的另一种通话数据处理装置的结构框图；
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
需要说明的是，本申请中的目标只是为了表示单数概念，而不用于限制，不是特指某一个，例如，外呼目标对象指的是任意一个外呼对象，外呼目标号码指的是任意一个外呼号码；本申请中多个指两个及两个以上，例如，多个通话数据样本、多个不同的外呼影响因子参数。本申请中的第一和第二只是为了区分名称，并不代表顺序关系，不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，例如，第一对象和第二对象。
下面结合本申请实施例附图进一步说明本申请实施例具体实现。
实施例一
本申请实施例一提供一种通话数据处理方法，如图1所示，图1为本申请实施例提供的一种通话数据处理方法的流程图，该通话数据处理方法包括以下步骤：
S101、获取历史通话数据样本集。
其中，历史通话数据样本集中包括多个通话数据样本，每个通话数据样本包括多个不同的外呼影响因子参数和通话对应的接通状态，接通状态用于指示通话是否被接通。
本申请实施例以
在此，列举一个示例对本申请实施例的通话数据处理方法进行说明，如图2所示，以预测外呼接通率的场景为例，图2为本申请实施例提供的一种通话数据处理方法应用场景示意图，该应用场景中包括运行预测外呼接通率系统的至少一个客户端21以及客户服务中心22，客户端21可以是手机、智能穿戴设备等具有通话功能的终端设备，客户服务中心用于根据预测接通率确定待拨出的通话数量，若确定待拨出的通话数量是14个，则同时向预测接通率对应的14个客户端拨出电话，也就是启动拨号过程，拨出后监听每通电话的状态，当对方接起后就把这通链路转接给客服或销售人员进行通话；如果未拨通或者对方未接起，就记录下此通电话，留作以后再拨打，从而提高客服或销售人员工作效率。
可选的，在本申请的一种实施例中，多个不同的外呼影响因子参数包括以下至少之一：外呼时间参数、外呼地域参数、外呼环境参数、外呼目标对象的个性特征参数；外呼环境参数包括但不限于表示天气状况的参数，例如晴朗、多云、下雨等；外呼时间参数包括但不限于表示外呼时间段和/或外呼时间是否为工作日的参数，外呼时间段可以设置为上午、下午、晚上等，而日常工作比较繁忙的用户在工作日是不愿意接到陌生人的电话，尤其是广告推销等骚扰电话，是否为工作日影响电话是否被接通的概率；外呼地域参数包括但不限于表示外呼目标电话的归属地信息的参数，不同归属地的城市的作息时间有很大不同，例如，新疆等地区在夏季的日落时间比其他地区的晚，东北地区在冬季的日落时间比其他地区早，不同地域参数会影响电话是否被接通的概率；外呼目标对象的个性特征参数包括但不限于表示不同年龄段的用户群体的参数，例如年龄段可以设置为年轻、中年、老年等，用户群体对不同的电话类型会有不同的接通概率，不同年龄段属于不同的用户群体，不同用户群体会影响电话是否被接通的概率。可以理解的是，为了使对历史数据的处理结果更加准确，外呼影响因子参数中的不同参数的划分可以更细致，上述划分仅是本申请实施例的示例性说明，并不构成对本申请实施例的限制。本申请实施例中对多个外呼影响因子参数的数量不做限制，可以根据实际情况进行添加和修改，例如，多个外呼影响因子参数还可以包括表示外呼目标对象的性别、外呼目标号码的来源渠道的参数等。其中，与女性用户相比，男性用户更倾向于接通陌生号码的来电；来源渠道表示用户电话的来源信息，例如，装修公司中的用户电话是来自房产中介买新房的用户，儿童照相馆中的用户电话是来自医院新生儿的父母的电话，辅导班中的用户电话是来自学校中登记的学生的父母电话，来源渠道会影响电话是否被接通的概率，以及接通后用户与客服人员继续通话的意愿程度。在此对多个不同的外呼影响因子参数仅是示例性说明，只要是能影响电话是否接通的因子均在本申请的保护范围之内。上述外呼影响因子参数可有效表征通话是否可被接通的影响因素，从而使得对后续外呼系数的确定也更为有效和准确。
在此列举示例对外呼影响因子参数进行说明，例如，x1＝1表示外呼时间段是上午，x2＝1表示外呼时间段是下午，x3＝1表示外呼时天气晴朗，x4＝1表示外呼时正在下雨，x5＝1表示外呼时为工作日，x6＝1表示外呼时为非工作日，x7＝1表示外呼对象的年龄位于预设为年轻人的年龄段，x8＝1表示外呼对象的年龄位于预设为老年人的年龄段，x9＝1表示外呼号码归属地是上海，x10＝1表示外呼号码归属地是重庆等，本申请实施例对外呼影响因子参数的数量m不做限制。
S102、根据外呼影响因子参数和通话对应的接通状态确定各个外呼影响因子参数对应的外呼系数。
其中，外呼系数用于预测待拨出通话的接通率。
历史通话数据样本集中每个通话数据样本对应的通话的接通状态为已知的，接通或未接通，每个通话数据样本对应的多个不同的外呼影响因子参数也是已知的，例如，第一条通话数据D1中，电话被接通，多个不同的外呼影响因子参数包括：外呼时间段为上午、外呼时天气晴朗、外呼时为非工作日、外呼对象为年轻人、外呼对象是男性、外呼号码归属地是江苏等。需要说明的是，若外呼影响因子参数中x1＝1表示外呼时间段是上午，x2＝1表示外呼时间段是下午，则上述通话数据D1中的外呼影响因子参数x1＝0，x2＝1。本申请实施例采集到的每个通话数据样本中均包括通话的接通状态和多个不同的外呼影响因子参数，并根据外呼影响因子参数和通话对应的接通状态确定各个外呼影响因子参数对应的外呼系数，一个外呼影响因子参数对应一个外呼系数，外呼系数用于表示外呼影响因子参数对接通状态的影响程度。
本申请实施例中，通过获取历史通话数据样本集，其中的每个通话数据样本中包括多个不同的外呼影响因子参数和该通话对应的接通状态，外呼影响因子参数可从多个维度对通话能否被目标对象接起进行描述，而接通状态则可明确表明该通话是否被接通了，对历史通话数据样本集中的所有通话数据样本进行处理，可以确定较为准确的外呼系数，提高了对历史通话数据进行处理后得到的处理结果的准确性。也使得后续根据处理结果预测得到的接通率能准确反映当前拨打周期的接通率，从而提高根据预测接通率确定待拨出的通话数量的准确性。而且本申请实施例中比较全面的考虑了影响通话是否接通的影响因素，例如外呼时间参数、外呼地域参数、外呼环境参数、外呼目标对象的个性特征参数，并将影响因素解析为可以进行处理的量化数据，有利于根据数据进行计算或其他操作处理，简化了对复杂数据处理的步骤，提高了数据处理的效率以及对历史通话数据进行处理后得到的处理结果的准确性。
实施例二
本实施例基于前述实施例一，在前述实施例一中的步骤102之后，本申请实施例还可以包括步骤103和步骤104。如图3所示，图3为本申请实施例提供的另一种通话数据处理方法的步骤流程图，在图1的基础上，该通话数据处理方法还包括以下步骤。
步骤103、获取待拨出通话的多个外呼影响因子参数。
本申请实施例还获取待拨出通话的多个外呼影响因子参数，需要说明的，在图1所示的通话数据处理方法中，得到各个外呼影响因子参数对应的外呼系数，例如，有20个外呼影响因子参数对应的外呼系数，但是获取的待拨出通话的外呼影响因子参数只有16个，其他4个外呼影响因子参数并未获知，此时可以将其他4个外呼影响因子参数设为无效或0即可。
多个不同的外呼影响因子参数中有与环境、时间密切相关的动态属性，例如外呼时间参数、外呼环境参数，以同一天为例进行说明，一天中时间段划分为上午、下午、晚上等，且一天中天气情况也不是一成不变的，因此可以获取一个待拨出通话的多个外呼影响因子参数，对该待拨出通话的接通率进行预测，也可以同时获取预设时间段内待拨出通话的多个外呼影响因子参数，预设时间段可以依据实际情况进行设置，可以理解的是，时间段的时长越短，接通率的预测准确性越高，对此本申请实施例不做限制。
步骤104、根据待拨出通话的多个外呼影响因子参数，和，待拨出通话的外呼影响因子参数对应的外呼系数，预测待拨出通话的接通率。
外呼系数用于表示外呼影响因子参数对接通状态的影响程度，在获取待拨出通话的多个外呼影响因子参数之后，可以根据多个外呼影响因子参数以及其对应的外呼系数，预测待拨出通话的接通率。需要说明的是，一种可实现的方式中，预测待拨出通话的接通率以概率的形式示出，例如，预测待拨出通话A的接通率为60％，预测待拨出通话B的接通率为20％，再由客户服务中心根据接通率的结果判断是否进行拨号的操作；另一种可实现的方式中，预测待拨出通话的接通率以接通或未接通的形式示出，例如，预测待拨出通话C的接通率为1，1表示待拨出通话会被接通，预测待拨出通话D的接通率为0，0表示待拨出通话不会被接通，可以理解的是，此处是以1和0表示待拨出通话接通和未接通，当然也可以是以其他的形式表示待拨出通话接通和未接通，例如，成功和失败、是和否等，只要是能表示待拨出通话接通和未接通的状态即可，客户服务中心可以直接对接通率为接通结果的待拨出通话进行拨号操作，对此本申请实施例不做限制。本申请通过根据待拨出通话的多个外呼影响因子参数和待拨出通话的外呼影响因子参数对应的外呼系数预测待拨出通话的接通率，比较全面的考虑了影响通话是否接通的多个外呼影响因子参数，外呼影响因子参数与外呼系数一一对应，并结合外呼系数预测接通率，提高了预测待拨出通话的接通率的准确性。
实施例三
本实施例可基于前述实施例一或实施例二中描述的方案，可选的，在本申请的一种实施例中，通话对应的接通状态和多个不同的外呼影响因子参数服从伯努利分布。基于此，前述步骤102还可以包括：根据通话对应的接通状态和伯努利分布的概率分布函数，确定各个外呼影响因子参数对应的外呼系数。
本申请中每个外呼影响因子参数xj采用随机变量的形式，多个不同的外呼影响因子参数
相关技术在预测接通率时，把所有的样本数据看作同一个分布样本，即所有样本都属于同一个变量y，变量y是数据的总体概率分布，用总体分布的期望值作为接通率的估计值，例如，在预测接通率时通常是利用历史数据得到，步骤如下：统计历史通话数据拨出电话的全部数量Nh；统计历史通话数据拨出并接通的电话数量Ch；计算历史接通率
可选的，在本申请的一种实施例中，根据通话对应的接通状态和伯努利分布的概率分布函数，确定各个外呼影响因子参数对应的外呼系数，包括：根据线性预测确定外呼影响因子参数和外呼系数之间的线性关系值；根据通话对应的接通状态和通话对应的接通率，确定伯努利分布的概率分布函数，其中，通话对应的接通率作为概率分布函数的期望参数；根据通话对应的接通率和线性关系值确定归一化函数；根据归一化函数和概率分布函数确定各个外呼影响因子参数对应的外呼系数。
本申请实施例根据线性预测确定权重β和外呼影响因子参数X的关系。其中权重
可选的，在本申请的一种实施例中，归一化函数为以下任意一项函数：逻辑函数(logistic function)、激活函数(active function)、响应函数(response function)、正态累积函数、分段函数(piecewise function)，其中r的反函数g＝r-1称为链接函数(linkfunction)。本申请实施例以逻辑函数，也称为sigmoid function，为例，对期望值μx和线性关系值z之间的关系进行示出，其函数形式为
根据归一化函数，可以通过利用最小损失法(minimum error method)、最小误差法、最小偏差法、最大似然估计中任意一项算法，确定各个外呼影响因子参数X对应的外呼系数，外呼系数包括权重β和截距参数b。
可选的，在本申请的一种实施例中，根据归一化函数和概率分布函数，利用最大似然估计确定各个外呼影响因子参数对应的外呼系数。
本申请实施例可以根据归一化函数和概率分布函数，利用最大似然估计得到各个外呼影响因子参数X对应的外呼系数，最大似然估计(maximum likelihood estimation，简称MLE)，也称为极大似然估计，是用于求一个样本集的相关概率密度函数的参数，最大似然估计会寻找关于外呼系数的最可能的值，也就是利用已知的样本结果，在所有可能的外呼系数取值中，反推最有可能导致这样结果的外呼系数，即寻找一个系数使这个样本的“可能性”最大化。
进一步的，获取预设时间段内待拨出通话的外呼影响因子参数X的值，根据归一化函数和概率分布函数，利用最大似然估计确定各个外呼影响因子参数对应的外呼系数，将权重
在此，列举一个具体的示例对本申请实施例中根据历史通话数据样本实现预测接通率进行说明，可选的，实现上述接通率的过程可以包括以下步骤。
步骤一、获取历史通话数据样本集
步骤二、设置外呼影响因子参数X的权重
步骤三、设置β和X之间的线性关系，z＝Xβ+b，b表示截距参数，z为线性关系值。
步骤四、接通状态yi是受到Xi影响的，二者间不是相互独立的，服从条件概率分布p(y|X)，变量y服从伯努利分布，条件概率分布p(y|X)也是伯努利分布，伯努利分布p(y|X)中y的取值是和X相关的，不同的X值，y的期望μ也会不同。μx表示伯努利分布p(y|X)的期望参数，则伯努利分布p(y|X)的概率分布函数为p(y|X)＝μxy(1-μx)1-y。
步骤五、设置期望参数μx和线性关系值z之间的逻辑函数关系，
需要说明的是，在执行步骤二至步骤五的方法时可以没有先后顺序，可以同时执行，也可以分开执行，对此本申请实施例不做限制。
步骤六、步骤一至步骤五设置的函数关系式中每个通话数据样本对应的通话的接通状态yi为已知的，接通或未接通，每个通话数据样本对应的多个不同的外呼影响因子参数Xi也是已知的，根据以上设置的函数关系式，利用最大似然估计得到权重
本步骤中，权重
步骤七、获取预设时间段内待拨出通话的外呼影响因子参数X的值。
步骤八、根据公式
由此，可获得较为精准的外呼系数及预测接通率。
由上述过程可见，本申请实施例中的多个外呼影响因子参数和接通状态服从伯努利分布，不再是单一的同一个分布，同一个变量，而是将其看作条件概率分布，一个通话是否被接起，是由多个随机变量共同作用的结果。根据归一化函数和概率分布函数，利用最大似然估计确定各个外呼影响因子参数对应的外呼系数，外呼影响因子参数与外呼系数一一对应，考虑全面，可以提高对历史通话数据的处理结果的准确性，进一步的提高根据外呼系数预测待拨出通话的接通率的准确性。
实施例四
本申请实施例四提供另一种通话数据处理方法，从实际的外呼过程角度对本申请实施例的通话数据处理进行说明。如图4所示，图4为本申请实施例提供的再一种通话数据处理方法的流程图，该通话数据处理方法包括以下步骤：
步骤401、获取当前通话等待队列的队列等待长度。
本实施例中，队列等待长度用于表示接通第一对象后尚未得到第二对象针对第一对象的通话响应的通话数量。
本申请实施例的第一对象可以是目标用户，第二对象可以是客服或销售人员，在实际外呼中，会存在一种情况是，目标用户在接通电话后得不到客服的响应，愿意在线等待，将这个队列长度作为队列等待长度。
步骤402、若队列等待长度小于预设队列等待长度，则预测预设时间段内的空闲坐席数。
预设队列等待长度max_L可以根据实际情况进行设置，可选的，预设队列等待长度可以是已接通的在线用户愿意等待的最大数量。判断队列等待长度(表示为cur_nl)是否小于预设队列等待长度，若队列等待长度大于或等于预设队列等待长度，即，cur_nl＞＝max_L，则算法休眠预设时间△t，也就是不再对通话数量进行计算；在休眠预设时间△t，重新获取当前通话等待队列的队列等待长度，并判断队列等待长度是否小于预设队列等待长度，若队列等待长度小于预设队列等待长度，cur_nl＜max_L，则预测预设时间段内的空闲坐席数。预设时间段可以根据实际情况进行设置，例如预设时间段可以是15min，可以是1h，对此本申请实施例不做限制。
可选的，在本申请的一种实施例中，预测预设时间段内的空闲坐席数，包括：获取处于通话中的会话信息，处于通话中的会话信息表示正在通话的第三对象和第四对象之间的会话内容；根据处于通话中的会话信息预测预设时间段内的空闲坐席数。
本申请实施例还获取处于通话中的会话信息talking_info，会话信息表示正在通话的用户和客户之间的会话内容，例如，会话信息可以包括术语、讨论的具体细节等，根据该会话信息talking_info可以预测预设时间段内的空闲坐席数maybe_nstaff。
步骤403、根据预设时间段内的空闲坐席数和预测的接通率，确定预设时间段内待拨出的通话数量。
其中，接通率通过如实施例一至实施例三中任一个通话数据处理方法获得，根据预设时间段内的空闲坐席数maybe_nstaff和预测的接通率ρ，确定预设时间段内待拨出的通话数量ncall。
可选的，在本申请的一种实施例中，获取当前空闲坐席数和历史平均通话时长；根据预设时间段内的空闲坐席数、当前空闲坐席数、历史平均通话时长和预测的接通率确定待拨出的通话数量。
一种示例中，根据预设时间段内的空闲坐席数maybe_nstaff、当前空闲坐席数cur_nstaff、历史平均通话时长avg_talk_time和预测的接通率ρ确定待拨出的通话数量ncall；另一种示例中，根据坐席总数nH、拨号器总数量nS、正在呼叫电话数cur_ncalling、空闲坐席数maybe_nstaff、当前空闲坐席数cur_nstaff、历史平均通话时长avg_talk_time和预测的接通率ρ确定待拨出的通话数量ncall，在得到待拨出的通话数量ncall之后，从电话列表中选出数量为ncall的电话，并将电话列表发给拨号器。
在此列举一个具体的示例对本申请实施例根据预测的待拨出通话数量实现外呼的过程进行说明，如图5所示，图5为本申请实施例提供了一种实现外呼方法的步骤流程图。
步骤501、对参数信息进行初始化。
初始化参数信息包括但不限于坐席总数nH、拨号器总数量nS、预设队列等待长度max_L、预设间隔时间△t，其中，预设队列等待长度max_L可以是已接通的在线用户愿意等待的最大数量。
步骤502、获取队列等待长度。
队列等待长度cur_nl为当前通话等待队列的队列等待长度。
步骤503、判断队列等待长度是否小于预设队列等待长度，即cur_nl＜max_L，若否，则休眠预设间隔时间△t，然后执行步骤502，也就是重新获取队列等待长度cur_nl，若是，则执行步骤504。
步骤504、获取关键参数。
关键参数包括但不限于历史平均通话时长avg_talk_time、实施例一至实施例三任一实施例中预测得到的接通率ρ、正在呼叫电话数cur_ncalling、预设时间段内的空闲坐席数maybe_nstaff、当前空闲坐席数cur_nstaff、历史平均通话时长avg_talk_time、通话中的会话信息talking_info。
步骤505、预测预设时间段内的空闲坐席数maybe_nstaff。
本申请实施例是根据处于通话中的会话信息talking_info预测预设时间段内的空闲坐席数maybe_nstaff。
步骤506、计算预设时间段内待拨出的通话数量ncall。
本申请实施例是根据实施例二和实施例三任一实施例中预测得到的接通率ρ、坐席总数nH、拨号器总数量nS、正在呼叫电话数cur_ncalling、空闲坐席数maybe_nstaff、当前空闲坐席数cur_nstaff和历史平均通话时长avg_talk_time确定预设时间段内待拨出的通话数量ncall。其中，在实施例二和实施例三任一实施例中是根据实施例一中得到的与外呼影响因子参数对应的外呼系数，以及待拨出通话的外呼影响因子参数预测得到待拨出通话的接通率ρ。
步骤507、从电话列表中选出数量为ncall的电话。
步骤508、将电话列表发给拨号器。
在将电话列表发给拨号器之后，进入下一拨号周期。
本申请实施例中通过各个外呼影响因子参数对应的外呼系数和预设时间段内待拨出通话的多个外呼影响因子参数，计算预设时间段内待拨出通话接通率，进而根据接通率确定预设时间段内待拨出的通话数量，可以实现空闲坐席数和待拨出的通话数量的最佳匹配，避免坐席空闲或者电话过多无法接听导致漏接电话的情况，提高了坐席利用率。
实施例五
本申请实施例提供了一种通话数据处理装置，如图6所示，图6为本申请实施例提供的一种通话数据处理装置，装置60包括样本集获取模块601、外呼系数确定模块602；
样本集获取模块601用于获取历史通话数据样本集，其中，历史通话数据样本集中包括多个通话数据样本，每个通话数据样本包括多个不同的外呼影响因子参数和通话对应的接通状态，接通状态用于指示通话是否被接通；
外呼系数确定模块602用于根据外呼影响因子参数和通话对应的接通状态确定各个外呼影响因子参数对应的外呼系数，外呼系数用于预测待拨出通话的接通率。
可选的，在本申请的一种实施例中，通话数据处理装置60还包括待拨出通话参数获取模块、接通率预测模块；待拨出通话参数获取模块用于获取待拨出通话的多个外呼影响因子参数；接通率预测模块用于根据待拨出通话的多个外呼影响因子参数，和，待拨出通话的外呼影响因子参数对应的外呼系数，预测待拨出通话的接通率。
可选的，在本申请的一种实施例中，通话对应的接通状态和多个不同的外呼影响因子参数服从伯努利分布；外呼系数确定模块602还用于根据通话对应的接通状态和伯努利分布的概率分布函数，确定各个外呼影响因子参数对应的外呼系数。
可选的，在本申请的一种实施例中，外呼系数确定模块602还用于根据线性预测确定外呼影响因子参数和外呼系数之间的线性关系值；根据通话对应的接通状态和通话对应的接通率，确定伯努利分布的概率分布函数，其中，通话对应的接通率作为概率分布函数的期望参数；根据通话对应的接通率和线性关系值确定归一化函数；根据归一化函数和概率分布函数确定各个外呼影响因子参数对应的外呼系数。
可选的，在本申请的一种实施例中，外呼系数确定模块602还用于根据归一化函数和概率分布函数，利用最大似然估计确定各个外呼影响因子参数对应的外呼系数。
可选的，在本申请的一种实施例中，归一化函数为以下任意一项函数：逻辑函数、激活函数、响应函数、正态累积函数、分段函数。
可选的，在本申请的一种实施例中，多个不同的外呼影响因子参数包括以下至少之一：外呼时间参数、外呼地域参数、外呼环境参数、外呼目标对象的个性特征参数。
本实施例五通话数据处理装置用于实现前述实施例一至实施例三中多个方法实施例中相应的通话数据处理方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的通话数据处理装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。
实施例六
本申请实施例提供了另一种通话数据处理装置，如图7所示，图7为本申请实施例提供的一种通话数据处理装置，装置70包括队列等待长度获取模块701、预测模块702、通话数量确定模块703；
队列等待长度获取模块701用于获取当前通话等待队列的队列等待长度，其中，队列等待长度用于表示接通第一对象后尚未得到第二对象针对第一对象的通话响应的通话数量；
预测模块702用于若队列等待长度小于预设队列等待长度，则预测预设时间段内的空闲坐席数；
通话数量确定模块703用于根据预设时间段内的空闲坐席数和预测的接通率，确定预设时间段内待拨出的通话数量，其中，接通率通过如实施例一至实施例三的任一项通话数据处理方法获得。
可选的，在本申请的一种实施例中，预测模块702还用于获取处于通话中的会话信息，处于通话中的会话信息表示正在通话的第三对象和第四对象之间的会话内容；根据处于通话中的会话信息预测预设时间段内的空闲坐席数。
可选的，在本申请的一种实施例中，通话数量确定模块703还用于获取当前空闲坐席数和历史平均通话时长；根据预设时间段内的空闲坐席数、当前空闲坐席数、历史平均通话时长和预测的接通率确定待拨出的通话数量。
本实施例六的通话数据处理装置用于实现前述实施例四中多个方法实施例中相应的通话数据处理方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的通话数据处理装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。
实施例七
基于上述实施例一至实施例四描述的任一项通话数据处理方法，本申请实施例提供了一种电子设备，需要说明的，本申请实施例的通话数据处理方法可以由任意适当的具有数据处理能力的电子设备执行，包括但不限于：服务器、移动终端(如手机、PAD等)和PC机等。如图8所示，图8为本申请实施例提供的一种电子设备的结构图。本申请具体实施例并不对电子设备的具体实现做限定。该电子设备可以包括：处理器(processor)802、通信接口(Communications Interface)804、存储器(memory)806、以及通信总线808。
其中：处理器802、通信接口804、以及存储器806通过通信总线808完成相互间的通信。
通信接口804，用于与其它电子设备或服务器进行通信。
处理器802，用于执行计算机程序810，具体可以执行上述通话数据处理方法实施例中的相关步骤。
具体地，计算机程序810可以包括计算机程序代码，该计算机程序代码包括计算机操作指令。
处理器802可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器806，用于存放计算机程序810。存储器806可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
计算机程序810具体可以用于使得处理器802执行以下操作：获取历史通话数据样本集，其中，历史通话数据样本集中包括多个通话数据样本，每个通话数据样本包括多个不同的外呼影响因子参数和通话对应的接通状态，接通状态用于指示通话是否被接通；根据外呼影响因子参数和通话对应的接通状态确定各个外呼影响因子参数对应的外呼系数，外呼系数用于预测待拨出通话的接通率。
可选的，在本申请的一种实施例中，计算机程序810具体还可以用于使得处理器802执行以下操作：获取待拨出通话的多个外呼影响因子参数；接通率预测模块用于根据待拨出通话的多个外呼影响因子参数，和，待拨出通话的外呼影响因子参数对应的外呼系数，预测待拨出通话的接通率。
可选的，在本申请的一种实施例中，计算机程序810还可以用于使得处理器802在根据外呼影响因子参数和通话对应的接通状态确定各个外呼影响因子参数对应的外呼系数时，通话对应的接通状态和多个不同的外呼影响因子参数服从伯努利分布；根据通话对应的接通状态和伯努利分布的概率分布函数，确定各个外呼影响因子参数对应的外呼系数。
可选的，在本申请的一种实施例中，计算机程序810还可以用于使得处理器802在根据通话对应的接通状态和伯努利分布的概率分布函数，确定各个外呼影响因子参数对应的外呼系数时，根据线性预测确定外呼影响因子参数和外呼系数之间的线性关系值；根据通话对应的接通状态和通话对应的接通率，确定伯努利分布的概率分布函数，其中，通话对应的接通率作为概率分布函数的期望参数；根据通话对应的接通率和线性关系值确定归一化函数；根据归一化函数和概率分布函数确定各个外呼影响因子参数对应的外呼系数。
可选的，在本申请的一种实施例中，计算机程序810还可以用于使得处理器802在根据归一化函数和概率分布函数确定各个外呼影响因子参数对应的外呼系数时，根据归一化函数和概率分布函数，利用最大似然估计确定各个外呼影响因子参数对应的外呼系数。
在一种可选的实施方式中，归一化函数为以下任意一项函数：逻辑函数、激活函数、响应函数、正态累积函数、分段函数。
在一种可选的实施方式中，多个不同的外呼影响因子参数包括以下至少之一：外呼时间参数、外呼地域参数、外呼环境参数、外呼目标对象的个性特征参数。
计算机程序810具体还可以用于使得处理器802执行以下操作：获取当前通话等待队列的队列等待长度，其中，队列等待长度用于表示接通第一对象后尚未得到第二对象针对第一对象的通话响应的通话数量；若队列等待长度小于预设队列等待长度，则预测预设时间段内的空闲坐席数；根据预设时间段内的空闲坐席数和预测的接通率，确定预设时间段内待拨出的通话数量，其中，接通率通过如实施例一至实施例三中任一项通话数据处理方法获得。
可选的，在本申请的一种实施例中，计算机程序810还可以用于使得处理器802在预测预设时间段内的空闲坐席数时，获取处于通话中的会话信息，处于通话中的会话信息表示正在通话的第三对象和第四对象之间的会话内容；根据处于通话中的会话信息预测预设时间段内的空闲坐席数。
可选的，在本申请的一种实施例中，计算机程序810还可以用于使得处理器802在根据预设时间段内的空闲坐席数和预测的接通率确定待拨出的通话数量时，获取当前空闲坐席数和历史平均通话时长；根据预设时间段内的空闲坐席数、当前空闲坐席数、历史平均通话时长和预测的接通率确定待拨出的通话数量。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程描述，在此不再赘述。
实施例八
基于上述实施例一至实施例四所描述的通话数据处理方法，本申请实施例提供了一种计算机存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现如实施例一至实施例四所描述的方法。
需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，RAM、ROM、闪存等)，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的通话数据处理方法。此外，当通用计算机访问用于实现在此示出的通话数据处理方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的通话数据处理方法的专用计算机。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请实施例的范围。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上实施方式仅用于说明本申请实施例，而并非对本申请实施例的限制，有关技术领域的普通技术人员，在不脱离本申请实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本申请实施例的范畴，本申请实施例的专利保护范围应由权利要求限定。
