一种信息处理方法及装置、存储介质与流程
1.本技术涉及机器学习
技术领域：
：，尤其涉及一种信息处理方法及装置、存储介质。
背景技术：
：：2.随着互联网技术的发展，各种通信设备的普及，销售方式也逐渐增多，常见的销售方式包括电话销售。3.现有技术中，电话销售方式是电话销售人员随机确定时间给客户打电话进行电话销售，或者是根据人工确定出来的客户的优先级顺序依次来给客户打电话进行电话销售，由于此电话销售的方式非常依赖电话销售人员的经验，对于经验较少的电话销售人员确定出的电话销售时间就不太准确，从而降低了确定电话销售时间的准确性。技术实现要素：4.为解决上述技术问题，本技术实施例期望提供一种信息处理方法及装置、存储介质，能够提高确定电话销售时间的准确性。5.本技术的技术方案是这样实现的：6.本技术实施例提供一种信息处理方法，所述信息处理方法包括：7.在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；8.根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；9.将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；10.在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。11.本技术实施例提供了一种信息处理装置，所述装置包括：12.获取单元，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；13.输入单元，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；14.执行单元，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。15.本技术实施例提供了一种信息处理装置，所述装置包括：16.存储器、处理器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的信息处理的程序，当所述信息处理的程序被执行时，通过所述处理器执行上述所述的信息处理方法。17.本技术实施例提供了一种存储介质，其上存储有计算机程序，应用于信息处理装置，其特征在于，该计算机程序被处理器执行时实现上述所述的信息处理方法。18.本技术实施例提供了一种信息处理方法及装置、存储介质，信息处理方法包括：在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率；在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。采用上述方法实现方案，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。附图说明19.图1为本技术实施例提供的一种信息处理方法流程图；20.图2为本技术实施例提供的一种示例性的训练得到多个电销通话预测模型的方法流程图；21.图3为本技术实施例提供的一种示例性的串并联模型训练架构图；22.图4为本技术实施例提供的一种示例性的对多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息进行处理的处理结构图；23.图5为本技术实施例提供的一种示例性的信息处理结构示意图；24.图6为本技术实施例提供的一种信息处理装置的组成结构示意图一；25.图7为本技术实施例提供的一种信息处理装置的组成结构示意图二。具体实施方式26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。27.实施例一28.本技术实施例提供了一种信息处理方法，一种信息处理方法应用于信息处理装置，图1为本技术实施例提供的一种信息处理方法流程图，如图1所示，信息处理方法可以包括：29.s101、在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间。30.本技术实施例提供的一种信息处理方法适用于确定待预测时间对应的电销接通概率的场景下。31.在本技术实施例中，信息处理装置可以以各种形式来实施。例如，本技术中描述的信息处理装置可以包括诸如手机、照相机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant，pda)、便捷式媒体播放器(portablemediaplayer，pmp)、导航装置、可穿戴设备、智能手环、计步器等装置，以及诸如数字tv、台式计算机、服务器等装置。32.在本技术实施例中，电销通话预测指令中携带有待预测时间，电销通话预测指令可以为确定待预测时间对应的电销接通概率的指令。33.在本技术实施例中，电销通话预测指令可以为用户输入至信息处理装置中的指令；电销通话预测指令也可以为其他设备传输至信息处理装置中的指令；电销通话预测指令还可以为信息处理装置以其他的方式获取到的指令；具体的信息处理装置获取到电销通话预测指令的方式可以根据实际情况进行确定，本技术实施例对此不作限定。34.在本技术实施例中，目标对象为电销客户。目标对象的对象标识信息可以为电销客户的身份信息；对象标识信息也可以为电销客户的编号信息；对象标识信息还可以为标识是哪一个电销客户的信息；具体的对象标识信息可以根据实际情况进行确定，本技术实施例对此不作限定。35.需要说明的是，若对象标识信息为电销客户的身份信息，则具体的对象标识信息可以为电销客户的身份标识信息(identitydocument，id)。36.在本技术实施例中，待预测时间可以为年月日时分秒的时间格式；待预测时间也可以为年月日时的时间格式；待预测时间还可以为其他的时间格式；具体的待预测时间的时间格式可以根据实际情况进行确定，本技术实施例对此不作限定。37.s102、根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息。38.在本技术实施例中，信息处理装置从电销通话预测指令中获取目标对象的对象标识信息和待预测时间之后，信息处理装置就可以根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息。39.在本技术实施例中，信息处理装置可以根据对象标识信息在数据库中获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；信息处理装置也可以根据对象标识信息在其他存储区域获取到目标对象对应的对象信息、历史电销通话信息、历史业务信息；具体的信息处理装置获取到对象信息、历史电销通话信息、历史业务信息的方式可以根据实际情况进行确定，本技术实施例对此不作限定。40.需要说明的是，若目标对象为电销客户，则对象信息可以为电销客户的客户基本信息，示例性的，对象信息包括以下之一：电销客户的年龄、性别、职业、学历、毕业院校、工作年限、工作单位、省份、城市等。41.需要说明的是，若目标对象为电销客户，则历史电销通话信息可以为历史与电销客户进行电话销售时的信息。示例性的，历史电销通话信息包括以下之一：电销工作人员的给电销客户拨打销售电话时的拨打时间，电销客户接通时间，电销客户挂断时间，录音开始时间，录音结束时间，响铃等待时长，录音时长，电销工作人员id等。42.需要说明的是，若目标对象为电销客户，则历史业务信息可以为电销客户历史所办理的业务信息。示例性的，历史业务信息包括以下之一：电销客户浏览过的业务产品id，电销客户使用的业务产品id，以及与该业务产品的相关使用属性，如存款、转账、贷款等属性，以及相应的业务产品操作时间等。43.s103、将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率。44.在本技术实施例中，信息处理装置根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息之后，想你想处理装置就可以将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率。45.在本技术实施例中，目标电销通话预测模型可以为信息处理装置中配置的模型；目标电销通话预测模型也可以为其他设备传输至信息处理装置中的模型；具体的信息处理装置得到目标电销通话预测模型的方式可以根据实际情况进行确定，本技术实施例对此不作限定。46.在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率之前，信息处理装置还会获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群；并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及多个分类组群对应的多个第一样本输出目标；信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型。47.需要说明的是，多个电销通话预测模型包括目标电销通话预测模型。48.在本技术实施例中，多个样本对象可以为多个历史电销客户。多组样本对象信息可以为多个历史电销客户注册时留下的客户基本信息。多个历史电销客户与多组样本对象信息一一对应，具体的，一个历史电销客户对应一组样本对象信息。49.需要说明的是，多组样本对象信息包括多个历史电销客户的年龄、性别、职业、学历、毕业院校、工作年限、工作单位、省份、城市等。50.在本技术实施例中，多组样本电销通话信息可以为之前与多个历史电销客户进行电话销售时的信息。多个历史电销客户与多组样本电销通话信息一一对应，具体的，一个历史电销客户对应一组样本电销通话信息。51.需要说明的是，多组样本电销通话信息包括：电销工作人员的给多个样本对象拨打销售电话时的拨打时间，多个样本对象接通时间，多个样本对象挂断时间，录音开始时间，录音结束时间，响铃等待时长，录音时长，电销工作人员id等。52.在本技术实施例中，多组样本历史业务信息可以为多个历史电销客户所办理过的业务信息。多个历史电销客户与多组样本历史业务信息一一对应，具体的，一个历史电销客户对应一组样本历史业务信息。53.需要说民的是，多组样本历史业务信息包括：多个历史电销客户端浏览过的业务产品id，多个历史电销客户端使用的业务产品id，以及与该业务产品的相关使用属性，如存款、转账、贷款等属性，以及相应的业务产品操作时间等。54.在本技术实施例中，信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群的过程，可以为信息处理装置根据先根据多组样本电销通话信息将多个样本对象分为电销老客和电销新客；然后信息处理装置再根据多组样本历史业务信息将多个样本对象分为业务客户和非业务客户，具体的，若样本历史业务信息的业务种类数量为n中，则业务客户可以继续细分为n种业务客户。信息处理装置先确定为电销老客且为非业务客户的第一分类组群；信息处理装置再确定为电销新客且为非业务客户的第二分类组群；之后信息处理装置再接着确定为电销老客且为第一类业务客户的第三分类组群、为电销老客且为第二类业务客户的第四分类组群、…、为电销老客且为第n类业务客户的第n+2类分类组群；最后信息处理装置再接着确定为电销新客且为第一类业务客户的第n+3分类组群、为电销新客且为第二类业务客户的第n+4分类组群、…、为电销新客且为第n类业务客户的第2n+2分类组群，从而得到2n+2个分类组群，即得到多个分类组群。55.在本技术实施例中，信息处理装置得到多个电销通话预测模型之后，信息处理装置就可以配置多个分类组群与多个电销通话预测模型之间的对应关系了，以供信息处理装置在根据目标对象的历史电销通话信息和历史业务信息确定出目标对象对应的组群信息的情况下，可以根据多个分类组群与多个电销通话预测模型之间的对应关系确定出该族群对应的目标电销通话预测模型。56.在本技术实施例中，初始电销通话预测模型可以为信息处理装置中配置的模型；初始电销通话预测模型也可以为其他设备传输至信息处理装置中的模型；初始电销通话预测模型还可以为信息处理装置以其他的方式获取到的模型；具体的信息处理装置得到初始电销通话预测模型的方式可以根据实际情况进行确定，本技术实施例对此不作限定。57.在本技术实施例中，初始电销通话预测模型可以为xgboost模型；初始电销通话预测模型还可以为其他的模型；具体的可以根据实际情况进行确定，本技术实施例对此不作限定。58.在本技术实施例中，多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标，信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型的过程，包括：信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；信息处理装置将多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型作为多个电销通话预测模型。59.在本技术实施例中，第一串联输出目标可以为客户能在响铃时长内接通的目标；第二串联输出目标可以为客户能主动点击接通电话的目标；第三串联输出目标可以为客户当前电话销售时的通话时长能满足有效通话时长的目标。60.示例性的，初始电销通话预测模型(obj)可以如公式(1)所示：[0061][0062]需要说明的是，为模型损失函数，代表正则化项，是用于防止模型过拟合的参数。信息处理装置可以将多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息整理为多组样本特征将多个分类组群对应的多个第一样本输出目标作为多个目标标签利用多组样本特征和多个目标标签依次对目标函数(初始电销通话预测模型)进行训练，训练时使用多个cart树模型组合成的boosting加法训练方法，得到多个电销通话预测模型(子模型)。[0063]示例性的，若多个分类组群的数量为2n+2个，则多个电销通话预测模型的数量业也为2n+2个。[0064]需要说明的是，多个电销通话预测模型中的任一电销通话预测模型包括3个串联电销通话预测模型，即第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型。其中，第一串联电销通话预测模型用于输出“电销客户能在响铃时长内接通”的概率；第二联电销通话预测模型用于输出“电销客户能主动点击接通电话”的概率；第三联电销通话预测模型用于输出“电销客户当前电话销售时的通话时长能满足有效通话时长”的概率。[0065]还需要说明的是，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型的过程中，信息处理装置会先从多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息中筛除电销客户不能在响铃时长内接通的样本信息，得到多个筛除后的第一样本信息、多个筛除后的第一样本电销通话信息和多个筛除后的第一样本历史业务信息(即筛除对应的样本信息，得到对应的样本信息)；以利用多个筛除后的第一样本信息、多个筛除后的第一样本电销通话信息、多个筛除后的第一样本历史业务信息和多个第二串联输出目标(多个目标标签)依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型(子模型)。[0066]还需要说明的是，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型的过程中，信息处理装置会先从多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息中，筛除电销客户不能在响铃时长内接通的样本信息以及电销客户不能主动点击接通电话的样本信息，得到多个处理后的第一样本信息、多个处理后的第一样本电销通话信息和多个处理后的第一样本历史业务信息(即筛除和对应的样本信息，得到对应的样本信息)，以利用多个处理后的第一样本信息、多个处理后的第一样本电销通话信息、多个处理后的第一样本历史业务信息和多个第三串联输出目标(目标标签)依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型(子模型)。[0067]在本技术实施例中，若多个电销通话预测模型的数量业也为2n+2个，则信息处理装置可以得到2n+2个第一串联电销通话预测模型、2n+2个第二串联电销通话预测模型和2n+2个第三串联电销通话预测模型，即得到[0068]在本技术实施例中，信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型之前，信息处理装置可以先按照线性信息特征、非线性信息特征和时序信息特征对多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息进行分类，得到第一样本线性信息，第一样本非线性信息和第一样本时序信息；然后信息处理装置对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息；信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息。[0069]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型。[0070]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型。[0071]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型。[0072]在本技术实施例中，信息处理装置对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息的过程，可以为信息处理装置利用证据权重编码方式对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息。[0073]在本技术实施例中，信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息的过程，可以为信息处理装置按照预设的时间转化方式对第一样本时序信息进行转化，得到第一样本衍生时序信息；和/或，按照第一样本时序信息所处的时间节点确定第一样本时序信息的第一样本衍生时序信息；和/或，统计预设时间段内第一样本时序信息的数量，得到第一样本衍生时序信息；和/或，在第一样本时序信息的数量为至少两个的情况下，确定至少两个第一样本时序信息中相邻两个时序信息之间的时间间隔，得到第一样本衍生时序信息。[0074]在本技术实施例中，信息处理装置根据多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息可以构建得到多组样本信息矩阵(多组样本特征)多个第一样本输出目标可以为多个第二样本输出目标可以为多个第三样本输出目标可以为具体的，利用多组样本特征、多个第一样本输出目标、多个第二样本输出目标和多个第三样本输出目标构建得到的特征矩阵如公式(2)所示：[0075][0076]需要说明的是，pi为第i个电销通话预测模型(子模型)对应的一组样本对象每次拨打电销电话时的信息，qi为第i个子模型对应的一组样本特征的数量，为第i个子模型对应的的样本特征，分别为多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标。[0077]在本技术实施例中，信息处理装置训练得到多个电销通话预测模型的方式如图2所示：[0078]s21、信息处理装置先获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息。[0079]s22、信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群，并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息。[0080]s23、信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型。[0081]在本技术实施例中，信息处理装置可以先按照线性信息特征、非线性信息特征和时序信息特征对多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息进行分类，得到第一样本线性信息，第一样本非线性信息和第一样本时序信息；然后信息处理装置利用证据权重编码方式对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息(woe值)；信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息(时间属性特征、周期衍生特征、日期统计特征、日期间隔特征)。最后信息处理装置通过对多个样本对象进行组群分类可知，可以得到2n+2个分类组群，2n+2个分类组群分别对应有2n+2个第一样本线性信息、2n+2个第一样本线性编码信息和2n+2个第一样本衍生时序信息。由于正常的一次电销销售通话可拆分为3个阶段，阶段一：电销客户手机响铃阶段；阶段二：电销客户点击接通/挂断阶段；阶段三：电销客户语音通话阶段。所以，这三个阶段分别都可出现无效通话，具体为：阶段一，响铃超时未接通；阶段二，客户点击挂断；阶段三，通话时长未达标。如此，一个电销通话预测模型的目标由满足有效通话时长，拆解为满足响铃时长内接通、满足客户点击接通和满足有效通话时长这三个步骤的串联模型。通过设置这三个阶段对应的串联输出目标(多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标)，并利用多个第一样本线性信息、多个第一样本线性编码信息和多个第一样本衍生时序信息分别与多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标训练初始电销通话预测模型，从而得到多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型。信息处理装置将多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型作为多个电销通话预测模型。[0082]在本技术实施例中，具体的，串并联模型训练架构图如图3所示，横向为多个电销通话预测模型，纵向为多个电销通话预测模型中的每一个电销通话预测模型串联，分为第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型。示例性的，若多个电销通话预测模型的数量为2n+2个，则串联电销通话预测模型的数量为(2n+2)*3＝6n+6个。信息处理装置先获取多个样本对象对应的多组样本对象信息(用户信息)、多组样本电销通话信息(电销信息)和多组样本历史业务信息(业务信息)，其中，业务信息包括业务1、业务2、…、业务n。信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群(非业务客户/电销老客(客群1)、业务客户/电销老客(客群2)、业务客户/电销新客(客群3)和非业务客户/电销新客(客群4)。其中，客群2和客群3由于包含业务客户，根据不同的业务，客群2又包括n个组群，客群3页包括n个组群)，并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及多个分类组群对应的多个第一样本输出目标；信息处理装置利用利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型(包括xgb1-1、xgb2-1-1、…、xgb2-n-1、xgb3-1-1、…、xgb3-n-1、xgb4-1；xgb1-2、xgb2-1-2、…、xgb2-n-2、xgb3-1-2、…、xgb3-n-2、xgb4-2；xgb1-3、xgb2-1-3、…、xgb2-n-3、xgb3-1-3、…、xgb3-n-3、xgb4-3)。[0083]在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率的过程，包括：信息处理装置根据历史电销通话信息和历史业务信息确定目标对象对应的组群信息；信息处理装置根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出组群信息对应的目标电销通话预测模型；信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率。[0084]在本技术实施例中，信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率的方式，可以为信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入至目标电销通话预测模型中，输出电销接通概率。[0085]在本技术实施例中，信息处理装置可以根据历史电销通话信息确定出目标对象为电销老客还是电销新客；信息处理装置可以根据历史业务信息确定出目标对象的业务种类，根据业务种类以及电销老客或者电销新客就可以确定出目标对象对应的组群信息。[0086]在本技术实施例中，信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率的过程，包括：信息处理装置按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置对非线性信息进行线性编码处理，得到线性编码信息；信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息；信息处理装置将线性信息、线性编码信息和衍生时序信息输入目标电销通话预测模型，得到电销接通概率。[0087]在本技术实施例中，目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；信息处理装置将线性信息、线性编码信息和衍生时序信息输入目标电销通话预测模型，得到电销接通概率的过程，包括：信息处理装置将线性信息、线性编码信息和衍生时序信息输入第一串联电销通话预测模型中，得到第一概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第二串联电销通话预测模型中，得到第二概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第三串联电销通话预测模型中，得到第三概率；信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率。[0088]需要说明的是，信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率的方式，可以为：信息处理装置确定第一概率、第二概率和第三概率之间的乘积，并将该乘积作为电销接通概率。[0089]在本技术实施例中，信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息的过程，包括：信息处理装置按照预设的时间转化方式对时序信息进行转化，得到衍生时序信息；和/或，信息处理装置按照时序信息所处的时间节点确定时序信息的衍生时序信息；和/或，信息处理装置统计预设时间段内时序信息的数量，得到衍生时序信息；和/或，信息处理装置在时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息。[0090]在本技术实施例中，预设的时间转化方式可以为年-月-日时：分：秒的转化方式；预设的时间转化方式还可以为其他的时间转化方式，具体的可以根据实际情况进行确定，本技术实施例对此不作限定。[0091]在本技术实施例中，信息处理装置确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息的方式如公式(3)所示：[0092]datediff＝{(tsi-tsj)，i≠j}(3)[0093]需要说明的是，datediff为衍生时序信息，tsi和tsj为相邻两个时序信息。[0094]在本技术实施例中，预设的时间转化方式可以为“yyyy-mm-ddhh：mm：ss”的转化方式；预设的时间转化方式还可以为其他的时间转化方式，具体的可以根据实际情况进行确定，本技术实施例对此不作限定。信息处理转置可以按照历史拔打时间的年、月、日、时、分、秒等属性对衍生时序信息进行拆分。[0095]在本技术实施例中，信息处理装置按照时序信息所处的时间节点确定时序信息的衍生时序信息的方式，可以为信息处理装置基于时间周期计算的衍生特征。示例性的，信息处理装置可以按季度q1-q4、月度上中下旬、本月度第几周、星期几、是否周末、是否节假日进行特征衍生，得到衍生时序信息。[0096]在本技术实施例中，信息处理装置统计预设时间段内时序信息的数量，得到衍生时序信息的方式，可以为信息处理装置基于时间的统计值来得到衍生时序信息。示例性的，信息处理装置可以按年、月、日、时、分的拔打和接通分别统计总次数，如2021年总拔打10次总接通3次，10月总拔打2次总接通1次类似的统计方法。[0097]在本技术实施例中，信息处理装置在时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息的方式，可以为信息处理装置基于时间的一阶差值，主要是计算日期间的天数间隔，例如第一次电销拔打日期距本次电销拔打的天数，第一次电销接通日期距上次电销接通日期的天数等，主要涉及到的需要两两计算差值的日期有：第一次电销拔打日期、第一次电销接通日期、上一次电销拔打日期、上一次电销接通日期、本次电销拔打日期、第一次存款日期、第一次转账转入日期、第一次转账转出日期、第一次贷款日期、上一次存款日期、上一次转账转入日期、上一次转账转出日期、上一次贷款日期等，可以将每位电销客户的时序数据集合记为timeseries＝{ts1,ts2,…,ts13}，具体的，时间差计算公式如公式(3)所示。[0098]示例性的，信息处理装置对多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息进行处理的处理结构图如图4所示：信息处理装置在获取到目标对象对应的对象信息(用户信息)、历史电销通话信息(电销信息)、历史业务信息(业务信息)的情况下，信息处理装置先按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置利用证据权重编码方式对非线性信息进行编码(woe编码)，得到线性编码信息(woe值)；信息处理装置按照预设的时间转化方式对时序信息进行转化(属性拆分)，得到衍生时序信息(时间属性信息)；信息处理装置按照时序信息所处的时间节点(时间周期计算)确定时序信息的衍生时序信息(周期衍生信息)；信息处理装置统计预设时间段内时序信息的数量(时间统计值)，得到衍生时序信息(日期统计信息)；信息处理装置确定至少两个时序信息中相邻两个时序信息之间的时间间隔(一阶差值计算)，得到衍生时序信息(日期间隔信息)。[0099]在本技术实施例中，信息处理装置对非线性信息进行线性编码处理，得到线性编码信息的过程，包括：信息处理装置利用证据权重编码方式对非线性信息进行编码，得到线性编码信息。[0100]在本技术实施例中，证据权重编码(weightofevidence，woe)方式具体如公式(4)所示：[0101][0102]需要说明的是，i为非线性信息的属性，y为接通电销客户，n为未接通电销客户，yi为非线性信息的属性下的接通电销客户数量，ni为非线性信息的属性下的未接通电销客户数量，yt未非线性信息的所有属性下的接通电销客户总量，nt未非线性信息的所有属性下的未接电销通客户总量，woei为线性编码信息。[0103]s104、在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。[0104]在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率之后，在信息处理装置根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。[0105]在本技术实施例中，信息处理装置根据电销接通概率确定待预测时间为目标电销时间的过程，可以为在电销接通概率大于或者等于预设概率阈值的情况下，则信息处理装置确定待预测时间为目标电销时间；在电销接通概率小于预设概率阈值的情况下，则信息处理装置确定待预测时间不为目标电销时间。[0106]需要说明的是，预设概率阈值的数量可以为一个；预设概率阈值的数量也可以为两个；预设概率阈值的数量还可以为多个；具体的预设概率阈值的数量可以根据实际情况进行确定，本技术实施例对此不作限定。[0107]还需要说明的是，若预设概率阈值的数量为多个，则可以根据不同的业务设置不同的预设概率阈值；即多个业务信息对应多个预设概率阈值，其中，一个业务信息对应一个预设概率阈值。[0108]示例性的，一种信息处理结构图如图5所示：信息处理装置在接收到电销通话预测指令的情况下，信息处理装置确定电销通话预测指令中的待预测时间对应的电销接通概率的过程，可以为：信息处理装置从电销通话预测指令中获取目标对象(目标客户)的对象标识信息和待预测时间(预测时间)，根据对象标识信息(目标客户的id)从数据库获取目标对象对应的对象信息(客户id)、历史电销通话信息(电销id)、历史业务信息(业务id)；信息处理装置根据历史电销通话信息和历史业务信息确定目标对象对应的组群信息(客户分群，确定出该目标客户为非业务客户/电销老客对应的组群，或者为业务客户/电销老客对应的组群，或者为业务客户/电销新客对应的组群，或者为非业务客户/电销新客对应的组群，或者为未包含该客户对应的组群)；信息处理装置根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出组群信息对应的目标电销通话预测模型(为并联客群1对应的电销通话预测模型，或者为并联客群4对应的电销通话预测模型，或者为并联客群2中某一业务对应的电销通话预测模型，或者为并联客群3中某一业务对应的电销通话预测模型)；然后信息处理装置就可以执行信息处理过程：信息处理装置按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置对非线性信息进行线性编码处理，得到线性编码信息(woe值)；信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息(包括时间属性信息、周期衍生信息、日期统计信息和日期间隔信息)；最后，信息处理装置就可以执行模型预测过程：目标电销通话预测模型包括串联阶段1对应的第一串联电销通话预测模型、串联阶段2对应的第二串联电销通话预测模型、串联阶段3对应的第三串联电销通话预测模型；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第一串联电销通话预测模型中，得到第一概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第二串联电销通话预测模型中，得到第二概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第三串联电销通话预测模型中，得到第三概率；信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率并输出该电销接通概率。[0109]需要说明的是，并联客群1对应的第一串联电销通话预测模型为xgb1-1，并联客群1对应的第二串联电销通话预测模型为xgb1-2，并联客群1对应的第三串联电销通话预测模型为xgb1-3；并联客群4对应的第一串联电销通话预测模型为xgb4-1，并联客群4对应的第二串联电销通话预测模型为xgb4-2，并联客群4对应的第三串联电销通话预测模型为xgb4-3；并联客群2中第一业务对应的第一串联电销通话预测模型为xgb2-1-1，并联客群2中的第一业务对应的第二串联电销通话预测模型为xgb2-1-2，并联客群2中第一业务对应的第三串联电销通话预测模型为xgb2-1-3；并联客群2中第n业务对应的第一串联电销通话预测模型为xgb2-n-1，并联客群2中的第n业务对应的第二串联电销通话预测模型为xgb2-n-2，并联客群2中第n业务对应的第三串联电销通话预测模型为xgb2-n-3；并联客群3中第一业务对应的第一串联电销通话预测模型为xgb3-1-1，并联客群3中的第一业务对应的第二串联电销通话预测模型为xgb3-1-2，并联客群3中第一业务对应的第三串联电销通话预测模型为xgb3-1-3；并联客群3中第n业务对应的第一串联电销通话预测模型为xgb3-n-1，并联客群3中的第n业务对应的第二串联电销通话预测模型为xgb3-n-2，并联客群3中第n业务对应的第三串联电销通话预测模型为xgb3-n-3。[0110]需要说明的是，数据库中的电销信息包括电销事件、电销录音、电销坐席等等；数据库中的业务信息包括业务产品1、…、业务产品n；数据库中的客户信息包括客户预留信息_性别、客户预留信息_年龄等等。信息处理装置可以从数据库中的电销信息中获取到目标客户的电销id；从数据库中的业务信息中获取到目标客户的业务id；从数据库中的客户信息中获取到目标客户的客户id。[0111]可以理解的是，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。[0112]实施例二[0113]基于实施例一同一发明构思，本技术实施例提供了一种信息处理装置1，对应于一种信息处理方法；图6为本技术实施例提供的一种信息处理装置的组成结构示意图一，该信息处理装置1可以包括：[0114]获取单元11，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；[0115]输入单元12，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；[0116]执行单元13，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。[0117]在本技术的一些实施例中，所述装置还包括分类单元、所述确定单元、训练单元；[0118]所述获取单元11，用于获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；[0119]所述分类单元，用于根据所述多组样本电销通话信息和所述多组样本历史业务信息对所述多个样本对象进行分类，得到多个分类组群；[0120]所述确定单元，用于分别确定所述多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及所述多个分类组群对应的多个第一样本输出目标；[0121]所述训练单元，用于分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型；所述多个电销通话预测模型包括所述目标电销通话预测模型。[0122]在本技术的一些实施例中，所述多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标；[0123]所述训练单元，用于利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；将所述多个第一串联电销通话预测模型、所述多个第二串联电销通话预测模型和所述多个第三串联电销通话预测模型作为所述多个电销通话预测模型。[0124]在本技术的一些实施例中，所述确定单元，用于根据所述历史电销通话信息和所述历史业务信息确定所述目标对象对应的组群信息；根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出所述组群信息对应的所述目标电销通话预测模型；利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率。[0125]在本技术的一些实施例中，所述装置还包括编码单元和衍生单元；[0126]所述分类单元，用于按照线性信息特征、非线性信息特征和时序信息特征对所述对象信息、所述历史电销通话信息、所述待预测时间和所述历史业务信息进行分类，得到线性信息、非线性信息和时序信息；[0127]所述编码单元，用于对所述非线性信息进行线性编码处理，得到线性编码信息；[0128]所述衍生单元，用于对所述时序信息进行时序衍生处理，得到衍生时序信息；[0129]所述输入单元12，用于将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率。[0130]在本技术的一些实施例中，所述目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；[0131]所述输入单元12，用于将所述线性信息、线性编码信息和所述衍生时序信息输入所述第一串联电销通话预测模型中，得到第一概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第二串联电销通话预测模型中，得到第二概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第三串联电销通话预测模型中，得到第三概率；[0132]所述确定单元，用于根据所述第一概率、所述第二概率和所述第三概率确定所述电销接通概率。[0133]在本技术的一些实施例中，所述装置还包括转化单元和统计单元；[0134]所述转化单元，用于按照预设的时间转化方式对所述时序信息进行转化，得到所述衍生时序信息；[0135]和/或，所述确定单元，用于按照所述时序信息所处的时间节点确定所述时序信息的衍生时序信息；和/或，在所述时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到所述衍生时序信息；[0136]和/或，所述统计单元，用于统计预设时间段内所述时序信息的数量，得到所述衍生时序信息。[0137]在本技术的一些实施例中，所述编码单元，用于利用证据权重编码方式对所述非线性信息进行编码，得到所述线性编码信息。[0138]需要说明的是，在实际应用中，上述获取单元11、输入单元12和执行单元13可由信息处理装置1上的处理器14实现，具体为cpu(centralprocessingunit，中央处理器)、mpu(microprocessorunit，微处理器)、dsp(digitalsignalprocessing，数字信号处理器)或现场可编程门阵列(fpga，fieldprogrammablegatearray)等实现；上述数据存储可由信息处理装置1上的存储器15实现。[0139]本技术实施例还提供了一种信息处理装置1，如图7所示，所述信息处理装置1包括：处理器14、存储器15和通信总线16，所述存储器15通过所述通信总线16与所述处理器14进行通信，所述存储器15存储所述处理器14可执行的程序，当所述程序被执行时，通过所述处理器14执行如上述所述的信息处理方法。[0140]在实际应用中，上述存储器15可以是易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；或者非易失性存储器(non-volatilememory)，例如只读存储器(read-onlymemory，rom)，快闪存储器(flashmemory)，硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)；或者上述种类的存储器的组合，并向处理器14提供指令和数据。[0141]本技术实施例提供了一种计算机可读存储介质，其上有计算机程序，所述程序被处理器14执行时实现如上述所述的信息处理方法。[0142]可以理解的是，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。[0143]本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。[0144]本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0145]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0146]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0147]以上所述，仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。当前第1页12当前第1页12
技术特征：
1.一种信息处理方法，其特征在于，所述方法包括：在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。2.根据权利要求1所述的方法，其特征在于，所述将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率之前，所述方法还包括：获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；根据所述多组样本电销通话信息和所述多组样本历史业务信息对所述多个样本对象进行分类，得到多个分类组群；并分别确定所述多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及所述多个分类组群对应的多个第一样本输出目标；分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型；所述多个电销通话预测模型包括所述目标电销通话预测模型。3.根据权利要求2所述的方法，其特征在于，所述多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标；所述分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型，包括：利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；将所述多个第一串联电销通话预测模型、所述多个第二串联电销通话预测模型和所述多个第三串联电销通话预测模型作为所述多个电销通话预测模型。4.根据权利要求1所述的方法，其特征在于，所述将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测
时间对应的电销接通概率，包括：根据所述历史电销通话信息和所述历史业务信息确定所述目标对象对应的组群信息；根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出所述组群信息对应的所述目标电销通话预测模型；利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率。5.根据权利要求4所述的方法，其特征在于，所述利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率，包括：按照线性信息特征、非线性信息特征和时序信息特征对所述对象信息、所述历史电销通话信息、所述待预测时间和所述历史业务信息进行分类，得到线性信息、非线性信息和时序信息；对所述非线性信息进行线性编码处理，得到线性编码信息；对所述时序信息进行时序衍生处理，得到衍生时序信息；将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率。6.根据权利要求5所述的方法，其特征在于，所述目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；所述将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率，包括：将所述线性信息、线性编码信息和所述衍生时序信息输入所述第一串联电销通话预测模型中，得到第一概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第二串联电销通话预测模型中，得到第二概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第三串联电销通话预测模型中，得到第三概率；根据所述第一概率、所述第二概率和所述第三概率确定所述电销接通概率。7.根据权利要求5所述的方法，其特征在于，所述对所述时序信息进行时序衍生处理，得到衍生时序信息，包括：按照预设的时间转化方式对所述时序信息进行转化，得到所述衍生时序信息；和/或，按照所述时序信息所处的时间节点确定所述时序信息的衍生时序信息；和/或，统计预设时间段内所述时序信息的数量，得到所述衍生时序信息；和/或，在所述时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到所述衍生时序信息。8.根据权利要求5所述的方法，其特征在于，所述对所述非线性信息进行线性编码处理，得到线性编码信息，包括：利用证据权重编码方式对所述非线性信息进行编码，得到所述线性编码信息。9.一种信息处理装置，其特征在于，所述装置包括：获取单元，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获
取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；输入单元，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；执行单元，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。10.一种信息处理装置，其特征在于，所述装置包括：存储器、处理器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的信息处理的程序，当所述信息处理的程序被执行时，通过所述处理器执行如权利要求1至8任一项所述的方法。11.一种存储介质，其上存储有计算机程序，应用于信息处理装置，其特征在于，该计算机程序被处理器执行时实现权利要求1至8任一项所述的方法。
技术总结
本申请实施例公开了一种信息处理方法及装置、存储介质，包括：在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率；在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。与目标对象之间的电话销售过程。与目标对象之间的电话销售过程。
技术研发人员：邹京甫 钟皓明 张海川
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2021.12.07
技术公布日：2022/3/8
技术领域：
：，尤其涉及一种信息处理方法及装置、存储介质。
背景技术：
：：2.随着互联网技术的发展，各种通信设备的普及，销售方式也逐渐增多，常见的销售方式包括电话销售。3.现有技术中，电话销售方式是电话销售人员随机确定时间给客户打电话进行电话销售，或者是根据人工确定出来的客户的优先级顺序依次来给客户打电话进行电话销售，由于此电话销售的方式非常依赖电话销售人员的经验，对于经验较少的电话销售人员确定出的电话销售时间就不太准确，从而降低了确定电话销售时间的准确性。技术实现要素：4.为解决上述技术问题，本技术实施例期望提供一种信息处理方法及装置、存储介质，能够提高确定电话销售时间的准确性。5.本技术的技术方案是这样实现的：6.本技术实施例提供一种信息处理方法，所述信息处理方法包括：7.在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；8.根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；9.将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；10.在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。11.本技术实施例提供了一种信息处理装置，所述装置包括：12.获取单元，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；13.输入单元，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；14.执行单元，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。15.本技术实施例提供了一种信息处理装置，所述装置包括：16.存储器、处理器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的信息处理的程序，当所述信息处理的程序被执行时，通过所述处理器执行上述所述的信息处理方法。17.本技术实施例提供了一种存储介质，其上存储有计算机程序，应用于信息处理装置，其特征在于，该计算机程序被处理器执行时实现上述所述的信息处理方法。18.本技术实施例提供了一种信息处理方法及装置、存储介质，信息处理方法包括：在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率；在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。采用上述方法实现方案，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。附图说明19.图1为本技术实施例提供的一种信息处理方法流程图；20.图2为本技术实施例提供的一种示例性的训练得到多个电销通话预测模型的方法流程图；21.图3为本技术实施例提供的一种示例性的串并联模型训练架构图；22.图4为本技术实施例提供的一种示例性的对多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息进行处理的处理结构图；23.图5为本技术实施例提供的一种示例性的信息处理结构示意图；24.图6为本技术实施例提供的一种信息处理装置的组成结构示意图一；25.图7为本技术实施例提供的一种信息处理装置的组成结构示意图二。具体实施方式26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。27.实施例一28.本技术实施例提供了一种信息处理方法，一种信息处理方法应用于信息处理装置，图1为本技术实施例提供的一种信息处理方法流程图，如图1所示，信息处理方法可以包括：29.s101、在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间。30.本技术实施例提供的一种信息处理方法适用于确定待预测时间对应的电销接通概率的场景下。31.在本技术实施例中，信息处理装置可以以各种形式来实施。例如，本技术中描述的信息处理装置可以包括诸如手机、照相机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant，pda)、便捷式媒体播放器(portablemediaplayer，pmp)、导航装置、可穿戴设备、智能手环、计步器等装置，以及诸如数字tv、台式计算机、服务器等装置。32.在本技术实施例中，电销通话预测指令中携带有待预测时间，电销通话预测指令可以为确定待预测时间对应的电销接通概率的指令。33.在本技术实施例中，电销通话预测指令可以为用户输入至信息处理装置中的指令；电销通话预测指令也可以为其他设备传输至信息处理装置中的指令；电销通话预测指令还可以为信息处理装置以其他的方式获取到的指令；具体的信息处理装置获取到电销通话预测指令的方式可以根据实际情况进行确定，本技术实施例对此不作限定。34.在本技术实施例中，目标对象为电销客户。目标对象的对象标识信息可以为电销客户的身份信息；对象标识信息也可以为电销客户的编号信息；对象标识信息还可以为标识是哪一个电销客户的信息；具体的对象标识信息可以根据实际情况进行确定，本技术实施例对此不作限定。35.需要说明的是，若对象标识信息为电销客户的身份信息，则具体的对象标识信息可以为电销客户的身份标识信息(identitydocument，id)。36.在本技术实施例中，待预测时间可以为年月日时分秒的时间格式；待预测时间也可以为年月日时的时间格式；待预测时间还可以为其他的时间格式；具体的待预测时间的时间格式可以根据实际情况进行确定，本技术实施例对此不作限定。37.s102、根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息。38.在本技术实施例中，信息处理装置从电销通话预测指令中获取目标对象的对象标识信息和待预测时间之后，信息处理装置就可以根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息。39.在本技术实施例中，信息处理装置可以根据对象标识信息在数据库中获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；信息处理装置也可以根据对象标识信息在其他存储区域获取到目标对象对应的对象信息、历史电销通话信息、历史业务信息；具体的信息处理装置获取到对象信息、历史电销通话信息、历史业务信息的方式可以根据实际情况进行确定，本技术实施例对此不作限定。40.需要说明的是，若目标对象为电销客户，则对象信息可以为电销客户的客户基本信息，示例性的，对象信息包括以下之一：电销客户的年龄、性别、职业、学历、毕业院校、工作年限、工作单位、省份、城市等。41.需要说明的是，若目标对象为电销客户，则历史电销通话信息可以为历史与电销客户进行电话销售时的信息。示例性的，历史电销通话信息包括以下之一：电销工作人员的给电销客户拨打销售电话时的拨打时间，电销客户接通时间，电销客户挂断时间，录音开始时间，录音结束时间，响铃等待时长，录音时长，电销工作人员id等。42.需要说明的是，若目标对象为电销客户，则历史业务信息可以为电销客户历史所办理的业务信息。示例性的，历史业务信息包括以下之一：电销客户浏览过的业务产品id，电销客户使用的业务产品id，以及与该业务产品的相关使用属性，如存款、转账、贷款等属性，以及相应的业务产品操作时间等。43.s103、将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率。44.在本技术实施例中，信息处理装置根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息之后，想你想处理装置就可以将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率。45.在本技术实施例中，目标电销通话预测模型可以为信息处理装置中配置的模型；目标电销通话预测模型也可以为其他设备传输至信息处理装置中的模型；具体的信息处理装置得到目标电销通话预测模型的方式可以根据实际情况进行确定，本技术实施例对此不作限定。46.在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率之前，信息处理装置还会获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群；并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及多个分类组群对应的多个第一样本输出目标；信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型。47.需要说明的是，多个电销通话预测模型包括目标电销通话预测模型。48.在本技术实施例中，多个样本对象可以为多个历史电销客户。多组样本对象信息可以为多个历史电销客户注册时留下的客户基本信息。多个历史电销客户与多组样本对象信息一一对应，具体的，一个历史电销客户对应一组样本对象信息。49.需要说明的是，多组样本对象信息包括多个历史电销客户的年龄、性别、职业、学历、毕业院校、工作年限、工作单位、省份、城市等。50.在本技术实施例中，多组样本电销通话信息可以为之前与多个历史电销客户进行电话销售时的信息。多个历史电销客户与多组样本电销通话信息一一对应，具体的，一个历史电销客户对应一组样本电销通话信息。51.需要说明的是，多组样本电销通话信息包括：电销工作人员的给多个样本对象拨打销售电话时的拨打时间，多个样本对象接通时间，多个样本对象挂断时间，录音开始时间，录音结束时间，响铃等待时长，录音时长，电销工作人员id等。52.在本技术实施例中，多组样本历史业务信息可以为多个历史电销客户所办理过的业务信息。多个历史电销客户与多组样本历史业务信息一一对应，具体的，一个历史电销客户对应一组样本历史业务信息。53.需要说民的是，多组样本历史业务信息包括：多个历史电销客户端浏览过的业务产品id，多个历史电销客户端使用的业务产品id，以及与该业务产品的相关使用属性，如存款、转账、贷款等属性，以及相应的业务产品操作时间等。54.在本技术实施例中，信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群的过程，可以为信息处理装置根据先根据多组样本电销通话信息将多个样本对象分为电销老客和电销新客；然后信息处理装置再根据多组样本历史业务信息将多个样本对象分为业务客户和非业务客户，具体的，若样本历史业务信息的业务种类数量为n中，则业务客户可以继续细分为n种业务客户。信息处理装置先确定为电销老客且为非业务客户的第一分类组群；信息处理装置再确定为电销新客且为非业务客户的第二分类组群；之后信息处理装置再接着确定为电销老客且为第一类业务客户的第三分类组群、为电销老客且为第二类业务客户的第四分类组群、…、为电销老客且为第n类业务客户的第n+2类分类组群；最后信息处理装置再接着确定为电销新客且为第一类业务客户的第n+3分类组群、为电销新客且为第二类业务客户的第n+4分类组群、…、为电销新客且为第n类业务客户的第2n+2分类组群，从而得到2n+2个分类组群，即得到多个分类组群。55.在本技术实施例中，信息处理装置得到多个电销通话预测模型之后，信息处理装置就可以配置多个分类组群与多个电销通话预测模型之间的对应关系了，以供信息处理装置在根据目标对象的历史电销通话信息和历史业务信息确定出目标对象对应的组群信息的情况下，可以根据多个分类组群与多个电销通话预测模型之间的对应关系确定出该族群对应的目标电销通话预测模型。56.在本技术实施例中，初始电销通话预测模型可以为信息处理装置中配置的模型；初始电销通话预测模型也可以为其他设备传输至信息处理装置中的模型；初始电销通话预测模型还可以为信息处理装置以其他的方式获取到的模型；具体的信息处理装置得到初始电销通话预测模型的方式可以根据实际情况进行确定，本技术实施例对此不作限定。57.在本技术实施例中，初始电销通话预测模型可以为xgboost模型；初始电销通话预测模型还可以为其他的模型；具体的可以根据实际情况进行确定，本技术实施例对此不作限定。58.在本技术实施例中，多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标，信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型的过程，包括：信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；信息处理装置将多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型作为多个电销通话预测模型。59.在本技术实施例中，第一串联输出目标可以为客户能在响铃时长内接通的目标；第二串联输出目标可以为客户能主动点击接通电话的目标；第三串联输出目标可以为客户当前电话销售时的通话时长能满足有效通话时长的目标。60.示例性的，初始电销通话预测模型(obj)可以如公式(1)所示：[0061][0062]需要说明的是，为模型损失函数，代表正则化项，是用于防止模型过拟合的参数。信息处理装置可以将多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息整理为多组样本特征将多个分类组群对应的多个第一样本输出目标作为多个目标标签利用多组样本特征和多个目标标签依次对目标函数(初始电销通话预测模型)进行训练，训练时使用多个cart树模型组合成的boosting加法训练方法，得到多个电销通话预测模型(子模型)。[0063]示例性的，若多个分类组群的数量为2n+2个，则多个电销通话预测模型的数量业也为2n+2个。[0064]需要说明的是，多个电销通话预测模型中的任一电销通话预测模型包括3个串联电销通话预测模型，即第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型。其中，第一串联电销通话预测模型用于输出“电销客户能在响铃时长内接通”的概率；第二联电销通话预测模型用于输出“电销客户能主动点击接通电话”的概率；第三联电销通话预测模型用于输出“电销客户当前电话销售时的通话时长能满足有效通话时长”的概率。[0065]还需要说明的是，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型的过程中，信息处理装置会先从多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息中筛除电销客户不能在响铃时长内接通的样本信息，得到多个筛除后的第一样本信息、多个筛除后的第一样本电销通话信息和多个筛除后的第一样本历史业务信息(即筛除对应的样本信息，得到对应的样本信息)；以利用多个筛除后的第一样本信息、多个筛除后的第一样本电销通话信息、多个筛除后的第一样本历史业务信息和多个第二串联输出目标(多个目标标签)依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型(子模型)。[0066]还需要说明的是，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型的过程中，信息处理装置会先从多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息中，筛除电销客户不能在响铃时长内接通的样本信息以及电销客户不能主动点击接通电话的样本信息，得到多个处理后的第一样本信息、多个处理后的第一样本电销通话信息和多个处理后的第一样本历史业务信息(即筛除和对应的样本信息，得到对应的样本信息)，以利用多个处理后的第一样本信息、多个处理后的第一样本电销通话信息、多个处理后的第一样本历史业务信息和多个第三串联输出目标(目标标签)依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型(子模型)。[0067]在本技术实施例中，若多个电销通话预测模型的数量业也为2n+2个，则信息处理装置可以得到2n+2个第一串联电销通话预测模型、2n+2个第二串联电销通话预测模型和2n+2个第三串联电销通话预测模型，即得到[0068]在本技术实施例中，信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型之前，信息处理装置可以先按照线性信息特征、非线性信息特征和时序信息特征对多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息进行分类，得到第一样本线性信息，第一样本非线性信息和第一样本时序信息；然后信息处理装置对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息；信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息。[0069]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型。[0070]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型。[0071]相应的，信息处理装置利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型的过程，可以为信息处理装置利用第一样本线性信息、第一样本线性编码信息、第一样本衍生时序信息和多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型。[0072]在本技术实施例中，信息处理装置对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息的过程，可以为信息处理装置利用证据权重编码方式对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息。[0073]在本技术实施例中，信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息的过程，可以为信息处理装置按照预设的时间转化方式对第一样本时序信息进行转化，得到第一样本衍生时序信息；和/或，按照第一样本时序信息所处的时间节点确定第一样本时序信息的第一样本衍生时序信息；和/或，统计预设时间段内第一样本时序信息的数量，得到第一样本衍生时序信息；和/或，在第一样本时序信息的数量为至少两个的情况下，确定至少两个第一样本时序信息中相邻两个时序信息之间的时间间隔，得到第一样本衍生时序信息。[0074]在本技术实施例中，信息处理装置根据多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息可以构建得到多组样本信息矩阵(多组样本特征)多个第一样本输出目标可以为多个第二样本输出目标可以为多个第三样本输出目标可以为具体的，利用多组样本特征、多个第一样本输出目标、多个第二样本输出目标和多个第三样本输出目标构建得到的特征矩阵如公式(2)所示：[0075][0076]需要说明的是，pi为第i个电销通话预测模型(子模型)对应的一组样本对象每次拨打电销电话时的信息，qi为第i个子模型对应的一组样本特征的数量，为第i个子模型对应的的样本特征，分别为多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标。[0077]在本技术实施例中，信息处理装置训练得到多个电销通话预测模型的方式如图2所示：[0078]s21、信息处理装置先获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息。[0079]s22、信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群，并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息。[0080]s23、信息处理装置分别利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型。[0081]在本技术实施例中，信息处理装置可以先按照线性信息特征、非线性信息特征和时序信息特征对多个第一样本信息、多个第一样本电销通话信息和多个第一样本历史业务信息进行分类，得到第一样本线性信息，第一样本非线性信息和第一样本时序信息；然后信息处理装置利用证据权重编码方式对第一样本非线性信息进行线性编码处理，得到第一样本线性编码信息(woe值)；信息处理装置对第一样本时序信息进行时序衍生处理，得到第一样本衍生时序信息(时间属性特征、周期衍生特征、日期统计特征、日期间隔特征)。最后信息处理装置通过对多个样本对象进行组群分类可知，可以得到2n+2个分类组群，2n+2个分类组群分别对应有2n+2个第一样本线性信息、2n+2个第一样本线性编码信息和2n+2个第一样本衍生时序信息。由于正常的一次电销销售通话可拆分为3个阶段，阶段一：电销客户手机响铃阶段；阶段二：电销客户点击接通/挂断阶段；阶段三：电销客户语音通话阶段。所以，这三个阶段分别都可出现无效通话，具体为：阶段一，响铃超时未接通；阶段二，客户点击挂断；阶段三，通话时长未达标。如此，一个电销通话预测模型的目标由满足有效通话时长，拆解为满足响铃时长内接通、满足客户点击接通和满足有效通话时长这三个步骤的串联模型。通过设置这三个阶段对应的串联输出目标(多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标)，并利用多个第一样本线性信息、多个第一样本线性编码信息和多个第一样本衍生时序信息分别与多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标训练初始电销通话预测模型，从而得到多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型。信息处理装置将多个第一串联电销通话预测模型、多个第二串联电销通话预测模型和多个第三串联电销通话预测模型作为多个电销通话预测模型。[0082]在本技术实施例中，具体的，串并联模型训练架构图如图3所示，横向为多个电销通话预测模型，纵向为多个电销通话预测模型中的每一个电销通话预测模型串联，分为第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型。示例性的，若多个电销通话预测模型的数量为2n+2个，则串联电销通话预测模型的数量为(2n+2)*3＝6n+6个。信息处理装置先获取多个样本对象对应的多组样本对象信息(用户信息)、多组样本电销通话信息(电销信息)和多组样本历史业务信息(业务信息)，其中，业务信息包括业务1、业务2、…、业务n。信息处理装置根据多组样本电销通话信息和多组样本历史业务信息对多个样本对象进行分类，得到多个分类组群(非业务客户/电销老客(客群1)、业务客户/电销老客(客群2)、业务客户/电销新客(客群3)和非业务客户/电销新客(客群4)。其中，客群2和客群3由于包含业务客户，根据不同的业务，客群2又包括n个组群，客群3页包括n个组群)，并分别确定多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及多个分类组群对应的多个第一样本输出目标；信息处理装置利用利用多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息和多个第一样本输出目标依次训练初始电销通话预测模型，得到多个电销通话预测模型(包括xgb1-1、xgb2-1-1、…、xgb2-n-1、xgb3-1-1、…、xgb3-n-1、xgb4-1；xgb1-2、xgb2-1-2、…、xgb2-n-2、xgb3-1-2、…、xgb3-n-2、xgb4-2；xgb1-3、xgb2-1-3、…、xgb2-n-3、xgb3-1-3、…、xgb3-n-3、xgb4-3)。[0083]在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率的过程，包括：信息处理装置根据历史电销通话信息和历史业务信息确定目标对象对应的组群信息；信息处理装置根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出组群信息对应的目标电销通话预测模型；信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率。[0084]在本技术实施例中，信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率的方式，可以为信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入至目标电销通话预测模型中，输出电销接通概率。[0085]在本技术实施例中，信息处理装置可以根据历史电销通话信息确定出目标对象为电销老客还是电销新客；信息处理装置可以根据历史业务信息确定出目标对象的业务种类，根据业务种类以及电销老客或者电销新客就可以确定出目标对象对应的组群信息。[0086]在本技术实施例中，信息处理装置利用目标电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息和待预测时间，确定电销接通概率的过程，包括：信息处理装置按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置对非线性信息进行线性编码处理，得到线性编码信息；信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息；信息处理装置将线性信息、线性编码信息和衍生时序信息输入目标电销通话预测模型，得到电销接通概率。[0087]在本技术实施例中，目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；信息处理装置将线性信息、线性编码信息和衍生时序信息输入目标电销通话预测模型，得到电销接通概率的过程，包括：信息处理装置将线性信息、线性编码信息和衍生时序信息输入第一串联电销通话预测模型中，得到第一概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第二串联电销通话预测模型中，得到第二概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第三串联电销通话预测模型中，得到第三概率；信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率。[0088]需要说明的是，信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率的方式，可以为：信息处理装置确定第一概率、第二概率和第三概率之间的乘积，并将该乘积作为电销接通概率。[0089]在本技术实施例中，信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息的过程，包括：信息处理装置按照预设的时间转化方式对时序信息进行转化，得到衍生时序信息；和/或，信息处理装置按照时序信息所处的时间节点确定时序信息的衍生时序信息；和/或，信息处理装置统计预设时间段内时序信息的数量，得到衍生时序信息；和/或，信息处理装置在时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息。[0090]在本技术实施例中，预设的时间转化方式可以为年-月-日时：分：秒的转化方式；预设的时间转化方式还可以为其他的时间转化方式，具体的可以根据实际情况进行确定，本技术实施例对此不作限定。[0091]在本技术实施例中，信息处理装置确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息的方式如公式(3)所示：[0092]datediff＝{(tsi-tsj)，i≠j}(3)[0093]需要说明的是，datediff为衍生时序信息，tsi和tsj为相邻两个时序信息。[0094]在本技术实施例中，预设的时间转化方式可以为“yyyy-mm-ddhh：mm：ss”的转化方式；预设的时间转化方式还可以为其他的时间转化方式，具体的可以根据实际情况进行确定，本技术实施例对此不作限定。信息处理转置可以按照历史拔打时间的年、月、日、时、分、秒等属性对衍生时序信息进行拆分。[0095]在本技术实施例中，信息处理装置按照时序信息所处的时间节点确定时序信息的衍生时序信息的方式，可以为信息处理装置基于时间周期计算的衍生特征。示例性的，信息处理装置可以按季度q1-q4、月度上中下旬、本月度第几周、星期几、是否周末、是否节假日进行特征衍生，得到衍生时序信息。[0096]在本技术实施例中，信息处理装置统计预设时间段内时序信息的数量，得到衍生时序信息的方式，可以为信息处理装置基于时间的统计值来得到衍生时序信息。示例性的，信息处理装置可以按年、月、日、时、分的拔打和接通分别统计总次数，如2021年总拔打10次总接通3次，10月总拔打2次总接通1次类似的统计方法。[0097]在本技术实施例中，信息处理装置在时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到衍生时序信息的方式，可以为信息处理装置基于时间的一阶差值，主要是计算日期间的天数间隔，例如第一次电销拔打日期距本次电销拔打的天数，第一次电销接通日期距上次电销接通日期的天数等，主要涉及到的需要两两计算差值的日期有：第一次电销拔打日期、第一次电销接通日期、上一次电销拔打日期、上一次电销接通日期、本次电销拔打日期、第一次存款日期、第一次转账转入日期、第一次转账转出日期、第一次贷款日期、上一次存款日期、上一次转账转入日期、上一次转账转出日期、上一次贷款日期等，可以将每位电销客户的时序数据集合记为timeseries＝{ts1,ts2,…,ts13}，具体的，时间差计算公式如公式(3)所示。[0098]示例性的，信息处理装置对多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息进行处理的处理结构图如图4所示：信息处理装置在获取到目标对象对应的对象信息(用户信息)、历史电销通话信息(电销信息)、历史业务信息(业务信息)的情况下，信息处理装置先按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置利用证据权重编码方式对非线性信息进行编码(woe编码)，得到线性编码信息(woe值)；信息处理装置按照预设的时间转化方式对时序信息进行转化(属性拆分)，得到衍生时序信息(时间属性信息)；信息处理装置按照时序信息所处的时间节点(时间周期计算)确定时序信息的衍生时序信息(周期衍生信息)；信息处理装置统计预设时间段内时序信息的数量(时间统计值)，得到衍生时序信息(日期统计信息)；信息处理装置确定至少两个时序信息中相邻两个时序信息之间的时间间隔(一阶差值计算)，得到衍生时序信息(日期间隔信息)。[0099]在本技术实施例中，信息处理装置对非线性信息进行线性编码处理，得到线性编码信息的过程，包括：信息处理装置利用证据权重编码方式对非线性信息进行编码，得到线性编码信息。[0100]在本技术实施例中，证据权重编码(weightofevidence，woe)方式具体如公式(4)所示：[0101][0102]需要说明的是，i为非线性信息的属性，y为接通电销客户，n为未接通电销客户，yi为非线性信息的属性下的接通电销客户数量，ni为非线性信息的属性下的未接通电销客户数量，yt未非线性信息的所有属性下的接通电销客户总量，nt未非线性信息的所有属性下的未接电销通客户总量，woei为线性编码信息。[0103]s104、在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。[0104]在本技术实施例中，信息处理装置将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率之后，在信息处理装置根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。[0105]在本技术实施例中，信息处理装置根据电销接通概率确定待预测时间为目标电销时间的过程，可以为在电销接通概率大于或者等于预设概率阈值的情况下，则信息处理装置确定待预测时间为目标电销时间；在电销接通概率小于预设概率阈值的情况下，则信息处理装置确定待预测时间不为目标电销时间。[0106]需要说明的是，预设概率阈值的数量可以为一个；预设概率阈值的数量也可以为两个；预设概率阈值的数量还可以为多个；具体的预设概率阈值的数量可以根据实际情况进行确定，本技术实施例对此不作限定。[0107]还需要说明的是，若预设概率阈值的数量为多个，则可以根据不同的业务设置不同的预设概率阈值；即多个业务信息对应多个预设概率阈值，其中，一个业务信息对应一个预设概率阈值。[0108]示例性的，一种信息处理结构图如图5所示：信息处理装置在接收到电销通话预测指令的情况下，信息处理装置确定电销通话预测指令中的待预测时间对应的电销接通概率的过程，可以为：信息处理装置从电销通话预测指令中获取目标对象(目标客户)的对象标识信息和待预测时间(预测时间)，根据对象标识信息(目标客户的id)从数据库获取目标对象对应的对象信息(客户id)、历史电销通话信息(电销id)、历史业务信息(业务id)；信息处理装置根据历史电销通话信息和历史业务信息确定目标对象对应的组群信息(客户分群，确定出该目标客户为非业务客户/电销老客对应的组群，或者为业务客户/电销老客对应的组群，或者为业务客户/电销新客对应的组群，或者为非业务客户/电销新客对应的组群，或者为未包含该客户对应的组群)；信息处理装置根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出组群信息对应的目标电销通话预测模型(为并联客群1对应的电销通话预测模型，或者为并联客群4对应的电销通话预测模型，或者为并联客群2中某一业务对应的电销通话预测模型，或者为并联客群3中某一业务对应的电销通话预测模型)；然后信息处理装置就可以执行信息处理过程：信息处理装置按照线性信息特征、非线性信息特征和时序信息特征对对象信息、历史电销通话信息、待预测时间和历史业务信息进行分类，得到线性信息、非线性信息和时序信息；信息处理装置对非线性信息进行线性编码处理，得到线性编码信息(woe值)；信息处理装置对时序信息进行时序衍生处理，得到衍生时序信息(包括时间属性信息、周期衍生信息、日期统计信息和日期间隔信息)；最后，信息处理装置就可以执行模型预测过程：目标电销通话预测模型包括串联阶段1对应的第一串联电销通话预测模型、串联阶段2对应的第二串联电销通话预测模型、串联阶段3对应的第三串联电销通话预测模型；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第一串联电销通话预测模型中，得到第一概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第二串联电销通话预测模型中，得到第二概率；信息处理装置将线性信息、线性编码信息和衍生时序信息输入第三串联电销通话预测模型中，得到第三概率；信息处理装置根据第一概率、第二概率和第三概率确定电销接通概率并输出该电销接通概率。[0109]需要说明的是，并联客群1对应的第一串联电销通话预测模型为xgb1-1，并联客群1对应的第二串联电销通话预测模型为xgb1-2，并联客群1对应的第三串联电销通话预测模型为xgb1-3；并联客群4对应的第一串联电销通话预测模型为xgb4-1，并联客群4对应的第二串联电销通话预测模型为xgb4-2，并联客群4对应的第三串联电销通话预测模型为xgb4-3；并联客群2中第一业务对应的第一串联电销通话预测模型为xgb2-1-1，并联客群2中的第一业务对应的第二串联电销通话预测模型为xgb2-1-2，并联客群2中第一业务对应的第三串联电销通话预测模型为xgb2-1-3；并联客群2中第n业务对应的第一串联电销通话预测模型为xgb2-n-1，并联客群2中的第n业务对应的第二串联电销通话预测模型为xgb2-n-2，并联客群2中第n业务对应的第三串联电销通话预测模型为xgb2-n-3；并联客群3中第一业务对应的第一串联电销通话预测模型为xgb3-1-1，并联客群3中的第一业务对应的第二串联电销通话预测模型为xgb3-1-2，并联客群3中第一业务对应的第三串联电销通话预测模型为xgb3-1-3；并联客群3中第n业务对应的第一串联电销通话预测模型为xgb3-n-1，并联客群3中的第n业务对应的第二串联电销通话预测模型为xgb3-n-2，并联客群3中第n业务对应的第三串联电销通话预测模型为xgb3-n-3。[0110]需要说明的是，数据库中的电销信息包括电销事件、电销录音、电销坐席等等；数据库中的业务信息包括业务产品1、…、业务产品n；数据库中的客户信息包括客户预留信息_性别、客户预留信息_年龄等等。信息处理装置可以从数据库中的电销信息中获取到目标客户的电销id；从数据库中的业务信息中获取到目标客户的业务id；从数据库中的客户信息中获取到目标客户的客户id。[0111]可以理解的是，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。[0112]实施例二[0113]基于实施例一同一发明构思，本技术实施例提供了一种信息处理装置1，对应于一种信息处理方法；图6为本技术实施例提供的一种信息处理装置的组成结构示意图一，该信息处理装置1可以包括：[0114]获取单元11，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；[0115]输入单元12，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；[0116]执行单元13，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。[0117]在本技术的一些实施例中，所述装置还包括分类单元、所述确定单元、训练单元；[0118]所述获取单元11，用于获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；[0119]所述分类单元，用于根据所述多组样本电销通话信息和所述多组样本历史业务信息对所述多个样本对象进行分类，得到多个分类组群；[0120]所述确定单元，用于分别确定所述多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及所述多个分类组群对应的多个第一样本输出目标；[0121]所述训练单元，用于分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型；所述多个电销通话预测模型包括所述目标电销通话预测模型。[0122]在本技术的一些实施例中，所述多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标；[0123]所述训练单元，用于利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；将所述多个第一串联电销通话预测模型、所述多个第二串联电销通话预测模型和所述多个第三串联电销通话预测模型作为所述多个电销通话预测模型。[0124]在本技术的一些实施例中，所述确定单元，用于根据所述历史电销通话信息和所述历史业务信息确定所述目标对象对应的组群信息；根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出所述组群信息对应的所述目标电销通话预测模型；利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率。[0125]在本技术的一些实施例中，所述装置还包括编码单元和衍生单元；[0126]所述分类单元，用于按照线性信息特征、非线性信息特征和时序信息特征对所述对象信息、所述历史电销通话信息、所述待预测时间和所述历史业务信息进行分类，得到线性信息、非线性信息和时序信息；[0127]所述编码单元，用于对所述非线性信息进行线性编码处理，得到线性编码信息；[0128]所述衍生单元，用于对所述时序信息进行时序衍生处理，得到衍生时序信息；[0129]所述输入单元12，用于将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率。[0130]在本技术的一些实施例中，所述目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；[0131]所述输入单元12，用于将所述线性信息、线性编码信息和所述衍生时序信息输入所述第一串联电销通话预测模型中，得到第一概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第二串联电销通话预测模型中，得到第二概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第三串联电销通话预测模型中，得到第三概率；[0132]所述确定单元，用于根据所述第一概率、所述第二概率和所述第三概率确定所述电销接通概率。[0133]在本技术的一些实施例中，所述装置还包括转化单元和统计单元；[0134]所述转化单元，用于按照预设的时间转化方式对所述时序信息进行转化，得到所述衍生时序信息；[0135]和/或，所述确定单元，用于按照所述时序信息所处的时间节点确定所述时序信息的衍生时序信息；和/或，在所述时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到所述衍生时序信息；[0136]和/或，所述统计单元，用于统计预设时间段内所述时序信息的数量，得到所述衍生时序信息。[0137]在本技术的一些实施例中，所述编码单元，用于利用证据权重编码方式对所述非线性信息进行编码，得到所述线性编码信息。[0138]需要说明的是，在实际应用中，上述获取单元11、输入单元12和执行单元13可由信息处理装置1上的处理器14实现，具体为cpu(centralprocessingunit，中央处理器)、mpu(microprocessorunit，微处理器)、dsp(digitalsignalprocessing，数字信号处理器)或现场可编程门阵列(fpga，fieldprogrammablegatearray)等实现；上述数据存储可由信息处理装置1上的存储器15实现。[0139]本技术实施例还提供了一种信息处理装置1，如图7所示，所述信息处理装置1包括：处理器14、存储器15和通信总线16，所述存储器15通过所述通信总线16与所述处理器14进行通信，所述存储器15存储所述处理器14可执行的程序，当所述程序被执行时，通过所述处理器14执行如上述所述的信息处理方法。[0140]在实际应用中，上述存储器15可以是易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；或者非易失性存储器(non-volatilememory)，例如只读存储器(read-onlymemory，rom)，快闪存储器(flashmemory)，硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)；或者上述种类的存储器的组合，并向处理器14提供指令和数据。[0141]本技术实施例提供了一种计算机可读存储介质，其上有计算机程序，所述程序被处理器14执行时实现如上述所述的信息处理方法。[0142]可以理解的是，信息处理装置通过获取目标对象对应的对象信息、历史电销通话信息、历史业务信息，利用电销通话预测模型根据对象信息、历史电销通话信息、历史业务信息预测在待预测时间与目标对象电销沟通成功的电销接通概率，即利用电销接通概率来确定待预测时间的准确性，从而可以确定出准确性高的目标电销时间，提高了确定目标电销时间的准确性。[0143]本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。[0144]本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0145]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0146]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0147]以上所述，仅为本技术的较佳实施例而已，并非用于限定本技术的保护范围。当前第1页12当前第1页12
技术特征：
1.一种信息处理方法，其特征在于，所述方法包括：在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。2.根据权利要求1所述的方法，其特征在于，所述将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率之前，所述方法还包括：获取多个样本对象对应的多组样本对象信息、多组样本电销通话信息和多组样本历史业务信息；根据所述多组样本电销通话信息和所述多组样本历史业务信息对所述多个样本对象进行分类，得到多个分类组群；并分别确定所述多个分类组群对应的多个第一样本信息、多个第一样本电销通话信息、多个第一样本历史业务信息以及所述多个分类组群对应的多个第一样本输出目标；分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型；所述多个电销通话预测模型包括所述目标电销通话预测模型。3.根据权利要求2所述的方法，其特征在于，所述多个第一样本输出目标包括多个第一串联输出目标、多个第二串联输出目标和多个第三串联输出目标；所述分别利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一样本输出目标依次训练初始电销通话预测模型，得到所述多个电销通话预测模型，包括：利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第一串联输出目标依次训练初始电销通话预测模型，得到多个第一串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第二串联输出目标依次训练初始电销通话预测模型，得到多个第二串联电销通话预测模型；利用所述多个第一样本信息、所述多个第一样本电销通话信息、所述多个第一样本历史业务信息和所述多个第三串联输出目标依次训练初始电销通话预测模型，得到多个第三串联电销通话预测模型；将所述多个第一串联电销通话预测模型、所述多个第二串联电销通话预测模型和所述多个第三串联电销通话预测模型作为所述多个电销通话预测模型。4.根据权利要求1所述的方法，其特征在于，所述将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测
时间对应的电销接通概率，包括：根据所述历史电销通话信息和所述历史业务信息确定所述目标对象对应的组群信息；根据配置的多个分类组群与多个电销通话预测模型之间的对应关系，确定出所述组群信息对应的所述目标电销通话预测模型；利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率。5.根据权利要求4所述的方法，其特征在于，所述利用所述目标电销通话预测模型根据所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间，确定所述电销接通概率，包括：按照线性信息特征、非线性信息特征和时序信息特征对所述对象信息、所述历史电销通话信息、所述待预测时间和所述历史业务信息进行分类，得到线性信息、非线性信息和时序信息；对所述非线性信息进行线性编码处理，得到线性编码信息；对所述时序信息进行时序衍生处理，得到衍生时序信息；将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率。6.根据权利要求5所述的方法，其特征在于，所述目标电销通话预测模型包括第一串联电销通话预测模型、第二串联电销通话预测模型和第三串联电销通话预测模型；所述将所述线性信息、线性编码信息和所述衍生时序信息输入所述目标电销通话预测模型，得到所述电销接通概率，包括：将所述线性信息、线性编码信息和所述衍生时序信息输入所述第一串联电销通话预测模型中，得到第一概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第二串联电销通话预测模型中，得到第二概率；将所述线性信息、线性编码信息和所述衍生时序信息输入所述第三串联电销通话预测模型中，得到第三概率；根据所述第一概率、所述第二概率和所述第三概率确定所述电销接通概率。7.根据权利要求5所述的方法，其特征在于，所述对所述时序信息进行时序衍生处理，得到衍生时序信息，包括：按照预设的时间转化方式对所述时序信息进行转化，得到所述衍生时序信息；和/或，按照所述时序信息所处的时间节点确定所述时序信息的衍生时序信息；和/或，统计预设时间段内所述时序信息的数量，得到所述衍生时序信息；和/或，在所述时序信息的数量为至少两个的情况下，确定至少两个时序信息中相邻两个时序信息之间的时间间隔，得到所述衍生时序信息。8.根据权利要求5所述的方法，其特征在于，所述对所述非线性信息进行线性编码处理，得到线性编码信息，包括：利用证据权重编码方式对所述非线性信息进行编码，得到所述线性编码信息。9.一种信息处理装置，其特征在于，所述装置包括：获取单元，用于在接收到电销通话预测指令的情况下，从所述电销通话预测指令中获
取目标对象的对象标识信息和待预测时间；根据所述对象标识信息获取所述目标对象对应的对象信息、历史电销通话信息、历史业务信息；输入单元，用于将所述对象信息、所述历史电销通话信息、所述历史业务信息和所述待预测时间输入目标电销通话预测模型，得到所述待预测时间对应的电销接通概率；执行单元，用于在根据所述电销接通概率确定所述待预测时间为目标电销时间的情况下，在所述目标电销时间内执行与所述目标对象之间的电话销售过程。10.一种信息处理装置，其特征在于，所述装置包括：存储器、处理器和通信总线，所述存储器通过所述通信总线与所述处理器进行通信，所述存储器存储所述处理器可执行的信息处理的程序，当所述信息处理的程序被执行时，通过所述处理器执行如权利要求1至8任一项所述的方法。11.一种存储介质，其上存储有计算机程序，应用于信息处理装置，其特征在于，该计算机程序被处理器执行时实现权利要求1至8任一项所述的方法。
技术总结
本申请实施例公开了一种信息处理方法及装置、存储介质，包括：在接收到电销通话预测指令的情况下，从电销通话预测指令中获取目标对象的对象标识信息和待预测时间；根据对象标识信息获取目标对象对应的对象信息、历史电销通话信息、历史业务信息；将对象信息、历史电销通话信息、历史业务信息和待预测时间输入目标电销通话预测模型，得到待预测时间对应的电销接通概率；在根据电销接通概率确定待预测时间为目标电销时间的情况下，在目标电销时间内执行与目标对象之间的电话销售过程。与目标对象之间的电话销售过程。与目标对象之间的电话销售过程。
技术研发人员：邹京甫 钟皓明 张海川
受保护的技术使用者：深圳前海微众银行股份有限公司
技术研发日：2021.12.07
技术公布日：2022/3/8
最新回复(0)