确定话术序列的方法、装置以及存储介质与流程

技术特征：
1.一种确定话术序列的方法，所述话术序列包括与目标用户进行交互的各个话术节点所对应的话术单元中的其中一个话术，其特征在于，包括：确定所述目标用户的用户特征信息以及与所述目标用户进行交互的交互过程信息，其中所述交互过程信息包括：与所述目标用户进行交互的当前话术序列、所述当前话术序列的子序列、与所述目标用户进行交互的后续话术序列集合以及与所述后续话术序列集合对应的后续话术父节点索引信息；以及利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，确定与所述目标用户进行交互的最优话术序列，其中所述当前话术序列为与所述目标用户进行交互的当前话术节点以及先前话术节点所对应的话术单元所构成的序列；所述后续话术序列为由当前话术节点之后的后续话术节点所对应的话术单元构成的序列；以及所述后续话术父节点索引信息用于为后续话术序列寻找其父节点话术序列。2.根据权利要求1所述的方法，其特征在于，各个话术节点构成多个话术序列，并且利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，确定与所述目标用户进行交互的最优话术序列的操作，包括：利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，获取所述多个话术序列的期望转化率；以及根据所述多个话术序列的期望转化率，确定所述多个话术序列中用于与所述目标用户进行交互的最优话术序列。3.根据权利要求1所述的方法，其特征在于，还包括根据以下操作训练所述最优话术序列预测模型：获取与已拨打记录中的已拨打用户对应的交互信息以及用户画像；以及根据预先设置的深度神经网络算法，对所述交互信息以及所述用户画像进行学习，确定所述最优话术序列预测模型。4.根据权利要求3所述的方法，其特征在于，根据预先设置的深度神经网络算法，对所述交互信息以及所述用户画像进行学习，确定所述最优话术序列预测模型的操作，包括：对所述交互信息进行特征处理，确定所述交互信息中对应的话术特征信息；对所述用户画像进行特征处理，确定与所述已拨打用户相关的用户特征；根据所述交互信息，确定所述交互信息对应的转化率信息、所述交互信息中的当前话术序列的当前话术挂断率以及话术子序列的子话术挂断率；以及根据预先设置的深度神经网络算法，将所述用户特征以及所述话术特征信息作为所述深度神经网络算法的输入向量，以及将所述转化率信息、当前话术挂断率以及子话术挂断率作为输出向量，确定所述最优话术序列预测模型。5.根据权利要求4所述的方法，其特征在于，所述话术特征信息包括当前话术序列、话术子序列向量、后续话术序列向量以及后续话术父节点索引，并且将所述用户特征以及所述话术特征信息作为所述深度神经网络算法的输入向量的操作，还包括：通过预先设置的嵌入层和全连接层将所述用户特征进行编码，确定用户特征编码；通过预先设置的嵌入层和循环神经网络将所述话术特征信息中的当前话术特征、话术
子序列向量、后续话术序列向量进行编码，确定当前话术特征编码、话术子序列编码以及后续话术序列编码；以及将所述用户特征编码、所述当前话术特征编码、所述话术子序列编码以及所述后续话术序列编码作为所述深度神经网络算法的输入向量。6.根据权利要求3所述的方法，其特征在于，所述深度神经网络算法包括中间层，其中所述中间层包括挂断转化率向量，并且其中所述挂断转化率向量通过输出为1的全连接网络实现。7.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至6中任意一项所述的方法。8.一种确定话术序列的装置，所述话术序列包括与目标用户进行交互的各个话术节点所对应的话术单元中的其中一个话术，其特征在于，包括：第一确定模块，用于确定所述目标用户的用户特征信息以及与所述目标用户进行交互的交互过程信息，其中所述交互过程信息包括：与所述目标用户进行交互的当前话术序列、所述当前话术序列的子序列、与所述目标用户进行交互的后续话术序列集合以及与所述后续话术序列集合对应的后续话术父节点索引信息；以及第二确定模块，用于利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，确定与所述目标用户进行交互的最优话术序列，其中所述当前话术序列为与所述目标用户进行交互的当前话术节点以及先前话术节点所对应的话术单元所构成的序列；所述后续话术序列为由当前话术节点之后的后续话术节点所对应的话术单元构成的序列；以及所述后续话术父节点索引信息用于为后续话术序列寻找其父节点话术序列。9.根据权利要求8所述的方法，其特征在于，第二确定模块包括：获取子模块，用于利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，获取所述多个话术序列的期望转化率；以及第一确定子模块，用于根据所述多个话术序列的期望转化率，确定所述多个话术序列中用于与所述目标用户进行交互的最优话术序列。10.一种确定话术序列的装置，所述话术序列包括与目标用户进行交互的各个话术节点所对应的话术单元中的其中一个话术，其特征在于，包括：处理器；以及存储器，与所述处理器连接，用于为处理器提供处理以下处理步骤的指令：确定所述目标用户的用户特征信息以及与所述目标用户进行交互的交互过程信息，其中所述交互过程信息包括：与所述目标用户进行交互的当前话术序列、所述当前话术序列的子序列、与所述目标用户进行交互的后续话术序列集合以及与所述后续话术序列集合对应的后续话术父节点索引信息；以及利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，确定与所述目标用户进行交互的最优话术序列，其中所述当前话术序列为与所述目标用户进行交互的当前话术节点以及先前话术节点所对应的话术单元所构成的序列；
所述后续话术序列为由当前话术节点之后的后续话术节点所对应的话术单元构成的序列；以及所述后续话术父节点索引信息用于为后续话术序列寻找其父节点话术序列。

技术总结
本申请公开了一种确定话术序列的方法、装置以及存储介质。其中，确定话术序列的方法，包括：确定所述目标用户的用户特征信息以及与所述目标用户进行交互的交互过程信息，其中所述交互过程信息包括：与所述目标用户进行交互的当前话术序列、所述当前话术序列的子序列、与所述目标用户进行交互的后续话术序列集合以及与所述后续话术序列集合对应的后续话术父节点索引信息；以及利用预先训练的最优话术序列预测模型，根据所述用户特征信息和所述交互过程信息，确定与所述目标用户进行交互的最优话术序列。话术序列。话术序列。


技术研发人员：罗欢 陈实 王洪斌 蒋宁 权圣 吴海英 关力
受保护的技术使用者：北京有限元科技有限公司
技术研发日：2020.08.18
技术公布日：2022/2/23