外呼线索分群推荐的方法和装置、电子设备与流程

1.本技术涉及数据处理技术领域，尤其涉及一种外呼线索分群推荐的方法和装置、电子设备及计算机可读存储介质。


背景技术：

2.随着互联网c端用户的增长，用户质量的分群管理对公司运营而言成本逐渐扩大，现有的分群管理如下：
3.(1)销售人员在自己的工作薄中记录拨打过程中的优质客户，拨打之前对用户的信息没有充分了解；
4.(2)先进后出原则，比如用户1先进来，接着用户2进来，用户2排在用户1前面，先拨打用户2，然后拨打用户1，根据最新进来的用户来拨打线索(即用户)，保证了最新进来的用户的时效；
5.(3)运营规则分发，需要运营人员根据业务经验来配置用户群体。
6.在实际运营使用中，发明人发现，现有分群管理在整个流程中存在以下问题：1)单维度分析对优质用户的误伤性极大，判别优质用户的准确率也很难随着业务变化而保持稳定；2)外呼线索(即外呼用户)积压，先进后出会有不少优质线索积压，失去最佳拨打时机。面对海量用户，如何对外呼线索进行管理来提高外呼的效率和订单转化率成为亟需解决的技术问题。


技术实现要素：

7.鉴于上述问题，提出了本技术以便提供一种克服上述问题或者至少部分地解决上述问题的外呼线索分群推荐的方法和装置、电子设备及计算机可读存储介质，能够提高外呼的效率和订单转化率。所述技术方案如下：
8.第一方面，提供了一种外呼线索分群推荐的方法，包括：
9.获取多个存量外呼线索的特征数据；
10.将所述多个存量外呼线索的特征数据输入预先训练的排序模型，利用所述排序模型对各个存量外呼线索的排序值进行预测，得到所述各个存量外呼线索的预测排序值；
11.根据所述各个存量外呼线索的预测排序值对所述多个存量外呼线索进行分群，得到多个外呼群组；
12.为所述多个外呼群组分配对应的外呼坐席，将所述多个外呼群组推荐给分配的外呼坐席。
13.在一种可能的实现方式中，所述方法还包括：
14.监测新增外呼线索；
15.当监测到新增外呼线索时，获取新增外呼线索的特征数据；
16.根据所述新增外呼线索的特征数据对所述新增外呼线索与所述多个外呼群组进行聚类处理，确定所述新增外呼线索聚类到的外呼群组；
17.将所述新增外呼线索增加到所述新增外呼线索聚类到的外呼群组。
18.在一种可能的实现方式中，根据所述各个存量外呼线索的预测排序值对所述多个存量外呼线索进行分群，得到多个外呼群组，包括：
19.根据所述各个存量外呼线索的预测排序值和外呼群组的预设数量，设置分群阈值区间；
20.结合所述各个存量外呼线索的预测排序值和所述分群阈值区间，对所述多个存量外呼线索进行分群，得到多个外呼群组。
21.在一种可能的实现方式中，为所述多个外呼群组分配对应的外呼坐席，包括：
22.根据所述各个存量外呼线索的预测排序值对所述多个外呼群组添加群组标签；
23.基于所述多个外呼群组各自的群组标签为所述多个外呼群组分配对应的外呼坐席。
24.在一种可能的实现方式中，为所述多个外呼群组分配对应的外呼坐席，包括：
25.确定处于工作状态的多个外呼坐席，并获取所述多个外呼坐席在指定时间段内的预设外呼次数；
26.基于所述多个外呼坐席在指定时间段内的预设外呼次数，为所述多个外呼群组分配对应的外呼坐席。
27.在一种可能的实现方式中，基于所述多个外呼坐席在指定时间段内的预设外呼次数，为所述多个外呼群组分配对应的外呼坐席，包括：
28.统计所述多个外呼群组各自的外呼线索的数量；
29.根据所述多个外呼坐席在指定时间段内的预设外呼次数和所述多个外呼群组各自的外呼线索的数量，为所述多个外呼群组分配对应的外呼坐席。
30.在一种可能的实现方式中，基于所述多个外呼坐席在指定时间段内的预设外呼次数，为所述多个外呼群组分配对应的外呼坐席，包括：
31.根据所述多个外呼群组为各个外呼群组分配不同的外呼等级；
32.根据所述多个外呼坐席在指定时间段内的预设外呼次数和所述多个外呼群组各自的外呼等级，为所述多个外呼群组分配对应的外呼坐席。
33.第二方面，提供了一种外呼线索分群推荐的装置，包括：
34.第一获取模块，用于获取多个存量外呼线索的特征数据；
35.预测模块，用于将所述多个存量外呼线索的特征数据输入预先训练的排序模型，利用所述排序模型对各个存量外呼线索的排序值进行预测，得到所述各个存量外呼线索的预测排序值；
36.分群模块，用于根据所述各个存量外呼线索的预测排序值对所述多个存量外呼线索进行分群，得到多个外呼群组；
37.推荐模块，用于为所述多个外呼群组分配对应的外呼坐席，将所述多个外呼群组推荐给分配的外呼坐席。
38.在一种可能的实现方式中，所述装置还包括监测模块、第二获取模块以及聚类模块；
39.所述监测模块，用于监测新增外呼线索；
40.所述第二获取模块，用于当监测到新增外呼线索时，获取新增外呼线索的特征数
据；
41.所述聚类模块，用于根据所述新增外呼线索的特征数据对所述新增外呼线索与所述多个外呼群组进行聚类处理，确定所述新增外呼线索聚类到的外呼群组；将所述新增外呼线索增加到所述新增外呼线索聚类到的外呼群组。
42.在一种可能的实现方式中，所述分群模块还用于：
43.根据所述各个存量外呼线索的预测排序值和外呼群组的预设数量，设置分群阈值区间；
44.结合所述各个存量外呼线索的预测排序值和所述分群阈值区间，对所述多个存量外呼线索进行分群，得到多个外呼群组。
45.在一种可能的实现方式中，所述推荐模块还用于：
46.根据所述各个存量外呼线索的预测排序值对所述多个外呼群组添加群组标签；
47.基于所述多个外呼群组各自的群组标签为所述多个外呼群组分配对应的外呼坐席。
48.在一种可能的实现方式中，所述推荐模块还用于：
49.确定处于工作状态的多个外呼坐席，并获取所述多个外呼坐席在指定时间段内的预设外呼次数；
50.基于所述多个外呼坐席在指定时间段内的预设外呼次数，为所述多个外呼群组分配对应的外呼坐席。
51.在一种可能的实现方式中，所述推荐模块还用于：
52.统计所述多个外呼群组各自的外呼线索的数量；
53.根据所述多个外呼坐席在指定时间段内的预设外呼次数和所述多个外呼群组各自的外呼线索的数量，为所述多个外呼群组分配对应的外呼坐席。
54.在一种可能的实现方式中，所述推荐模块还用于：
55.根据所述多个外呼群组为各个外呼群组分配不同的外呼等级；
56.根据所述多个外呼坐席在指定时间段内的预设外呼次数和所述多个外呼群组各自的外呼等级，为所述多个外呼群组分配对应的外呼坐席。
57.第三方面，提供了一种电子设备，该电子设备包括处理器和存储器，其中，所述存储器中存储有计算机程序，所述处理器被配置为运行所述计算机程序以执行上述任一项所述的外呼线索分群推荐的方法。
58.第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被配置为运行时执行上述任一项所述的外呼线索分群推荐的方法。
59.借由上述技术方案，本技术实施例提供的外呼线索分群推荐的方法和装置、电子设备及计算机可读存储介质，可以获取多个存量外呼线索的特征数据；将多个存量外呼线索的特征数据输入预先训练的排序模型，利用排序模型对各个存量外呼线索的排序值进行预测，得到各个存量外呼线索的预测排序值；随后根据各个存量外呼线索的预测排序值对多个存量外呼线索进行分群，得到多个外呼群组；为多个外呼群组分配对应的外呼坐席，将多个外呼群组推荐给分配的外呼坐席。可以看到，本技术实施例可以针对存量用户在触发之前的质量进行分群管理，针对多个外呼群组分配对应的外呼坐席，可以实现有效触达，提
高外呼的效率和订单转化率。
附图说明
60.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
61.图1示出了本技术实施例提供的外呼线索分群推荐的方法的流程图；
62.图2示出了本技术另一实施例提供的外呼线索分群推荐的方法的流程图；
63.图3示出了本技术实施例中外呼线索分群推荐的架构图；
64.图4示出了本技术实施例提供的外呼线索分群推荐的装置的结构图；
65.图5示出了本技术另一实施例提供的外呼线索分群推荐的装置的结构图；
66.图6示出了根据本技术一实施例的电子设备的结构图。
具体实施方式
67.下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
68.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。
69.本技术实施例提供了一种外呼线索分群推荐的方法，可以应用在服务器、个人电脑、智能手机、平板电脑、智能手表等电子设备上，如图1所示，该外呼线索分群推荐的方法可以包括以下步骤s101至s104：
70.步骤s101，获取多个存量外呼线索的特征数据；
71.步骤s102，将多个存量外呼线索的特征数据输入预先训练的排序模型，利用排序模型对各个存量外呼线索的排序值进行预测，得到各个存量外呼线索的预测排序值；
72.步骤s103，根据各个存量外呼线索的预测排序值对多个存量外呼线索进行分群，得到多个外呼群组；
73.步骤s104，为多个外呼群组分配对应的外呼坐席，将多个外呼群组推荐给分配的外呼坐席。
74.本技术实施例可以获取多个存量外呼线索的特征数据；将多个存量外呼线索的特征数据输入预先训练的排序模型，利用排序模型对各个存量外呼线索的排序值进行预测，得到各个存量外呼线索的预测排序值；随后根据各个存量外呼线索的预测排序值对多个存量外呼线索进行分群，得到多个外呼群组；为多个外呼群组分配对应的外呼坐席，将多个外呼群组推荐给分配的外呼坐席。可以看到，本技术实施例可以针对存量用户在触发之前的质量进行分群管理，针对多个外呼群组分配对应的外呼坐席，可以实现有效触达，提高外呼的效率和订单转化率。
75.上文步骤s101中提及的存量外呼线索可以是具有保险服务、房产服务、汽车服务、课程服务等需求的用户。存量外呼线索的特征数据可以用于表征存量外呼线索的个人属性和社会属性，其中存量外呼线索的特征数据具体可以包括与个人属性相关的数据，如性别、年龄、兴趣爱好、家庭人员等，存量外呼线索的特征数据具体还可以包括与社会属性相关的数据，如所处城市、职业类型、收入状况等。需要说明的是，此处例举仅是示意性的，并不对本技术实施例进行限制。
76.本技术实施例中提供了一种可能的实现方式，可以通过以下步骤a1至a3来训练排序模型：
77.步骤a1，构建初始排序模型；
78.步骤a2，收集已完成呼叫的多个外呼线索的特征数据和历史订单数据；
79.步骤a3，基于多个外呼线索的特征数据和历史订单数据对初始排序模型进行训练，得到训练的排序模型。
80.在步骤a1中初始排序模型可以基于lightgbm模型、fm(factorization machine，矩阵分解)模型或是其他神经网络模型所构建。在步骤a2中将收集的已完成呼叫的多个外呼线索的特征数据和历史订单数据作为训练样本对初始排序模型进行训练，得到训练的排序模型。这里外呼线索的特征数据可以是性别、年龄、兴趣爱好、家庭人员、所处城市、职业类型、收入状况等，历史订单数据可以是电话接通时间、订单转化时间、产品类型、订单金额等，本实施例对此不作限制。
81.本技术实施例中提供了一种可能的实现方式，对于新增外呼线索可以采用聚类的手段实现分群管理，具体可以包括以下步骤b1至b4：
82.步骤b1，监测新增外呼线索；
83.步骤b2，当监测到新增外呼线索时，获取新增外呼线索的特征数据；
84.步骤b3，根据新增外呼线索的特征数据对新增外呼线索与多个外呼群组进行聚类处理，确定新增外呼线索聚类到的外呼群组；
85.步骤b4，将新增外呼线索增加到新增外呼线索聚类到的外呼群组。
86.本技术实施例可以对新增外呼线索实现实时的分群管理，提升时效性，节省了运营外呼线索的成本，提高订单转化率。
87.本技术实施例中提供了一种可能的实现方式，可以获取外呼线索特征数据库中多个新增的外呼线索的特征数据。这里的外呼线索特征数据库是用于存储批量的外呼线索的特征数据的数据库，其中外呼线索是指呼叫服务系统中的被呼叫方，具有保险购买需求、房产购买需求、旅游路线预定需求、课程购买需求、汽车购买需求等用户；随后根据新增外呼线索的特征数据对新增外呼线索与多个外呼群组进行聚类处理，确定新增外呼线索聚类到的外呼群组；将新增外呼线索增加到新增外呼线索聚类到的外呼群组。可以看到本技术实施例可以采用聚类的手段实现分群管理，提高了后续外呼坐席对外呼线索的信息把握程度，提高外呼的效率和订单转化率。
88.本技术实施例中提供了一种可能的实现方式，上文步骤s103根据各个存量外呼线索的预测排序值对多个存量外呼线索进行分群，得到多个外呼群组，具体可以包括以下步骤c1和c2：
89.步骤c1，根据各个存量外呼线索的预测排序值和外呼群组的预设数量，设置分群
阈值区间；
90.步骤c2，结合各个存量外呼线索的预测排序值和分群阈值区间，对多个存量外呼线索进行分群，得到多个外呼群组。
91.本技术实施例对外呼线索的排序方案和分群阈值区间的设置，结合业务场景更加合理化，能够有效提高外呼的效率和订单转化率。
92.本技术实施例中提供了一种可能的实现方式，上文步骤s104为多个外呼群组分配对应的外呼坐席，具体可以包括以下步骤d1和d2：
93.步骤d1，根据各个存量外呼线索的预测排序值对多个外呼群组添加群组标签；
94.步骤d2，基于多个外呼群组各自的群组标签为多个外呼群组分配对应的外呼坐席。
95.本技术实施例可以根据各个存量外呼线索的预测排序值对多个外呼群组添加群组标签，进而基于多个外呼群组各自的群组标签为多个外呼群组分配对应的外呼坐席，可以按照多个外呼群组各自的特点分配与之匹配的外呼坐席，可以提高外呼的效率和订单转化率。
96.本技术实施例中提供了一种可能的实现方式，上文步骤s104为多个外呼群组分配对应的外呼坐席，具体可以包括以下步骤d3和d4：
97.步骤d3，确定处于工作状态的多个外呼坐席，并获取多个外呼坐席在指定时间段内的预设外呼次数；
98.步骤d4，基于多个外呼坐席在指定时间段内的预设外呼次数，为多个外呼群组分配对应的外呼坐席。
99.本技术实施例可以确定处于工作状态的多个外呼坐席，并获取多个外呼坐席在指定时间段内的预设外呼次数，进而基于多个外呼坐席在指定时间段内的预设外呼次数，为多个外呼群组分配对应的外呼坐席，可以根据外呼坐席的实际工作情况为多个外呼群组分配相应的外呼坐席，可以提高外呼的效率和订单转化率。
100.本技术实施例中提供了一种可能的实现方式，上面步骤d4基于多个外呼坐席在指定时间段内的预设外呼次数，为多个外呼群组分配对应的外呼坐席，具体可以包括以下步骤d4-1和步骤d4-2：
101.步骤d4-1，统计多个外呼群组各自的外呼线索的数量；
102.步骤d4-2，根据多个外呼坐席在指定时间段内的预设外呼次数和多个外呼群组各自的外呼线索的数量，为多个外呼群组分配对应的外呼坐席。
103.本技术实施例统计多个外呼群组各自的外呼线索的数量，进而根据多个外呼坐席在指定时间段内的预设外呼次数和多个外呼群组各自的外呼线索的数量，为多个外呼群组分配对应的外呼坐席，可以根据外呼坐席的实际工作情况和多个外呼群组各自的特点为多个外呼群组分配相应的外呼坐席，可以提高外呼的效率和订单转化率。
104.本技术实施例中提供了一种可能的实现方式，上面步骤d4基于多个外呼坐席在指定时间段内的预设外呼次数，为多个外呼群组分配对应的外呼坐席，具体可以包括以下步骤d4-3和步骤d4-4：
105.步骤d4-3，根据多个外呼群组为各个外呼群组分配不同的外呼等级；
106.步骤d4-4，根据多个外呼坐席在指定时间段内的预设外呼次数和多个外呼群组各
自的外呼等级，为多个外呼群组分配对应的外呼坐席。
107.本技术实施实例根据多个外呼群组为各个外呼群组分配不同的外呼等级，进而根据多个外呼坐席在指定时间段内的预设外呼次数和多个外呼群组各自的外呼等级，为多个外呼群组分配对应的外呼坐席，可以根据多个外呼群组各自的特点和外呼坐席的实际工作情况为多个外呼群组分配相应的外呼坐席，可以提高外呼的效率和订单转化率。
108.以上介绍了图1所示的实施例中各个环节的多种实现方式，下面通过具体的实施例对本技术实施例提供的外呼线索分群推荐的方法做进一步说明。
109.图2示出了本技术另一实施例提供的外呼线索分群推荐的方法的流程图，如图2所示，该外呼线索分群推荐的方法可以包括以下步骤s201至s206。
110.步骤s201，获取多个存量外呼线索的特征数据和多个新增外呼线索的特征数据。
111.该步骤中，可以监测新增外呼线索，当监测到新增外呼线索时，获取新增外呼线索的特征数据；还可以获取外呼线索特征数据库中多个新增的外呼线索的特征数据。这里的外呼线索特征数据库是用于存储批量的外呼线索的特征数据的数据库，其中外呼线索是指呼叫服务系统中的被呼叫方，具有保险购买需求、房产购买需求、旅游路线预定需求、课程购买需求、汽车购买需求等用户。
112.步骤s202，将多个存量外呼线索的特征数据输入预先训练的排序模型，利用排序模型对各个存量外呼线索的排序值进行预测，得到各个存量外呼线索的预测排序值。
113.该步骤中，可以通过前文介绍的步骤a1至a3来训练排序模型，此处不再赘述。
114.步骤s203，根据各个存量外呼线索的预测排序值和外呼群组的预设数量，设置分群阈值区间，结合各个存量外呼线索的预测排序值和分群阈值区间，对多个存量外呼线索进行分群，得到多个外呼群组。
115.步骤s204，根据新增外呼线索的特征数据对新增外呼线索与多个外呼群组进行聚类处理，确定新增外呼线索聚类到的外呼群组。
116.步骤s205，将新增外呼线索增加到新增外呼线索聚类到的外呼群组。
117.步骤s206，为多个外呼群组分配对应的外呼坐席，将多个外呼群组推荐给分配的外呼坐席。
118.该步骤中，可以根据各个存量外呼线索的预测排序值对多个外呼群组添加群组标签，进而基于多个外呼群组各自的群组标签为多个外呼群组分配对应的外呼坐席。还可以确定处于工作状态的多个外呼坐席，并获取多个外呼坐席在指定时间段内的预设外呼次数，基于多个外呼坐席在指定时间段内的预设外呼次数，为多个外呼群组分配对应的外呼坐席。
119.本技术实施例通过对外呼线索数量和质量的管理，可以针对存量用户和新增用户在触发之前的质量进行分群管理，针对多个外呼群组分配对应的外呼坐席，可以实现有效触达，提高外呼的效率和订单转化率。
120.图3示出了本技术实施例中外呼线索分群推荐的架构图，在图3中，结合crm(customer relationship management，客户关系管理)分发系统，实行存量外呼线索和新增外呼线索的分群管理，即存量用户和新增用户的分群管理，帮助销售人员进行精细化运营。具体地，从上往下，s31系统内的存量用户和新进系统的用户，s32排序模型对存量用户进行分群，s33新增用户进行聚类分群，s34按照不同的外呼群组保存，最后s35进入crm分
发。
121.线索利用高效性：
122.(1)对于线索量多的渠道进行优质用户召回，放入crm系统；
123.(2)对于线索量较少的渠道精细化运营，分群管理，提升时效性和用户体验；
124.(3)新增用户通过少量数据聚类的方式完成冷启动触达。
125.用户的分群管理是每个企业运营都要着重发力的部分，本技术实施例在解决海量用户的分群运营问题，实时线索的分群推荐给出来指导性的解决方法。具体地，本技术实施例在原有crm系统上，对用户的管理进行了优化，通过对用户数量和质量的管理，提高系统性能，节省了运营用户的成本，在相应的销售模块下，提升了用户的成单率。
126.本技术实施例对用户的排序方案和分群阈值区间的设置，结合业务场景更加合理化。并且对于数据维度相对较少的用户进行聚类，从而达到分群的目的，提高了销售人员对用户的信息把握程度。本技术实施例可以应用到精细化运营不同群层的用户的场景，可以结合不同业务场景调整响应的数据和结果阈值。
127.需要说明的是，实际应用中，上述所有可能的实施方式可以采用结合的方式任意组合，形成本技术的可能的实施例，在此不再一一赘述。
128.基于上文各个实施例提供的外呼线索分群推荐的方法，基于同一发明构思，本技术实施例还提供了一种外呼线索分群推荐的装置。
129.图4示出了本技术实施例提供的外呼线索分群推荐的装置的结构图。如图4所示，该外呼线索分群推荐的装置可以包括第一获取模块410、预测模块420、分群模块430以及推荐模块440。
130.第一获取模块410，用于获取多个存量外呼线索的特征数据；
131.预测模块420，用于将多个存量外呼线索的特征数据输入预先训练的排序模型，利用排序模型对各个存量外呼线索的排序值进行预测，得到各个存量外呼线索的预测排序值；
132.分群模块430，用于根据各个存量外呼线索的预测排序值对多个存量外呼线索进行分群，得到多个外呼群组；
133.推荐模块440，用于为多个外呼群组分配对应的外呼坐席，将多个外呼群组推荐给分配的外呼坐席。
134.本技术实施例中提供了一种可能的实现方式，如图5所示，上文图4展示的装置还可以包括监测模块510、第二获取模块520以及聚类模块530；
135.监测模块510，用于监测新增外呼线索；
136.第二获取模块520，用于当监测到新增外呼线索时，获取新增外呼线索的特征数据；
137.聚类模块530，用于根据新增外呼线索的特征数据对新增外呼线索与多个外呼群组进行聚类处理，确定新增外呼线索聚类到的外呼群组；将新增外呼线索增加到新增外呼线索聚类到的外呼群组。
138.本技术实施例中提供了一种可能的实现方式，上文图4展示的分群模块430还用于：
139.根据各个存量外呼线索的预测排序值和外呼群组的预设数量，设置分群阈值区
industry standard architecture，扩展工业标准结构)总线等。总线602可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
157.存储器603可以是rom(read only memory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，ram(random access memory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom(electrically erasable programmable read only memory，电可擦可编程只读存储器)、cd-rom(compact disc read only memory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
158.存储器603用于存储执行本技术方案的应用程序代码，并由处理器601来控制执行。处理器601用于执行存储器603中存储的应用程序代码，以实现前述方法实施例所示的内容。
159.其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
160.基于同一发明构思，本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述任意一个实施例的外呼线索分群推荐的方法。
161.所属领域的技术人员可以清楚地了解到，上述描述的系统、装置、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，为简洁起见，在此不另赘述。
162.本领域普通技术人员可以理解：本技术的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，其包括若干程序指令，用以使得一电子设备(例如个人计算机，服务器，或者网络设备等)在运行所述程序指令时执行本技术各实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom)、随机存取存储器(ram)、磁碟或者光盘等各种可以存储程序代码的介质。
163.或者，实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机，服务器，或者网络设备等的电子设备)来完成，所述程序指令可以存储于一计算机可读取存储介质中，当所述程序指令被电子设备的处理器执行时，所述电子设备执行本技术各实施例所述方法的全部或部分步骤。
164.以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：在本技术的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案脱离本技术的保护范围。