本发明公开了一种基于深度强化学习的预测式外呼任务分配方法及外呼系统,该方法能根据不同的外呼状态预测输出适当的外呼量。首先根据外呼系统工作流程对外呼进行数学建模,构建虚拟外呼环境。然后使用ε‑Greedy方法在外呼环境中进行半随机呼出,同时使用强化学习方法对半随机呼出进行学习,即从不同状态下不同外呼量的价值差异中进行学习,使深度神经网络近似外呼量的价值函数。最后使用深度神经网络对实际外呼状态下不同外呼量的价值进行预测,然后选择最好的外呼量进行输出。本发明构建的基于深度强化学习的预测式外呼任务分配方法在满足降低呼损、减少坐席空闲时间目标的同时具有快速输出、合理预测的特点。
声明:
“基于深度强化学习的预测式外呼任务分配方法及外呼系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)