语音外呼方法、装置、电子设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种语音外呼方法、装置、电子设备及存储介质。

背景技术

语音外呼是人工智能领域重要的领域，通过智能语音自动给客户打电话，能够帮助企业降低成本。然而，传统的语音外呼方案常会忽略被叫客户的体验，使得客户投诉率较高，且电话接通率较低，难以发挥智能语音原有的优势。

因此，当前的语音外呼方法存在外呼效率较低的技术问题，需要改进。

发明内容

本申请实施例提供一种语音外呼方法、装置、电子设备及存储介质，用以缓解当前的当前的语音外呼方法中外呼效率较低的技术问题。

为解决上述技术问题，本申请实施例提供以下技术方案：

本申请提供一种语音外呼方法，包括：

获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据；

根据所述历史外呼数据和所述历史反馈数据，得到所述历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据；

获取当前外呼名单和当前外呼规则；

根据所述外呼兴趣数据、所述外呼厌恶数据和预设拦截条件，对所述当前外呼名单和所述当前外呼规则进行更新，得到目标外呼名单和目标外呼规则；

基于所述目标外呼规则，生成所述目标外呼名单中各目标客户的语音内容并进行外呼。

同时，本申请实施例还提供了一种语音外呼装置，包括：

第一获取模块，用于获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据；

得到模块，用于根据所述历史外呼数据和所述历史反馈数据，得到所述历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据；

第二获取模块，用于获取当前外呼名单和当前外呼规则；

更新模块，用于根据所述外呼兴趣数据、所述外呼厌恶数据和预设拦截条件，对所述当前外呼名单和所述当前外呼规则进行更新，得到目标外呼名单和目标外呼规则；

外呼模块，用于基于所述目标外呼规则，生成所述目标外呼名单中各目标客户的语音内容并进行外呼。

本申请还提供一种电子设备，包括存储器和处理器；所述存储器存储有应用程序，所述处理器用于运行所述存储器内的应用程序，以执行上述任一项所述的语音外呼方法中的步骤。

本申请实施例提供一种计算机可读存储介质，计算机可读存储介质存储有多条指令，指令适于处理器进行加载，以执行上述语音外呼方法中的步骤。

有益效果：本申请提供一种语音外呼方法、装置、电子设备及存储介质，该方法先获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据，根据历史外呼数据和历史反馈数据得到历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据，然后获取当前外呼名单和当前外呼规则，根据外呼兴趣数据、外呼厌恶数据和预设拦截条件对当前外呼名单和当前外呼规则进行更新，得到目标外呼名单和目标外呼规则，最后基于目标外呼规则生成目标外呼名单中各目标客户的语音内容并进行外呼。本申请通过对历史外呼数据和历史反馈数据进行分析，可以得到历史时间段内各历史客户对哪些数据比较感兴趣，对哪些数据比较厌恶，以此为依据对当前外呼名单和当前外呼规则进行更新和调整后，使得语音外呼的针对性更强，与客户的需求匹配度更高，从而提高了电话接通率，减少了客户投诉率，使得语音外呼的效率得到了提升。

附图说明

下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。

图1是本申请实施例提供的语音外呼方法的应用场景示意图。

图2为本申请实施例提供的语音外呼方法的流程示意图。

图3为本申请实施例中语音外呼方法的第一种架构示意图。

图4为本申请实施例中语音外呼方法的第二种架构示意图。

图5为本申请实施例中语音外呼方法的交互图。

图6为本申请实施例提供的语音外呼装置的结构示意图。

图7为本申请实施例提供的电子设备的结构示意图。

具体实施方式

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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供一种语音外呼方法、装置、电子设备和计算机可读存储介质，其中，该语音外呼装置可以集成在电子设备中，该电子设备可以是服务器，也可以是终端等设备。

请参阅图1，图1为本申请实施例所提供的语音外呼方法应用的场景示意图，该场景可以包括终端以及服务器，终端之间、服务器之间、以及终端与服务器之间通过各种网关组成的互联网等方式连接通信，该应用场景中包括客户端11和服务器12；其中，客户端11可以是具有人机交互功能的设备；服务器12包括本地服务器和/或远程服务器等。

客户端11和服务器12位于无线网络或有线网络中，以实现两者之间的数据交互，其中：

服务器12先获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据，根据历史外呼数据和历史反馈数据得到历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据，然后获取当前外呼名单和当前外呼规则，根据外呼兴趣数据、外呼厌恶数据和预设拦截条件对当前外呼名单和当前外呼规则进行更新，得到目标外呼名单和目标外呼规则，最后基于目标外呼规则生成目标外呼名单中各目标客户的语音内容，并向各目标客户对应的客户端11进行外呼。

通过对历史外呼数据和历史反馈数据进行分析，可以得到历史时间段内各历史客户对哪些数据比较感兴趣，对哪些数据比较厌恶，以此为依据对当前外呼名单和当前外呼规则进行更新和调整后，使得语音外呼的针对性更强，与客户的需求匹配度更高，从而提高了电话接通率，减少了客户投诉率，使得语音外呼的效率得到了提升。

需要说明的是，图1所示的系统场景示意图仅仅是一个示例，本申请实施例描述的服务器以及场景是为了更加清楚地说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。

请参阅图2，图2是本申请实施例提供的语音外呼方法的流程示意图，该方法具体包括：

S1：获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据。

历史时间段可以是自当日起往前推的一个月或者若干个月，也可以是自当日起往前推的几十天，或者其他已经过去的时间段，历史时间段的时长和时段可根据需要选择。历史外呼名单包括多个历史客户的外呼信息，每个外呼信息包括历史客户的基本信息(姓名、性别、年龄等)、外呼电话号码(手机或者座机)、外呼项目(贷款、信用卡、理财产品等推销项目)等信息，在历史时间段，银行的智能语音外呼系统根据外呼信息给每个历史客户生成一段语音信息，并分别打电话给各历史客户。在给每个历史客户打电话的过程中，智能语音外呼系统中对自身外呼情况和客户反应情况进行记录，得到历史外呼数据和历史反馈数据，历史外呼数据包括给历史客户打电话的时间、打电话时显示的虚拟来电号码及归属地、打电话时的语音属性(如语音对应的性别、声调高低、语速快慢等)、具体语音内容等，历史反馈数据包括外呼后经过几秒接通或挂断、接通后客户的具体回复内容、接通后客户的实际通话时长、本次通话是否达成了推销目标等。

S2：根据历史外呼数据和历史反馈数据，得到历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据。

历史外呼数据和历史反馈数据用于记录一个完整的语音外呼过程中系统和客户双方所给的反应，对于一个电话，客户的反应可包括对当前语音内容感兴趣或者厌恶，根据历史反馈数据可以对每个电话中客户感兴趣的数据点进行分析，然后从对应的历史外呼数据中取出这些数据点进行归纳，可得到外呼兴趣数据。同样地，根据历史反馈数据可以对每个电话中客户厌恶的数据点进行分析，然后从对应的历史外呼数据中取出这些数据点进行归纳，可得到外呼厌恶数据。

具体地，外呼兴趣数据可以包括语音中可激发客户进行主动询问或由客户主动提起的某个或某些关键词、接通率较高或接通后持续时间较长的每通电话对应的外呼时间点或者时间段、接通率较高的虚拟来电号码的归属地、成功率较高的语音属性等各类数据。外呼厌恶数据可以包括语音中客户在听到后立刻挂断或引起反感的某个或某些关键词、接通率较低或接通后客户反应较为强烈的每通电话对应的外呼时间点或者时间段、接通率较低的虚拟来电号码的归属地、失败率较高的语音属性等。对于不同的历史客户，其对应的外呼兴趣数据和外呼厌恶数据也不完全相同，如某个历史客户1对关键词“贷款”感兴趣，则该关键词为历史客户1的外呼兴趣数据，但历史客户2对关键词“贷款”厌恶，则该关键词则作为历史客户2的外呼厌恶数据。

在一种实施例中，S2具体包括：获取历史外呼名单上所有历史客户的第一客户信息；根据第一客户信息构建第一客户画像，根据第一客户画像和预设分类模型对历史客户进行分类，得到多个第一客户群体；根据各第一客户群体的历史外呼数据和历史反馈数据，得到各第一客户群体的外呼兴趣数据和外呼厌恶数据。

结合图3和图4中架构，第一客户信息包括历史客户的年龄、性别、地址、工作、学历、收入、婚姻状态等信息，根据所有历史客户的第一客户信息，可以为每个历史客户构建第一客户画像，然后将所有的第一客户画像输入至预设分类模型中，由该模型根据各第一客户画像的重合度对所有的历史客户进行分类，得到多个第一客户群体，每个第一客户群体中包括多个历史客户，属于同一第一客户群体的历史客户的第一客户画像重合度较高，属于不同第一客户群体的历史客户的第一客户画像则区别较大。在进行分类后，对每个第一客户群体中的所有历史客户，由于每个历史客户的感兴趣和厌恶的数据点均不完全相同，可以对该群体内所有历史客户的历史外呼数据和历史反馈数据进行分析和统计，从中选择超过一定比例的历史客户都感兴趣和厌恶的数据点，将其整理得到该群体的外呼兴趣数据和外呼厌恶数据。对每个第一客户群体均分别进行分析统计和整理，则分别得到每个第一客户群体的外呼兴趣数据和外呼厌恶数据。

S3：获取当前外呼名单和当前外呼规则。

当前外呼名单为当前提供给智能语音系统来准备进行语音外呼的名单，当前外呼名单包括多个当前客户的外呼信息，每个外呼信息包括当前客户的基本信息(姓名、性别、年龄等)、外呼电话号码(手机或者座机)、外呼项目(贷款、信用卡、理财产品等推销项目)等信息。当前外呼规则用于对每个当前客户的外呼过程进行指导，具体可包括打给当前客户时将会采用的语音属性、具体的语音文字内容、外呼的时间、外呼采用的号码等，此外，还包括在外呼过程中的一些鼓励和限制，如最好采用xx归属地的号码进行外呼，尽量避免语音内容中出现xx词语等。在初始情况下，对于当前外呼名单上的所有当前客户，当前外呼规则均相同或者相似，如m个当前客户，均在某个时间点t以虚拟号码x进行外呼，外呼语音属性和内容均相同。

S4：根据外呼兴趣数据、外呼厌恶数据和预设拦截条件，对当前外呼名单和当前外呼规则进行更新，得到目标外呼名单和目标外呼规则。

根据历史时间段内分析得到的外呼兴趣数据和外呼厌恶数据，可以反映历史时间段内各历史客户对语音通话中的哪些数据点比较感兴趣，对哪些数据点比较厌恶。同时，当前外呼名单为业务系统中自动生成且未经过处理的原始名单，其中一部分客户可能不符合当前外呼的条件，则还需要根据预设拦截条件对一部分客户进行拦截，仅对剩余的客户进行外呼。因此，先结合外呼兴趣数据、外呼厌恶数据和预设拦截条件对当前外呼名单进行筛选，去除一部分当前客户，剩余的客户作为目标客户形成目标外呼名单，再结合外呼兴趣数据和外呼厌恶数据，对目标外呼名单中的各目标客户的当前外呼规则进行调整，将其中会引起客户厌恶的因素调整为引起客户感兴趣的因素，如在时间段t1引起客户厌恶的几率较高，则可以更换为在时间段t2进行外呼，在语音内容包括关键字a时会引起客户厌恶，则可以更换为关键字b等，调整后得到目标外呼规则。

在一种实施例中，S4具体包括：获取当前外呼名单上所有当前客户的第二客户信息；根据第二客户信息构建第二客户画像，根据第二客户画像和预设分类模型对当前客户进行分类，得到多个第二客户群体，各第二客户群体分别与各第一客户群体对应，形成多个群体对；在每一群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据，将每一第一客户群体的历史客户分为历史外呼兴趣组和历史外呼厌恶组，根据每一群体对中历史外呼兴趣组的第一客户画像和历史外呼厌恶组的第一客户画像，将每一第二客户群体的当前客户分为目标外呼兴趣组和目标外呼厌恶组；基于预设拦截条件对每一群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，得到目标外呼名单；在每一群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据对第二客户群体的当前外呼规则进行更新，得到各第二客户群体的目标外呼规则。

结合图3中架构，第二客户信息包括当前客户的年龄、性别、地址、工作、学历、收入、婚姻状态等信息，根据所有当前客户的第二客户信息，可以为每个当前客户构建第二客户画像，然后将所有的第二客户画像输入至预设分类模型中，由该模型根据各第二客户画像的重合度对所有的当前客户进行分类，得到多个第二客户群体，每个第二客户群体中包括多个当前客户，属于同一第二客户群体的当前客户的第二客户画像重合度较高，属于不同第二客户群体的当前客户的第二客户画像则区别较大。由于预设分类模型也用于对历史客户的分类，在本实施例中采用相同的分类方式，因此形成的各第二客户群体均有一个第一客户群体与之对应，因此可以形成多个群体对。

需要说明的是，在本申请实施例中，历史时间段内的历史客户的数量远大于当前客户的数量，因此第一客户群体的数量也会不少于第二客户群体的数量，如分类后第一客户群体有10个，第二客户群体有5个，但每个第二客户群体均会有1个第一客户群体与之对应，因此可以形成5个群体对。

每个群体对均包括一个第一客户群体和一个第二客户群体，对于第一客户群体，在得到了该群体的外呼兴趣数据和外呼厌恶数据后，可以以此为依据对这些历史客户进行分组，得到历史外呼兴趣组和历史外呼厌恶组，历史外呼兴趣组中的各历史客户为外呼兴趣数据的主要提供者，对语音外呼的反馈是积极的，历史外呼厌恶组中的各历史客户为外呼厌恶数据的主要提供者，对语音外呼的反馈较为消极。在分组后，以历史外呼兴趣组中各历史客户的第一客户画像为参考，从该群体对的第二客户群体中找出与这些第一客户画像相似度较高的第二客户画像，则这些第二客户画像对应的当前用户可以形成目标外呼兴趣组；同理，以历史外呼厌恶组中各历史客户的第一客户画像为参考，从该群体对的第二客户群体中找出与这些第一客户画像相似度较高的第二客户画像，则这些第二客户画像对应的当前用户可以形成目标外呼厌恶组。对每一群体对均执行上述的操作，可以得到每个群体对中的目标外呼兴趣组和目标外呼厌恶组。

基于预设拦截条件对每一群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，从中去除一部分当前客户，剩余的目标客户则形成目标外呼名单。在每一群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据，对第二客户群体的当前外呼规则进行更新，将其中会引起客户厌恶的因素调整为引起客户感兴趣的因素，调整后得到各第二客户群体的目标外呼规则。

在一种实施例中，基于预设拦截条件对每一群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，得到目标外呼名单的步骤，包括：获取预设黑名单；去除目标外呼厌恶组，基于预设黑名单，从目标外呼兴趣组中去除黑名单客户，得到目标外呼名单。

在本申请实施例中，预设拦截条件包括黑名单拦截、时效拦截、重复拦截等。时效拦截用于判断名单的接收时间是否在预设的接收时效内，如预设接收时效为每天9:00～18:00，超出该时间范围内接收到的当前外呼名单直接丢弃。重复拦截用于看某个客户在某个历史时间段内是否已经进行过外呼、以及同一名单中是否出现了两个重复的客户，如果出现前者，则将该客户进行去除，如果出现后者，则仅保留一个客户。对于黑名单拦截，则可以分为多种情况。

在本申请实施例中，在获取预设黑名单后，对每一群体对，将目标外呼厌恶组直接去除，仅保留目标外呼兴趣组，同时对目标外呼兴趣组的各当前客户进行筛选，将其中属于预设黑名单的黑名单客户去除，剩余的所有客户形成目标外呼名单。由于目标外呼厌恶组的客户对语音外呼的厌恶度较高，对这部分客户进行语音外呼造成客户投诉的可能性较高，因此可以直接将其拦截去除，避免这部分客户的反感，此外，对于目标外呼兴趣组，如果其中有部分客户已经处于黑名单中，则将这部分客户拦截去除也可以降低客户投诉率，提高语音外呼的效率。

在一种实施例中，基于预设拦截条件对每一群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，得到目标外呼名单的步骤，包括：获取预设黑名单；基于预设黑名单，从目标外呼厌恶组中去除黑名单客户，根据目标外呼兴趣组和去除后的目标外呼厌恶组得到目标外呼名单。

与上述实施例不同之处在于，本实施例中仅将目标外呼厌恶组中位于黑名单中的一部分黑名单客户进行拦截去除，虽然目标外呼厌恶组对于语音外呼的厌恶度较高，但这部分客户仅是通过历史数据分析得到的，对于没有位于黑名单中的这部分客户，仍然有希望可以通过调整对应的目标外呼规则来使得客户产生兴趣，而对于目标外呼兴趣组，虽然有部分客户也可能位于黑名单中，但通过历史数据分析其仍然具有一定的潜力来接受语音内容，则本次依然可以保留这部分客户，并通过调整对应的目标外呼规则来使得客户产生兴趣。因此，本申请可以仅将目标外呼厌恶组中的黑名单客户进行去除，在降低客户投诉率的前提下还实现了潜力客户整体数量的兼顾。

在一种实施例中，基于预设拦截条件对每一群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，得到目标外呼名单的步骤，包括：获取预设黑名单；基于预设黑名单，从目标外呼兴趣组和目标外呼厌恶组中均去除黑名单客户，得到目标外呼名单。

与上述实施例不同之处在于，本实施例中将目标外呼厌恶组和目标外呼兴趣组中的所有黑名单用户进行拦截去除，对于目标外呼厌恶组，虽然对语音外呼的厌恶度较高，但这部分客户仅是通过历史数据分析得到的，对于没有位于黑名单中的这部分客户，仍然有希望可以通过调整对应的目标外呼规则来使得客户产生兴趣，对于目标外呼兴趣组，整体对于语音外呼的兴趣度较高，因此仅需对黑名单客户进行去除，保留其他的大部分客户。同样地，本实施例在降低客户投诉率的前提下也实现了潜力客户整体数量的兼顾。

在一种实施例中，获取预设黑名单的步骤包括：获取不同渠道的多个黑名单；对多个黑名单求并集，得到预设黑名单。集团的业务渠道通常有多个，如保险渠道、信用卡渠道、贷款渠道等，在获取黑名单时，可以将这些渠道的黑名单进行组合，得到一个较为完整的预设黑名单，该预设黑名单包含的黑名单客户样本量较大，基于此对当前客户名单进行拦截筛选可以最大程度去除名单中的黑名单客户，降低客户投诉风险。

在一种实施例中，在每一群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据对第二客户群体的当前外呼规则进行更新，得到各第二客户群体的目标外呼规则的步骤，包括：在每一群体对中，根据历史外呼厌恶组的外呼厌恶数据对目标外呼兴趣组的当前外呼规则进行更新，得到各目标外呼兴趣组的第一目标外呼规则；在每一群体对中，根据历史外呼兴趣组的外呼兴趣数据和历史外呼厌恶组的外呼厌恶数据对目标外呼厌恶组的当前外呼规则进行更新，得到各目标外呼厌恶组的第二目标外呼规则。

结合图4中架构，在本实施例中，仅用外呼厌恶数据对目标外呼兴趣组的第二当前外呼规则进行更新，但同时用外呼厌恶数据和外呼兴趣数据对目标外呼厌恶组的第一当前外呼规则进行更新。即，对目标外呼兴趣组，仅在第一目标外呼规则中对厌恶的点进行限制，对目标外呼厌恶组，则在第二目标外呼规则中对厌恶的点和感兴趣的点均进行限制。例如，对目标外呼兴趣组的某个客户，仅限制其不能在上午9点至10点之间进行外呼，但对语音的关键字不做限制，对目标外呼厌恶组的某个客户，需限制其不能在下午2点至4点之间进行外呼，且语音内容中不能出现“办理”、同时限制语音内容中用外呼兴趣数据中的“推荐”替代外呼厌恶数据中的“购买”。

在本实施例中，通过对目标外呼兴趣组和目标外呼厌恶组的当前外呼规则进行差异化更新，使得目标外呼兴趣组受到的限制更少，则对于目标外呼兴趣组制定的语音内容可以有更多的空间，从而在降低客户投诉率的前提下又保证了业务量的多样性。而对于目标外呼厌恶组，其本身对于语音外呼的反馈偏负面，则需要将降低客户投诉率置于重要位置，对第二目标外呼规则的限制需要更多，且正向的指导更加精准，使得这部分客户更易接受。

S5：基于目标外呼规则，生成目标外呼名单中各目标客户的语音内容并进行外呼。

在得到目标外呼规则后，以该目标外呼规则作为指导，确定给每个目标客户进行语音外呼时较为合适的外呼时间、虚拟来电号码、语音属性、具体的语音文字等，然后基于这些规则来生成每个目标客户的语音内容，并基于对应的电话号码进行外呼。

根据上述实施例可知，本申请的语音外呼方法，通过对历史外呼数据和历史反馈数据进行分析，可以得到历史时间段内各历史客户对哪些数据比较感兴趣，对哪些数据比较厌恶，以此为依据对当前外呼名单和当前外呼规则进行更新和调整后，使得语音外呼的针对性更强，与客户的需求匹配度更高，从而提高了电话接通率，减少了客户投诉率，使得语音外呼的效率得到了提升。

如图5所示，为本申请实施例中的语音外呼方法涉及到的各对象的交互图，该交互图涉及的对象具体包括智能语音系统、业务系统、管理系统、外呼系统、通信系统，这些对象共同构成了一个较大的智能语音外呼系统。首先，智能语音系统从业务系统中获取历史外呼名单，并获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据，然后基于上述实施例中的步骤得到外呼兴趣数据和外呼厌恶数据。智能语音系统中业务系统中再获取当前外呼名单和当前外呼规则，并从管理系统中获取预设拦截条件，然后基于上述实施例中的步骤得到目标外呼名单、目标外呼规则以及每个目标客户的语音内容。最后，将这些名单、规则和语音内容推导给外呼系统，同时将语音内容推送给通信系统，则可以基于名单上的联系方式，采用通信系统的资源将语音内容以电话的形式打给各目标客户。

在上述实施例所述方法的基础上，本实施例将从语音外呼装置的角度进一步进行描述，请参阅图6，语音外呼装置可以包括：

第一获取模块110，用于获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据；

得到模块120，用于根据所述历史外呼数据和所述历史反馈数据，得到所述历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据；

第二获取模块130，用于获取当前外呼名单和当前外呼规则；

更新模块140，用于根据所述外呼兴趣数据、所述外呼厌恶数据和预设拦截条件，对所述当前外呼名单和所述当前外呼规则进行更新，得到目标外呼名单和目标外呼规则；

外呼模块150，用于基于所述目标外呼规则，生成所述目标外呼名单中各目标客户的语音内容并进行外呼。

在一种实施例中，得到模块120包括：

第一获取子模块，用于获取所述历史外呼名单上所有历史客户的第一客户信息；

第一分类子模块，用于根据所述第一客户信息构建第一客户画像，根据所述第一客户画像和预设分类模型对所述历史客户进行分类，得到多个第一客户群体；

第一得到子模块，用于根据各第一客户群体的历史外呼数据和历史反馈数据，得到各第一客户群体的外呼兴趣数据和外呼厌恶数据。

在一种实施例中，更新模块140包括：

第二获取子模块，用于获取所述当前外呼名单上所有当前客户的第二客户信息；

第二分类子模块，用于根据所述第二客户信息构建第二客户画像，根据所述第二客户画像和所述预设分类模型对所述当前客户进行分类，得到多个第二客户群体，各第二客户群体分别与各第一客户群体对应，形成多个群体对；

第三分类子模块，用于在每一所述群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据，将每一所述第一客户群体的历史客户分为历史外呼兴趣组和历史外呼厌恶组，根据每一所述群体对中历史外呼兴趣组的第一客户画像和历史外呼厌恶组的第一客户画像，将每一所述第二客户群体的当前客户分为目标外呼兴趣组和目标外呼厌恶组；

第二得到子模块，用于基于预设拦截条件对每一所述群体对中的目标外呼兴趣组和目标外呼厌恶组进行更新，得到目标外呼名单；

第三得到子模块，用于在每一所述群体对中，根据第一客户群体的外呼兴趣数据和外呼厌恶数据对第二客户群体的当前外呼规则进行更新，得到各第二客户群体的目标外呼规则。

在一种实施例中，第二得到子模块包括：

获取单元，用于获取预设黑名单；

第一去除单元，用于去除所述目标外呼厌恶组，基于所述预设黑名单，从所述目标外呼兴趣组中去除黑名单客户，得到目标外呼名单。

在一种实施例中，第二得到子模块包括：

获取单元，用于获取预设黑名单；

第二去除单元，用于基于所述预设黑名单，从所述目标外呼厌恶组中去除黑名单客户，根据所述目标外呼兴趣组和去除后的所述目标外呼厌恶组得到目标外呼名单。

在一种实施例中，第二得到子模块包括：

获取单元，用于获取预设黑名单；

第三去除单元，用于基于所述预设黑名单，从所述目标外呼兴趣组和所述目标外呼厌恶组中均去除黑名单客户，得到目标外呼名单。

在一种实施例中，获取单元用于：获取不同渠道的多个黑名单；对所述多个黑名单求并集，得到预设黑名单。

在一种实施例中，第三得到子模块包括：

第一更新单元，用于在每一所述群体对中，根据历史外呼厌恶组的外呼厌恶数据对目标外呼兴趣组的当前外呼规则进行更新，得到各目标外呼兴趣组的第一目标外呼规则；

第二更新单元，用于在每一所述群体对中，根据历史外呼兴趣组的外呼兴趣数据和历史外呼厌恶组的外呼厌恶数据对目标外呼厌恶组的当前外呼规则进行更新，得到各目标外呼厌恶组的第二目标外呼规则。

区别于现有技术，本申请提供的语音外呼装置，通过对历史外呼数据和历史反馈数据进行分析，可以得到历史时间段内各历史客户对哪些数据比较感兴趣，对哪些数据比较厌恶，以此为依据对当前外呼名单和当前外呼规则进行更新和调整后，使得语音外呼的针对性更强，与客户的需求匹配度更高，从而提高了电话接通率，减少了客户投诉率，使得语音外呼的效率得到了提升。

相应的，本申请实施例还提供一种电子设备，如图7所示，该电子设备可以包括射频(RF，Radio Frequency)电路701、包括有一个或一个以上计算机可读存储介质的存储器702、输入单元703、显示单元704、传感器705、音频电路706、WiFi模块707、包括有一个或者一个以上处理核心的处理器708、以及电源709等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

射频电路701可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器708处理；另外，将涉及上行的数据发送给基站。存储器702可用于存储软件程序以及模块，处理器708通过运行存储在存储器702的软件程序以及模块，从而执行各种功能应用以及语音外呼。输入单元703可用于接收输入的数字或字符信息，以及产生与客户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

显示单元704可用于显示由客户输入的信息或提供给客户的信息以及服务器的各种图形客户接口，这些图形客户接口可以由图形、文本、图标、视频和其任意组合来构成。

电子设备还可包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。音频电路706包括扬声器，扬声器可提供客户与电子设备之间的音频接口。

WiFi属于短距离无线传输技术，电子设备通过WiFi模块707可以帮助客户收发电子邮件、浏览网页和随访流式媒体等，它为客户提供了无线的宽带互联网随访。虽然图7示出了WiFi模块707，但是可以理解的是，其并不属于电子设备的必须构成，完全可以根据需要在不改变申请的本质的范围内而省略。

处理器708是电子设备的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行电子设备的各种功能和处理数据，从而对手机进行整体监控。

电子设备还包括给各个部件供电的电源709(比如电池)，优选的，电源可以通过电源管理系统与处理器708逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，电子设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，服务器中的处理器708会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中，并由处理器708来运行存储在存储器702中的应用程序，从而实现以下功能：

获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据；

根据所述历史外呼数据和所述历史反馈数据，得到所述历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据；

获取当前外呼名单和当前外呼规则；

根据所述外呼兴趣数据、所述外呼厌恶数据和预设拦截条件，对所述当前外呼名单和所述当前外呼规则进行更新，得到目标外呼名单和目标外呼规则；

基于所述目标外呼规则，生成所述目标外呼名单中各目标客户的语音内容并进行外呼。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文的详细描述，此处不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以实现以下功能：

获取历史时间段内历史外呼名单对应的历史外呼数据和历史反馈数据；

根据所述历史外呼数据和所述历史反馈数据，得到所述历史外呼名单中各历史客户的外呼兴趣数据和外呼厌恶数据；

获取当前外呼名单和当前外呼规则；

根据所述外呼兴趣数据、所述外呼厌恶数据和预设拦截条件，对所述当前外呼名单和所述当前外呼规则进行更新，得到目标外呼名单和目标外呼规则；

基于所述目标外呼规则，生成所述目标外呼名单中各目标客户的语音内容并进行外呼。

以上对本申请实施例所提供的一种语音外呼方法、装置、电子设备和计算机可读存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想；本领域的普通技术人员应当理解：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的本质脱离本申请各实施例的技术方案的范围。