买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京羽乐创新科技有限公司申请的专利基于多维度指标耦合与大模型决策的外呼路由方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121486268B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610009667.0，技术领域涉及：H04L45/02；该发明授权基于多维度指标耦合与大模型决策的外呼路由方法及系统是由郑振宇设计研发完成，并于2026-01-06向国家知识产权局提交的专利申请。

本基于多维度指标耦合与大模型决策的外呼路由方法及系统在说明书摘要公布了：本发明提供了一种基于多维度指标耦合与大模型决策的外呼路由方法及系统，包括：对各线路商的历史数据进行预处理，通过LSTM神经网络预测未来性能指标，并利用卡尔曼滤波器优化预测结果消除噪声。在路由决策环节，系统基于深度Q学习网络计算各线路商的Q值，综合考虑各线路商的接通率、平均成本、负面反馈率等因素，同时结合用户画像、场景识别和实时负载状态，智能选择最优线路商。系统还构建了完整的反馈闭环，通过采集通话结果数据持续优化模型，自动调整决策参数。本发明提高了外呼业务的接通率和服务质量，降低了通信成本。

本发明授权基于多维度指标耦合与大模型决策的外呼路由方法及系统在权利要求书中公布了：1.一种基于多维度指标耦合与大模型决策的外呼路由方法，其特征在于，包括以下步骤： 获取多个线路商的实时指标数据，所述实时指标数据包括接通率、成本和负面反馈率，对所述实时指标数据进行时序数据预处理，得到预处理后的时序数据； 基于所述预处理后的时序数据，通过LSTM神经网络进行趋势预测，计算各指标的动态权重系数，生成综合评分队列，包括：将所述预处理后的时序数据输入到所述LSTM神经网络中进行深度学习分析，通过网络的记忆单元和门控机制捕捉各指标的时序变化规律，预测出各指标的变化趋势结果；基于所述变化趋势结果，通过混合计算方式计算接通率权重；采用反比例函数映射计算成本权重；利用指数衰减处理计算负面反馈率权重；对所述实时指标数据通过标准化处理，得到标准化指标数值；基于所述标准化指标数值和所述动态权重系数，进行线性组合运算，S=wconn×Xconn+wcost×Xcost+wcomp×Xcomp，其中wconn、wcost和wcomp分别为接通率、成本和负面反馈率的动态权重系数，Xconn、Xcost和Xcomp分别为对应指标的标准化数值，生成实时综合评分并按评分从高到低排序形成所述综合评分队列； 获取通话ASR文本和用户画像数据，利用BERT大模型对所述通话ASR文本进行语义特征提取，结合所述用户画像数据形成场景特征向量，利用所述场景特征向量生成场景适配系数矩阵； 将所述综合评分队列与所述场景适配系数矩阵构建状态空间，通过深度Q学习网络计算各线路商的Q值，选择具有最大Q值的线路商作为最优路由决策，下发路由指令，包括：将所述综合评分队列与所述场景适配系数矩阵进行融合计算，结合当前各线路商的负载状态信息，构建包含综合评分向量、场景适配向量和当前负载向量的状态空间定义，将当前时刻所有可选的线路商集合定义为动作空间；构建深度Q学习网络，所述深度Q学习网络包含一个输入层、两个隐藏层和一个输出层，所述隐藏层分别包含256个和128个神经元，所有隐藏层均采用ReLU激活函数；获取当前时刻的综合评分向量、场景适配向量和当前负载向量，组合形成当前状态向量，将所述当前状态向量通过所述深度Q学习网络的前向传播计算，输出各个可选线路商对应的Q值估计，选择具有最大Q值的线路商作为所述最优路由决策；将所述最优路由决策封装为标准化的路由指令格式，所述标准化的路由指令格式包含目标线路商的唯一标识ID、详细的呼叫参数配置和监控标识符，将按照所述标准化的路由指令格式填充的路由指令下发至外呼执行模块； 采集通话结束后的反馈数据，所述反馈数据包括转化率、通话时长和实际成本，基于所述反馈数据更新奖励函数并调整深度Q学习网络的模型参数，形成自进化闭环。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京羽乐创新科技有限公司，其通讯地址为：102200 北京市昌平区中关村科技园区昌平园超前路5号4幢220B；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。