1.一种按键预测方法，其特征在于，所述方法包括：

接收电话进线，识别该次进线的电话号码，并根据所述电话号码，从数据库中获取该电话号码所属客户的基本信息；

根据所述电话号码，从数据库中获取该电话号码在预设时间段的进线行为记录，并根据所述预设时间段的所有进线行为记录，得到所述客户的进线意图属性；

根据所述客户的基本信息获知所述客户的用户属性、所述客户在预设时间段内通过不同渠道执行的过往行为属性，并分析本次进线的进线特征属性；

将上述得到的用户属性、过往行为属性、进线意图属性以及本次进线的进线特征属性进行特征组合，得到预测数据；及将所述预测数据输入预先训练的预测模型中，预测客户本次进线的意图，并根据所述预测的客户本次进线的意图，按照预设规则对自动语音应答菜单的语音播报顺序进行自动调整。

2.如权利要求1所述的按键预测方法，其特征在于，所述预先训练的预测模型为Deep and wide模型，其中，所述Deep and wide模型包括线性softmax回归模型和DNN神经网络模型。

3.如权利要求2所述的按键预测方法，其特征在于，所述预测模型包括第一预测模型、第二预测模型、第三预测模型以及第四预测模型，其中:所述第一预测模型为利用相邻进线行为间隔时间在第一预设时间以内的历史进线数据训练得到；

所述第二预测模型为利用相邻进线行为间隔时间大于第一预设时间且小于等于第二预设时间以内的历史进线数据训练得到；

所述第三预测模型为利用相邻进线行为间隔时间大于第二预设时间且小于等于第三预设时间以内的历史进线数据训练得到；及所述第四预测模型为利用相邻进线行为间隔时间大于第三预设时间的历史进线数据训练得到。

4.如权利要求1所述的按键预测方法，其特征在于，所述预设规则包括：优先播报预定业务的功能按键，对于其他业务对应的功能按键，按照预测的客户本次进线的意图中各种业务的选择概率从大到小的顺序依次播报各种业务对应的功能按键。

5.如权利要求1所述的按键预测方法，其特征在于，所述预设规则还包括：仅播报选择概率大于或者等于预定阈值的业务对应的功能按键，对选择概率小于所述预定阈值的业务对应的功能按键进行隐藏。

6.一种按键预测装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的按键预测程序，所述按键预测程序被所述处理器执行时实现如下步骤：接收电话进线，识别该次进线的电话号码，并根据所述电话号码，从数据库中获取该电话号码所属客户的基本信息；

根据所述电话号码，从数据库中获取该电话号码在预设时间段的进线行为记录，并根据所述预设时间段的所有进线行为记录，得到所述客户的进线意图属性；

根据所述客户的基本信息获知所述客户的用户属性、所述客户在预设时间段内通过不同渠道执行的过往行为属性，并分析本次进线的进线特征属性；

将上述得到的用户属性、过往行为属性、进线意图属性以及本次进线的进线特征属性进行特征组合，得到预测数据；及将所述预测数据输入预先训练的预测模型中，预测客户本次进线的意图，并根据所述预测的客户本次进线的意图，按照预设规则对自动语音应答菜单的语音播报顺序进行自动调整。

7.如权利要求6所述的按键预测装置，其特征在于，所述预先训练的预测模型为Deep and wide模型，其中，所述Deep and wide模型包括线性softmax回归模型和DNN神经网络模型。

8.如权利要求7所述的按键预测装置，其特征在于，所述预测模型包括第一预测模型、第二预测模型、第三预测模型以及第四预测模型，其中:所述第一预测模型为利用相邻进线行为间隔时间在第一预设时间以内的历史进线数据训练得到；

所述第二预测模型为利用相邻进线行为间隔时间大于第一预设时间且小于等于第二预设时间以内的历史进线数据训练得到；

所述第三预测模型为利用相邻进线行为间隔时间大于第二预设时间且小于等于第三预设时间以内的历史进线数据训练得到；及所述第四预测模型为利用相邻进线行为间隔时间大于第三预设时间的历史进线数据训练得到。

9.如权利要求6所述的按键预测装置，其特征在于，所述预设规则包括：优先播报预定业务的功能按键，对于其他业务对应的功能按键，按照预测的客户本次进线的意图中各种业务的选择概率从大到小的顺序依次播报各种业务对应的功能按键。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有按键预测程序，所述按键预测程序可被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的按键预测方法的步骤。