[发明专利]呼叫中心多因子话务预测方法

说明书

技术领域

本发明涉及话务系统，尤其涉及了一种呼叫中心多因子话务预测方法。

背景技术

随着通讯业务的迅速发展，呼叫中心话务量预测的需求日益增加，同时对服务水平、坐席利用率和工时管理等方面的要求不断提高。在现有条件下，如何合理安排人力、提高话务接通率、优化现场管理成为排班师面临的巨大挑战。根据爱尔兰法则，服务水平受到话务量、平均处理时长和坐席数量的直接影响。科学合理的话务量预测模型是合理安排班表的重要依据，是呼叫中心实现高效率运营管理、降低运营成本、保证客户服务质量和水平的重要环节。

现有的关于话务量预测的专利文献包括：专利申请号为CN201410736394.7的中国专利申请“呼叫中心话务量预测方法”、专利申请号为CN201410204692.1的中国专利申请“一种话务量预测方法”、专利申请号为CN201210474098.5的中国专利申请“用于供电服务中心短期话务量预测方法”、专利申请号位CN200910072312.2的中国专利申请“一种应用于话务量预测的分段在线支持向量回归方法”。

申请号为CN201410736394.7的中国专利申请存在以下不足：该文提出了一种呼叫中心话务预测的方法，涉及电信通讯领域，该方法主要采用神经网络模型，以周属性(周几)、节假日、短信群发等因子作为输入层来预测话务量，但是神经网络方法本身学习速度较慢，而且当样本数量较小时，容易造成过学习现象，因此不适于做短期话务量的实时、在线预测。

申请号为CN201410204692.1的中国专利申请存在以下不足：该文提出了一种话务量预测方法，涉及移动通信技术领域，该方法首先根据话务统计特征(包含相关系数、方差、最大值、中间值、平均值、最小值、出现频率最高的值和标准差)对各个话务小区进行聚类，然后采用差分自回归移动平均模型进行话务量预测，但是该方法没有深入研究影响话务量的因素，如天气状况、节假日因素，所以无法解决较复杂的大型呼叫中心话务量预测问题。

申请号为CN201210474098.5的中国专利申请存在以下不足：该文提出了一种电力行业呼叫中心的话务预测方法，充分考虑温度、降水对话务量的影响,并在此基础上提出了对话务曲线进行分层预测的思想(即分别寻找相似日期进行匹配的分层相似预测法)，但是该方法没有考虑电力行业用电负荷和话务特殊事件(如线路故障、恶劣天气)等其它因素影响的情况。

申请号为CN200910072312.2的中国专利申请存在以下不足：该文具体涉及一种应用于移动通信话务量时间序列预测的分段在线支持向量回归方法。通过缩减在线建模数据长度实现快速训练，并对在线支持向量回归(Online SVR)进行分段存储，根据预测邻域样本与各子分段支持向量回归模型的匹配度，选取最优子分段模型。但是该方法没有考虑到呼叫中心的来话量受到诸多因素(温度、降水、节假日)综合影响的情况，局限性明显。

不同类型呼叫中心的业务性质不同，面对的客户对象不同，应考虑的话务量影响因素也不同，一般某领域成功的话务量预测算法仅限于解决针对性行业呼叫中心的话务量预测，一旦将其移植到其它领域时，预测效果则往往表现不理想。例如，电力行业呼叫中心的话务量预测模型在金融证券行业则会表现得不够鲁棒；同样，针对航空业的话务量预测方法也难以在电信通讯行业表现出理想效果。本专利提出的方法可以很好地解决此问题。

发明内容

本发明针对现有技术中话务预测方法不能适用于各个行业的缺点，提供了呼叫中心多因子话务预测方法。

为了解决上述技术问题，本发明通过下述技术方案得以解决：