[发明专利]一种呼叫放弃率预测方法及服务器

权利要求书

1.一种呼叫放弃率预测方法，其特征在于，包括：

获取第一预设历史时间段内的请求话务量、话务员工作时间、平均处理时长作为输入量，通过呼叫放弃率预测模型计算第一待预测时间段的预测呼叫放弃率；

根据所述预测呼叫放弃率对所述第一待预测时间段的话务资源进行调度；

进一步地，所述方法还包括：

从历史数据库中获取多组样本请求话务量、样本话务员工作时间、样本平均处理时长以及对应的样本呼叫放弃率作为训练样本集；

将所述训练样本集通过CSO-BP神经网络进行训练计算，获得所述呼叫放弃率预测模型；

具体地，在历史数据库中获取一定历史时间段内多组样本请求话务量、样本话务员工作时间、样本平均处理时长；由于所述样本话务员工作时间为统计每个话务员的工作时间，将所有话务员的工作时间求和得到的，因此统计过程可获得在线工作的样本话务员数量m；通过上述参数计算相应的样本呼叫等待概率其中，m为样本话务员数量；u＝C×S/T为样本话务强度，其中C为样本请求话务量，S为样本平均处理时长，T为所述第一待预测时间段的时长；ρ＝u/m为样本话务员占用率；将所述多组样本请求话务量C、样本话务员工作时间W、样本平均处理时长S、样本呼叫等待概率p及对应的样本呼叫放弃率A放入所述CSO-BP神经网络通过作用函数A＝(C-e×W/S)/C+f×p进行训练计算，不断调整模型参数，当预测误差平方和小于0.0035或训练次数大于500时所述呼叫放弃率预测模型具有良好的泛化能力，此时停止训练，将得到的e和f的值作为所述呼叫放弃率预测模型的模型参数，获得所述呼叫放弃率预测模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述第一待预测时间段的预测呼叫放弃率计算完成开始经过第一预设时间段后，自动通过所述呼叫放弃率预测模型计算第二待预测时间段的预测呼叫放弃率。

3.根据权利要求1-2任意一项所述的方法，其特征在于，所述方法还包括：

每隔第二预设时间段获取所述第二预设时间段内的多个预测呼叫放弃率和对应的实际呼叫放弃率；

根据多个所述预测呼叫放弃率和对应的实际呼叫放弃率计算对应的预测误差。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

若判断获知所述预测误差的最大值大于预设阈值，则发出报警提示信号。

5.一种服务器，其特征在于，包括：

预测单元，用于获取第一预设历史时间段内的请求话务量、话务员工作时间、平均处理时长作为输入量，通过呼叫放弃率预测模型计算第一待预测时间段的预测呼叫放弃率；

第一处理单元，用于根据所述预测呼叫放弃率对所述第一待预测时间段内的话务资源进行调度；

进一步地，所述服务器还包括：

训练单元，用于从历史数据库中获取多组样本请求话务量、样本话务员工作时间、样本平均处理时长以及对应的样本呼叫放弃率作为训练样本集；将所述训练样本集通过CSO-BP神经网络进行训练计算，获得所述呼叫放弃率预测模型；

具体地，服务器在历史数据库中获取一定历史时间段内多组样本请求话务量C、样本话务员工作时间W、样本平均处理时长S，由于所述样本话务员工作时间为统计每个话务员的工作时间，将所有话务员的工作时间求和得到的，因此统计过程可以获得在线工作的样本话务员数量；通过上述参数计算相应的样本呼叫等待概率其中，m为样本话务员数量；u＝C×S/T为样本话务强度，C为样本请求话务量，S为样本平均处理时长，T为所述第一待预测时间段的时长；ρ＝u/m为样本话务员占用率；将所述多组样本请求话务量C、样本话务员工作时间W、样本平均处理时长S、样本呼叫等待概率p及对应的样本呼叫放弃率A，放入所述CSO-BP神经网络通过作用函数A＝(C-e×W/S)/C+f×p进行训练计算，不断调整模型参数，当预测误差平方和小于0.0035或训练次数大于500时停止训练，将得到的e和f的值作为所述呼叫放弃率预测模型的模型参数，获得所述呼叫放弃率预测模型。