[发明专利]基于业务图谱和马尔可夫模型的来电业务预测方法及系统

说明书

本发明涉及一种基于业务图谱和马尔可夫模型的来电业务预测方法及系统，所述方法包括：根据客户来电针对业务类型的转换情况，建立业务转换矩阵；根据客户来电针对业务类型的发生概率与业务转换矩阵，设定马尔可夫状态转移概率矩阵；根据所述状态转移概率矩阵，预测下一次客户来电针对业务的业务类型。本发明通过分析客户来电针对业务类型的关系，基于业务图谱和马尔科夫模型，构建状态转移概率矩阵，用于预测下次客户来电针对的业务类型，辅助客服人员提前干预，提高服务效率。通过状态转移概率矩阵，预测未来一天的业务量，支撑客户中心管理人员精准开展人员排班计划，提高运营效率。

技术领域

本发明涉及业务预测技术领域，尤其涉及一种基于业务图谱和马尔可夫模型的来电业务预测方法及系统。

背景技术

现有技术中，服务业在中国迅速崛起，其中，客户服务中心作为21世纪新型商业竞争工具越来越引起企业的关注。随着大市场下的客户需求再不断变化，客户要求越来越严格，平衡企业管理与客户需求越来越重要，大量企业逐步成立客户服务部或是建立专业的呼叫中也帮助企业管理和保留新老客户，提高企业核也竞争力。特别是随着电力“三型两网、世界一流”的企业战略实施，需要从客户全面洞察开始，把握客户需求和期望，掌握客户偏好和行为规律，通过个性化差异化服务，最终达到客户体验改善提升。

目前电力企业针对客户服务(95598)业务开展了多方位的研究，但主要围绕客户标签的应用方面，缺乏对客服业务自身管理方面的研究。而电力95598业务量巨大，人力资源成本占了很大份额，如何提高其运营效率成为管理者亟侍解决的问题。

另一方面，客服中心的高效管理要求根据工作量来调用电话客服中心的资源，而准确的客服业务来电预测是重中之重。当前，客服中心的来电量预测主要由管理工作人员凭经验结合简单的模型预测来做，存在着工作量大、因人而异的随意性问题，往往导致预测准确性不够，为随后的电话值班人员精细管理带来诸多问题。

现有的很多电话呼叫中心的业务预测方法中，主要以历史的业务量为基准，进行简单的回归预测，并未考虑客户电话的随机性，降低了预测的精准度。为提高客户服务能力，客服人员需要提前预知同一客户下一通电话的咨询业务类型，以便提前干预，提高服务效率和客户满意度，但目前电力企业并未对此进行深入研究。

发明内容

本发明提供一种基于业务图谱和马尔可夫模型的来电业务预测方法及系统，解决现有技术中对电力行业客户服务中客户来电进行业务预测的问题。

根据本发明的一个方面，提供一种基于业务图谱和马尔可夫模型的来电业务预测方法，包括：

根据客户来电针对业务类型的转换情况，建立业务转换矩阵；

根据客户来电针对业务类型的发生概率与业务转换矩阵，设定马尔可夫状态转移概率矩阵；

根据所述状态转移概率矩阵，预测下一次客户来电针对业务的业务类型。

所述根据客户来电针对业务类型的发生概率设定马尔可夫状态转移概率矩阵，包括：

根据客户来电的历史数据获取所述客户来电针对业务类型的发生概率。

所述客户来电针对业务类型的发生概率，包括：

设定时长中不同所述业务的发生频率为所述业务在当前时长中的状态概率，各所述业务共同组成所述设定时长内的状态概率向量；所述设定时长优选为一天。

所述设定马尔可夫状态转移概率矩阵，包括：

根据业务转换矩阵，得到状态转移概率矩阵为：

其中，P(n)为时间段n时的概率值，描述了m个状态相互转移的概率分布；b_mm为由状态m一步转移到状态m的情况出现的次数；P_mm为业务m转移到业务m的概率值。