基于业务线的预测方法、装置、存储介质及终端制造方法及图纸

本发明专利技术适用于通信技术领域，提供了一种基于业务线的预测方法、装置、存储介质及终端，所述方法包括：在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型。本发明专利技术实现了针对不同的业务场景采用不同的预测模式，提高了对不同业务线进行预测的准确度。

【技术实现步骤摘要】
基于业务线的预测方法、装置、存储介质及终端
本专利技术属于通信
，尤其涉及一种基于业务线的预测方法、装置、存储介质及终端。
技术介绍
在针对呼入业务和呼出业务的排班中，现有技术主要采用的时间序列预测法、回归预测模型等预测模式进行排班预测。其中，时间序列预测法是一种历史资料延伸预测，以时间数列所能反映的发展过程和规律进行引伸外推，预测发展趋势；回归预测模型通过分析市场上的自变量和因变量之间的相关关系，建立变量之间的回归方程，以所述回归方程作为预测模型。然而，呼出业务侧重所呼叫的客户量，同时涉及到客户名单的接通率以及客户对产品的购买欲望；而呼入业务侧重通话时长、通话次数，不同的业务类型会涉及到不同的通话时长、通话次数。现有技术针对不同的业务场景采用统一的预测模式，排班预测的准确度不高，难以满足市场日趋复杂的需求。
技术实现思路
本专利技术实施例提供了一种基于业务线的预测方法、装置、存储介质及终端，所述预测方法包括：在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型，所述数据仓库由清洗处理后的预设历史时间内的通话数据、拨打名单数据构成。进一步地，在得到所述输出维度的预测值之后，所述预测方法还包括：获取所述预设历史时间内的营销活动和突发事件，确定所述营销活动和突发事件发生时的周日期；根据所述营销活动和突发事件的周日期对所述输出维度的预测值进行平滑处理，以消除所述营销活动、突发事件对所述预测值的干扰。进一步地，所述根据所述营销活动和突发事件的周日期对所述输出维度的预测值进行平滑处理，以消除所述营销活动、突发事件对所述预测值的干扰包括：遍历每一个输出维度，从所述输出维度的预测值中筛选出具有相同周日期的预测值作为基底数据；计算所述基底数据的平均值和标准差；计算每一个基底数据与所述平均值之间的差值，比对所述差值的绝对值与所述标准差；当所述差值的绝对值大于所述标准差时，若所述差值为正数则缩小所述差值对应的基底数据，若所述差值为负数则增大所述差值对应的基底数据。进一步地，所述根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量包括：对所述指定业务线在指定时间段内的预测值进行求和，得到所述指定业务线在指定时间段内的任务总量；获取若干坐席人员的通话日时长、考勤数据，根据所述通话日时长、考勤数据计算每一个坐席人员的工作效率，求取所述工作效率的平均值得到折算率；获取标准工作时长，根据所述标准工作时长和折算率计算平均工作时长，求取所述任务总量与所述平均工作时长之间的商作为所需投入的人力数量。本专利技术实施例还提供了一种基于业务线的预测装置，所述预测装置包括：第一获取模块，用于在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；第二获取模块，用于从数据仓库中获取满足所述输入维度的预测数据；分析模块，用于通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；计算模块，用于根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型，所述数据仓库由清洗处理后的预设历史时间内的通话数据、拨打名单数据构成。进一步地，所述装置还包括：第三获取模块，用于在得到所述输出维度的预测值之后，获取所述预设历史时间内的营销活动和突发事件，确定所述营销活动和突发事件发生时的周日期；平滑处理模块，用于根据所述营销活动和突发事件的周日期对所述输出维度的预测值进行平滑处理，以消除所述营销活动、突发事件对所述预测值的干扰。进一步地，所述根据所述平滑处理模块包括：筛选单元，用于遍历每一个输出维度，从所述输出维度的预测值中筛选出具有相同周日期的预测值作为基底数据；统计处理单元，用于计算所述基底数据的平均值和标准差；比较单元，用于计算每一个基底数据与所述平均值之间的差值，比对所述差值的绝对值与所述标准差；平滑处理单元，用于当所述差值的绝对值大于所述标准差时，若所述差值为正数则缩小所述差值对应的基底数据，若所述差值为负数则增大所述差值对应的基底数据。进一步地，所述计算模块包括：总量计算单元，用于对所述指定业务线在指定时间段内的预测值进行求和，得到所述指定业务线在指定时间段内的任务总量；折算率计算单元，用于获取若干坐席人员的通话日时长、考勤数据，根据所述通话日时长、考勤数据计算每一个坐席人员的工作效率，求取所述工作效率的平均值得到折算率；人力计算单元，用于获取标准工作时长，根据所述标准工作时长和折算率计算平均工作时长，求取所述任务总量与所述平均工作时长之间的商作为所需投入的人力数量。本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序由处理器执行时实现如上所述的基于业务线的预测方法所述的步骤。本专利技术实施例还提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型，所述数据仓库由清洗处理后的预设历史时间内的通话数据、拨打名单数据构成。与现有技术相比，本专利技术实施例根据不同的业务类型构建了不同的预测模型，包括呼入预测模型和呼出预测模型；在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；然后从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；最后根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；从而实现了针对不同的业务场景采用不同的预测模式，提高了对不同业务线进行预测的准确度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1是本专利技术实施例提供的基于业务线的预测方法的第一实现流程图；图2是本专利技术实施例提供的基于业务线的预测方法的第一实现流程中步骤S104的实现流程图；图3是本专利技术实施例提供的基于业务线的预测方法的第二实现流程图；图4是本专利技术实施例提供的基于业务线的预测方法的第二实现流程中步骤S305的实现流程图；图5是本本文档来自技高网...

【技术保护点】
1.一种基于业务线的预测方法，其特征在于，所述预测方法包括：在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型，所述数据仓库由清洗处理后的预设历史时间内的通话数据、拨打名单数据构成。

【技术特征摘要】
1.一种基于业务线的预测方法，其特征在于，所述预测方法包括：在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；从数据仓库中获取满足所述输入维度的预测数据；通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量；其中，所述预测模型根据业务类型划分为呼入预测模型和呼出预测模型，所述数据仓库由清洗处理后的预设历史时间内的通话数据、拨打名单数据构成。2.如权利要求1所述的基于业务线的预测方法，其特征在于，在得到所述输出维度的预测值之后，所述预测方法还包括：获取所述预设历史时间内的营销活动和突发事件，确定所述营销活动和突发事件发生时的周日期；根据所述营销活动和突发事件的周日期对所述输出维度的预测值进行平滑处理，以消除所述营销活动、突发事件对所述预测值的干扰。3.如权利要求2所述的基于业务线的预测方法，其特征在于，所述根据所述营销活动和突发事件的周日期对所述输出维度的预测值进行平滑处理，以消除所述营销活动、突发事件对所述预测值的干扰包括：遍历每一个输出维度，从所述输出维度的预测值中筛选出具有相同周日期的预测值作为基底数据；计算所述基底数据的平均值和标准差；计算每一个基底数据与所述平均值之间的差值，比对所述差值的绝对值与所述标准差；当所述差值的绝对值大于所述标准差时，若所述差值为正数则缩小所述差值对应的基底数据，若所述差值为负数则增大所述差值对应的基底数据。4.如权利要求1至3任一项所述的基于业务线的预测方法，其特征在于，所述根据所述预测值计算所述指定业务线在指定时间段内的任务总量和所需投入的人力数量包括：对所述指定业务线在指定时间段内的预测值进行求和，得到所述指定业务线在指定时间段内的任务总量；获取若干坐席人员的通话日时长、考勤数据，根据所述通话日时长、考勤数据计算每一个坐席人员的工作效率，求取所述工作效率的平均值得到折算率；获取标准工作时长，根据所述标准工作时长和折算率计算平均工作时长，求取所述任务总量与所述平均工作时长之间的商作为所需投入的人力数量。5.一种基于业务线的预测装置，其特征在于，所述预测装置包括：第一获取模块，用于在对指定业务线进行业务预测时，获取该指定业务线对应的预测模型，以及本次预测的输入维度和输出维度；第二获取模块，用于从数据仓库中获取满足所述输入维度的预测数据；分析模块，用于通过所述预测模型采用蒙特卡罗模拟法和几何布朗运动对所述预测数据进行趋势分析，得到所述输出维度的预测值；计算模块，用于根据所述预测值计算所述指定业...

【专利技术属性】
技术研发人员：万晓辉，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44