话务排班预测方法、装置、电子设备、存储介质制造方法及图纸

本发明专利技术提供一种话务排班预测方法、装置、电子设备、存储介质，话务排班预测方法包括：将预测的订单量、预测的第三时间段内各第一时间段的话务量、第三时间段内各第二时间段话务的分布因子以及业务变量作为输入变量，输入第一预测模型，其中，第一时间段长于第二时间段；将所述第一预测模型的输出变量作为所预测的第三时间段内各第二时间段的话务量；根据人员利用率、平均通话时长以及所预测的第三时间段内各第二时间段的话务量确定所预测的第三时间段内各第二时间的排班量；将所预测的第三时间段内各第二时间的排班量输入一排班系统进行排班。本发明专利技术提供的话务排班预测方法及装置实现话务排班预测。

【技术实现步骤摘要】
话务排班预测方法、装置、电子设备、存储介质
本专利技术涉及计算机应用
，尤其涉及一种话务排班预测方法、装置、电子设备、存储介质。
技术介绍
呼叫中心这一机构存在于不同行业中，是服务供给和需求方之间重要的沟通渠道。出于对呼叫中心成本控制以及为用户提供更满意的服务这两方面的均衡考量，各行业都期望能够预测出呼叫中心未来一段时间的呼入量，以此来预先准确地进行客服人员的排班，在保证话务接通率的基础上缩减人力成本。国内外的学术界和工业界在呼叫中心领域的研讨和应用纷繁杂成。追溯到2003年，NoahGans、GerKoole和AvishaiMandelbaum就呼叫中心的问题发表了会议论文，论文谈论了呼叫中心的运营和社会效应、数据收集、人员安排和话务预估等方面的问题和展望；WardWhitt在2007年发表了《whatyoushouldknowaboutqueueingmodelstosetrequirementsinservicesystems》一文，阐述了时变队列模型在话务排班人员安排中的应用；还有一些人利用贝叶斯方法做话务预测，比如Weinber本文档来自技高网...

【技术保护点】
1.一种话务排班预测方法，其特征在于，包括：/n将预测的订单量、预测的第三时间段内各第一时间段的话务量、第三时间段内各第二时间段话务的分布因子以及业务变量作为输入变量，输入第一预测模型，其中，第一时间段长于第二时间段；/n将所述第一预测模型的输出变量作为所预测的第三时间段内各第二时间段的话务量；/n根据人员利用率、平均通话时长以及所预测的第三时间段内各第二时间段的话务量确定所预测的第三时间段内各第二时间的排班量；/n将所预测的第三时间段内各第二时间的排班量输入一排班系统进行排班。/n

【技术特征摘要】
1.一种话务排班预测方法，其特征在于，包括：
将预测的订单量、预测的第三时间段内各第一时间段的话务量、第三时间段内各第二时间段话务的分布因子以及业务变量作为输入变量，输入第一预测模型，其中，第一时间段长于第二时间段；
将所述第一预测模型的输出变量作为所预测的第三时间段内各第二时间段的话务量；
根据人员利用率、平均通话时长以及所预测的第三时间段内各第二时间段的话务量确定所预测的第三时间段内各第二时间的排班量；
将所预测的第三时间段内各第二时间的排班量输入一排班系统进行排班。


2.如权利要求1所述的话务排班预测方法，其特征在于，所述预测的订单量为第三时间段内各第二时间段的订单量。


3.如权利要求2所述的话务排班预测方法，其特征在于，所述预测的订单量根据历史订单数据以及节假日数据建立的第二预测模型预测获得。


4.如权利要求1所述的话务排班预测方法，其特征在于，所述第三时间段内各第二时间段话务的分布因子根据前N个第三时间段和/或去年同期的M个第三时间段内各第二时间段话务的分布情况确定，其中，N、M为大于等于1的整数。


5.如权利要求1所述的话务排班预测方法，其特征在于，所述第一预测模型包括多个子预测模型，每一子预测模型预测每一第一时间段内各第二时间段的话务量。


6.如权利要求1所述的话务排班预测方法，其特征在于，所述根据人员利用率、平均通话时长以及所预测的第三时间段内各第二时间段的话务量确定所预测的第三时间段内各第二时间的排班量包括：
根据人员利用率及平均通话时长对所预测的第三时间段内各第二时间段的话务量进行加权，确定所预测的第三时间段内各第二时间的排班量。

【专利技术属性】
技术研发人员：侯淑芳，肖铨武，贡志成，聂强强，
申请(专利权)人：携程旅游网络技术上海有限公司，
类型：发明
国别省市：上海;31