【技术实现步骤摘要】
用于联系中心系统中的行为配对的技术本申请是申请日为2018年4月5日、申请号为“201880001943.2”、申请人为“欧洲阿菲尼帝科技有限责任公司”、专利技术名称为“用于联系中心系统中的行为配对的技术”的专利技术专利申请的分案申请。相关申请的交叉引用该国际专利申请要求2017年4月28日提交的美国专利申请No.15/582,223的优先权，并且要求2017年8月30日提交的美国专利申请No.15/691,106的优先权，该申请是2017年4月28日提交的美国专利申请No.15/582,223的连续申请，其全部内容在此通过引用的方式并入本文，如同本文完全阐述一样。
本公开通常涉及配对联系和联系中心中的坐席，更具体地说，涉及用于联系中心系统中的行为配对的技术。
技术介绍
典型的联系中心在算法上将到达联系中心的联系分配给可用于处理这些联系的坐席。有时，联系中心可能具有可用的坐席并且等待分配给入站或出站的联系(例如，电话呼叫、互联网聊天会话、电子邮件)。在其他时间，联系中心可以具有在一个或多个队列中等待坐...
【技术保护点】
1.一种用于联系中心系统中的行为配对的方法，包括：/n通过通信地耦合到所述联系中心系统并且被配置成在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，确定可用于连接到联系的多个坐席；/n通过所述至少一个计算机处理器，确定所述联系和所述多个坐席之间的可能配对之中的多个优选的联系-坐席配对；/n通过所述至少一个计算机处理器，根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能...
【技术特征摘要】
20170428 US 15/582,223;20170830 US 15/691,1061.一种用于联系中心系统中的行为配对的方法，包括：
通过通信地耦合到所述联系中心系统并且被配置成在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，确定可用于连接到联系的多个坐席；
通过所述至少一个计算机处理器，确定所述联系和所述多个坐席之间的可能配对之中的多个优选的联系-坐席配对；
通过所述至少一个计算机处理器，根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
通过所述至少一个计算机处理器，输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
2.根据权利要求1所述的方法，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
3.根据权利要求1所述的方法，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
4.根据权利要求3所述的方法，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
5.根据权利要求1所述的方法，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
6.一种用于联系中心系统中的行为配对的系统，包括：
通信地耦合到所述联系中心系统并且被配置为在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，其中，所述至少一个计算机处理器被进一步配置为：
确定可用于连接到联系的多个坐席；
确定所述联系和所述多个坐席之间的可能配对之中的多个优选的联系-坐席配对；
根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
7.根据权利要求6所述的系统，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
8.根据权利要求6所述的系统，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
9.根据权利要求8所述的系统，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
10.根据权利要求6所述的系统，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
11.一种用于联系中心系统中的行为配对的制品，包括：
非瞬时计算机处理器可读介质；以及
存储在所述介质上的指令；
其中，所述指令被配置为能由通信地耦合到所述联系中心系统并且被配置为在所述联系中心系统中执行行为配对操作的至少一个计算机处理器从所述介质读取，并且由此使得所述至少一个计算机处理器操作以便：
确定可用于连接到联系的多个坐席；
确定所述联系和所述多个坐席之间的可能配对之中的多个优选的联系-坐席配对；
根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
12.根据权利要求11所述的制品，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
13.根据权利要求11所述的制品，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
14.根据权利要求13所述的制品，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
15.根据权利要求11所述的制品，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
16.一种用于联系中心系统中的行为配对的方法，包括：
通过通信地耦合到所述联系中心系统并且被配置成在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，确定可用于连接到坐席的多个联系；
通过所述至少一个计算机处理器，确定所述坐席和所述多个联系之间的可能配对之中的多个优选的联系-坐席配对；
通过所述至少一个计算机处理器，根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
通过所述至少一个计算机处理器，输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
17.根据权利要求16所述的方法，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
18.根据权利要求16所述的方法，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
19.根据权利要求18所述的方法，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
20.根据权利要求16所述的方法，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
21.一种用于联系中心系统中的行为配对的系统，包括：
通信地耦合到所述联系中心系统并且被配置为在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，其中，所述至少一个计算机处理器被进一步配置为：
确定可用于连接到坐席的多个联系；
确定所述坐席和所述多个联系之间的可能配对之中的多个优选的联系-坐席配对；以及
根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
22.根据权利要求21所述的系统，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
23.根据权利要求21所述的系统，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
24.根据权利要求23所述的系统，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
25.根据权利要求21所述的系统，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
26.一种用于联系中心系统中的行为配对的制品，包括：
非瞬时计算机处理器可读介质；以及
存储在所述介质上的指令；
其中，所述指令被配置为能由通信地耦合到所述联系中心系统并且被配置为在所述联系中心系统中执行行为配对操作的至少一个计算机处理器从所述介质读取，并且由此使得所述至少一个计算机处理器操作以便：
确定可用于连接到坐席的多个联系；
确定所述坐席和所述多个联系之间的可能配对之中的多个优选的联系-坐席配对；
根据受坐席技能和联系技能需求约束的概率网络流模型，选择所述多个优选的联系-坐席配对中的一个，其中，调整所述概率网络流模型以根据所述坐席技能和所述联系技能需求的约束来最小化坐席利用率不平衡，并优化所述联系中心系统的性能，其中，所述联系中心系统的优化性能可归因于所述概率网络流模型；以及
输出所选择的所述多个优选的联系-坐席配对中的一个，以在所述联系中心系统中连接。
27.根据权利要求26所述的制品，其中，所述概率网络流模型是用于平衡坐席利用率的网络流模型。
28.根据权利要求26所述的制品，其中，所述概率网络流模型是用于优化至少一个联系中心指标的总预期值的网络流模型。
29.根据权利要求28所述的制品，其中，所述至少一个联系中心指标是收入产生、客户满意度、和平均处理时间中的至少一个。
30.根据权利要求26所述的制品，其中，所述概率网络流模型基于历史联系-坐席结果数据和联系属性数据中的至少一个的分析来合并预期回报值。
31.一种用于联系中心系统中的行为配对模型评估的方法，包括：
通过通信地耦合到所述联系中心系统并且被配置成在所述联系中心系统中执行行为配对操作的至少一个计算机处理器，确定多个坐席和多个联系类型；
通过所述至少一个计算机处理器，分析历史联系-坐席结果数据以从所述多个坐席和联系类型来确定坐席和联系类型的每个可行组合的预期值；
通过所述至少一个计算机处理器，基于所述可行组合的所述预期值，确定配对模型；
通过所述至少一个计算机处理器，使用所述配对模型，确定所述联系中心系统的预期性能；
通过所述至少一个计算机处理器，使用所述配对模型，输出所述联系中心系统的所述预期性能；以及
在所述联系中心系统的交换模块中，至少部分基于所述配对模型，来建立联系和坐席之间的通信通道。
32.根据权利要求31所述的方法，其中，所述配对模型能够被表示为回报矩阵。
33.根据权利要求31所述的方法，进一步包括：
通过所述至少一个计算机处理器，确定所述多个联系类型中的每个联系类型的预期频率，其中，所述配对模型还基于所述每个联系类型的预期频率。
34.根据权利要求31所述的方法，进一步包括：
通过所述至少一个计算机处理器，确定所述多个坐席中的每个坐席的目标利用率，其中，所述配对模型还基于所述每个坐席的目标利用率。
35.根据权利要求34所述的方法，其中，所述配对模型以平衡的坐席利用率为目标。
36.根据权利要求31所述的方法，其中，每个可行组合包括至少具有第一技能的坐席和至少具有与所述第一技能相对应的第一需求的联系类型。
37.根据权利要求31所述的方法，进一步包括：
通过所述至少一个计算机处理器，基于所述配对模型，来确定概率网络流模型。
38.根据权利要求37所述的方法，其中，所述概率网络流模型包括：
供应节...
【专利技术属性】
技术研发人员：伊泰·卡恩，迈克尔·理查德·克吕格曼，布莱克·杰伊·赖利，
申请(专利权)人：欧洲阿菲尼帝科技有限责任公司，
类型：发明
国别省市：英国;GB
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。