人工客服智能调度方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种人工客服智能调度方法、装置、电子设备及存储介质，可应用于人工智能领域或金融领域，能够对根据人工客服在以外调度周期内的服务数据来预测其在下一调度周期内的服务数据，即预测服务数据，而由于预测服务数据是基于平滑处理的服务数据所预测的，因此需再对预测服务数据进一步反推处理，以此获得下一调度周期内的目标服务数据，并基于目标服务数据生成下一调度周期内的调度数据。基于本发明专利技术能够对人工客服进行合理的调度，使得客服工作有条不紊的开展，实现对人工客服资源的高效利用，从而保证并提升服务质量，具有重要的现实意义。现实意义。现实意义。

【技术实现步骤摘要】
人工客服智能调度方法、装置、电子设备及存储介质


[0001]本专利技术涉及人工智能
，更具体地说，涉及一种人工客服智能调度方法、装置、电子设备及存储介质。

技术介绍

[0002]银行客服是银行与客户的桥梁和纽带，是银行客户关系维护的重要执行者，在银行业务拓展过程中占据着关键一环。如今，银行的客服工作多是采用智能客服和人工客服协作的方式，但是当智能客服无法较好解决客户问题时，人工客服将发挥着重要的作用。
[0003]那么，如果采用普适的排班制度，在咨询量较大时，人工客服一定程度上会无暇服务好每个客户的需求，进而影响客户体验和客户粘性；在咨询量较小时，无疑是对人工客服资源的浪费。

技术实现思路

[0004]有鉴于此，为解决上述问题，本专利技术提供一种人工客服智能调度方法、装置、电子设备及存储介质，技术方案如下：
[0005]一种人工客服智能调度方法，所述方法包括：
[0006]获取人工客服在不同调度周期内的服务数据，所述不同调度周期包括历史调度周期和当前调度周期，所述服务数据用于表征所述人工客服的工作量；
[0007]对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，并将经平滑处理的服务数据输入至第一预测模型，所述第一预测模型是基于最小二乘法训练得到的；
[0008]获取所述第一预测模型所输出的下一调度周期内的预测服务数据，并对所述预测服务数据进行反推处理得到所述下一调度周期内的目标服务数据；
[0009]根据所述目标服务数据生成所述下一调度周期内的调度数据。
[0010]优选的，所述对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，包括：
[0011]采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。
[0012]优选的，所述采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，包括：
[0013]提取所述历史调度周期内的服务数据和所述当前调度周期内的服务数据的变化周期；
[0014]以所述变化周期作为所述移动平均法的参数，对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。
[0015]优选的，所述对所述预测服务数据进行反推处理得到所述下一调度周期内的目标服务数据，包括：
[0016]在所述历史调度周期中确定与所述下一调度周期位于同一变化周期的目标历史调度周期；
[0017]根据所述目标历史调度周期内的服务数据、所述当前调度周期内的服务数据、所述预测服务数据和所述变化周期，计算所述目标服务数据。
[0018]优选的，所述根据所述目标服务数据生成所述下一调度周期内的调度数据，包括：
[0019]将所述目标服务数据输入至第二预测模型，所述第二预测模型是基于机器学习算法训练得到的；
[0020]获取所述第二预测模型所输出的所述调度数据，所述调度数据至少包括所述下一调度周期内所述人工客服的人数。
[0021]一种人工客服智能调度装置，所述装置包括：
[0022]获取模块，用于获取人工客服在不同调度周期内的服务数据，所述不同调度周期包括历史调度周期和当前调度周期，所述服务数据用于表征所述人工客服的工作量；
[0023]调度模块，用于对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，并将经平滑处理的服务数据输入至第一预测模型，所述第一预测模型是基于最小二乘法训练得到的；获取所述第一预测模型所输出的下一调度周期内的预测服务数据，并对所述预测服务数据进行反推处理得到所述下一调度周期内的目标服务数据；根据所述目标服务数据生成所述下一调度周期内的调度数据。
[0024]优选的，用于对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理的所述调度模块，具体用于：
[0025]采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。
[0026]优选的，用于采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理的所述调度模块，具体用于：
[0027]提取所述历史调度周期内的服务数据和所述当前调度周期内的服务数据的变化周期；以所述变化周期作为所述移动平均法的参数，对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。
[0028]一种电子设备，所述电子设备包括：至少一个存储器和至少一个处理器；所述存储器存储有程序，所述处理器调用所述存储器存储的程序，所述程序用于实现所述的人工客服智能调度方法。
[0029]一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行所述的人工客服智能调度方法。
[0030]相较于现有技术，本专利技术实现的有益效果为：
[0031]本专利技术提供一种人工客服智能调度方法、装置、电子设备及存储介质，能够对根据人工客服在以外调度周期内的服务数据来预测其在下一调度周期内的服务数据，即预测服务数据，而由于预测服务数据是基于平滑处理的服务数据所预测的，因此需再对预测服务数据进一步反推处理，以此获得下一调度周期内的目标服务数据，并基于目标服务数据生成下一调度周期内的调度数据。基于本专利技术能够对人工客服进行合理的调度，使得客服工作有条不紊的开展，实现对人工客服资源的高效利用，从而保证并提升服务质量，具有重要的现实意义。
附图说明
[0032]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，还可以根据提供的附图获得其他的附图。
[0033]图1为本专利技术实施例提供的人工客服智能调度方法的方法流程图；
[0034]图2为本专利技术实施例提供的人工客服智能调度方法的另一方法流程图；
[0035]图3为本专利技术实施例提供的人工客服智能调度方法的部分方法流程图；
[0036]图4为本专利技术实施例提供的人工客服智能调度装置的结构示意图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0039]本专利技术实施例提供一种人工客服智能调度方法，该方法的方法流程图如图1所示，包括如下步骤：
[0040]S10，获取人工客服在不同调度周期内的服务数据，不同调度周期包括历史调度周本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工客服智能调度方法，其特征在于，所述方法包括：获取人工客服在不同调度周期内的服务数据，所述不同调度周期包括历史调度周期和当前调度周期，所述服务数据用于表征所述人工客服的工作量；对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，并将经平滑处理的服务数据输入至第一预测模型，所述第一预测模型是基于最小二乘法训练得到的；获取所述第一预测模型所输出的下一调度周期内的预测服务数据，并对所述预测服务数据进行反推处理得到所述下一调度周期内的目标服务数据；根据所述目标服务数据生成所述下一调度周期内的调度数据。2.根据权利要求1所述的方法，其特征在于，所述对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，包括：采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。3.根据权利要求2所述的方法，其特征在于，所述采用移动平均法对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理，包括：提取所述历史调度周期内的服务数据和所述当前调度周期内的服务数据的变化周期；以所述变化周期作为所述移动平均法的参数，对所述历史调度周期内的服务数据和所述当前调度周期内的服务数据进行平滑处理。4.根据权利要求3所述的方法，其特征在于，所述对所述预测服务数据进行反推处理得到所述下一调度周期内的目标服务数据，包括：在所述历史调度周期中确定与所述下一调度周期位于同一变化周期的目标历史调度周期；根据所述目标历史调度周期内的服务数据、所述当前调度周期内的服务数据、所述预测服务数据和所述变化周期，计算所述目标服务数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标服务数据生成所述下一调度周期内的调度数据，包括：将所述目标服务数据输入至第二预测模型，所述第二预测模型是基于机器学习算法训练得到的；获取所述第二预测模型所输出的所述调度数据，所...

【专利技术属性】
技术研发人员：左姣姣，王备备，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：