[發(fā)明專利]基于單變量回歸計(jì)算加權(quán)移動(dòng)平均權(quán)重的話務(wù)量預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410485855.8
• 申請(qǐng)日: 2014-09-22
• 公開（公告）號(hào): CN104318053B
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)宇平;蘇凱;莫玉純;吳廣財(cái);蔡嘉榮;馬旭
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司信息中心
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 廣州知友專利商標(biāo)代理有限公司44104
• 代理人: 周克佑

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于單變量回歸計(jì)算加權(quán)移動(dòng)平均權(quán)重的話務(wù)量預(yù)測(cè)方法。

背景技術(shù)

呼叫中心的話務(wù)量預(yù)測(cè)方法一般可分為定性預(yù)測(cè)與定量預(yù)測(cè)。定性預(yù)測(cè)是利用經(jīng)驗(yàn)、直覺做出的猜測(cè)，帶有較大的主觀性。定量預(yù)測(cè)是指運(yùn)用統(tǒng)計(jì)方法建立統(tǒng)計(jì)模型，對(duì)歷史統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，從而對(duì)未來(lái)做出預(yù)測(cè)。過(guò)往對(duì)話務(wù)量的研究主要采取神經(jīng)網(wǎng)絡(luò)、時(shí)間序列等方法。例如神經(jīng)網(wǎng)絡(luò)方法有著運(yùn)算量大、難以業(yè)務(wù)語(yǔ)言解釋等缺點(diǎn)，一般的加權(quán)移動(dòng)平均方法的權(quán)重設(shè)定依賴專家等人為主觀因素。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是：提供一種基于單變量回歸計(jì)算加權(quán)移動(dòng)平均權(quán)重的話務(wù)量預(yù)測(cè)方法。

解決上述技術(shù)問(wèn)題，本發(fā)明所采用的技術(shù)方案如下：

一種基于單變量回歸計(jì)算加權(quán)移動(dòng)平均權(quán)重的話務(wù)量預(yù)測(cè)方法，包括：

步驟一，獲取歷史話務(wù)量數(shù)據(jù)，并從該歷史話務(wù)量數(shù)據(jù)中按日期倒序的方式連續(xù)提取出n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組，其中，n為正整數(shù)，每組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組均包含連續(xù)八天的話務(wù)量數(shù)據(jù)；

步驟二，以預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中最后一天的話務(wù)量p為因變量、前七天的話務(wù)量x_i為自變量，建立單變量回歸模型如下：

p＝ω_i′x_i…………………………………………………………………公式(1)

其中，i＝1,2,…,7依次表示預(yù)測(cè)用話務(wù)量數(shù)據(jù)組的前七天中的星期日至星期六，x_i表示預(yù)測(cè)用話務(wù)量數(shù)據(jù)組的前七天中星期i的話務(wù)量，ω_i′為預(yù)測(cè)用話務(wù)量數(shù)據(jù)組的前七天中星期i的回歸系數(shù)；

步驟三，依據(jù)步驟一的n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組，用普通最小二乘估計(jì)法對(duì)公式(1)進(jìn)行求解，分別計(jì)算得到星期日至星期六的回歸系數(shù)估計(jì)值：

…………………………………………………公式(2)

其中，為星期i的回歸系數(shù)估計(jì)值，j＝1,2,…,n依次表示n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組的編組序號(hào)，x_i,j為第j組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組的前七天中星期i的話務(wù)量，為n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中所有話務(wù)量的平均值，p_j為第j組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中最后一天的話務(wù)量，為n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中所有最后一天話務(wù)量的平均值；

步驟四，對(duì)步驟三計(jì)算得到的星期日至星期六的回歸系數(shù)估計(jì)值進(jìn)行歸一化處理，得到星期日至星期六的話務(wù)量權(quán)重值：

………………………………………………………………公式(3)

其中，ω_i為星期i的話務(wù)量權(quán)重值；

步驟五，建立話務(wù)量預(yù)測(cè)模型如下：

………………………………………………公式(4)

其中，p_weekend為待預(yù)測(cè)日為星期六或星期日時(shí)的話務(wù)量預(yù)測(cè)值，p_weekday為待預(yù)測(cè)日為星期一至星期五任意一天時(shí)的話務(wù)量預(yù)測(cè)值，和分別為周末調(diào)整因子和工作日調(diào)整因子，m_weekend為n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中所有星期六和星期日的話務(wù)量的中位數(shù)，m_weekday為n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中所有星期一至星期五的話務(wù)量的中位數(shù)，m_all為n組預(yù)測(cè)用話務(wù)量數(shù)據(jù)組中所有話務(wù)量的中位數(shù)，x_i′為待預(yù)測(cè)日的前七天中星期i的話務(wù)量。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

本發(fā)明基于客觀的歷史話務(wù)量數(shù)據(jù)分別計(jì)算出星期一至星期日的呼叫中心話務(wù)量的權(quán)重，從而建立話務(wù)量預(yù)測(cè)模型。通過(guò)該話務(wù)量預(yù)測(cè)模型，采用歷史話務(wù)量數(shù)據(jù)中最后七天的話務(wù)量數(shù)據(jù)，即可直接得出歷史話務(wù)量數(shù)據(jù)后第一天的話務(wù)量預(yù)測(cè)值，然后采用該歷史話務(wù)量數(shù)據(jù)后第一天的話務(wù)量預(yù)測(cè)值以及歷史話務(wù)量數(shù)據(jù)中最后六天的話務(wù)量數(shù)據(jù)，還可繼續(xù)得出歷史話務(wù)量數(shù)據(jù)后第二天的話務(wù)量預(yù)測(cè)值，以此類推，以按日期遞進(jìn)的方式，本發(fā)明的話務(wù)量預(yù)測(cè)方法通過(guò)上述話務(wù)量預(yù)測(cè)模型可以逐天計(jì)算出歷史話務(wù)量數(shù)據(jù)以后的話務(wù)量預(yù)測(cè)值。因此，本發(fā)明所建立的話務(wù)量預(yù)測(cè)模型中的話務(wù)量權(quán)重并不依賴于專家等人為主觀因素，具有預(yù)測(cè)精度高的優(yōu)點(diǎn)，對(duì)話務(wù)量預(yù)測(cè)具有實(shí)用意義。

附圖說(shuō)明

下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明：

圖1為本發(fā)明的話務(wù)量預(yù)測(cè)方法的流程框圖；

圖2為驗(yàn)證實(shí)例中11月話務(wù)量預(yù)測(cè)值和11月實(shí)際話務(wù)量的曲線示意圖。

具體實(shí)施方式