[發(fā)明專利]一種呼叫放棄率預測方法及服務(wù)器

有效

• 申請?zhí)枺?/td>: 201611033226.7
• 申請日: 2016-11-14
• 公開（公告）號: CN108076235B
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計）人: 趙東明
• 申請（專利權(quán)）人: 中國移動通信集團公司;中國移動通信集團天津有限公司
• 主分類號: H04M3/36
• 分類號: H04M3/36
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 李相雨

1.一種呼叫放棄率預測方法，其特征在于，包括：

獲取第一預設(shè)歷史時間段內(nèi)的請求話務(wù)量、話務(wù)員工作時間、平均處理時長作為輸入量，通過呼叫放棄率預測模型計算第一待預測時間段的預測呼叫放棄率；

根據(jù)所述預測呼叫放棄率對所述第一待預測時間段的話務(wù)資源進行調(diào)度；

進一步地，所述方法還包括：

從歷史數(shù)據(jù)庫中獲取多組樣本請求話務(wù)量、樣本話務(wù)員工作時間、樣本平均處理時長以及對應(yīng)的樣本呼叫放棄率作為訓練樣本集；

將所述訓練樣本集通過CSO-BP神經(jīng)網(wǎng)絡(luò)進行訓練計算，獲得所述呼叫放棄率預測模型；

具體地，在歷史數(shù)據(jù)庫中獲取一定歷史時間段內(nèi)多組樣本請求話務(wù)量、樣本話務(wù)員工作時間、樣本平均處理時長；由于所述樣本話務(wù)員工作時間為統(tǒng)計每個話務(wù)員的工作時間，將所有話務(wù)員的工作時間求和得到的，因此統(tǒng)計過程可獲得在線工作的樣本話務(wù)員數(shù)量m；通過上述參數(shù)計算相應(yīng)的樣本呼叫等待概率其中，m為樣本話務(wù)員數(shù)量；u＝C×S/T為樣本話務(wù)強度，其中C為樣本請求話務(wù)量，S為樣本平均處理時長，T為所述第一待預測時間段的時長；ρ＝u/m為樣本話務(wù)員占用率；將所述多組樣本請求話務(wù)量C、樣本話務(wù)員工作時間W、樣本平均處理時長S、樣本呼叫等待概率p及對應(yīng)的樣本呼叫放棄率A放入所述CSO-BP神經(jīng)網(wǎng)絡(luò)通過作用函數(shù)A＝(C-e×W/S)/C+f×p進行訓練計算，不斷調(diào)整模型參數(shù)，當預測誤差平方和小于0.0035或訓練次數(shù)大于500時所述呼叫放棄率預測模型具有良好的泛化能力，此時停止訓練，將得到的e和f的值作為所述呼叫放棄率預測模型的模型參數(shù)，獲得所述呼叫放棄率預測模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

從所述第一待預測時間段的預測呼叫放棄率計算完成開始經(jīng)過第一預設(shè)時間段后，自動通過所述呼叫放棄率預測模型計算第二待預測時間段的預測呼叫放棄率。

3.根據(jù)權(quán)利要求1-2任意一項所述的方法，其特征在于，所述方法還包括：

每隔第二預設(shè)時間段獲取所述第二預設(shè)時間段內(nèi)的多個預測呼叫放棄率和對應(yīng)的實際呼叫放棄率；

根據(jù)多個所述預測呼叫放棄率和對應(yīng)的實際呼叫放棄率計算對應(yīng)的預測誤差。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

若判斷獲知所述預測誤差的最大值大于預設(shè)閾值，則發(fā)出報警提示信號。

5.一種服務(wù)器，其特征在于，包括：

預測單元，用于獲取第一預設(shè)歷史時間段內(nèi)的請求話務(wù)量、話務(wù)員工作時間、平均處理時長作為輸入量，通過呼叫放棄率預測模型計算第一待預測時間段的預測呼叫放棄率；

第一處理單元，用于根據(jù)所述預測呼叫放棄率對所述第一待預測時間段內(nèi)的話務(wù)資源進行調(diào)度；

進一步地，所述服務(wù)器還包括：

訓練單元，用于從歷史數(shù)據(jù)庫中獲取多組樣本請求話務(wù)量、樣本話務(wù)員工作時間、樣本平均處理時長以及對應(yīng)的樣本呼叫放棄率作為訓練樣本集；將所述訓練樣本集通過CSO-BP神經(jīng)網(wǎng)絡(luò)進行訓練計算，獲得所述呼叫放棄率預測模型；

具體地，服務(wù)器在歷史數(shù)據(jù)庫中獲取一定歷史時間段內(nèi)多組樣本請求話務(wù)量C、樣本話務(wù)員工作時間W、樣本平均處理時長S，由于所述樣本話務(wù)員工作時間為統(tǒng)計每個話務(wù)員的工作時間，將所有話務(wù)員的工作時間求和得到的，因此統(tǒng)計過程可以獲得在線工作的樣本話務(wù)員數(shù)量；通過上述參數(shù)計算相應(yīng)的樣本呼叫等待概率其中，m為樣本話務(wù)員數(shù)量；u＝C×S/T為樣本話務(wù)強度，C為樣本請求話務(wù)量，S為樣本平均處理時長，T為所述第一待預測時間段的時長；ρ＝u/m為樣本話務(wù)員占用率；將所述多組樣本請求話務(wù)量C、樣本話務(wù)員工作時間W、樣本平均處理時長S、樣本呼叫等待概率p及對應(yīng)的樣本呼叫放棄率A，放入所述CSO-BP神經(jīng)網(wǎng)絡(luò)通過作用函數(shù)A＝(C-e×W/S)/C+f×p進行訓練計算，不斷調(diào)整模型參數(shù)，當預測誤差平方和小于0.0035或訓練次數(shù)大于500時停止訓練，將得到的e和f的值作為所述呼叫放棄率預測模型的模型參數(shù)，獲得所述呼叫放棄率預測模型。