[發明專利]基于多目標離散二進制粒子群算法的客服排班方法及裝置

有效

• 申請號: 202010318139.6
• 申請日: 2020-04-21
• 公開（公告）號: CN111667138B
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 陳濤;薛云;季家亮;陳家兵
• 申請（專利權）人: 蘇寧云計算有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/00
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 趙然

本發明公開了一種基于多目標離散二進制粒子群算法的客服排班方法及裝置，屬于業務數據處理技術領域。所述方法包括：獲取客服排班業務數據，所述客服排班業務數據至少包括客服人員工號、排班周期、班次和/或業務線在內的傳參數據；根據業務要求確定預設強約束條件和預設弱約束條件，并根據所述預設弱約束條件確定多目標離散二進制粒子群算法；利用所述多目標離散二進制粒子群算法對所述客服排班業務數據進行計算，獲取可行性解數據；根據所述可行性解數據確定客服排班方案數據。本發明提供的方案比起單目標問題更符合實際情況且多解的情況下有多種選擇供決策者使用，更靈活，更貼合實際，同時求解速度快，搜索全局最優解上有著優秀的特性。

技術領域

本發明涉及業務數據處理技術領域，特別涉及一種基于多目標離散二進制粒子群算法的客服排班方法及裝置。

背景技術

傳統技術中針對客服排班業務數據處理問題，要么采用人工排班的簡單數據處理，要么通過一些計算機算法結合相應數據處理操作來實現。

隨著公司規模的擴大，客服排班業務數據處理問題往往涉及很多排班因素和維度，希望獲得高效且適當的排班方案，變得越來越難。目前常見的處理多個目標的客服排班問題的方法是采用加權求和的數據處理方法，將多目標優化問題轉化為單目標問題，再采用合適的計算機算法求解，從根本上來說仍然是單目標優化，對于每個目標的權值確定卻仍然是一大難題。因此，如何選擇權重系數成為研究的難點，決策者根據不同的實際情況，對不同目標的偏好程度可能會發生改變，往往很難實現確定不同目標的權重系數，從而導致不能從多個業務需求維度或多種業務情況因素，確定較為有效的排班方案。

發明內容

為了解決現有技術的問題，本發明實施例提供了一種基于多目標離散二進制粒子群算法的客服排班方法及裝置，通過多目標離散二進制粒子群算法對客服排班優化模型求解，結合決策者對目標的偏好程度，綜合考慮多個目標進行適應度評價，從而得出可行性解，這樣比起單目標問題更符合實際情況且多解的情況下有多種選擇供決策者使用，更靈活，更貼合實際，同時求解速度快，搜索全局最優解上有著優秀的特性。

所述技術方案如下：

一方面，提供了一種基于多目標離散二進制粒子群算法的客服排班方法，所

述方法包括：

獲取客服排班業務數據，所述客服排班業務數據至少包括客服人員工號、排班周期、班次和/或業務線在內的傳參數據；

根據業務要求確定預設強約束條件和預設弱約束條件，并根據所述預設弱約束條件確定多目標離散二進制粒子群算法；

利用所述多目標離散二進制粒子群算法對所述客服排班業務數據進行計算，獲取可行性解數據；

根據所述可行性解數據確定客服排班方案數據。

進一步地，利用多目標離散二進制粒子群算法對所述客服排班業務數據進行計算，獲取可行性解數據，包括：

對客服排班業務數據進行初始化操作，獲得初始化數據；

對所述初始化數據進行計算，獲取可行性解數據。

進一步地，

對客服排班業務數據進行初始化操作，獲得初始化數據，包括：

對客服人員、排班日期、休息天數和/或業務量進行編碼和初始化種群操作，獲得初始化數據；和/或，

對所述初始化數據進行計算，獲取可行性解數據，包括：

對所述初始化數據進行個體最優值更新、外部檔案維護、全局最優值更新、更新及變異操作、迭代計算，獲得最終非劣解集。

進一步地，

所述初始化種群操作包括：