排序方式: 共有2条查询结果,搜索用时 31 毫秒
1
1.
大型呼叫中心话务量预测 总被引:3,自引:1,他引:2
为进行呼叫中心的坐席数估计和后续的排班工作,分析了历史话务量数据的特点,总结出影响大型呼叫中心话务量的因素,并用这些影响因素的不同组合来预测话务量,通过结果的对比分析得出相对最优的话务量预测模型.在此模型的基础上分别采用BP神经网络算法和支持向量机算法(LS-SVM)对话务量进行了预测,通过分析和比较结果表明,BP神经网络比支持向量机算法更适合对大型呼叫中心话务量的预测. 相似文献
2.
大型呼叫中心排班算法的研究 总被引:1,自引:0,他引:1
为了实现对大型呼叫中心系统人力资源的合理配置,从而极大提升呼叫中心生产力并使得运营成本得到最小化,提出了智能排班算法并实现了大型呼叫中心智能排班系统.分析了排班的本质及其所面临的问题,利用外点法抽象除了拟合坐席预测曲线的数学模型,并基于粒子群优化机制对坐席预测结果进行了分段自适应的拟合,最后采用队列轮循法生成了班表.实践结果表明,利用该算法所生成的班表规律高,能很好地适应呼叫中心的需求. 相似文献
1