基于神经网络的客服中心话务量预测模型

• 作者: 刘伯龙 张一农 王文婷
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 话务量 神经网络 预测模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 97-101
• 分类号: TP183|TN915
• 字数: 2097字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2011.02.003

摘要

针对现有预测模型在话务量发展趋势变化、新技术新业务引入后模型失效、预测精度下降等问题,提出一种基于神经网络和事件样本库的智能预测方法.该方法具有自学习功能,可根据预测误差自动调整预测参数并更新事件样本,对话务量趋势变化、事件影响程度变化及新事件的发生具有持续自适应能力.仿真结果表明,该预测方法能有效降低预测误差,与现有方法相比,话务量的预测精度提高了6.57%\.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张一农	吉林大学通信工程学院	4	132	3.0	4.0
2	刘伯龙	南京邮电大学通信与信息工程学院	1	7	1.0	1.0
3	王文婷	吉林大学通信工程学院	3	21	3.0	3.0