呼叫中心分块回归话务量预测

• 作者: 何政 张沪寅 胡瑞芸
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 话务量 预测 支持向量机 近邻算法 预测准确性
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP39
• 字数: 4403字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1501-0160

摘要

为获得前瞻性话务量数据，解决呼叫中心坐席安排的问题，实现人力资源合理配置，分析历史话务量特性，提出了基于支持向量机和K 近邻算法的分块回归（SKBR）话务量预测模型。将话务量按日期类型分为工作日话务量、周末话务量以及节假日话务量，采用不同的模型预测相应的话务量。以某省电力呼叫中心话务量为例，在Matlab平台上进行实验。结果证明，相比SVM模型和改进寻参方法的SVM模型，SKBR模型在预测准确性上有所提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张沪寅	武汉大学计算机学院	61	517	12.0	20.0
2	胡瑞芸	武汉大学计算机学院	2	104	2.0	2.0
3	何政	武汉大学计算机学院	3	31	2.0	3.0