基于层次分析的客服中心实时数据流自动监测方法

• 作者: 信博翔 刘勃 李玮 王赞 钱奇 黄秀彬
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 层次分析 信息流模型 实时数据 自动监测 数据挖掘 大数据
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自动化应用
• 页码范围: 193-196
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.01.193

摘要

为了提高客服中心的智能管理和信息调度能力,结合大数据分析方法进行客服中心实时数据监测和自动采集设计.提出一种基于模糊规则特征量挖掘和层次分析聚类的客服中心实时数据流自动监测方法.建立客服中心的网格分布结构模型并进行客服中心实时数据流监测统计特征分析,进行客服中心实时监测数据属性集的向量量化特征分解,对客服中心实时数据采用信息融合和模糊层析性分析方法实现信息融合,进行关联数据自适应特征提取,挖掘客服中心实时监测数据信息流的正相关性特征量.在层次性聚类算法基础上采用自回归分析进行客服中心实时数据流的模糊聚类和信息预测,提高客服中心实时数据监测的准确性,同时降低了客服服务中心数据流监测的风险.仿真结果表明,采用该方法进行客服中心实时数据监测的聚类性较高,预测性较好,能降低数据聚类的误分率,提高了客服中心实时数据监测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玮	国家电网有限公司客户服务中心	12	7	2.0	2.0
2	黄秀彬	国家电网有限公司客户服务中心	8	2	1.0	1.0
3	刘勃	国家电网有限公司客户服务中心	4	0	0.0	0.0
4	信博翔	国家电网有限公司客户服务中心	1	0	0.0	0.0
5	钱奇		3	0	0.0	0.0
6	王赞		1	0	0.0	0.0