基于时间序列的呼叫中心话务量预测

《基于时间序列的呼叫中心话务量预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第29卷第5期2008年lO奠闽江学院学报JOURNAL0F麓INjfIANGUNIVERSITYVoi．29No．5Oc

2、。2∞8基于时间序列的呼叫中心话务量预测董哈微1，叶先一2(1，闽江学院数学系，福建福州350108；2．福建富士通信息软件有限公司，福建福州350003)摘要：根椐呼叫中心的话务董时间序列，对比研究了趋势外推法、平滑预测法与ARIMA模型法瞢话务量预测技术，并结合宾际历史话务进行了相关验证，得出基于Hoher—Winter非季节模型与ARIMA模型的预测穷法可以对企业呼

3、叫中心的话务进行较为准确的预测的结论．关键词：语务量预测；穗数瓣

4、弦；糍数乎滑浓；ARIMA摸型孛匿分类芍：029：TN929。5文裁栎谖码：矗文章缡弩：1009—7821(2008)05—0027—04TrafficforecastingofcallcenterbasedontimeseriesDONGHa．weil。V嚣Xian—viz(1．DepartmentofMathematics，MinjiangUniversity，Fuzhou，Fujian350108，China；2．FujianFu

5、jitsuCommunicationSo)wareCO．LTD，Fuzhou，Fujian350003，China)Abstract：拍ispaperstudysandcomparestrendextrapolationmethod，smoothedexponentialmethod，andARl麓Amodelaccordingtotimeseriesof绝lephonetrafficofcallcen沁r．whichistestedbytherealhistorydata．Thetestingres

6、ultsshowthatHolter-Winternoseasonalmodel．andARl醒Amodelareeffec．fiveintheforecastingofmobiletelephonetraffic．Keywords：trafficforecasting；trendextrapolationmethod；smoothedexponentialmethod；ARIMAmodel0荸l言预测方法在广义上可以分为定性预测与定量预测．定性预测是由预测者利用以往的经验，凭借直觉作出的预感和猜测，

7、带有较大的主观性．定量预测是指运用数学或统计方法建立数学模型，对历史统计数据进行分析，从而对朱来的发展作出预测，预测结果的准确性与数学模型的选择密切相关。在实际的预测工作巾，为保证蘸溅结聚的可信度与壤确性，定性预测乓定量预测往往结合使用，置势补充。合理的预测模鍪穰预测结果不仅可以总结规律，为进一步的决策规划提供依据，还可以及时捕捉不符合规律的异常变化，采取补救措施⋯．呼叫中心作为一种利用现代通信手段和计算机技术来处理话务量的全新现代化服务方式，可以为企业获褥更广泛的客户接触，宣传并改善企韭形象，提舞企

8、业核心竞争力，并能构建企业平蕊式的服务结构。众监呼叫孛心在优纯企业业务流程、整合企业系统资源、提高运维效率等多方褥有着重要的俸耀．为了提高服务质量，企业呼叫中心如何尽可能地满足用户的需求同时有效地控制运营成本，成为企业运维管理人员的一个棘手的问题．而话务量是呼叫中心运营管理的一个重要指标．另一方面，逐年递增的话务量以及某些时豳突发的话务量，郄容易造成呼叫中心电路堵塞、话务接通率下降、话务呼损率上升等阔题，会给企业及企业用户收藕日期：2008—07—10基金项目：闽汽学院育苗项目(YKY06005)作者

9、简介：董哈微(1979一)，焱，福建福州人，闽江学院数学系讲师，在读博士．叶先一(1980一)，男，福建三明人，桶建富士通信息软件有限公司工程师．万方数据闽江学院学报第29卷造成不可弥补的损失．合理的话务量预测分析不仅能及时了解业务发展趋势，而且可以为诸如排班管理、系统资源扩容配置、预防时段性的话务峰值以减少高话务造成的网络拥塞等多方面提供量化依据．因此，根据长期话务统计资料和市场经济信息对企业呼叫中心话务量的变化趋势进行预测，对企业运营管理来说显得尤为重要．1话务量预测的方法影响呼叫中心话务量的首要

10、因素是用户．而用户规模及其发展趋势往往从总量上决定了话务量的发展．因此，早期话务量的预测常采用预测用户数，再利用单个用户的话务模型间接地进行所有话务量的预测．但是随着各企业市场的不同深度拓展，各企业的单个用户话务模型差异性也日趋增大，因此间接的话务预测误差越来越大．在考虑话务量的变化趋势时，它是由众多影响因素共同发生作用所产生的．影响因素之间相互耦合，懈耦难度大旧J，所以在实时精度要求不是很高的话务量预测中，与其间接预测话务，倒不如直接对话务量的时间序列