呼叫中心劳动力预测系统的设计与实现

摘要

近年来,随着劳动力价格逐渐升高,劳动力管理系统变得越来越重要,特别是对于呼叫中心而言,其劳动力成本可占总成本的65％以上。而在劳动力管理系统其中,因劳动力预测系统可以有效提高公司话务员的配比,并对减少员工闲置时间,因此该系统则显得尤其重要。
　　本文将主要讨论一个基于支持向量机的劳动力预测系统的设计与实现。该系统可以自动根据呼叫中心的数据优化相关参数以建立对应的支持向量回归机并对通话量和通话时间等关键指标进行预测,预测结束后,允许用户进行微调并进一步生成劳动力分配计划。为了达到更高的预测精度,本文中的劳动力预测系统采用了双预测结合策略,其一为根据历史记录对某关键绩效指标如通话量的直接预测,其二为根据预测误差与用户手动调整行为的历史记录对用户预测结果调整方案的预测;前者代表这算法或系统本身的思考,而后者则是对用户经验的学习。最后通过结合两者来达到更高的预测精度,并且根据用户的长期使用,系统也可以自动贴近用户的使用习惯,进一步增加准确度。
　　本文的另一个重点则是对于支持向量机的自动优化的实现。传统的经验方法所计算出的较优参数经常无法满足精度需求,但经过实践发现支持向量机的最优参数经常出现在这些较优参数的邻域内,因此我通过使用粒子群-遗传结合算法并以这些较优值为中心在其邻域内寻优,取得了满意的精度并具有较好的效率。
　　本文详细描述了对基于支持向量机的劳动力预测系统从需求分析,系统设计,系统实现以及系统的部署使用及配置的全部过程。并在技术要点中详细介绍了四分位距,孤立森林,时间序列特征构造,参数优化及粒子群-遗传结合算法的设计与实现。

目录

封面

中文摘要

英文摘要

目录

Chapter 1 Introduction

1.1 Backgroud

1.2 Project Description

1.3 Introducation of Phonetica

1.4 Introduction of the Whole Project

1.5 Project Scope

1.6 Project Plan

1.7 Main Content and Organization of the Thesis

Chapter 2 State of Art

2.1 Workforce Management

2.2 Time series forecasting

2.3 Anomaly detection

2.4 Support Vector Machine

2.5 Artificial Neural Network

2.6 Metaheuristic

Chapter 3 System Requirements Analysis and Design

3.1 The Goal of the System

3.2 Functional Requirements

3.3 Non-functional Requirements

3.4 Overall Architecture Design of System

3.5 Design of Business Tier

3.6 Design of Presentition Tier

3.7 Brief Summary

Chapter 4 System Implementation

4.1 Preprocess Tier

4.2 Model Builder Tier

4.3 Forecaster Tier

4.4 Presentation Tier

4.5 Brief summary

Chapter 5 System Testing and Result

5.1 The environment of system implementation

5.2 Key Program Flow Charts and Testing

5.3 Key Interfaces of the software system

5.4 System Deployment and Description of Configuration File

5.5 Brief summary

Conclusion

参考文献

Appedix

声明

致谢

Resume