呼叫中心话务量故障的检测方法、系统及服务器的制造方法
【技术领域】
[0001]本发明涉及信息服务技术领域，尤其涉及一种呼叫中心话务量故障的检测方法、系统及服务器。
【背景技术】
[0002]目前呼叫中心的话务量通常都是采用人工预先制定的规则检测故障点。较为常见的规则一般有三种，话务量范围检测、话务量变化趋势检测、话务量对比基线的偏差检测，这几种检测通常都是先根据经验设定对应的指定范围，如果当前的话务量不在这个指定的范围内，就认为当前呼叫中心出现了故障。利用这种常见的规则检测呼叫中心是否出现故障主要存在以下问题:
[0003](I)技术要求高:
[0004]用户需要对监控系统、历史话务量、历史故障等有较好的了解才能设置合适的话务量范围，否则容易出现话务量范围不合理、缺失、更新不及时等问题，从而导致故障误报、漏报或迟报等情况发生；
[0005](2)配置复杂度高、工作量大:
[0006]目前话务量监控一般要结合很多要素，如不同日期不同时间话务量是不同的，因此要求检测规则需要针对不同年份、不同月份、节假日与非节假日、甚至每天的不同时段等进行设置。
【发明内容】
[0007]本发明要解决的技术问题是为了克服现有的呼叫中心在检测是否出现故障时存在技术要求高、配置复杂度高且工作量大的缺陷，提供一种呼叫中心话务量故障的检测方法、系统及服务器。
[0008]本发明是通过以下技术方案解决上述技术问题的:
[0009]本发明提供一种呼叫中心话务量故障的检测方法，其特点是，所述检测方法包括:
[0010]S1、获取历史日期的实际话务量及历史日期的预测话务量；
[0011]S2、计算历史日期的实际话务量与历史日期的预测话务量的差值；
[0012]S3、根据监控日期的预测话务量以及所述差值确定监控日期的话务量波动范围；
[0013]S4、采集监控日期的实际话务量，若采集的实际话务量超出所述话务量波动范围，则判定呼叫中心出现故障。
[0014]其中，话务量是指呼叫中心的电话呼入量或者呼出量。本技术方案中的话务量波动范围是在监控日期的预测话务量的基础上结合利用历史日期的相关数据计算出的差值来确定的，其中，监控日期的预测话务量能够反映出当天的话务量变化趋势，计算出的差值能够反映出历史上正常的话务量的波动范围，监控日期的预测话务量和差值的结合能够确定出既符合监控日期的话务量变化趋势，又符合话务量的正常波动的话务量波动范围，并且本技术方案中确定话务量波动范围的方式并不复杂，计算出的波动范围合理，不会出现话务量范围缺失、更新不及时等问题，进而不会导致故障误报、漏报或迟报等情况发生，配置复杂度不仅不高、工作量也不大，而且还能体现出每个日期每个时段的话务量特性。
[0015]较佳地，一个日期的时间分为多个时间片，每一时间片包括多个采样点，S2还包括:
[0016]S21、分别计算历史日期的每一时间片对应的差值集合，所述差值集合包括时间片中每一采样点的实际话务量与对应的预测话务量的差值的集合；
[0017]S3 包括:
[0018]S31、计算每一差值集合的差值的平均数和标准差；
[0019]S32、计算监控日期的每一时间片各采样点的话务量波动范围，
[0020]所述话务量波动范围的波动上限=监控日期在一个时间片一个采样点的预测话务量+时间片对应的差值集合的差值的平均数+η*时间片对应的差值集合的差值的标准差，
[0021]所述话务量波动范围的波动下限=监控日期在一个时间片一个采样点的预测话务量+时间片对应的差值集合的差值的平均数_η*时间片对应的差值集合的差值的标准差，η为正数。
[0022]其中，历史日期和监控日期都划分成多个时间片，时间片的划分使得本技术方案对一天中的每个时段做更详细的分析，可以对每个时间片分别设定不同的话务量波动范围。
[0023]较佳地，S2还包括:
[0024]S22、将每一时间片对应的差值集合与第一差值集合和第二差值集合合并，形成一新的差值集合，所述新的差值集合为S31中用于计算平均数和标准差的差值集合，所述第一差值集合为所述时间片的前一时间片中与所述时间片相连的第一时间段的差值的集合，所述第二差值集合为所述时间片的后一时间片中与所述时间片相连的第二时间段的差值的
口 O
[0025]其中，所述前一时间片是指在时间顺序上发生在所述时间片之前的一个时间片；所述后一时间片是指在时间顺序上发生在所述时间片之后的时间片。
[0026]本技术方案将相邻的三个时间片的差值在一定程度上融合，防止了前后两个时间片的差值集合差异太大，避免了在前一个时间片与后一个时间片相邻时刻的波动上限或波动下限中去除采样点的预测话务量的剩余部分(即平均数±η*标准差)出现锯齿形变化。如一个时间片的时长为20分钟，第一时间段和第二时间段均为10分钟，以6点21分?6点40分这一时间片为例，
[0027]S22中形成的新的差值集合(即S3中用于计算监控日期的话务量波动范围的差值的集合)=M U M1 U M 2，
[0028]其中，M为6点21分?6点40分这一时间片内每个米样点的实际话务量与预测话务量的差值的集合；
[0029]M1为第一差值集合，等于6点11分?6点20分这一时间片内每个采样点的实际话务量与预测话务量的差值的集合；
[0030]M2S第二差值集合，等于6点41分?6点50分这一时间片内每个米样点的实际话务量与预测话务量的差值的集合；
[0031 ] 即，对应6点21分?6点40分这一时间片形成的新的差值集合为6点11分?6点50分内每个采样点的实际话务量与预测话务量的差值的集合。
[0032]同理，对应6点41分?7点00分这一时间片形成的新的差值集合为6点31分?7点10分内每个采样点的实际话务量与预测话务量的差值的集合。
[0033]通过上述新的差值集合计算出的上述两个时间片对应的平均数和标准差比较接近，在6点40分和6点41分这两个时刻的波动上限或波动下限中的平均数±n*标准差不会出现锯齿形变化。
[0034]较佳地，所述历史日期包括多个日期，
[0035]S21中每一历史日期的每一时间片对应一个差值集合；
[0036]S31中计算该些历史日期中同一时间片对应的差值集合的平均数和标准差，并将S31计算的平均数和标准差用于步骤S 32。
[0037]在确定一个监控日期的话务量波动范围时，获取多个历史日期的实际话务量和预测话务量，可以保证计算出的波动上限和波动下限充分符合历史规律，使得确定的话务量波动范围准确。由于历史日期有多个，所以每个历史日期的每一时间片都会计算出一个差值集合，本技术方案计算所有历史日期中同一时间片的差值集合的所有差值的平均数和标准差并将它们应用到计算话务量波动范围的计算中去，可以进一步保证确定的话务量波动范围的准确性。
[0038]较佳地，所述检测方法还包括定时计算监控日期的话务量波动范围，所述历史日期为最接近所述监控日期的多个日期。
[0039]为了保证计算出的话务量波动范围能够准确，本技术方案选用与监控日期最接近的历史日期进行计算，如监控日期为9月10日，那么本技术方案的检测方法就会提前一天计算好9月10日的话务量波动范围，选取的历史日期为监控日期的前几天，如8月19日至9月9日。
[0040]较佳地，S3还包括:根据时段修正所述波动范围；
[0041]和/或，所述检测方法还包括:在判定呼叫中心出现故障之后，验证呼叫中心是否出现故障，统计判定连续错误的次数，若所述次数超出一次数阈值，则修正所述波动范围。
[0042]所述次数阈值可以自行设定，本技术方案在连续多次判定错误的时候修正波动范围，通过修正波动范围，故障检测会更为准确。
[0043]较佳地，所述修正所述波动范围包括:按照一修正比例调高或调低所述波动上限和所述波动下限，和/或，放大或缩小η。
[0044]较佳地，S1还包括:
[0045]Sn、对获取到的实际话务量和预测话务量进行数据清理。
[0046]较佳地，S11是通过以下步骤对获取到的实际话务量和预测话务量进行数据清理的:<