一种基于时间序列模型的供电服务客户话务量预测方法与流程

文档序号:27134056发布日期:2021-10-29 22:38阅读:来源:国知局

技术特征:
1.一种基于时间序列模型的供电服务客户话务量,包括信息表模块、信息处理模块、通讯模块、信息筛选模块、信息载入模块和日期模块,其特征在于:所述信息表模块与信息处理模块之间通过通讯模块互相连接,所述信息表模块与信息筛选模块之间通过通讯模块互相连接,所述信息载入模块与信息表模块之间通过通讯模块互相连接,所述日期模块与信息筛选模块之间通过通讯模块互相连接;所述信息表模块包括有客服工单信息表和历史客服工单信息表,其中客服工单信息表为最新业务来电量,历史客服工单信息表为历史业务来电量;所述信息载入模块包括有信息记录模块和信息储存模块。2.根据权利要求1所述的一种基于时间序列模型的供电服务客户话务量,其特征在于:所述信息表模块为储存硬盘,所述信息处理模块为数据计算处理器,所述通讯模块包括wifi通信、蓝牙通信和5g/4g通信中的一种或多种。3.根据权利要求1所述的一种基于时间序列模型的供电服务客户话务量,其特征在于:所述信息筛模块为数据筛选处理器,所述日期模块为记载着电费出单日的日历。4.根据权利要求1所述的一种基于时间序列模型的供电服务客户话务量预测方法,其特征在于:包括以下步骤:s1.信息筛选通过日期模块确定当前时间是否临近电费出单日,没有临近电费出单日则通过信息筛选模块从信息表模块的历史客服工单信息表内筛选出历史当前日期前后十天的来电量以及近期最新十天的来电量;如果临近电费出单日则通过信息筛选模块从信息表模块的历史客服工单信息表内筛选出历史当前季节的电费出单日前后十天的来电量以及近期最新十天的来电量;s2.预测计算通过信息处理模块对筛选出来的数据进行计算,采用滚动学习的ar模型,依据自身历史观测值反映对预测目标的影响和作用,进而预测下个工作日或工作周的来电量;s3.客服调度明确下个工作日或下个工作周的话务量走势,对客服中心的服务资源进行调度。5.根据权利要求1所述的一种基于时间序列模型的供电服务客户话务量预测方法,其特征在于:所述信息载入模块的工作方法,包括以下步骤:s1.记录信息通过信息记录模块记录单次来电的时间、日期和通话时长;s2.信息储存信息记录模块记录信息后通过通讯模块将来电信息储存进信息表模块内的历史客服工单信息表。

技术总结
本发明提供一种基于时间序列模型的供电服务客户话务量预测方法,涉及电服务技术领域。该供电服务客户话务量预测方法,包括信息表模块、信息处理模块、通讯模块、信息筛选模块、信息载入模块和日期模块,所述信息表模块包括有客服工单信息表和历史客服工单信息表,所述信息载入模块包括有信息记录模块和信息储存模块。通过日期模块确定当前时间并通过信息筛选模块从信息表模块的历史客服工单信息表内筛选出历史来电量数据,通过信息处理模块对筛选出来的数据进行计算,采用滚动学习的AR模型,进而预测下个工作日或工作周的来电量,对客服中心的服务资源进行调度,采用多个因素进行预测使得预测的误差较小,值得大力推广。值得大力推广。值得大力推广。


技术研发人员:郭亚琪 彭杰 李巍
受保护的技术使用者:云南电网有限责任公司
技术研发日:2021.07.27
技术公布日:2021/10/28
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1