[发明专利]一种坐席人员排班方法和装置

权利要求书

1.一种坐席人员排班方法，其特征在于，所述方法包括：

根据历史排班数据选取影响客户满意度的特征变量；

所述影响客户满意度的所述特征变量包括：坐席人员数量等级、业务熟练度等级、人工成本等级、坐席人员历史满意度评价等级、排班周期天数、一天轮班时间段数中的一种或多种；

基于影响客户满意度的所述特征变量获得权重参数的初始值；所述权重参数是表示与其对应的所述特征变量的重要程度的参数；

所述基于影响客户满意度的所述特征变量获得权重参数的初始值的步骤，包括：

基于客户满意度和影响客户满意度的所述特征变量构建逻辑回归模型；

接收所述特征变量的预测值；其中，所述特征变量的预测值是用户基于所述特征变量确定的固定值；

基于所述特征变量的预测值、第一预设客户满意度和所述逻辑回归模型，获取所述特征变量对应的权重参数的初始值；所述第一预设客户满意度是所述客户满意度中的最大值；

对所述权重参数的初始值进行优化，获得所述权重参数的优化值；

所述对所述权重参数的初始值进行优化，获得所述权重参数的优化值的步骤，包括：

获取所述权重参数的训练样本；

基于贝叶斯模型、所述训练样本和所述权重参数，获得权重参数的优化值；

根据所述权重参数的优化值优化所述逻辑回归模型，获得排班优化模型；

利用所述排班优化模型对坐席人员进行排班；

所述利用所述排班优化模型对坐席人员进行排班的步骤包括：

接收第二预设客户满意度；所述第二预设客户满意度是用户预设的客户满意度；

基于所述第二预设客户满意度和所述排班优化模型，获取所述特征变量对应的取值范围；

根据所述特征变量对应的取值范围对坐席人员进行排班。

2.根据权利要求1所述方法，其特征在于，所述逻辑回归模型的表达式为：

G(z)∈[0.5,1)；

其中，G为客户满意度；Z为特征变量的线性组合，且Z＝β₁X₁+β₂X₂+······+β_nX_n，n为正整数且n∈[1,N]，N为特征变量的个数；X₁，X₂，······，X_n为特征变量；β₁，β₂，······，β_n为特征变量对应的权重参数，且β₁+β₂+······+β_n＝1。

3.一种坐席人员排班装置，其特征在于，所述装置包括：

选取模块，用于根据历史排班数据选取影响客户满意度的特征变量；所述影响客户满意度的所述特征变量包括：坐席人员数量等级、业务熟练度等级、人工成本等级、坐席人员历史满意度评价等级、排班周期天数、一天轮班时间段数中的一种或多种；

第一获取模块，用于基于影响客户满意度的所述特征变量获得权重参数的初始值；所述权重参数是表示与其对应的所述特征变量的重要程度的参数；

信息处理模块，用于基于客户满意度和影响客户满意度的所述特征变量构建逻辑回归模型；

第一接收模块，用于接收所述特征变量的预测值；其中，所述特征变量的预测值是用户基于所述特征变量确定的固定值；

所述第一获取模块，还用于基于所述特征变量的预测值、第一预设客户满意度和所述逻辑回归模型，获取所述特征变量对应的权重参数的初始值；所述第一预设客户满意度是所述客户满意度中的最大值；

第一优化模块，用于对所述权重参数的初始值进行优化，获得所述权重参数的优化值；

优化获取子模块，用于获取训练权重参数样本；

优化分析子模块，用于基于贝叶斯模型、所述训练权重参数样本和所述权重参数，获得优化权重参数；

第二优化模块，用于根据所述权重参数的优化值优化逻辑回归模型，获得排班优化模型；

排班模块，用于利用所述排班优化模型对坐席人员进行排班；

所述排班模块包括：排班接收子模块、排班计算子模块和排班决策子模块；

所述排班接收子模块，用于接收第二预设客户满意度；所述第二预设客户满意度是用户预设的客户满意度；

所述排班计算子模块，用于基于所述第二预设客户满意度和所述排班优化模型，获取所述特征变量对应的取值范围；

所述排班决策子模块，用于根据所述特征变量对应的取值范围对坐席人员进行排班。