[发明专利]一套客服员工排班系统

权利要求书

1.一套客服员工排班系统，其特征在于，包括：

人脸识别打卡疲劳分析模块，用于通过人脸识别进行考勤打卡，并对打卡人脸采样图像特征进行身体疲劳度分析，获得人脸特征疲劳度分析结果；

工作状态劳动效率评估模块，用于根据人脸特征疲劳度分析结果，进行工作状态劳动效率评估，并通过逻辑判定获得工作状态劳动效率评估结果；

自动排班客服人力预测模块，用于根据工作状态劳动效率评估结果及工作进度进行系统自动排班，并进行客服人员的人力资源协调预测；

排班管理报告生成展示模块，用于根据系统自动排班和人力资源预测，搭建系统排班云平台及员工移动终端APP，进行客服员工排班智能云管理与及移动终端互动。

2.根据权利要求1所述的一套客服员工排班系统，其特征在于，所述人脸识别打卡疲劳分析模块包括：

人脸图像考勤采集子模块，用于通过人脸图像考勤系统采集考勤打卡人脸图像；

人脸识别打卡判定子模块，用于对考勤打卡人脸图像进行考勤判定，判定是否为本人考勤打卡，获得人脸识别考勤判定结果；

人脸特征疲劳分析子模块，用于在人脸识别考勤判定结果通过后，对打卡人脸采样图像特征进行身体疲劳度分析，获得人脸特征疲劳度分析结果。

3.根据权利要求1所述的一套客服员工排班系统，其特征在于，所述工作状态劳动效率评估模块包括：

疲劳度与效率关系子模块，用于根据人脸特征疲劳度分析结果与历史工作效率数据关系，建立人脸特征疲劳度数据与历史工作效率数据之间的疲劳度与效率关联关系坐标系；

疲劳分析效率评估子模块，用于对疲劳度与效率关联关系数据进行进行工作状态劳动效率评估，获得疲劳分析效率曲线趋势预测树；

评估结果逻辑判定子模块，用于根据疲劳分析效率曲线趋势预测树，通过逻辑判定获得工作状态劳动效率评估结果。

4.根据权利要求1所述的一套客服员工排班系统，其特征在于，所述自动排班客服人力预测模块包括：

评估结果读取转化子模块，用于读取工作状态劳动效率评估结果，并转化为工作进度预测数据；

工作进度采集排班子模块，用于根据工作进度预测数据，并采集实际工作进度信息，进行系统自动排班；

客服人员人力预测子模块，用于根据工作进度预测数据、实际工作进度信息及系统自动排班情况，进行客服人员的人力资源协调预测。

5.根据权利要求1所述的一套客服员工排班系统，其特征在于，所述排班管理报告生成展示模块包括：

云平台移动端创建子模块，用于根据系统自动排班和人力资源预测，搭建系统排班云平台及员工移动终端APP；

客服排班智能云管子模块，用于通过系统排班云平台，进行客服员工排班智能云管理；

平台管理终端互动子模块，用于通过系统排班云平台与员工移动终端APP之间的移动通信及运行操作，进行客服员工排班智能云管理与客服员工移动终端互动。

6.根据权利要求2所述的一套客服员工排班系统，其特征在于，所述人脸特征疲劳分析子模块包括：

人脸疲劳特征模型单元，用于采集人脸图像大数据，通过大数据分析获得人脸图像正常状态与疲劳状态的人脸图像对比规律特征模型；

人脸图像疲劳分析单元，用于通过人脸图像对比规律特征模型对打卡人脸采样图像特征进行身体疲劳度分析；

模型输出分析结果单元，用于根据人脸图像对比规律特征模型的身体疲劳度分析，输出分析信息，获得人脸特征疲劳度分析结果。