[发明专利]基于单变量回归计算加权移动平均权重的话务量预测方法

摘要

本发明公开了一种基于单变量回归计算加权移动平均权重的话务量预测方法，基于客观的历史话务量数据分别计算出星期一至星期日的呼叫中心话务量的权重，建立话务量预测模型。本发明采用历史话务量数据中最后七天的话务量数据，即可直接得出历史话务量数据后第一天的话务量预测值，还可继续得出历史话务量数据后第二天的话务量预测值，以此类推，以按日期递进的方式，本发明的话务量预测方法通过上述话务量预测模型可以逐天计算出历史话务量数据以后的话务量预测值。因此，本发明所建立的话务量预测模型中的话务量权重并不依赖于专家等人为主观因素，具有预测精度高的优点，对话务量预测具有实用意义。

主权项

一种基于单变量回归计算加权移动平均权重的话务量预测方法，包括：步骤一，获取历史话务量数据，并从该历史话务量数据中按日期倒序的方式连续提取出n组预测用话务量数据组，其中，n为正整数，每组预测用话务量数据组均包含连续八天的话务量数据；步骤二，以预测用话务量数据组中最后一天的话务量p为因变量、前七天的话务量xi为自变量，建立单变量回归模型如下：p＝ωi′xi…………………………………………………………………公式(1)其中，i＝1,2,…,7依次表示预测用话务量数据组的前七天中的星期日至星期六，xi表示预测用话务量数据组的前七天中星期i的话务量，ωi′为预测用话务量数据组的前七天中星期i的回归系数；步骤三，依据步骤一的n组预测用话务量数据组，用普通最小二乘估计法对公式(1)进行求解，分别计算得到星期日至星期六的回归系数估计值：ω^i′=Σj=1j=n[(xi,j-x‾)(pj-p‾)]Σj=1j=n(xi,j-x‾)2]]>…………………………………………………公式(2)其中，为星期i的回归系数估计值，j＝1,2,…,n依次表示n组预测用话务量数据组的编组序号，xi,j为第j组预测用话务量数据组的前七天中星期i的话务量，为n组预测用话务量数据组中所有话务量的平均值，pj为第j组预测用话务量数据组中最后一天的话务量，为n组预测用话务量数据组中所有最后一天话务量的平均值；步骤四，对步骤三计算得到的星期日至星期六的回归系数估计值进行归一化处理，得到星期日至星期六的话务量权重值：ωi=ω^i′Σi=17ω^i′]]>………………………………………………………………公式(3)其中，ωi为星期i的话务量权重值；步骤五，建立话务量预测模型如下：pweekend=mweekendmall×Σi=17ωixi′pweekday=mweekdaymall×Σi=17ωixi′]]>其中，pweekend为待预测日为星期六或星期日时的话务量预测值，pweekday为待预测日为星期一至星期五任意一天时的话务量预测值，和分别为周末调整因子和工作日调整因子，mweekend为n组预测用话务量数据组中所有星期六和星期日的话务量的中位数，mweekday为n组预测用话务量数据组中所有星期一至星期五的话务量的中位数，mall为n组预测用话务量数据组中所有话务量的中位数，xi′为待预测日的前七天中星期i的话务量。