本发明专利技术提供了一种班务优化方法、装置及电子设备，其中，该方法包括：获取未来一定周期内各时段的预测话务量；预测话务量是根据历史话务量进行预测的，包括在一定周期内每天内各个时段需要接待的话务量；基于班务库和预测话务量，得到排班量；班务库包括班次、时间和客服人员的数量；根据预测话务量、排班量以及约束条件，利用遗传算法得到最小目标人力。本发明专利技术实施例通过利用遗传算法，可以得到满足班务时段的最小人力需要，并加入周期和其他约束条件对班务进行调整，增加排班的合理性，并提高了工作效率。作效率。作效率。
【技术实现步骤摘要】
班务优化方法、装置及电子设备
[0001]本专利技术涉及通信
，具体而言，涉及一种班务优化方法、装置及电子设备。
技术介绍
[0002]现有技术中，在呼叫中心
中，对话务量的预测以及根据话务量进行坐席排班存在着话务量预测不准确，排班不合理的问题，导致管理和工作效率低下且适用范围有限等技术问题。例如，在空闲时段，存在班务人员过多的情况，且在忙碌时段又存在班务人员数量不够需要临时增派人员的情况。
技术实现思路
[0003]本专利技术实施例至少提供一种班务优化方法、装置及电子设备，可以通过遗传算法得到满足班务时段的最小人力需要，并加入周期和其他约束条件对班务进行调整，增加排班的合理性，并提高了工作效率。
[0004]本专利技术实施例提供了一种班务优化方法，所述方法包括：
[0005]获取未来周期内各时段的预测话务量；所述预测话务量是根据历史话务量进行预测的，包括在周期内每天内各个时段需要接待的话务量；
[0006]基于班务库和所述预测话务量，得到排班量；所述班务库包括班次、时间和客服人员的数量；
[0007]根据预测话务量、排班量以及约束条件，利用遗传算法得到最小目标人力。
[0008]进一步地，根据预测话务量、排班量以及约束条件，利用遗传算法得到最小目标人力，包括：
[0009]通过以下公式得到所述最小目标人力的目标函数；
[0010]F＝S+α
×
A+β
×
B+γ
×
C
[0011]其中，S表示周期内每天安排的总上班人数之和；A：周期内每天各时段少安排的量之和；B表示周期内每天各时段多安排的量之和；C表示所有班务类型或班次数量约束违背数；α、β、γ表示超参数，控制每一部分权重。
[0012]进一步地，所述周期内每天安排的总上班人数之和，通过以下公式得到：
[0013][0014]进一步地，所述周期内每天各时段少安排的量之和，通过以下公式得到：
[0015][0016]其中，K为排班周期的天数，M为一天的时段数，D
ij
为第i天的第j个时段排班量比需求量少的部分。
[0017]进一步地，所述周期内每天各时段多安排的量之和，通过以下公式得到：
[0018][0019]其中，K为排班周期的天数，M为一天的时段数，E
ij
为第i天的第j个时段排班量比需求量多的部分。
[0020]进一步地，所述所有班务类型或班次数量约束违背数，通过以下公式计算得到：
[0021][0022]其中N
c
为所有约束的数量，w
i
为超参数，即每个约束的权重，C
i
为第i个约束的违背数。
[0023]第二方面，本专利技术实施例提供一种班务优化装置，包括：
[0024]获取模块，用于获取未来一定周期内各时段的预测话务量；所述预测话务量是根据历史话务量进行预测的，包括在一定周期内每天内各个时段需要接待的话务量；
[0025]排班模块，用于基于班务库和所述预测话务量，得到排班量；所述班务库包括班次、时间和客服人员的数量；
[0026]计算模块，用于根据预测话务量、排班量以及约束条件，利用遗传算法得到最小目标人力。
[0027]本专利技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述班务优化方法，或上述班务优化方法中任一种可能的实施方式中的步骤。
[0028]本专利技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述班务优化方法，或上述班务优化方法中任一种可能的实施方式中的步骤。
[0029]本专利技术实施例还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序、指令被处理器执行时实现上述班务优化方法，或上述班务优化方法中任一种可能的实施方式中的步骤。
[0030]本专利技术提供的一种班务优化方法、装置及电子设备，通过获取未来一定周期内各时段的预测话务量；预测话务量是根据历史话务量进行预测的，包括在一定周期内每天内各个时段需要接待的话务量；基于班务库和预测话务量，得到排班量；班务库包括班次、时间和客服人员的数量；根据预测话务量、排班量以及约束条件，利用遗传算法得到最小目标人力。本专利技术实施例通过利用遗传算法，可以得到满足班务时段的最小人力需要，并加入周期和其他约束条件对班务进行调整，增加排班的合理性，并提高了工作效率。
[0031]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0032]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出
了符合本专利技术的实施例，并与说明书一起用于说明本专利技术的技术方案。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0033]图1示出了本专利技术实施例所提供的一种班务优化方法的流程图；
[0034]图2示出了本专利技术实施例所提供的一种班务优化方法中排班量和需求量的曲线示意图；
[0035]图3示出了本专利技术实施例所提供的一种班务优化方法装置的示意图；
[0036]图4示出了本专利技术实施例所提供的一种电子设备的示意图。
具体实施方式
[0037]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0039]本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0040]经研究发现，在呼叫中心技术领本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种班务优化方法，其特征在于，包括：获取未来周期内各时段的预测话务量；所述预测话务量是根据历史话务量进行预测的，包括在周期内每天内各个时段需要接待的话务量；基于班务库和所述预测话务量，得到排班量；班务库包括班次、时间和客服人员的数量；根据预测话务量、排班量以及约束条件，得到最小目标人力。2.根据权利要求1所述的方法，其特征在于，根据预测话务量、排班量以及约束条件，得到最小目标人力，具体包括：通过以下公式得到所述最小目标人力的目标函数；F＝S+α
×
A+β
×
B+γ
×
C根据所述目标函数得到所述最小目标人力；其中，S表示周期内每天安排的总上班人数之和；A：周期内每天各时段少安排的量之和；B表示周期内每天各时段多安排的量之和；C表示所有班务类型或班次数量约束违背数；α、β、γ表示超参数，控制每一部分权重。3.根据权利要求2所述的方法，其特征在于，所述周期内每天安排的总上班人数之和，通过以下公式得到：其中，K为排班周期的天数，Pi为第i天的排班人数。4.根据权利要求2所述的方法，其特征在于，所述周期内每天各时段少安排的量之和，通过以下公式得到：其中，K为排班周期的天数，M为一天的时段数，D
ij
为第i天的第j个时段排班量比需求量少的部分。5.根据权利要求2所述的方法，其特征在于，所述周期内每天各时段多安排的量之和，通过以下公式得到：其中，K为排班周期的天数...
【专利技术属性】
技术研发人员：古明泉，刘震，
申请(专利权)人：四川众信佳科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。