话务量预测方法、系统、计算机设备及存储介质

    公开(公告)号:CN111277710A

    公开(公告)日:2020-06-12

    申请号:CN202010051814.3

    申请日:2020-01-17

    Abstract: 本发明涉及电力行业的数据分析技术,具体涉及电网客服中心的话务量预测方法、系统、计算机设备及存储介质,其方法包括:获取呼叫中心在建模时间窗口的原始话务量数据,并对其进行标准化处理;对标准化后的话务量数据重构,计算重构序列的均值和方差,将重构序列及其均值、方差作为LSTM神经网络输入,设置神经网络输出层维数;建立LSTM神经网络模型,设置初始隐含层数和隐含层节点数量,训练、优化模型;将训练好的LSTM神经网络模型用于预测话务量,根据话务量数据的标准化处理过程,将预测变量逆向还原后与实际值对比,得到预测结果。本发明构建模型对话务量进行预测,精度较高、适应性较强,能够有效实现呼叫中心人力资源的最优配置。

    电力客服客户诉求智能识别方法

    公开(公告)号:CN109558486A

    公开(公告)日:2019-04-02

    申请号:CN201811275648.4

    申请日:2018-10-30

    Abstract: 本发明涉及电力客服客户诉求智能识别方法。利用层次分析模型,组合使用多种算法,提高识别效率。包括如下过程:文本预处理;判断客户诉求是否属于“故障报修”类别;步骤3:判断客户诉求属于“非故障报修”类别下哪个小类;输出识别结果。本法相对于现有技术的优点在于:采用层次分类策略,针对客户诉求数据分布过于集中的特点,对不同诉求采用不同的分类流程,优先识别比重较大以及体系中的一级诉求,从而减小对后续分类的影响。

Patent Agency Ranking