基于ErlangC公式的座席测算在电力呼叫中心的应用

座席人员排班是呼叫中心运作的重要问题,科学合理的座席安排能更好地提高呼叫中心的运作效率,降低成本和提升服务水平。本研究基于寻求呼叫中心的座席排班最优化的目的,通过研究Erlang-C公式在实际生产场景的应用,对电力呼叫中心的座席安排进行测算,辅助座席排班,最终得到在确保85%服务水平的前提下,在不同时段的座席人员利用率提高10%-40%不等。

基于ErlangC函数的Oracle性能预测和分析

随着信息技术的快速发展,用户对服务的响应时间要求越来越高,性能优秀的信息系统就显得尤为重要,系统管理员或DBA则应了解其性能水平。笔者针对基于Oracle数据库的信息系统,从用户的可体验性和管理员的可监控性两个方面,介绍了CPU子系统和IO子系统性能预测分析的过程。通过mpstat、iostat命令行工具,v$session等视图收集大量的操作系统和Oracle数据,借助数理统计工具确定工作负载数据"基准"的置信区间,使用精度较高的ErlangC函数得出预测结果,并综合分析了工作负载增长率对CPU子系统和IO子系统的响应时间的影响。最后,介绍了应对风险的方法和对信息系统进行性能预测分析的意义。

基于CTI呼叫中心的ACD算法研究

通过阐述了基于CTI（计算机电话集成）技术呼叫中心的经典ACD（自动呼叫分配）排队Erlang—C模型，并分析了其实际应用中的缺陷，在此基础上提出了两种改进ACD算法：线性加权优先级排队算法、预测等待时间算法，这两种算法具有很大的灵活性，实用性及智能性!

Erlang模型在坐席规模预测中的研究与改进

坐席规模预测是呼叫中心运营管理中的一项重要课题。本文首先对相关排队论模型进行了分析比较,运用更符合实际话务特征的Erlang A模型对某铁路企业呼叫中心坐席进行预测,给出了详尽的计算过程。在模型参数选择过程中详细分析了大量历史数据,充分考虑了企业业务特点,预测结果符合目标绩效指标和企业实际工作情况。

呼叫中心智能排班系统关键技术

分析学习率和训练精度对BP神经网络训练最大次数、收敛时间和话务量预测精度的影响;根据呼叫中心历史话务量数据的日变化特点,提出并验证采用分时间段多次调用BP神经网络模型的方法比整体预测所得话务量预测结果精度更高;基于话务量预测结果,使用Erlang-C公式进行坐席数预测,结合呼叫中心的典型班次、设定的服务水平等参数进行坐席数曲线拟合,得到每个典型班次对应的话务员数量;开发呼叫中心智能排班系统,通过合理的排班实现大型呼叫中心资源的合理配置。

基于SSH呼叫中心排班系统的设计与实现

随着呼叫中心规模不断壮大,服务水平与员工舒适度、管理便利性与资源利用率、以及效率与公平之间的博弈也越来越突出。基于SSH,阐述了呼叫中心排班系统的设计与实现,重点描述了系统各个功能模块、系统流程、所采用的关键技术和排班算法、及使用SSH的系统整合实现。系统在某南方供电分公司呼叫中心已实施,从而验证了算法的准确性、合理性。与同类其他系统比较,该系统具有更安全、更稳定、更易扩展、更易维护之优点。