基于XGBoost算法的坐席话务量预测

"呼叫中心"一词来源于英文Call Center,自其诞生以来就作为企业和客户之间的沟通桥梁,是客户和企业沟通最直接的渠道,因此优化呼叫中心的接听应答效率是管理者一直以来的追求。该文为了向管理者提供前瞻的话务量预测信息供管理者决策,提出了使用XGBoost、LightGBM、Catboost算法结合信息价值分析法选择的特征通过累加型滑动窗口法建立话务量预测模型,并在真实数据上比较了三个算法的预测表现。结果表明XGBoost算法对于运营商呼叫中心话务量的预测较为准确,为坐席排班提供数据支撑。

呼叫中心坐席人员可加班的优化排班问题

一些国内呼叫中心企业在编制坐席人员排班表时,除了指派坐席人力的正常班次,也安排部分员工加班。构建考虑部分坐席人员可加班的呼叫中心优化排班问题整数规划模型。鉴于排班问题难解性,通过问题结构分解,以及对班次及加班覆盖区段人力需求的量化指标表征,提出构造性启发式算法生成可用排班方案;然后运用模拟退火及贪婪搜索机制,提出邻域搜索算法改善排班方案。计算结果显示,两阶段算法能够获得企业规模问题的优化排班方案。研究表明,科学合理加班用工在增加员工收入情况下,能够有效降低企业人力成本。