CN101729690A - 一种排班系统和方法 - Google Patents
一种排班系统和方法 Download PDFInfo
- Publication number
- CN101729690A CN101729690A CN200810167327A CN200810167327A CN101729690A CN 101729690 A CN101729690 A CN 101729690A CN 200810167327 A CN200810167327 A CN 200810167327A CN 200810167327 A CN200810167327 A CN 200810167327A CN 101729690 A CN101729690 A CN 101729690A
- Authority
- CN
- China
- Prior art keywords
- matrix
- operator
- busy
- prediction
- operating time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种排班系统和方法,方法包括:预测下一工作时间区间的话务量数据和话务员忙闲比信息;根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息。能够通过预测得到排班表,并根据实际不同时段话务量的变化,对预测结果进行修正,得到优化后的预测结果;并且能够有效的实现对话务员的管理功能,为科学排班提供依据。
Description
技术领域
本发明涉及智能网通讯领域,尤其涉及一种排班系统和方法。
背景技术
在现在的呼叫中心系统中对话务员的时间管理采用比较传统的方式,人工安排话务员排班表,或者使用一个独立的排班系统分析数据预测未来话务量,计算出排班表,话务员手工查询自己的排班日程安排,根据安排来上下班。这样的情况下,需要专人来安排排班表,话务员需要自行查找自己的上班时间,这样的管理效率无疑是比较低的,并且排班表安排之后,话务员的实际上班时间和各种工作状态并没有得到有效的分析和控制,排班表与实际执行结果是否相符,话务员的忙闲等大量的数据并没有反馈到系统中,并且由于话务量具有随机性,无论选择任何数学模型,都不可能完全模拟实际环境的话务量数据,预测的数据需要与真实数据的不断的对比修正,而这样的工作让人手工来完成无疑是很巨大的。
现有的专利文献包括:专利申请号为200610170019.6的中国专利申请“排班系统和方法”,和申请号为200710025875.7的中国专利申请“一种大型呼叫中心的热线来话预测方法”。
申请号为200610170019.6号中国专利申请存在以下不足:该文虽然提出了一种排班方法和算法,但这种排班方法只是计算出客户代表的班次安排,并没有阐述这种班次安排如何实施到呼叫中心系统中,并且在排班方法中也没有针对模型与实际值之间的差异进行有效修正。
申请号为200710025875.7号中国专利申请存在以下不足:该文提出了一种预测话务量的方法,但是并没有描述在呼叫中心中排班系统如何根据这个话务量进行有效排班,如果计算出的排班结果与实际结果有误差之后应该如何调整。
上文中的两种方法虽然都提及到排班,但排班都是作为一个独立的系统,计算出的排班日程安排,并没有对呼叫中心进行有效的时间控制。对于一个客户呼叫中心(Call Center)而言,管理显得复杂,需要专门人员来完成这个排班过程,而且话务员要自行查阅排班计划。在排班过程中,仅仅只考虑话务量作为样本点采样,显得不够全面,而话务员在话务员上面产生的大量的登录登出等状态变化数据,并没有考虑在内,缺少对排班结果的有效自动的修正。
发明内容
本发明要解决的技术问题是提供一种排班系统和方法,能够对预测排班结果进行修正,得到优化后的预测结果,增强排班结果的准确性,并对话务员进行有效的管理。
为了解决上述问题,本发明提供了一种排班方法,包括:预测下一工作时间区间的话务量数据和话务员忙闲比信息;根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息。
进一步地,对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵,将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵,将同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵;对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵;将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵、以及同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,再次进行加权后作为系数调整矩阵;将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,根据所述修正过的话务量数据矩阵计算每个班次需要的值班人数;根据话务员属性获取每个班次满足上班条件的话务员;按照值班得分从低到高的顺序安排排班的话务员,所述值班得分由话务员的上班时长累积获得;生成每个班次的话务员名单和对应的台号信息。
本发明还提供了一种排班系统,其特征在于,包括:日志记录模块,用于记录各工作时间区间的话务量数据和话务员忙闲比信息;数据分析模块,用于根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;数据库,用于存储所述日志记录模块记录的各工作时间区间的话务量参数数据和话务员忙闲比信息;还用于记录数据分析模块得到的修正后的预测话务量数据;排班模块,用于根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息。
进一步地,所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵,将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵,将同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵;对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵;将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵、以及同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,再次进行加权后作为系数调整矩阵;将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
进一步地,所述排班模块,用于根据所述修正过的话务量数据矩阵计算每个班次需要的值班人数;根据话务员属性获取每个班次满足上班条件的话务员;按照值班得分从低到高的顺序安排排班的话务员,所述值班得分由话务员的上班时长累积获得;生成每个班次的话务员名单和对应的台号信息。
本发明所提出的排班系统不仅能够通过预测得到排班表,并且能够根据实际不同时段话务量的变化,对预测结果进行修正,得到优化后的预测结果;并且,生成的排班结果能够通过对话务员登录限制和各种状态的监控和数据分析,有效的实现对话务员的管理功能,话务员可以直接在该系统上请假,调班,申请成功后系统自动调整排班计划和话务员数据,为科学排班提供依据。
附图说明
图1是本发明中排班系统的模块结构图;
图2是本发明日志记录模块的功能示意图;
图3是本发明登录模块的功能示意图;
图4是本发明中排班方法的流程图。
具体实施方式
本发明中的呼叫中心系统能够根据话务员历史的登录和历史话务量情况进行智能排班,安排出话务员名单和台号,并能将排班结果通知话务员,并对话务员在登录时进行相应时段和台号的登录限制,话务员在工作时段的忙闲情况,写入数据库后,能够根据数据与排班表的差异进行自动调整,从而修正后继的排班结果,给排班模块科学排班提供依据。
如图1所示,本发明中排班系统包括日志记录模块101、话务员登录模块102、数据分析模块103、排班模块104、考勤模块105和数据库106;
日志记录模块101,用于记录各工作时间区间的话务员上的操作、话务员忙闲比信息和话务量记录到数据库中,供数据分析模块103分析,如图2所示,将话务员的登录,示忙,示闲,迁出,通话以及话务量等其它操作记录在数据库中;
话务员登录模块102,完成对话务员登录的鉴权;根据排班表进行登录时段控制,即只有排班计划安排的时段才能允许指定的话务员在指定的台号登录;自动排班表提醒,系统通过该模块自动的通知到指定的话务员,如图3所示;
数据分析模块103,用于从数据库中读取话务量相关数据,根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据,并存入数据库;
排班模块104,根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息;
考勤模块105,记录话务员个人信息,包括值班得分,上班时间等信息,并提供给话务员请假,离席等操作申请,申请成功后,自动修正数据库中的排班数据和个人信息,供排班模块104使用,并提供均处理时间(AverageTalking Time)、服务水平(Service Level)、平均响应速度(Average Speed ofAnswer)等等相关数据对比报表。
数据库106,用于存储日志记录模块101的各工作时间区间的话务量参数数据和话务员忙闲比信息,和数据分析模块103的预测话务量和修正后的预测话务量数据。
如图4所示,本发明中的排班方法包括以下步骤:
步骤401,日志记录模块记录话务员登录情况、工作期间的各种状态变化和话务量;
系统设定一定时长为一个工作时间区间,日志记录模块将记录的各个工作时间区间内话务员登录以及工作期间的各种状态变化以及话务量,记录到数据库中。
步骤402,数据分析模块根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;
数据分析模块从数据库中读取话务量和/或话务员业务量信息,计算出当前时间的下一个工作时间区间内的预测话务量和话务员忙闲比信息;此处预测话务量的方法可参考已有技术中的预测方法。
数据分析模块根据当前时间之前的一个或多个工作时间区间的实际话务量与预测话务量,和/或,一个或多个工作时间区间的话务员实际忙闲比和预测忙闲比,计算得到一系数调整矩阵。例如,数据分析模块采取在工作时间区间内采样的方式,得到一工作时间区间内的数据矩阵。具体方式举例如下:
方式(1),数据分析模块根据当前时间前一工作时间区间的实际话务量的采样数据矩阵与预测话务量采样数据矩阵的差值,作为系数调整矩阵;
方式(2),数据分析模块根据当前时间之前多个工作时间区间的实际话务量的采样数据矩阵与预测话务量采样数据矩阵的对应差值的平均值矩阵或加权值矩阵,作为系数调整矩阵;
方式(3),数据分析模块根据当前时间前一工作时间区间的实际话务员忙闲比的采样数据矩阵与预测话务员忙闲比的采样数据矩阵的差值,作为系数调整矩阵;
方式(4),数据分析模块根据当前时间之前多个工作时间区间的实际话务员忙闲比采样数据矩阵与预测话务员忙闲比采样数据矩阵的对应差值的平均值或加权值,作为系数调整矩阵;
方式(5),数据分析模块根据当前时间前一个或多个工作时间区间的实际话务量的采样数据矩阵与预测话务量采样数据矩阵的差值矩阵或加权矩阵、以及当前时间前一个或多个工作时间区间的实际话务员忙闲比采样数据矩阵与预测话务员忙闲比采样数据矩阵的差值矩阵或加权矩阵,再次进行加权后,作为系数调整矩阵。
下面具体说明方式(1)的计算系数调整矩阵的方法,本发明中计算系数调整矩阵的方法并不限制于此一种方式。
(1)设置抽样时间段(即工作时间区间)为N天和抽样间隔M(M可以以小时为单位);
(2)对当前时间的前一个抽样时间段内历史的实际话务量数据进行采样,得到先前实际话务量的N×M采样数据矩阵;
(3)对当前时间的前一个抽样时间段内的预测话务量数据进行采样,得到先前预测话务量的N×M采样数据矩阵;
(4)对当前时间的下一个抽样时间段内的预测话务量数据进行采样,得到下一预测话务量的N×M采样数据矩阵;
(5)比较时间周期T内抽样点的话务数据,将步骤(2)和步骤(3)中实际话务量数据矩阵和预测话务量数据矩阵的结果相减,得到一个系数调整矩阵;
(6)将步骤(4)中得到的下一预测话务量数据矩阵乘以此系数调整矩阵的转置矩阵,得到修正过的预测话务量数据矩阵。
上述步骤中,系数调整矩阵还可以通过下述方法获得:按抽样时间段为N天和抽样间隔M,由话务员的呼叫数据计算前一个抽样时间段内实际话务员的忙闲比的N×M矩阵,计算前一个抽样时间段内预测的话务员的忙闲比的N×M矩阵,两者相减得到系数调整矩阵,将下一预测话务量数据矩阵乘以此系数调整矩阵的转置矩阵,得到修正过的预测话务量数据矩阵。
上述方法中,N和M均为大于零的正整数。
上述方法中,抽样时间段N的值和抽样间隔M的值可以相同也可以不同,由系统设置其取值。
步骤403,排班模块根据修正过的预测话务量数据矩阵和话务员属性生成每个班次的话务员名单和对应的台号信息;
具体包括:
(1)获取数据分析模块计算出的修正过的预测话务量数据矩阵;
(2)根据修正过的预测话务量数据矩阵利用Erlang(欧兰)方程式计算出每个班次需要的值班人数,事先需设定平均处理时长、平均响应速度、服务水平指标(例如,80%的电话20秒内接起)等值;
利用Erlang(欧兰)C、B方程式计算出每个班次需要的值班人数是已知技术,可参考相关资料。
(3)根据话务员属性获取每个班次满足上班条件的话务员;
(4)每个话务员对应一个值班得分,所述值班得分由话务员的上班时长累积获得,排班时比较话务员的值班得分,按照值班得分从低到高的顺序安排排班的话务员;
(5)生成每个班次的话务员名单和对应的台号信息。
在生成排班安排之后,话务员可以在考勤模块中请假离席,申请之后,排班模块对排班计划进行相应的调整,包括:修改班次的人数,修改对应时间段的话务员预期忙闲比,释放原先分配的台号,修改话务员的值班得分。并需要通知到话务员登陆模块和考勤模块。
步骤404,登录模块将值班信息通知到指定的话务员;流程结束。
话务员登录系统,话务员登录模块从数据库中读取对应话务员的排班安排信息,如果当前时段与话务员的上班时间相符并且台号相符,则允许话务员登录系统。
在上述方法中,在考勤模块中可以查询到话务员的忙闲程度,平均处理时长,平均响应速度,服务水平指标等值,决策者可以参照该值,修正设定Erlang C、B公式的输入参数,达到预测的话务量与预测人数之间关系最接近实际的情况。
本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形,这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种排班方法,其特征在于,
预测下一工作时间区间的话务量数据和话务员忙闲比信息;
根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;
根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息。
2.如权利要求1所述的方法,其特征在于,
对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵,将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
3.如权利要求1所述的方法,其特征在于,
对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵,将同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
4.如权利要求1所述的方法,其特征在于,
对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵;对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵;
将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵、以及同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,再次进行加权后作为系数调整矩阵;
将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
5.如权利要求2、3或4所述的方法,其特征在于,
根据所述修正过的话务量数据矩阵计算每个班次需要的值班人数;
根据话务员属性获取每个班次满足上班条件的话务员;
按照值班得分从低到高的顺序安排排班的话务员,所述值班得分由话务员的上班时长累积获得;
生成每个班次的话务员名单和对应的台号信息。
6.一种排班系统,其特征在于,包括:
日志记录模块,用于记录各工作时间区间的话务量数据和话务员忙闲比信息;
数据分析模块,用于根据先前一个或多个工作时间区间的实际话务量数据和预测话务量数据、和/或,实际话务员忙闲比信息和预测话务员忙闲比信息,修正预测的话务量数据,得到修正后的预测话务量数据;
数据库,用于存储所述日志记录模块记录的各工作时间区间的话务量参数数据和话务员忙闲比信息;还用于记录数据分析模块得到的修正后的预测话务量数据;
排班模块,用于根据修正后的预测话务量数据生成每个班次的话务员名单和对应的台号信息。
7.如权利要求6所述的系统,其特征在于,
所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵,将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
8.如权利要求6所述的系统,其特征在于,
所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵,将同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,作为系数调整矩阵,将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
9.如权利要求6所述的系统,其特征在于,
所述数据分析模块,用于对先前一个或多个工作时间区间的实际话务量和预测话务量进行采样,得到一个或多个工作时间区间的实际话务量矩阵和预测话务量矩阵;对先前一个或多个工作时间区间的实际话务员忙闲比和预测话务员忙闲比进行采样,得到一个或多个工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵;将同一工作时间区间的实际话务量矩阵和预测话务量矩阵相减后的平均值矩阵或加权矩阵、以及同一工作时间区间的实际话务员忙闲比矩阵和预测话务员忙闲比矩阵相减后的平均值矩阵或加权矩阵,再次进行加权后作为系数调整矩阵;将预测下一工作时间区间的话务量数据与所述系数调整矩阵的转置矩阵的乘积作为修正后的预测话务量数据。
10.如权利要求6、7或8所述的系统,其特征在于,
所述排班模块,用于根据所述修正过的话务量数据矩阵计算每个班次需要的值班人数;根据话务员属性获取每个班次满足上班条件的话务员;按照值班得分从低到高的顺序安排排班的话务员,所述值班得分由话务员的上班时长累积获得;生成每个班次的话务员名单和对应的台号信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101673272A CN101729690B (zh) | 2008-10-20 | 2008-10-20 | 一种排班系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101673272A CN101729690B (zh) | 2008-10-20 | 2008-10-20 | 一种排班系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101729690A true CN101729690A (zh) | 2010-06-09 |
CN101729690B CN101729690B (zh) | 2012-11-28 |
Family
ID=42449849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101673272A Expired - Fee Related CN101729690B (zh) | 2008-10-20 | 2008-10-20 | 一种排班系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101729690B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542404A (zh) * | 2011-12-09 | 2012-07-04 | 中国南方航空股份有限公司 | 一种机组排班方法及实现该机组排班方法的系统 |
CN102752445A (zh) * | 2012-05-31 | 2012-10-24 | 深圳天珑无线科技有限公司 | 一种移动终端以及其通讯记录分析方法 |
CN102945521A (zh) * | 2012-11-22 | 2013-02-27 | 张劲松 | 一种基于工作流的酒店排班系统及其方法 |
CN103136628A (zh) * | 2012-11-22 | 2013-06-05 | 张劲松 | 一种基于工作流的酒店管理方法 |
CN103297626A (zh) * | 2013-05-20 | 2013-09-11 | 杭州远传通信技术有限公司 | 排班方法及装置 |
CN103325024A (zh) * | 2013-07-18 | 2013-09-25 | 北京影合众新媒体技术服务有限公司 | 智能排班系统 |
CN103685767A (zh) * | 2012-09-26 | 2014-03-26 | 中国电信股份有限公司 | 远程座席的接入监管方法与系统 |
WO2014169712A1 (zh) * | 2013-04-17 | 2014-10-23 | 腾讯科技(深圳)有限公司 | 排班方法及系统 |
CN106817499A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种话务资源调度方法及预测调度装置 |
CN106952079A (zh) * | 2017-03-17 | 2017-07-14 | 贵州电网有限责任公司信息中心 | 一种自动排班系统 |
WO2017167041A1 (zh) * | 2016-04-01 | 2017-10-05 | 阿里巴巴集团控股有限公司 | 业务预测数据校正的方法和装置 |
CN107464059A (zh) * | 2017-08-07 | 2017-12-12 | 江苏南大苏富特智能交通科技有限公司 | 一种基于历史信息的公交公司自动化排班控制方法 |
CN108076236A (zh) * | 2016-11-14 | 2018-05-25 | 平安科技(深圳)有限公司 | 排班方法及装置 |
CN108229776A (zh) * | 2016-12-15 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种排班调整方法和装置 |
CN108735289A (zh) * | 2018-04-28 | 2018-11-02 | 山东亚华电子股份有限公司 | 一种基于用户登录的医疗管理方法及系统 |
CN108764699A (zh) * | 2018-05-23 | 2018-11-06 | 平安科技(深圳)有限公司 | 排班方法、服务器及计算机可读存储介质 |
CN109791638A (zh) * | 2016-09-30 | 2019-05-21 | 三菱电机大楼技术服务株式会社 | 所在人数预测装置、设备管理系统以及程序 |
CN109800945A (zh) * | 2018-12-13 | 2019-05-24 | 平安科技(深圳)有限公司 | 交班管理的优化方法、装置、设备和存储介质 |
CN110610319A (zh) * | 2019-09-18 | 2019-12-24 | 重庆爱车联信息技术有限公司 | 基于加油站用户分类引导的智能排班系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101207659A (zh) * | 2006-12-22 | 2008-06-25 | 华为技术有限公司 | 排班系统和方法 |
CN101132447B (zh) * | 2007-08-13 | 2011-06-01 | 中国移动通信集团安徽有限公司 | 一种大型呼叫中心的热线来话预测方法 |
-
2008
- 2008-10-20 CN CN2008101673272A patent/CN101729690B/zh not_active Expired - Fee Related
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542404A (zh) * | 2011-12-09 | 2012-07-04 | 中国南方航空股份有限公司 | 一种机组排班方法及实现该机组排班方法的系统 |
CN102752445B (zh) * | 2012-05-31 | 2015-05-06 | 深圳天珑无线科技有限公司 | 一种移动终端以及其通讯记录分析方法 |
CN102752445A (zh) * | 2012-05-31 | 2012-10-24 | 深圳天珑无线科技有限公司 | 一种移动终端以及其通讯记录分析方法 |
CN103685767A (zh) * | 2012-09-26 | 2014-03-26 | 中国电信股份有限公司 | 远程座席的接入监管方法与系统 |
CN103136628A (zh) * | 2012-11-22 | 2013-06-05 | 张劲松 | 一种基于工作流的酒店管理方法 |
CN102945521A (zh) * | 2012-11-22 | 2013-02-27 | 张劲松 | 一种基于工作流的酒店排班系统及其方法 |
WO2014169712A1 (zh) * | 2013-04-17 | 2014-10-23 | 腾讯科技(深圳)有限公司 | 排班方法及系统 |
CN103297626B (zh) * | 2013-05-20 | 2016-05-18 | 浙江远传信息技术股份有限公司 | 排班方法及装置 |
CN103297626A (zh) * | 2013-05-20 | 2013-09-11 | 杭州远传通信技术有限公司 | 排班方法及装置 |
CN103325024A (zh) * | 2013-07-18 | 2013-09-25 | 北京影合众新媒体技术服务有限公司 | 智能排班系统 |
CN103325024B (zh) * | 2013-07-18 | 2016-08-31 | 北京影合众新媒体技术服务有限公司 | 智能排班系统 |
CN106817499A (zh) * | 2015-11-30 | 2017-06-09 | 华为技术有限公司 | 一种话务资源调度方法及预测调度装置 |
WO2017167041A1 (zh) * | 2016-04-01 | 2017-10-05 | 阿里巴巴集团控股有限公司 | 业务预测数据校正的方法和装置 |
CN107292649A (zh) * | 2016-04-01 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 业务预测数据校正的方法和装置 |
CN109791638A (zh) * | 2016-09-30 | 2019-05-21 | 三菱电机大楼技术服务株式会社 | 所在人数预测装置、设备管理系统以及程序 |
CN109791638B (zh) * | 2016-09-30 | 2023-09-15 | 三菱电机楼宇解决方案株式会社 | 所在人数预测装置、设备管理系统以及记录介质 |
CN108076236A (zh) * | 2016-11-14 | 2018-05-25 | 平安科技(深圳)有限公司 | 排班方法及装置 |
CN108229776A (zh) * | 2016-12-15 | 2018-06-29 | 平安科技(深圳)有限公司 | 一种排班调整方法和装置 |
CN106952079A (zh) * | 2017-03-17 | 2017-07-14 | 贵州电网有限责任公司信息中心 | 一种自动排班系统 |
CN107464059A (zh) * | 2017-08-07 | 2017-12-12 | 江苏南大苏富特智能交通科技有限公司 | 一种基于历史信息的公交公司自动化排班控制方法 |
CN108735289A (zh) * | 2018-04-28 | 2018-11-02 | 山东亚华电子股份有限公司 | 一种基于用户登录的医疗管理方法及系统 |
CN108764699A (zh) * | 2018-05-23 | 2018-11-06 | 平安科技(深圳)有限公司 | 排班方法、服务器及计算机可读存储介质 |
CN109800945A (zh) * | 2018-12-13 | 2019-05-24 | 平安科技(深圳)有限公司 | 交班管理的优化方法、装置、设备和存储介质 |
CN109800945B (zh) * | 2018-12-13 | 2023-07-25 | 平安科技(深圳)有限公司 | 交班管理的优化方法、装置、设备和存储介质 |
CN110610319A (zh) * | 2019-09-18 | 2019-12-24 | 重庆爱车联信息技术有限公司 | 基于加油站用户分类引导的智能排班系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101729690B (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101729690B (zh) | 一种排班系统和方法 | |
CN111709566A (zh) | 一种银行网点业务预测及调度方法 | |
US20040267591A1 (en) | System and method for dynamic scheduling of personnel | |
CN103295075A (zh) | 一种超短期电力负荷预测与预警方法 | |
CN104778532A (zh) | 智能呼叫中心管理系统及智能排班控制方法 | |
CN101620692A (zh) | 一种移动通信业务的客户流失分析方法 | |
CN104424598A (zh) | 现金需求量预测装置与方法 | |
CN114118691A (zh) | 基于业务量的排班方案处理方法、装置、设备和介质 | |
CN103297623A (zh) | 话务预测方法及装置 | |
CN110533536A (zh) | 交易风险评估方法、装置和计算机系统 | |
CN115271130B (zh) | 面向船舶主动力设备维修订单的动态调度方法及系统 | |
WO2016093921A1 (en) | Method and system for generating staffing requirements for deferred work in a contact center environment | |
Porteiro et al. | Short term load forecasting of industrial electricity using machine learning | |
Zaverzhenets et al. | Digitalising and visualising innovation process: comparative analysis of digital tools supporting innovation process in SMEs | |
Li et al. | Robust optimization for integrated construction scheduling and multiscale resource allocation | |
Fontalvo Echavez et al. | Two-stage stochastic optimization model for personnel days-off scheduling using closed-chained multiskilling structures | |
CN112200375A (zh) | 预测模型生成方法、预测模型生成装置和计算机可读介质 | |
CN115907332A (zh) | 一种油气井维修任务调度的两层优化方法及装置 | |
CN103514486A (zh) | 基于因素分析的高炉煤气受入流量预测方法 | |
CN108108950A (zh) | 数据处理方法和装置 | |
CN111861397A (zh) | 一种针对客户探访的智能排班平台 | |
KR101831316B1 (ko) | 앙상블 인공지능 알고리즘을 사용한 상수도 유량 예측 방법 | |
CN110222877A (zh) | 一种基于自定义神经网络的负荷预测系统及负荷预测方法 | |
US20230259846A1 (en) | Communications apparatus and method for estimating potential demand for improved forecasting and resource management | |
Qu | Mobile communication service income prediction method based on grey buffer operator theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121128 Termination date: 20161020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |