CN106303112A - 一种话务均衡方法及装置 - Google Patents

Abstract

本申请公开了一种话务均衡方法及装置，该方法包括：针对要接入的用户请求，获取当前时刻各话务中心的状态信息，根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力，根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。通过上述方法，在对用户的接入请求进行分配时，不再有人工参与，而是通过服务器自身进行实时的监控各话务中心的状态信息，确定各话务中心的处理能力，并根据各话务中心的处理能力，对用户的接入请求进行分配，相比于人工均衡各话务中心的方法，服务器均衡各话务中心的方法会提高整个话务服务体系的话务处理效率。

Description

一种话务均衡方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种话务均衡方法及装置。

背景技术

随着网络技术的不断发展，网络服务商(如：网站)为用户提供的服务种类也越来越多(如，可以为用户提供业务咨询服务，也可以为用户提供信息搜索服务)。

目前，网络服务商为了给用户提供更优质的服务，会建立完整的话务服务体系，用于处理用户的投诉、咨询等业务。在实际情况中，使用话务服务的用户可能较多，同一时刻可能存在大量的用户使用话务服务，为了应对这些话务量，网络服务商通常会使用多个话务中心来提供话务服务。

在使用多个话务中心来提供话务服务时，如何将接入的用户均衡的分配到不同的话务中心，是网络服务商面临的一个重要问题。在现有技术中，通常使用人工分配的方式进行分配。具体的，在某一时间段内，根据该时间段内各话务中心的坐席数量(坐席数量是指话务中心内可提供话务服务的客服人员的数量)，人工设置各话务中心的分配比例，而服务器则按照人工设置的分配比例，将接入的用户分配给各话务中心。

例如，假设在九点到十点这个时间段内，话务中心A的坐席数量为10个，话务中心B的坐席数量为20个，则人工设置设置话务中心A和话务中心B的分配比例为1：2。假设当前时刻为九点半，共有30个用户使用话务服务，则服务器会将这30个用户中的10个用户分配到话务中心A，将剩余的20个用户分配到话务中心B。

但是，在实际应用场景中，由于不同的时间段的话务量差别很大，而且各话务中心的坐席数量也并非是固定不变的，因此，这就需要人工调整各话务中心的分配比例，也就需要人工实时监控各话务中心的坐席数量和繁忙程度，如果各话务中心忙闲不均，则需要人工对分配比例进行调整。显然，人工均衡各话务中心的方法会降低整个话务服务体系的话务处理效率。

发明内容

本申请实施例提供一种话务均衡方法及装置，用以解决人工均衡各话务中心的方法会降低整个话务服务体系的话务处理效率的问题。

本申请实施例提供的一种话务均衡方法，包括：

接收用户的接入请求；

获取当前时刻各话务中心的状态信息；

根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力；

根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

本申请实施例提供的一种话务均衡装置，装置包括：

接收模块，用于接收用户的接入请求；

获取模块，用于获取当前时刻各话务中心的状态信息；

确定模块，用于根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力；

分配模块，用于根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

本申请实施例提供一种话务均衡方法及装置，该方法针对要接入的用户请求，获取当前时刻各话务中心的状态信息，根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力，根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。通过上述方法，在对用户的接入请求进行分配时，不再通过人工根据实时监控到的各话务中心的坐席数量和繁忙程度(即，状态信息)手动设置分配比例的方式，也就是在整个话务分配的过程中，不再有人工参与，而是通过服务器自身进行实时的监控各话务中心的状态信息，确定各话务中心的处理能力，并根据各话务中心的处理能力，对用户的接入请求进行分配，相比于人工均衡各话务中心的方法，服务器均衡各话务中心的方法会提高整个话务服务体系的话务处理效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的话务均衡过程；

图2为本清实施例提供的话务服务体系结构示意图；

图3为本申请实施例提供的话务均衡装置结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请实施例提供的话务均衡过程，具体包括以下步骤：

S101：接收用户的接入请求。

在本申请实施例中，话务服务体系如图2所示，接收用户的接入请求是由话务服务体系中的服务器完成，也即，服务器接收到用户的接入请求，并根据用户的接入请求作出相应的响应，其中，所述用户的接入请求可以是用户的话务请求。

例如，某用户在使用某购物网站的话务服务时，该购物网站的服务器接收到用户的接入请求，并对用户的接入请求作为相应的响应。

S102：获取当前时刻各话务中心的状态信息。

在本申请实施例中，所述状态信息是表征各话务中心状态的信息，可以是各话务中心的当前时刻的排队数(之所以产生当前排队的情况，主要是因为话务中心被分配的用户接入请求的数量多于当前话务中心的坐席数量，而当前话务中心的坐席人员根据自身效率，或许只能处理被分配的接入请求数量中一部分，则剩余的用户接入请求就会处在排队等待的状态)，也可以是各话务中心的当前坐席数量，这些状态信息可能会随着时间而发生改变(即，变动状态信息)，也可能不随着时间而发生改变(即，固有状态信息)，通过这些话务中心的状态信息可以了解到各话务中心当前时刻的基本状况。服务器在运行的过程中，会对各话务中心的状态信息进行实时监控，当服务器在接收到用户的接入请求后，获取到当前时刻各话务中心的状态信息，如，获取当前时刻各话务中心的当前坐席数量。

延续上例，假设该购物网站有三个话务中心，分别为话务中心一、话务中心二、话务中心三，该购物网站的服务器接收到该用户的接入请求，分别获取三个话务中心的当前坐席数量(即，状态信息)，即，获取话务中心一的当前坐席数量为10，获取话务中心二的当前坐席数量为15，获取话务中心三的当前坐席数量为20。

S103：根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力。

在本申请实施例中，所述处理能力，是话务中心处理用户接入请求的效率的量化值，也就是说，处理能力就越高，则话务中心处理用户接入请求的效率越高，处理能力就越低，则话务中心处理用户接入请求的效率越低。当服务器获取到各话务中心的状态信息后，可根据获取到的各话务中心的状态信息进行相应的运算，确定出各话务中心当前时刻的处理能力。

延续上例，该购物网站的服务器对话务中心一的当前坐席数量进行相应的运算，确定出话务中心一当前时刻的处理能力为30，对话务中心二当前时刻的当前坐席数量进行相应的运算，确定出话务中心二当前时刻的处理能力为40，对话务中心三的当前坐席数量进行相应的运算，确定出话务中心三当前时刻的处理能力为55。

S104：根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

在本申请实施例中，服务器根据各话务中心当前时刻的处理能力，采用一定的分配方法，对用户的接入请求进行分配，如，所采用的分配方法是将用户的接入请求分配给当前时刻各话务中心的处理能力最高的话务中心，当然，也可以根据确定出的各话务中心的处理能力，采用其他分配方法分配用户的接入请求，如，先确定出各话务中心的处理能力前n位的话务中心，再将用户的接入请求随机分配给这n个话务中心，n为正整数。

延续上例，假设分配方法是将用户的接入请求分配给当前时刻各话务中心的处理能力最高的话务中心，显然，在三个话务中心中，话务中心三的处理能力最高，因此，服务器会将当前时刻用户的接入请求分配给话务中心三。

通过上述步骤，对于用户的接入请求，话务服务体系中的服务器通过实时监控各话务中心的状态信息，并根据状态信息，确定各话务中心的处理能力，并根据话务中心的处理能力，对用户的接入请求进行分配的这种话务均衡的方法全部是通过服务器自身完成的，相比于现有技术中人工根据实时监控到的各话务中心的坐席数量和繁忙程度(即，状态信息)手动设置分配比例的方法，会提高整个话务服务体系的话务处理效率。

在本申请实施例中，服务器在接收到用户的接入请求后，会获取各话务中心的状态信息，考虑到影响话务中心处理能力的因素除了坐席数量以外，还有其他诸多因素，因此，本申请实施例中服务器获取的状态信息具体包括：各话务中心在第一指定时间段内被分配的接入请求的数量、各话务中心在所述第一指定时间段内处理接入请求的数量、各话务中心的等待队列中的接入请求的数量、各话务中心的坐席数量中的至少一种。其中，所述第一指定时间段可根据实际情况预先设定，当然也可以根据实际情况进行改变。对于一个话务中心而言，该话务中心在第一指定时间段内被分配的接入请求的数量，不一定与该话务中心在所述第一指定时间段内处理接入请求的数量相同，这是因为，在第一指定时间段内，该话务中心被分配的接入请求数量有可能会多于话务中心的坐席数量，而在第一指定时间段内，当前坐席人员根据自身的效率，或许只能处理被分配的接入请求数量中一部分的用户接入请求，这样就会使有的用户接入请求处于排队等待的状态。

例如，假设某购物网站的话务中心有两个，分别为话务中心一、话务中心二，且第一指定时间段是以当前时刻为起始点，过去60秒，某用户在使用某购物网站的话务服务时，该网站的服务器接收到用户的接入请求，服务器会获取各话务中心的状态信息如表1所示：

状态信息	C	X	R	N
					话务中心一	10	2	10	5
话务中心二	20	3	15	10

表1

在表1中，C表示的是在以当前时刻为起始点，过去60秒内被分配的接入请求的数量；X表示的是在以当前时刻为起始点，过去60秒内处理接入请求的数量；R表示的是当前时刻等待队列中的接入请求的数量；N表示的是当前时刻坐席数量。

在本申请实施例中，对于上述获取到的各话务中心的状态信息来说，每个状态信息都会影响各话务中心的处理能力，也就是说，影响各话务中心的处理效率，具体的，针对每个话务中心：

该话务中心在被分配的接入请求的数量与该话务中心的处理能力呈负相关关系；

该话务中心处理接入请求的数量与该话务中心的处理能力呈正相关关系；

该话务中心的等待队列中的接入请求的数量与该话务中心的处理能力呈负相关关系；

该话务中心的坐席数量与该话务中心的处理能力呈正相关关系。

进一步的，服务器在获取到各话务中心的状态信息后，会采用一定的算法公式对各话务中心对应的状态信息进行运算，分别确定每个话务中心的当前时刻处理能力，其中，采用的算法公式可以是根据各话务中心的状态信息与各话务中心的处理能力的正负相关关系得来的。

假设：该话务中心被分配的接入请求的数量与该话务中心的处理能力呈反比关系，该话务中心处理接入请求的数量与该话务中心的处理能力呈正比关系，该话务中心的等待队列中的接入请求的数量与该话务中心的处理能力呈反比关系，该话务中心的坐席数量与该话务中心的处理能力呈正比关系。

从而，可以采用的算法公式为：其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量。但是，为了方便计算与表示，可以对公式的左右两侧分别取对数，得到的公式为该公式也同样可以用于确定每个话务中心的当前时刻处理能力，然而，在实际应用中，上述四个状态信息也会对各话务中心的处理能力的影响程度不同，所以需要赋予每个状态信息一个权重，得到的公式为 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i.$ ，α、β、γ、δ为预设的权重。

因此，也可以采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i$ 确定每个话务中心的当前时刻处理能力。

当然，上述仅是以正反比关系得到算法公式为例进行说明的，还可以通过其他正负相关关系来得到算法公式，如，假设话务中心的处理能力S_i与话务中心的坐席数量N_i的关系为其中为比例系数，从中可以看出，S_i与N_i只是正相关的关系，而不是正反比的关系。

在此需要说明的一点是，在实际应用中，会出现C_i、R_i为0的情况，对于这种情况，可以将C_i、R_i都取1，这样表示第i个话务中心在第一指定时间段内被分配的接入请求的数量(即、C_i)与第i个话务中心的等待队列中的接入请求的数量(即、R_i)这两个状态信息不参与S_i的评估，也就是说，上述两个状态信息不影响第i个话务中心的处理能力。

延续上例，假设预设的权重α为0.5，权重β为0.1，权重γ为0.3，权重δ为0.1，服务器获取到的话务中心一的状态信息如表2所示：

表2

在表2中，C₁表示的是在以当前时刻为起始点，过去60秒内被分配的接入请求的数量；X₁表示的是在以当前时刻为起始点，过去60秒内处理接入请求的数量；R₁表示的是当前时刻等待队列中的接入请求的数量；N₁表示的是当前时刻坐席数量。

服务器根据表2所示的状态信息，采用公式 确定出话务中心一的当前时刻的处理能力为36，即S₁＝36。

服务器获取到的话务中心二的状态信息如表3所示：

表3

在表3中，C₂表示的是在以当前时刻为起始点，过去60秒内被分配的接入请求的数量；X₂表示的是在以当前时刻为起始点，过去60秒内处理接入请求的数量；R₂表示的是当前时刻等待队列中的接入请求的数量；N₂表示的是当前时刻坐席数量。

服务器根据表3所示的状态信息，采用公式 确定出话务中心二的当前时刻的处理能力为56，即S₂＝56。

确定出话务中心一和话务中心二的处理能力后，服务器即可将用户的接入请求分配给处理能力最高的话务中心，即，分配给话务中心二。

另外，采用上述公式确定各话务中心当前时刻的处理能力时，需要预先确定公式中的权重α、β、γ、δ。

在本申请实施例中，由于整个话务服务体系的处理能力(即，S_i)与整个话务服务体系对应的用户平均等待时长(即，整个话务服务体系在处理的用户接入请求时，用户的接入请求从进入话务中心的等待队列到被接通的这段时间的总和与接入话务服务体系的用户总量的比值，用Y_i表示)呈负相关关系(即，用户平均等待时长可以表示整个话务服务体系效率)。

因此，在确定权重α、β、γ、δ时，可以通过仿真的方法，确定出用户平均等待时长，进而确定出权重α、β、γ、δ，。具体的，服务器可预先根据仿真数据，确定使用户平均等待时长最短的权重α、β、γ、δ，其中，仿真数据包括各话务中心在第一指定时间段内被分配的接入请求的仿真数量、各话务中心在所述第一指定时间段内处理接入请求的仿真数量、各话务中心的等待队列中的接入请求的仿真数量、各话务中心的仿真坐席数量。

例如，在仿真进行之前，假设仿真设立了两个话务中心，分别为话务中心一、话务中心二，其中，话务中心一的坐席数量为5，话务中心二的坐席数量为10，预先设定的一组权重为α＝0.5、β＝0.3、γ＝0.1、δ＝0.1，在仿真的过程中，服务器根据上述S101～S104步骤，将大量用户的接入请求分配给话务中心一与话务中心二，在本例中，只以从大量用户中抽取四个连续用户的数据为例，将确定出的用户平均时长作为整个话务服务体系对应的用户平均时长，当然，在实际应用中不单单只对这四个连续用户的数据进行统计，而是会对仿真中的所有用户的数据进行统计，确定出整个话务服务体系对应的用户平均时长，在本例子中不做详细的描述。

在仿真过程中，服务器接收到用户1的接入请求后，会分别获取话务中心一与话务中心二的状态信息(也可以说是分别获取话务中心一与话务中心二的仿真数据)，即分别获取话务中心一和话务中心二在以当前时刻为起始点，过去60秒内(即，第一指定时间段)被分配的接入请求的仿真数量、分别获取话务中心一和话务中心二在以当前时刻为起始点，过去60秒内处理接入请求的仿真数量、分别获取话务中心一和话务中心二的等待队列中的接入请求的仿真数量、分别获取话务中心一和话务中心二的仿真坐席数量，服务器根据获取到话务中心一的状态信息，采用上述公式确定出话务中心一的处理能力，根据获取到话务中心二的状态信息，采用上述公式确定出话务中心二的处理能力，将用户1分配给处理能力最高的话务中心，假设经过上述仿真过程后，四个用户的分配情况如表4所示：

表4

调整预先设定的权重α、β、γ、δ(即，将权重α＝0.5、β＝0.3、γ＝0.1、δ＝0.1调整为另一组权重α＝0.3、β＝0.4、γ＝0.1、δ＝0.2)，继续统计出上述四个连续用户的数据，确定出整个话务服务体系对应的用户平均时长为3分钟，继续调整权重α、β、γ、δ，重复上述的方法，直到确定出整个话务服务体系对应的最短用户平均时长，假设最短用户平均时长为30秒，其预设的权重α＝0.5、β＝0.1、γ＝0.3、δ＝0.1，则将权重α＝0.5、β＝0.1、γ＝0.3、δ＝0.1作为实际应用中最终的权重。

在实际应用中，话务服务体系在运行一段时间后，在获取上述状态信息的同时，还需要通过获取各话务中心的其他状态信息进行调优(即，让整个话务服务体系效率更高)，具体的，获取的各话务中心的状态信息还包括：各话务中心在第二指定时间段内被分配接入请求的预测数量、各话务中心在第三指定时间段内被分配的接入请求的实际数量，其中，第三指定时间段为第二指定时间段开始时刻到当前时刻之间的时间段，其中，上述状态信息中的预测数量，可以根据过去的历史数据，预测出在第二指定时间段内各话务中心被分配接入请求的数量。

对于获取到的上述状态信息而言，也会影响各话务中心的处理能力，也就是说，针对每个话务中心，该话务中心的预测数量与实际数量之差与该话务中心的处理能力呈正相关关系。

进一步的，服务器在获取到了当前时刻各话务中心的状态信息后，会根据各话务中心对应的状态信息，分别确定每个话务中心的当前时刻处理能力，具体包括：当各话务中心的预测数量与实际数量之差小于预设阈值时，采用公式确定各话务中心当前时刻的处理能力；当各话务中心的预测数量与实际数量之差不小于预设阈值时，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i+\mathrm{\θ}ln(P_i-T_i)$ 确定各话务中心当前时刻的处理能力，其中，预设阈值可以根据实际情况具体确定，且S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，P_i为第i个话务中心在第二指定时间段内被分配接入请求的预测数量，T_i为第i个话务中心在第三指定时间段内被分配的接入请求的实际数量，α、β、γ、δ、θ为预设的权重。

例如，假设某购物网站服务商将话务服务外包给三家公司的话务中心，即话务中心一、话务中心二、话务中心三，且话务中心一的坐席数量为5、话务中心二的坐席数量为8、话务中心三的坐席数量为10，服务商在开始阶段需要测试这三家公司的话务中心在实际过程中能够处理多少个用户的接入请求，并根据各话务中心在初始阶段能够处理用户的接入请求的数量，用来预测出各话务中心在第二指定时间段内被分配接入请求的预测数量，假设初始阶段为一周，服务器在一周内，每天都采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i,$ 确定每个话务中心的处理能力，平均每天各话务中心实际被分配的数量如表6所示：

	话务中心一	话务中心二	话务中心三
				平均数量	600	400	500

表5

将上述表5中的平均数量作为服务商在后续稳定运营阶段，各话务中心在第二指定时间段内被分配接入请求的预测数量(即，P_i)，在后续运营阶段时，对于新接入的用户接入请求，服务器不仅会获取各话务中心上述四个状态信息，而且还会获取各话务中心在第二指定时间段内被分配接入请求的预测数量(即，P_i)与各话务中心在第三指定时间段内被分配的接入请求的实际数量(即，T_i)，并根据各话务中心的预测数量与实际数量之差与预设阈值的大小关系，使用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i$ 或 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+$ ${\mathrm{\δlnX}}_i+\mathrm{\θ}ln(P_i-T_i),$ 确定各话务中心当前时刻的处理能力，并将用户的接入请求分配给处理能力最高的话务中心。

以上为本申请实施例提供的话务均衡方法，基于同样的思路，本申请实施例还提供一种话务均衡装置，如图3所示。

图3为本申请实施例提供的话务均衡装置结构示意图，包括:

接收模块301，用于接收用户的接入请求；

获取模块302，用于获取当前时刻各话务中心的状态信息；

确定模块303，用于根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力；

分配模块304，用于根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

所述获取模块302具体用于，各话务中心在第一指定时间段内被分配的接入请求的数量、各话务中心在所述第一指定时间段内处理接入请求的数量、各话务中心的等待队列中的接入请求的数量、各话务中心的坐席数量中的至少一种。

所述获取模块302具体用于，针对每个话务中心：该话务中心在第一指定时间段内被分配的接入请求的数量与该话务中心的处理能力呈负相关关系，该话务中心在第一指定时间段内处理接入请求的数量与该话务中心的处理能力呈正相关关系，该话务中心的等待队列中的接入请求的数量与该话务中心的处理能力呈负相关关系，该话务中心的坐席数量与该话务中心的处理能力呈正相关关系。

所述确定模块303具体用于，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i,$ 确定各话务中心当前时刻的处理能力；其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，α、β、γ、δ为预设的权重。

所述装置还包括：

预先确定模块305，用于预先根据仿真数据，确定使用户等待时长最短的权重α、β、γ、δ，其中，仿真数据包括各话务中心在第一指定时间段内被分配的接入请求的仿真数量、各话务中心在所述第一指定时间段内处理接入请求的仿真数量、各话务中心的等待队列中的接入请求的仿真数量、各话务中心的仿真坐席数量。

所述获取模块302具体用于，各话务中心的状态信息还包括：各话务中心在第二指定时间段内被分配接入请求的预测数量、各话务中心在第三指定时间段内被分配的接入请求的实际数量，其中，第三指定时间段为第二指定时间段开始时刻到当前时刻之间的时间段；针对每个话务中心，针对每个话务中心，该话务中心的预测数量与实际数量之差与该话务中心的处理能力呈正相关关系。

所述确定模块303具体用于，当各话务中心的预测数量与实际数量之差小于预设阈值时，采用公式 ${\mathrm{lnS}}_i=\mathrm{\α}\ln Ni+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i$ 确定各话务中心当前时刻的处理能力；当各话务中心的预测数量与实际数量之差不小于预设阈值时，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i+\mathrm{\θ}ln(P_i-T_i)$ 确定各话务中心当前时刻的处理能力；其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，P_i为第i个话务中心在第二指定时间段内被分配接入请求的预测数量，T_i为第i个话务中心在第三指定时间段内被分配的接入请求的实际数量，α、β、γ、δ、θ为预设的权重。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (14)

1.一种话务均衡方法，其特征在于，包括：

接收用户的接入请求；

获取当前时刻各话务中心的状态信息；

根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力；

根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

2.如权利要求1所述的方法，其特征在于，各话务中心的状态信息，具体包括：

各话务中心在第一指定时间段内被分配的接入请求的数量、各话务中心在所述第一指定时间段内处理接入请求的数量、各话务中心的等待队列中的接入请求的数量、各话务中心的坐席数量中的至少一种。

3.如权利要求2所述的方法，其特征在于，针对每个话务中心：

该话务中心在第一指定时间段内被分配的接入请求的数量与该话务中心的处理能力呈负相关关系；

该话务中心在第一指定时间段内处理接入请求的数量与该话务中心的处理能力呈正相关关系；

该话务中心的等待队列中的接入请求的数量与该话务中心的处理能力呈负相关关系；

该话务中心的坐席数量与该话务中心的处理能力呈正相关关系。

4.如权利要求3所述的方法，其特征在于，分别确定各话务中心当前时刻的处理能力，具体包括：

采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i,$ 确定各话务中心当前时刻的处理能力；

其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，α、β、γ、δ为预设的权重。

5.如权利要求4所述的方法，其特征在于，预先确定权重α、β、γ、δ，具体包括：

预先根据仿真数据，确定使用户平均等待时长最短的权重α、β、γ、δ，其中，仿真数据包括各话务中心在第一指定时间段内被分配的接入请求的仿真数量、各话务中心在所述第一指定时间段内处理接入请求的仿真数量、各话务中心的等待队列中的接入请求的仿真数量、各话务中心的仿真坐席数量。

6.如权利要求2所述的方法，其特征在于，各话务中心的状态信息还包括：

各话务中心在第二指定时间段内被分配接入请求的预测数量、各话务中心在第三指定时间段内被分配的接入请求的实际数量，其中，第三指定时间段为第二指定时间段开始时刻到当前时刻之间的时间段；

针对每个话务中心，该话务中心的预测数量与实际数量之差与该话务中心的处理能力呈正相关关系。

7.如权利要求6所述的方法，其特征在于，分别确定各话务中心当前时刻的处理能力，具体包括：

当各话务中心的预测数量与实际数量之差小于预设阈值时，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i$ 确定各话务中心当前时刻的处理能力；

当各话务中心的预测数量与实际数量之差不小于预设阈值时，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i+\mathrm{\θ}\ln (P_i-T_i)$ 确定各话务中心当前时刻的处理能力；

其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，P_i为第i个话务中心在第二指定时间段内被分配接入请求的预测数量，T_i为第i个话务中心在第三指定时间段内被分配的接入请求的实际数量，α、β、γ、δ、θ为预设的权重。

8.一种话务均衡装置，其特征在于，包括：

接收模块，用于接收用户的接入请求；

获取模块，用于获取当前时刻各话务中心的状态信息；

确定模块，用于根据各话务中心的状态信息，分别确定各话务中心当前时刻的处理能力；

分配模块，用于根据各话务中心当前时刻的处理能力，对所述接入请求进行分配。

9.如权利要求8所述的装置，其特征在于，所述获取模块具体用于，各话务中心在第一指定时间段内被分配的接入请求的数量、各话务中心在所述第一指定时间段内处理接入请求的数量、各话务中心的等待队列中的接入请求的数量、各话务中心的坐席数量中的至少一种。

10.如权利要求9所述的装置，其特征在于，所述获取模块具体用于，针对每个话务中心：该话务中心在第一指定时间段内被分配的接入请求的数量与该话务中心的处理能力呈负相关关系，该话务中心在第一指定时间段内处理接入请求的数量与该话务中心的处理能力呈正相关关系，该话务中心的等待队列中的接入请求的数量与该话务中心的处理能力呈负相关关系，该话务中心的坐席数量与该话务中心的处理能力呈正相关关系。

11.如权利要求10所述装置，其特征在于，所述确定模块具体用于，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i,$ 确定各话务中心当前时刻的处理能力；其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，α、β、γ、δ为预设的权重。

12.如权利要求11所述的装置，其特征在于，所述装置还包括：

预先确定模块，用于预先根据仿真数据，确定使用户等待时长最短的权重α、β、γ、δ，其中，仿真数据包括各话务中心在第一指定时间段内被分配的接入请求的仿真数量、各话务中心在所述第一指定时间段内处理接入请求的仿真数量、各话务中心的等待队列中的接入请求的仿真数量、各话务中心的仿真坐席数量。

13.如权利要求9所述的装置，其特征在于，所述获取模块具体用于，各话务中心的状态信息还包括：各话务中心在第二指定时间段内被分配接入请求的预测数量、各话务中心在第三指定时间段内被分配的接入请求的实际数量，其中，第三指定时间段为第二指定时间段开始时刻到当前时刻之间的时间段；针对每个话务中心，针对每个话务中心，该话务中心的预测数量与实际数量之差与该话务中心的处理能力呈正相关关系。

14.如权利要求13所述的装置，其特征在于，所述确定模块具体用于，当各话务中心的预测数量与实际数量之差小于预设阈值时，采用公式确定各话务中心当前时刻的处理能力；当各话务中心的预测数量与实际数量之差不小于预设阈值时，采用公式 ${\mathrm{lnS}}_i={\mathrm{\αlnN}}_i+\mathrm{\β}ln\frac{1}{C_i}+\mathrm{\γ}ln\frac{1}{R_i}+{\mathrm{\δlnX}}_i+\mathrm{\θ}\ln (P_i-T_i)$ 确定各话务中心当前时刻的处理能力；其中，S_i为第i个话务中心的处理能力，N_i为第i个话务中心的坐席数量，C_i为第i个话务中心在第一指定时间段内被分配的接入请求的数量，R_i为第i个话务中心的等待队列中的接入请求的数量，X_i为第i个话务中心在所述第一指定时间段内处理接入请求的数量，P_i为第i个话务中心在第二指定时间段内被分配接入请求的预测数量，T_i为第i个话务中心在第三指定时间段内被分配的接入请求的实际数量，α、β、γ、δ、θ为预设的权重。