CN107231493A - 呼叫中心的自动报警方法及其装置、存储介质、电子设备 - Google Patents
呼叫中心的自动报警方法及其装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN107231493A CN107231493A CN201710519965.5A CN201710519965A CN107231493A CN 107231493 A CN107231493 A CN 107231493A CN 201710519965 A CN201710519965 A CN 201710519965A CN 107231493 A CN107231493 A CN 107231493A
- Authority
- CN
- China
- Prior art keywords
- detection
- traffic
- alarm
- call center
- current detection
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/2227—Quality of service monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
- H04M3/36—Statistical metering, e.g. recording occasions when traffic exceeds capacity of trunks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Monitoring And Testing Of Exchanges (AREA)
Abstract
本发明揭示一种呼叫中心的自动报警方法及其装置、存储介质、电子设备。该呼叫中心的自动报警方法包括如下步骤:根据业务类型将各个业务线的话务数据分为多个需检测的话务类别;获取各个业务线在第一时段内的历史话务数据,将各个业务线分为多个检测时段并生成各个检测时段的检测频率;根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测;对出现故障的检测结果进行报警。该呼叫中心的自动报警方法及其呼叫中心的自动报警装置降低人力成本,提高报警检测的准确性、报警定位的时间及处理的效率,还能避免发生大量的误告,也保证了呼叫中心对客户服务的质量。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种呼叫中心的自动报警方法及其呼叫中心的自动报警装置、存储介质、电子设备。
背景技术
现有的呼叫中心监控平台,会对各个业务线的话务指标数据进行监控,但是报警触发的规则一般都是通过人工对各种监控项进行手动一一配置。目前一些拥有大规模呼叫中心的公司随着其业务的快速发展,需要进行监控的呼叫中心系统及业务线也呈指数级的上涨,这种传统的报警的方法已无法满足用户的需求。
具体来说,一方面由于不同的业务线需要不同的报警规则,若针对所有业务线的报警规则进行手动一一配置,则产生的工作量极大且效率极低、会浪费很多的人力成本;并且该报警方法的准确性低,进而会导致对报警故障定位和报警解决的及时性造成很大影响。
另一方面,呼叫中心各个业务线受多种客观因素影响,产生较多的误告。例如部分具备特殊时间(节假日或者航变等特殊时间)变化的业务曲线在该特殊时间内,会经常因非业务系统故障而引起话务指标数据抖动较大,产生较多的误告。而目前的报警方法无法有效地对这些误告过滤,也对报警的准确性造成了很大影响。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种呼叫中心的自动报警方法及其呼叫中心的自动报警装置、存储介质、电子设备。该呼叫中心的自动报警方法及其呼叫中心的自动报警装置降低人力成本,提高报警检测的准确性、报警定位的时间及处理的效率,还能避免发生大量的误告,也保证了呼叫中心对客户服务的质量。
根据本发明的一个方面提供一种呼叫中心的自动报警方法,所述呼叫中心的自动报警方法包括如下步骤:根据业务类型将各个业务线的话务数据分为多个需检测的话务类别;获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率;根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测,其中,每个业务线的每个需检测的话务类别的报警检测步骤中至少包括如下步骤:根据当前检测的话务类别在第二时段内的历史话务数据,生成该话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值;判断该话务类别中当前检测的话务数据的数值是否超出所述阈值范围;若当前检测的话务数据的数值超出所述阈值范围,则判断该话务类别中超出该阈值范围的话务数据的个数是否超过所述数量报警阈值;若该话务类别中超出该阈值范围的话务数据的个数大于等于所述数量报警阈值,则确认该话务类别的话务数据出现故障;对出现故障的检测结果进行报警。
优选地,每个业务线中需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的至少一种。
优选地,若当前检测的业务线中需检测的话务类别包括话务量类别,且当前检测时段的检测频率大于第一频率时,则对该话务量类别的报警检测步骤中还包括如下步骤:若当前检测的话务量的数值未超出其对应的阈值范围或者该话务量类别中超出所述阈值范围的话务量的个数未超过其所述数量报警阈值,则判断当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围;若该当前检测的话务量与前一个检测的话务量之间的抖动值超过所述抖动阈值范围,则确认当前检测的话务量出现故障。
优选地,若确认当前检测的话务量出现故障,则对该话务量类别的报警检测的步骤中还包括如下步骤:判断当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值;若当前检测的话务量和之前检测的多个话务量的趋势变化值超过所述趋势变化阈值,则定义该故障的报警级别为第一类级别;若当前检测的话务量和之前检测的多个话务量的趋势变化值未超过所述趋势变化阈值,则定义故障的报警级别为第二类级别。
优选地,所述第一频率为每5分钟一次。
优选地,若当前检测的业务线中需检测的话务类别包括呼叫成功率,则在判断当前检测的呼叫成功率的数值是否超出所述阈值范围的步骤中为判断该呼叫成功率的数值是否小于该阈值范围的最小值。
优选地,若当前检测的业务线中需检测的话务类别包括使用率,则在判断当前检测的使用率是否超出所述阈值范围的步骤中为判断该使用率的数值是否大于该阈值范围的最大值。
优选地,每个所述检测时段内的检测频率与业务量呈正比。
优选地,各个业务线的检测时段包括工作时间、非工作时间以及工作日、非工作日;各个所述检测时段内的检测频率为1分钟一次、3分钟一次、5分钟一次或30分钟一次中的任一种。
优选地,所述第一时段为一周,所述第二时段为2个月。
根据本发明的另一个方面,还提供一种呼叫中心的自动报警装置,所述呼叫中心的自动报警装置包括:自动分类模块,用于根据业务类型将各个业务线的话务数据分为多个需检测的话务类别,并且获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率;报警检测模块,用于根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测,,其中,所述报警检测模块至少包括:阈值检测模块,用于生成各个话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值,并根据当前检测的话务数据是否超出其对应的阈值范围以及该话务类别中超出其对应的阈值范围的话务数据的个数是否超过所述数量报警阈值来判断当前检测的话务数据是否出现故障;报警模块,用于对出现故障的检测结果进行报警。
优选地,每个业务线中需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的至少一种。
优选地,若当前检测的业务线中需检测的话务类别包括话务量类别,且当前检测时段的检测频率大于第一频率时,所述报警检测模块还包括:抖动检测模块,用于当所述阈值检测模块判断当前检测的话务数据未出现故障时,根据当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围,来判断当前检测的话务数据是否出现故障。
优选地,当所述阈值检测模块或所述抖动检测模块判断当前检测的话务量出现故障时,所述报警检测模块还包括:趋势检测模块,用于根据当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值,来定义该故障的报警级别为第一类级别或第二类级别。
根据本发明的又一个方面,还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的呼叫中心的自动报警方法的步骤。
根据本发明的又一个方面,还提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的呼叫中心的自动报警方法的步骤。
相比于现有技术,本发明实施例提供的呼叫中心的自动报警方法呼叫中心的自动报警装置、存储介质和电子设备中通过将各个业务线的话务数据划分为需检测的多个话务类别、多个检测时段,并生成各个检测时段的检测频率,并对各个话务类别根据其实际的情况配置不同的检测步骤,进而,该呼叫中心的自动报警方法可以对其监控的各个业务线进行自动报警检测、而无须人为干预设置报警规则。大大降低现有的报警检测方法所使用的人力成本,提高了报警检测的准确性、报警定位的时间及处理的效率。此外,该呼叫中心的自动报警方法可以在业务线受外界客观因素影响时,避免发生大量的误告,降低了日常误告对维护人员造成的干扰,也保证了呼叫中心对客户服务的质量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的一个实施例的一种呼叫中心的自动报警方法的示意图;
图2为本发明的一个实施例的呼叫中心的自动报警方法中针对检测频率大于第一频率时的话务量的报警检测的各个步骤的流程图;
图3为本发明的一个实施例的呼叫中心的自动报警方法中针对检测频率小于等于第一频率时的话务量的报警检测的各个步骤的流程图;
图4为本发明的一个实施例的一种用呼叫中心的自动报警装置的结构示意图;
图5本发明公开示例性实施例中一种计算机可读存储介质示意图;以及
图6为本发明公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员应意识到,没有特定细节中的一个或更多,或者采用其它的方法、组元、材料等,也可以实践本发明的技术方案。在某些情况下,不详细示出或描述公知结构、材料或者操作以避免模糊本发明。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
依据本发明的主旨构思,本发明的一种呼叫中心的自动报警方法包括如下步骤:根据业务类型将各个业务线的话务数据分为多个需检测的话务类别;获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率;根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测,其中,每个业务线的每个需检测的话务类别的报警检测步骤中至少包括如下步骤:根据当前检测的话务类别在第二时段内的历史话务数据,生成该话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值;判断该话务类别中当前检测的话务数据的数值是否超出所述阈值范围;若当前检测的话务数据的数值超出所述阈值范围,则判断该话务类别中超出该阈值范围的话务数据的个数是否超过所述数量报警阈值;若该话务类别中超出该阈值范围的话务数据的个数大于等于所述数量报警阈值,则确认该话务类别的话务数据出现故障;对出现故障的检测结果进行报警。
下面结合附图和实施例对本发明的技术内容进行进一步地说明。
请参见图1,其示出了本发明的一个实施例的一种呼叫中心的自动报警方法的示意图。如图1所示,在本发明的实施例中,该呼叫中心的自动报警方法包括如下步骤:
步骤S10:根据业务类型将各个业务线的话务数据分为多个需检测的话务类别;并且获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率。在本发明的实施例中,每个业务线的话务数据中需检测的话务类别至少包括话务量、呼叫成功率、平均通话时长以及使用率中的至少一种或多种。
具体来说,对于不同的业务线而言根据其业务的类型,其话务数据中所需要关注的数据类型是不同,例如,对于某些重要的业务线而言,需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别四个类别。而对于一些特殊的业务线而言,需检测的话务类别可能仅仅只有话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的一种。在进行后续报警检测时,会针对不同的话务类别分别具有不同的检测方法。可选地,上述第一时段可以为一周,在此步骤中,即可以为每天获取各个业务线最近一周内的历史话务数据,根据一周的历史话务数据、按照业务量为各个业务线划分多个检测时段并生成各个检测时段的检测频率。在本发明的实施例中,各个业务线的检测时段可以分为工作时间、非工作时间以及工作日、非工作日等检测时段,上述各个话务类别在根据业务量在各个检测时段内的检测频率都可以是不同的。其中,各个所述检测时段内的检测频率可以为1分钟一次、3分钟一次、5分钟一次或30分钟一次中的任一种。可选地,每个检测时段内的检测频率与业务量呈正比,即业务量越大则检测频率越高。例如,业务量大的可以按1分钟检测一次的频率进行检测,业务量中等的可以按3分钟或5分钟检测一次的频率进行检测,业务量小的可以按30分钟检测一次的频率进行检测,以此类推,检测频率也并不局限于上述的1分钟一次、3分钟一次、5分钟一次或30分钟一次,根据业务量的大小也可以进一步提高或降低。
进而,当完成上述步骤S10后,每个业务线都有对应需要检测的话务类别;以及相应在各个检测时段(例如工作时间、非工作时间和工作日、非工作日等)的检测频率,因此,该步骤可以有效地解决某些小业务量的业务线的话务数据曲线较为抖动的问题,同时也解决了不同业务线在各检测时段内随客观因素变化而出现话务数据异常较多的问题。
完成上述分类的步骤后,执行步骤S20:根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测。
具体来说,由于不同的话务类别分别具有不同的检测方法,因此,在对一个业务线进行报警检测时,首先根据上述步骤S10中的分类结果确定当前检测的业务线中需检测的话务类别以及当前时段内的检测频率,再分别对当前检测的业务线中各个需检测的话务类别进行不同的方式的报警检测。为了更全面地阐述本发明的技术方案,在图1所示实施例中以需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别四个类别的业务线的报警检测为例进行说明。其中,话务量类别会根据不同的检测频率(例如图1中大于第一频率和小于第一频率时),也使用不同的检测方式,即即如图1所示,步骤S20中包括步骤S20A、步骤S20B、步骤S20C、步骤S20D以及步骤S20E。需要说明的是,由于在本发明的其他实施例中,某些业务线中需检测的话务类别可能仅仅只有话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的一种或两种,则在这些实施例中,针对这些业务线的检测,只需针对该业务线中所需检测的话务类别进行相对应的告警检测即可,即在步骤S20中只需执行图1中步骤S20A、步骤S20B、步骤S20C、步骤S20D以及步骤S20E中的一种或两种。此外,还需要说明的是,在对各个业务线进行报警检测的过程中,至少包括对各个话务类别进行阈值检测的步骤。下面对各个需检测的话务类别的报警检测的步骤进行具体的说明。
请参见图2,其示出了本发明的一个实施例的呼叫中心的自动报警方法中针对检测频率大于第一频率时的话务量类别的报警检测的各个步骤的流程图。如图2所示,在对检测频率大于第一频率时的话务量类别进行报警检测的步骤(即图1中的步骤S20A)中至少包括如下步骤:
步骤S201:根据当前检测的话务类别(此处为话务量类别)在第二时段内的历史话务数据(即历史话务量),生成该话务类别(话务量类别)所对应的阈值范围以及超出该阈值范围的话务数据(话务量)的数量报警阈值。可选地,上述第二时段为2个月,即根据2个月内的历史话务量来生成该业务线中话务量类别所对应的阈值范围以及超出该阈值范围的话务量的数量报警阈值。上述阈值范围以及超出该阈值范围的话务数据的数量报警阈值可以根据用户的需求或者将历史话务数据根据特定的算法获得。
步骤S202:判断当前检测的话务数据(话务量)的数值是否超出该阈值范围。具体来说,在此步骤中,针对当前检测的话务量的数值、判断其是否超出上述的阈值范围,若未超出,则可以确认当前检测的话务量正常、没有故障。
若当前检测的话务数据超出了上述的阈值范围,则进一步执行步骤S203:判断该话务类别(话务量类别)中超出该阈值范围的话务数据(话务量)的个数是否超出所述数量报警阈值。即获取该业务线的话务量类别中超出该阈值范围的话务量的个数(或者当前检测的话务量为该话务量类别第几个超出该阈值范围的话务量),将超出该阈值范围的话务量的个数与所述数量报警阈值进行比较。若上述判断的结果为否定的(即超出该阈值范围的话务量的个数小于所述数量报警阈值),则确认当前检测的话务量正常、没有故障。换言之,若上述步骤S202和步骤S203中任意一个判断的结果为否定,则可以确认当前检测的话务量正常、没有故障。
若该话务量类别中超出该阈值范围的话务量的个数大于等于所述数量报警阈值,则执行步骤S204:确认该检测话务量出现故障。
进一步地,由于话务量属于所有话务数据中最基础、最重要的话务类别,因此,为了确保及时、准确地检测话务量类别中出现的故障,在上述步骤S202和步骤S203(即对其进行阈值检测)的基础上,在此实施例中,对于当前检测的业务线中需检测的话务类别包括话务量,且当前的检测时段的检测频率大于第一频率(可选地,所述第一频率为每5分钟一次)来说,则如图2所示,对该话务量进行报警检测的步骤中还包括如下步骤:
若当前检测的话务量的数值未超出其对应的阈值范围或者超出所述阈值范围的话务量的个数未超出数量报警阈值(即上述步骤S202或步骤S203中任一个判断的结果为否定),则执行步骤S205:判断当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围。其中,前一个检测的话务量是指当前检测的话务量类别中前一个检测完成的话务量。抖动值即为当前检测的话务量的数值减去前一个检测的话务量的数值的差值。在本发明的实施例中,抖动阈值范围可以根据用户的需求或者将历史话务量根据特定的算法获得。
若该当前检测的话务量与前一个检测的话务量之间的抖动值超过所述抖动阈值范围,则执行步骤S204:确认当前检测的话务量出现故障。具体来说,若上述步骤S205中的结果为当前检测的话务量与前一个检测的话务量之间的抖动值超过所述抖动阈值范围,则确认当前检测的话务量出现故障。若当前检测的话务量与前一个检测的话务量之间的抖动值未超过所述抖动阈值范围,则确认当前检测的话务量正常、没有故障。通过上述步骤S205(抖动检测)可以对话务量的变化范围(陡升/陡降)进行检测,避免遗漏一些变化量较大而数值却正常(在阈值范围内)的故障数据。
进一步地,针对上述当前检测的业务线中需检测的话务类别包括话务量,且检测时段的检测频率大于第一频率(可选地,所述第一频率为每5分钟一次)的检测步骤中来说,若确认当前检测的话务量出现故障(即上述步骤S203和步骤S205中任意一个判断的结果为肯定后,执行了步骤S204),则如图2所示,对该话务量类别的报警检测的步骤中还包括如下步骤:
步骤S206:判断当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值。其中,之前检测的多个话务量是指当前检测的话务量所属的业务线中之前已经完成检测的多个话务量(例如可以是三十个)。趋势变化阈值可以根据用户的需求或者将历史话务量根据特定的算法获得。
进而,如图2所示,根据步骤S206中的判断结果,执行步骤S207或者步骤S208。
步骤S207:若当前检测的话务量和之前检测的多个话务量的趋势变化值超过所述趋势变化阈值,则定义该故障的报警级别为第一类级别,该第一类级别可以指故障严重;
步骤S208:若当前检测的话务量和之前检测的多个话务量的趋势变化值未超过所述趋势变化阈值,则定义故障的报警级别为第二类级别,该第二类级别可以指普通故障。
进而,上述步骤S206至步骤S208(趋势检测)中可以通过判断出现故障的话务量的前一段时间内的各个话务量之间的趋势是否平稳(如趋势变化值是否较大),以此针对当前检测的话务量出现故障的情况下进一步将该故障的级别(例如故障程度或者优先级等)进行区分,进而,可以更有效地协助用户进行后续的故障处理。
需要说明的是,虽然在图2所示的实施例中的报警检测步骤是针对话务量类别进行的检测,但并不限于此,在本发明的其他实施例中,根据实际的需要,也可以针对其他话务类别使用上述图2所示的报警检测步骤,在此不予赘述。
进一步地,请参见图3,其示出了本发明的一个实施例的呼叫中心的自动报警方法中针对检测频率小于等于第一频率时的话务量类别的报警检测的各个步骤的流程图。具体来说,针对当前检测时段的检测频率小于等于第一频率(可选地,所述第一频率为每5分钟一次)的话务量类别检测来说,即检测的频率较低的话务量类别,因此,在对其进行报警检测的步骤中仅仅对其进行阈值检测。即如图3所示,对检测频率小于等于第一频率时的话务量类别进行报警检测的步骤(即图1中的步骤S20B)包括如下步骤:
步骤S201’:根据当前检测的话务类别(此处即为话务量类别)在第二时段内的历史话务数据(即历史话务量),生成该话务类别(话务量类别)所对应的阈值范围以及超出该阈值范围的话务数据(话务量)的数量报警阈值。
步骤S202’:判断当前检测的话务数据(话务量)的数值是否超出该阈值范围。
若当前检测的话务数据(话务量)超出了上述的阈值范围,则进一步执行步骤S203’:判断该话务类别(话务量类别)中超出该阈值范围的话务数据(话务量)的个数是否超出所述数量报警阈值。
若该话务量类别(话务量类别)中超出该阈值范围的话务数据(话务量)的个数大于等于所述数量报警阈值,则执行步骤S204’:确认该检测话务数据(话务量)出现故障。。
进一步地,在本发明的实施例中,由于当前检测的业务线中需检测的话务类别还包括平均通话时长类别,针对该平均通话时长类别的检测来说,与上述检测频率小于等于第一频率的话务量类别的检测相类似。对平均通话时长类别进行报警检测的步骤(即图1中的步骤S20C)同样可执行如图3所示的各个步骤:
步骤S201’:根据当前检测的话务类别(此处即为平均通话时长类别)在第二时段内的历史话务数据(即历史平均通话时长),生成该话务类别(平均通话时长类别)所对应的阈值范围以及超出该阈值范围的话务数据(平均通话时长)的数量报警阈值。
步骤S202’:判断当前检测的话务数据(平均通话时长)的数值是否超出该阈值范围。
若当前检测的话务数据(平均通话时长)超出了上述的阈值范围,则进一步执行步骤S203’:判断该话务类别(平均通话时长)中超出该阈值范围的话务数据(平均通话时长)的个数是否超出所述数量报警阈值。
若该话务量类别(平均通话时长类别)中超出该阈值范围的话务数据(平均通话时长)的个数大于等于所述数量报警阈值,则执行步骤S204’:确认该检测话务数据(平均通话时长)出现故障。
进一步地,在本发明的实施例中,由于当前检测的业务线中需检测的话务类别还包括呼叫成功率类别,针对该呼叫成功率类别的检测来说,与上述检测频率小于等于第一频率的话务量类别的检测和平均通话时长类别的检测相类似。对呼叫成功率类别进行报警检测的步骤(即图1中的步骤S20D)同样可执行如图3所示的各个步骤,其中,与上述图3所示的实施例中略有不同的是,在上述判断当前检测的话务数据(此处即为呼叫成功率)的数值是否超出该阈值范围的步骤中(即步骤S202’)中仅为判断该呼叫成功率的数值是否小于该阈值范围的最小值。在此不予赘述。
进一步地,在本发明的实施例中,由于当前检测的业务线中需检测的话务类别还包括使用率类别,针对该使用率类别的检测来说,与上述检测频率小于等于第一频率的话务量类别的检测、平均通话时长类别的检测以及呼叫成功率类别的检测相类似。对使用率类别进行报警检测的步骤(即图1中的步骤S20E)同样可执行如图3所示的各个步骤,其中,与上述图3所示的实施例中略有不同的是,在上述判断当前检测的话务数据(此处即为呼叫成功率)的数值是否超出该阈值范围的步骤中(即步骤S202’)中仅为判断该使用率的数值是否超大于该阈值范围的最大值。在此不予赘述。
在完成上述步骤S20中对于各个业务线的每个话务类别的报警检测步骤后,则根据检测的结果执行步骤S30:对出现故障的检测结果进行报警。具体来说,当上述步骤S20中检测得到的结果为确认该检测话务数据出现故障则将该报警结果(即当前检测的话务数据出现故障结果以及报警级别)通知相对应的负责对象。由负责对象进行后续的故障处理。其中,通知的方式可以是发送邮件通知或者短信等方式。
结合上述图1和图2所示实施例,本发明实施例提供的呼叫中心的自动报警方法通过将各个业务线的话务数据划分为需检测的多个话务类别、多个检测时段,并生成各个检测时段的检测频率,并对各个话务类别根据其实际的情况配置不同的检测步骤,进而,该呼叫中心的自动报警方法可以对其监控的各个业务线进行自动报警检测、而无须人为干预设置报警规则。大大降低现有的报警检测方法所使用的人力成本,提高了报警检测的准确性、报警定位的时间及处理的效率。此外,该呼叫中心的自动报警方法可以在业务线受外界客观因素影响时,避免发生大量的误告,降低了日常误告对维护人员造成的干扰,也保证了呼叫中心对客户服务的质量。
进一步地,本发明还提供一种呼叫中心的自动报警装置,用于实现上述图1至图3所示的呼叫中心的自动报警方法。请参见图4,其示出了本发明的一个实施例的一种用呼叫中心的自动报警装置的结构示意图。具体来说,在图4所示的实施例中,所述呼叫中心的自动报警装置包括:自动分类模块1、报警检测模块2以及报警模块3。
具体来说,自动分类模块1用于实现上述图1中的步骤S10,即根据业务类型将各个业务线的话务数据分为多个需检测的话务类别,并且获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率。
报警检测模块2用于根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测。其中,报警检测模块2至少包括阈值检测模块21。阈值检测模块21用于生成各个话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值,并根据当前检测的话务数据是否超出其对应的阈值范围以及该话务类别中超出其对应的阈值范围的话务数据的个数是否超过所述数量报警阈值来判断当前检测的话务数据是否出现故障
进一步地,由于每个业务线的话务数据中需检测的话务类别至少包括话务量、呼叫成功率、平均通话时长以及使用率中的任一种或多种,因此,当前检测的业务线中需检测的话务类别包括话务量类别,且当前检测时段的检测频率大于第一频率(可选地,第一频率为每5分钟一次)时,如图3所示,报警检测模块2还包括抖动检测模块22。抖动检测模块22用于实现上述步骤S204和步骤S203,即当上述阈值检测模块21判断当前检测的话务数据未出现故障时,根据当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围,来判断当前检测的话务数据是否出现故障。
进一步地,当上述阈值检测模块21或抖动检测模块22中任一个判断当前检测的话务量出现故障时,如图3所示,报警检测模块2还包括趋势检测模块23。趋势检测模块23用于实现步骤S206至步骤S208,即根据当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值,来定义该故障的报警级别为第一类级别或第二类级别。
报警模块3用于对出现故障的检测结果(即当前检测的话务数据出现故障结果以及报警级别)进行报警,报警是指将该检测结果通知相对应的负责对象。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被例如处理器执行时可以实现上述任意一个实施例中所述呼叫中心的自动报警方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述图1至图3所示的呼叫中心的自动报警方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中,还提供一种电子设备,该电子设备可以包括处理器,以及用于存储所述处理器的可执行指令的存储器。其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述呼叫中心的自动报警方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述呼叫中心的自动报警方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1至图3中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述呼叫中心的自动报警方法。
综上所述,本发明实施例提供的呼叫中心的自动报警方法呼叫中心的自动报警装置以及存储介质通过将各个业务线的话务数据划分为需检测的多个话务类别、多个检测时段,并生成各个检测时段的检测频率,并对各个话务类别根据其实际的情况配置不同的检测步骤,进而,该呼叫中心的自动报警方法可以对其监控的各个业务线进行自动报警检测、而无须人为干预设置报警规则。大大降低现有的报警检测方法所使用的人力成本,提高了报警检测的准确性、报警定位的时间及处理的效率。此外,该呼叫中心的自动报警方法可以在业务线受外界客观因素影响时,避免发生大量的误告,降低了日常误告对维护人员造成的干扰,也保证了呼叫中心对客户服务的质量。
虽然本发明已以可选实施例揭示如上,然而其并非用以限定本发明。本发明所属技术领域的技术人员,在不脱离本发明的精神和范围内,当可作各种的更动与修改。因此,本发明的保护范围当视权利要求书所界定的范围为准。
Claims (16)
1.一种呼叫中心的自动报警方法,其特征在于,所述呼叫中心的自动报警方法包括如下步骤:
根据业务类型将各个业务线的话务数据分为多个需检测的话务类别;获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率;
根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测,其中,每个业务线的每个需检测的话务类别的报警检测步骤中至少包括如下步骤:
根据当前检测的话务类别在第二时段内的历史话务数据,生成该话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值;
判断该话务类别中当前检测的话务数据的数值是否超出所述阈值范围;
若当前检测的话务数据的数值超出所述阈值范围,则判断该话务类别中超出该阈值范围的话务数据的个数是否超过所述数量报警阈值;
若该话务类别中超出该阈值范围的话务数据的个数大于等于所述数量报警阈值,则确认该话务类别的话务数据出现故障;
对出现故障的检测结果进行报警。
2.如权利要求1所述的呼叫中心的自动报警方法,其特征在于,每个业务线中需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的至少一种。
3.如权利要求2所述的呼叫中心的自动告警方法,其特征在于,若当前检测的业务线中需检测的话务类别包括话务量类别,且当前检测时段的检测频率大于第一频率时,则对该话务量类别的报警检测步骤中还包括如下步骤:
若当前检测的话务量的数值未超出其对应的阈值范围或者该话务量类别中超出所述阈值范围的话务量的个数未超过其所述数量报警阈值,则判断当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围;
若该当前检测的话务量与前一个检测的话务量之间的抖动值超过所述抖动阈值范围,则确认当前检测的话务量出现故障。
4.如权利要求3所述的呼叫中心的自动报警方法,其特征在于,若确认当前检测的话务量出现故障,则对该话务量类别的报警检测的步骤中还包括如下步骤:
判断当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值;
若当前检测的话务量和之前检测的多个话务量的趋势变化值超过所述趋势变化阈值,则定义该故障的报警级别为第一类级别;
若当前检测的话务量和之前检测的多个话务量的趋势变化值未超过所述趋势变化阈值,则定义故障的报警级别为第二类级别。
5.如权利要求3所述的呼叫中心的自动报警方法,其特征在于,所述第一频率为每5分钟一次。
6.如权利要求1所述的呼叫中心的自动报警方法,其特征在于,若当前检测的业务线中需检测的话务类别包括呼叫成功率,则在判断当前检测的呼叫成功率的数值是否超出所述阈值范围的步骤中为判断该呼叫成功率的数值是否小于该阈值范围的最小值。
7.如权利要求1所述的呼叫中心的自动报警方法,其特征在于,若当前检测的业务线中需检测的话务类别包括使用率,则在判断当前检测的使用率是否超出所述阈值范围的步骤中为判断该使用率的数值是否大于该阈值范围的最大值。
8.如权利要求1所述的呼叫中心的自动报警方法,其特征在于,每个所述检测时段内的检测频率与业务量呈正比。
9.如权利要求8所述的呼叫中心的自动报警方法,其特征在于,各个业务线的检测时段包括工作时间、非工作时间以及工作日、非工作日;各个所述检测时段内的检测频率为1分钟一次、3分钟一次、5分钟一次或30分钟一次中的任一种。
10.如权利要求1所述的呼叫中心的自动报警方法,其特征在于,所述第一时段为一周,所述第二时段为2个月。
11.一种呼叫中心的自动报警装置,其特征在于,所述呼叫中心的自动报警装置包括:
自动分类模块,用于根据业务类型将各个业务线的话务数据分为多个需检测的话务类别,并且获取各个业务线在第一时段内的历史话务数据,根据第一时段内的历史话务数据、按照业务量将各个业务线分为多个检测时段并生成各个检测时段的检测频率;
报警检测模块,用于根据各个业务线需检测的话务类别以及各个时段内的检测频率,对每个业务线的每个话务类别配置相对应的报警检测步骤、进行报警检测,,其中,所述报警检测模块至少包括:
阈值检测模块,用于生成各个话务类别所对应的阈值范围以及超出该阈值范围的话务数据的数量报警阈值,并根据当前检测的话务数据是否超出其对应的阈值范围以及该话务类别中超出其对应的阈值范围的话务数据的个数是否超过所述数量报警阈值来判断当前检测的话务数据是否出现故障;
报警模块,用于对出现故障的检测结果进行报警。
12.如权利要求11所述的呼叫中心的自动报警装置,其特征在于,每个业务线中需检测的话务类别包括话务量类别、呼叫成功率类别、平均通话时长类别以及使用率类别中的至少一种。
13.如权利要求12所述的呼叫中心的自动报警装置,其特征在于,若当前检测的业务线中需检测的话务类别包括话务量类别,且当前检测时段的检测频率大于第一频率时,所述报警检测模块还包括:
抖动检测模块,用于当所述阈值检测模块判断当前检测的话务数据未出现故障时,根据当前检测的话务量与前一个检测的话务量之间的抖动值是否超过一抖动阈值范围,来判断当前检测的话务数据是否出现故障。
14.如权利要求13所述的呼叫中心的自动报警装置,其特征在于,当所述阈值检测模块或所述抖动检测模块判断当前检测的话务量出现故障时,所述报警检测模块还包括:
趋势检测模块,用于根据当前检测的话务量和之前检测的多个话务量的趋势变化值是否超过一趋势变化阈值,来定义该故障的报警级别为第一类级别或第二类级别。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至10中任一项所述的呼叫中心的自动报警方法的步骤。
16.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至10中任一项所述的呼叫中心的自动报警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710519965.5A CN107231493B (zh) | 2017-06-30 | 2017-06-30 | 呼叫中心的自动报警方法及其装置、存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710519965.5A CN107231493B (zh) | 2017-06-30 | 2017-06-30 | 呼叫中心的自动报警方法及其装置、存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107231493A true CN107231493A (zh) | 2017-10-03 |
CN107231493B CN107231493B (zh) | 2019-08-06 |
Family
ID=59936196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710519965.5A Active CN107231493B (zh) | 2017-06-30 | 2017-06-30 | 呼叫中心的自动报警方法及其装置、存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107231493B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766533A (zh) * | 2017-10-27 | 2018-03-06 | 携程旅游网络技术(上海)有限公司 | 话务量异常的自动检测方法及系统、存储介质、电子设备 |
CN108255667A (zh) * | 2017-12-27 | 2018-07-06 | 阿里巴巴集团控股有限公司 | 一种业务监测方法、装置以及电子设备 |
CN109672788A (zh) * | 2018-11-14 | 2019-04-23 | 平安科技(深圳)有限公司 | 用户来电的进线监控方法及装置、电子设备、存储介质 |
CN110133541A (zh) * | 2019-04-30 | 2019-08-16 | 武汉微创光电股份有限公司 | 一种补光灯故障检测方法及装置 |
CN112381548A (zh) * | 2020-09-10 | 2021-02-19 | 咪咕文化科技有限公司 | 稽核异常话单的方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181776B1 (en) * | 1997-12-24 | 2001-01-30 | Nortel Networks Limited | Network management of automatic call distributor resources |
CN102083087A (zh) * | 2011-01-25 | 2011-06-01 | 南京金思科技有限公司 | 一种主客观模型结合的话务量异常检测方法 |
CN102111307A (zh) * | 2009-12-29 | 2011-06-29 | 亿阳信通股份有限公司 | 网络风险监控方法和装置 |
CN102740247A (zh) * | 2011-04-15 | 2012-10-17 | 中国移动通信集团山东有限公司 | 一种告警信息的生成方法及装置 |
CN105162994A (zh) * | 2015-09-24 | 2015-12-16 | 携程计算机技术(上海)有限公司 | 呼叫中心话务量故障的检测方法、系统及服务器 |
CN105721719A (zh) * | 2016-02-24 | 2016-06-29 | 上海携程商务有限公司 | 呼叫中心的故障检测系统及方法 |
CN105847598A (zh) * | 2016-04-05 | 2016-08-10 | 浙江远传信息技术股份有限公司 | 呼叫中心多因子话务预测方法及其装置 |
CN106357939A (zh) * | 2016-09-30 | 2017-01-25 | 携程旅游信息技术(上海)有限公司 | 呼叫话务量监控方法和监控系统 |
-
2017
- 2017-06-30 CN CN201710519965.5A patent/CN107231493B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181776B1 (en) * | 1997-12-24 | 2001-01-30 | Nortel Networks Limited | Network management of automatic call distributor resources |
CN102111307A (zh) * | 2009-12-29 | 2011-06-29 | 亿阳信通股份有限公司 | 网络风险监控方法和装置 |
CN102083087A (zh) * | 2011-01-25 | 2011-06-01 | 南京金思科技有限公司 | 一种主客观模型结合的话务量异常检测方法 |
CN102740247A (zh) * | 2011-04-15 | 2012-10-17 | 中国移动通信集团山东有限公司 | 一种告警信息的生成方法及装置 |
CN105162994A (zh) * | 2015-09-24 | 2015-12-16 | 携程计算机技术(上海)有限公司 | 呼叫中心话务量故障的检测方法、系统及服务器 |
CN105721719A (zh) * | 2016-02-24 | 2016-06-29 | 上海携程商务有限公司 | 呼叫中心的故障检测系统及方法 |
CN105847598A (zh) * | 2016-04-05 | 2016-08-10 | 浙江远传信息技术股份有限公司 | 呼叫中心多因子话务预测方法及其装置 |
CN106357939A (zh) * | 2016-09-30 | 2017-01-25 | 携程旅游信息技术(上海)有限公司 | 呼叫话务量监控方法和监控系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766533A (zh) * | 2017-10-27 | 2018-03-06 | 携程旅游网络技术(上海)有限公司 | 话务量异常的自动检测方法及系统、存储介质、电子设备 |
CN107766533B (zh) * | 2017-10-27 | 2020-07-28 | 携程旅游网络技术(上海)有限公司 | 话务量异常的自动检测方法及系统、存储介质、电子设备 |
CN108255667A (zh) * | 2017-12-27 | 2018-07-06 | 阿里巴巴集团控股有限公司 | 一种业务监测方法、装置以及电子设备 |
CN108255667B (zh) * | 2017-12-27 | 2021-07-06 | 创新先进技术有限公司 | 一种业务监测方法、装置以及电子设备 |
CN109672788A (zh) * | 2018-11-14 | 2019-04-23 | 平安科技(深圳)有限公司 | 用户来电的进线监控方法及装置、电子设备、存储介质 |
CN109672788B (zh) * | 2018-11-14 | 2021-09-07 | 平安科技(深圳)有限公司 | 用户来电的进线监控方法及装置、电子设备、存储介质 |
CN110133541A (zh) * | 2019-04-30 | 2019-08-16 | 武汉微创光电股份有限公司 | 一种补光灯故障检测方法及装置 |
CN110133541B (zh) * | 2019-04-30 | 2021-03-23 | 武汉微创光电股份有限公司 | 一种补光灯故障检测方法及装置 |
CN112381548A (zh) * | 2020-09-10 | 2021-02-19 | 咪咕文化科技有限公司 | 稽核异常话单的方法、电子设备及存储介质 |
CN112381548B (zh) * | 2020-09-10 | 2024-03-12 | 咪咕文化科技有限公司 | 稽核异常话单的方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107231493B (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107231493A (zh) | 呼叫中心的自动报警方法及其装置、存储介质、电子设备 | |
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
CN108564181B (zh) | 电力设备故障检测与维修方法及终端设备 | |
CN107193714B (zh) | 一种告警展示方法及装置 | |
CN107766533A (zh) | 话务量异常的自动检测方法及系统、存储介质、电子设备 | |
US20190317488A1 (en) | Predicting failures in electrical submersible pumps using pattern recognition | |
CN109347653B (zh) | 一种指标异常发现方法和装置 | |
CN108337270A (zh) | 一种企业网络安全事件管理系统 | |
CN107094207B (zh) | 一种话务指标异常的自动检测方法及其自动检测装置 | |
CA3059937A1 (en) | User credit evaluation method and device, electronic device, storage medium | |
CN109274597B (zh) | 一种业务专线的控制方法、装置及设备 | |
CN108872762A (zh) | 电子设备漏电检测方法、装置、电子设备及存储介质 | |
CN110348718B (zh) | 业务指标监控方法、装置及电子设备 | |
US10114718B2 (en) | Prevention of event flooding | |
JP7449371B2 (ja) | 事前対応型クライアント関係分析のための方法及びシステム | |
CN104766008A (zh) | 应用程序安装包的安全检测方法及服务器 | |
CN115333783A (zh) | Api调用的异常检测方法、装置、设备及存储介质 | |
CN113850603A (zh) | 一种支付失败原因的确定方法及装置 | |
KR101969936B1 (ko) | 가스센서 집중관리 시스템 및 이의 동작방법 | |
CN106219340A (zh) | 一种信息交互方法及装置 | |
CN110238878A (zh) | 用于机器人的自检方法及装置 | |
US20210400361A1 (en) | Fire water network leak detection system | |
EP4222599A1 (en) | Methods and systems for multi-resource outage detection for a system of networked computing devices and root cause identification | |
CN113742176A (zh) | 一种故障预测方法、装置和电子设备 | |
CN105930224A (zh) | 转储操作控制方法、装置及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |