CN1272034A - 基于技能的动态呼叫路由选择 - Google Patents

Abstract

提供了一种方法和装置,用来将自动呼叫分配器的代理分配给该自动呼叫分配器处理的多种呼叫类型的输入呼叫。该方法包括确定一个目标占用率矩阵的步骤,该矩阵包括自动呼叫分配器的代理中的每一个代理对于多种呼叫类型中的每一种呼叫类型的目标占用率。该方法还包括处理该目标占用率矩阵确定的类型中第一种类型的呼叫,并将该呼叫分配给自动呼叫分配器的代理中的一个代理的步骤,该代理处理的第一种类型的呼叫的实际占用率与目标占用率矩阵中为该代理确定的第一种类型的呼叫的目标占用率相差最大。

Description

基于技能的动态呼叫路由选择

本发明涉及电话系统，更具体地说涉及用于专用网络的自动呼叫分配器。

自动呼叫分配系是众所周知的。这些系统常常用于有组织的环境内，用来在该组织的一组代理中分配电话呼叫。在一个组织内一般都要将代理分组，从而为特定的呼叫目标提供服务。

该组织常常只告诉它的客户和公众一个电话号码，作为与该组织取得联系的一种方式。当从公共交换电话网(PSTN)将呼叫引导到该组织时，该自动呼叫分配系统就根据一些算法，通常是根据代理是否有空，将呼叫引导至它的代理。例如，如果将所有的代理都视作相同，自动呼叫分配器(ACD)就可以根据哪一个代理位置(电话)空闲的时间最长来分配呼叫。

在技能对于呼叫处理来说非常重要的其它系统里，可以将呼叫引导给被认为对该呼叫技能最好的代理(或者代理组)。在这些系统里，保存了一个客户记录数据库。根据客户的一些特征、例如自动呼叫标识(ANI)来对ACD和数据库识别客户。

为了给自动呼叫分配器安排职员，一个组织常常要考虑每一个呼叫目标的来话历史水平(厄兰)。ACD的管理者可以检查呼叫的历史负荷记录，根据最新的呼叫历史(例如最近一周或者一个月)增加或者去掉一个百分比，并根据这些计算结果估计要安排多少职员。另外，一些组织依赖市售的预测软件(也就是人力资源管理软件包)，该预测软件根据历史信息来计算每日需要多少职员。

一旦估计出每天需要多少职员，就根据这些估计来安排代理。在涉及一个以上有组织的呼叫目标(例如，销售代理、服务代理、呼出活动代理等等)、需要不同代理技能的情形中，要根据每一组的厄兰估计，分别为每一组安排职员。

作为分别为每一组安排职员的替换，有些系统将所有的代理合成一组，并为每一个代理指定一个技能等级。然后根据代理处理该类呼叫的技能等级来分配呼叫。

例如，在只有一个组的情况下，ACD总是寻找最有资格的代理，并将呼叫分配给他。但是，一些代理比其它代理更有资格。由于资格上的差别，一些代理接到的呼叫比其它的代理多，结果是工作量不均衡。

另外，在所有代理都合成一个组的场合下，任何一个组的厄兰率就没有了意义。例如，采用公共组的一个好处与规模经济有关。各自需要10个代理的两个组所能完成的工作一般只需要18个公共代理去完成。

此外，呼叫中心要搞清楚到底有多少个代理在为某一个呼叫目标提供服务即便不是不可能的，也是非常困难的。由于确定代理负荷非常困难，因此，在共享代理的情形中确定需要多少个职员也是非常困难的。

在所有代理都合成一组的场合中，对需要多少个职员进行估计必须在整个组织的厄兰率(Erlang rate)的基础上进行。将一个组织看作一个整体，在此基础上估计需要多少个职员，这样做会出现很大的误差。由于通过ACD进行呼叫处理非常重要，因此需要一种分配代理的方法，它比单个组的方法更加灵活，但它仍然可以在单个呼叫组的厄兰估计的基础上选定职员人数。

本发明提供了一种方法和装置，用来将自动呼叫分配器的代理分配给该自动呼叫分配器处理的多种呼叫类型中的输入呼叫。该方法包括以下步骤：确定一个目标占用率矩阵，该矩阵包括该自动呼叫分配器的代理中的每一个代理对于多种呼叫类型中的每一种呼叫类型的目标占用率。该方法还包括以下步骤：处理目标占用率矩阵所确定的类型中第一种类型的呼叫，并将该呼叫分配给该自动呼叫分配器的代理中的一个代理，该代理处理的第一种类型的呼叫的实际占用率与目标占用率矩阵中为该代理确定的第一种类型呼叫的目标占用率之间的相对差最大。

图1是根据本发明的一个实施方案中，一个ACD系统的框图；和

图2是图1所示系统可以采用的处理步骤的流程图。

附录I是一篇未发表的文章，标题为“代理占用率矩阵的自动生成：要求和算法说明”，这篇文章(用伪码等等)描述了图1所示系统可以采用的一种算法。

图1是ACD系统10的框图，该系统采用按照本发明的一个实施方案的基于技能的呼叫路由选择方法。根据该实施方案，ACD18可以通过PSTN 16从ACD18的客户12、14经过许多条中继线28接收呼叫。随这些呼叫一起，ACD18会从PSTN16收到有关这些呼叫的信息。例如，ACD 18会从PSTN16内的自动号码标识(ANI)业务收到呼叫者的标识符。ACD18还会通过拨号号码标识业务(DNIS)从PSTN 16收到有关拨号号码的信息，或者直接向内拨号(DID)信息。

还可以对ACD18编程，使得它在收到呼叫的同时，向外发出呼叫。例如，ACD18可以在接收现有或者潜在客户的呼叫的同时，针对现有或者潜在客户开展呼出活动。

在向外呼叫这种情况下，可以通过PC11输入一串电话号码(也就是呼叫目标)，并依次传送给ACD18。收到呼叫目标时，ACD18可以占用许多中继线28中的一条中继线，并将目标电话号码传送给PSTN16。在目标应答的时候，ACD18将目标与一个代理连接起来。

在向外呼叫这种情况下，PC11可以将呼叫目标的标识符传送给ACD18。或者，ACD18(例如通过调用数据库)可以根据所拨号码确定呼叫目标的身份。

根据从PSTN16(或者PC11)收到的信息，ACD18可以在呼叫目标身份的基础上，并根据它是一个向内的呼叫还是一个向外的呼叫的情况，将呼叫划分成某一工作类型。例如，ACD18可能属于一个百货商店，并由该百货商店操纵。各呼叫目标可以包括女装、男装、鞋袜、家庭用具、器具、电子产品、家具、五金器皿、汽车和花园。其它的内部呼叫目标可以包括销售目录或者对一个或者多个其它呼叫目标的技术支持。

ACD18不是产生半永久性代理组，并将呼叫放在合适的代理组那里排队，而是将代理放在同一个池里，并将所有的呼叫都引导到该池里。根据对于每一个呼叫类型的技能水平给代理划分等级。根据代理处理每一种呼叫的技能，以及呼叫类型工作量和与企业有关的其它因素，产生一个目标代理职责(占用率)矩阵，从而给每一种呼叫分配代理的一部分时间。表I是目标占用率矩阵的一个简化实例。

                          表I

	总占用率(j)	工作类型1	工作类型2	工作类型3
					1号代理	85％	10％	60％	15％
2号代理	50％	20％	20％	10％
					3号代理	90％	30％	30％	30％
4号代理	90％	70％	10％	10％

图2是一个流程图，生成上述目标占用率矩阵时可以按照其中的步骤进行。下面将参考图2，以便于理解本发明。

在人员过多的情况下(当一呼叫到达的时候有代理正处于可用状态)，该呼叫就由该呼叫类型的实际占用率与目标占用率相差最远的那个代理来处理。可以将实际的占用率定义为一个代理花在某一工作类型上的时间除以报告周期时间(例如轮班时间)，并表示为百分比。表II是实际占用率矩阵的一个实例。

                           表II

	总占用率(j)	工作类型1	工作类型2	工作类型3
					1号代理	85％	10％	50％	15％
2号代理	50％	19％	20％	10％
					3号代理	90％	27％	30％	25％
4号代理	90％	50％	10％	10％

当呼叫进来时(例如属于工作类型1)，就对每一个代理的实际占用率与该工作类型的目标占用率的偏差进行比较。将表I与表II比较可以发现，4号代理的工作类型1的目标占用率为70％，而工作类型1的实际占用率为50％。由于4号代理的占用率偏差最大，就将工作类型1的下一个呼叫交给4号代理处理。

在人员不足的情况下(没有可用的代理，呼叫排队)，从工作类型队列中选出一个呼叫，从而使一个可用代理的实际占用率最接近该代理的目标占用率。如果这种工作类型的呼叫不止一个，那么可以选择优先级最高的呼叫或者在队列里等待时间最长的呼叫。

可以利用该系统，通过显示每一种呼叫类型的实际占用率与目标代理占用率的对比，来提供实时报告，并提供一种机制来调整这些目标。该解决方案的优点是，通过PC11(以后叫做“用户”)工作的呼叫中心管理，能够用目标占用率的形式，很容易地控制代理的分配，这样做还能在需要的时候提供均匀的代理使用率。

在所示实施方案中，对每一个代理进行评估，并根据他为引导至每一特定类型的呼叫目标的呼叫提供服务的熟练程度，为他的每一种技能分配一个技能水平。可以将代理的技能水平表示为1.0和2.0之间的任意数(也就是说，2.0表示最高的熟练程度)，以0.1依次递增。表III是可以用来给代理分类的技能矩阵的一个实例。

表III

	英语	西班牙语	女装	男装	鞋袜
						1号代理	1.1	0.0	1.5	1.9	1.3
2号代理	1.9	1.3	1.5	1.1	1.8
						3号代理	1.5	1.5	1.7	1.2	0.0

代理的熟练程度可以看成半永久数据的一个实例，PC 11可以利用它来生成目标占用率矩阵。还可以利用永久的和可变的数据。

永久数据可以包括每一种工作类型需要的技能类型的一个列表。还可以给出系统10处理的工作类型的一个列表。可以为每一种工作类型列出所需每种技能的最低技能水平。每一种工作类型都可以有一个优先级。

可变数据可以包括每一个代理i的目标总代理占用率(Tocc(i))。例如，一个代理的目标总代理占用率可以是85％、95％甚至100％。此外，可变数据可以包括某些工作类型的一个或者多个目标代理占用率。

可变数据还可以包括每一种工作类型的预期呼叫负荷。预期负荷的单位可以是厄兰。可变数据还可以包括安排在任何时间段工作的代理的一个清单。

一旦给PC11提供了这些永久、半永久数据和可变数据，PC11就可以生成一个初始目标占用率矩阵。在形成初始目标矩阵时，PC11必须确定对于目标矩阵中任意特定工作类型，代理是否有资格获得一个占用率值。

为了确定一个代理对于一种工作类型的适合程度，PC11评估每一个代理针对该工作类型的资格。每一个代理i的技能水平必须超过该工作类型要求的最小值。这样，代理i关于技能k的技能ASkl(i，k)必须超过工作类型j对技能k的技能要求WSkl(j，k)。更进一步，任何特定工作类型都可能要求一个技能组，包括一个以上的被评估技能。换句话说，对于要分配给一种工作类型的代理，对于所有的k都满足：ASK(i，k)≥WSKL(j，k)。

在表II的实例里，已经知道一个呼叫要发往的特定地理区域或者发出一个呼叫的地理区域中有很多西班牙人。关于鞋袜的与该区域中的电话号码有关的呼叫，要求代理至少有两种技能(也就是能够说西班牙语，同时有鞋袜方面的知识)。每一种技能都需要一个最小的技能水平。

在要求多种技能的工作类型的情况下，为了评估一个代理，PC11要计算代理i的技能与工作j的要求之间的欧几里得距离Acap(i，j)。换句话说，PC11要求解以下方程： $\mathrm{ACap}(i,j)=\sqrt{\underset{k}{\mathrm{\Σ}}{(\mathrm{ASkl}(i,j)-\mathrm{WSkl}(j,k))}^2},(\mathrm{WSkl}(j,k)>0).$

如果对于任何k，ASkl(i，k)＜WSkl(j，k)(也就是说，代理i不满足工作类型j的最低技能要求)，那么： $\mathrm{ACap}(i,j)=-\sqrt{\underset{k}{\mathrm{\Σ}}{(\mathrm{ASkl}(i,k)-\mathrm{WSkl}(j,k))}^2},(\mathrm{WSkl}(j,k)>\mathrm{ASkl}(j,k)).$ 用一种不同的方式来表示，当Acap(i，j)≥0，可以认为该代理有资格去做该类型的工作。当Acap(i，j)＜0时，可以认为该代理没有资格去做该类型的工作。

一旦确定了每一个代理的能力，PC11就可以生成100一个初始目标矩阵。为了填充该矩阵，PC 11可以首先取出用户输入的一组占用率值。例如，用户可以为某一代理i针对所有工作类型输入一个总的占用率Tocc(i)。用户也可以针对一种或者多种工作类型j为代理i输入一个占用率值(“X(i，j)”)。最后，用户可以指定初始目标矩阵的整个范围，但这没有必要，因为只要需要，PC 11就会提供占用率值。

更进一步，就象下面将讨论的那样，用户可以指定一些代理作为一种工作类型的主要代理。可以将其它代理指定为次要代理，或者他们可以成为次要代理。

要将一个代理指定为一种工作类型的主要代理时，该代理关于该工作类型的占用率将高于次要代理的占用率。用户可以明确地指定一种工作类型的占用率，或者让PC11通过只为一些工作类型指定主要代理来规定占用率。当用户指定该代理为主要代理时，PC11可以将70％的占用率X(i，j)作为默认值，当然可以使用其它任意值。

取出用户输入的占用率值时，PC11首先核实分配给某一代理的所有工作类型的占用率X(i，j)的总和是否小于或等于该个代理的Tocc(i)。接下来PC11就可以一步一步地填写完初始目标矩阵。

PC11可以首先通过计算出这些代理的Tocc(i)值的和，确定102任何给定时间段中等效可用代理的个数。例如，如果有两个可用代理，每一个代理的Tocc(i)都等于50％，那么在这种情况下等效代理的个数就是1。系统10的等效代理的个数可以通过求解以下方程来确定： $\mathrm{effectiveAgents}=\underset{i=1}{\overset{\mathrm{numOfAgents}}{\mathrm{\Σ}}}\mathrm{Tocc}\left(i\right)$ 从等效代理的个数中减去每一工作类型的预测工作负荷(“Prdtworkload(j)”)  的总和可以得到剩余人数(“residualStaffing”)： $\mathrm{residualStaffing}=\mathrm{effectiveAgents}-\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}\mathrm{Pr\; dtworkload}\left(j\right).$

如果等效代理的个数比预测工作负荷的总和要多，就根据负荷和职员安排优先级，将多余的代理分配给各种工作类型。如果等效代理的个数比预测工作负荷的总和要少，为每一种工作类型分配的代理个数就比工作负荷要求的要少。少几个代理取决于工作负荷和优先级(“relativePriority”)。在这两种情况下，每一工作类型等效代理的目标个数(“TargetFTE(j)”)由下式确定： $\mathrm{perPortion}=\frac{\mathrm{residualStaffing}}{\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}\left(\mathrm{relative\; Priority}\left(j\right)\right)(\mathrm{prdworkload}\left(j\right)}$ ，以及TargetFTE(j)＝(perPortion)(relativePriority(j))(prdtworkload(j))

          +prdtworkload(j)。

为了填充初始目标矩阵，PC11按顺序选择代理，随机地选择工作类型。代理i做工作类型j的占用率X(i，j)也可以是随机的，或者可以是总时间的一个百分比，或者是一个固定值，只要该代理所有占用率的总和小于用户规定的Tocc(i)或100％。

Tocc(i)可以由用户设定，可以取0％到100％之间的任意值。如果用户不指定，代理的Tocc(i)的默认值就是100％。如果用户设定了Tocc(i)，PC11就不改变它。同样，如果用户为一个代理选择工作类型占用率X(i，j)，那么PC11也不会改变它。

应当记住，当PC11随机地选择工作类型时，如果代理的能力不适合于该工作类型(也就是说ACap(i，j)＜0)，就跳过该选择的工作类型。于是PC11随机地选择另一种工作类型。PC11还可以进行检查，以确认占用率没有超过每一个代理的工作类型的最大允许值(“MaxNumWtPerAgent”)。如果它确实超过了，PC11就去检查下一个代理。

举例来说，如果用户人工地将一个代理的Tocc(i)选择为80％，总共有4种工作类型，那么PC11就可能最终为每一种工作类型分配20％的占用率。如果根据该代理的能力Acap(i，j)，该代理没有资格做第一种工作，那么PC11就可以为第二和第三种工作类型分配30％的占用率值，为最后一种工作类型分配20％的占用率值。

总而言之，PC11会不断地为工作类型X(i，j)分配占用率，直到分完每一个代理的Tocc(i)。最好PC11使用X(i，j)的较小的值(也就是一部分占用率)，从而使工作的类型数(“numOfAssignedWts(i)”)尽可能地多。

为了保证每一个代理都能够获得做其它工作的经验，还可以规定最少的工作类型数(“MinNumWTPerAgent”)。如果每一个代理的最少工作类型的阈值(“MinNumWTPerAgent”)没有达到，PC11就可以将该代理一个或更多工作类型的占用率分给其它的工作类型，从而达到阈值。

一旦获得初始目标矩阵，PC11就可以为每一种工作类型计算分配的等价全时间代理数(“assignedFTE(j₀)”)。给定工作类型j₀的占用率，PC11还可以通过计算代理的ACap(i，j₀)平均值，来计算平均代理能力(“aveCap(j₀)”)。

一旦获得初始目标占用率矩阵，PC11就可以开始采用交互方式修正该矩阵。根据某些目标负荷标准(例如呼叫组的队列长度)，可以不断周期性地进行迭代修正，以适应呼叫负荷的变化。如果周期性地进行迭代修正，就可以开始迭代过程，并完成用户规定的固定次数的迭代。

作为迭代修正过程的第一步，PC11可以计算一个目标函数值(“computeObjectiveFunctionValue()”)。可以利用该目标函数值将新(迭代)目标矩阵与前一个目标矩阵进行比较。该目标函数的值可以这样来获得：

Value＝(weightFTE)(scoreFTE)+(weightSkills)(scoreSkills)，其中的“weightFTE”是说明分配适当量的职员给每一工作类型以适应预测工作负荷(可以将weightFTE的默认值设置为等于1)的重要程度的一个数，“weightSkills”是说明使每一工作类型aveCap(j)的平均值(用该工作类型的代理的占用率进行加权)最大有多重要的数(weightSkills的默认值可以设置成等于10)，其中 $\mathrm{scoreFTE}=\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}(t\arg \mathrm{etFTE}\left(j\right)-\mathrm{assignedFTE}\left(j\right){)}^2$ 和 $\mathrm{scoreSkills}=\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}{(\mathrm{aveCap}\left(j\right)-\mathrm{bestCap}\left(j\right))}^2,$ 这里的“bestCap(j)”是工作类型j的最高相对ACap(i，j)分数。

只要确定了目标函数值，就再一次逐个地按顺序选择代理。对于每一个选中的代理，从代理已经有占用率的工作类型的一个列表里随机地选择第一种工作类型。然后随机地选择第二种工作类型，并将该代理占用率的一部分从第一种工作类型传送给104第二种工作类型。

然后用传送过来的占用率生成一个修正目标矩阵。利用该修正目标矩阵确定106新的目标函数值。如果新目标函数的值小于108前一个目标函数值，就改变110目标矩阵中的占用率。如果不是这样，就选择下一个代理，并重复该过程。

另外，在改变占用率之前，PC1l进行上述检查。例如，该代理是否有资格做第二种工作类型的工作？

在另一个实施方案里，迭代修正过程可以包括选择一个职员过多的工作类型，该代理对该工作类型的占用率值非零，还可以包括选择该代理有资格做的第二种工作类型。如果目标函数的值较小，就进行改变。否则，就选择下一个代理，并重复该过程。

可以利用历史工作负荷和厄兰表，或者从人力资源管理软件包，估计每一种工作类型j所需要的代理数(也就是targetFTE(j))。例如，可以从一个文档中取出某一工作类型的呼叫负荷的历史。可以根据最近的历史将负荷提高一定量，从而初步估计出每一种工作类型所需要的代理数。

可以周期性地进行迭代修正，或者只在呼叫负荷需要的时候针对某一组进行迭代修正。更具体地说，与初始(或这以后的)负荷估计相比，某一呼叫类型的呼叫到达率的增加，可以作为触发迭代修正的条件。

是否需要进行迭代修正可以用许多方法来确定。例如，呼叫者在呼叫队列里花费的时间长度是呼叫负荷的一种度量。然而，由于呼叫者可能觉得泄气并在很短的一段时间以后挂掉电话，因此这不是唯一可用的度量。

另一种简单的呼叫负荷度量可以是，给定时间段内某一呼叫类型的呼叫次数。利用众所周知的厄兰计算技术和每一呼叫的平均时间，可以将它转换成需要多少个全时间代理。

为了说明本发明的内容以及如何应用本发明，详细介绍了本发明的改进的基于技能的呼叫路由选择系统的方法和装置的一个具体实施方案。应当明白，本发明的各种其它实施方案以及修正方案对于本领域里的技术人员来说是显而易见的，本发明并不局限于这里介绍的具体实施方案。因此，应当认为，在前面公开的基本原理的基础上，以及在后面的权利要求所说明的范围内，对本发明的各种改进、修改以及本发明的各种等价方案，都没有偏离本发明的实质，都属于本发明的范围。附录

            代理占用率矩阵的自动生成：

                 要求和算法说明

第一节：引言

目标占用率矩阵定义为：

X(i，j)＝代理i关于工作类型j的目标占用率。，Tocc(i)是代理i的目标总占用率。代理i要将他/她所有时间的X(i，j)花费在工作类型j上。该文件里介绍的算法自动地给X(i，j)分配值。该算法首先初始化代理的占用率，同时保证所有的硬性约束得到满足。然后该算法利用一个目标函数用迭代方法修正当前的结果，使得为每一种工作类型分配的职员与工作负荷尽量匹配，并且使代理对分配的工作类型的技能水平尽可能地高。该算法是0(nm)，这里n是代理个数，m是工作类型数。

第二节：输入

矩阵生成算法的输入包括：

1.NumOfAgents，numOfWorktypes，numOfSkills

2.对于每一个代理i：

●Askl(i，k)，(1≤k≤numOfSkills，1≤ASKl(i，k)≤10)，

  代理i对于技能k的技能水平，

●Tocc(i)，该代理的目标总占用率(0≤Tocc(i)≤1)，

●AllowedWTs(i)：允许代理i做的工作的类型列表。它必须

  是代理i能够做的工作类型的一个子集。默认值是代理i

  能够做所有类型的工作。(注意：在该实施方案中，我们选

  择了工作类型，也就是该代理必须做的所有工作类型。用C++

  来实现的时候，要改变该点)。

●(可选)，UserPrimaryResWt(i)，用户规定的代理i主要

  负责的工作类型标识。

●(可选)，x(i，j)，代理i对于工作类型j的占用率。

3.对于每一种工作类型j：

●WSkl(j，k)，(1≤k≤numOfSkills，1≤WSkl(i，k)≤10)，

  对技能k要求的最低技能水平，

●StfPr(j)，工作类型j的职员安排优先级

●PrdtWorkload(j)，工作类型j的预计工作负荷

4.UsePrimaryRes：是否分配主要职责给代理

  UsePrimaryRes＝真：分配主要职责，

  UsePrimaryRes＝假：不分配主要职责。

5.PrimaryResValue，(0≤PrimaryResValue≤1)：对一种工作类型负有主要职责的代理的占用率值(注意：此时，所有代理都有一个数；如果需要，我们可以改变它，从而使每一个代理的值都不相同)。PrimaryResValue的默认值是70％。

6.高级输入(一般情况下用户不应当修改的输入)：

  6.1.NumOfCycles：为了生成该矩阵运行该算法的次数，默认值：NumOfCycles＝1，

  6.2.MinNumWTPerAgent和MaxNumWTPerAgent：每一个代理可以分配非零占用率的最小和最大工作类型数。

  6.3.WeightFTE：说明分配正确数量的职员给每一种工作类型，以匹配预期工作负荷有多重要的一个数。默认值：WeightFTE＝1。

6.4.WeightSkills：说明使每一种工作类型的平均averageCapability(所有代理做每一类型的工作的平均能力，再用该工作类型的代理的占用率加权)最大有多重要的一个数。默认值：WeightSkills＝10。

6.5.MinOcc和MaxOcc：最小和最大的占用率值。默认值：MinOcc＝0.05，MaxOcc＝1。

6.6.MinOccToMove：从一种工作类型转移到另一种类型的最小占用率值，生成矩阵时使用。默认值：MinOccToMove＝0.05。

第三节：要求

该算法必须满足以下要求：

1.输入的微小变化不应当导致输出剧烈变化。在这里，微小变化指的是：

    1.1.一个或者几个代理参数的变化：

      ●用户指定的主要职责工作类型的改变

      ●一组技能的技能水平

      ●目标总占用率

      ●允许的工作类型

    1.2.一种或者几种工作类型参数的变化

      ●一组技能的最低技能水平要求

      ●预测工作负荷

      ●职员分配的优先级

2.用户可能给出过于严格的限制，在这种情况下，得不到任何结果。我们应当提醒用户它们的输入相互冲突。

3.速度要快到足以支持500个代理、50种工作类型。

第四节占用率矩阵初始生成的算法

以下说明用于补充上述输入：

●ACap(i，j)：代理i做工作j的能力

●BestCap(j)：所有代理做工作j的最高能力

●numOfAssigndWTs(i)：代理i的占用率非零的工作类型总数

●AveCap(j)：所有代理做工作j的平均能力，计算时用工作类

  型j的代理占用率进行了加权

●TargetFTE(j)：工作类型j的目标全时间等效职员数。

●AssignedFTE(j)：分配的对于工作类型j的全时间等效职员

  数。它是针对工作类型j所有代理占用率的总和。

Main()：

1.读入所需用户输入(包括代理技能、工作类型技能、用户首选项和部分占用率矩阵)。检查输入参数是否自相容(例如，代理必须满足对用户分配给他作为他的主要职责的工作类型的最低要求)。

2.钳制用户设置的占用率值(算法将不会改变钳制值)。

对于i＝1至numOfAgents

对于j＝1至numOfWorkTypes

    如果用户设置了X(i，j)，那么X(i，j).userClamped＝真

    如果PrimaryResWt(i)＝j，那么X(i，j)＝primaryResValue，

    X(i，j).userClamped＝真

3.ComputeTargetFTE()

4.ComputeAgentCapabilities()

5.BestScore＝0(记录到目前为止最佳结果的一个全局变量)

    ReturnMatrix←()；

6.对于i＝1至numOfCycles；

  6.1.NewMatrix←generateMatrix()

  6.2.如果NewMatrix.score＞bestScore，那么BestScore＝NewMatrix.score；ReturnMatrix←NewMatrix

7.返回ReturnMatrix

ComputeTargetFTE()

1.计算工作类型的相对优先级。职员分配优先级取值为1-10，1表示最高优先级。每一个优先级都与一个相对优先级有关(范围是1~2，级间距为0.1)。这样，最高的工作类型优先级1对应于相对优先级2，工作类型优先级2对应于相对优先级1.9，诸如此类，工作类型优先级10对应于相对优先级1.1。

2.计算等效代理的个数： $\mathrm{effectiveAgents}=\underset{i=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}\mathrm{Tocc}\left(i\right)$

3.计算剩余的职员数： $\mathrm{residualStaffing}=\mathrm{effectiveAgents}-\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}\mathrm{Pr\; dtworkload}\left(j\right)$

4.如果等效代理比预测工作负荷要求的多，就根据这些代理的工作负荷和职员分配优先级，将剩余的职员分配给所有的工作类型。

5.如果等效代理比预测工作负荷要求的少，就必须为每一种工作类型分配比他的工作负荷所需要的要少的代理。少几个代理取决于工作负荷和优先级。 $\mathrm{perPortion}=\frac{\mathrm{rdsidualStaffing}}{\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}\mathrm{relative\; Priority}{\left(j\right)}^{*}\mathrm{prdtworkload}\left(j\right)}$ targ etFTE(j)＝perPortion^*relative Priority(j)^*prdtworkload(j)+prdtworkload(j)

ComputeAgentCapabilities()：

对于i＝1至numOfAgents

对于j＝1至numOfWorkTypes

      (a)如果对于所有的k，都有ASkl(i，k)≥WSkl(j，k)，其中1≤k≤numOfSkills，(也就是说代理i满足工作类型j的最低技能要求，因此能够完成工作j)，那么： $\mathrm{ACap}(i,j)=\sqrt{\underset{k}{\mathrm{\Σ}}{(\mathrm{ASkl}(l,k)-\mathrm{WSkl}(j,k))}^2},(\mathrm{WSkl}(j,k)>0)$

这基本上就是代理i的技能与工作类型j所要求的技能之间的欧几里得距离。

      (b)如果存在k，使得Askl(j，k)＜WSkl(j，k)，其中1≤k≤numOfSkills，(也就是说代理i不满足工作类型j的最低技能要求，因此不适合于工作类型j)，那么： $\mathrm{ACap}(i,j)=-\sqrt{\underset{k}{\mathrm{\Σ}}{(\mathrm{ASkl}(l,k)-\mathrm{WSkl}(j,k))}^2},(\mathrm{WSkl}(j,k)>\mathrm{ASkl}(i,k))$

这基本上就是当代理不满足最低要求时，代理i的技能与工作类型j所要求的最低技能之间的欧几里得距离的负值。

(ACap(i，j)≥0表示代理i的技能足以完成工作类型j；ACap(i，j)＜0表示该代理的技能不足以完成工作j)。

GenerateMatrix()

1.初始化占用率：对于j＝1至numOfAgents

1.1.如果usePrimaryRes＝真，就初始化主要占用率：

    如果UserPrimaryResWt(i)＝j那么：

        X(i，j)＝primaryResValue

    否则：X(i，j₀)＝primaryResValue(随机选择j₀，j₀属于allowedWTs(i))

1.2.初始化其余占用率，从而使： $a)\underset{j}{\mathrm{\Σ}}X(i,j)=\mathrm{Tocc}\left(i\right)$

  b)满足限制条件MinNumWTPerAgent和MaxNumWTPerAgent

  c)只有当ACap(i，j)≥0时才有X(i，j)＞0。

  d)使numOfAssignedWTs(i)最大。

1.3.对于所有满足1≤j≤numOfWorkTypes的j，计算assignedFTE(j)、aveCap(j)

2.通过迭代修正来分配占用率：

  对于m＝1至numOfiterations：

    Score←computeObjectiveFunctionValue()

    对于i＝1至numOfAgents：

        FromWT←rndPickWT(i)

                (为代理i随机地选择一种工作类型，将它的占用率分走一部分)

ToWT←rndPickWT(i)(为代理i随机地选择一种工作类型，给它增加占用率)

deltaOcc←genDeltaOcc(生成一个占用率值，从工作类型FromWT分走这样一个占用率给工作类型ToWT)

deltaScore←computerDeltaScore

              (分走占用率的时候计算目标函数的增量)

如果allowableMove(i，FromWT，ToWT，deltaOcc)，那么

如果deltaScore＜0，或者概率为0.01(该概率值是可以改变的)：

那么：从工作类型FromWT中分走deltaOcc给工作类型ToWT；

    Score←Score+deltaScore

      更新assignedFTE(FromWT)，assignedFTE(ToWT)，aveCap(FromWT)，aveCap(ToWT)

3.对占用率进行微调：(注意：虽然这样做确实能够降低目标函数的值，但是仿真器的性能不会有什么差别)

对于m＝1至numOfFineTuneIterations：

  Score←computeObjectiveFunctionValue()

  对于i＝1至numOfAgents：

    FromWT←选择一个人员过多的工作类型，其中代理i的占用率非零)

    ToWT←选择一个人员不够的工作类型，其中的代理i有能力

    deltaOcc←minOccToMove

    deltaScore←computeDeltaScore

    如果allowableMove(i，FromWT，ToWT，deltaOcc)而且deltaScore＜0那么：

    从工作类型FromWT分走占用率deltaOcc给工作类型ToWT；

    Score←Score+deltaScore

    更新assignedFTE(FromWT)，assignedFTE(ToWT)，aveCap(FromWT)，aveCap(ToWT)

computeObjectiveFunctionValue()：

value＝weightFTE*scoreFTE+weightSkills*scoreSkills $\mathrm{scoreFTE}=\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}{(t\arg \mathrm{etFTE}\left(j\right)-\mathrm{assignedFTE}\left(j\right))}^2$ $\mathrm{scoreSkills}=\underset{j=1}{\overset{\mathrm{numOfWorkTypes}}{\mathrm{\Σ}}}{(\mathrm{aveCap}\left(j\right)-\mathrm{bestCap}\left(j\right))}^2$

allowableMove(j，FromWT，ToWT，deltaOcc)

如果从工作类型FromWT向工作类型ToWT移去了一部分占用率deltaOcc以后，满足以下约束条件，就返回真；否则返回假。

(c1)如果usePrimaryRes＝真，就必须将一种工作类型指定为代理i的主要职责。

(c2)满足MinNumWTPerAgent和MaxNumWTPerAgent约束条件。

(c3)只有当ACap(i，j)≥0时才有X(i，j)＞0

(c4)numOfAssignedWTs(i)不下降

    (注意：在我们从仿真结果知道了共享代理越多，服务水平和ASA就越高以后，强制执行该约束条件)

第五节：在运行时刻处理输入的变化

1.对于所有代理：当代理的输入参数发生变化时，就据此改变该代理的占用率：

1.1.当目标总占用率改变时，

    1.1.1.如果它增加了，就将增加的部分加到一些工作类型上去(试探法：该代理有占用率的具有最大预测工作负荷的工作类型)

    1.1.2.如果它减少了，我们就检查这个代理的占用率非零的工作类型的列表，尽可能多地降低占用率，但仍然让它非零。

1.2.当用户指定的主要职责工作类型改变时重新调整该代理的新旧主要职责工作类型的占用率。

1.3.当该代理的技能水平发生变化时：

    1.3.1.重新计算该代理的能力。如果能力没有任何变化，就不做任何事情。

    1.3.2.如果该能力发生了变化：对于每一工作类型j，如果该代理对该工作类型的占用率非零，但现在不能处理工作类型j，就将j的所有占用率交给另一种工作类型。(试探法：该代理有能力的具有最大预测工作负荷的工作类型。)

1.4.允许工作类型的变化。当对于某一不再允许的工作类型该代理的占用率非零时，执行步骤1.3.2。

2.对于所有工作类型：当工作类型参数发生改变时，

1.1.如果工作负荷或者职员分配优先级发生了变化，就重新计算所有工作类型的targetFTE

1.2.如果某些工作类型的最低技能要求发生了变化，就重新计算这些工作类型的代理能力。对于一个代理有非零占用率但现在不能处理的一种工作类型，将该代理的占用率从该工作类型转移给另一种类型。

3.调用generateMatrix：在该计算的任何步骤中，如果得到的矩阵里的分数(score)与前一个分数足够接近，就停止计算并返回该矩阵。

第六节：(近期)未来的工作

●建议：当每一工作类型的assignedFTE远小于targetFTE时，

  很可能就是因为掌握合适技能的代理太少。将该情况通知主

  管。

               代理职责矩阵的自动生成

                    (简短描述)

代理职责矩阵规定每一个代理花在每一呼叫类型上的时间百分比。对于代理i和呼叫类型j的该百分数叫做占用率。一个代理在所有呼叫类型上的占用率的和就是该个代理的总占用率。

矩阵生成算法的输入有：

●代理技能：代理在某一给定领域里的知识水平

  例如：Bill在话音、电子邮件、传真、硬件和软件方面有不

  同的技能水平：

  代理名字       话音   电子邮件   传真    硬件  软件

  Bill S 1111    9      4          4       0     2

●代理的总占用率：一个代理在一个工作日里实际工作时间的

  百分比(50％、85％……)

●工作类型技能：每一工作类型要求的知识水平

  例如：工作类型客户服务/呼叫/软件对话音和软件方面的技

  能有要求

                       要求的技能

工作类型名字              话音   电子邮件  传真  硬件  软

件

客户服务，呼叫，软件      5                            6

客户服务，电子邮件，硬件         5               6

订制，硬件，传真                           5     6

●每一工作类型的工作负荷

以下是自动生成的一个职责矩阵实例：

代理            总占用率  呼叫  软件  电子邮件  硬件订制  硬件  传真

Bill S          90％            90％

Patrick U       80％                            40％            40％

Randy C         80％                            50％            30％

Susan G         85％      10％                  40％            35％

算法：

生成职责矩阵的目的是将代理分配到不同工作类型的工作上去，从而使每一工作类型都根据它的工作负荷分配有适当数量的代理。传统的方法通过计算厄兰来确定对职员数的要求；然而在采用复杂的代理共享的基于技能的路由选择中，厄兰公式并不好使。以下算法用于确定对职员数的要求，而不是传统的厄兰计算方法。我们的算法如下(这是一个简要描述，这里省去了大量的细节)：

1.初始化占用率：对于每一个代理，为该代理拥有足够技能的

  工作类型随机地分配占用率，在该过程中，保证每一个代理

  的占用率加起来等于他/她的总占用率。

2.通过迭代修正分配占用率：

  对于每一个代理，将该代理的占用率从一种工作类型随机地

  转移给另一种工作类型。如果这样转移对于所有工作类型的

  工作负荷得到“更好的”职员分配，我们就根据该随机转移

  更新现有矩阵；否则，我们就保持该矩阵，并重复该过程。

Claims (38)

1.一种将自动呼叫分配器的代理分配给该自动呼叫分配器处理的多种呼叫类型的输入呼叫的方法，这种方法包括以下步骤：

确定一个目标占用率矩阵，该矩阵包括自动呼叫分配器的代理中的每一个代理对于多个呼叫类型中的每一个呼叫类型的目标占用率；

处理目标占用率矩阵确定的类型中的第一种类型的呼叫；和

将呼叫分配给自动呼叫分配器的代理中的一个代理，该代理处理的第一种类型呼叫的实际占用率与目标占用率矩阵中为该代理确定的第一种类型呼叫的目标占用率相差最大。

2.根据权利要求1的分配代理的方法，还包括从永久、半永久和可变数据生成目标矩阵。

3.根据权利要求2的分配代理的方法，其中从永久数据生成目标矩阵的步骤还包括定义多种工作类型，其中每一种工作类型为至少一些输入呼叫类型的特征。

4.根据权利要求3的分配代理的方法，其中从永久数据生成目标矩阵的步骤还包括提供输入呼叫类型的每一种工作类型所需要的代理技能类型的清单。

5.根据权利要求4的分配代理的方法，其中从永久数据生成目标矩阵的步骤还包括提供输入呼叫类型中每一种工作类型所需要的一个最低的代理技能水平。

6.根据权利要求5的分配代理的方法，其中从半永久数据生成目标矩阵的步骤还包括对于输入呼叫类型中每一工作类型所需要的每一技能类型提供每一代理的技能水平。

7.根据权利要求6的分配代理的方法，其中的可变数据还包括为目标矩阵的至少一些代理用手工方式提供一个目标占用率水平。

8.根据权利要求2的分配代理的方法，其中生成目标矩阵的步骤还包括随机地在目标矩阵中给多个代理中的每一个代理分配工作类型占用率。

9.根据权利要求8的分配代理的方法，其中在目标矩阵中给多个代理中的每一个代理随机地分配工作类型占用率的步骤还包括用迭代方式修正目标矩阵。

10.根据权利要求9的分配代理的方法，其中用迭代方式修正目标矩阵的步骤还包括顺序地选择一个代理并随机地选择一种工作类型。

11.根据权利要求10的分配代理的方法，其中顺序地选择一个代理并随机地选择工作类型的步骤还包括分配该代理的一部分占用率给该随机选择的工作类型，从而生成一个新的目标矩阵。

12.根据权利要求11的分配代理的方法，其中顺序地选择一个代理并随机地选择一种工作类型的步骤还包括，计算新目标矩阵的一个目标函数的变化。

13.根据权利要求12的分配代理的方法，其中计算新目标矩阵的一个目标函数的变化的步骤还包括当计算出来的变化小于0的时候将该新目标矩阵用作修正矩阵。

14.一种将自动呼叫分配器的代理分配给该自动呼叫分配器处理的多种呼叫类型的输入呼叫的装置，这种装置包括：

确定一个目标占用率矩阵的装置，该矩阵包括自动呼叫分配器的代理中的每一个代理对于多个呼叫类型中的每一个呼叫类型的目标占用率；

处理目标占用率矩阵确定的那些类型中第一种类型的呼叫的装置；和

将该呼叫分配给该自动呼叫分配器的代理中一个代理的装置，该代理处理的第一种类型的呼叫的实际占用率与目标占用率矩阵为该代理确定的第一种类型呼叫的目标占用率相差最大。

15.根据权利要求14的分配代理的装置，还包括从多个永久、半永久和可变数据生成目标矩阵的装置。

16.根据权利要求15的分配代理的装置，其中从永久数据生成目标矩阵的装置还包括定义多种工作类型的装置，其中每一种工作类型为至少一些输入呼叫类型的特征。

17.根据权利要求16的分配代理的装置，其中的生成装置还包括提供输入呼叫类型中每一种工作类型所需要的代理技能类型的一个清单的装置。

18.根据权利要求17的分配代理的装置，其中的生成装置还包括提供输入呼叫类型的每一种工作类型所需要的最低代理技能水平的装置。

19.根据权利要求18的分配代理的装置，其中的生成装置还包括用于针对输入呼叫类型中每一种工作类型所需要的每一种技能类型提供每一个代理的技能水平。

20.根据权利要求19的分配代理的装置，其中的生成装置还包括用于采用手工方式为目标矩阵中的至少一些代理提供一个目标占用率的装置。

21.根据权利要求15的分配代理的方法，其中生成目标矩阵的装置还包括随机地在目标矩阵中给多个代理中每一个代理分配工作类型占用率的装置。

22.根据权利要求21的分配代理的装置，其中随机地在目标矩阵中给多个代理中每一个代理分配工作类型占用率的装置还包括采用迭代方式修正该目标矩阵的装置。

23.根据权利要求22的分配代理的装置，其中采用迭代方式修正目标矩阵的装置还包括顺序地选择一个代理并且随机地选择一种工作类型的装置。

24.根据权利要求23的分配代理的装置，其中顺序地选择一个代理并随机地选择一种工作类型的装置还包括用来将该代理的一部分占用率分配给随机选择的工作类型，从而生成一个新的目标矩阵的装置。

25.根据权利要求24的分配代理的装置，其中顺序地选择一个代理并随机地选择一种工作类型的装置还包括用来计算新目标矩阵的一个目标函数的变化的装置。

26.根据权利要求25的分配代理的装置，其中计算新目标矩阵的一个目标函数的变化的装置还包括用来当计算出来的变化小于零时将新的目标矩阵用作修正矩阵的装置。

27.用于将自动呼叫分配器的代理分配给该自动呼叫分配器处理的多种呼叫类型的输入呼叫的装置，这种装置包括：

矩阵处理器，用于确定一个目标占用率矩阵，该矩阵包括该自动呼叫分配器的代理中的每一个代理对于多种呼叫类型中的每一种呼叫类型的目标占用率；

呼叫处理器，用来处理目标占用率矩阵确定的那些类型中第一种类型的呼叫；和

呼叫分配器，用于将该呼叫分配给该自动呼叫分配器的代理中的一个代理，该代理处理的第一种呼叫的实际占用率与目标占用率矩阵所确定的第一种类型呼叫的目标占用率相差最大。

28.根据权利要求27的分配代理的装置，还包括多个永久、半永久和可变数据。

29.根据权利要求28的分配代理的装置，其中的永久数据还包括多种工作类型，其中每一种工作类型为至少一些输入呼叫类型的特征。

30.根据权利要求29的分配代理的装置，其中的矩阵处理器还包括输入呼叫类型的每一种工作类型所需要的代理技能类型的一个清单。

31.根据权利要求30的分配代理的装置，其中的矩阵处理器还包括输入呼叫类型的每一种工作类型所需要的最低代理技能水平。

32.根据权利要求31的分配代理的装置，其中的矩阵处理器还包括针对输入呼叫类型的每一种工作类型所需要的每一种技能类型的每一个代理的技能水平。

33.根据权利要求32的分配代理的装置，其中的矩阵处理器还包括对于目标矩阵的至少一些代理的人工输入的目标占用率。

34.根据权利要求33的分配代理的方法，其中的矩阵处理器还包括一个选择处理器，用于随机地在目标矩阵中将工作类型占用率分配给多个代理中的每一个代理。

35.根据权利要求34的分配代理的装置，其中的选择处理器还包括一种修正处理器，用来采用迭代方式修正目标矩阵。

36.根据权利要求35的分配代理的装置，其中的修正处理器还包括一个目标函数处理器，用于计算新目标矩阵的一个目标函数的变化。

37.根据权利要求36的分配代理的装置，其中的目标函数处理器还包括一个更新处理器，用于当计算出来的变化小于零时将该新的目标矩阵用作修正矩阵。

38.一种由自动呼叫分配器将多个代理分配给输入呼叫的方法，这种方法包括以下步骤：

确定一个目标矩阵，该目标矩阵指定要由多个代理中的每一个代理处理的多个呼叫类型的组合及比例；

根据目标矩阵中指定的呼叫类型的组合及比例，以及基于代理对目标矩阵的实际占用率和实际占用率与目标矩阵之间的差作出的代理选择来接收并分配呼叫。

Images