随着呼叫中心突飞猛进的发展,越来越多的企业用它来发展业务,扩大客户群,树立企业形象。呼叫中心的服务质量直接关系到企业形象和经济效益。呼叫放弃率是用来衡量呼叫中心服务质量的最重要的指标之一。对呼叫放弃率的精确预测有利于管理者进行科学排班,提高服务效率和质量。 目前,呼叫中心的呼叫放弃率预测问题一般采用基于排队论的预测等方法来解决。这些方法在使用时有许多限制条件,而这些条件又往往不完全符合呼叫中心提供呼叫服务的实际情况。实践证明,对于呼叫中心这类复杂的非线性系统,使用统计学方法预测的效果并不理想。针对这种现状,本文在分析研究呼叫中心运行机制和现有的呼叫放弃率预测技术的基础上,提出了一种基于BP神经网络的呼叫放弃率预测模型,并用实际数据对模型进行了验证和对比实验。 本文的主要工作如下: 1.对基于统计学的回归预测、基于排队论的Erlang模型预测、基于数据挖掘的时间序列预测等现有呼叫放弃率预测技术进行分析和比较,归纳出这些方法各自的优缺点和它们在实际应用中存在的不足。 2.综合考虑时序因素和因果因素对呼叫放弃率的影响,结合人工神经网络的特点,研究提出一种基于BP神经网络的呼叫放弃率预测模型,并给出了具体的建模过程。 3.设计实验方案,给出了基于BP神经网络的呼叫放弃率预测模型在呼叫中心的实现过程,并应用某呼叫中心的历史数据,对呼叫放弃率进行预测实验。通过与其它两种不同预测方法的预测结果进行对比分析,说明了本文提出的模型具有一定程度上的实用性和优越性。