客戶服務智能調(diào)度

　　本書第1章為緒論，第2~8章的內(nèi)容分為三大部分。第d一部分（第2、3、4章）提出基于知識驅(qū)動的用能服務需求預測方法。引入自動編碼器對數(shù)據(jù)進行降維處理，采用聚類方法對樣本進行相似性搜索，根據(jù)用戶行為特征進行分類，從而實現(xiàn)基于用戶行為模式的精細分類，構(gòu)建OVR（LightGBM）需求預測模型，得到每個特征重要性排序，構(gòu)建基于AM-BiLSTM的神經(jīng)網(wǎng)絡模型，將新的特征組合作為輸入，以此完成模型訓練。第二部分（第5、6章）介紹話務量預測方法。進行話務量影響因子分析，采用曲線分解技術對日話務量進行分解，通過分析分解結(jié)果可以獲得關于話務量的趨勢和季節(jié)性變化的洞察，進一步了解話務量的特點和規(guī)律，分解后進行話務量預測，根據(jù)實際需求和數(shù)據(jù)情況，選擇適當?shù)念A測方法和模型進行研究。第三部分（第7、8章）介紹“需求 數(shù)字”雙驅(qū)動的主動服務調(diào)度模型。分析用戶需求類別與話務類別數(shù)據(jù)現(xiàn)有分布特征；構(gòu)建基于服務時長的座席技能評定模型，根據(jù)人員對指向技能的業(yè)務能力匹配話務；建立涵蓋技能需求種類與服務技能水平的座席標簽；構(gòu)建考慮繁忙度的業(yè)務推送模型，安排部分座席人員向潛在用戶主動推送增值服務業(yè)務；構(gòu)建“需求 數(shù)字”雙驅(qū)動服務調(diào)度模型，以服務時長為主要因素建立目標函數(shù)并做相關約束進行求解。

　　作者為華南理工大學電力學院教授、博導、院長助理，長期從事智能配電網(wǎng)運行與規(guī)劃、互聯(lián)網(wǎng) 智慧能源等領域的研究。發(fā)表論文400多篇，出版中英文著作和教材11部，授權發(fā)明專利60 余項 ，獲得廣東省優(yōu)秀博士論文獎，中電聯(lián)、中國人工智能學會、中國儀表協(xié)會和廣東省政府等設立的科學技術獎