客戶服務(wù)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(wù)需求預(yù)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(yù)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(luò)模型，將新的特征組合作為輸入，以此完成模型訓(xùn)練。第二部分（第5、6章）介紹話務(wù)量預(yù)測方法。進行話務(wù)量影響因子分析，采用曲線分解技術(shù)對日話務(wù)量進行分解，通過分析分解結(jié)果可以獲得關(guān)于話務(wù)量的趨勢和季節(jié)性變化的洞察，進一步了解話務(wù)量的特點和規(guī)律，分解后進行話務(wù)量預(yù)測，根據(jù)實際需求和數(shù)據(jù)情況，選擇適當(dāng)?shù)念A(yù)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(wù)調(diào)度模型。分析用戶需求類別與話務(wù)類別數(shù)據(jù)現(xiàn)有分布特征；構(gòu)建基于服務(wù)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(wù)能力匹配話務(wù)；建立涵蓋技能需求種類與服務(wù)技能水平的座席標簽；構(gòu)建考慮繁忙度的業(yè)務(wù)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(wù)業(yè)務(wù)；構(gòu)建“需求 數(shù)字”雙驅(qū)動服務(wù)調(diào)度模型，以服務(wù)時長為主要因素建立目標函數(shù)并做相關(guān)約束進行求解。

　　作者為華南理工大學(xué)電力學(xué)院教授、博導(dǎo)、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(lǐng)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(quán)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(xué)會、中國儀表協(xié)會和廣東省政府等設(shè)立的科學(xué)技術(shù)獎