(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111656319.6 (22)申请日 2021.12.3 0 (65)同一申请的已公布的文献号 申请公布号 CN 114781678 A (43)申请公布日 2022.07.22 (73)专利权人 友邦人寿保险有限公司 地址 200000 上海市黄浦区中山 东一路17 号3-8楼 (72)发明人 顾雷　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 倪静 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06F 16/2458(2019.01) 审查员 郭明华 (54)发明名称 基于预测模型的来电量预测方法、 系统、 终 端及介质 (57)摘要 本申请提供基于预测模型的来电量预测方 法、 系统、 终端及介质， 包括： 采集待预测时段之 前一段时间内的每日来电量历史数据； 对待预测 时段内及每日来电量历史数据全周期时段内的 来电量显著日进行标注； 以待预测时段为节点向 前回溯若干周期， 并从全周期内撷取对标于回溯 期的对标时段； 将对标时段内被标注的法定假 日， 以回溯期内的法定假日为基准， 平移至回溯 期内对应位置的法定假日， 替换来电量数据； 以 将历史数据中法定假日的每日来电量数据平移 后的历史数据作为训练集数据， 训练用于对所述 待预测时段进行每日来电量预测的预测模型。 本 发明提供时间间隔1至2 个月的每日预测来电量， 有较高准确度， 平均 偏差率小于5％， 为联络中心 每月排班提供 可靠依据。 权利要求书2页 说明书7页 附图2页 CN 114781678 B 2022.12.16 CN 114781678 B 1.一种基于预测模型的来电量预测方法， 其特 征在于， 包括： 采集待预测时段之前一段时间内的每日来电量历史数据； 对所述待预测时段内及每日来电量历史数据全周期时段内的来电量显著日进行 标注； 以所述待预测时段为节点向前回溯若干周期， 并从所述全周期内撷取对标于回溯期的 对标时段； 将所述对标时段内被标注的来电量显著日， 以所述回溯期内的来电量显著日为 基准， 平移至所述回溯期内对应位置的来电量显著日， 并相应替换来电量数据； 以平移处理后的历史数据作为训练集数据， 训练用于对所述待预测时段进行每日来电 量预测的预测模 型； 其中， 所述预测模 型与趋势项、 季节项及节日项均呈正相关； 其中， 所述 预测模型与趋势项、 季节项及节日项均呈正相关， 包括： 所述预测模 型所预测的每日来电量 的自然对 数由所述趋势项、 季节项及节日项这3个因子相加得到； 基于优化算法对所述预测 模型的各项模型参数进行优化； 所述优化 算法包括 L‑BFGS优化 算法。 2.根据权利要求1所述基于预测模型的来电量预测方法， 其特征在于， 还包括： 对采集 到的所述每日来电量历史数据进行清洗， 以剔除突发事 件所导致的异常单日来电量数据。 3.根据权利要求1所述基于预测模型的来电量预测方法， 其特征在于， 所述预测模型的 构建方式包括： 以平移处理后的历史数据作为训练集数据， 对修改后的每日来电量数据求 自然对数， 用最大后验概 率估计拟合 来电量预测模型参数。 4.根据权利要求1所述基于预测模型的来电量预测方法， 其特征在于， 所述趋势项为分 段线性模型， 其通过设置历史数据中趋势产生变化的变化点进行分段； 所述节日项是标注 的所有来电量显著日对应的变化系数。 5.根据权利要求1所述基于预测模型的来电量预测方法， 其特征在于， 所述季节项由年 度项、 季度项、 月度项、 星期项相加得到； 所述年度项、 季度项、 月度项、 星期项均由傅里叶级 数建立周期模型。 6.一种基于预测模型的来电量预测系统， 其特 征在于， 包括： 采集模块， 用于采集待预测时段之前一段时间内的每日来电量历史数据； 标注模块， 用于对所述待预测时段内及每日来电量历史数据全周期时段内的来电量显 著日进行 标注； 平移模块， 用于以所述待预测时段为节点向前回溯若干周期， 并从所述全周期内撷取 对标于回溯期的对标时段； 将所述对标时段内被标注的来电量显著日， 以所述回溯期 内的 来电量显著日为基准， 平移至所述回溯期 内对应位置的来电量显著日， 并相应替换来电量 数据； 建模模块， 用于以平移处理后的历史数据作为训练集数据， 训练用于对所述待预测时 段进行每日来电量预测的预测模 型； 其中， 所述预测模型与趋势项、 季节项及节日项均呈正 相关； 其中， 所述预测模型与趋势项、 季节项及节日项均呈正相关， 包括： 所述预测模型所预 测的每日来电量的自然对数由所述趋势项、 季节项及节日项这3个因子相加得到； 基于优化 算法对所述预测模型的各项模型参数进行优化； 所述优化 算法包括 L‑BFGS优化 算法。 7.一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， 所述计算机程序被 处理器执行时实现权利要求1至 5中任一项所述基于预测模型的来电量预测方法。 8.一种电子终端， 其特 征在于， 包括： 处 理器及存 储器； 所述存储器用于存 储计算机程序；权　利　要　求　书 1/2 页 2 CN 114781678 B 2所述处理器用于执行所述存储器存储的计算机程序， 以使所述终端执行如权利要求1 至5中任一项所述基于预测模型的来电量预测方法。权　利　要　求　书 2/2 页 3 CN 114781678 B 3