[发明专利]话务异常检测方法及其设备

说明书

本发明提供一种话务异常检测方法及其设备，包括步骤：定时计算历史趋势阈值步骤，清洗历史话务数据，并根据清洗后的历史话务数据定期计算历史趋势阈值；历史阈值检测步骤；实时趋势检测步骤，根据当前检测点前第一时间段内的话务数据计算实时趋势阈值，检测当前话务量是否超出实时趋势阈值；历史趋势检测步骤，检测当前话务量是否超出历史趋势阈值；发出告警步骤，当前话务量超出历史阈值，超出实时趋势阈值以及超出历史趋势阈值时，发出告警信息。在历史阈值检测的基础上，加入实时趋势检测以及历史趋势检测，克服了直接采集历史话务量设置告警中的缺陷，提高了话务异常检测的准确性。

技术领域

本发明涉及呼叫话务管理领域，具体涉及到一种话务异常检测方法及其设备。

背景技术

呼叫中心每天有大量的实时话务量数据，需要对这些实时数据进行监控以保证呼叫中心业务的正常运行。目前的监控方式采用的是历史阈值告警，虽然在一定程度上解决了依靠人工设置告警规则的问题，但是仍然存在缺陷。

历史阈值告警可以通过直接采集历史话务量统计出历史阈值，然而，仅仅只是直接采集历史话务量，没有考虑偶然因素对数据的影响，由偶然因素引起的突发话务量，不反映真实的话务规律，会干扰话务预测的准确性。例如在节假日的时候，话务量往往会比平日偏高一些，在对节假日话务量进行历史阈值检测时，经常会遇到超过历史阈值的情况而触发告警，实际上这些话务量的趋势并没有太大的变化，属于是正常的情况，这导致了大量的误告。这样的误告对呼叫话务管理产生了负面的影响。

发明内容

针对以上问题，本发明的目的在于克服历史阈值告警缺陷，提高话务异常检测的准确性。

根据本发明的第一个方面，提供一种话务异常检测方法，包括步骤：S100定时计算历史趋势阈值步骤，将历史话务数据按最小清洗粒度分为多个时段，每个时段的历史话务数据按照聚合维度聚合得到多个第一数据点，以第一移动窗口为移动单位计算同一时段的多个第一数据点的第一移动平均值，根据第一移动平均值计算第一移动平均差分率，根据第一移动平均差分率计算每个时段的第一清洗参考值，去除第一清洗参考值范围外的第一数据点，根据本时段的清洗后的第一数据点，计算本时段的历史趋势阈值；S101历史阈值检测步骤，检测当前检测点获取的当前话务量是否超出历史阈值；S102实时趋势检测步骤，将当前检测点前第一时间段内的话务数据按照聚合维度聚合得到多个第二数据点，以第二移动窗口为移动单位计算多个第二数据点的第二移动平均值，根据第二移动平均值计算第二移动平均差分率，根据第二移动平均差分率计算第二清洗参考值，去除第二清洗参考值范围外的第二数据点，根据清洗后的第二数据点重新计算第二移动平均差分率，根据重新计算的第二移动平均差分率计算实时趋势阈值，比较当前话务量是否超出实时趋势阈值；S103历史趋势检测步骤，检测当前话务量是否超出历史趋势阈值；S105发出告警步骤，当前话务量超出历史阈值，超出实时趋势阈值以及超出历史趋势阈值时，发出告警信息。

优选地，S100步骤包括：将当日前数日范围内相同时段的历史话务数据形成的第一数据点整合成一个数据集，在数据集中去除第一清洗参考值范围外的第一数据点，历史趋势阈值为一个区域范围，包括历史趋势上限值以及历史趋势下限值，历史趋势上限值为数据集的最大值乘以第一扩大倍数，历史趋势下限值为数据集的最小值乘以第一扩大倍数。

优选地，S100步骤中，第一清洗参考值为一个区域范围，包括第一清洗参考上限值以及第一清洗参考下限值，第一清洗参考上限值等于多个第一移动平均差分率的均值加上2倍的第一移动平均差分率标准差，第一清洗参考下限值等于多个第一移动平均差分率的均值减去2倍的第一移动平均差分率标准差。

优选地，S100步骤中，每日定时计算历史趋势阈值，以每日更新历史趋势阈值。