• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Business Research >Forecasting intraday call arrivals using the seasonal moving average method
【24h】

Forecasting intraday call arrivals using the seasonal moving average method

机译：使用季节性移动平均值方法预测日内呼叫到达

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Research into time series forecasting for call center management suggests that a forecast based on the simple Seasonal Moving Average (SMA) method outperforms more sophisticated approaches at long horizons where capacity planning decisions are made. However in the short to medium term where decisions concerning the scheduling of agents are required, the SMA method is usually outperformed. This study is the first systematic evaluation of the SMA method across averages of different lengths using call arrival data sampled at different frequencies from 5 min to 1 h. A hybrid method which combines the strengths of the SMA method and nonlinear data-driven artificial neural networks (ANNs) is proposed to improve short-term accuracy without deteriorating long-term performance. Results of forecasting the intraday call arrivals to banks in the US, UK and Israel indicate that the proposed method outperforms standard benchmarks, and leads to improvements in forecasting accuracy across all horizons. (C) 2016 Elsevier Inc. All rights reserved.
机译：对呼叫中心管理的时间序列预测的研究表明，基于简单的季节性移动平均线（SMA）方法的预测在做出容量规划决策的长期目标上要优于更复杂的方法。但是，在需要决定代理计划的短期到中期，SMA方法通常表现不佳。这项研究是使用5分钟至1小时内不同频率的呼叫到达数据对不同长度的平均值进行SMA方法的首次系统评估。提出了一种将SMA方法与非线性数据驱动的人工神经网络（ANN）的优势相结合的混合方法，以提高短期精度而又不降低长期性能。对美国，英国和以色列银行的日内呼叫到达量进行预测的结果表明，所提出的方法优于标准基准，并导致了在所有范围内的预测准确性的提高。 （C）2016 Elsevier Inc.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号