(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211368744.X (22)申请日 2022.11.03 (71)申请人 广州智算信息技 术有限公司 地址 510670 广东省广州市黄埔区科 学大 道48号1118房 申请人 广州智链信息技 术有限公司 (72)发明人 郑飞　刘千赫　廖金华　陈静雯　 郑静远　 (74)专利代理 机构 北京高航知识产权代理有限 公司 11530 专利代理师 张宣布 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/10(2012.01) G06Q 30/00(2012.01)G06F 16/215(2019.01) G06F 16/2458(2019.01) G06N 20/00(2019.01) G06N 5/00(2006.01) (54)发明名称 一种基于大数据的客服人员流失评估预警 系统 (57)摘要 本发明提出了一种基于大数据的客服人员 流失评估预警系统， 其特征在于， 包括数据源连 接模块、 员工数据探索模块、 人员 流失数据处理 模块、 人员流失数据建模模块、 模型评估模块、 数 据展示模块和人员流失预警模块。 本发明解决员 工数据获取不规范问题； 解决员工数据信息不一 致的问题； 解决核心员工数据缺失的问题， 造成 建模失败。 解决模型失真分析错误的问题， 解决 模型评价不准确的问题， 解决企业人员流失预 警， 提升企业管理水平。 解企业人员流失的问题。 从宏观上为提升了企业管理效率， 从微观上解决 了人才流失的问题。 为人力管 理人员人员提供了 一个及时发现问题， 挽留人才的管理工具。 权利要求书2页 说明书7页 附图6页 CN 115481825 A 2022.12.16 CN 115481825 A 1.一种基于大数据的客服人员流失评估预警系统， 其特征在于， 包括数据源连接模块、 员工数据探索模块、 人员流失数据处理模块、 人员流失数据建模模块、 模型评估模块、 数据 展示模块和人员流失预警模块； 所述数据源连接模块与企业员工管理系统连接， 用于将员工数据传入员工数据探索模 块； 所述员工数据探索模块用于完成对所述员工数据的探索， 了解关键变量和关键指标的 相关、 回归关系； 所述人员流失数据处理模块用于 明确员工数据缺失项， 依据后续选择的模型不同对缺 失项对应进行处 理； 所述人员流失数据建模模块基于所述关键指标和所述员工数据选择二值变量， 根据 所 述二值变量选择模型类型并建立模型， 进行针对前置条件的构建模型， 并进行模型效果的 比较， 选择最优效果的模型， 用于实现员工流失情况 预测结果推送； 所述模型评估 模块用于通过模型节点比较模型的优劣， 解决模型评价 不准确的问题； 所述数据展示模块通过所述模型评估模块的结果， 计算员工心理预警总分， 根据员工 心理预警总分选取最优模型所获取 的流失员工数及人员， 并进行展现， 用于展现流失员工 数及人员； 所述人员流失预警模块用于通知人事管理人员介入调解访谈； 所述明确员工数据缺失项的具体步骤为： 甄选员工数据； 建立员工数据列表； 判断员工是否为 流失员工； 所述人员流失数据建模 模块的具体步骤为： 加载员工数据并进行员工数据与关键指标的选取； 对员工进行 数据处理和清洗； 对员工数据进行训练集及测试集划分； 建立模型并进行 结果分析； 对模型进行比较； 所述模型的评价指标包括职业紧张、 压力下的脆弱性、 强迫症、 人际关系敏感、 抑郁、 焦 虑、 敌对、 恐怖、 偏执、 精神病 、 工作紧迫度、 工作威胁、 心理健康和咨询需求； 所述心理预警总分＝职业 紧张×2×A +压力下的脆弱性 ×2×B +强迫症×2×C+人际 关系敏感 ×2×D +抑郁×2×E +焦虑×2×F+敌对×2×G +恐怖×2×H +偏执×2×I+ 精 神病×2×J +工作紧迫 ×2×K +工作威胁 ×2×L + 心理健康 ×2×M +咨询需求 ×2×N; 其中， A表示职业紧张系数， B表示压力下的脆弱性系数， C表示强迫症系数， D表示人际 关系敏感系统， E表示抑郁系数， F表示焦虑系数， G表示敌对系数， H表示恐怖系数， I表示偏 执系数， J表示精神病系数， K表示工作紧迫度系数， L表示工作威胁系数， M表示心理健康系 数， N表示咨询需求系数。 2.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述关键变量包括 缺失值、 异常值、 不 一致性的情况。 3.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于，权　利　要　求　书 1/2 页 2 CN 115481825 A 2所述关键指标包括绩效指标、 态度指标和心理指标； 所述绩效指标包括： 工时利用率， 呼出成功次数， 呼出次数， 呼入接通次数， 静音次数， 静音总时长， 示忙时长， 团队得分， 违规操作扣分， 休息次数， 整理时长， 最长通 话时长； 所述态度指标包括： 成功安抚加分； 所述心理指标包括： 客户满意度， 上月满意度。 4.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述依据后续选择的模型不同对缺失项对应进行处 理的方法包括： 所述模型允许有缺失值的存在； 对于不能接受缺失值的模型， 通过节点补缺来填充缺失值， 并进行建模的数据准备， 从 而满足其数据需求。 5.根据权利要求4所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述模型包括决策树模型和L ogistic回归 模型。 6.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述前置条件 包括员工数据预处 理的情况和不进行员工数据预处 理的情况。 7.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述员工数据处 理和清洗的条件 包括缺失一个月、 缺失两个月和缺失三个月以上。 8.根据权利要求1所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述训练集用于模型 的训练， 通过对所述训练集的学习去建立模型； 所述测试集用于对在 所述训练集基础上生成的模型的评估。 9.根据权利要求5所述的一种基于大数据的客服人员流失评估预警系统， 其特征在于， 所述节点为所述决策树模型 的节点， 代表一个对 象， 每个分叉路径则代表的某个可能的属 性值， 每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对 象值、 预测 值的概 率。 10.根据权利要求9所述的一种基于大数据的客服人员流失评估预警系统， 其特征在 于， 所述Logistic回归 模型下的员工 评价其离职倾向的概 率P表示为： 其中， Xˊ=‑2.9699‑0.7219×工龄分组+0.5411 ×业务考试成绩标准差+0.5108 ×客户 满意度标准差 ‑0.6390×录音抽检标准差+0.1562 ×月加班时长标准差+0.0596 ×月绩效标 准差+0.0 506×月请假小时数 标准差。权　利　要　求　书 2/2 页 3 CN 115481825 A 3