×
Gen李;黄建华Z。;沈海鹏

等待或不等待：用于理解呼叫中心等待的双向功能危险模型。 （英语） Zbl 1409.62193号

美国统计协会。 113，第524号，1503-1514（2018）.
摘要：电话呼叫中心为企业和客户提供了一个便捷的沟通渠道。呼叫中心的高效管理需要对客户等待行为进行准确建模，其中包含有关客户耐心（客户愿意等待多长时间）和服务质量（客户需要等待多长时间才能获得服务）的重要信息。危险函数提供客户等待行为的动态特征，并为代理调度提供关键输入。受此应用的启发，我们开发了一个双向功能危害（tF-hazards）模型，以研究顾客等待行为，作为两个时间尺度、等待时间和顾客来访时间的函数。该模型源于双向分段常数危害函数，并对危险率采用低阶结构和平滑度，以增强可解释性。我们利用交替方向乘数算法来优化模型的惩罚似然函数。我们仔细分析了来自美国银行呼叫中心的数据，并提供了有关客户耐心和服务质量模式的信息，包括等待时间和一天中的不同时间。这些发现为呼叫中心代理人员配置和调度以及呼叫中心从业者了解系统协议对客户等待行为的影响提供了原始输入。

引用于2文件

MSC公司：

62纳米02 生存分析和删失数据中的估计
60公里30 排队论的应用（拥塞、分配、存储、流量等）
62第20页 统计学在经济学中的应用

关键词：

交替方向乘法器法;呼叫中心员工管理;人类的耐心;低阶结构;惩罚可能性;光滑的危险表面
PDF格式BibTeX公司 XML格式引用
\textit{G.Li}et al.，J.Am.Stat.Assoc.113，No.524，1503--1514（2018；Zbl 1409.62193）
全文： 内政部 arXiv公司

参考文献：

[1] 阿克什因，Z。；阿莫尼，M。；Mehrotra，V.，《现代呼叫中心：运营管理研究、生产和运营管理的多学科视角》，16，665-688（2007）
[2] 阿克什因，Z。；阿塔，B。；Emadi，S.M。；Su，C.-L.，呼叫中心呼叫方延迟敏感性的结构估计，管理科学，592727-2746（2013）
[3] Aktekin，T。；Soyer，R.，《住院客户排队的贝叶斯分析：在呼叫中心的应用》，海军研究后勤，59441-456（2012）·Zbl 1407.90110号
[4] ---《呼叫中心运营中放弃的贝叶斯分析》，《商业和工业应用随机模型》，第30期，第141-156页（2014年）
[5] J.Atlason。；Epelman，医学硕士。；Henderson，S.G.，《使用模拟和分析中心削减平面方法优化呼叫中心人员配置》，《管理科学》，54295-309（2008）·Zbl 1232.90266号
[6] 贝尔祖尼，C。；Clayton，D.，多时间尺度上生存的贝叶斯分析，《医学统计学》，13823-838（1994）
[7] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；佩莱托，B。；Eckstein，J.，《通过乘数交替方向方法进行分布式优化和统计学习，机器学习的基础和趋势》，3，1-122（2011）·Zbl 1229.90122号
[8] 布朗，L。；甘斯，N。；曼德尔鲍姆，A。；萨科夫，A。；沈，H。；泽尔廷，S。；赵，L.，《电话呼叫中心的统计分析：排队科学视角》，《美国统计协会杂志》，10036-50（2005）·Zbl 1117.62303号
[9] Chen，K。；郭，S。；Sun，L。；Wang，J.-L.，非参数比例危险模型的全球偏似然，美国统计协会杂志，105，750-760（2010）·兹比尔1392.62293
[10] 陈，S。；周磊，比例风险回归中的局部偏似然估计，《统计年鉴》，35888-916（2007）·兹比尔1117.62108
[11] Cox，D.R.，回归模型和生命表，英国皇家统计学会杂志，B系列，34187-220（1972）·Zbl 0243.62041号
[12] Efron，B.，双向比例危险模型，英国皇家统计学会杂志，B系列，64，899-909（2002）·Zbl 1067.62101号
[13] 范，J。；Gijbels，I。；King，M.，《风险回归中的局部似然和局部偏似然》，《统计年鉴》，第25期，第1661-1690页（1997年）·Zbl 0890.62023号
[14] 再见，V。；Cox，D.，《生命测试中多时间尺度的注释》，应用统计学，28，73-75（1979）
[15] 甘斯，N。；Koole，G。；Mandelbaum，A.，《电话呼叫中心：教程、回顾和研究前景》，《制造和服务运营管理》，579-141（2003）
[16] 甘斯，N。；刘，N。；曼德尔鲍姆，A。；沈，H。；Ye，H.，《呼叫中心的服务时间：代理人异质性和学习与一些运营后果》，《借力：理论驱动应用——劳伦斯·D·布朗的节日》，99-123（2010）
[17] Green，P.J。；Silverman，B.W.，《非参数回归和广义线性模型：粗糙度惩罚方法》（1994），佛罗里达州博卡拉顿：CRC出版社·Zbl 0832.62032号
[18] 古尔维奇，I。；卢埃特克，J。；Tezcan，T.，《需求预测不确定的呼叫中心人员配备：机会约束优化方法》，《管理科学》，56，1093-1115（2010）·Zbl 1232.90278号
[19] 他，B。；Yang，H。；Wang，S.，单调变分不等式的自适应惩罚参数交替方向法，优化理论与应用杂志，106，337-356（2000）·Zbl 0997.49008号
[20] 黄，J。；曼德尔鲍姆，A。；张，H。；Zhang，J.，效率驱动队列的改进模型及其在延迟公告和人员配置中的应用，运筹学，65，1380-1397（2017）·Zbl 1380.90090号
[21] 黄J.Z。；沈，H。；Buja，A.，《使用双向正则奇异值分解分析双向函数数据》，美国统计协会杂志，1041609-1620（2009）·Zbl 1205.62072号
[22] 亚科贝利，S。；Carstensen，B.，《多状态模型中的多时间尺度》，《医学统计学》，32，5315-5327（2013）
[23] 易卜拉欣，J.G。；陈先生。；Sinha，D.，贝叶斯生存分析（2005），纽约：Wiley
[24] 易卜拉欣，R。；L'Ecuyer，P.，《呼叫中心到达预测：固定效应、混合效应和双变量模型》，《制造与服务运营管理》，第15期，第72-85页（2013年）
[25] 考尔曼，G。；Khomski，P.，变系数加性双向危险模型，计算统计学和数据分析，5191944-1956（2006）·Zbl 1157.62508号
[26] Keiding，N.，《词汇图中的统计推断》，伦敦皇家学会哲学汇刊，A系列，332487-509（1990）·Zbl 0714.62102号
[27] 刘，Y。；Whitt，W.，《\（G_t\）/\（M_t\）/\（\t）+\（GI_ \）《带废弃的多服务器流体排队，排队系统》，67，145-182（2011）·Zbl 1222.60073号
[28] ---《在多服务器排队中稳定顾客放弃与时间可变到达》，运筹学，60，1551-1564（2012）·Zbl 1263.90024号
[29] 曼德尔鲍姆，A。；Shimkin，N.，《从无形队列中合理放弃的模型》，排队系统，36，141-173（2000）·Zbl 0966.90019号
[30] 曼德尔鲍姆，A。；Zeltyn，S.，《为住院客户配备多个服务器队列：呼叫中心的约束满意度》，运筹学，571189-1205（2009）·Zbl 1233.90121号
[31] ---《关于电话队列中（im）患者客户的数据存储》，排队系统，75，115-146（2013）·Zbl 1277.90033号
[32] Miller Jr，R.G.，生存分析，66（2011），新泽西州霍博肯：威利
[33] Nocedal，J。；Wright，S.J.，共轭梯度法（2006），Springer
[34] A.B.欧文。；Perry，P.O.，SVD和非负矩阵分解的双交叉验证，应用统计学年鉴，3564-594（2009）·Zbl 1166.62047号
[35] Palm，R.C.A.，《全可用组承载的电话流量研究》（1957年）
[36] 里德·J。；Tezcan，T.，重交通中GI/M/n+GI队列废弃分布的危险率标度，运筹学，60，981-995（2012）·兹比尔1260.90072
[37] 沈，H。；Huang，J.Z.，预测非均匀泊松过程的时间序列及其在呼叫中心劳动力管理中的应用，应用统计年鉴，2601-623（2008）·Zbl 1400.62350号
[38] ---《呼叫中心到达的日间预测和日间更新，制造和服务运营管理》，10，391-410（2008）
[39] 瓦林，C。；N.里德。；Firth，D.，《复合似然方法概述》，《统计》，2011年第21期，第5-42页·Zbl 1534.62022号
[40] 泽尔廷，S。；Mandelbaum，A.，《门诊客户呼叫中心：M/M/n+G队列的多服务器渐近性》，排队系统，51，361-402（2005）·Zbl 1085.60072号
[41] Zohar，E。；曼德尔鲍姆，A。；Shimkin，N.，《电话队列中住院患者的适应行为：理论和实证支持》，《管理科学》，48，566-583（2002）·兹比尔1232.90300
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。