基于混合密度网络的客服系统延迟分布实时预测
性能
2019-12-19 v1
摘要
受提升客服系统效率的兴趣驱动，我们利用统计学习方法和延迟历史信息来预测排队系统中顾客等待时间的条件分布。由预测分布可得系统的描述性统计量，如等待时间的均值、方差和分位数，这些可用于延迟通告、SLA 合规以及更好的系统管理。我们用高斯混合对条件分布建模，其参数可使用混合密度网络估计。评估表明，在现实的时间变化到达假设下，利用更多延迟历史信息可带来更精确的预测。
引用
@article{arxiv.1912.08368,
title = {Real-Time Prediction of Delay Distribution in Service Systems using Mixture Density Networks},
author = {Majid Raeis and Ali Tizghadam and Alberto Leon-Garcia},
journal= {arXiv preprint arXiv:1912.08368},
year = {2019}
}