話務(wù)量預(yù)測(cè)一直是政務(wù)熱線職場(chǎng)運(yùn)營(yíng)中的核心問(wèn)題，它對(duì)于現(xiàn)場(chǎng)排班安排和人員招聘培訓(xùn)都具有前瞻性影響，可為現(xiàn)場(chǎng)運(yùn)營(yíng)提供數(shù)據(jù)指導(dǎo)和參考依據(jù)，尤其對(duì)于應(yīng)對(duì)疫情反復(fù)、政策變化或其他應(yīng)急狀況下的話務(wù)量突增狀況可提供及時(shí)預(yù)警，提高突發(fā)事件的處置能力和日常狀況下的運(yùn)營(yíng)效率。
但與此同時(shí)這也是一個(gè)難點(diǎn)問(wèn)題：話務(wù)量受到業(yè)務(wù)、政策生命周期，季節(jié)變動(dòng)，極端天氣，節(jié)假日等諸多綜合因素的復(fù)合影響，預(yù)測(cè)模型的選擇和應(yīng)用較為復(fù)雜。
近年來(lái)隨著“接訴即辦”工作的深入開(kāi)展，各地政務(wù)服務(wù)類熱線因其受理范圍寬泛、業(yè)務(wù)復(fù)雜、群眾期望值逐年增高等因素，話務(wù)量逐年大幅提升，受疫情政策等不可控因素影響的比例逐漸加大，因此傳統(tǒng)的自上而下根據(jù)外部業(yè)務(wù)政策發(fā)展趨勢(shì)進(jìn)行外推話務(wù)預(yù)測(cè)的方式已不再適用。如何從現(xiàn)有海量歷史話務(wù)數(shù)據(jù)挖掘入手，構(gòu)建基于業(yè)務(wù)量的時(shí)間序列格式化數(shù)據(jù)，運(yùn)用合適的統(tǒng)計(jì)學(xué)模型進(jìn)行數(shù)據(jù)內(nèi)生關(guān)系的挖掘和分析，進(jìn)行自下而上的趨勢(shì)內(nèi)推和預(yù)測(cè)工作成為了當(dāng)下的可行之策。
通過(guò)對(duì)某政務(wù)熱線近一年來(lái)的話務(wù)數(shù)據(jù)進(jìn)行復(fù)盤，發(fā)現(xiàn)不同時(shí)段影響話務(wù)的因素重多，其中包括天氣情況、政策發(fā)布、突發(fā)事件等因素（圖1）。
（一）天氣情況
惡劣天氣：霧霾、雷雨大風(fēng)、大冰雹、暴雪、強(qiáng)降雨等，尤其是進(jìn)入汛期以來(lái)，關(guān)于城市低洼地區(qū)出現(xiàn)積水等訴求明顯增多。
（二）政策發(fā)布
各級(jí)政府關(guān)于疫情管控或其他政策的發(fā)布和調(diào)整一般對(duì)話務(wù)量有較為明顯的滯后性影響。
（三）突發(fā)事件
突發(fā)事件一般會(huì)大幅影響當(dāng)日話務(wù)量，隨著時(shí)間影響程度遞減。
（四）時(shí)段性
1、當(dāng)日分時(shí)：每日的上午9-10時(shí)，下午的15-16時(shí)會(huì)呈現(xiàn)明顯的呼入量波峰，之后呼叫量會(huì)逐步降低。
2、特殊季節(jié)：如在七、八、九月份的電力迎峰度夏、十一月至次年三月的供暖季，有關(guān)電力和供暖的訴求明顯增多。
3、節(jié)假日：一般來(lái)說(shuō)工作日呼叫量會(huì)較節(jié)假日呼叫量增高，經(jīng)統(tǒng)計(jì)工作日呼叫量比非工作日平均高31.5%左右。
圖1：部分影響話務(wù)量的原始數(shù)據(jù)樣例（未清洗）
綜上，影響話務(wù)量因素眾多，各因素呈現(xiàn)周期性、分散性、復(fù)雜性特點(diǎn)：不同時(shí)間段有不同的影響因素，各因素間權(quán)重并不在一個(gè)維度，不太可能通過(guò)傳統(tǒng)的線性模型去擬合分析。另外各方因素交織在一起共同發(fā)揮作用，很難判定某一因素能夠在長(zhǎng)周期內(nèi)持續(xù)起主導(dǎo)性影響作用，各因素之間的內(nèi)生關(guān)系并不顯現(xiàn)，因此需要專業(yè)的機(jī)器學(xué)習(xí)模型通過(guò)統(tǒng)計(jì)計(jì)算發(fā)掘。
隨機(jī)森林（Random Forest）作為有代表的一種集成學(xué)習(xí)類機(jī)器學(xué)習(xí)算法，對(duì)于解決海量數(shù)據(jù)環(huán)境下的分類和回歸問(wèn)題有著良好的應(yīng)用效果。
核心思想是將許多棵決策樹(shù)（Decision Tree）整合成森林并用來(lái)預(yù)測(cè)最終結(jié)果：他用隨機(jī)放回的抽樣的方式建立一個(gè)森林，森林里面有很多的決策樹(shù)組成，隨機(jī)森林的每一棵決策樹(shù)之間是沒(méi)有關(guān)聯(lián)的。在得到森林之后，當(dāng)有一個(gè)新的輸入樣本進(jìn)入的時(shí)候，就讓森林中的每一棵決策樹(shù)分別進(jìn)行一下回歸預(yù)測(cè)，最后將所有決策樹(shù)的輸出值取均值即為最終結(jié)果。
隨機(jī)森林算法得到的每一棵樹(shù)都是很弱的，但是大家組合起來(lái)就很厲害了?？梢赃@樣比喻隨機(jī)森林算法：每一棵決策樹(shù)就是一個(gè)精通于某一個(gè)窄領(lǐng)域的專家（因?yàn)槲覀儚腗個(gè)feature中選擇m讓每一棵決策樹(shù)進(jìn)行學(xué)習(xí)），這樣在隨機(jī)森林中就有了很多個(gè)精通不同領(lǐng)域的專家，對(duì)一個(gè)新的問(wèn)題（新的輸入數(shù)據(jù)），可以用不同的角度去看待它，最終由各個(gè)專家投票得到結(jié)果。而這正是群體智慧（swarm intelligence），也就是經(jīng)濟(jì)學(xué)上說(shuō)的“看不見(jiàn)的手”在起著預(yù)測(cè)作用。
其對(duì)于呼叫中心話務(wù)量預(yù)測(cè)的場(chǎng)景適用性如下：
1.海量數(shù)據(jù)分析適用。隨機(jī)森林中需要分若干弱決策樹(shù)，能夠有效地運(yùn)行在大數(shù)據(jù)集上。政務(wù)熱線多年的運(yùn)營(yíng)經(jīng)驗(yàn)積累下海量的話務(wù)和業(yè)務(wù)數(shù)據(jù)，樣本越大，決策樹(shù)就可分的越多，不同決策樹(shù)所覆蓋評(píng)價(jià)角度就越廣，得到的最終結(jié)果就更準(zhǔn)確；
2.復(fù)雜影響因素適用。剛才提到，影響話務(wù)量因素眾多且權(quán)重不同，而決策樹(shù)因其投票機(jī)制使其先天能夠能夠處理具有高維特征的輸入樣本，不需要降維處理。而且對(duì)于政策、重大事件空白日而默認(rèn)的缺省值問(wèn)題也能夠獲得很好的處理結(jié)果；
3.便于歸因分析適用。隨機(jī)森林預(yù)測(cè)方式本質(zhì)上是基于決策樹(shù)，在生成過(guò)程中，能夠獲取到內(nèi)部生成誤差的一種無(wú)偏估計(jì)，從而評(píng)估各個(gè)特征在回歸問(wèn)題上的重要性，便于解釋影響當(dāng)前影響話務(wù)量的因素。
python中的sklearn包對(duì)隨機(jī)森林模型做了很好的封裝。我們用其對(duì)原始數(shù)據(jù)進(jìn)行清洗，模型的訓(xùn)練與評(píng)估（圖2）。
圖2：模型訓(xùn)練過(guò)程中的代碼（部分）
此外我們將隨機(jī)森林預(yù)測(cè)法和其他常用的話務(wù)預(yù)測(cè)模型，如上期值預(yù)測(cè)、ARIMA、移動(dòng)加權(quán)回歸預(yù)測(cè)、或其他組合模型進(jìn)行了對(duì)比，結(jié)果顯示隨機(jī)森林模型在政務(wù)熱線話務(wù)量預(yù)測(cè)應(yīng)用上效果最好（圖3）。
圖3：模型之間的擬合比較
經(jīng)過(guò)對(duì)某周四至周日（工作日和休息日各兩天）數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合對(duì)比，隨機(jī)森林預(yù)測(cè)值與實(shí)際數(shù)值誤差率為9%，移動(dòng)平均誤差率23.9%，ARIMA誤差率12.3%。
近年來(lái)各級(jí)接訴即辦單位對(duì)于有效搭建數(shù)據(jù)平臺(tái)、加強(qiáng)問(wèn)題研判、發(fā)掘數(shù)據(jù)規(guī)律、提升感知能力和治理預(yù)見(jiàn)性有著迫切的需求。該成果作為已知的國(guó)內(nèi)首例政務(wù)熱線大數(shù)據(jù)話務(wù)量預(yù)測(cè)系統(tǒng)，階段性成效得到了客戶領(lǐng)導(dǎo)和運(yùn)營(yíng)團(tuán)隊(duì)的支持和肯定。下一步將持續(xù)進(jìn)行數(shù)據(jù)源的豐富與模型參數(shù)調(diào)優(yōu)，豐富展示效果，同時(shí)加強(qiáng)對(duì)影響因素的歸因分析，不斷進(jìn)行系統(tǒng)的迭代升級(jí)。
