基于生成函数的外呼模块数量模型

背景:

有一个外呼任务,利用自研的机器人在规定时间内把一定数量的外呼电话全部打完,一个机器人一次只能拨打一个电话。以下是我对问题的抽象和给出的模型,可能存在错误的地方,如有发现还请指出,多谢!

问题描述

  1. 总共有N通电话要打;
  2. 配置m个拨打模块,由于运营商的限制,每个模块100秒内最多只能打12通电话,假设每通电话通话时长小于100s,每天打10个小时,一个模块满负荷下每天可以拨打 10 * 3600 * 12 / 100 = 4320通电话;
  3. 假设每通电话的平均接听率为p,未接听电话需要后续重新拨打;
  4. 用户一旦接听电话后本次任务标记完成。
    求:至少需要配备多少模块和机器人能在10天内打完N通电话

求解过程

首先假设用户之间相互独立,即A用户是否接听不受B用户影响。分两种情况讨论:

简单情况

用户个体每次接电话相互独立,即:第n次是否接听电话不受第n-1次的影响。则针对第 i i i个用户的电话任务是否完成可以用下图表述:
在这里插入图片描述
则有用户在两次内接听的概率为: 1 − ( 1 − p ) 2 1-(1-p)^{2} 1(1p)2如果需要两次内用户的接听率大于99%,则有: 1 − ( 1 − p ) 2 ≥ 0.99 1-(1-p)^{2}≥ 0.99 1(1p)20.99 解出p≥0.9,即平均接听率必须大于0.9。
在此假设下,理论上N通电话永远都无法全部完成,对于任意集合 I I I,存在元素 i i i每次都以(1-p)的概率选择不接听电话,则问题归约成若p≥0.9,以99%的概率打完N通电话需要拨号的模块配置数量。配置的模块数量为 ⌈ 2 ∗ N 4320 ∗ 10 ⌉ \left \lceil \frac{2*N}{4320 * 10} \right \rceil 4320102N,设N=100000,则模块数为5个,机器人数为60个
但是,实际接听率p远小于90%,假设p=0.6,则至少需要拨打多次是才能保证一个用户的接听率大于99%? 有 1 − ( 1 − p ) n ≥ 0.99 1-(1-p)^{n}≥ 0.99 1(1p)n0.99 求n,有 n ≥ l o g ⁡ ( 0.01 ) l o g ⁡ ( 0.4 ) n≥ \frac{log⁡(0.01)}{log⁡(0.4)} nlog(0.4)log(0.01) 至少需要拨打5次。所以配置的模块数量为 ⌈ 5 ∗ N 4320 ∗ 10 ⌉ \left \lceil \frac{5*N}{4320 * 10} \right \rceil 4320105N ,设N=100000,则模块数为12个,机器人数为144个

现实情况

用户第n次是否接听与前n-1次存在密切联系,且随着n的变大接听率也随着变大,即第二次的接听率大于第一次,假设用户的接听率随着拨打的次数按25%比例增加,即有:第一次p1=50%,第二次p2=75%,第三次p3=100%,第三次必定接听,设生成函数:
f ( x ) = a ⋅ x + b ⋅ x 2 + c ⋅ x 3 f(x)=a\cdot x+b\cdot x^{2}+c\cdot x^{3} f(x)=ax+bx2+cx3
其中x的次方n代表第n次接听,x的系数为第n次接听的人数。则有:
a = N ⋅ P 1 a=N\cdot P_{1} a=NP1
b = ( N − a ) ⋅ P 2 b=(N-a)\cdot P_{2} b=(Na)P2
c = ( N − ( a + b ) ) ⋅ P 3 c=(N-(a+b))\cdot P_{3} c=(N(a+b))P3
则需要拨打的总数 s = a + 2 ⋅ b + 3 ⋅ c s = a + 2\cdot b + 3\cdot c s=a+2b+3c
一般情况:
设:

  • p i 为 第 i 次 接 听 率 , i > 0 且 有 p i < p ( i + 1 ) p_{i}为第i次接听率,i>0且有p_{i}<p_{(i+1)} piii>0pi<p(i+1)
  • f ( x ) = ω 1 x + ω 2 x 2 + ⋯ + ω i x i 为 N 通 电 话 被 接 听 的 生 成 函 数 , 参 数 含 义 同 上 f(x)= ω_1 x+ ω_2 x^2+⋯+ ω_i x^i为N通电话被接听的生成函数,参数含义同上 f(x)=ω1x+ω2x2++ωixiN
    则有:
    ω 1 = N ⋅ p 1 ω_1=N\cdot p_1 ω1=Np1
    ω 2 = ( N − ω 1 ) ⋅ p 2 ω_2=(N-ω_1)\cdot p_2 ω2=(Nω1)p2

    ω i = ( N − ∑ j = 1 i − 1 ω j ) ∗ p i ω_i=(N-\sum_{j=1}^{i-1}ω_j )* p_i ωi=(Nj=1i1ωj)pi

则有: s = ∑ i = 1 N i ⋅ ω i = N ⋅ p 1 + ∑ i = 2 N i ⋅ ( N − ∑ j = 1 i − 1 ω j ) ⋅ p i s=\sum_{i=1}^{N}i\cdot ω_i = N\cdot p_1 + \sum_{i=2}^{N}i\cdot (N-\sum_{j=1}^{i-1}ω_j)\cdot p_i s=i=1Niωi=Np1+i=2Ni(Nj=1i1ωj)pi

设P={50%,75%,100%},N=100000带入,得: s = 50000 + 2 ⋅ 37500 + 3 ⋅ 12500 = 162500 s=50000 + 2\cdot37500 + 3\cdot12500=162500 s=50000+237500+312500=162500
所以配置的模块数量为 ⌈ 162500 4320 ∗ 10 ⌉ \left \lceil \frac{162500}{4320 * 10} \right \rceil 432010162500得模块数为4个,机器人数为48个

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值