关键词:
绩效考核
快递客服
决策树算法
数据仓库
协调测度信息熵
贝叶斯节点
摘要:
我国的快递行业已经历了近三十多年的发展,近几年得益于网络电子商务的高速发展,国内的快递物流公司更是以每年30%的增速发展壮大。随着快递物流服务需求的增大,随之而来的反馈问题将日益增多,目前的技术水平无法完全用计算机处理所有的反馈问题,必须有快递客服与计算机共同处理并解决这些问题,快递客服对快递行业提高客户满意度,保留客户,降低流通成本起到了重要作用,是每家快递公司都不可缺少的部分,而快递客服的工作绩效不同于一般职能部门的工作绩效,对其考核成为了快递公司的一大难题。因此,建立一个科学、合理、公正的快递客服评价体系显得尤为重要。本文以快递客服的绩效考核为研究内容,将数据仓库技术和数据挖掘技术应用于其中。在数据仓库的建立过程中,首先分析了海量数据从原始数据源到数据仓库的流程,接着详细介绍了绩效考核系统里的数据预处理过程,方法和处理规则,最后设计了数据仓库结构;在数据挖掘算法里,决策树算法具有很好的分类准确性和快速分类能力,根据快递客服的数据特点,采用决策树算法进行快递客服历史数据挖掘,现有决策树算法在计算复杂度和分类属性选取上有所不足,本文提出了基于协调测度信息熵的决策树算法对快递客服数据构建决策树模型,仿真结果验证了算法的优越性,最终模型展示显示了模型分裂属性的复杂化和差异化;针对快递客服绩效考核数据随时间增长而不断变化的问题,通过将贝叶斯算法与决策树算法结合解决问题,提出基于贝叶斯节点的增量决策树算法,通过实验结果对比分析,说明了基于贝叶斯节点的增量决策树算法对于快递客服历史数据处理建模的合理性;在数据处理和算法设计优化基础上,本文设计完整的快递客服绩效考核系统,具有数据管理、算法导入、数据建模的主要功能,并通过了基本的功能和性能测试,验证了系统满足设计需求。论文旨在短时间内传递有价值的信息到管理层人员,协助快递行业管理层人员辅助决策,使管理层人员能够根据分析结果制定针对性政策去管理协调客服工作。论文成果有利于提出适合客服工作的有效管理方法以及改进客服绩效的意见等,具有良好的理论价值和现实意义。