机译:延迟付款预测模型可将客户联系人列表公平分配给呼叫中心代理
Seoul Natl Univ Sci & Technol, Grad Sch Publ Policy & Informat Technol, Dept Ind & Informat Syst, Seoul, South Korea;
Korea Univ, Sch Ind Management Engn, Seoul, South Korea;
Late payment prediction; Machine learning; Decision tree; Artificial neural network; Support vector machine; Hybrid approach;
机译:客户情绪是否会影响特工速度? 在线客户联络中心情绪负荷的实证研究
机译:基于分层多任务模型的联络中心呼叫中的客户满意度估算
机译:在具有回叫选项的客户联系中心上:客户决策,路由规则和系统设计
机译:自动语音功能学习可连续预测联络中心电话中的客户满意度
机译:在客户联络中心的排队模型中合并电子邮件处理历史记录的汇总方法。
机译:自动通知和客户服务呼叫中心的有效性及时准确地报告临界价值:实验室医学最佳实践系统审查和荟萃分析
机译:图1:用于:(a)区域的长距离触点的可视化示例,这里增强了来自人胎儿脑细胞的两个10kb分辨率的Hi-C地图。从兴趣点计算联系人高达30个距离距离。顶部到底:jbrowse(Skinner等,2009)截图,具有基因和互动曲线表示(绿色兴趣点,它们的黄色接触预测); HICENTERPLISE交互配置曲线图具有强度(由距离加权)和FDR校正的P值(Q值)的-LOG10,其阈值设置为0.01。 (b)TADS,这里是来自Huvec的第17次染色体的150 KB分辨率Hi-C地图的Hicenterprise可视化。左上三角:原版Hi-C地图接触频率;右下三角形:跨度相互作用的Q值的-log10计算,使用超几何分布计算。