MODEL BUILDING ARCHITECTURE AND SMART ROUTING OF WORK ITEMS

Systems and methods for using a mathematical model based on historical information to automatically schedule and monitor work flows are disclosed. Prediction methods that use some variables to predict unknown or future values of other variables may assist in reducing manual intervention when addressing incident reports or other task-based work items. For example, work items that are expected to conform to a supervised model built from historical customer information. Given a collection of records in a training set, each record contains a set of attributes with one of the attributes being the class. If a model can be found for the class attribute as a function of the values of the other attributes, then previously unseen records may be assigned a class as accurately as possible based on the model. A test data set is used to determine model accuracy prior to allowing general use of the model. Il est décrit des systèmes et méthodes servant à utiliser un modèle mathématique fondé sur des renseignements historiques en vue de programmer et surveiller automatiquement des flux de travail. Des méthodes de prévisions qui mettent à profit certaines variables afin de prévoir des valeurs futures ou inconnues dautres variables peuvent aider à réduire le travail manuel devant être effectué au moment de traiter les comptes rendus d'incidents ou dautres éléments de travail basés sur les tâches. Par exemple, les éléments de travail devant suivre un modèle supervisé élaboré à partir de renseignements historiques sur le client. Dans une collection de recueils constituant une série dentraînement, chaque recueil contient une série de caractéristiques, dont la classe. Si lon peut trouver un modèle permettant de déterminer la caractéristique de la classe en fonction des valeurs dautres caractéristiques, des recueils qui nétaient pas visibles auparavant peuvent être classés avec autant de précision que possible selon le modèle. Avant de permettre à la population générale dutiliser le modèle, il faut déterminer son niveau de précision au moyen dune série de données dessai.