然后根据各自的排名或百分位排名对呼叫者和坐席进行匹配，例如，排名最 高的坐席与排名最高的呼叫者匹配，排名第二高的坐席与排名第二高的呼叫者匹配等。
[0044] 示例性乘数方法利用了不同概率相乘的内在几何关系，例如，将销售率为30%的 坐席与购买率为30%的顾客匹配，总的机会为9%，而将销售率为20%或10%的坐席与相 同的顾客匹配，总的机会为6%或3%。当该方法用于所有的坐席和呼叫者时，特定结果变 量-例如，销售-的整体预测机会要比随机匹配方法高。
[0045] 在一个实施例中，除了使用坐席和呼叫者的相对排名来匹配呼叫者和坐席之外， 还可以使用模式匹配算法，该模式匹配算法使用坐席和/或呼叫者人口统计数据。例如，可 以通过模式匹配算法-例如，自适应相关算法-基于人口统计数据来匹配坐席和呼叫者。根 据概率乘数方法和模式匹配算法得到的呼叫者-坐席配对可以在加权或不加权的情况下 组合，例如，线性地组合，从而确定最终配对，以将呼叫者路由给坐席。
[0046] 最初，示例性呼叫路由系统和方法被描述为用于将呼叫者匹配至空闲的坐席。接 下来描述基于结果变量-例如，销售，顾客满意度等-对呼叫者和坐席进行排名或排序，以 及基于相对排名将坐席匹配至呼叫者的示例性系统和方法。例如，将针对特定结果变量排 名最高的坐席与针对特定结果变量排名最高的呼叫者匹配，将排名最低的坐席与排名最低 的呼叫者匹配等。
[0047] 图1反映了典型联络中心运行100的一般结构。网络云团101反映了特定或区域 性电信网络，它被设计为接收呼入呼叫者，或者支持对外呼呼叫者进行的联络。网络云团 101可以包括单一联络地址，例如电话号码或电子邮件地址，或者多个联络地址。中央路由 器102反映了联络路由硬件和软件，它们被设计为帮助在呼叫中心103之间路由联络。在 只部署单个联络中心的情况下，可以不需要中央路由器102。在部署了多个联络中心的情况 下，可能需要更多的路由器以将联络路由至特定联络中心103的另一个路由器。在联络中 心103层级，联络中心路由器104将把联络路由至坐席105,坐席105具有个人电话或其它 电信设备105。通常，联络中心103中有多个坐席105。
[0048] 图2显示了示例性联络中心路由系统200 (它可以包括在图1所示的联络中心路 由器104中）。一般而言，路由系统200可用于至少部分地基于概率乘数方法对呼叫者和坐 席进行匹配，概率乘数方法是基于针对特定结果变量的坐席表现和呼叫者倾向（例如，统 计学机会或可能性）。路由系统200还可用于基于模式匹配算法，或者模式匹配算法与概率 乘数方法的组合对呼叫者和坐席进行匹配，模式匹配算法单独使用呼叫者数据和/或坐席 数据。路由系统200可以包括通信服务器200和路由引擎204,它们用于接收和将呼叫者匹 配至坐席（有时称为将呼叫者"映射"至坐席）。
[0049] 在一个实施例中，如同下面所详细描述的那样，路由引擎204可用于检索或确定 可用坐席的表现数据，并从守候的呼叫者检索或确定针对结果变量的呼叫者倾向。表现数 据和呼叫者倾向数据可以各自转换为百分位排名，并被用于分别基于百分位排名的最接近 匹配来将呼叫者匹配至坐席，由此，举例来说，导致高表现的坐席与具有高购买倾向的呼叫 者匹配。
[0050] 坐席数据可以包括坐席等级或排名，坐席历史数据，坐席人口统计数据，坐席心理 统计数据，以及关于坐席的其它业务相关数据（在本申请中单独，或一起称为"坐席数据 "）。坐席和呼叫者人□统计数据可以包括下面中的任何一者：性别，种族，年龄，教育程度， 口音，收入，国籍，种族渊源，区域码，邮政编码，婚姻状况，工作状况，以及信用评分。坐席和 呼叫者心理统计数据可以包括下面中的任何一者：内向性，社交性，对经济成功的渴望，以 及电影和电视偏好。进一步注意到，某些数据，例如区域码可以提供与呼叫者的可能收入水 平，教育水平，种族渊源，地区等相关的统计数据，这些统计数据可以被示例性方法用于确 定-举例来说-呼叫者针对特定结果变量的倾向。
[0051] 此外，在一些实施例中，路由引擎204还可以包括模式匹配算法和/或计算机模 型，模式匹配算法和/或计算机模型可以基于早前呼叫者-坐席匹配的表现或结果随时间 调适。额外的模式匹配算法可以以各种方式与概率乘数方法组合，以确定路由决定。在一个 实施例中，模式匹配算法可以包括本领域中已知的基于神经网络的自适应模式匹配引擎， 例如，M.Riedmiller，H.Braun所描述的弹性反向传播（RPROP)算法：'用于更快反向传播 学习的直接自适应方法：RPROP算法'，1993年神经网络IEEE国际会议期刊，其通过引用全 部结合至此。可以包括在联络路由系统和/或路由引擎204中的各种其它示例性坐席表现 和模式匹配算法和计算机模型系统和方法已被公开，例如，在2008年1月28日提交的美国 12/021，251号申请和2008年8月29日提交的美国12/202, 091号申请中公开，这两个申请 通过引用全部结合至此。当然，应该认识到，其它基于表现的或者模式匹配算法和方法可以 单独使用，或者与上述那些一起组合使用。
[0052] 路由系统200还包括其它组件，例如收集器206，其用于手机呼入呼叫者的呼叫者 数据，关于呼叫者-坐席对的数据，呼叫者-坐席对的结果，坐席的坐席数据，坐席的历史表 现数据等。此外，路由系统200还可以包括报告引擎208,其用于生成路由系统200的性能 和运行报告。路由系统200还可以包括其它各种服务器，组件，和功能。此外，尽管显示为单 一硬件设备，但是可以理解，各种组件的位置可以互相远离（例如，通信服务器202和路由 引擎204不需要包括在公共硬件/服务器系统中，或包括在公共位置上）。此外，路由系统200还可以包括各种其它组件和功能，但是为了清楚起见，这些其它组件和功能在这里被省 略掉了。
[0053] 图3显示了示例性路由引擎204更进一步的细节。路由引擎204包括主映射引擎 304,主映射引擎304中可以包括单独使用，或与其它映射引擎组合使用的一个或多个映射 引擎。在一些实施例中，路由引擎204可以唯一地，或部分地基于与坐席相关的表现数据和 与特定结果变量的倾向或机会相关的呼叫者数据对呼叫者进行路由。在其他实施例中，路 由引擎204还可以唯一地，或部分地基于对各种坐席数据和呼叫者数据的比较做出路由决 定，坐席数据和呼叫者数据可以包括-举例来说-基于表现的数据，人口统计数据，心里统 计数据，电话类型/电话号码，BTN-数据，以及其它业务相关数据。此外，可以使用亲和性 数据库（未显示），并且这种信息可以被路由引擎204和/或映射引擎304接收以做出或影 响路由决定。数据库312可以包括本地或远程数据库，第三方服务等（此外，如果坐席数据 可以应用于特定映射方法，映射引擎304可以从数据库314接收坐席数据）。
[0054] 在一个实施例中，可以通过基于针对特定结果变量（例如，创收，成本，顾客满意 度，及其组合等）的表现对坐席集合进行排名或打分而确定相对坐席表现。此外，相对坐席 表现可以转换为相对百分位排名。举例来说，处理引擎320-1可以确定或接收针对一个或 多个结果变量的相对坐席表现数据。此外，处理引擎320-1可以接收或确定针对特定结果 变量（例如，购买倾向，呼叫时长，是否满意，或其组合等）的呼叫者倾向。可以根据可用呼 叫者数据确定呼叫者倾向。接下来，坐席的相对表现数据和呼叫者的倾向数据可以被用于 基于相应排名对呼叫者和坐席进行匹配。在一些实施例中，表现数据和倾向数据被转换为 呼叫者和坐席的相对百分位排名，并基于最接近的各个相对百分位对呼叫者和坐席进行匹 配。
[0055] 在一个实施例中，处理引擎320-2包括一个或多个模式匹配算法，模式匹配算法 可用于比较可用的呼叫者数据和与坐席集合相关的坐席数据，并确定每个呼叫者_坐席对 的适合性分数。举例来说，处理引擎320-2可以从各种数据库（例如，312和314)接收呼叫 者数据和坐席数据，并输出呼叫者-坐席对分数或呼叫者-坐席对排名。模式匹配算法可 以包括相关算法，例如神经网络算法，遗传算法，或者其它自适应算法。
[0056] 此外，处理引擎可以包括一个或多个亲和性匹配算法，亲和性匹配算法可用于接 收与呼叫者和/或坐席相关的亲和性数据。亲和性数据和/或亲和性匹配算法可以单独使 用，或者与这里讨论的其它方法或模型组合使用。
[0057] 路由引擎204还可以包括选择逻辑（未显示），其用于对多个处理引擎320-1和 320-2中的一个或多个进行选择和/或加权，从而将呼叫者映射至坐席。举例来说，选择 逻辑可以包括规则，该规则用于确定已知的或可用的呼叫者数据的类型和数量，并选择合 适的处理引擎320-1，320-2等，或它们的组合。选择逻辑可以整体或部分包括在路由引擎 204,映射引擎304中，或远离路由引擎204和映射引擎304。
[0058] 此外，如图3中的步骤350所示，呼叫历史数据（举例来说，包括呼叫者-坐席对 数据和相对于成本，收入，顾客满意度的结果等）可被用于对处理引擎320-1，320-2进行再 培训或修改。