CN109409700B - 一种配置数据确认方法、业务监测方法及装置 - Google Patents

一种配置数据确认方法、业务监测方法及装置 Download PDF

Info

Publication number
CN109409700B
CN109409700B CN201811176450.0A CN201811176450A CN109409700B CN 109409700 B CN109409700 B CN 109409700B CN 201811176450 A CN201811176450 A CN 201811176450A CN 109409700 B CN109409700 B CN 109409700B
Authority
CN
China
Prior art keywords
target
data
variable
service
correlation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811176450.0A
Other languages
English (en)
Other versions
CN109409700A (zh
Inventor
许玲娜
张丹萍
陈艺超
张雅虹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wangsu Science and Technology Co Ltd
Original Assignee
Wangsu Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wangsu Science and Technology Co Ltd filed Critical Wangsu Science and Technology Co Ltd
Priority to CN201811176450.0A priority Critical patent/CN109409700B/zh
Publication of CN109409700A publication Critical patent/CN109409700A/zh
Application granted granted Critical
Publication of CN109409700B publication Critical patent/CN109409700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种配置数据确认方法、业务监测方法及装置，用于使所获得的配置数据更适合待分配业务的实际需求，其中配置数据确认方法包括：获取待分配业务的历史运营数据；根据历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系；变量特征是根据历史运营数据确定的；根据若干个变量特征与目标特征之间的相关关系，确定目标特征满足配置要求时，若干个变量特征的取值作为配置数据。变量特征反应的是待分配业务的历史运行数据中与目标特征存在相关关系的特征，与待分配业务也存在关联，因此所得到的配置结果将更适合待分配业务的实际需求。

Description

一种配置数据确认方法、业务监测方法及装置
技术领域
本发明涉及互联网技术领域，尤其涉及一种配置数据确认方法、业务监测方法及装置。
背景技术
随着社会的发展，人力资源成本逐渐上涨，如何合理调度人力资源越发显得至关重要。
目前的人力资源调度多采用评估方法，这种方法多注重对人力资源本身的评估，例如员工数量、员工入职时间、员工工作能力等等，在评估时未能考虑到行业的特征对人力资源配置结果造成的影响，使得人力资源配置结果的合理性有待进一步提高。
发明内容
本发明提供一种配置数据确认方法、业务监测方法及装置，使所获得的配置数据更适合待分配业务的实际需求。
本发明方法包括：
第一方面，本发明实施例提供一种配置数据确认方法，包括：
获取待分配业务的历史运营数据；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系；所述变量特征是根据所述历史运营数据确定的；
根据所述若干个变量特征与所述目标特征之间的相关关系，确定所述目标特征满足配置要求时，所述若干个变量特征的取值作为所述配置数据。
采用上述方案，根据待分配业务的历史运营数据中变量特征与目标特征之间的相关关系确定配置数据，由于变量特征是根据历史运营数据确定的，因此，变量特征反应的是待分配业务的历史运行数据中与目标特征存在相关关系的特征，其不再局限于人力资源本身，而与待分配业务也存在关联，因此采用本申请所获取的配置数据对待分配业务进行人力资源分配时，所得到的配置结果将更适合待分配业务的实际需求。
可选的，所述变量特征是根据所述历史运营数据确定的，包括：
从所述历史运营数据获取若干个预设特征对应的特征数据，以及所述目标特征对应的第二数据；
根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数；
根据所述第一相关系数，确定所述若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为所述变量特征。
采用上述方案，可以较为客观地从历史运营数据中提取出与目标特征之间具有较高相关关系的变量特征，从而使获得的配置数据能够实现更好的配置效果。
可选的，根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数之前，还包括：
标准化处理所述特征数据，使所述特征数据中所述若干个预设特征对应的特征值处于相同的预设数值范围；
根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数，包括：
根据标准化处理后的所述特征数据中所述若干个预设特征分别对应的特征值和所述第二数据中所述目标特征对应的数值，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数。
由于不同的预设特征对应的数值在量级、量纲、性质上往往都存在差异，无法直接计算相关系数，采用上述方案，可以先对数据标准化处理，从而可以对不同预设特征对应的数值进行运算。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000031
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
可选的，根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系之前，还包括：
根据所述待分配业务的历史运营数据，确定所述待分配业务被打断的中断频率；
根据所述中断频率确定所述待分配业务的第一补偿因子；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系，包括：
根据所述第一补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
工作人员在处理业务时，其处理过程有可能被打断，从而影响到目标特征在历史运营数据中的数据，因此，采用上述方案，通过设置第一补偿因子，来补偿处理业务被打断对目标特征所造成的误差，有利于提高配置数据所对应的目标特征的配置效果。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000041
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(c)为所述第一补偿因子，c为所述中断频率。
可选的，所述中断频率与所述第一补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000042
可选的，根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系之前，还包括：
确定若干个可分配人员；
针对任一可分配人员，确定所述历史运营数据中所述可分配人员处理所述待分配业务的投入时长；
根据所述投入时长确定所述可分配人员的第二补偿因子；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系，包括：
根据所述第二补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
不同的工作人员对待分配业务的熟练度不同，其完成该待分配业务的效果也会有所差异。因此，待分配人员的熟练度也会对目标特征的配置效果产生影响。采用上述方案，通过引入第二补偿因子以补偿不同工作人员熟练度对目标特征产生的影响，有利于提高配置数据所对应的目标特征的配置效果。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000051
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(lk)为第k个可分配人员的第二补偿因子，lk为第k个可分配人员的投入时长。
可选的，所述投入时长与所述第二补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000052
第二方面，本发明实施例提供一种业务监测方法，所述业务的人力资源是根据第一方面中任一项所述的方法确认的配置数据进行配置的，所述方法包括：
针对被配置于所述业务的若干个已分配人员中的任一已分配人员，监控所述已分配人员处理所述业务时所述目标特征的当前取值；
获取所述目标特征的当前取值与监控指标之间的差值；所述监控指标是根据所述历史运营数据中所述已分配人员处理所述业务时所述目标特征的历史取值确定的；
在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
采用上述方案，可以对通过第一方面任一项所提供的配置数据确认方法所获得的配置数据所对应的目标特征的配置效果进行监控，在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息，使用户可以根据及时对配置情况进行调整或进行其它处理。
可选的，所述监控指标是通过以下公式获得的：
Figure GDA0003212401850000061
其中，yk为第k个已分配人员的监控指标，tk为第k个已分配人员在历史运营数据中完成所述业务时所述目标特征的历史取值，sv为所述业务中所述若干个已分配人员的平均预期目标特征取值，gv为所述若干个已分配人员的平均弹性系数。
第三方面，本发明实施例提供一种配置数据确认装置，包括：
获取单元，用于获取待分配业务的历史运营数据；
处理单元，用于根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系；所述变量特征是根据所述历史运营数据确定的；根据所述若干个变量特征与所述目标特征之间的相关关系，确定所述目标特征满足配置要求时，所述若干个变量特征的取值作为所述配置数据。
可选的，所述处理单元具体用于：从所述历史运营数据获取若干个预设特征对应的特征数据，以及所述目标特征对应的第二数据；根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数；根据所述第一相关系数，确定所述若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为所述变量特征。
可选的，所述处理单元还用于：标准化处理所述特征数据，使所述特征数据中所述若干个预设特征对应的特征值处于相同的预设数值范围；
所述处理单元具体用于：根据标准化处理后的所述特征数据中所述若干个预设特征分别对应的特征值和所述第二数据中所述目标特征对应的数值，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000071
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
可选的，所述处理单元还用于：根据所述待分配业务的历史运营数据，确定所述待分配业务被打断的中断频率；根据所述中断频率确定所述待分配业务的第一补偿因子；
所述处理单元具体用于：根据所述第一补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000072
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(c)为所述第一补偿因子，c为所述中断频率。
可选的，所述中断频率与所述第一补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000081
可选的，所述处理单元还用于：确定若干个可分配人员；针对任一可分配人员，确定所述历史运营数据中所述可分配人员处理所述待分配业务的投入时长；根据所述投入时长确定所述可分配人员的第二补偿因子；
所述处理单元具体用于：
根据所述第二补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000082
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(lk)为第k个可分配人员的第二补偿因子，lk为第k个可分配人员的投入时长。
可选的，所述投入时长与所述第二补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000091
第四方面，本发明实施例提供一种业务监测装置，所述业务的人力资源是根据如第一方面中任一项所述的方法确认的配置数据进行配置的，所述业务检测装置包括：
监控单元，用于针对被配置于所述业务的若干个已分配人员中的任一已分配人员，监控所述已分配人员处理所述业务时所述目标特征的当前取值；
处理单元，用于获取所述目标特征的当前取值与监控指标之间的差值；所述监控指标是根据所述历史运营数据中所述已分配人员处理所述业务时所述目标特征的历史取值确定的；在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
可选的，所述监控指标是所述处理单元通过以下公式获得的：
Figure GDA0003212401850000092
其中，yk为第k个已分配人员的监控指标，tk为第k个已分配人员在历史运营数据中完成所述业务时所述目标特征的历史取值，sv为所述业务中所述若干个已分配人员的平均预期目标特征取值，gv为所述若干个已分配人员的平均弹性系数。
第五方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行如第一方面中任一项所述的方法，或，如第二方面所述的方法。
第六方面，本发明实施例还提供一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如第一方面中任一项所述的方法，或，如第二方面所述的方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种配置数据确认方法流程示意图；
图2为本发明实施例提供的一种业务监测方法流程示意图；
图3为本发明实施例提供的一种配置数据确认装置结构示意图；
图4为本发明实施例提供的一种业务监测装置结构示意图；
图5为本发明实施例提供的一种计算设备结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在企业、社团、组织运行中，人力资源的配置效果在减少成本、提高效益等诸多方面都有着举足轻重的影响。然而，现有的人力资源的配置往往侧重于人力资源本身的特征，而缺乏对待分配业务实际需求的考虑。基于此，本发明实施例提供了一种配置数据确认方法，采用本方法所生成的配置数据对人力资源进行配置时，所获得的配置效果可以更好地满足待分配业务的实际需求。
图1为本发明实施例提供的一种配置数据确认方法流程示意图，如图1所示，主要包括以下步骤：
S101：获取待分配业务的历史运营数据。
S102：根据历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系；变量特征是根据历史运营数据确定的。
S103：根据若干个变量特征与目标特征之间的相关关系，确定目标特征满足配置要求时，若干个变量特征的取值作为配置数据。
在S101中，待分配业务的历史运行数据可以是待分配业务在最近的预设时间段内的运营数据。具体实施过程中，可以根据事先定义的工作事项，在业务系统中埋入采集逻辑，在业务运营的过程中将工作事项所对应的数据提取并存入数据库中。如，在内容分发网络(Content Delivery Network，CDN)运营中，事先定义的工作事项可以包括CND节点、网络区域信息、带宽信息、操作流水数目等，从而获得CDN运营数据。在执行S101时，便可以直接从数据库中获取待分配业务的历史运营数据。
在S102中，目标特征为人力资源配置需要优化的特征，如若人力资源配置追求在更短的时间内完成业务，则目标特征为完成一次待分配业务所用时间，若人力资源配置追求更高的业务品质，则目标特征为完成一次待分配业务的业务品质，等。目标特征包括于上述工作事项之中，因此，待分配业务的历史运营数据中包括了目标特征的一系列取值，即第二数据。同样的，变量特征也包括于上述工作事项之中，因此，待分配业务的历史运营数据中也包括了变量特征的一系列取值，即第一数据。其中，变量特征是根据历史运营数据确定的，因此，变量特征的确定不局限于人力资源，也与待分配业务本身的运营特点相关。
在S103中，根据变量特征与目标特征之间的相关关系，通过合理调节变量特征的取值使目标特征达到配置要求，此时，这些变量特征的取值便是本发明实施例所提供的配置数据。由于变量特征的确定不局限于人力资源，也与待分配业务本身的运营特点相关，因此，采用本发明实施例所确定的配置数据能够更好地满足待分配业务的实际需求。
本发明实施例中，变量特征是根据待分配业务的历史运营数据确定的。可选的，本发明实施例提供一种确定变量特征的具体方法，包括：
步骤一：从历史运营数据获取若干个预设特征对应的特征数据，以及目标特征对应的第二数据。
步骤二：根据特征数据和第二数据，分别确定若干个预设特征与目标特征之间的第一相关系数。
步骤三：根据第一相关系数，确定若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为变量特征。
在步骤一中，预设特征可以是根据逻辑推理或工作经验，所预先设定的与目标特征之间可能存在相关关系的工作事项。容易理解，预设特征越全面，所确定的配置数据对应的目标特征的配置效果越理想，但处理过程更为繁琐；预设特征越精简，处理过程便更为便捷，但会有遗漏变量特征的风险。具体实施时，可以根据待分配业务的实际情况灵活设定预设特征。
在步骤二中，特征数据中包括若干个预设特征所对应的特征值，通过对预设特征所对应的特征值以及目标特征所对应的第二数据建立相关系数分析，衡量各个预设特征在配置中对目标特征产生的影响。假设预设特征x在历史运营数据中分别对应的特征值为x1、x2、……、xn，n为待分配业务运营次数，目标特征y所对应的第二数据为y1、y2、……yn，则相关系数的计算公式如以下公式一所示：
Figure GDA0003212401850000121
其中，rxi为预设特征x与目标特征y之间第一相关系数，i＝1，2，……，n；Sx为预设特征x的n个特征值的标准差；Sy为目标特征y的n个第二数据的标准差；Sxy为预设特征x的n个特征数据与目标特征y的n个第二数据之间的协方差。
根据以上公式一，分别对各个预设特征所对应的特征值进行运算，从而获取各个预设特征的第一相关系数。
通过步骤二获取的第一相关系数能够反映预设特征与目标特征之间的相关关系。具体的，第一相关系数的取值在1到-1之间，第一相关系数为1时，表示预设特征与目标特征之间完全线性正相关，第一相关系数为-1时，表示预设特征与目标特征之间完全线性负相关，第一相关系数为0时，表示预设特征与目标特征之间不相关，且，第一相关系数越趋近于0表示预设特征与目标特征之间的相关关系越弱。基于此，在步骤三中，确定若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为变量特征，如第一阈值为0.3，则第一相关系数大于0.3或小于-0.3的预设特征都可以确定为变量特征。
采用上述方案，可以较为客观地从历史运营数据中提取出与目标特征之间具有较高相关关系的变量特征，从而使获得的配置数据能够实现更好的配置效果。
由于不同的预设特征对应的特征值在量级、量纲、性质上往往可能存在差异，导致很难将各个预设特征综合在一起进行运算。基于此，在步骤二之前，还可以先对若干个预设特征的特征数据进行标准化处理，使特征数据中若干个预设特征所对应的特征值处于相同的预设数值范围；则在执行步骤二时，便可以根据标准化处理后的特征数据中若干个预设特征分别对应的特征值和第二数据中目标特征对应的数值，分别确定若干个预设特征与目标特征之间的第一相关系数。
具体实施过程中，标准化处理主要包括以下三种方式：
方式一：对于定性的预设特征，使用哑编码的方式将其转换为定量特征值。假设该预设特征共有N种可能的定性值，则将该预设特征扩展为N种特征，当改预设特征原始的特征值为第i(i＝1，2，……，N)种定性值时，则第i个扩展特征赋值为1，其它扩展特征赋值为0，即该预设特征标准化后的特征值共有N位，第i位为1，其余N-1位为0。
方式二：对于预设特征存在缺失值的情况，则基于该预设特征的量级和特点，赋予空值或者平均值。
方式三：使用z分数(z-score)标准差标准化的方式，将各个预设特征的特征值按比例缩放，使之落入一个小的特定区间，以便于在不同单位或量级的预设特征能够进行比较和加权。具体的，首先，求出各特征值x1,x2…xn的算术平均值xa和标准差Sd；之后，采用以下公式二对进行标准化处理：
Figure GDA0003212401850000141
其中：zi为标准化后的变量值；xi为x1,x2…xn中任一特征值。
可选的，在待分配业务的历史运营中，采集逻辑在将待分配业务的历史运营数据存入数据库之前便可以对运营数据进行标准化处理，之后，再将待分配业务的历史运营数据存入数据库。采用这种实现方式，在当前确定待分配业务的配置数据时，便可以直接从数据库获取标准化之后的历史运营数据，并执行确定变量特征及后续一系列操作。而且，数据库中存入的是标准化后的历史运营数据，使得数据库可以按照统一的格式存储各个工作事项所对应的数据，便于数据库存储及管理。
在确定了若干个变量特征之后，根据若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系。具体的，假设变量特征为a1，a2，……，am，目标特征为y，则第一数据和第二数据可如下表一所示：
表一
序号 a<sub>1</sub> a<sub>2</sub> … a<sub>m</sub> y
1 d11 d21 … dm1 y1
2 d12 d22 … dm2 y2
3 d13 d23 … dm3 y3
… …
n d1n d2n … dmn yn
其中，序号列中n表示的是在历史运营数据中，待分配业务完成运营的次数。m表示的是变量特征的个数。def表示的是变量特征ae在第f次完成运营待分配业务时的特征值，其中，e＝1，2，……，m，f＝1，2，……，n。
基于上述表一，可以构建多元线性回归方程，如下公式三所示：
y＝b0+b1a1+b2a2+……+bmam(公式三)
其中，b0为多元线性回归方程的截距，b1、b2、……、bm分别为变量特征a1、a2、……、am与目标特征y之间的第二相关系数。
通过表一中各个变量特征的特征值以及目标特征的特征值，便可以对上述公式三进行求解，得出b1、b2、……、bm的具体取值，即各个变量特征对于目标特征的影响权重。
之后，在一种可行的实现方式中，若干个变量特征与目标特征之间的相关关系满足如下公式四：
Figure GDA0003212401850000151
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成待分配业务时目标特征的取值；m为变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与目标特征之间的第二相关系数；第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
举例说明，若目标特征为完成运营待分配业务的用时，则tk为第k个可分配人员在历史运营数据中完成待分配业务时该待分配人员工作用时，
Figure GDA0003212401850000152
为h个可分配人员在历史运营数据中完成待分配业务时该待分配人员工作用时之和，即目标特征—完成运营待分配业务的用时。通过调整a1、a2、……、am使
Figure GDA0003212401850000153
落入预设的目标范围内，便可以确定此时a1、a2、……、am的取值为配置数据。在调整a1、a2、……、am的取值时，还需设定若干约束条件，如0<tk<T，T为每个待分配人员的最大工作时长；0<k<h，且k为整数；0<j<m，且j为整数。在一种可行的实现方式中，还可以不固定k的取值，k也作为一种额外变量，则最后所确定的配置数据中还会包括k的取值。此时，不仅可以确定
Figure GDA0003212401850000161
的最优配置结果，还可以确定在最优配置结果下t1、t2、……、tk的具体时长。
工作人员在处理业务时，其处理过程有可能被打断，从而影响到目标特征在历史运营数据中的数据。基于此，在一种可行的实现方式中，根据历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系之前，还包括根据待分配业务的历史运营数据，确定待分配业务被打断的中断频率；根据中断频率确定待分配业务的第一补偿因子。之后，在根据若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系时，会同时引入第一补偿因子对目标特征的影响，根据第一补偿因子、若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系。采用上述方案，通过设置第一补偿因子，来补偿处理业务被打断对目标特征所造成的误差，有利于提高配置数据所对应的目标特征的配置效果。
具体的，在引入第一补偿因子对目标特征的影响后，若干个变量特征与目标特征之间的相关关系可以如下公式五所示：
Figure GDA0003212401850000162
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成待分配业务时目标特征的取值；m为变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与目标特征之间的第二相关系数；第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(c)为第一补偿因子，c为中断频率。
在一种可行的实现方式中，中断频率与第一补偿因子之间的关系满足如下公式六：
Figure GDA0003212401850000171
应理解，以上公式六仅为举例，在具体实施过程中，f(c)在不同区间内的取值应依据该待分配业务被打断时对目标特征造成的影响而定。
不同的工作人员对待分配业务的熟练度不同，其完成该待分配业务的效果也会有所差异。在一种可行的实现方式中，根据历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系之前，还包括：确定若干个可分配人员；针对任一可分配人员，确定历史运营数据中可分配人员处理待分配业务的投入时长；根据投入时长确定可分配人员的第二补偿因子。之后，在根据历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系时，会同时引入第二补偿因子对目标特征的影响，根据第二补偿因子、若干个变量特征对应的第一数据和目标特征对应的第二数据，确定若干个变量特征与目标特征之间的相关关系。
在大多数情况下，工作人员的熟练程度与其在该待分配业务中的投入时长相关。基于此，在一种具体的实现方式中，在引入第二补偿因子对目标特征的影响后，若干个变量特征与所述目标特征之间的相关关系可以如下公式七所示：
Figure GDA0003212401850000172
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(lk)为第k个可分配人员的第二补偿因子，lk为第k个可分配人员的投入时长。
在一种可行的实现方式中，投入时长与第二补偿因子之间的关系满足如下公式八：
Figure GDA0003212401850000181
应理解，以上公式六仅为举例，在具体实施过程中，可以先按照劳动熟练程度的时效模型，初步将函数分为3个阶段：适应期、稳定期、高原期，并根据实际情况设置以上3个阶段以及每个阶段中第二补偿因子的取值。
更进一步的，在本发明实施例中第一补偿因子和第二补偿因子之间并不排斥，可以同时用于确认配置数据，此时，若干个变量特征与目标特征之间的相关关系可以如下公式八所示：
Figure GDA0003212401850000182
采用上述方案，根据待分配业务的历史运营数据中变量特征与目标特征之间的相关关系确定配置数据，由于变量特征是根据历史运营数据确定的，因此，变量特征反应的是待分配业务的历史运行数据中与目标特征存在相关关系的特征，其不再局限于人力资源本身，而与待分配业务也存在关联，因此采用本申请所获取的配置数据对待分配业务进行人力资源分配时，所得到的配置结果将更适合待分配业务的实际需求。
基于相同的技术构思，本发明实施例还提供一种业务监测方法。该方法可以用来监测采用上述任一实施例所确定的配置数据进行配置的业务。图2为本发明实施例提供的一种业务监测方法流程示意图，如图2所示，主要包括以下步骤：
S201：针对被配置于业务的若干个已分配人员中的任一已分配人员，监控已分配人员处理业务时目标特征的当前取值。
S202：获取目标特征的当前取值与监控指标之间的差值；监控指标是根据历史运营数据中已分配人员处理业务时目标特征的历史取值确定的。
S203：在目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
大多数业务的目标特征的处理结果是由处理该业务的已分配人员的目标特征的处理结果累计而来的。在S201中，监控已分配人员处理业务时目标特征的当前取值指的是已分配人员处理业务时，该已分配人员处理该业务的目标特征。例如，该业务的目标特征为业务运营用时，则该已分配人员处理该业务的目标特征为该已分配人员在一次业务运营中，完成工作任务的用时。
在S202中，监控指标可通过以下公式九获得：
Figure GDA0003212401850000191
其中，yk为第k个已分配人员的监控指标，tk为第k个已分配人员在历史运营数据中完成业务时目标特征的历史取值(可以为平均值)，sv为业务中若干个已分配人员的平均预期目标特征取值，gv为若干个已分配人员的平均弹性系数。
具体的，可通过如下表2所示数据确定公式九中的sv和gv。
表二
个体 标准时长 弹性时长
1 s<sub>1</sub> g<sub>1</sub>
2 s<sub>2</sub> g<sub>2</sub>
3 s<sub>3</sub> g<sub>3</sub>
…
h s<sub>h</sub> g<sub>h</sub>
其中，h为该业务中已分配人员的数量。根据如上表二，s1、s2、……、sh分别为h个已分配人员的标准时长，可根据历史运营数据中，该已分配人员完成该业务时的用时确定，g1、g2、……、gh分别为h个已分配人员的弹性系数，用于指示已分配人员在标准时长的基础上可允许的弹性时长。
在S203中，在目标特征为业务运营用时时，针对目标特征的当前取值，即已分配人员完成该业务中工作任务的用时，与监控指标之间的差值超过预设区间或者远远低于tk时，可形成日常的资源时长、配置策略：
一、该已分配人员出现变动时，自动执行S103形成新的配置数据并根据新的配置数据对业务进行配置；
二、当该已分配人员的目标特征即将、或者已超过监控指标时，则发送告警信息，使维护人员可以视情况设定是否重新根据S103生成新的配置数据；
三、当该已分配人员的目标特征远低于tk，则发送告警信息，使维护人员可以视情况设定是否重新根据S103生成新的配置数据。
基于相同的技术构思，本发明实施例还提供一种配置数据确认装置，该装置可以实现上述任一实施例所提供的配置数据方法。图3为本发明实施例提供的一种配置数据确认装置结构示意图，如图3所示，配置数据确认装置300包括获取单元301和处理单元302，其中：
获取单元301，用于获取待分配业务的历史运营数据；
处理单元302，用于根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系；所述变量特征是根据所述历史运营数据确定的；根据所述若干个变量特征与所述目标特征之间的相关关系，确定所述目标特征满足配置要求时，所述若干个变量特征的取值作为所述配置数据。
可选的，所述处理单元302具体用于：从所述历史运营数据获取若干个预设特征对应的特征数据，以及所述目标特征对应的第二数据；根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数；根据所述第一相关系数，确定所述若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为所述变量特征。
可选的，所述处理单元302还用于：标准化处理所述特征数据，使所述特征数据中所述若干个预设特征对应的特征值处于相同的预设数值范围；
所述处理单元302具体用于：根据标准化处理后的所述特征数据中所述若干个预设特征分别对应的特征值和所述第二数据中所述目标特征对应的数值，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000211
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
可选的，所述处理单元302还用于：根据所述待分配业务的历史运营数据，确定所述待分配业务被打断的中断频率；根据所述中断频率确定所述待分配业务的第一补偿因子；
所述处理单元302具体用于：根据所述第一补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000212
其中，n为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(c)为所述第一补偿因子，c为所述中断频率。
可选的，所述中断频率与所述第一补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000221
可选的，所述处理单元302还用于：确定若干个可分配人员；针对任一可分配人员，确定所述历史运营数据中所述可分配人员处理所述待分配业务的投入时长；根据所述投入时长确定所述可分配人员的第二补偿因子；
所述处理单元302具体用于：
根据所述第二补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
可选的，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure GDA0003212401850000222
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；xj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(lk)为第k个可分配人员的第二补偿因子，lk为第k个可分配人员的投入时长。
可选的，所述投入时长与所述第二补偿因子之间的关系满足如下公式：
Figure GDA0003212401850000231
基于相同的技术构思，本发明实施例还提供一种业务监测装置，该业务监测装置可以实现上述任一实施例提供的业务监测方法。图4为本发明实施例提供的一种业务监测装置结构示意图，如图4所示，业务监测装置400包括监控单元401和处理单元402，其中：
监控单元401，用于针对被配置于所述业务的若干个已分配人员中的任一已分配人员，监控所述已分配人员处理所述业务时所述目标特征的当前取值；
处理单元402，用于获取所述目标特征的当前取值与监控指标之间的差值；所述监控指标是根据所述历史运营数据中所述已分配人员处理所述业务时所述目标特征的历史取值确定的；在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
可选的，所述监控指标是所述处理单元402通过以下公式获得的：
Figure GDA0003212401850000232
其中，yk为第k个已分配人员的监控指标，tk为第k个已分配人员在历史运营数据中完成所述业务时所述目标特征的历史取值，sv为所述业务中所述若干个已分配人员的平均预期目标特征取值，gv为所述若干个已分配人员的平均弹性系数。
基于相同的技术构思，本发明实施例还提供一种计算设备，该计算设备用于执行配置数据确认，图5为本发明实施例提供的一种计算设备结构示意图。图5中计算设备包括处理器500，用于读取存储器520中的程序，执行上述任一实施例提供的配置数据确认方法。
在图5中，总线接口可以包括任意数量的互联的总线和桥，具体由处理器500代表的一个或多个处理器和存储器520代表的存储器的各种电路链接在一起。总线接口还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发器510可以是多个元件，即包括发送器和接收器，提供用于在传输介质上与各种其他装置通信的单元。
处理器500负责管理总线接口和通常的处理，存储器520可以存储处理器500在执行操作时所使用的数据。
可选的，处理器500可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)或CPLD(Complex Programmable Logic Device，复杂可编程逻辑器件)。
基于相同的技术构思，图5所示计算设备还可以用于执行业务监测，在此情况下，处理器500，用于读取存储器520中的程序，执行上述任一实施例提供的业务监测方法。
基于相同的技术构思，本发明实施例还提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算设备执行上述任一实施方式中的配置数据确认方法或业务监测方法。
所述非易失性计算机可读存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (15)

1.一种配置数据确认方法，其特征在于，包括：
获取待分配业务的历史运营数据；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系；所述变量特征是根据所述历史运营数据确定的表征人力资源配置和所述待分配业务特点的特征，所述目标特征为人力资源配置需要优化的特征；
根据可分配人员数量和所述若干个变量特征与所述目标特征之间的相关关系，调节所述变量特征的取值使得所述目标特征满足配置要求时，所述若干个变量特征的取值作为所述配置数据，所述配置数据用于指示对所述待分配业务的人力资源配置；
其中，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure FDA0003476265310000011
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
2.如权利要求1所述的方法，其特征在于，所述变量特征是根据所述历史运营数据确定的，包括：
从所述历史运营数据获取若干个预设特征对应的特征数据，以及所述目标特征对应的第二数据；
根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数；
根据所述第一相关系数，确定所述若干个预设特征中第一相关系数绝对值大于预设的第一阈值的预设特征为所述变量特征。
3.如权利要求2所述的方法，其特征在于，根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数之前，还包括：
标准化处理所述特征数据，使所述特征数据中所述若干个预设特征对应的特征值处于相同的预设数值范围；
根据所述特征数据和所述第二数据，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数，包括：
根据标准化处理后的所述特征数据中所述若干个预设特征分别对应的特征值和所述第二数据中所述目标特征对应的数值，分别确定所述若干个预设特征与所述目标特征之间的第一相关系数。
4.如权利要求1所述的方法，其特征在于，根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系之前，还包括
根据所述待分配业务的历史运营数据，确定所述待分配业务被打断的中断频率；
根据所述中断频率确定所述待分配业务的第一补偿因子；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系，包括：
根据所述第一补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
5.如权利要求4所述的方法，其特征在于，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure FDA0003476265310000031
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(c)为所述第一补偿因子，c为所述中断频率。
6.如权利要求5所述的方法，其特征在于，所述中断频率与所述第一补偿因子之间的关系满足如下公式：
Figure FDA0003476265310000032
7.如权利要求1所述的方法，其特征在于，根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系之前，还包括：
确定若干个可分配人员；
针对任一可分配人员，确定所述历史运营数据中所述可分配人员处理所述待分配业务的投入时长；
根据所述投入时长确定所述可分配人员的第二补偿因子；
根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系，包括：
根据所述第二补偿因子、所述若干个变量特征对应的第一数据和所述目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系。
8.如权利要求7所述的方法，其特征在于，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure FDA0003476265310000041
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的；f(lk)为第k个可分配人员的第二补偿因子，lk为第k个可分配人员的投入时长。
9.如权利要求8所述的方法，其特征在于，所述投入时长与所述第二补偿因子之间的关系满足如下公式：
Figure FDA0003476265310000042
10.一种业务监测方法，其特征在于，所述业务的人力资源是根据如权利要求1至9中任一项所述的方法确认的配置数据进行配置的，所述方法包括：
针对被配置于所述业务的若干个已分配人员中的任一已分配人员，监控所述已分配人员处理所述业务时所述目标特征的当前取值；
获取所述目标特征的当前取值与监控指标之间的差值；所述监控指标是根据所述历史运营数据中所述已分配人员处理所述业务时所述目标特征的历史取值确定的；
在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
11.如权利要求10所述的方法，其特征在于，所述监控指标是通过以下公式获得的：
Figure FDA0003476265310000051
其中，yk为第k个已分配人员的监控指标，tk为第k个已分配人员在历史运营数据中完成所述业务时所述目标特征的历史取值，sv为所述业务中所述若干个已分配人员的平均预期目标特征取值，gv为所述若干个已分配人员的平均弹性系数。
12.一种配置数据确认装置，其特征在于，包括：
获取单元，用于获取待分配业务的历史运营数据；
处理单元，用于根据所述历史运营数据中，若干个变量特征对应的第一数据和目标特征对应的第二数据，确定所述若干个变量特征与所述目标特征之间的相关关系；所述变量特征是根据所述历史运营数据确定的表征人力资源配置和所述待分配业务特点的特征，所述目标特征为人力资源配置需要优化的特征；根据可分配人员数量和所述若干个变量特征与所述目标特征之间的相关关系，调节所述变量特征的取值使得所述目标特征满足配置要求时，所述若干个变量特征的取值作为所述配置数据，所述配置数据用于指示对所述待分配业务的人力资源配置；
其中，所述若干个变量特征与所述目标特征之间的相关关系满足如下公式：
Figure FDA0003476265310000052
其中，h为可分配人员数量；tk为第k个可分配人员在历史运营数据中完成所述待分配业务时所述目标特征的取值；m为所述变量特征的数量；aj为第j个变量特征，aj的取值根据所述历史运营数据确定；bj为aj与所述目标特征之间的第二相关系数；所述第二相关系数是根据若干个变量特征对应的第一数据和目标特征对应的第二数据确定的。
13.一种业务监测装置，其特征在于，所述业务的人力资源是根据如权利要求1至9中任一项所述的方法确认的配置数据确认装置所确认的配置数据进行配置的，所述业务检测装置包括：
监控单元，用于针对被配置于所述业务的若干个已分配人员中的任一已分配人员，监控所述已分配人员处理所述业务时所述目标特征的当前取值；
处理单元，用于获取所述目标特征的当前取值与监控指标之间的差值；所述监控指标是根据所述历史运营数据中所述已分配人员处理所述业务时所述目标特征的历史取值确定的；在所述目标特征的当前取值与监控指标之间的差值超过预设区间时，生成并发送告警信息。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行如权利要求1至9中任一项所述的方法，或，如权利要求10或权利要求11所述的方法。
15.一种计算设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如权利要求1至9中任一项所述的方法，或，如权利要求10或权利要求11所述的方法。
CN201811176450.0A 2018-10-10 2018-10-10 一种配置数据确认方法、业务监测方法及装置 Active CN109409700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811176450.0A CN109409700B (zh) 2018-10-10 2018-10-10 一种配置数据确认方法、业务监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811176450.0A CN109409700B (zh) 2018-10-10 2018-10-10 一种配置数据确认方法、业务监测方法及装置

Publications (2)

Publication Number Publication Date
CN109409700A CN109409700A (zh) 2019-03-01
CN109409700B true CN109409700B (zh) 2022-03-08

Family

ID=65466331

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811176450.0A Active CN109409700B (zh) 2018-10-10 2018-10-10 一种配置数据确认方法、业务监测方法及装置

Country Status (1)

Country Link
CN (1) CN109409700B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117575654B (zh) * 2023-11-27 2024-05-14 数翊科技(北京)有限公司 数据加工作业的调度方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1197966A (zh) * 1997-03-18 1998-11-04 住友电装株式会社 对工作分配进行优化的方法和设备
CN102082703A (zh) * 2009-11-26 2011-06-01 中国移动通信集团贵州有限公司 业务支撑系统设备性能监控的方法及装置
CN102542404A (zh) * 2011-12-09 2012-07-04 中国南方航空股份有限公司 一种机组排班方法及实现该机组排班方法的系统
CN103176981A (zh) * 2011-12-20 2013-06-26 中国科学院计算机网络信息中心 一种事件信息挖掘并预警的方法
CN106248621A (zh) * 2016-08-31 2016-12-21 上海创和亿电子科技发展有限公司 一种评价方法与系统
CN107908518A (zh) * 2017-06-29 2018-04-13 平安科技（深圳）有限公司 数据库性能监测方法、装置、存储介质和计算机设备
CN108022168A (zh) * 2017-11-23 2018-05-11 上海宽全智能科技有限公司 数据异动监控方法、设备及存储介质
CN108595300A (zh) * 2018-03-21 2018-09-28 北京奇艺世纪科技有限公司 一种可配置的监控和报警的方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1197966A (zh) * 1997-03-18 1998-11-04 住友电装株式会社 对工作分配进行优化的方法和设备
CN102082703A (zh) * 2009-11-26 2011-06-01 中国移动通信集团贵州有限公司 业务支撑系统设备性能监控的方法及装置
CN102542404A (zh) * 2011-12-09 2012-07-04 中国南方航空股份有限公司 一种机组排班方法及实现该机组排班方法的系统
CN103176981A (zh) * 2011-12-20 2013-06-26 中国科学院计算机网络信息中心 一种事件信息挖掘并预警的方法
CN106248621A (zh) * 2016-08-31 2016-12-21 上海创和亿电子科技发展有限公司 一种评价方法与系统
CN107908518A (zh) * 2017-06-29 2018-04-13 平安科技（深圳）有限公司 数据库性能监测方法、装置、存储介质和计算机设备
CN108022168A (zh) * 2017-11-23 2018-05-11 上海宽全智能科技有限公司 数据异动监控方法、设备及存储介质
CN108595300A (zh) * 2018-03-21 2018-09-28 北京奇艺世纪科技有限公司 一种可配置的监控和报警的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
The use of regression equations to predict manpower requirements:critical comments;John Leslie Livingston等;《Management Science》;19660331;第12卷(第7期);616-618 *
高新企业人力资源优化配置的研究;王新春;《中国博士学位论文全文数据库》;20120815(第8期);J152-21 *

Also Published As

Publication number Publication date
CN109409700A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
JP5962190B2 (ja) 短期電力負荷を予測する方法及び装置
CN104809051B (zh) 用于预测计算机应用中的异常和故障的方法和装置
CN114138625A (zh) 服务器健康状态的评估方法、系统、电子设备和存储介质
WO2017071369A1 (zh) 一种预测用户离网的方法和设备
CN112017042A (zh) 基于tweedie分布的资源配额确定方法、装置和电子设备
CN105678414A (zh) 对资源消耗量进行预测的数据处理方法
CN109409700B (zh) 一种配置数据确认方法、业务监测方法及装置
CN111143070A (zh) 一种资源调度方法和装置
CN114500339A (zh) 一种节点带宽监测方法、装置、电子设备及存储介质
CN109992408B (zh) 一种资源分配方法、装置、电子设备和存储介质
CN110618925A (zh) 数据处理方法及系统
CN111915100B (zh) 一种高精度的货运预测方法和货运预测系统
CN113837383A (zh) 模型训练方法、装置、电子设备及存储介质
US20180075195A1 (en) System and method for facilitating computer-assisted healthcare-related outlier detection
CN113342939A (zh) 数据质量监控方法、装置及相关设备
CN112862283A (zh) 基于层次分析的城管派遣方法和系统
CN111737233A (zh) 数据监控方法及装置
CN111816291A (zh) 一种设备维护方法及装置
CN116187675A (zh) 任务分配方法、装置、设备及存储介质
CN111242487B (zh) 一种基于workflow的动态精准任务分配方法及分配系统
CN114520773A (zh) 一种服务请求的响应方法、装置、服务器及存储介质
JP5564544B2 (ja) 顧客属性別事務量の集計方法およびシステム
CN112308344A (zh) 一种未离港航班订座值预测方法、装置及电子设备
CN108268363B (zh) 用于业务容量管理的方法和设备
CN112801144B (zh) 资源分配方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant