CN109615213B - 一种运维服务任务的智能分配方法及系统 - Google Patents

Abstract

本发明提供一种运维服务任务的智能分配方法及系统，方法包括：S1、在接收到运维服务任务时，获取所述运维服务任务的属性元素；S2、获取当前运维服务系统中所有运维服务人员的属性元素；S3、将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；S4、选择综合评价结果中最小成本对应的运维服务人员，向选择的运维服务人员中的一个发送所述运维服务任务。上述方法解决了运维服务质量与成本人为匹配存在全面性与及时性方面不足的问题，使得运维服务任务派单到达全面及时、智能有序的自动化过程。

Description

一种运维服务任务的智能分配方法及系统

技术领域

本发明涉及信息识别处理技术，特别是一种运维服务任务的智能分配方法及系统。

背景技术

随着人类社会经济发展与科学技术的不断进步，互联网+信息化技术得到了前所未有的发展，为我们日常生活与工作的提供了便捷的服务。便捷的服务无处不在的背后必然有无数的信息系统与设备支撑着，这些信息系统与设备使用过程必然产生各种问题，因为要保障便捷服务的持续稳定运行是离不开信息系统与设备的运维服务团队。在日常生活中，我们息息相关的产品服务包括有：移动基站的运维服务保障我们移动电话与移动互联网的畅通；家庭电视的运维服务保障我们畅享观看电视的快乐；家用家电产品的运维服务保障了我们使用家电的时候带来的便利也提升了生活品质；自助服务终端的运维服务保障了终端应用的时效性与实用性等等。这些便利产品服务的背后有着各行各业无数的运维服务人员，要求他们及时有效的解决问题保障服务。

同样的，面对各种各样的运维服务要求，各行各业有着无数的运维服务人员去响应与解决，如何高效可控的管理运维服务任务与运维人员调配是我们首要遇到的问题。通常的做法都是使用运维工单信息管理系统进行任务的分配、跟踪与监督管理工作等，通过移动端、PC端多端接入，保障运维服务工单任务的及时性与高效性。然而，运维服务工单的分配动作往往过于依赖人工干预，通常，依赖于片区负责人总体管理，由片区负责人评估其片区内的运维人员的工作情况再进行工单分配。这里暴露了两个问题：及时性与全面性，要求片区负责人随时关注监测自身的待办事务，一旦有延时将影响到运维服务及时性，这个非常容易成为运维服务响应及时性的瓶颈；另外，专门的片区负责人在运维工单分配前必须对片区内的运维人员的运维信息进行掌控以便于分配工单，但因为现场运维人员的信息是动态且多样变化的，故无法真正做到全面及时的评估导致分配工单依据并不充分。这样的结果直接导致我们的运维服务质量与运维服务成本的失控，没法以最佳的服务成本提供最优质的服务。

发明内容

针对现有技术中的问题，本发明提供一种运维服务任务的智能分配方法及系统，可以使整个运维服务任务分配过程连接成一个系统、自动、有序与可控的智能化过程。

第一方面，本发明提供一种运维服务任务的智能分配方法，包括：

S1、在接收到运维服务任务时，获取所述运维服务任务的属性元素；

S2、获取当前运维服务系统中所有运维服务人员的属性元素；

S3、将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；以及选择综合评价结果中最小成本对应的运维服务人员；

S4、向选择的运维服务人员中的一个分配所述运维服务任务。

可选地，所述运维服务任务的属性元素包括：报障时间、服务类型、服务难度级别、服务地点、任务预计完成时长、要求完成时间、任务的处理难度、是否指定运维服务人员、平均无故障时间、和/或服务工作量；

和/或，

运维服务人员的属性元素包括：技能级别、服务评价、平均每单响应时间、平均每单完成时间、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量、当前位置信息、当前任务、和/或当前任务状态。

可选地，所述步骤S3包括：

步骤S1中的运维服务任务未指定运维服务人员时，根据所述服务难度级别和服务类型，以服务评价分不低于约定分数M值以及当天服务工作量不超过W值为筛选原则，筛选运维服务人员的数据量为N；

将筛选的数据量N作为数分析对象，

将筛选的运维服务人员的属性元素、运维服务任务的属性元素的取值作为分析对象；

利用数据处理与分析技术，应用神经网络算法模型，将分析对象的各元素数据作为输入信号x_i，其中，i为分析对象元素数据的个数，把当前待分配的运维服务任务对应每一个运维服务人员的服务评价作为输出信号，分别预测出当前的运维服务任务增加给每一运维服务人员时，分配给每个运维服务人员的服务评价预测分值V；

按服务评价预测分值V从高到低顺序排列到数据结构队列Q'中。

可选地，所述步骤S3还包括：

从数据结构队列Q'中取出服务评价预测分值V进行分配原则性数据计算；

需要满足条件一：所分配的运维服务人员的服务评价分M_i不低于M值；条件二：所分配的运维服务人员的当天工作量W_i不超过W；

基于条件一和条件二，更新数据结构队列Q',得到新队列Q，所述新队列Q中的运维服务人员作为从运维服务任务与运维服务人员的匹配分析所预测的最佳候选分配运维服务人员。

可选地，所述步骤S3还包括：

针对新队列Q：设新队列Q中运维服务人员待办的运维服务任务有X_i个，待办的运维服务任务数据使用链表进行存储，i为新队列Q中第i个运维服务人员；

把X_i个运维服务任务的位置进行遍历加权计算，分别计算出待办的X_i个运维服务任务链表中每个节点与待分配即新增的运维服务任务之间距离所产生的成本，找出最小成本的待办运维服务任务T'_min,T'_min所在的第i个运维人员待办队列中的位置为L_j，将待分配的运维服务任务插入到第i个运维人员的待办运维服务任务队列中的位置L_j的后面，即新增的运维服务任务所在的待办链表位置为L_j+1；

其中，新增插入的运维服务任务后该运维服务人员的待办服务任务链表中不能存在的运维服务任务超时情况，否则，丢弃T'_min而继续选择链表的下一个最小的成本的位置L_j+k，一直找到既符合成本最小又符合其待办任务不超时条件的T_min，T_min对应的链表位置为新增运维服务任务插入的位置L_j，从而计算出在此位置插入任务时产生的最小成本C'_min；

依照上述方式对新队列Q中每个运维服务人员中的待办运维服务任务进行遍历计算，选择最小成本的一个C_min对应的运维服务人员作为分配对象，并将新增运维服务任务插入到该运维服务人员的待办运维服务任务链表的位置L中。

第二方面，本发明还提供一种运维服务任务的智能分配系统，包括：

任务交互管理模块，用于接收新增的运维服务任务，将接收的运维服务任务发送任务分配模块；

所述任务分配模块，用于获取所述运维服务任务的属性元素；

运维人员管理模块，用于获取当前运维服务系统中所有运维服务人员的属性元素；

任务计算管理模块，用于将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；以及选择综合评价结果中最小成本对应的运维服务人员；

所述任务分配模块，还用于向选择的运维服务人员中的一个分配所述运维服务任务。

可选地，还包括：

任务预警管理模块，用于根据预先配置的预警规则，对实时监控运维服务任务的相关信息中触发预警规则的进行预警处理；

和/或，

任务监控管理模块，用于对所有运维服务任务的分配与执行的相关信息进行实时监控；

和/或，

所述运维人员管理模块，还用于实时更新运维服务人员的相关信息；

和/或，

任务报告管理模块，用于根据配置输出不同的多维度任务分类报告。

可选地，所述运维服务任务的属性元素包括：报障时间、服务类型、服务难度级别、服务地点、任务预计完成时长、要求完成时间、任务的处理难度、是否指定运维服务人员、平均无故障时间和/或服务工作量；

和/或，

运维服务人员的属性元素包括：技能级别、服务评价、平均每单响应时间、平均每单完成时间、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量、当前位置信息、当前任务和/或当前任务状态。

可选地，所述任务计算管理模块包括：

在待分配的运维服务任务未指定运维服务人员时，根据所述服务难度级别和服务类型，以服务评价分不低于约定分数M值以及当天服务工作量不超过W值为筛选原则，筛选运维服务人员的数据量为N；

将筛选的数据量N作为数分析对象，

将筛选的运维服务人员的属性元素、运维服务任务的属性元素的取值作为分析对象；

利用数据处理与分析技术，应用神经网络算法模型，将分析对象作为输入信号x_i(i为分析对象元素数据的个数)，把当前待分配的运维服务任务对应每一个运维服务人员的服务评价作为输出信号，分别预测出当前的运维服务任务增加给每一运维服务人员时，分配给每个运维服务人员的服务评价预测分值V；

按服务评价预测分值V从高到低顺序排列到数据结构队列Q'中。

可选地，所述任务计算管理模块还包括：

针对新队列Q：设新队列Q中运维服务人员待办的运维服务任务有X_i个，待办的运维服务任务数据使用链表进行存储，i为新队列Q中第i个运维服务人员；

把X_i个运维服务任务的位置进行遍历加权计算，分别计算出待办的X_i个运维服务任务链表中每个节点与待分配即新增的运维服务任务之间距离所产生的成本，找出最小成本的待办运维服务任务T'_min,T'_min所在的第i个运维人员待办队列中的位置为L_j，将待分配的运维服务任务插入到第i个运维人员的待办运维服务任务队列中的位置L_j的后面，即新增的运维服务任务所在的待办链表位置为L_j+1；

其中，新增插入的运维服务任务后该运维服务人员的待办服务任务链表中不能存在的运维服务任务超时情况，否则，丢弃T'_min而继续选择链表的下一个最小的成本的位置L_j+k，一直找到既符合成本最小又符合其待办任务不超时条件的T_min，T_min对应的链表位置为新增运维服务任务插入的位置L_j，从而计算出在此位置插入任务时产生的最小成本C'_min；

依照上述方式对新队列Q中每个运维服务人员中的待办运维服务任务进行遍历计算，选择最小成本的一个C_min对应的运维服务人员作为分配对象，并将新增运维服务任务插入到该运维服务人员的待办运维服务任务链表的位置L中。

本发明具有的有益效果：

本发明的方法，将运维服务任务分配的评估与分配交给系统去评估计算与操作触发，利用信息计算技术与数据处理技术，全面快速有效地评估任务分配的人员，可以实时全面综合地把运维服务任务按照规则找到最优的运维服务人员进行分配，保证运维服务任务的时效与效益。

根据本发明提出的方法，基于信息计算技术与数据处理技术的基础上，首先把新增运维服务任务的所有信息进行分析处理，包括任务类型、服务地点、预计耗时、服务优先级等，然后根据每个运维服务人员当前的任务状态、技能评级、客户评价、处理效率以及地理位置等多方面信息进行数据分析计算，建立顺序表管理各运维人员与该运维服务任务的匹配综合评价分值，从中选择最佳的数据进行匹配，从而得到该任务的运维服务人员并分配。

将任务分配的整个过程交给信息系统处理，从而克服了评估全面性与时效性的问题，使得整个运维服务任务分配过程连接成一个系统、自动、有序与可控的智能化过程。

本发明的优点有：

1)运维服务任务服务质量评估自动化；

2)运维服务任务与服务人员的分配智能化；

3)运维服务任务与服务人员的匹配计算自动化；

4)运维服务任务监控自动化；

5)运维服务任务信息任务数、工作量等支持可配置化；

6)运维服务预警阈值可配置化；

7)运维服务任务分配报告自动生成。

附图说明

图1为本发明一实施例提供的运维服务任务的智能分配方法的流程示意图；

图2为本发明一实施例提供的运维服务任务的智能分配系统的结构示意图；

图3为图2中示出的任务交互管理模块的功能示意图；

图4为图2中示出的任务分配管理模块的功能示意图；

图5为图2中示出的任务计算管理模块的功能示意图；

图6为图2中示出的各模块的信令交互示意图。

具体实施方式

为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。

实施例1

如图1所示，本发明提供一种运维服务任务的智能分配方法的流程示意图，本实施例的方法包括下述步骤：

S1、在接收到运维服务任务时，获取所述运维服务任务的属性元素。

举例来说，所述运维服务任务的属性元素包括：报障时间、服务类型、服务难度级别、服务地点、任务预计完成时长、要求完成时间、任务的处理难度、是否指定运维服务人员、平均无故障时间、和/或服务工作量。

本实施例中运维服务任务的属性元素可为该运维服务任务的相关信息。

可理解的是，本实施例的运维服务任务可理解为工单，本发明实施例的方法应用于工单分配。

S2、获取当前运维服务系统中所有运维服务人员的属性元素。

举例来说，运维服务人员的属性元素包括：技能级别、服务评价、平均每单响应时间、平均每单完成时间、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量、当前位置信息、当前任务、和/或当前任务状态。

本实施例中运维服务人员的属性元素可为运维服务人员的相关信息。本实施例中运维服务系统的所有运维服务人员的状态以及任务等实时更新。在具体实现过程中，所有运维服务人员的属性元素其存储在数据库中，在任务完成、更新或者其他属性元素变化时，均会更新数据库中的对应信息。

S3、将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；以及选择综合评价结果中最小成本对应的运维服务人员。

S4、向选择的运维服务人员中的一个发送所述运维服务任务。

本实施例的方法，将运维服务任务分配可先进行评估计算，利用信息计算技术与数据处理技术，全面快速有效地评估任务分配的人员，可以实时全面综合地把运维服务任务按照规则找到最优的运维服务人员进行分配，保证运维服务任务的时效与效益。也就是说，本实施例的方法克服了现有技术中运维服务任务评估全面性与时效性的问题，使得整个运维服务任务分配过程连接成一个系统、自动、有序与可控的智能化过程。

为更好的理解上述步骤S3的内容，以下对步骤S3进行详细说明如下，下述的子步骤在图中未示出。

S31、在待分配的运维服务任务未指定运维服务人员时，根据所述服务难度级别和服务类型，以服务评价分不低于约定分数M值以及当天服务工作量不超过W值为筛选原则，筛选运维服务人员的数据量为N；

S32、将筛选的数据量N作为数分析对象；

S33、将筛选的运维服务人员的属性元素、运维服务任务的属性元素的取值作为分析对象；

S34、利用数据处理与分析技术，应用神经网络算法模型，将分析对象作为输入信号x_i(i为分析对象元素数据的个数)，把当前待分配的运维服务任务对应每一个运维服务人员的服务评价作为输出信号，分别预测出当前的运维服务任务增加给每一运维服务人员时，分配给每个运维服务人员的服务评价预测分值V；

S35、按服务评价预测分值V从高到低顺序排列到数据结构队列Q'中。

为更好的实现本实施例的方案，可从数据结构队列Q'中取出服务评价预测分值V进行分配原则性数据计算；

需要满足条件一：所分配的运维服务人员的服务评价分M_i不低于M值；条件二：所分配的运维服务人员的当天工作量W_i不超过W。

S36、基于条件一和条件二，更新数据结构队列Q'得到新队列Q，所述新队列Q中的运维服务人员作为从运维服务任务与运维服务人员的匹配分析所预测的最佳候选分配运维服务人员。

可选地，在实际应用中，还需要考虑成本的问题，为此对上述的新队列Q优化如下：

A01、针对新队列Q：设新队列Q中运维服务人员待办运维服务任务有X_i个，i为新队列Q中第i个运维服务人员；

A02、把X_i个运维服务任务的位置进行遍历加权计算，分别计算出待办的X_i个运维服务任务链表中每个节点与待分配(新增)的运维服务任务之间距离所产生的成本，找出最小成本的待办运维服务任务T'_min,T'_min所在的第i个运维人员待办队列中的位置为L_j，将待分配的运维服务任务插入到第i个运维人员的待办运维服务任务队列中的位置L_j的后面，即新增的运维服务任务所在的待办链表位置为L_j+1。

其中，新增插入的运维服务任务后该运维服务人员的待办服务任务链表中不能存在的运维服务任务超时情况，否则，丢弃T'_min而继续选择链表的下一个最小的成本的位置L_j+k，一直找到既符合成本最小又符合其待办任务不超时条件的任务T_min，其对应的链表位置为新增运维服务任务插入的位置L_j，从而计算出在此位置插入任务时产生的最小成本C'_min；

依照上述方式对新队列Q中每个运维服务人员中的待办运维服务任务进行遍历计算，选择最小成本的一个C_min对应的运维服务人员作为分配对象，并将新增运维服务任务插入到该运维服务人员的待办运维服务任务链表的位置L中。

需要说明的是，本实施例中上述各个参数及其下标均属于根据实际需要或者实际的参数进行设定或调整或实时更新的，本实施例中各参数均为大于0的数值。

以上解决了运维服务分配的最佳服务评价的问题，但仍需要考虑到成本的问题，根据候选运维服务人员队列中关联具体运维服务人员的动态变化信息，主要就是运维服务人员所处的地理位置L_i与所分配的运维服务任务单的位置L之间的路程问题，同时融合考虑运维服务人员的出行方式以及运维效益问题，加权折算距离S与成本C的关系。

在本实施例中，基于信息计算技术与数据处理技术的基础上，首先把新增运维服务任务的所有信息进行分析处理，包括任务类型、服务地点、预计耗时、服务优先级等，然后根据每个运维服务人员当前的任务状态、技能评级、客户评价、处理效率以及地理位置等多方面信息进行数据分析计算，建立顺序表管理各运维人员与该运维服务任务的匹配综合评价分值，从中选择最佳的数据进行匹配，从而得到该任务的运维服务人员并分配。

实施例2

如图2所示，本发明的系统包括任务交互管理模块、任务分配管理模块、任务计算管理模块、任务监控管理模块、任务预警管理模块、任务报告管理模块、数据库、运维人员信息管理模块。

首先，定义了每个运维服务任务的属性元素，包括报障时间、服务类型、服务难度、服务地点、服务耗时、要求完成时间、优先级、运维服务人员、平均无故障时间和/或服务工作量等。

每个运维服务人员的属性元素包括技能级别、平均每单响应时间、平均每服务单完成时间、客户评价、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量和/或当天服务工作量等。

结合图3至图6对上述图2中示出的模块进行说明如下：

1、任务交互管理模块

该任务交互管理模块属于运维服务任务初始化数据、触发新增或变更时的入口，是运维服务任务数据源的触发管理模块，负责收集运维服务任务如工单的所有任务信息元素并把运维服务任务交付给任务分配管理模块。

如图3所示，通过不同人群多个接入方式，保障运维服务任务新增或变更的交互及时且全面。

2、任务分配管理模块

本模块主要工作包括运维服务任务的数据即属性元素进行梳理、分析并参数化给任务计算管理模块，并根据计算结果进行任务分配，同时把具体运维服务任务的数据以及分配信息同步到数据库中。

任务分配管理模块的具体功能可包括如下的步骤：

1)运维服务任务的数据梳理，分析提取任务数据的关键元素进行分析；也就是说，获取当前待分配运维服务任务的属性元素，并提取属性元素中的关键元素进行分析。2)运维服务任务分配计算参数化(可理解为将关键元素转换为后续计算机能够识别处理的格式)，触发运维服务任务计算管理模块进行处理。3)运维服务任务的分配信息回填，例如，从运维服务任务计算管理模块中接收返回的数据即确定的运维服务任务待分配的运维服务人员、成本等数据。4)向确定的运维服务人员分配运维服务任务，以及运维服务任务的信息同步到数据库中。如图4所示。

3、任务计算管理模块

运维服务任务计算模块包括运维服务任务的关键元素与运维服务人员的属性元素进行匹配计算(服务评价计算)、运维服务人员工作量均衡性计算、运维服务任务成本计算与结果返回四部分，经过前述的计算得出最佳的运维服务任务与运维服务人员的匹配。如图5所示。

1)运维服务任务与运维服务任务匹配计算：

根据过往的运维服务任务与运维人员的匹配数据量T，通过数据分析神经网络模型，把运维服务任务的关键元素以及运维服务人员的属性元素作为输入信号，同时设置各元素的权值，设置阈值与激活函数，把运维服务评价分作为输出元素。从而形成运维服务任务与运维服务人员的匹配队列，把不符合运维服务分值对应的匹配剔除，更新运维服务任务与运维服务人员的匹配队列。

2)运维服务人员工作量均衡性计算

从匹配队列中提取运维服务工作量的相关数据，按照每个运维服务人员工作量的阈值进行计算，把所有运维服务人员待办任务工作量进行加权计算，把不符合运维人员工作量(超量)的剔除，更新运维服务任务与运维服务人员的匹配队列。

3)运维服务任务成本计算

从匹配队列中提成关于运维服务任务的成本数据，按照每个运维服务人员待办服务位置作为计算点，遍历加权计算所有待办运维服务任务的服务位置，计算所有组合成本值，匹配最佳成本的服务插入位置，每个匹配队列中的运维服务人员计算最佳的运维服务任务插入位置，根据每个最佳的运维服务任务插入位置的成本数据，选择运维服务人员中选择最佳的成本，更新匹配队列。

4)运维服务任务数据返回与同步

根据任务计算结果，把运维服务任务与运维服务人员的匹配结果返给任务分配管理模块，通知运维人员管理模块更新运维人员信息并同时把数据同步到数据库中。

4、任务监控管理模块

该模块负责把所有运维服务任务的分配与执行情况进行实时监控，包括运维服务任务的进度风险与成本风险进行监控，通过配置设置对应的服务进度风险以及对应的运维服务评价分进行比对，把运维服务的时效性以及过程的服务成本进行比对，把超过监控阈值的按照监控配置触发运维服务任务再分配或人工干预，把监控的相关信息数据同步到数据库中。

5、任务预警管理模块

该模块由任务监控管理模块触发，把实时监控到的运维服务任务相关信息进行预警，通过预警配置，可以触发多种操作，包括自动再分配返回、列表警示、邮件发送、人工干预等，把预警的相关信息同步到数据库中做详细记录。

6、运维人员管理模块

该模块负责及时更新运维服务人员的相关信息，包括作为位置、待办任务数、当天工作量、服务完成时间等相关数据，同时同步到数据库中，提供任务分配管理模块与任务计算管理模块给予数据支撑。

7、任务报告管理模块

该模块主要根据配置输出不同的多种维度任务分配报告，包括按时间、地区、功能、服务位置、运维人员以及监控异常信息、预警触发信息等多角度的任务分配报告。

本实施例的系统可以对运维服务任务与运维服务人员的处理情况进行实时监控，把运维服务任务的处理风险包括服务质量风险与服务成本风险进行评估预测与计算，及时把风险进行预警，按照预警配置的阈值进行相应的操作，包括任务再分配与人工干预，同时把整个运维服务任务分配过程、监控与预警等相关信息进行记录与管理，按照各种维度，包括时间、类型、分配、预警等多维度定时输出报告。

通过本发明可以实现运维服务任务的自动分配，可以综合考虑运维服务质量因素与服务成本因素，自动分配运维服务任务，按照设定的规则通过数据处理技术分析评估出候选的运维服务人员，然后从候选运维服务人员的所有待办运维服务任务位置进行遍历计算，满足成本条件则选择作为分配对象，从而解决了运维服务质量与成本人为匹配存在全面性与及时性方面不足的问题。使得运维服务任务派单到达全面及时、智能有序的自动化过程。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上述各个实施例可以相互参照，本实施例不对各个实施例进行限定。

最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (2)

1.一种运维服务任务的智能分配方法，其特征在于，包括：

S1、在接收到待分配的运维服务任务时，获取所述运维服务任务的属性元素；待分配的运维服务任务的属性元素包括：报障时间、服务类型、服务难度级别、服务地点、任务预计完成时长、要求完成时间、任务的处理难度、是否指定运维服务人员、平均无故障时间、和/或服务工作量；

S2、获取当前运维服务系统中所有运维服务人员的属性元素；每一个运维服务人员的属性元素包括：技能级别、服务评价、平均每单响应时间、平均每单完成时间、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量、当前位置信息、当前任务、和/或当前任务状态；

S3、将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；以及选择综合评价结果中最小成本对应的运维服务人员；

S4、向选择的运维服务人员中的一个分配所述运维服务任务；

在运维服务任务完成，更新或者至少一个运维服务人员的属性元素变化时，更新数据库中运维服务人员的属性元素；

其中，所述步骤S3包括：

步骤S1中的待分配的运维服务任务未指定运维服务人员时，根据所述服务难度级别和服务类型，以服务评价分不低于约定分数M值以及当天服务工作量不超过W值为筛选原则，筛选运维服务人员的数据量为N；

将筛选的数据量N作为数分析对象，

将筛选的运维服务人员的属性元素、运维服务任务的属性元素的取值作为分析对象；

利用数据处理与分析技术，应用神经网络算法模型，将分析对象的各元素数据作为输入信号x_i，其中，i为分析对象元素数据的个数，把当前待分配的运维服务任务对应每一个运维服务人员的服务评价作为输出信号，分别预测出当前的运维服务任务增加给每一运维服务人员时，分配给每个运维服务人员的服务评价预测分值V；

按服务评价预测分值V从高到低顺序排列到数据结构队列Q'中；

所述步骤S3还包括：

从数据结构队列Q'中取出服务评价预测分值V进行分配原则性数据计算；

需要满足条件一：所分配的运维服务人员的服务评价分M_i不低于M值；条件二：所分配的运维服务人员的当天工作量W_i不超过W；

基于条件一和条件二，更新数据结构队列Q',得到新队列Q，所述新队列Q中的运维服务人员作为从运维服务任务与运维服务人员的匹配分析所预测的最佳候选分配运维服务人员；

所述步骤S3还包括：

针对新队列Q：设新队列Q中运维服务人员待办的运维服务任务有X_i个，待办的运维服务任务数据使用链表进行存储，i为新队列Q中第i个运维服务人员；

把X_i个运维服务任务的位置进行遍历加权计算，分别计算出待办的X_i个运维服务任务链表中每个节点与待分配即新增的运维服务任务之间距离所产生的成本，找出最小成本的待办运维服务任务T'_min,T'_min所在的第i个运维人员待办队列中的位置为L_j，将待分配的运维服务任务插入到第i个运维人员的待办运维服务任务队列中的位置L_j的后面，即新增的运维服务任务所在的待办链表位置为L_j+1；

其中，新增插入的运维服务任务后该运维服务人员的待办服务任务链表中不能存在的运维服务任务超时情况，否则，丢弃T'_min而继续选择链表的下一个最小的成本的位置L_j+k，一直找到既符合成本最小又符合其待办任务不超时条件的T_min，T_min对应的链表位置为新增运维服务任务插入的位置L_j，从而计算出在此位置插入任务时产生的最小成本C'_min；

依照上述方式对新队列Q中每个运维服务人员中的待办运维服务任务进行遍历计算，选择最小成本的一个C_min对应的运维服务人员作为分配对象，并将新增运维服务任务插入到该运维服务人员的待办运维服务任务链表的位置L中。

2.一种运维服务任务的智能分配系统，其特征在于，包括：

任务交互管理模块，用于接收新增待分配的运维服务任务，将接收的运维服务任务发送任务分配模块；

所述任务分配模块，用于获取所述运维服务任务的属性元素；

运维人员管理模块，用于获取当前运维服务系统中所有运维服务人员的属性元素；待分配的运维服务任务的属性元素包括：报障时间、服务类型、服务难度级别、服务地点、任务预计完成时长、要求完成时间、任务的处理难度、是否指定运维服务人员、平均无故障时间、和/或服务工作量；

任务计算管理模块，用于将每一个运维服务人员的属性元素，与所述运维服务任务的属性元素进行匹配，获取匹配后的综合评价结果；以及选择综合评价结果中最小成本对应的运维服务人员；每一个运维服务人员的属性元素包括：技能级别、服务评价、平均每单响应时间、平均每单完成时间、平均每天路程、平均每天成本、总服务工作量、平均每天服务工作量、当前位置信息、当前任务、和/或当前任务状态；

所述任务分配模块，还用于向选择的运维服务人员中的一个分配所述运维服务任务；

所述运维人员管理模块，用于实时更新运维服务人员的相关信息，具体地，在运维服务任务完成，更新或者至少一个运维服务人员的属性元素变化时，更新数据库中运维服务人员的属性元素；

其中，所述任务计算管理模块包括：

在待分配的运维服务任务未指定运维服务人员时，根据所述服务难度级别和服务类型，以服务评价分不低于约定分数M值以及当天服务工作量不超过W值为筛选原则，筛选运维服务人员的数据量为N；

将筛选的数据量N作为数分析对象，

将筛选的运维服务人员的属性元素、运维服务任务的属性元素的取值作为分析对象；

利用数据处理与分析技术，应用神经网络算法模型，将分析对象作为输入信号x_i(i为分析对象元素数据的个数)，把当前待分配的运维服务任务对应每一个运维服务人员的服务评价作为输出信号，分别预测出当前的运维服务任务增加给每一运维服务人员时，分配给每个运维服务人员的服务评价预测分值V；

按服务评价预测分值V从高到低顺序排列到数据结构队列Q'中；

还包括：

任务预警管理模块，用于根据预先配置的预警规则，对实时监控运维服务任务的相关信息中触发预警规则的进行预警处理；

和/或，

任务监控管理模块，用于对所有运维服务任务的分配与执行的相关信息进行实时监控；

和/或，

任务报告管理模块，用于根据配置输出不同的多维度任务分类报告；

所述任务计算管理模块还包括：

针对新队列Q：设新队列Q中运维服务人员待办的运维服务任务有X_i个，待办的运维服务任务数据使用链表进行存储，i为新队列Q中第i个运维服务人员；

把X_i个运维服务任务的位置进行遍历加权计算，分别计算出待办的X_i个运维服务任务链表中每个节点与待分配即新增的运维服务任务之间距离所产生的成本，找出最小成本的待办运维服务任务T'_min,T'_min所在的第i个运维人员待办队列中的位置为L_j，将待分配的运维服务任务插入到第i个运维人员的待办运维服务任务队列中的位置L_j的后面，即新增的运维服务任务所在的待办链表位置为L_j+1；

其中，新增插入的运维服务任务后该运维服务人员的待办服务任务链表中不能存在的运维服务任务超时情况，否则，丢弃T'_min而继续选择链表的下一个最小的成本的位置L_j+k，一直找到既符合成本最小又符合其待办任务不超时条件的T_min，T_min对应的链表位置为新增运维服务任务插入的位置L_j，从而计算出在此位置插入任务时产生的最小成本C'_min；

依照上述方式对新队列Q中每个运维服务人员中的待办运维服务任务进行遍历计算，选择最小成本的一个C_min对应的运维服务人员作为分配对象，并将新增运维服务任务插入到该运维服务人员的待办运维服务任务链表的位置L中。

Images