CN110070289A - 任务分配方法、装置、设备及存储介质 - Google Patents

任务分配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110070289A
CN110070289A CN201910319712.2A CN201910319712A CN110070289A CN 110070289 A CN110070289 A CN 110070289A CN 201910319712 A CN201910319712 A CN 201910319712A CN 110070289 A CN110070289 A CN 110070289A
Authority
CN
China
Prior art keywords
recruitment
target
processing
node
task
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.)
Granted
Application number
CN201910319712.2A
Other languages
English (en)
Other versions
CN110070289B (zh
Inventor
杨昊
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.)
Suzhou Da Jia Ying Information Technology Co Ltd
Original Assignee
Suzhou Da Jia Ying Information 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 Suzhou Da Jia Ying Information Technology Co Ltd filed Critical Suzhou Da Jia Ying Information Technology Co Ltd
Priority to CN201910319712.2A priority Critical patent/CN110070289B/zh
Publication of CN110070289A publication Critical patent/CN110070289A/zh
Application granted granted Critical
Publication of CN110070289B publication Critical patent/CN110070289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/105Human resources
    • G06Q10/1053Employment or hiring
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明实施例公开了一种任务分配方法、装置、设备及存储介质。该方法包括:根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;分别将每个所述待处理任务发送给对应的所述目标处理节点。上述技术方案是将待处理任务分配给匹配的目标处理节点去完成,而不是分配给所有的处理节点去完成,实现了对目标处理节点的处理资源的有效利用,避免了对其他处理节点的处理资源造成浪费的问题。

Description

任务分配方法、装置、设备及存储介质
技术领域
本发明实施例涉及信息处理技术领域,尤其涉及一种任务分配方法、装置、设备及存储介质。
背景技术
为了满足飞速发展的制造和服务行业用工需求,未来在国内市场,蓝领招聘市场将占据整个招聘市场的大半壁江山。
目前市场上大中型制造业主要以劳务派遣、外包等合作方式将招聘压力转嫁给了劳务公司,劳务公司则主要依赖中介机构批量招工。工厂招聘多年来进步缓慢的一个重要原因其实是大中型制造业用工不稳定,瞬时需求过大(动辄一天要数百人),而传统招聘网站只能提供简历,无论是中介机构还是劳务公司都无力完成线上到线下的转化过程,所以只能依赖直接供人的线下渠道。
通常,中介机构接收到劳务公司的招聘需求信息之后,会通过内部系统将招聘任务分配至其下属的所有线下门店,各线下门店的招聘服务人员接收到任务后开展招聘工作。但是,此种任务分配方式可能导致招聘需求与招聘服务人员招聘服务能力不能有效匹配的现象发生,进而浪费了招聘服务人员的服务资源。
发明内容
本发明实施例提供一种任务分配方法、装置、设备及存储介质,以优化现有技术中的任务分配方式,避免对执行任务的服务资源造成浪费,提高分配任务的处理效率。
第一方面,本发明实施例提供了一种任务分配方法,包括:
根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
分别将每个所述待处理任务发送给对应的所述目标处理节点。
第二方面,本发明实施例还提供了一种任务分配装置,包括:
需求数量确定模块,用于根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
目标处理节点确定模块,用于根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
任务发送模块,用于分别将每个所述待处理任务发送给对应的所述目标处理节点。
第三方面,本发明实施例还提供了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明任意实施例所述的任务分配方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的任务分配方法。
本发明实施例提供的技术方案中,在接收到目标节点发布的待处理任务后,首先确定出待处理任务对处理资源的需求数量,然后根据目标节点与各处理节点的位置关系,以及各处理节点具备的处理资源的数量和需求数量,确定出与该待处理任务对应的各个目标处理节点,最后将该待处理任务发送给这些目标处理节点,以使这些目标处理节点的处理资源执行该待处理任务。上述技术方案是将待处理任务分配给匹配的目标处理节点去完成,而不是分配给所有的处理节点去完成,实现了对目标处理节点的处理资源的有效利用,避免了对其他处理节点的处理资源造成浪费的问题。
附图说明
图1是本发明实施例一中的一种任务分配方法的流程图;
图2是本发明实施例二中的一种任务分配方法的流程图;
图3是本发明实施例三中的一种任务分配方法的流程图;
图4是本发明实施例四中的一种任务分配装置的结构示意图;
图5是本发明实施例五中的一种设备的硬件结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种任务分配方法的流程图,可适用于将目标节点的待处理任务分配给与目标节点匹配的各处理节点去完成的情况,该方法可以由本发明实施例提供的任务分配装置来执行,该装置可采用软件和/或硬件的方式实现,并一般可集成在处理器中。
如图1所示,本实施例的方法具体包括:
S110、根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个待处理任务匹配的处理资源的需求数量。
目标节点,指的是发布任务的节点,或者称为发布任务的主体,例如是发布任务的企业等。处理资源,指的是执行任务的个体资源,例如是服务人员等。其中,目标节点发布的任务指的是需要一个或多个处理资源来完成的任务。
目标节点发布待处理任务之后,运营人员将待处理任务的相关信息录入任务分配系统,以使任务分配系统可以根据待处理任务的相关信息确定出该待处理任务所需要的处理资源的数量,例如可以是根据待处理任务的任务规模确定所需的处理资源的数量,任务规模越大,所需的处理资源的数量越大,还可以根据待处理任务的复杂程度确定所需的处理资源的数量,复杂度越高,所需的处理资源的数量越大。
S120、根据目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个待处理任务对应的至少一个目标处理节点。
处理节点,指的是为完成目标节点发布的任务而提供处理资源的节点,例如是提供服务人员的公司等,尤其指的是属于同一母公司的各个子公司。其中,各处理节点具备的处理资源的数量不一定相同,而且,各处理节点的位置一般相距较远,也即每个处理节点具有其专门的服务区域。
根据目标节点的位置信息和各处理节点的位置信息,以及各处理节点的处理资源的数量以及待处理任务对处理资源的需求数量,确定出与待处理任务对应的各个目标处理节点,其中,各个目标处理节点具体的所有处理资源的数量总和大于等于待处理任务对处理资源的需求数量,且各个目标处理节点与目标节点的之间的距离一般小于其他处理节点与目标节点之间的距离。
作为本实施例一种具体的实施方式,可以根据目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及需求数量,确定每个待处理任务对应的至少一个目标处理节点,具体为:
根据各处理节点的位置信息与所述目标节点的位置信息,确定各处理节点与目标节点的距离,并按距离由近到远进行排序;按顺序依次获取一个处理节点作为当前处理节点,将当前处理节点具备的处理资源的数量累加至处理资源统计值中,并将当前处理节点作为目标处理节点,直至处理资源统计值大于或等于需求数量。
任务分配系统的数据库中存储有各处理节点的位置信息(例如是各处理节点的经纬度信息)以及各处理节点具备的处理资源的数量信息。当接收到目标节点发布的待处理任务时,获取目标节点的位置信息和各处理节点的位置信息,分别计算各处理节点与目标节点之间的距离,并将各处理节点按照其与目标节点之间的距离由近到远的顺序进行排序。
按顺序依次获取一个处理节点作为当前处理节点,获取当前处理节点具备的处理资源的数量,并将该数量累加至处理资源统计值中,同时将当前处理节点作为目标处理节点。其中,处理资源统计值的初始值为零。
然后,再按顺序依次获取下一个处理节点作为当前处理节点,直至处理资源统计值大于或等于需求数量,此时,即可确定出与待处理任务对应的各个目标处理节点。
例如,任务分配系统中共有50个处理节点,根据这50个处理节点的位置信息和目标节点的位置信息分别计算各处理节点与目标节点之间的距离,并按距离从小到大的顺序将这50个处理节点进行排序,得到一张这50个处理节点的排序列表。假设,需求数量为160,排序第一的处理节点具备的处理资源的数量为8,排序第二的处理节点具备的处理资源的数量为6,排序第三的处理节点具备的处理资源的数量为5,等等,如果排序前N的处理节点具备的处理资源的数量累加和首次满足大于或等于160,则将这前N个处理节点作为目标处理节点,具体可以将这N个处理节点的名称和ID(Identification,身份标识)记录下来,或进行显示。
S130、分别将每个待处理任务发送给对应的目标处理节点。
在确定了与每个待处理任务对应的目标处理节点之后,将待处理任务发送至对应的目标处理节点,以使目标处理节点具备的处理资源接收到待处理任务后去执行任务。
在将待处理任务发送至对应的目标处理节点之后,还可以将目标处理节点的名称及ID与待处理任务进行关联,并记录在任务分配表中。
本发明实施例提供的技术方案中,在接收到目标节点发布的待处理任务后,首先确定出待处理任务对处理资源的需求数量,然后根据目标节点与各处理节点的位置关系,以及各处理节点具备的处理资源的数量和需求数量,确定出与该待处理任务对应的各个目标处理节点,最后将该待处理任务发送给这些目标处理节点,以使这些目标处理节点的处理资源执行该待处理任务。上述技术方案是将待处理任务分配给匹配的目标处理节点去完成,而不是分配给所有的处理节点去完成,实现了对目标处理节点的处理资源有效利用的效果,避免了对其他处理节点的处理资源造成浪费的问题。
值得指出的是,本实施例中确定的与不同目标节点发布的不同待处理任务对应的目标处理节点允许出现重合现象。例如,与目标节点A发布的待处理任务对应的目标处理节点包括a、b、c、d、e、f和g,同时,与目标节点B发布的待处理任务对应的目标处理节点包括h、i、j、k、l、g、f和e,也即目标处理节点e、f、g可以同时接收多个目标节点发布的多个待处理任务,并且,目标处理节点e、f、g的处理资源在可以同时处理多个目标节点发布的多个待处理任务。
实施例二
图2是本发明实施例二提供的一种任务分配方法的流程图,本实施例针对一种具体的应用场景提供具体的实施方式,其中,在本应用场景中目标节点为目标工厂,待处理任务为招聘订单,处理节点为线下招聘门店,处理资源为招聘服务人员。
在本应用场景下,可以开发一个订单分配系统(相当于实施例一种的任务分配系统),用于向线下招聘门店分配招聘订单。其中,订单分配系统为每个线下招聘门店分配ID,并将每个线下招聘门店的位置信息(例如是经纬度信息)进行保存。线下招聘门店的店长在其门店中添加招聘服务人员账号(例如是招聘服务人员的手机号),招聘服务人员登录系统后即可查看分配的招聘订单,系统根据每个线下招聘门店下招聘服务人员账号的数量确定每个线下招聘门店中的招聘服务人员数量。
如图2所示,本实施例的方法具体包括:
S210、根据一个或多个目标工厂发布的一个或多个招聘订单,确定与每个招聘订单匹配的招聘服务人员的需求数量。
其中,目标工厂指的是用工不稳定、可能瞬时需求很大的招工工厂,在其有招工需求时自行发布或通过劳务公司发布招聘订单给招聘中介机构。
招聘中介机构的运营人员接收到招聘订单后,将招聘订单录入订单分配系统,以使订单分配系统根据招聘订单确定出与该订单匹配的招聘服务人员的需求数量。
作为一种具体的实施方式,可以将S210具体为:获取目标工厂的历史用工输送量记录,并根据目标工厂的历史用工输送量排名确定目标工厂的用工输送量等级;根据目标工厂的用工输送量等级以及招聘订单,确定与招聘订单匹配的招聘服务人员的需求数量。
首先,判断系统内是否存在目标工厂的用工输送量记录,如果存在,则首先获取目标工厂的用工输送量记录,并根据目标工厂的历史用工输送量排名确定目标工厂的用工输送量等级,然后根据目标工厂的用工输送量等级以及招聘订单确定与招聘订单匹配的招聘服务人员的需求数量;如果不存在,则只能根据招聘订单确定与其匹配的招聘服务人员的需求数量。
如果曾经为某工厂成功输送过工人,则在系统中记录用工输送量(为多次用工输送量的总和),并对多个工厂的用工输送量进行排名,工厂的用工输送量排名与其用工输送量等级有关,排名越靠前,用工输送量等级也就越高。
具体的,可以根据目标工厂的历史用工输送量排名占比确定目标工厂的用工输送量等级。
例如,用工输送量排名占比在前75%的工厂的用工输送量等级为A级(等级最高),用工输送量排名占比在前75%至前90%的工厂的用工输送量等级为B级,用工输送量排名占比在后5%的工厂的用工输送量等级为C级(等级最低)。
例如,系统中记录一共为100个工厂输送过工人,某工厂的用工输送量排名为80,则其用工输送量等级为B级。
典型的,由于工厂实际的用工输送量排名变化不会太大,还可以定期维护各工厂的用工输送量等级,例如根据一段时间内各工厂的用工输送量排名确定出各工厂的用工输送量等级,并记录保存。当接收到目标工厂的招聘订单时,直接查询目标工厂的用工输送量等级即可。
在确定了目标工厂的用工输送量等级之后,结合目标工厂的招聘订单,确定出与招聘订单匹配的招聘服务人员的需求数量。其中,用工输送量等级越高,招聘订单中招聘需求越多,招聘服务人员的需求数量越大。
进一步的,还可以将根据目标工厂的用工输送量等级以及招聘订单,确定与招聘订单匹配的招聘服务人员的需求数量,具体为:
根据目标工厂的用工输送量等级以及招聘订单中的订单价格,确定与招聘订单匹配的招聘服务人员的需求数量,其中,订单价格与招聘服务人员的需求数量呈正比。
例如,预先配置招聘服务人员的需求数量对应关系,假设为“用户输送量等级A-订单价格0.5w-招聘服务人员的需求数量50”,“用户输送量等级A-订单价格1w-招聘服务人员的需求数量100”,“用户输送量等级A-订单价格2w-招聘服务人员的需求数量200”,等等。
进一步的,还可以将根据目标工厂的用工输送量等级以及招聘订单中的订单价格,确定与招聘订单匹配的招聘服务人员的需求数量,具体为:
根据招聘订单中的订单价格,确定目标工厂的招工需求状态;
根据目标工厂的用工输送量等级以及招工需求状态,确定与招聘订单匹配的招聘服务人员的需求数量。
其中,工厂的招工需求状态包括下述至少一项:不招工、不缺工、正常补缺、缺工、轻度用工荒、中度用工荒、重度用工荒、超级用工荒和极度用工荒。
上述招工需求状态中,“不招工”代表招工需求最低,“极度用工荒”代表招工需求最高。招聘订单中的订单价格越高,招聘需求越高,根据订单价格以及匹配规则即可确定出目标工厂的招聘需求状态是哪一种。
然后,结合目标工厂的用工输送等级以及招工需求状态确定出与招聘订单匹配的招聘服务人员的需求数量,其中,用工输送等级越高,招工需求状态代表的招聘需求越高,与招聘订单匹配的招聘服务人员的需求数量越大。
进一步的,还可以将根据目标工厂的用工输送量等级以及招工需求状态,确定与招聘订单匹配的招聘服务人员的需求数量,具体为:
根据目标工厂的用工输送量等级以及招工需求状态,查询预先配置的招聘服务人员需求数量对应关系,确定与招聘订单匹配的招聘服务人员的需求数量。
运营人员在系统中增加配置信息,配置每一种用工输送等级的工厂在每一种招工需求状态下招聘服务人员的需要数量,例如用工输送等级为A级的工厂在重度用工荒的招聘需求状态下需要的招聘服务人员的数量为160。
在确定了目标工厂的用工输送量等级以及招工需求状态以后,查询预先配置的招聘服务人员需求数量的对应关系,即可确定出与招聘订单匹配的招聘服务人员的需求数量。
S220、根据目标工厂以及各线下招聘门店的位置信息、各线下招聘门店具备的招聘服务人员的数量以及与每个招聘订单匹配的招聘服务人员的需求数量,确定每个招聘订单对应的至少一个目标线下招聘门店。
系统中还存储有工厂的位置信息(例如是经纬度信息),具体可以将工厂的用工输送量等级和位置信息对应存储,例如,某工厂的用工输送量等级为B级,其经度为118.812039,纬度为31.894425。
系统根据目标工厂与各个线下招聘门店之间的距离计算出一个线下招聘门店的排序列表,然后按顺序累加每个线下招聘门店中的招聘服务人员数量,一直到满足招聘服务人员的需求数量为止,以此确定出与招聘订单对应的各个目标线下招聘门店。此时,系统可以将确定的目标线下招聘门店的名称和ID返回至系统的前端显示界面,以使运营人员可以看到该招聘订单应该发送至哪些线下招聘门店。
S230、分别将每个招聘订单发送给对应的目标线下招聘门店。
系统自动将每个招聘订单与其对应的目标线下招聘门店的ID进行关联和发送,并记录在订单分配表中。当目标线下招聘门店的招聘服务人员登录系统后,即可接收到相应目标工厂的招聘订单,进而以此为依据开展招聘工作。
当与目标工厂A的招聘订单对应的目标线下招聘门店,和与目标工厂B的招聘订单对应的目标线下招聘门店有重合时,重合的目标线下招聘门店的招聘服务人员登录系统后,可是同时查看到目标工厂A和目标工厂B的招聘订单,可以同时为目标工厂A和目标工厂B开展招聘工作。
举例说明,假设目标工厂A的招聘订单需要100名招聘服务人员来完成,根据各线下招聘门店的位置信息和目标工厂A的位置信息,确定与目标工厂A的招聘订单对应的目标线下招聘门店为a(a店有招聘服务人员23名)、b(b店有招聘服务人员19名)、c(c店有招聘服务人员25名)、d(d店有招聘服务人员21名)和e(e店的招聘服务人员多于12名);假设目标工厂B的招聘订单需要80名招聘服务人员来完成,根据各线下招聘门店的位置信息和目标工厂B的位置信息,确定与目标工厂B的招聘订单对应的目标线下招聘门店为f(f店有招聘服务人员15名)、b(b店有招聘服务人员19名)、c(c店有招聘服务人员25名)和d(d店有招聘服务人21名)。目标线下招聘门店b、c和d可以同时接收目标工厂A和目标工厂B的招聘订单,目标线下招聘门店b、c和d的招聘服务人员接收到目标工厂A和目标工厂B的订单后,可以同时为目标工厂A和目标工厂B开展招聘工作,即目标线下招聘门店b的19名招聘人员,目标线下招聘门店c的25名招聘人员,目标线下招聘门店d的21名招聘人员可以同时处理目标工厂A和目标工厂B的订单,开展招聘工作。
本实施例未尽详细解释之处,请参见前述实施例,在此不再赘述。
在上述技术方案中,将目标工厂的招聘订单分配给匹配的目标线下招聘门店的招聘服务人员去完成,而不是分配给所有线下招聘门店的招聘服务人员去完成,实现了对目标线下招聘门店的招聘资源的有效利用,避免了对其他线下招聘门店的招聘资源造成浪费的问题。例如,目标工厂位于苏州,则根据本实施例的技术方案会选取距离苏州较近的一些线下招聘门店的招聘服务人员开展招聘工作,实现对这些线下招聘门店的招聘资源的有效利用,也避免了选择距离苏州较远(例如位于深圳)的线下招聘门店的招聘服务人员开展招聘工作时可能会产生的人员输送成本较高的问题。
实施例三
图3是本发明实施例三提供的一种任务分配方法的流程图。以上述实施例为基础提供一种具体的实施方式,如图3所示,本实施例的方法具体包括:
S310、接收目标工厂发布的招聘订单。
S320、获取目标工厂的历史用工输送量记录,并根据目标工厂的历史用工输送量排名占比确定目标工厂的用工输送量等级。
S330、根据招聘订单中的订单价格,确定目标工厂的招工需求状态。
其中,招工需求状态包括下述至少一项:
不招工、不缺工、正常补缺、缺工、轻度用工荒、中度用工荒、重度用工荒、超级用工荒和极度用工荒。
S340、根据目标工厂的用工输送量等级以及招工需求状态,查询预先配置的招聘服务人员需求数量对应关系,确定与招聘订单匹配的招聘服务人员的需求数量。
S350、根据各线下招聘门店的位置信息与目标工厂的位置信息,确定各线下招聘门店与目标工厂的距离,并按距离由近到远进行排序。
S360、按顺序依次获取一个线下招聘门店作为当前线下招聘门店,将线下招聘门店中招聘服务人员的数量累加至招聘服务人员数量统计值中,并将当前线下招聘门店作为目标线下招聘门店,直至招聘服务人员数量统计值大于或等于需求数量。
S370、分别将每个招聘订单发送给对应的目标线下招聘门店。
本实施例未尽详细解释之处,请参见前述实施例,在此不再赘述。
在上述技术方案中,招聘服务人员无需再为当日招聘的所有工厂进行招工,仅需根据在系统中接收到的招聘订单进行招聘工作,以此有效地利用了招聘服务人员的招聘能力为目标工厂完成招聘任务。
实施例四
图4是本发明实施例四提供的一种任务分配装置的结构示意图,可适用于将目标节点的待处理任务分配给与目标节点匹配的各处理节点去完成的情况,该装置可采用软件和/或硬件的方式实现,并一般可集成在处理器中。
如图4所示,该任务分配装置具体包括:需求数量确定模块410、目标处理节点确定模块420和任务发送模块430。其中,
需求数量确定模块410,用于根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
目标处理节点确定模块420,用于根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
任务发送模块430,用于分别将每个所述待处理任务发送给对应的所述目标处理节点。
本发明实施例提供的技术方案中,在接收到目标节点发布的待处理任务后,首先确定出待处理任务对处理资源的需求数量,然后根据目标节点与各处理节点的位置关系,以及各处理节点具备的处理资源的数量和需求数量,确定出与该待处理任务对应的各个目标处理节点,最后将该待处理任务发送给这些目标处理节点,以使这些目标处理节点的处理资源执行该待处理任务。上述技术方案是将待处理任务分配给匹配的目标处理节点去完成,而不是分配给所有的处理节点去完成,实现了对目标处理节点的处理资源的有效利用,避免了对其他处理节点的处理资源造成浪费的问题。
进一步的,目标处理节点确定模块420包括:排序单元和目标处理节点循环确定单元,其中,
排序单元,用于根据各处理节点的位置信息与所述目标节点的位置信息,确定各处理节点与所述目标节点的距离,并按距离由近到远进行排序;
目标处理节点循环确定单元,用于按顺序依次获取一个处理节点作为当前处理节点,并将所述当前处理节点具备的处理资源的数量累加至处理资源统计值中,并将所述当前处理节点作为目标处理节点,直至所述处理资源统计值大于或等于所述需求数量。
进一步的,所述目标节点为目标工厂,所述待处理任务为招聘订单,所述处理节点为线下招聘门店,所述处理资源为招聘服务人员。
进一步的,需求数量确定模块410包括:用工输送量等级确定单元和需求数量确定单元,其中,
用工输送量等级确定单元,用于获取所述目标工厂的历史用工输送量记录,并根据所述目标工厂的历史用工输送量排名确定所述目标工厂的用工输送量等级;
需求数量确定单元,用于根据所述目标工厂的用工输送量等级以及所述招聘订单,确定与所述招聘订单匹配的招聘服务人员的需求数量。
进一步的,需求数量确定单元具体用于:根据所述目标工厂的用工输送量等级以及所述招聘订单中的订单价格,确定与所述招聘订单匹配的招聘服务人员的需求数量,其中,所述订单价格与所述招聘服务人员的需求数量呈正比。
进一步的,需求数量确定单元包括:招工需求状态确定子单元和需求数量确定子单元,其中,
招工需求状态确定子单元,用于根据所述招聘订单中的订单价格,确定所述目标工厂的招工需求状态;
需求数量确定子单元,用于根据所述目标工厂的用工输送量等级以及所述招工需求状态,确定与所述招聘订单匹配的招聘服务人员的需求数量。
进一步的,需求数量确定子单元,具体用于根据所述目标工厂的用工输送量等级以及所述招工需求状态,查询预先配置的招聘服务人员需求数量对应关系,确定与所述招聘订单匹配的招聘服务人员的需求数量。
具体的,所述招工需求状态包括下述至少一项:
不招工、不缺工、正常补缺、缺工、轻度用工荒、中度用工荒、重度用工荒、超级用工荒和极度用工荒。
进一步的,用工输送量等级确定单元,具体用于根据所述目标工厂的历史用工输送量排名占比确定所述目标工厂的用工输送量等级。
上述任务分配装置可执行本发明任意实施例所提供的任务分配方法,具备执行任务分配方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种设备的硬件结构示意图,如图5所示,该设备包括:
一个或多个处理器510,图5中以一个处理器510为例;
存储器520;
所述设备还可以包括:输入装置530和输出装置540。
所述设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接,图5中以通过总线连接为例。
存储器520作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的一种任务分配方法对应的程序指令/模块(例如,附图4所示的需求数量确定模块410、目标处理节点确定模块420和任务发送模块430)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述方法实施例的一种任务分配方法。
存储器520可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器520可选包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种任务分配方法,该方法包括:
根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
分别将每个所述待处理任务发送给对应的所述目标处理节点。
可选的,该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的一种任务分配方法的技术方案。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述任务分配装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种任务分配方法,其特征在于,包括:
根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
分别将每个所述待处理任务发送给对应的所述目标处理节点。
2.根据权利要求1所述的方法,其特征在于,根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点,包括:
根据各处理节点的位置信息与所述目标节点的位置信息,确定各处理节点与所述目标节点的距离,并按距离由近到远进行排序;
按顺序依次获取一个处理节点作为当前处理节点;
将所述当前处理节点具备的处理资源的数量累加至处理资源统计值中,并将所述当前处理节点作为目标处理节点,直至所述处理资源统计值大于或等于所述需求数量。
3.根据权利要求1所述的方法,其特征在于,所述目标节点为目标工厂,所述待处理任务为招聘订单,所述处理节点为线下招聘门店,所述处理资源为招聘服务人员。
4.根据权利要求3所述的方法,其特征在于,根据目标节点发布的待处理任务,确定与所述待处理任务匹配的处理资源的需求数量,包括:
获取所述目标工厂的历史用工输送量记录,并根据所述目标工厂的历史用工输送量排名确定所述目标工厂的用工输送量等级;
根据所述目标工厂的用工输送量等级以及所述招聘订单,确定与所述招聘订单匹配的招聘服务人员的需求数量。
5.根据权利要求4所述的方法,其特征在于,根据所述目标工厂的用工输送量等级以及所述招聘订单,确定与所述招聘订单匹配的招聘服务人员的需求数量,包括:
根据所述目标工厂的用工输送量等级以及所述招聘订单中的订单价格,确定与所述招聘订单匹配的招聘服务人员的需求数量,其中,所述订单价格与所述招聘服务人员的需求数量呈正比。
6.根据权利要求5所述的方法,其特征在于,根据所述目标工厂的用工输送量等级以及所述招聘订单中的订单价格,确定与所述招聘订单匹配的招聘服务人员的需求数量,包括:
根据所述招聘订单中的订单价格,确定所述目标工厂的招工需求状态;
根据所述目标工厂的用工输送量等级以及所述招工需求状态,确定与所述招聘订单匹配的招聘服务人员的需求数量。
7.根据所述权利要求6所述的方法,其特征在于,根据所述目标工厂的用工输送量等级以及所述招工需求状态,确定与所述招聘订单匹配的招聘服务人员的需求数量,包括:
根据所述目标工厂的用工输送量等级以及所述招工需求状态,查询预先配置的招聘服务人员需求数量对应关系,确定与所述招聘订单匹配的招聘服务人员的需求数量。
8.根据权利要求6或7所述的方法,其特征在于,所述招工需求状态包括下述至少一项:
不招工、不缺工、正常补缺、缺工、轻度用工荒、中度用工荒、重度用工荒、超级用工荒和极度用工荒。
9.根据权利要求4-7任一项所述的方法,其特征在于,根据所述目标工厂的历史用工输送量排名确定所述目标工厂的用工输送量等级,包括:
根据所述目标工厂的历史用工输送量排名占比确定所述目标工厂的用工输送量等级。
10.一种任务分配装置,其特征在于,包括:
需求数量确定模块,用于根据一个或多个目标节点发布的一个或多个待处理任务,确定与每个所述待处理任务匹配的处理资源的需求数量;
目标处理节点确定模块,用于根据所述目标节点以及各处理节点的位置信息、各处理节点具备的处理资源的数量以及所述需求数量,确定每个所述待处理任务对应的至少一个目标处理节点;
任务发送模块,用于分别将每个所述待处理任务发送给对应的所述目标处理节点。
11.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~9中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~9中任一所述的方法。
CN201910319712.2A 2019-04-19 2019-04-19 任务分配方法、装置、设备及存储介质 Active CN110070289B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910319712.2A CN110070289B (zh) 2019-04-19 2019-04-19 任务分配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910319712.2A CN110070289B (zh) 2019-04-19 2019-04-19 任务分配方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110070289A true CN110070289A (zh) 2019-07-30
CN110070289B CN110070289B (zh) 2023-03-24

Family

ID=67368197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910319712.2A Active CN110070289B (zh) 2019-04-19 2019-04-19 任务分配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110070289B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110648076A (zh) * 2019-09-27 2020-01-03 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110689265A (zh) * 2019-09-27 2020-01-14 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110705865A (zh) * 2019-09-27 2020-01-17 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110717662A (zh) * 2019-09-27 2020-01-21 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN112381368A (zh) * 2020-11-02 2021-02-19 郑州富联智能工坊有限公司 生产信息分析方法、分析生产信息的计算机装置及系统
CN118171898A (zh) * 2024-05-15 2024-06-11 绵阳职业技术学院 新型建材生产调度方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2905729A1 (en) * 2014-02-06 2015-08-12 Tata Consultancy Services Limited System and method for providing crowd sourcing platform for task allocation
US20150294251A1 (en) * 2014-04-11 2015-10-15 Nec Europe Ltd. Distributed task scheduling using multiple agent paradigms
CN107273200A (zh) * 2017-06-22 2017-10-20 中国科学院计算技术研究所 一种针对异构存储的任务调度方法
CN108171394A (zh) * 2017-11-21 2018-06-15 中国科学院自动化研究所 基于分层式结构和资源整合的多机器人任务分配方法
CN108510140A (zh) * 2017-08-16 2018-09-07 平安科技(深圳)有限公司 一种工作量分配方法、存储介质和服务器
CN108763422A (zh) * 2018-05-24 2018-11-06 佛山市轻遣网络有限公司 根据求职状态分发用工信息的方法及系统
CN108876122A (zh) * 2018-05-31 2018-11-23 康键信息技术(深圳)有限公司 批量工单的处理方法、装置、计算机设备和存储介质
CN108898306A (zh) * 2018-06-26 2018-11-27 泰康保险集团股份有限公司 订单分配方法、装置、介质及电子设备
CN108921445A (zh) * 2018-07-13 2018-11-30 广州餐道信息科技有限公司 一种蜂窝式订单指派方法
CN109615201A (zh) * 2018-11-30 2019-04-12 拉扎斯网络科技(上海)有限公司 订单分配方法、装置、电子设备和存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2905729A1 (en) * 2014-02-06 2015-08-12 Tata Consultancy Services Limited System and method for providing crowd sourcing platform for task allocation
US20150294251A1 (en) * 2014-04-11 2015-10-15 Nec Europe Ltd. Distributed task scheduling using multiple agent paradigms
CN107273200A (zh) * 2017-06-22 2017-10-20 中国科学院计算技术研究所 一种针对异构存储的任务调度方法
CN108510140A (zh) * 2017-08-16 2018-09-07 平安科技(深圳)有限公司 一种工作量分配方法、存储介质和服务器
CN108171394A (zh) * 2017-11-21 2018-06-15 中国科学院自动化研究所 基于分层式结构和资源整合的多机器人任务分配方法
CN108763422A (zh) * 2018-05-24 2018-11-06 佛山市轻遣网络有限公司 根据求职状态分发用工信息的方法及系统
CN108876122A (zh) * 2018-05-31 2018-11-23 康键信息技术(深圳)有限公司 批量工单的处理方法、装置、计算机设备和存储介质
CN108898306A (zh) * 2018-06-26 2018-11-27 泰康保险集团股份有限公司 订单分配方法、装置、介质及电子设备
CN108921445A (zh) * 2018-07-13 2018-11-30 广州餐道信息科技有限公司 一种蜂窝式订单指派方法
CN109615201A (zh) * 2018-11-30 2019-04-12 拉扎斯网络科技(上海)有限公司 订单分配方法、装置、电子设备和存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110648076A (zh) * 2019-09-27 2020-01-03 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110689265A (zh) * 2019-09-27 2020-01-14 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110705865A (zh) * 2019-09-27 2020-01-17 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110717662A (zh) * 2019-09-27 2020-01-21 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN110717662B (zh) * 2019-09-27 2022-10-28 苏州达家迎信息技术有限公司 任务分配方法、装置、设备及存储介质
CN112381368A (zh) * 2020-11-02 2021-02-19 郑州富联智能工坊有限公司 生产信息分析方法、分析生产信息的计算机装置及系统
CN118171898A (zh) * 2024-05-15 2024-06-11 绵阳职业技术学院 新型建材生产调度方法、装置、设备及存储介质
CN118171898B (zh) * 2024-05-15 2024-07-30 绵阳职业技术学院 新型建材生产调度方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110070289B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN110070289B (zh) 任务分配方法、装置、设备及存储介质
CN107220789B (zh) 一种物流配送调度方法及系统
CN108681857B (zh) 一种配送订单分配方法及装置、计算机可读存储介质
CN104156843A (zh) 一种物流配送管理系统及其方法
WO2018137331A1 (zh) 数据处理方法、装置、设备及计算机可读存储介质
CN107016449B (zh) 一种基于跨企业动态计划排程的智能制造方法
CN106779910B (zh) 配送订单分配方法和装置
Liu et al. Multi-agent-based scheduling in cloud manufacturing with dynamic task arrivals
US20140278652A1 (en) Hybrid system and method for selecting and deploying field technicians in a facilities management hybrid workforce
CN103761639A (zh) 互联网电子商务物流管理系统中订单分配的处理方法
CN106372822B (zh) 业务对象预约时段处理方法及装置
CN102799467A (zh) 一种任务分配的方法及系统
WO2022048234A1 (zh) 货物调度方法、装置、电子设备以及存储介质
CN110689265A (zh) 任务分配方法、装置、设备及存储介质
CN110889656B (zh) 一种仓库规则配置方法和装置
JP2019008501A (ja) 生産管理システムおよび生産管理方法
CN105260874A (zh) 一种改进结构的物流配送云管理系统
CN115239223A (zh) 分拨中心任务调度方法、装置、设备及存储介质
CN113519009A (zh) 基于区块链的工业制造资源共享方法、装置和系统
CN110717662B (zh) 任务分配方法、装置、设备及存储介质
CN109934427B (zh) 生成物品分配方案的方法和装置
CN115375243A (zh) 订单分配方法和装置、电子设备、计算机可读介质
CN110648076A (zh) 任务分配方法、装置、设备及存储介质
CN104796467A (zh) 一种计算具有QoS关联关系的QoS最优组合服务限定范围的方法
CN113379177A (zh) 一种任务调度系统和方法

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