CN110264036A - 任务调度方法及装置 - Google Patents

任务调度方法及装置 Download PDF

Info

Publication number
CN110264036A
CN110264036A CN201910390878.3A CN201910390878A CN110264036A CN 110264036 A CN110264036 A CN 110264036A CN 201910390878 A CN201910390878 A CN 201910390878A CN 110264036 A CN110264036 A CN 110264036A
Authority
CN
China
Prior art keywords
approving person
waiting task
information
task
approving
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.)
Pending
Application number
CN201910390878.3A
Other languages
English (en)
Inventor
连琨
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.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910390878.3A priority Critical patent/CN110264036A/zh
Publication of CN110264036A publication Critical patent/CN110264036A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06Q10/06316Sequencing of tasks or work

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书提供任务调度方法及装置,其中所述任务调度方法包括:接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。

Description

任务调度方法及装置
技术领域
本说明书涉及互联网技术领域,特别涉及一种任务调度方法。本说明书同时涉及一种任务调度装置,一种计算设备,以及一种计算机可读存储介质。
背景技术
随着经济的发展,用户群体对保险的关注度越来越高,对保险的需求也越来越多,无论是传统的线下保险销售还是新兴的线上互联网保险销售都得到了很大的发展。
无论用户通过线下还是线上的方式投保,均需填写大量的信息,若用户已完成投保,但是一段时间后用户在投保时填写的相关投保信息发生变化(如联系方式改变),为保证用户及保险公司双方的利益,保险公司需对发生变化的投保信息进行变更操作,而现有技术中,对于投保信息的变更流程为:用户提交投保信息变更申请;系统将该申请随机分配给相关审批人员,由审批人员对用户的身份信息进行审核;审核通过后,审批人员为用户变更相关投保信息。但是由于目前投保用户的数量庞大,利用现有技术中的投保信息变更流程进行投保信息变更操作,耗时较长,效率较低,无法给用户带来很好的体验。
发明内容
有鉴于此,本说明书实施例提供了一种任务调度方法。本说明书同时涉及一种任务调度装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面,提供了一种任务调度方法,包括:
接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;
根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;
基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;
将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
可选地,匹配模型通过以下方式训练得到:
获取用户的历史属性信息、审批人员的属性信息以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息为训练样本训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
可选地,基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员包括:
将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;
将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
可选地,根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员包括:
判断第i位审批人员的工作状态是否为空闲,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数;
若所述第i位审批人员的工作状态为空闲,则将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第i位审批人员的工作状态为非空闲,则令i的值增加1,判断i与N的大小关系;
若i小于等于N,则重复执行上述判断第i位审批人员的工作状态的步骤;
若i大于N,则令i=1,重复执行上述判断第i位审批人员的工作状态的步骤。
可选地,根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员包括:
判断第j位审批人员的工作状态是否为空闲,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数;
若所述第j位审批人员的工作状态为空闲,则将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第j位审批人员的工作状态为非空闲,则令j的值增加1,判断j与M的大小关系;
若j小于等于M,则重复执行上述判断第j位审批人员的工作状态的步骤;
若j大于M,则令j=1,重复执行上述判断第j位审批人员的工作状态的步骤。
可选地,所述任务调度方法还包括:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本;
基于所述新的训练样本对所述匹配模型进行模型优化。
可选地,所述任务调度方法,还包括:
淘汰所述训练样本中时间周期大于预设时间周期阈值的相关数据。
可选地,将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度包括:
获取所述目标审批人员对应的信息处理平台ID;
根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
可选地,所述任务调度方法还包括:
接收目标审批人员返回的审批结果,并将所述审批结果发送至客户端。
可选地,根据所述待处理任务标识信息获取所述待处理任务的历史处理信息包括:
根据所述待处理任务标识信息查询所述待处理任务的历史处理次数、历史处理时间、历史处理内容、处理所述历史待处理任务的审批人员、历史处理结果。
根据本说明书实施例的另一方面,提供了一种任务调度装置,包括:
接收模块,被配置为接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;
获取模块,被配置为根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;
确定模块,被配置为基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;
发送模块,被配置为将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
本说明书提供的一个实施例中,所述任务调度装置还包括模型训练模块,被配置为:获取用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息为训练样本训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
可选地,所述确定模块包括:
信息处理子模块,被配置为将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;
排序子模块,被配置为将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
确定子模块,被配置为根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
可选地,所述确定子模块,还被配置为:
判断第i位审批人员的工作状态是否为空闲,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数;
若所述第i位审批人员的工作状态为空闲,则将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第i位审批人员的工作状态为非空闲,则令i的值增加1,判断i与N的大小关系;
若i小于等于N,则重复执行上述判断第i位审批人员的工作状态的步骤;
若i大于N,则令i=1,重复执行上述判断第i位审批人员的工作状态的步骤。
可选地,所述确定子模块,还被配置为:
判断第j位审批人员的工作状态是否为空闲,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数;
若所述第j位审批人员的工作状态为空闲,则将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第j位审批人员的工作状态为非空闲,则令j的值增加1,判断j与M的大小关系;
若j小于等于M,则重复执行上述判断第j位审批人员的工作状态的步骤;
若j大于M,则令j=1,重复执行上述判断第j位审批人员的工作状态的步骤。
可选地,所述任务调度装置还包括模型优化模块,被配置为:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本;
基于所述新的训练样本对所述匹配模型进行模型优化。
可选地,所述发送模块,还被配置为:获取所述目标审批人员对应的信息处理平台ID;根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
可选地,所述任务调度装置还包括审批结果处理模块,被配置为:接收目标审批人员返回的审批结果,并将所述审批结果发送至客户端。
可选地,所述获取模块还被配置为:根据所述待处理任务标识信息查询所述待处理任务的历史处理次数、历史处理时间、处理所述历史待处理任务的审批人员、历史处理结果。
根据本说明书实施例的另一方面,提供了一种计算设备,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指令,所述处理器执行所述指令时实现所述任务调度方法的步骤。
根据本说明书实施例的另一方面,提供了一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现所述任务调度方法的步骤。
本说明书实施例中,通过接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
本说明书实施例中,通过预先训练的匹配模型确定与待处理任务内容匹配的目标审批人员,特别是在所述待处理任务标识对应的历史处理数据较多的情况下,结合匹配模型选择目标审批人员有利于提高待处理任务内容与目标审批人员的匹配结果的可靠性,同时可以有效提高任务处理效率。
附图说明
图1是本申请实施例提供的计算设备的结构框图;
图2是本申请实施例提供的任务调度方法的流程图;
图3是本申请实施例提供的任务调度方法中目标审批人员的确定过程的示意图;
图4是本申请实施例提供的任务调度方法中目标审批人员的确定过程的示意图;
图5是本申请实施例提供的任务调度装置的结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本说明书一个或多个实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
在本申请中,提供了一种任务调度方法本说明书涉及互联网技术领域,特别涉及一种任务调度方法。本说明书同时涉及一种任务调度装置,一种计算设备,以及一种计算机可读存储介质,在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一实施例的计算设备100的结构框图。该计算设备100的部件包括但不限于存储器110和处理器120。处理器120与存储器110通过总线130相连接,数据库150用于保存数据。
计算设备100还包括接入设备140,接入设备140使得计算设备100能够经由一个或多个网络160通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备140可以包括有线或无线的任何类型的网络接口(例如,网络接口卡(NIC))中的一个或多个,诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口,等等。
在本说明书的一个实施例中,计算设备100的上述部件以及图1中未示出的其他部件也可以彼此相连接,例如通过总线。应当理解,图1所示的计算设备结构框图仅仅是出于示例的目的,而不是对本说明书范围的限制。本领域技术人员可以根据需要,增添或替换其他部件。
计算设备100可以是任何类型的静止或移动计算设备,包括移动计算机或移动计算设备(例如,平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如,智能手机)、可佩戴的计算设备(例如,智能手表、智能眼镜等)或其他类型的移动设备,或者诸如台式计算机或PC的静止计算设备。计算设备100还可以是移动式或静止式的服务器。
其中,处理器120可以执行图2所示任务调度方法中的步骤。图2示出了根据本说明书一实施例的任务调度方法的流程图,包括步骤202至步骤208。
步骤202:接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容。
本说明书提供的一个实施例中,以保险为例,用户投保时会填写身份信息以及健康数据等,投保一段时间后,若用户的联系方式发生改变,则需向保险公司发送任务调度请求,保险公司接收所述任务调度请求,并通过调度系统将所述任务调度请求中携带的待更改信息调度给目标审批人员,并由所述目标审批人员通过信息处理平台完成信息的更改。
用户发送的任务调度请求中携带的信息如表1所示,其中保单号即为上述待处理任务标识信息,待变更信息即为待处理任务内容。
表1
根据表1可得出的信息为:用户A要变更保单号为BA201603200003的保单中的联系方式。
步骤204:根据所述待处理任务标识信息获取所述待处理任务的历史处理信息。
具体的,历史处理信息包括所述待处理任务的历史处理次数、历史处理时间、历史处理内容、处理所述历史待处理任务的审批人员、历史处理结果。仍以保险为例,根据任务调度请求中携带的保单号获取该保单的历史信息修改次数,历史信息修改时间、历史信息修改内容、修改所述历史信息的审批人员以及历史信息的修改结果。
步骤206:基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
本说明书提供的一个实施例中,所述匹配模型通过以下方式训练得到:
获取用户的历史属性信息、审批人员的属性信息以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
其中,所述用户的历史属性信息包括:用户的身份信息、用户提交的历史待处理任务内容、所述历史待处理任务的历史处理信息;所述审批人员的属性信息包括:审批人员的身份信息以及审批人员的历史审批信息。
所述审批人员的身份信息包括所述审批人员的年龄、教育背景及工龄,所述审批人员的历史审批信息包括所述审批人员的历史任务处理内容、历史任务处理时效以及任务处理结果,将所述用户的历史属性信息、审批人员的属性信息以及所述历史待处理任务内容与所述审批人员的历史匹配信息输入至匹配模型进行模型训练,从而实现历史待处理任务内容与审批人员的信息相关联。
本说明书提供的一个实施例中,预先训练的匹配模型将待处理任务内容与审批人员的信息相关联,通过将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
以N等于3为例,将3位审批人员与待处理任务内容的匹配度由大到小进行排序生成的匹配度列表如表2所示。
表2
序号 审批人员 匹配度
1 审批人员A 93%
2 审批人员B 85%
3 审批人员C 79%
实际应用中,仍以保险为例,若用户的待修改信息为联系方式,且审批人员A的历史审批信息中修改联系方式的次数最多,则审批人员A与所述用户的待修改信息间的匹配度最高。
本说明书一实施例中,仅以修改联系方式为例对审批人员与待处理任务内容间的匹配度进行说明。实际应用中,可根据审批人员的历史审批信息和/或其他信息来确定审批人员与待处理任务间的匹配度,在此不做限定。
可选地,根据所述审批人员的年龄、工龄、历史任务处理内容、任务处理时效以及任务处理结果等参数计算所述审批人员对应的等级;根据所述用户提交的历史待处理任务内容确定待处理任务的类型及其复杂程度;根据所述待处理任务的类型、复杂程度、历史处理次数以及历史处理内容计算满足处理所述待处理任务条件的目标审批人员的等级结果;根据所述等级结果和所述审批人员对应的等级计算所述待处理任务与所述审批人员间的匹配度并生成对应的匹配度列表,根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
具体的,待处理任务的修改内容越多、历史修改次数越多,则所需的目标审批人员的等级越高,相应的,等级越高的审批人员与所述待处理任务的匹配度越高。
本说明书提供的一个实施例中,通过将用户的历史属性信息、审批人员的属性信息以及所述历史待处理任务内容与所述审批人员的历史匹配信息输入至匹配模型进行模型训练,从而实现历史待处理任务内容与审批人员的信息相关联;在模型应用阶段,可将用户的待处理任务信息输入至所述匹配模型,输出各审批人员与所述待处理任务间的匹配度,调度系统根据所述匹配度将待处理任务调度给合适的目标审批人员,有利于提高任务调度及任务处理效率。
具体的,所述根据匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员可通过如图3所示的步骤实现,包括步骤302至步骤308。
步骤302:判断第i位审批人员的工作状态是否为空闲,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数。
具体的,若所述第i位审批人员的工作状态为空闲,则执行步骤304;若所述第i位审批人员的工作状态为非空闲,则执行步骤306。
实际应用中,i从1开始取值。
步骤304:将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员。
步骤306:令i的值增加1,判断i是否小于等于N,若是,则执行步骤302,若否,则执行步骤308。
步骤308:令i=1,执行步骤302。
本说明书提供的一个实施例中,仍以N=3为例,i从1开始取值,判断匹配度列表中第1位审批人员的工作状态,若第1位审批人员的工作状态为空闲,则将第1位审批人员确定为目标审批人员,若第1位审批人员的工作状态为非空闲,则i增加1,即i等于2,继续判断匹配度列表中第2位审批人员的工作状态,以此类推。若第2位以及第3位审批人员的工作状态均为非空闲,则i继续增加1,即i等于4,此时判断i大于N,则令i等于1,继续执行判断第1位审批人员的工作状态的步骤,直至查找到工作状态为空闲的审批人员时停止上述步骤的执行。
可选地,根据匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员还可以通过从匹配度列表中与待处理任务内容间的匹配度大于预设匹配度阈值的审批人员中查找目标审批人员来实现,具体实现方式如图4所示,包括步骤402至步骤408。
步骤402:判断第j位审批人员的工作状态是否为空闲,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数。
具体的,若所述第j位审批人员的工作状态为空闲,则执行步骤404;若所述第j位审批人员的工作状态为非空闲,则执行步骤406。
实际应用中,j从1开始取值。
步骤404:将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员。
步骤406:令j的值增加1,判断j是否小于等于M,若是,则执行步骤402,若否,则执行步骤408。
步骤408:令j=1,执行步骤402。
本说明书提供的一个实施例中,j为与待处理任务内容间的匹配度大于预设匹配度阈值的审批人员的人数。以预设匹配度阈值为80%为例,如表2所示,与待处理任务内容间的匹配度大于预设匹配度阈值的审批人员为审批人员A和审批人员B,首先判断审批人员A的工作状态,若审批人员A的工作状态为空闲,则将审批人员A确定为目标审批人员;若审批人员A的工作状态为非空闲,则判断审批人员B的工作状态,若审批人员B的工作状态为空闲,则将审批人员B确定为目标审批人员;若审批人员B的工作状态为非空闲,则继续判断审批人员A的工作状态,直至在审批人员A与审批人员B中查找到工作状态为空闲的目标审批人员时停止上述步骤的执行。
需要说明的是,上面描述的是本申请技术方案的优选实施方式。其中,匹配模型一旦建立好,在一段时间内可以反复使用,为了更准确地反映待处理任务内容与审批人员之间的匹配度,可以定期根据待处理任务内容与目标审批人员的匹配结果对所述匹配模型进行优化,具体的模型优化方式如下:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本,基于所述新的训练样本对所述匹配模型进行模型优化。
优选地,将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本后,淘汰所述训练样本中时间周期大于预设时间周期阈值的样本以形成新的训练样本;
基于所述新的训练样本对所述匹配模型进行模型优化。
本说明书提供的一个实施例中,以预设时间周期为一年为例,淘汰训练样本中时长大于一年的样本数据,并收集新的匹配信息,将新的匹配信息中的相关数据添加到训练样本中以对所述匹配模型进行优化,通过对匹配模型进行优化,有利于提高待处理任务内容与目标审批人员间匹配度的可靠性。
本说明书提供的一个实施例中,首先,根据匹配度列表中审批人员的排序由上至下查找工作状态为空闲的审批人员作为目标审批人员,保证了待处理任务的处理效率,为用户带来更好的服务体验;其次,通过从匹配度大于预设匹配度阈值的审批人员中选取目标审批人员,更有利于提高服务质量;最后,通过待处理任务内容与目标审批人员间的匹配结果对已建立好的匹配模型进行模型优化,更有利于提高匹配结果的可靠性。
步骤208:将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
本说明书提供的一个实施例中,确定目标审批人员后,调度系统将待处理任务发送至目标审批人员对应的信息处理平台进行任务处理。
具体的,调度系统首先获取目标审批人员对应的信息处理平台ID,根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。目标审批人员接收所述用户的身份标识信息、待处理任务标识信息以及待处理任务内容后,首先对所述用户的身份信息进行验证,在验证成功后,根据待处理任务标识信息和待处理任务内容完成所述任务处理,并向调度系统发送任务处理完成的提示信息;在验证失败的情况下,由目标审批人员向调度系统发送任务处理失败的提示信息。
调度系统接收到由目标审批人员通过信息处理平台发送的任务处理结果后,可选择向客户端发送任务处理结果,或由用户自行查看任务处理结果。
本说明书提供的一个实施例中,任务处理过程中,在任务处理量较大的情况下,通过匹配模型确定待处理任务内容与审批人员间的匹配度,生成对应的匹配度列表,并根据匹配度列表结合审批人员的排班空闲情况自动确定与待处理任务内容匹配的目标审批人员,特别是在所述待处理任务标识对应的历史处理数据较多的情况下,结合匹配模型选择目标审批人员可以有效提高任务处理效率;通过对模型进行优化,使得待处理任务内容与审批人员间的匹配越来越准确,有利于提高待处理任务内容与目标审批人员的匹配结果的可靠性。
与上述方法实施例相对应,本说明书还提供了任务调度装置实施例,图5示出了本说明书一个实施例的任务调度装置的结构示意图。如图5所示,该装包括:接收模块502、获取模块504、确定模块506以及发送模块508。
接收模块502,被配置为接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;
获取模块504,被配置为根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;
确定模块506,被配置为基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;
发送模块508,被配置为将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
本说明书提供的一个实施例中,所述任务调度装置还包括模型训练模块,被配置为:获取用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息为训练样本训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
可选地,所述确定模块包括:
信息处理子模块,被配置为将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;
排序子模块,被配置为将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
确定子模块,被配置为根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
可选地,所述确定子模块,还被配置为:
判断第i位审批人员的工作状态,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数;
若所述第i位审批人员的工作状态为空闲,则将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第i位审批人员的工作状态为非空闲,则令i的值增加1,判断i与N的大小关系;
若i小于等于N,则重复执行上述判断第i位审批人员的工作状态的步骤;
若i大于N,则令i=1,重复执行上述判断第i位审批人员的工作状态的步骤。
可选地,所述确定子模块,还被配置为:
判断第j位审批人员的工作状态,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数;
若所述第j位审批人员的工作状态为空闲,则将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第j位审批人员的工作状态为非空闲,则令j的值增加1,判断j与M的大小关系;
若j小于等于M,则重复执行上述判断第j位审批人员的工作状态的步骤;
若j大于M,则令j=1,重复执行上述判断第j位审批人员的工作状态的步骤。
可选地,所述任务调度装置还包括模型优化模块,被配置为:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本;
基于所述新的训练样本对所述匹配模型进行模型优化。
可选地,所述发送模块,还被配置为:获取所述目标审批人员对应的信息处理平台ID;根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
可选地,所述任务调度装置还包括审批结果处理模块,被配置为:接收目标审批人员返回的审批结果,并将所述审批结果发送至客户端。
可选地,所述获取模块还被配置为:根据所述待处理任务标识信息查询所述待处理任务的历史处理次数、历史处理时间、处理所述历史待处理任务的审批人员、历史处理结果。
本说明书提供的一个实施例中,任务处理过程中,在任务处理量较大的情况下,通过匹配模型确定待处理任务内容与审批人员间的匹配度,生成对应的匹配度列表,并根据匹配度列表结合审批人员的排班空闲情况自动确定与待处理任务内容匹配的目标审批人员,特别是在所述待处理任务标识对应的历史处理数据较多的情况下,结合匹配模型选择目标审批人员可以有效提高任务处理效率;通过对模型进行优化,使得待处理任务内容与审批人员间的匹配越来越准确,有利于提高待处理任务内容与目标审批人员的匹配结果的可靠性。
本说明书一实施例中还提供一种计算设备,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指令,所述处理器执行所述指令时实现所述的任务调度方法的步骤。
本申请一实施例中还提供一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现如前所述任务调度方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是,该存储介质的技术方案与上述的任务调度方法的技术方案属于同一构思,存储介质的技术方案未详细描述的细节内容,均可以参见上述任务调度方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上公开的本申请优选实施例只是用于帮助阐述本申请。可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本申请的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本申请。本申请仅受权利要求书及其全部范围和等效物的限制。

Claims (21)

1.一种任务调度方法,其特征在于,包括:
接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;
根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;
基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;
将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
2.根据权利要求1所述的方法,其特征在于,所述匹配模型通过以下方式训练得到:
获取用户的历史属性信息、审批人员的属性信息以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息为训练样本训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
3.根据权利要求2所述的方法,其特征在于,所述基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员包括:
将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;
将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
4.根据权利要求3所述的方法,其特征在于,所述根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员包括:
判断第i位审批人员的工作状态是否为空闲,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数;
若所述第i位审批人员的工作状态为空闲,则将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第i位审批人员的工作状态为非空闲,则令i的值增加1,判断i与N的大小关系;
若i小于等于N,则重复执行上述判断第i位审批人员的工作状态的步骤;
若i大于N,则令i=1,重复执行上述判断第i位审批人员的工作状态的步骤。
5.根据权利要求3所述的方法,其特征在于,所述根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员包括:
判断第j位审批人员的工作状态是否为空闲,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数;
若所述第j位审批人员的工作状态为空闲,则将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第j位审批人员的工作状态为非空闲,则令j的值增加1,判断j与M的大小关系;
若j小于等于M,则重复执行上述判断第j位审批人员的工作状态的步骤;
若j大于M,则令j=1,重复执行上述判断第j位审批人员的工作状态的步骤。
6.根据权利要求2所述的方法,其特征在于,还包括:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本,基于所述新的训练样本对所述匹配模型进行模型优化。
7.根据权利要求2所述的方法,其特征在于,还包括:
淘汰所述训练样本中时间周期大于预设时间周期阈值的相关数据。
8.根据权利要求1所述的方法,其特征在于,所述将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度包括:
获取所述目标审批人员对应的信息处理平台ID;
根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
9.根据权利要求1所述的方法,其特征在于,还包括:
接收目标审批人员返回的审批结果,并将所述审批结果发送至客户端。
10.根据权利要求1所述的方法,其特征在于,所述根据所述待处理任务标识信息获取所述待处理任务的历史处理信息包括:
根据所述待处理任务标识信息查询所述待处理任务的历史处理次数、历史处理时间、历史处理内容、处理所述历史待处理任务的审批人员、历史处理结果。
11.一种任务调度装置,其特征在于,包括:
接收模块,被配置为接收任务调度请求,所述任务调度请求中携带有用户的身份标识信息、待处理任务标识信息及待处理任务内容;
获取模块,被配置为根据所述待处理任务标识信息获取所述待处理任务的历史处理信息;
确定模块,被配置为基于所述待处理任务内容、待处理任务的历史处理信息以及预先训练的匹配模型确定与所述待处理任务匹配的目标审批人员,所述匹配模型使得待处理任务内容与审批人员的信息相关联;
发送模块,被配置为将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
12.根据权利要求11所述的装置,其特征在于,还包括模型训练模块,被配置为:获取用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息;
以所述用户的历史属性信息、审批人员的属性信息、以及所述用户的历史处理任务内容与所述审批人员的历史匹配信息为训练样本训练所述匹配模型,所述匹配模型使得待处理任务内容与审批人员的信息相关联。
13.根据权利要求12所述的装置,其特征在于,所述确定模块包括:
信息处理子模块,被配置为将所述待处理任务内容、待处理任务的历史处理信息、N位审批人员的属性信息输入到所述匹配模型,输出所述待处理任务内容与N位审批人员的匹配度,其中,N为正整数;
排序子模块,被配置为将所述N位审批人员与待处理任务内容的匹配度由大到小进行排序,生成对应的匹配度列表,其中N位审批人员根据匹配度由大到小的顺序对应的排序序号分别为序号1至N;
确定子模块,被配置为根据所述匹配度列表确定所述与所述待处理任务内容匹配的目标审批人员。
14.根据权利要求13所述的装置,其特征在于,所述确定子模块,还被配置为:
判断第i位审批人员的工作状态是否为空闲,i∈[1,N],其中i表示匹配度列表中审批人员的排序序号,且i和N均为正整数;
若所述第i位审批人员的工作状态为空闲,则将所述第i位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第i位审批人员的工作状态为非空闲,则令i的值增加1,判断i与N的大小关系;
若i小于等于N,则重复执行上述判断第i位审批人员的工作状态的步骤;
若i大于N,则令i=1,重复执行上述判断第i位审批人员的工作状态的步骤。
15.根据权利要求13所述的装置,其特征在于,所述确定子模块,还被配置为:
判断第j位审批人员的工作状态是否为空闲,j∈[1,M],其中j表示匹配表中审批人员的排序序号,M表示匹配度列表中与所述待处理任务内容间的匹配度大于预设匹配度阈值的M位审批人员,且j和M均为正整数;
若所述第j位审批人员的工作状态为空闲,则将所述第j位审批人员确定为与所述待处理任务内容匹配的目标审批人员;
若所述第j位审批人员的工作状态为非空闲,则令j的值增加1,判断j与M的大小关系;
若j小于等于M,则重复执行上述判断第j位审批人员的工作状态的步骤;
若j大于M,则令j=1,重复执行上述判断第j位审批人员的工作状态的步骤。
16.根据权利要求12所述的装置,其特征在于,还包括模型优化模块,被配置为:
获取所述待处理任务内容与所述目标审批人员的匹配信息,所述匹配信息中包括用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息;
将所述匹配信息中的用户属性信息、待处理任务内容以及与所述待处理任务内容匹配的目标审批人员的属性信息添加到所述训练样本以形成新的训练样本,基于所述新的训练样本对所述匹配模型进行模型优化。
17.根据权利要求11所述的装置,其特征在于,所述发送模块,还被配置为:获取所述目标审批人员对应的信息处理平台ID;根据所述ID将所述用户的身份标识信息、待处理任务标识信息及待处理任务内容发送至所述目标审批人员对应的信息处理平台以完成所述任务调度。
18.根据权利要求11所述的装置,其特征在于,还包括审批结果处理模块,被配置为:接收目标审批人员返回的审批结果,并将所述审批结果发送至客户端。
19.根据权利要求11所述的装置,其特征在于,所述获取模块还被配置为:根据所述待处理任务标识信息查询所述待处理任务的历史处理次数、历史处理时间、处理所述历史待处理任务的审批人员、历史处理结果。
20.一种计算设备,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指令,其特征在于,所述处理器执行所述指令时实现权利要求1-10任意一项所述方法的步骤。
21.一种计算机可读存储介质,其存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-10任意一项所述方法的步骤。
CN201910390878.3A 2019-05-10 2019-05-10 任务调度方法及装置 Pending CN110264036A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910390878.3A CN110264036A (zh) 2019-05-10 2019-05-10 任务调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910390878.3A CN110264036A (zh) 2019-05-10 2019-05-10 任务调度方法及装置

Publications (1)

Publication Number Publication Date
CN110264036A true CN110264036A (zh) 2019-09-20

Family

ID=67913015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910390878.3A Pending CN110264036A (zh) 2019-05-10 2019-05-10 任务调度方法及装置

Country Status (1)

Country Link
CN (1) CN110264036A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751376A (zh) * 2019-09-27 2020-02-04 奇安信科技集团股份有限公司 工单的分配调度方法、装置、计算机设备和存储介质
CN110852685A (zh) * 2019-11-12 2020-02-28 上海德启信息科技有限公司 订单任务的调度方法及装置、电子设备、存储介质
CN110991834A (zh) * 2019-11-20 2020-04-10 黑龙江电力调度实业有限公司 电力检修任务的调度系统
CN111241159A (zh) * 2020-01-08 2020-06-05 山东汇贸电子口岸有限公司 确定任务执行时间的方法及装置
CN111428974A (zh) * 2020-03-12 2020-07-17 泰康保险集团股份有限公司 审计稽核作业调度方法和装置
CN112085469A (zh) * 2020-09-08 2020-12-15 中国平安财产保险股份有限公司 基于向量机模型的数据审批方法、装置、设备及存储介质
CN112184050A (zh) * 2020-10-13 2021-01-05 深圳壹账通智能科技有限公司 任务分发方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107369026A (zh) * 2017-08-28 2017-11-21 武汉奇米网络科技有限公司 业务分配方法及装置
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
CN109345398A (zh) * 2018-09-17 2019-02-15 平安科技(深圳)有限公司 基于客户特征的分单方法、装置及存储介质
CN109461070A (zh) * 2018-10-25 2019-03-12 深圳壹账通智能科技有限公司 一种风险审批方法、装置、存储介质和服务器

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107369026A (zh) * 2017-08-28 2017-11-21 武汉奇米网络科技有限公司 业务分配方法及装置
CN108764994A (zh) * 2018-05-24 2018-11-06 深圳前海桔子信息技术有限公司 一种用户行为指引方法、装置、服务器和存储介质
CN109345398A (zh) * 2018-09-17 2019-02-15 平安科技(深圳)有限公司 基于客户特征的分单方法、装置及存储介质
CN109461070A (zh) * 2018-10-25 2019-03-12 深圳壹账通智能科技有限公司 一种风险审批方法、装置、存储介质和服务器

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751376A (zh) * 2019-09-27 2020-02-04 奇安信科技集团股份有限公司 工单的分配调度方法、装置、计算机设备和存储介质
CN110751376B (zh) * 2019-09-27 2022-07-19 奇安信科技集团股份有限公司 工单的分配调度方法、装置、计算机设备和存储介质
CN110852685A (zh) * 2019-11-12 2020-02-28 上海德启信息科技有限公司 订单任务的调度方法及装置、电子设备、存储介质
CN110991834A (zh) * 2019-11-20 2020-04-10 黑龙江电力调度实业有限公司 电力检修任务的调度系统
CN111241159A (zh) * 2020-01-08 2020-06-05 山东汇贸电子口岸有限公司 确定任务执行时间的方法及装置
CN111241159B (zh) * 2020-01-08 2023-07-07 山东汇贸电子口岸有限公司 确定任务执行时间的方法及装置
CN111428974A (zh) * 2020-03-12 2020-07-17 泰康保险集团股份有限公司 审计稽核作业调度方法和装置
CN112085469A (zh) * 2020-09-08 2020-12-15 中国平安财产保险股份有限公司 基于向量机模型的数据审批方法、装置、设备及存储介质
CN112184050A (zh) * 2020-10-13 2021-01-05 深圳壹账通智能科技有限公司 任务分发方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110264036A (zh) 任务调度方法及装置
CN104521225B (zh) 利用贝叶斯均值回归(bmr)的呼叫映射系统和方法
CN104462738B (zh) 一种标注医学图像的方法、装置和系统
CN110427466A (zh) 用于问答匹配的神经网络模型的训练方法和装置
CN107766929B (zh) 模型分析方法及装置
CN109492774B (zh) 一种基于深度学习的云资源调度方法
CN110377804A (zh) 培训课程数据的推送方法、装置、系统及存储介质
CN106097043B (zh) 一种信用数据的处理方法及服务器
CN109522304A (zh) 异常对象识别方法及装置、存储介质
CN108197652A (zh) 用于生成信息的方法和装置
CN106681926A (zh) 网页性能的测试方法及装置
Amin et al. Just-in-time customer churn prediction: With and without data transformation
CN109242825A (zh) 一种基于深度学习技术的钢铁表面缺陷识别方法和装置
CN108369675A (zh) 用于案例分配的技术
CN110147905A (zh) 信息处理方法、装置、系统及存储介质
CN111258735A (zh) 一种支持用户QoS感知的深度学习任务调度方法
CN104769575A (zh) 多输出松弛机器学习模型
CN110472008A (zh) 智能交互方法以及装置
CN110037680A (zh) 心电图的识别方法及装置、存储介质、计算机设备
CN109360625A (zh) 用于互联网中短期用药咨询业务量的预测系统及预测方法
CN109102142A (zh) 一种基于评价标准树的人才评价方法和系统
CN110515600A (zh) 一种工作流中条件配置的方法和装置
CN109461029A (zh) 接待应答处理方法、装置、服务器和计算机可读介质
CN106649743A (zh) 一种创意分类脑库资源存储与分享方法及系统
CN108512817A (zh) 多视频转码调度方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20200930

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200930

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

TA01 Transfer of patent application right