CN111008754A - 一种家装设计师智能分配方法及系统 - Google Patents

Abstract

本发明涉及一种家装设计师智能分配方法及系统，属于人工智能技术领域。本发明的目的在于用机器代替人工，提供一种分配设计师的策略，以达到最小化用户需求平均设计等待时长，降低用户的等待时间，提升用户的体验。本发明的优点有：1、无需人工参与分配过程，减少人工成本；2、根据多维的用户需求，匹配合适的设计师，并以最小等待设计时长为目标，提高了用户需求与设计师的匹配度，提升用户体验；3、将设计师的选择意愿考虑在匹配策略模型中，而不是一味的强制安排任务，对于创造型的设计工作更加适用，更加人性化。

Description

一种家装设计师智能分配方法及系统

技术领域

本发明涉及一种家装设计师智能分配方法及系统，属于人工智能技术领域。

背景技术

装修方案设计师分配从本质上说就是为了解决设计师的装修方案产出与用户的装修需求之间的供需矛盾，并最终达到供需平衡的过程。

随着社会经济的发展，人们生活水平的不断提高，人们对于家的要求不再仅仅是一个可以居住的房子，对房屋空间布局合理性、空间利用率、风格多样性、色彩与材质协调性都有很高的要求。在互联网装修中，用户数量大、装修需求丰富多样，而设计师作为核心资源必然是稀缺的，从而形成了这种极不平衡的供需关系。

当用户提出装修需求后，分配设计师的工作往往是人工完成。人工常常仅通过单一维度进行分配，例如根据装修风格分配擅长该风格的设计师、或者根据装修预算多少分配设计能力高低的设计师。除此之外，人工往往会涉及到利益的分配，人工会倾向于分配给自己熟悉或有利益关系的设计师，造成资源分配不均。这些分配问题影响了用户的体验和权益，继而会引发客户的投诉，而为了安抚用户，该客户的需求会被优先优质满足，造成“按闹分配”的现象，继而引发恶性循环，最终影响了公司的利益。

发明内容

本发明的目的在于用机器代替人工，提供一种分配设计师的策略，以达到最小化用户需求平均设计等待时长，降低用户的等待时间，提升用户的体验。

一种家装设计师智能分配方法，包括如下步骤：

S1，获取用户的需求的信息，获取在岗设计师信息；

S2，获取设计师特征，所述的设计师特征至少包括：设计师工龄、设计师擅长风格；

获取用户需求特征，所述的用户需求特征至少包括：户型面积、装修风格喜好、装修预算；获取设计师是否服务过所述的用户的信息；

S3，设计师的设计时长多元线性方程的构建：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ

其中，b0、b1、b2、b3为系数，μ为偏差；x₁是设计师工龄、x₂是户型面积、x₃是装修预算；

S4，设计师的接受意愿的概率函数的构建：

y1是设计师擅长风格是否满足用户装修风格喜好的满足率；y2是设计师是否服务过所述的用户；y3是户型面积、y4是装修预算；

S5,最短设计时长的函数构建：

其中，

E是用户需求平均设计等待时长；

并进行E的最优化求解。

在一个实施方式中，步骤S3中b0、b1、b2、b3、μ是通过已有的数据样本回归得到。

在一个实施方式中，y1的计算方法：选出当前用户的装修风格喜好的类型与当前设计师擅长风格的类型中的相同类型M，定义当前设计师擅长风格的全部类型数量为N，则y1＝M/N。

在一个实施方式中，当设计师曾经服务过该用户，则y2取值为1,否则为0。

在一个实施方式中，步骤S4中的变量系数的约束为β₁+β₂+β₃β+β₄＝1。

在一个实施方式中，步骤S5中的初始解为：对每个用户需求，分配给接受意愿最大的那个设计师，如果接受意愿相同，则选取设计时长较小的设计师，然后计算每一个用户需求的设计等待时长，得到平均设计等待时长。

在一个实施方式中，步骤S5中约束条件含义为对于用户需求j，仅可分配给一个设计师进行设计任务。

在一个实施方式中，步骤S5中的迭代计算过程为：对用户需求j，找到没有分配的所有设计师，对这些设计师逐一计算，如果把用户需求j分配给设计师i，平均设计等待时长缩短，则改分配给该设计师。最终得到最小化用户需求平均设计等待时长。

一种家装设计师智能分配系统，包括：

信息获取模块，用于获取用户的需求的信息和获取在岗设计师信息；

特征提取模块，用于获取用户的需求的信息，获取在岗设计师信息；并用于获取用户需求特征，所述的用户需求特征至少包括：户型面积、装修风格喜好、装修预算；获取设计师是否服务过所述的用户的信息；

设计时长计算模块，用于设计师的设计时长多元线性方程的构建：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ；

其中，b0、b1、b2、b3为系数，μ为偏差；x₁是设计师工龄、x₂是户型面积、x₃是装修预算；

概率函数构建模块，用于设计师的接受意愿的概率函数的构建：

y1是设计师擅长风格是否满足用户装修风格喜好的满足率；y2是设计师是否服务过所述的用户；y3是户型面积、y4是装修预算；

最优化模块，用于最短设计时长的函数构建并求解；函数如下：

其中，

E是用户需求平均设计等待时长。

本发明还提供了记载有可以执行上述家装设计师智能分配方法的程序的计算机可读取介质。

有益效果

1、无需人工参与分配过程，减少人工成本；

2、根据多维的用户需求，匹配合适的设计师，并以最小等待设计时长为目标，提高了用户需求与设计师的匹配度，提升用户体验；

3、将设计师的选择意愿考虑在匹配策略模型中，而不是一味的强制安排任务，对于创造型的设计工作更加适用，更加人性化；

附图说明

图1是户型面积与设计时长的关联关系

图2是装修预算与设计时长的关联关系

图3是设计师工龄与设计时长的关联关系

具体实施方式

为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。应当理解，给出这些示例性实施例仅是为了使相关领域的技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。

虽然本申请对根据本申请的实施例的系统中的某些系统、模块或单元做出了各种引用，然而，任何数量的不同模块可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

本发明的详细实现内容，包括以下步骤：

将所有未分配设计师的用户需求记为集合R，所有在岗的设计师记为集合D；在获得的初始数据中，对于用户需求，数据中至少包含了装修预算、户型面积、用户喜好风格等数据。其中，用户喜好风格可以基本分类为现代、欧式、美式、中式等，并打上相应的标签。

提取可能影响本目标的特征值：

a)设计师特征：设计师工龄、设计师擅长风格；

b)用户需求特征：户型面积、装修风格喜好、装修预算；

c)关联特征：设计师是否成功服务过该用户；

经过样本的初步分析发现，选取上述的特征值会对最终确定的设计等待时长产生影响，因此将其纳入变量特征中。例如，图1是户型面积与设计时长的关联关系，可以看出近似呈线性关系，主要是由于户型面积越大导致的实际设计时间就越长；图2是装修预算与设计时长的关联关系，可以看出近似呈线性关系，主要是如果装修预算越高，客户对装修中所需要增加的设计元素也就越多，并且客户的要求也会越高；图3是设计师工龄与设计时长的关联关系，可以看出近似呈线性关系，这主要是由于设计师的经验越丰富，其设计工作所需要的时间就越短。

提取影响设计时长的特征值变量：设计师工龄x₁、户型面积x₂、装修预算x₃，根据设计师D_i的历史设计数据，通过多元线性回归，推导出设计师D_i对用户需求R_j的设计时长的计算函数：L_ij＝f(x₁,x₂,x₃)；

则设计师D_i对用户需求R_j的设计时长可以表达为如下的多元线性方程式：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ

其中，b0、b1、b2、b3为系数，μ是偏差(bias)，可以通过数值回归计算后得到。

在初步确立了设计师的设计时长多元线性方程之后，还需要再建立出设计师的接受意愿的概率函数。

记设计师D_i对用户需求R_j的接受意愿为：接受和不接受，提取影响接受意愿的特征值：设计师擅长风格、装修风格喜好、户型面积、装修预算、设计师是否成功服务过该用户，通过LR逻辑回归模型，估算出设计师D_i对用户需求R_j的接受率P_ij；

提取了影响设计师接受意愿的特征变量：设计师擅长风格、装修风格喜好两者结合使用，即为设计师擅长风格是否满足用户装修风格喜好，记为变量y₁,设计师是否曾经成功服务过该用户记为变量y₂，户型面积为y₃、装修预算为y₄,则四个变量对接受意愿P_ij的影响可表达为：

P_ij＝β₁y₁+β₂y₂+β₃y₃+β₄y₄

其中的变量系数的约束为β₁+β₂+β₃+β₄＝1。

上述的变量中，对于变量y1，在样本处理时可以按照设计师擅长风格覆盖用户装修喜好的比率来处理，例如：如果设计师A的擅长风格的为：现代、欧式、美式，用户a装修喜好为：现代、中式，那么其取值为0.5；用户b装修喜好为：现代、欧式，那么其取值为1。本方法中，采用该变量的目的，是由于如果用户的需求风格与设计师擅长相互不匹配时，直接会影响到设计师的接受意愿，也会影响到客户的接受意愿。

对于变量y2，我们发现，如果设计师曾经服务过该用户时，设计师能够更好地理解该用户的需求，因此，再次进行合作设计时，就更能快速地设计出符合该用户的需求的设计结果，可以有效地降低设计时间。当设计师曾经服务过该用户，则y2取值为1,否则为0。

对于变量y3、y4，户型面积的大小会直接影响设计的工作量，装修预算是与设计师的提成紧密相关。变量y₁、y₂为固定的0～1值，可直接代入公式计算。而y₃与y₄为连续值，对于给定的输入y，P_ij＝1即接受的概率可使用逻辑回归输出的预测函数表示，数学表达式为：

则最终的接受意愿P_ij的表达式为：

将上述实施中的过程值L_ij与P_ij作为输入，设有m个未分配设计师的用户需求，记为集合R，有n个设计师记为集合D，定义决策变量x_ij：

最终，可以构建出以下的最优化求解方程：

则最小化用户需求平均设计等待时长可表达为：

式中，E是用户需求平均设计等待时长，约束条件含义为对于用户需求j，仅可分配给一个设计师进行设计任务。

在设计师分配过程中，首先要基于已有的样本对L_ij与P_ij中的参数进行回归。

使用启发式算法解上述问题。

初始解为：对每个用户需求，分配给接受意愿最大的那个设计师，如果接受意愿相同，则选取设计时长较小的设计师，然后计算每一个用户需求的设计等待时长，得到平均设计等待时长。

然后进行迭代：对用户需求j，找到没有分配的所有设计师，对这些设计师逐一计算，如果把用户需求j分配给设计师i，平均设计等待时长缩短，则改分配给该设计师。最终得到最小化用户需求平均设计等待时长。

基于上述的方法，本发明还提供了：

一种家装设计师智能分配系统，包括：

信息获取模块，用于获取用户的需求的信息和获取在岗设计师信息；

特征提取模块，用于获取用户的需求的信息，获取在岗设计师信息；并用于获取用户需求特征，所述的用户需求特征至少包括：户型面积、装修风格喜好、装修预算；获取设计师是否服务过所述的用户的信息；

设计时长计算模块，用于设计师的设计时长多元线性方程的构建：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ；

其中，b0、b1、b2、b3为系数，μ为偏差；x₁是设计师工龄、x₂是户型面积、x₃是装修预算；

概率函数构建模块，用于设计师的接受意愿的概率函数的构建：

y1是设计师擅长风格是否满足用户装修风格喜好的满足率；y2是设计师是否服务过所述的用户；y3是户型面积、y4是装修预算；

最优化模块，用于最短设计时长的函数构建并求解；函数如下：

其中，

E是用户需求平均设计等待时长。

本发明还提供了记载有可以执行上述家装设计师智能分配方法的程序的计算机可读取介质。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

Claims (9)

1.一种家装设计师智能分配方法，其特征在于，包括如下步骤：

S1，获取用户的需求的信息，获取在岗设计师信息；

S2，获取设计师特征，所述的设计师特征至少包括：设计师工龄、设计师擅长风格；

获取用户需求特征，所述的用户需求特征至少包括：户型面积、装修风格喜好、装修预算；

获取设计师是否服务过所述的用户的信息；

S3，设计师的设计时长多元线性方程的构建：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ

其中，b0、b1、b2、b3为系数，μ为偏差；x₁是设计师工龄、x₂是户型面积、x₃是装修预算；

S4，设计师的接受意愿的概率函数的构建：

y1是设计师擅长风格是否满足用户装修风格喜好的满足率；y2是设计师是否服务过所述的用户；y3是户型面积、y4是装修预算；

S5,最短设计时长的函数构建：

其中，

E是用户需求平均设计等待时长；

并进行E的最优化求解。

2.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，步骤S3中b0、b1、b2、b3、μ是通过已有的数据样本回归得到。

3.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，y1的计算方法：选出当前用户的装修风格喜好的类型与当前设计师擅长风格的类型中的相同类型M，定义当前设计师擅长风格的全部类型数量为N，则y1＝M/N。

4.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，当设计师曾经服务过该用户，则y2取值为1,否则为0。

5.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，步骤S4中的变量系数的约束为β₁+β₂+β₃+β₄＝1。

6.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，步骤S5中的初始解为：对每个用户需求，分配给接受意愿最大的那个设计师，如果接受意愿相同，则选取设计时长较小的设计师，然后计算每一个用户需求的设计等待时长，得到平均设计等待时长。

7.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，步骤S5中约束条件含义为对于用户需求j，仅可分配给一个设计师进行设计任务。

8.根据权利要求1所述的家装设计师智能分配方法，其特征在于，在一个实施方式中，步骤S5中的迭代计算过程为：对用户需求j，找到没有分配的所有设计师，对这些设计师逐一计算，如果把用户需求j分配给设计师i，平均设计等待时长缩短，则改分配给该设计师。最终得到最小化用户需求平均设计等待时长。

9.一种家装设计师智能分配系统，其特征在于，包括：

信息获取模块，用于获取用户的需求的信息和获取在岗设计师信息；

特征提取模块，用于获取用户的需求的信息，获取在岗设计师信息；并用于获取用户需求特征，所述的用户需求特征至少包括：户型面积、装修风格喜好、装修预算；获取设计师是否服务过所述的用户的信息；

设计时长计算模块，用于设计师的设计时长多元线性方程的构建：

L_ij＝b₀+b₁x₁+b₂x₂+b₃x₃+μ

其中，b0、b1、b2、b3为系数，μ为偏差；x₁是设计师工龄、x₂是户型面积、x₃是装修预算；

概率函数构建模块，用于设计师的接受意愿的概率函数的构建：

y1是设计师擅长风格是否满足用户装修风格喜好的满足率；y2是设计师是否服务过所述的用户；y3是户型面积、y4是装修预算；

最优化模块，用于最短设计时长的函数构建并求解；函数如下：

其中，

E是用户需求平均设计等待时长。

Images