CN111080162B - 一种提升酒店服务流程自动化水平的服务任务自动分配方法 - Google Patents

Abstract

本发明公开了一种提升酒店服务流程自动化水平的服务任务自动分配方法，其步骤包括：1)根据顾客信息和需求，生成服务请求并发送给服务中心；服务中心为每一服务人员设置一对应的职责类型，并建立职责类型与服务请求类型的映射关系表；2)服务中心根据接收到的服务请求生成对应的任务；3)根据服务请求类型查询所述映射关系表，确定该任务所需的职责类型；4)根据职责类型筛选出服务人员候选集合，从中选择服务人员，将该任务加入所选服务人员的服务任务集合并设置任务的接单时间；5)计算任务集合中候选任务的优先度，选择优先度最高的候选任务执行；完成任务后发送一关单时间给服务中心并添加到对应任务中。本发明大大提升了服务的效率。

Description

一种提升酒店服务流程自动化水平的服务任务自动分配方法

技术领域

本发明属于信息技术、数据挖掘技术领域，涉及一种酒店服务任务自动分配方法，能够提升酒店服务流程自动化水平。

背景技术

酒店行业作为一个传统的市场领域，竞争已经非常的激烈，如何给予顾客更佳的体验，如何优化内部的服务流程，提升服务效率和质量，是当前酒店从业者的关注热点。随着科学技术的不断发展，酒店行业的信息化、智能化在不断提升，当前的技术能力完全可以帮助酒店提升服务流程自动化的能力，提升顾客体验、帮助员工提供更高水准的服务。

酒店提供的一系列服务中，最核心的就在于对顾客提供的入住中的各类服务。顾客在入住时，会有房间的清理打扫、送物、洗衣、叫醒、报修、换房等服务，这些都需要酒店及时响应和处理。当前，大部分酒店对于住中的服务，还停留在口头的通知的模式：服务中心(酒店前台)的人员获得顾客需求后只是通过内部的电话或者步话机等，分配任务给各类酒店服务人员。服务中心人员随意派活，服务人员随意接活，酒店顾客的服务无法得到及时有效保障。整个服务流程无法得到监管，效率低下。同时，也缺乏有效、公正的量化数据对服务人员的工作表现进行考核评估。

发明内容

针对现有技术中存在的技术问题，本发明的目的在于提供一种提升酒店服务流程自动化水平的服务任务自动分配方法。本发明是基于统计方法或机器学习方法，可以提升酒店服务流程的自动化程度，并且能够有效公正的对服务数据进行量化处理。

本发明采用的技术方案如下：

一种提升酒店服务流程自动化水平的服务任务自动分配方法，其步骤包括：

1)根据顾客信息和需求，生成服务请求并发送给服务中心；其中服务请求Request_i包含顾客唯一标识GuestID_i、请求发出时间Time_i、顾客所在房间号RoomNumber_i、顾客所在楼层Floor_i、服务请求类型RequestType_i和请求内容Conten_i；服务中心为每一服务人员设置一对应的职责类型，并建立职责类型与服务请求类型的映射关系表；

2)所述服务中心根据接收到的服务请求Request_i，生成对应的任务Task_i；

3)所述服务中心根据任务Task_i中的服务请求Request_i中的服务请求类型RequestType_i，查询所述映射关系表，确定完成该任务Task_i所需的职责类型ServiceType_obj；

4)根据职责类型ServiceType_obi筛选出服务人员候选集合{Waiter_candidate}；遍历每个服务人员Waiter_t∈{Waiter_candidate}，选择当前未完成任务数最少的服务人员Waiter_k，

将该任务Task_i加入服务人员Waiter_k的服务任务集合TaskSet_k并设置该任务Task_i的接单时间StartTime_i；

5)计算服务人员Waiter_k的任务集合TaskSet_k中每个候选任务的优先度，服务人员Waiter_k选择优先度最高的候选任务Task_i进行执行；服务人员Waiter_k完成任务Task_i后，发送一关单时间CloseTime_i给所述服务中心并添加到对应任务Task_i中。

进一步的，如果同时有多个当前未完成任务最少的服务人员，则将该任务Task_i分配给累计服务数SumCount值最少的服务人员。

进一步的，服务人员Waiter_k的状态包括职责类型ServiceType_k、当前所在楼层Floor_k、当天累计完成任务数SumCount_k、当天完成任务的累计时间SumTime_k、当前需要处理的任务集合TaskSet_k。

进一步的，计算候选任务的优先度的方法为：记服务人员Waiter_k当前所在的楼层为Floor_current，任务集合TaskSet_k中的任务记作{Task₁，Task₂，...，Task_n}，其中任务Task_i的优先度

CurrentTime为当前时间，函数Cost(RequestType)的输入为请求类型RequestType，计算结果为历史上请求类型RequestType的平均服务用时。

进一步的，

其中historymax为历史可获取的所有的执行过的任务task的个数，sign为比较函数，

进一步的，服务人员Waiter_k完成任务Task_i后，所述服务中心对服务人员Waiter_k的状态值进行更新。

进一步的，所述服务中心根据服务人员的状态值计算服务人员的绩效，其方法为：

11)计算每一服务人员Waiter_k的平均服务时长

得到每个服务人员的三元组信息{SumCount_k，SumTime_k，AverageTime_k}；其中，SumTime_k为服务人员Waiter_k的完成用时积累，SumCount_k为服务人员Waiter_k的服务总数；

12)对所有服务人员，根据服务人员当天累计完成任务数SumCount从大到小进行排序，得到每个服务人员的服务总数排名；其中，服务人员Waiter_k的服务总数排名记为countRank_k；

13)对所有服务人员，根据服务人员当天完成任务的累计时间SumTime从大到小进行排序，得到每个服务人员的服务总时间排名；其中，服务人员Waiter_k的服务总时间排名记为TimeRank_k；

14)对所有服务人员，根据服务人员的平均服务时长AverageTime从小到大进行排序，得到每个服务人员的平均服务时间排名；其中，服务人员Waiter_k的平均服务时间排名记为AverageRank_k；

15)对所有服务人员计算最终排名值Rank作为对应服务人员的绩效；其中，服务人员Waiter_k的绩效Rank_k＝TimeRank_k+TimeRank_k+AverageRank_k。

与现有技术相比，本发明的积极效果为：

本发明能够对酒店服务中对流程进行自动化的安排与分配，提升服务对效率，可以减少人力的投入，并且能公正有效地考核酒店的服务人员。

附图说明

图1是本发明的步骤流程图；

图2是任务分发流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面通过具体实施例和附图，对本发明做进一步说明。

以完成一套住中的服务流程的应用为例，本发明具体描述基于本发明提出的若干步骤，对酒店服务流程中的各个步骤进行优化提升。

图1是本发明方法的步骤流程图，下面是具体的实施步骤：

步骤1：生成酒店顾客服务请求。

酒店顾客入住过程中，会有多种的入住服务需求。例如房间的清理打扫、送物、洗衣、叫醒、报修、退房等等。对于酒店顾客的请求，可以通过房间内线电话、前台询问等响应得到用户的需求，也可以通过各类的客户端应用、微信服务号、各类小程序等直接收集到用户的请求。每个请求可以包括顾客的请求时间，房间号，所在楼层，服务项(服务类别，服务内容)等。

本发明做如下定义：酒店顾客可以发出服务请求Request，第i位顾客的服务请求Request_i包含顾客的唯一标识GuestID_i，请求发出的时间Time_i，顾客所在的房间号RoomNumber_i，顾客所在的楼层Floor_i，请求的类型RequestType_i(例如是“送物类”，或者是“客房打扫类”等)，具体请求的内容Conten_i(例如是“送两瓶矿泉水过来”等)。综上，可以生成酒店顾客服务请求Request_i，该服务请求可以表示为如下的六元组{GuestID_i，Time_i，RoomNumber_i，Floor_i，RequestType_i，Conten_i}。

步骤2：自动分发任务到服务人员任务候选集合。

接收到顾客服务请求后，首先需要将服务请求转为任务，分发给酒店的服务人员。对于每个服务人员，则是接收顾客的需求，进行服务响应。根据步骤1中接收到的Request_i，生成对应需要完成的任务Task_i。(Request和Task对应相同的下标i)。第k位服务人员Waiter_k需要处理的任务Task_i包含需要被服务的顾客的请求Request_i，处理时的接单时间StartTime_i，处理后的关单时间CloseTime_i。这样，本发明将任务Task_i可以表示为三元组{Request_i，StartTime_i，CloseTime_i}。因为同一时刻，服务人员本身会有很多任务等待着需要被处理，所以服务人员Waiter_k的多个Task会组成Task的集合TaskSet_k，该集合示例如此{Task₁，Task₂，...，Task_n}。在实际场景中，酒店一般会有若干服务人员，对于一个服务人员Waiter_k，会给予对应的职责类型ServiceType_k，例如有的服务人员的职责是“房间清洁”，有的职责是“电器修理”，有的职责是“送物送餐”等。这里的ServiceType与RequestType存在映射关系，即某种职责类型的服务人员会响应与之对应的某种服务请求类型。该映射关系记为MappingServerTypeToRequestType{RequestType→ServiceType}，例如“送物类”的顾客请求会映射到职责为“送物送餐”的服务人员。此外，当前服务人员还有当前所在的楼层，当天的累计服务时长SumCount，当天的累计的服务次数SumCount等信息。综上，任何一个服务人员Waiter_k的状态可以表示为由职责类型、当前所在楼层、当天累计完成任务数、当天完成任务的累计时间、当前需要处理的任务集合这五元组构成{ServiceType_k，Floor_k，SumCount_k，SumTime_k，TaskSet_k}。

当得知一个新的Task_i到达后，且知道当前任何一个服务人员Waiter_k的状态。之后就是要解决任务要分发给哪个服务人员的核心问题。本发明提出如下任务分发的算法。

2.1根据Task_i中Request_i的类型RequestType_i确定完成该任务Task_i所需的服务人员类型ServiceType_obj。

可以根据已有的映射关系表完成此步操作，通过查询MappingServerTypeToRequestType映射表，得到候选的职责，记为ServiceType_obj；

2.2遍历每一个服务人员Waiter_k，匹配保留ServiceType_k与ServiceType_obj一致的服务人员，得到可以完成该类服务的服务人员候选集合{Waiter_candidate}。

2.3遍历每个服务人员Waiter_t∈{Waiter_candidate}，选择对应的TaskSet中未完成任务数最少的服务人员；如果有多个最小值，则选取SumCount值较少者；若还有多位候选服务人员，则进行随机指定。最终，得到需要处理该任务的服务人员Waiter_obj。

2.4将任务Task_i添加到目标服务人员的任务候选集合TaskSet_obj中，Task_i中StartTime_i置为当前时间。由此完成任务的分发。图2是对此步骤的流程说明。

通过以上步骤的操作，可以将新产生的任务分发给合适的服务人员，保证服务人员能够处理此任务，且保证当前的任务最少，能够及时被响应。

步骤3：对所有的任务进行优先度计算，服务人员获取优先度最高的任务并执行。

对于每个服务人员，选择下一个需要执行的任务时，不再是随意选择，而是要根据该服务人员的任务集合中每个候选任务的优先度打分排序，服务中心计算每个候选任务的优先度，然后选择分数最高的候选任务告知对应的服务人员进行执行。对于候选任务的优先度打分技术方式，本发明提出如下计算方法：

记当前服务人员Waiter_k所在的楼层为Floor_current，将当前Waiter_k候选的任务集合TaskSet_k中的任务，记作{Task₁，Task₂，...，Task_n}，任务优先级计算后的优先级得分记为{Score₁，Score₂，...，Score_n}。计算方式如下：

①

衡量任务等待的时间，CurrentTime为当前时间，StartTime_i为任务请求的开始时间，这里时间均以分钟计算；

②Cost(RequestType)为计算函数，输入为请求类型，返回历史上此种类型的平均服务用时，这里的时间均以分钟计算，公式如下：

其中historymax为历史可获取的所有的执行过的task的个数。

sign为比较函数，如果两者类型一致返回1，否则返回0，函数定义如下；

③

衡量服务人员的位置与酒店顾客的距离，Floor_current为当前的楼层，Floor_i为目标服务的楼层。

通过以上公式计算后，选择得分最高的任务，作为优先度最高的任务，由服务人员进行执行。

步骤4：服务人员完成任务。

酒店的服务人员Waiter_k完成任务Task_i后，可以将此任务的关单时间CloseTime_i置为完成时间，对服务人员的状态值进行更新。即对SumCount_k进行加一操作，并对完成用时积累到SumTime_k中。计算如下：

SumCount_k＝SumCount_k+1

SumTime_k＝SumTime_k+CloseTime_i-StartTime_i

步骤5：对服务人员进行绩效评估。

对于n个服务人员，任意一位Waiter_k，已经知道当天的服务总数和服务总时间{SumCount_k，SumTime_k}，本发明提出如下步骤进行绩效排名评估。

5.1计算每位服务人员的平均服务时长

之后对于每个服务人员，可以有如下三元组{SumCount_k，SumTime_k，AverageTime_k}

5.2对所有服务人员，根据SumCount从大到小进行排序，得到每个人员的服务总数排名countRank_k，countRank_k∈[1，n]，均为正整数。

如某服务人员Waiter_t，服务的总数SumCount_t在所有服务人员中排最多，则countRank_t＝1；

5.3对所有服务人员，根据SumTime从大到小进行排序，得到每个人员的服务总时间排名TimeRank_k，TimeRank_k∈[1，n]，均为正整数。

如某服务人员Waiter_t，服务的总时间SumTime_t在所有服务人员中排名第五多，则TimeRank_t＝5；

5.4对所有服务人员，根据AverageTime从小到大进行排序，得到每个人员的平均服务时间排名AverageRank_k，AverageRank_k∈[1，n]，均为正整数。

如某服务人员Waiter_t，服务的平均时间AverageCount_t在所有服务人员中用的最少，则AverageRank_t＝1；

5.4对所有服务人员，可以计算最终排名值Rank，衡量其绩效表现，计算方式如下：

Rank_k＝TimeRank_k+TimeRank_k+AverageRank_k

对于每位服务人员，都有对应的排名值，即(Waiter_k，Rank_k)，Rank值越小，表明该服务人员排名越靠前，根据此值可以对绩效进行合理的评估。

在酒店实际的运营使用中表明，本发明提出的提升酒店服务流程自动化的方法，一方面通过系统自动分配指派任务的方法，杜绝了随意派活；另一方面通过系统自动排序挑选的方法，杜绝了随意选活的现象。整体上提升了酒店的运营效率，平均服务时间下降30％以上，提升了酒店顾客的满意度。

以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。

Claims (4)

1.一种提升酒店服务流程自动化水平的服务任务自动分配方法，其步骤包括：

1)根据顾客信息和需求，生成服务请求并发送给服务中心；其中服务请求Request_i包含顾客唯一标识GuestID_i、请求发出时间Time_i、顾客所在房间号RoomNumber_i、顾客所在楼层Floor_i、服务请求类型RequestType_i和请求内容Conten_i；服务中心为每一服务人员设置一对应的职责类型，并建立职责类型与服务请求类型的映射关系表；

2)所述服务中心根据接收到的服务请求Request_i，生成对应的任务Task_i；

3)所述服务中心根据任务Task_i中的服务请求Request_i中的服务请求类型RequestType_i，查询所述映射关系表，确定完成该任务Task_i所需的职责类型ServiceType_obj；

4)根据职责类型ServiceType_obj筛选出服务人员候选集合{Waiter_candidate}；遍历每个服务人员Waiter_t∈{Waiter_candidate}，选择当前未完成任务数最少的服务人员Waiter_k，将该任务Task_i加入服务人员Waiter_k的服务任务集合TaskSet_k并设置该任务Task_i的接单时间StartTime_i；

5)计算服务人员Waiter_k的任务集合TaskSet_k中每个候选任务的优先度，服务人员Waiter_k选择优先度最高的候选任务Task_i进行执行；服务人员Waiter_k完成任务Task_i后，发送一关单时间CloseTime_i给所述服务中心并添加到对应任务Task_i中；

其中，服务人员Waiter_k的状态包括职责类型ServiceType_k、当前所在楼层Floor_k、当天累计完成任务数SumCount_k、当天完成任务的累计时间SumTime_k、当前需要处理的任务集合TaskSet_k；计算候选任务的优先度的方法为：记服务人员Waiter_k当前所在的楼层为Floor_current，任务集合TaskSet_k中的任务记作{Task₁，Task₂，...，Task_n}，其中任务Task_i的优先度

CurrentTime为当前时间，函数Cost(RequestType)的输入为请求类型RequestType，计算结果为历史上请求类型RequestType的平均服务用时；/>

其中historymax为历史可获取的所有的执行过的任务task的个数，sign为比较函数，/>

2.如权利要求1所述的方法，其特征在于，步骤4)中，如果同时有多个当前未完成任务最少的服务人员，则将该任务Task_i分配给累计服务数SumCount值最少的服务人员。

3.如权利要求1所述的方法，其特征在于，服务人员Waiter_k完成任务Task_i后，所述服务中心对服务人员Waiter_k的状态值进行更新。

4.如权利要求1所述的方法，其特征在于，所述服务中心根据服务人员的状态值计算服务人员的绩效，其方法为：

11)计算每一服务人员Waiter_k的平均服务时长

得到每个服务人员的三元组信息{SumCount_k，SumTime_k，AverageTime_k}；其中，SumTime_k为服务人员Waiter_k的完成用时积累，SumCount_k为服务人员Waiter_k的服务总数；

12)对所有服务人员，根据服务人员当天累计完成任务数SumCount从大到小进行排序，得到每个服务人员的服务总数排名；其中，服务人员Waiter_k的服务总数排名记为countRank_k；

13)对所有服务人员，根据服务人员当天完成任务的累计时间SumTime从大到小进行排序，得到每个服务人员的服务总时间排名；其中，服务人员Waiter_k的服务总时间排名记为TimeRank_k；

14)对所有服务人员，根据服务人员的平均服务时长AverageTime从小到大进行排序，得到每个服务人员的平均服务时间排名；其中，服务人员Waiter_k的平均服务时间排名记为AverageRank_k；

15)对所有服务人员计算最终排名值Rank作为对应服务人员的绩效；其中，服务人员Waiter_k的绩效Rank_k＝TimeRank_k+TimeRank_k+AverageRank_k。

Images