CN111144734B - 基于缓存的公平派工方法、装置及计算机可读存储介质 - Google Patents
基于缓存的公平派工方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111144734B CN111144734B CN201911341919.6A CN201911341919A CN111144734B CN 111144734 B CN111144734 B CN 111144734B CN 201911341919 A CN201911341919 A CN 201911341919A CN 111144734 B CN111144734 B CN 111144734B
- Authority
- CN
- China
- Prior art keywords
- dispatching
- cache
- personnel
- personnel information
- dispatch
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 29
- 230000002068 genetic effect Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 description 11
- 238000011835 investigation Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种基于缓存的公平派工方法,包括:接收历史派工记录并分类得到派工类别集和原始人员信息集,将所述原始人员信息集进行信息条目分类及评分,得到人员信息评分集,根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中,接收用户输入的派工请求,根据预先构建的派工遗传和预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。本发明还提出一种基于缓存的公平派工装置以及一种计算机可读存储介质。本发明可以实现高效的基于缓存的公平派工功能。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于缓存的公平派工方法、装置及计算机可读存储介质。
背景技术
随着科技进步和人类发展,对于派工服务质量要求越来越高。如客户通过电话等方式进行派工后,派工系统作业马上响应客户的派工请求,但由于派工步骤复杂、且随着派工请求数的增加,多数派工系统在基于实时计算的派工平台和数据库存储派工人员和派工请求的前提下,派工时响应速度延迟、系统计算压力增加,因此急需一种高效的派工方法。
发明内容
本发明提供一种基于缓存的公平派工方法、装置及计算机可读存储介质,其主要目的在于根据缓存技术对人员进行合理的派工。
为实现上述目的,本发明提供的一种基于缓存的公平派工方法,包括:
接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集;
根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集;
基于从业经验和所述人员信息评分集划分所述标准人员信息集得到从业经验人员信息集;
根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中;
接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
可选地,所述基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:
基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集;
基于预先构建的优化评分法则优化所述经验评分集得到所述人员信息评分集。
可选地,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,包括:
根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间;
利用所述最小延迟时间计算所述派工请求的适应度;
根据所述适应度计算得到所述派工请求的派工概率集;
选取所述派工概率集中最大的派工概率所对应的派工人员。
可选地,所述最小延迟时间的计算方法为:
其中,C为所述最小延迟时间,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn取值0或者1,表征处理每个业务环节是否出现问题,dn表示该业务环节的标准处理时间。
可选地,所述适应度计算方法为:
所述派工概率集的计算方法为:
其中,Pj表示所述派工概率集,m表示所述派工类别集中的派工分类数。
此外,为实现上述目的,本发明还提供一种基于缓存的公平派工装置,该装置包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的基于缓存的公平派工程序,所述基于缓存的公平派工程序被所述处理器执行时实现如下步骤:
接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集;
根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集;
基于从业经验和所述人员信息评分集划分所述标准人员信息集得到从业经验人员信息集;
根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中;
接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
可选地,所述基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:
基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集;
基于预先构建的优化评分法则优化所述经验评分集得到所述人员信息评分集。
可选地,
根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,包括:
根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间;
利用所述最小延迟时间计算所述派工请求的适应度;
根据所述适应度计算得到所述派工请求的派工概率集;
选取所述派工概率集中最大的派工概率所对应的派工人员。
可选地,所述最小延迟时间的计算方法为:
其中,C为所述最小延迟时间,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn取值0或者1,表征处理每个业务环节是否出现问题,dn表示该业务环节的标准处理时间。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有基于缓存的公平派工程序,所述基于缓存的公平派工程序可被一个或者多个处理器执行,以实现如上所述的基于缓存的公平派工方法的步骤。
本发明根据评分规则将人员信息集进行评分得到人员信息评分集,评分规格具有快速,简便的评级效果,更进一步地,根据预选构建的派工遗传模型和派工类别集对用户输入的派工请求进行派工概率计算得到派工分类结果,整个派工概率计算方法快速,不占用较大计算资源,更重要的,通过构建缓存队列的方式,根据缓存队列存储并派遣人员,由于缓存队列具有存取速度和响应速度更快的优点,克服了使用数据库派工带来的效率低下和计算压力大的缺点。因此本发明提出的基于缓存的公平派工方法、装置及计算机可读存储介质,可以实现高效的派工分配问题。
附图说明
图1为本发明一实施例提供的基于缓存的公平派工方法的流程示意图;
图2为本发明一实施例提供的基于缓存的公平派工装置的内部结构示意图;
图3为本发明一实施例提供的基于缓存的公平派工装置中基于缓存的公平派工程序的模块示意图。
图4为本发明一实施例提供的基于缓存的公平派工方法中任务指派的一个示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于缓存的公平派工方法。参照图1所示,为本发明一实施例提供的基于缓存的公平派工方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,基于缓存的公平派工方法包括:
S1、接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集。
较佳地,所述历史派工记录是基于当前时间之前派工的人员分配记录。如在保险理赔案件中,一个完整保险理赔处理流程包括查勘、立案、调查,核责、定损、核赔、复核这7个理赔流程,而基于保险理赔案件的历史派工记录提取的原始人员信息集是指保险公司之前处理过的所有理赔案件中的任务处理人员姓名、职务、从业时间、出险时间、每一个所述流程的处理时间等信息。
优选地,所述信息条目分类是基于不同历史派工记录而进行的分类,如在所述保险理赔案件中7个流程都对应相关人员进行协调处理,按照流程不同,7个流程处理人的姓名、职务、从业时间,以及所述保险理赔案件的结果信息,包括该理赔案件的出险时间、客户满意度、创造效益等信息条目进行分类,得到在7个流程中不同的标准人员信息集。
优选地,将所述历史派工记录进行分类得到派工类别集是根据历史派工记录所属的领域进行划分,如在保险理赔案件中,可将保险理赔案件分为4种类型,分别为财产保险类、人身保险类、责任保险类以及信用保险类,而所述各类(财产保险类、人身保险类、责任保险类以及信用保险类)均包含了若干条相应类型的标准人员信息集进行处理。如将历史派工记录A划分到责任保险类,而历史派工记录A由7个流程处理人(流程处理人即所述标准人员信息集内成员)完成。
S2、根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集。
较佳地,所述预选构建的评分规则根据所述历史派工记录所在的行业,邀请有经验的从业人员或者基于梯度回归等机器学习方法进行拟合得到所述评分规则。
优选地,所述基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集,基于预先构建的优化评分法则优化所述经验评分集得到人员信息评分集。
如在所述保险理赔案件中:出险时间≤1小时,所述评分规则的出险时间评分为3分,1小时<出险时间≤2小时,所述评分规则为出险时间评分为2分,2小时<出险时间,所述评分规则为出险时间评分为1分;客户满意度评分为“不满意”的,所述评分规则量化为1分,“客户满意度”评分为“满意”的,所述评分规则量化为2分,“客户满意度”评分为“非常满意”的,所述评分规则量化为3分;创造收益这一项目,当获得的利润占出险金额20%以下,所述评分规则量化为1分,当20%≤获得的利润占出险金额<60%,所述评分规则量化为2分,当60%≤获得的利润占出险金额,所述评分规则量化为3分。
进一步地,在得到多个信息条目下的经验评分集,基于所述预先构建的优化评分法则优化经验评分集。如在保险理赔案件中,m为人员信息评分,“出险时间”T、“客户满意度”F、“创造收益”P三项的优化评分法则可采用量化分值的算术平均值,即:
优选地,如从某保险理赔案件中抽取出7个流程所对应的人员信息为:查勘:张小虹业务经理12年;立案:王磊普通人员3年;调查:李丽普通人员7年;核责:霍志徳业务总监17年;定损:丁筱琼普通人员9年;核赔:靳启璧业务经理12年;复核:龚义杰业务经理10年。由此所述结果信息为:出险时间:30分钟;客户满意度:满意;创造效益:40%,则由上所述,结果信息量化打分为:出险时间:3分、客户满意度:2分、创造效益:2分,基于优化评分法则得到为:(3+2+2)/3=2.33。
S3、基于从业经验划分所述标准人员信息集得到从业经验人员信息集。
本发明较佳实施例中,所述从业经验划分是指根据人员的从业经验年限和职位划分所述标准人员信息集。如在保险理赔案件中,将具备总监职务的人员且所述总监职务人员的人员信息评分为2.5份以上划分为一个从业经验级别、平均从业时间为10年及以上、且所述人员信息评分为2分以上划分为一个从业经验级别、平均从业时间为3年及以上、且所述人员信息评分为1.6分以上划分为一个从业经验级别等,由此得到多种从业经验人员信息集。
S4、根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中。
本发明较佳实施例,如在保险行业中,所述派工类别集可分为财产保险类别、人身保险类类别、责任保险类类别以及信用保险类类别4种类别,根据所述4种类别将所述人员缓存队列分为4个任务队列,每个队列用一个标志指针所代表。较佳地,所述标志指针可以设置优先级队列,如存入财产保险类别的任务队列设置为00、存入人身保险类类别的任务队列设置为01、存入责任保险类类别的任务队列设置为10、存入信用保险类类别的任务队列设置为11。
S5、接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
优选地,所述基于预选构建的派工遗传模型和所述派工类别集对用户输入的所述派工请求进行派工概率计算得到派工分类结果,包括:根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间,利用所述最小延迟时间计算所述派工请求的适应度,根据所述适应度计算得到所述派工请求的派工概率集,选取所述派工概率集中最大的派工概率所对应的派工类别得到派工人员。
较佳地,所述最小延迟时间的计算方法为:
其中,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn表征处理该业务环节是否出现问题,若出现问题则为0,未出现问题则为1,dn表示该业务环节的标准处理时间。
优选地,所述适应度计算方法为:
较佳地,所述派工概率的计算方法为:
其中,m表示S1所述的派工分类数目。
本发明较佳实施例,如保险理赔案件中,接收用户派工请求B,所述用户派工请求B基于S4后被分成财产保险类,根据所述财产保险类业务流程的顺序,即:查勘→立案→调查→核责→定损→核赔→复核,通过先进先出的预设缓存派工规则依次从所述财产保险类的优先级队列中弹出流程处理人员,进行指派任务,如下所示:
财产保险类需求→匹配flag=01→选择优先级队列A2。整个流程如附图4所示。
第一步为“查勘”流程→POP命令,弹出“张小虹业务经理12年”,表示:由“业务经理张小虹”负责对所述财产保险类的“查勘”流程进行处理。“查勘”流程完成以后,再使用POP命令依次弹出“王磊普通人员3年”,指派“王磊”负责第二步的“立案”工作,其余流程以此类推,直到完成所述理赔业务。
进一步地,当某项理赔业务完成以后,所对应的优先级队列中所有人员全部被POP命令弹出完毕,恢复为存储状态为空的状态,并准备处理下一个理赔业务。
本发明还提供一种基于缓存的公平派工装置。参照图2所示,为本发明一实施例提供的基于缓存的公平派工装置的内部结构示意图。
在本实施例中,所述基于缓存的公平派工装置1可以是PC(Personal Computer,个人电脑),或者是智能手机、平板电脑、便携计算机等终端设备,也可以是一种服务器等。该基于缓存的公平派工装置1至少包括存储器11、处理器12,通信总线13,以及网络接口14。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是基于缓存的公平派工装置1的内部存储单元,例如该基于缓存的公平派工装置1的硬盘。存储器11在另一些实施例中也可以是基于缓存的公平派工装置1的外部存储设备,例如基于缓存的公平派工装置1上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括基于缓存的公平派工装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于基于缓存的公平派工装置1的应用软件及各类数据,例如基于缓存的公平派工程序01的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行基于缓存的公平派工程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该装置1与其他电子设备之间建立通信连接。
可选地,该装置1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在基于缓存的公平派工装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-14以及基于缓存的公平派工程序01的基于缓存的公平派工装置1,本领域技术人员可以理解的是,图1示出的结构并不构成对基于缓存的公平派工装置1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
在图2所示的装置1实施例中,存储器11中存储有基于缓存的公平派工程序01;处理器12执行存储器11中存储的基于缓存的公平派工程序01时实现如下步骤:
步骤一、接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集。
较佳地,所述历史派工记录是基于当前时间之前派工的人员分配记录。如在保险理赔案件中,一个完整保险理赔处理流程包括查勘、立案、调查,核责、定损、核赔、复核这7个理赔流程,而基于保险理赔案件的历史派工记录提取的原始人员信息集是指保险公司之前处理过的所有理赔案件中的任务处理人员姓名、职务、从业时间、出险时间、每一个所述流程的处理时间等信息。
优选地,所述信息条目分类是基于不同历史派工记录而进行的分类,如在所述保险理赔案件中7个流程都对应相关人员进行协调处理,按照流程不同,7个流程处理人的姓名、职务、从业时间,以及所述保险理赔案件的结果信息,包括该理赔案件的出险时间、客户满意度、创造效益等信息条目进行分类,得到在7个流程中不同的标准人员信息集。
优选地,将所述历史派工记录进行分类得到派工类别集是根据历史派工记录所属的领域进行划分,如在保险理赔案件中,可将保险理赔案件分为4种类型,分别为财产保险类、人身保险类、责任保险类以及信用保险类,而所述各类(财产保险类、人身保险类、责任保险类以及信用保险类)均包含了若干条相应类型的标准人员信息集进行处理。如将历史派工记录A划分到责任保险类,而历史派工记录A由7个流程处理人(流程处理人即所述标准人员信息集内成员)完成。
步骤二、根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集。
较佳地,所述预选构建的评分规则根据所述历史派工记录所在的行业,邀请有经验的从业人员或者基于梯度回归等机器学习方法进行拟合得到所述评分规则。
优选地,所述基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集,基于预先构建的优化评分法则优化所述经验评分集得到人员信息评分集。
如在所述保险理赔案件中:出险时间≤1小时,所述评分规则的出险时间评分为3分,1小时<出险时间≤2小时,所述评分规则为出险时间评分为2分,2小时<出险时间,所述评分规则为出险时间评分为1分;客户满意度评分为“不满意”的,所述评分规则量化为1分,“客户满意度”评分为“满意”的,所述评分规则量化为2分,“客户满意度”评分为“非常满意”的,所述评分规则量化为3分;创造收益这一项目,当获得的利润占出险金额20%以下,所述评分规则量化为1分,当20%≤获得的利润占出险金额<60%,所述评分规则量化为2分,当60%≤获得的利润占出险金额,所述评分规则量化为3分。
进一步地,在得到多个信息条目下的经验评分集,基于所述预先构建的优化评分法则优化经验评分集。如在保险理赔案件中,m为人员信息评分,“出险时间”T、“客户满意度”F、“创造收益”P三项的优化评分法则可采用量化分值的算术平均值,即:
优选地,如从某保险理赔案件中抽取出7个流程所对应的人员信息为:查勘:张小虹业务经理12年;立案:王磊普通人员3年;调查:李丽普通人员7年;核责:霍志徳业务总监17年;定损:丁筱琼普通人员9年;核赔:靳启璧业务经理12年;复核:龚义杰业务经理10年。由此所述结果信息为:出险时间:30分钟;客户满意度:满意;创造效益:40%,则由上所述,结果信息量化打分为:出险时间:3分、客户满意度:2分、创造效益:2分,基于优化评分法则得到为:(3+2+2)/3=2.33。
步骤三、基于从业经验划分所述标准人员信息集得到从业经验人员信息集。
本发明较佳实施例中,所述从业经验划分是指根据人员的从业经验年限和职位划分所述标准人员信息集。如在保险理赔案件中,将具备总监职务的人员且所述总监职务人员的人员信息评分为2.5份以上划分为一个从业经验级别、平均从业时间为10年及以上、且所述人员信息评分为2分以上划分为一个从业经验级别、平均从业时间为3年及以上、且所述人员信息评分为1.6分以上划分为一个从业经验级别等,由此得到多种从业经验人员信息集。
步骤四、根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中。
本发明较佳实施例,如在保险行业中,所述派工类别集可分为财产保险类别、人身保险类类别、责任保险类类别以及信用保险类类别4种类别,根据所述4种类别将所述人员缓存队列分为4个任务队列,每个队列用一个标志指针所代表。较佳地,所述标志指针可以设置优先级队列,如存入财产保险类别的任务队列设置为00、存入人身保险类类别的任务队列设置为01、存入责任保险类类别的任务队列设置为10、存入信用保险类类别的任务队列设置为11。
步骤五、接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
优选地,所述基于预选构建的派工遗传模型和所述派工类别集对用户输入的所述派工请求进行派工概率计算得到派工分类结果,包括:根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间,利用所述最小延迟时间计算所述派工请求的适应度,根据所述适应度计算得到所述派工请求的派工概率集,选取所述派工概率集中最大的派工概率所对应的派工类别得到派工人员。
较佳地,所述最小延迟时间的计算方法为:
其中,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn表征处理该业务环节是否出现问题,若出现问题则为0,未出现问题则为1,dn表示该业务环节的标准处理时间。
优选地,所述适应度计算方法为:
较佳地,所述派工概率的计算方法为:
其中,m表示S1所述的派工分类数目。
本发明较佳实施例,如保险理赔案件中,接收用户派工请求B,所述用户派工请求B基于S4后被分成财产保险类,根据所述财产保险类业务流程的顺序,即:查勘→立案→调查→核责→定损→核赔→复核,通过先进先出的预设缓存派工规则依次从所述财产保险类的优先级队列中弹出流程处理人员,进行指派任务,如下所示:
财产保险类需求→匹配flag=01→选择优先级队列A2。整个流程如附图4所示。
第一步为“查勘”流程→POP命令,弹出“张小虹业务经理12年”,表示:由“业务经理张小虹”负责对所述财产保险类的“查勘”流程进行处理。“查勘”流程完成以后,再使用POP命令依次弹出“王磊普通人员3年”,指派“王磊”负责第二步的“立案”工作,其余流程以此类推,直到完成所述理赔业务。
进一步地,当某项理赔业务完成以后,所对应的优先级队列中所有人员全部被POP命令弹出完毕,恢复为存储状态为空的状态,并准备处理下一个理赔业务。
可选地,在其他实施例中,基于缓存的公平派工程序还可以被分割为一个或者多个模块,一个或者多个模块被存储于存储器11中,并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明,本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,用于描述基于缓存的公平派工程序在基于缓存的公平派工装置中的执行过程。
例如,参照图3所示,为本发明基于缓存的公平派工装置一实施例中的基于缓存的公平派工程序的程序模块示意图,该实施例中,所述基于缓存的公平派工程序可以被分割为数据接收及处理模块10、派工人员评分模块20、派工缓存模块30、派工结果输出模块40,示例性地:
所述数据接收及处理模块10用于:接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集。
所述派工人员评分模块20用于:基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集。
所述派工缓存模块30用于:根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中。
所述派工结果输出模块40用于:接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
上述数据接收及处理模块10、派工人员评分模块20、派工缓存模块30、派工结果输出模块40等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同,在此不再赘述。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有基于缓存的公平派工程序,所述基于缓存的公平派工程序可被一个或多个处理器执行,以实现如下操作:
接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集。
基于预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集。
根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中。
接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,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,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种基于缓存的公平派工方法,其特征在于,所述方法包括:
接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集;
根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集;
基于从业经验和所述人员信息评分集划分所述标准人员信息集得到从业经验人员信息集;
根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中;
接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求;
其中,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,包括:根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间;利用所述最小延迟时间计算所述派工请求的适应度;根据所述适应度计算得到所述派工请求的派工概率集;选取所述派工概率集中最大的派工概率所对应的派工人员;
所述最小延迟时间的计算方法为:
其中,C为所述最小延迟时间,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn取值0或者1,表征处理每个业务环节是否出现问题,dn表示该业务环节的标准处理时间;
所述适应度计算方法为:
所述派工概率集的计算方法为:
其中,Pj表示所述派工概率集,m表示所述派工类别集中的派工分类数。
2.如权利要求1所述的基于缓存的公平派工方法,其特征在于,所述根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:
基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集;
基于预先构建的优化评分法则优化所述经验评分集得到所述人员信息评分集。
3.一种基于缓存的公平派工装置,其特征在于,所述装置包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的基于缓存的公平派工程序,所述基于缓存的公平派工程序被所述处理器执行时实现如下步骤:
接收历史派工记录,基于所述历史派工记录提取原始人员信息集,将所述原始人员信息集进行信息条目分类得到标准人员信息集,将所述历史派工记录进行分类得到派工类别集;
根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集;
基于从业经验和所述人员信息评分集划分所述标准人员信息集得到从业经验人员信息集;
根据所述派工类别集设置人员缓存队列的标志指针,根据所述标志指针将所述从业经验人员信息集存储至所述人员缓存队列中;
接收用户输入的派工请求,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,从所述人员缓存队列中选择与所述派工请求对应的标志指针,根据与所述派工请求对应的标志指针和所述派工人员,按照预设的缓存派工规则从所述人员缓存队列中提取派工人员姓名,完成所述派工请求;
其中,根据预先构建的派工遗传模型计算得到所述派工请求的派工人员,包括:根据所述派工请求的业务环节数计算所述派工请求的最小延迟时间;利用所述最小延迟时间计算所述派工请求的适应度;根据所述适应度计算得到所述派工请求的派工概率集;选取所述派工概率集中最大的派工概率所对应的派工人员;
所述最小延迟时间的计算方法为:
其中,C为所述最小延迟时间,n为用户输入的所述派工请求的业务环节数,tn表示每个业务环节的实际处理时间,xn取值0或者1,表征处理每个业务环节是否出现问题,dn表示该业务环节的标准处理时间;
所述适应度计算方法为:
所述派工概率集的计算方法为:
其中,Pj表示所述派工概率集,m表示所述派工类别集中的派工分类数。
4.如权利要求3所述的基于缓存的公平派工装置,其特征在于,所述根据预选构建的评分规则将所述标准人员信息集进行评分得到人员信息评分集,包括:
基于所述信息条目对所述标准人员信息集进行经验评分得到经验评分集;
基于预先构建的优化评分法则优化所述经验评分集得到所述人员信息评分集。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于缓存的公平派工程序,所述基于缓存的公平派工程序可被一个或者多个处理器执行,以实现如权利要求1或2所述的基于缓存的公平派工方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341919.6A CN111144734B (zh) | 2019-12-23 | 2019-12-23 | 基于缓存的公平派工方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341919.6A CN111144734B (zh) | 2019-12-23 | 2019-12-23 | 基于缓存的公平派工方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111144734A CN111144734A (zh) | 2020-05-12 |
CN111144734B true CN111144734B (zh) | 2023-06-02 |
Family
ID=70519498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911341919.6A Active CN111144734B (zh) | 2019-12-23 | 2019-12-23 | 基于缓存的公平派工方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111144734B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067163A (zh) * | 2017-03-24 | 2017-08-18 | 青岛海信网络科技股份有限公司 | 一种故障维修派工方法和装置 |
CN109472452A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 智能派工方法、装置、计算机设备及存储介质 |
CN109858724A (zh) * | 2018-11-08 | 2019-06-07 | 中国平安财产保险股份有限公司 | 基于数据分析的智能派工方法、装置以及计算机设备 |
CN110334917A (zh) * | 2019-06-17 | 2019-10-15 | 悟空财税服务有限公司 | 一种智能客户关系管理方法及系统 |
CN110363402A (zh) * | 2019-06-26 | 2019-10-22 | 同济大学 | 一种基于分组策略的工厂人员调度方法 |
-
2019
- 2019-12-23 CN CN201911341919.6A patent/CN111144734B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067163A (zh) * | 2017-03-24 | 2017-08-18 | 青岛海信网络科技股份有限公司 | 一种故障维修派工方法和装置 |
CN109472452A (zh) * | 2018-10-11 | 2019-03-15 | 平安科技(深圳)有限公司 | 智能派工方法、装置、计算机设备及存储介质 |
CN109858724A (zh) * | 2018-11-08 | 2019-06-07 | 中国平安财产保险股份有限公司 | 基于数据分析的智能派工方法、装置以及计算机设备 |
CN110334917A (zh) * | 2019-06-17 | 2019-10-15 | 悟空财税服务有限公司 | 一种智能客户关系管理方法及系统 |
CN110363402A (zh) * | 2019-06-26 | 2019-10-22 | 同济大学 | 一种基于分组策略的工厂人员调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111144734A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11053076B1 (en) | Carton induction optimization in order fulfillment picking system | |
WO2019056710A1 (zh) | 供应商推荐方法、装置及计算机可读存储介质 | |
US11017331B2 (en) | Method and system for predicting demand for vehicles | |
US20160217383A1 (en) | Method and apparatus for forecasting characteristic information change | |
CN111984426B (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN112258065A (zh) | 一种确定维修派工顺序的方法、装置及设备 | |
CN110516002B (zh) | 基于地图的任务显示方法、装置、设备及存储介质 | |
Kia et al. | Scheduling a dynamic flexible flow line with sequence-dependent setup times: a simulation analysis | |
CN111401691B (zh) | 业务进度监控方法、装置及计算机可读存储介质 | |
CN112579621B (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN108536356A (zh) | 坐席信息处理方法、装置及计算机可读存储介质 | |
CN112990583A (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN112256783A (zh) | 数据导出方法、装置、电子设备及存储介质 | |
JP6447611B2 (ja) | スケジュール管理装置および方法 | |
CN111144734B (zh) | 基于缓存的公平派工方法、装置及计算机可读存储介质 | |
CN117689460A (zh) | 反洗钱风险线索分析管理方法、系统和电子设备 | |
CN112541688A (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN110457021B (zh) | 指标数据处理方法、装置及计算机可读存储介质 | |
CN111241066A (zh) | 平台数据库自动化运维方法、装置及计算机可读存储介质 | |
CN115471215B (zh) | 一种业务流程处理方法及装置 | |
CN112685536B (zh) | 文本对话方法、装置、电子设备及存储介质 | |
US20170039497A1 (en) | System and method for predicting an event in an information technology (it) infrastructure | |
CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 | |
CN109886819B (zh) | 保险赔付支出的预测方法、电子装置及存储介质 | |
JP2017182407A (ja) | リスク検出装置およびリスク検出方法 |
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 |