CN112001572A - 一种工单智能分派方法 - Google Patents
一种工单智能分派方法 Download PDFInfo
- Publication number
- CN112001572A CN112001572A CN202011159499.2A CN202011159499A CN112001572A CN 112001572 A CN112001572 A CN 112001572A CN 202011159499 A CN202011159499 A CN 202011159499A CN 112001572 A CN112001572 A CN 112001572A
- Authority
- CN
- China
- Prior art keywords
- work order
- work
- data
- staff
- matching
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 54
- 238000004140 cleaning Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000007635 classification algorithm Methods 0.000 claims description 4
- 238000007667 floating Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000013145 classification model Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 3
- 210000001503 joint Anatomy 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012216 screening Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种工单智能分派方法，获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型，获取员工基础信息数据，构建员工特征模型，基于前两者构建工单特征模型和员工特征模型的匹配算法；在获取待分派工单后对当前工单进行特征提取，计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。本发明以大数据的辅助来进行客观数据的分析，派单的过程中人工参与的部分少，在派单前不需另行对接，保证了物业管理中服务工单分派的合理性和及时性，沟通成本小，分派速度快，客观派单，保证每一个员工在自己能力范围内能更多更好处理工单；在工单响应速度提升的情况下，客户满意度明显提升。
Description
技术领域
本发明涉及专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法的技术领域，特别涉及一种工单智能分派方法。
背景技术
在管理工作中，针对不同的工作，往往通过派单的形式完成工作的分配，以求责任落实到人。以物业管理为例，凡是涉及到维修、报事、保洁、保绿等工作时，必须使用服务工单进行过程跟踪。
传统的管理软件中，客服人员在收到业主或客户的需求后形成工单，且主要依靠客服人员进行手工派单，而客服人员可能存在外包的情况、亦无法始终保持稳定的判断，故他们一方面对工单内容、紧急程度、需要时间等缺乏绝对客观、准确的判断，另一方面对物业员工擅长领域、是否空闲等信息无法实时获悉，进而导致重复沟通、派单效率低下、工作人员忙闲不一致等问题，最终导致客户满意度下降。
进一步来说，由于物业服务的工单涉及维修处理、报事处理、投诉处理、保洁处理等内容，其本身是为了完成客户诉求，往往客户处已经出现一定的问题，在工单数据量庞大、对于处理及时性又有较高的要求的整体环境下，分派工单的不妥极易导致物业与业主间的冲突。
人工分派、先沟通后分派的方式，沟通成本高、分派速度慢，经验判断直接分派又面临与实际处理人员的匹配程度低的问题；如何合理并快速地分派工单亟待解决。
发明内容
本发明解决了现有技术中存在的问题，提供了一种优化的工单智能分派方法，基于大数据、云计算、人工智能技术，将服务工单快速并合理地派发给物业员工，提升工单处理的整体效率。
本发明所采用的技术方案是，一种工单智能分派方法，所述方法包括以下步骤：
步骤1：获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型；
所述特征数据包括工单历史数据中的工单类型、处理时长、关键词、工单关联图片；
提取特征数据包括以下步骤：
步骤1.2.1：提取工单历史数据中的工单类型和处理时长；
步骤1.2.2：对工单中的关键词进行模糊提取，与预设词库进行匹配，匹配成功，则以预设词库中的标准词作为关键词，否则，进行下一步；
步骤1.2.3：以工单类型和处理时长浮动预设时间为标准进行匹配，匹配成功，则以工单类型和处理时长对应的关键词作为提取的关键词，否则，进行下一步；
步骤1.2.4：获取工单关联图片，识别图像中的文字，所述文字包括工单内容和落款，对工单内容进行关键词的模糊提取并与预设词库进行匹配，对落款进行员工匹配，若关键词匹配度达到标准值且与落款对应员工的工作标识相符，则匹配成功，否则，报人工处理；
步骤2：获取员工基础信息数据，构建员工特征模型；
步骤3：构建工单特征模型和员工特征模型的匹配算法；
步骤4：获取待分派工单，对当前工单进行特征提取；
步骤5：计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。
优选地，所述步骤1包括以下步骤：
步骤1.1：获取工单历史数据，清洗数据；
步骤1.2：提取工单历史数据中的工单类型、处理时长、关键词、工单关联图片；
步骤1.3：采用KNN监督式机器学习分类算法，使用上述工单数据进行训练，获得工单分类模型。
优选地，所述步骤1.1中，清洗数据包括删除重复的工单历史数据、对已经离职员工及已经取消的工单类型进行单独归类。
优选地，所述步骤2中，员工基础信息数据包括对应的工单类型、熟练程度、工龄、工单处理效率、客户评价，对熟练程度、工单处理效率和客户评价进行赋值。
优选地，若存在新员工，提取工单类型、熟练程度、工龄、工单处理效率的特征，以余弦相似度算法寻找最接近的员工，补充关联数据作为当前新员工的初始员工基础信息数据。
优选地，对工单分类结果进行标识，所述标识包括紧急程度、重要程度、预计处理时间。
优选地，所述步骤3中，匹配算法用于计算匹配度M，M=U*T*E*k1+L*S*P*k2 -C*k3，其中，U为工单紧急度，T为员工是否空闲，E为员工处理效率，L为工单重要度，S为员工专业能力，P为好评工单数，C为投诉工单数；k1、k2、k3为权重系数。
优选地，所述工单紧急度分为1~9级，工单重要度分为1~9级，当两者均大于等于6时，匹配专业能力强的员工，k2＞k1且k3为0；其余情况，匹配空闲的员工，k1＞k2。
优选地，所述空闲为以法定工作时间减去所有工单的预计处理时长。
优选地，所述分派包括工单批量分派和工单逐条分派；所述工单批量分派采用运筹与优化中的线性规划。
本发明涉及一种优化的工单智能分派方法，通过获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型，获取员工基础信息数据，构建员工特征模型，基于前两者，构建工单特征模型和员工特征模型的匹配算法；在获取待分派工单后对当前工单进行特征提取，计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。
本发明通过构建工单特征模型和员工特征模型的匹配算法，以大数据的辅助来进行客观数据的分析，派单的过程中人工参与的部分少，在派单前不需另行对接，保证了物业管理中服务工单分派的合理性和及时性，沟通成本小，分派速度快，客观派单，保证每一个员工在自己能力范围内能更多更好处理工单；在工单响应速度提升的情况下，客户满意度明显提升。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合实施例对本发明做进一步的详细描述，但本发明的保护范围并不限于此。
本发明涉及一种工单智能分派方法，所述方法包括以下步骤。
步骤1：获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型。
所述步骤1包括以下步骤：
步骤1.1：获取工单历史数据，清洗数据；
所述步骤1.1中，清洗数据包括删除重复的工单历史数据、对已经离职员工及已经取消的工单类型进行单独归类。
步骤1.2：提取工单历史数据中的工单类型、处理时长、关键词、工单关联图片；
所述步骤1.2包括以下步骤：
步骤1.2.1：提取工单历史数据中的工单类型和处理时长；
步骤1.2.2：对工单中的关键词进行模糊提取，与预设词库进行匹配，匹配成功，则以预设词库中的标准词作为关键词，否则，进行下一步；
步骤1.2.3：以工单类型和处理时长浮动预设时间为标准进行匹配，匹配成功，则以工单类型和处理时长对应的关键词作为提取的关键词，否则，进行下一步；
步骤1.2.4：获取工单关联图片，识别图像中的文字，所述文字包括工单内容和落款，对工单内容进行关键词的模糊提取并与预设词库进行匹配，对落款进行员工匹配，若关键词匹配度达到标准值且与落款对应员工的工作标识相符，则匹配成功，否则，报人工处理。
步骤1.3：采用KNN监督式机器学习分类算法，使用上述工单数据进行训练，获得工单分类模型。
本发明中，通过已有经验及大数据的辅助，可以对工单进行更加详细的分类，并对这些分类设置紧急程度、重要程度、预计处理时长信息；工单的详细分类较多，以维修大类为例，可以细分为渗漏、透寒、排水、给水、供暖、强电、弱电、土建、烟道、景观等。
本发明中，从大量工单中提取特征数据，如从工单中直接获取工单类型和处理时长信息、通过提取工单内容描述中的关键词、通过图像识别技术分析工单图片来构建工单特征，借助监督式机器学习分类算法，获得工单特征模型。
本发明中，工单历史数据中的工单类型和处理时长为系统内可追踪的，为事实性数据，直接获取；
工单中的关键词则需要进行识别和匹配，因为工作人员在记录工单的过程中不一定准确采用了规定用词，故采用模糊匹配，若匹配不上，则以工单类型和处理时长浮动预设时间为标准进行匹配，即在某个大类中、某个时长的处理时间一般可以匹配若干种工单操作；
若仍旧无法匹配，只能通过工单的关联图片，识别工单内容和落款，对工单内容进行关键词的模糊提取并与预设词库进行匹配，对落款进行员工匹配，若关键词匹配度达到标准值且与落款对应员工的工作标识相符，则匹配成功，即是指某个工作人员主要特长在于处理渗漏工单，而图片中又恰好识别到了“渗”、“水”等，视为匹配成功；
若还无法匹配，则报人工处理。
本发明中，对于数据的清洗标准并不统一，其原则为删掉无用数据，本领域技术人员可以依据需求自行设置。
步骤2：获取员工基础信息数据，构建员工特征模型。
所述步骤2中，员工基础信息数据包括对应的工单类型、熟练程度、工龄、工单处理效率、客户评价，对熟练程度、工单处理效率和客户评价进行赋值。
若存在新员工，提取工单类型、熟练程度、工龄、工单处理效率的特征，以余弦相似度算法寻找最接近的员工，补充关联数据作为当前新员工的初始员工基础信息数据。
对工单分类结果进行标识，所述标识包括紧急程度、重要程度、预计处理时间。
本发明中，熟练程度即所擅长的工单类型，以0~9代表擅长程度。
本发明中，为了避免在后续的匹配过程中，新员工可能会存在的冷启动情况，故对新员工首先进行基础赋值，以其基础数据、采用余弦相似度算法寻找最接近的老员工，以老员工的数据作为基础值、折算后补充到此新员工的信息中。
步骤3：构建工单特征模型和员工特征模型的匹配算法。
所述步骤3中，匹配算法用于计算匹配度M，M=U*T*E*k1+L*S*P*k2 -C*k3，其中，U为工单紧急度，T为员工是否空闲，E为员工处理效率，L为工单重要度，S为员工专业能力，P为好评工单数，C为投诉工单数；k1、k2、k3为权重系数。
所述工单紧急度分为1~9级，工单重要度分为1~9级，当两者均大于等于6时，匹配专业能力强的员工，k2＞k1且k3为0；其余情况，匹配空闲的员工，k1＞k2。
所述空闲为以法定工作时间减去所有工单的预计处理时长。
本发明中，k1、k2、k3为权重系数，本领域技术人员可依据需求自行调节。
本发明中，专业能力强是指熟练程度高的。
本发明中，每一个工单都有预计处理时长，分配给员工后，就以法定工作时间8小时（一日）减去预计处理时长；分配工单预计时长大于员工剩余工时，那么就表示员工无空闲。
步骤4：获取待分派工单，对当前工单进行特征提取。所述特征提取可以基于当前工单的紧急程度、重要程度、预计处理时间来进行人员预筛选，随后进行匹配度M的计算。
步骤5：计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。
所述分派包括工单批量分派和工单逐条分派；所述工单批量分派采用运筹与优化中的线性规划，此为本领域技术人员容易理解的内容，本领域技术人员可以依需求自行设置。
本发明通过获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型，获取员工基础信息数据，构建员工特征模型，基于前两者，构建工单特征模型和员工特征模型的匹配算法；在获取待分派工单后对当前工单进行特征提取，计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。本发明通过构建工单特征模型和员工特征模型的匹配算法，以大数据的辅助来进行客观数据的分析，派单的过程中人工参与的部分少，在派单前不需另行对接，保证了物业管理中服务工单分派的合理性和及时性，沟通成本小，分派速度快，客观派单，保证每一个员工在自己能力范围内能更多更好处理工单；在工单响应速度提升的情况下，客户满意度明显提升。
Claims (10)
1.一种工单智能分派方法，其特征在于：所述方法包括以下步骤：
步骤1：获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型；
所述特征数据包括工单历史数据中的工单类型、处理时长、关键词、工单关联图片；
提取特征数据包括以下步骤：
步骤1.2.1：提取工单历史数据中的工单类型和处理时长；
步骤1.2.2：对工单中的关键词进行模糊提取，与预设词库进行匹配，匹配成功，则以预设词库中的标准词作为关键词，否则，进行下一步；
步骤1.2.3：以工单类型和处理时长浮动预设时间为标准进行匹配，匹配成功，则以工单类型和处理时长对应的关键词作为提取的关键词，否则，进行下一步；
步骤1.2.4：获取工单关联图片，识别图像中的文字，所述文字包括工单内容和落款，对工单内容进行关键词的模糊提取并与预设词库进行匹配，对落款进行员工匹配，若关键词匹配度达到标准值且与落款对应员工的工作标识相符，则匹配成功，否则，报人工处理；
步骤2：获取员工基础信息数据，构建员工特征模型；
步骤3：构建工单特征模型和员工特征模型的匹配算法；
步骤4：获取待分派工单，对当前工单进行特征提取；
步骤5：计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。
2.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述步骤1包括以下步骤：
步骤1.1：获取工单历史数据，清洗数据；
步骤1.2：提取工单历史数据中的工单类型、处理时长、关键词、工单关联图片；
步骤1.3：采用KNN监督式机器学习分类算法，使用上述工单数据进行训练，获得工单分类模型。
3.根据权利要求2所述的一种工单智能分派方法，其特征在于：所述步骤1.1中，清洗数据包括删除重复的工单历史数据、对已经离职员工及已经取消的工单类型进行单独归类。
4.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述步骤2中，员工基础信息数据包括对应的工单类型、熟练程度、工龄、工单处理效率、客户评价，对熟练程度、工单处理效率和客户评价进行赋值。
5.根据权利要求4所述的一种工单智能分派方法，其特征在于：若存在新员工，提取工单类型、熟练程度、工龄、工单处理效率的特征，以余弦相似度算法寻找最接近的员工，补充关联数据作为当前新员工的初始员工基础信息数据。
6.根据权利要求1所述的一种工单智能分派方法，其特征在于：对工单分类结果进行标识，所述标识包括紧急程度、重要程度、预计处理时间。
7.根据权利要求6所述的一种工单智能分派方法，其特征在于：所述步骤3中，匹配算法用于计算匹配度M，M=U*T*E*k1+L*S*P*k2 -C*k3，其中，U为工单紧急度，T为员工是否空闲，E为员工处理效率，L为工单重要度，S为员工专业能力，P为好评工单数，C为投诉工单数；k1、k2、k3为权重系数。
8.根据权利要求7所述的一种工单智能分派方法，其特征在于：所述工单紧急度分为1~9级，工单重要度分为1~9级，当两者均大于等于6时，匹配专业能力强的员工，k2＞k1且k3为0；其余情况，匹配空闲的员工，k1＞k2。
9.根据权利要求8所述的一种工单智能分派方法，其特征在于：所述空闲为以法定工作时间减去所有工单的预计处理时长。
10.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述分派包括工单批量分派和工单逐条分派；所述工单批量分派采用运筹与优化中的线性规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011159499.2A CN112001572B (zh) | 2020-10-27 | 2020-10-27 | 一种工单智能分派方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011159499.2A CN112001572B (zh) | 2020-10-27 | 2020-10-27 | 一种工单智能分派方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112001572A true CN112001572A (zh) | 2020-11-27 |
| CN112001572B CN112001572B (zh) | 2021-01-05 |
Family
ID=73475183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011159499.2A Active CN112001572B (zh) | 2020-10-27 | 2020-10-27 | 一种工单智能分派方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112001572B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113241909A (zh) * | 2021-06-02 | 2021-08-10 | 上海电机系统节能工程技术研究中心有限公司 | 电机转子加工系统及方法 |
| CN113344384A (zh) * | 2021-06-05 | 2021-09-03 | 浙江工业大学 | 一种基于群智感知的任务分配方法 |
| CN113807653A (zh) * | 2021-08-12 | 2021-12-17 | 国网新疆电力有限公司巴州供电公司 | 一种基于模糊匹配的故障报修工单定位方法 |
| CN114202295A (zh) * | 2021-08-31 | 2022-03-18 | 上海星宸安居信息科技有限公司 | 智能化灵活用工派单平台的系统架构 |
| CN114418471A (zh) * | 2022-03-31 | 2022-04-29 | 广州平云小匠科技有限公司 | 一种上门工单的智能规划与可视化管理的方法及系统 |
| CN114493377A (zh) * | 2022-04-06 | 2022-05-13 | 广州平云小匠科技有限公司 | 一种工单派单方法及系统 |
| CN114971108A (zh) * | 2021-02-25 | 2022-08-30 | 中国移动通信集团广东有限公司 | 一种分单方法及装置 |
| CN116029492A (zh) * | 2022-12-01 | 2023-04-28 | 广州云趣信息科技有限公司 | 派单方法和装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686584B (zh) * | 2021-03-16 | 2021-06-25 | 北京纷扬科技有限责任公司 | 一种工单指派的方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060195339A1 (en) * | 2005-02-25 | 2006-08-31 | Brent Backhaus | Multiple resource planning system |
| CN110020777A (zh) * | 2019-02-21 | 2019-07-16 | 国网山东省电力公司临沂供电公司 | 一种电力客户业务工单处理系统和方法 |
| 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 |
| CN111340334A (zh) * | 2020-02-12 | 2020-06-26 | 国网湖南省电力有限公司 | 一种智能工单分派方法、系统及介质 |
-
2020
- 2020-10-27 CN CN202011159499.2A patent/CN112001572B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060195339A1 (en) * | 2005-02-25 | 2006-08-31 | Brent Backhaus | Multiple resource planning system |
| CN110020777A (zh) * | 2019-02-21 | 2019-07-16 | 国网山东省电力公司临沂供电公司 | 一种电力客户业务工单处理系统和方法 |
| 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 |
| CN111340334A (zh) * | 2020-02-12 | 2020-06-26 | 国网湖南省电力有限公司 | 一种智能工单分派方法、系统及介质 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114971108A (zh) * | 2021-02-25 | 2022-08-30 | 中国移动通信集团广东有限公司 | 一种分单方法及装置 |
| CN113241909A (zh) * | 2021-06-02 | 2021-08-10 | 上海电机系统节能工程技术研究中心有限公司 | 电机转子加工系统及方法 |
| CN113241909B (zh) * | 2021-06-02 | 2022-10-25 | 上海电机系统节能工程技术研究中心有限公司 | 电机转子加工系统及方法 |
| CN113344384A (zh) * | 2021-06-05 | 2021-09-03 | 浙江工业大学 | 一种基于群智感知的任务分配方法 |
| CN113807653A (zh) * | 2021-08-12 | 2021-12-17 | 国网新疆电力有限公司巴州供电公司 | 一种基于模糊匹配的故障报修工单定位方法 |
| CN114202295A (zh) * | 2021-08-31 | 2022-03-18 | 上海星宸安居信息科技有限公司 | 智能化灵活用工派单平台的系统架构 |
| CN114418471A (zh) * | 2022-03-31 | 2022-04-29 | 广州平云小匠科技有限公司 | 一种上门工单的智能规划与可视化管理的方法及系统 |
| CN114493377A (zh) * | 2022-04-06 | 2022-05-13 | 广州平云小匠科技有限公司 | 一种工单派单方法及系统 |
| CN114493377B (zh) * | 2022-04-06 | 2022-07-12 | 广州平云小匠科技有限公司 | 一种工单派单方法及系统 |
| CN116029492A (zh) * | 2022-12-01 | 2023-04-28 | 广州云趣信息科技有限公司 | 派单方法和装置 |
| CN116029492B (zh) * | 2022-12-01 | 2023-12-01 | 广州云趣信息科技有限公司 | 派单方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112001572B (zh) | 2021-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112001572B (zh) | 一种工单智能分派方法 | |
| CN113298322A (zh) | 一种多维优化的电力工单智能派发方法 | |
| US20230153767A1 (en) | Method and internet of things system for waste cleaning volume prediction in smart city | |
| CN111949795A (zh) | 工单自动分类方法及装置 | |
| CN116415923B (zh) | 智慧燃气工单实施管理方法与物联网系统及装置 | |
| CN116409575A (zh) | 一种智能仓储货架进出库管控系统 | |
| CN110929032B (zh) | 一种软件系统的用户需求处理系统及处理方法 | |
| CN115186964A (zh) | 计及主观评估数据的配电网线路风险预测系统及方法 | |
| CN113673839A (zh) | 智能基层事件网格化自动派发方法和基层事件处理系统 | |
| CN116128413B (zh) | 一种基于蓝牙通信的智能仓储物料统计系统 | |
| KR102511561B1 (ko) | 인공지능 기반 시설관리를 위한 인력 파견 방법, 장치 및 시스템 | |
| CN116645137A (zh) | 基于数据库的营销业务效能智能分析预测模型 | |
| CN116342137A (zh) | 客户数据回收再分配方法、装置、计算机设备及存储介质 | |
| CN115689201A (zh) | 面向企业资源供需调配的多准则智能决策优化方法及系统 | |
| CN115062676A (zh) | 数据处理方法、装置及计算机可读存储介质 | |
| CN114491049A (zh) | 一种基于信息管理的办公系统资产配置方法 | |
| CN113191569A (zh) | 一种基于大数据的企业管理方法及系统 | |
| CN112183805B (zh) | 一种输电线路在线巡视结果状态的预测方法 | |
| CN111178647B (zh) | 一种推送工单的方法、系统及计算机存储介质 | |
| CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
| CN113128876A (zh) | 基于图像的对象管理方法、装置及计算机可读存储介质 | |
| CN113935549B (zh) | 一种综合智慧能源优化调度系统 | |
| CN117094688B (zh) | 一种供电所数字化管控方法及系统 | |
| CN115865777B (zh) | 一种基于rpa技术的招聘订单智能分发路由方法 | |
| CN116777148B (zh) | 一种基于数据分析的服务工单智能分配处理系统 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210225 Address after: 311100 10th floor, building 1, 258 Xiqin street, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Patentee after: Green City Technology Industry Service Group Co.,Ltd. Address before: No. 1503, 1505-1508, 15th floor, block a, Huaxing Times Square, 478 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province, 310012 Patentee before: Green Man Technology Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method for intelligent assignment of work orders Granted publication date: 20210105 Pledgee: Guotou Taikang Trust Co.,Ltd. Pledgor: Green City Technology Industry Service Group Co.,Ltd. Registration number: Y2024980011350 |