CN112035225B - 数据处理方法、装置、电子设备和计算机可读存储介质 - Google Patents

数据处理方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN112035225B
CN112035225B CN202010739023.XA CN202010739023A CN112035225B CN 112035225 B CN112035225 B CN 112035225B CN 202010739023 A CN202010739023 A CN 202010739023A CN 112035225 B CN112035225 B CN 112035225B
Authority
CN
China
Prior art keywords
task
task processing
weight
processing terminal
processed
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
Application number
CN202010739023.XA
Other languages
English (en)
Other versions
CN112035225A (zh
Inventor
李承波
叶畅
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.)
Lazas Network Technology Shanghai Co Ltd
Original Assignee
Lazas Network Technology Shanghai Co 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 Lazas Network Technology Shanghai Co Ltd filed Critical Lazas Network Technology Shanghai Co Ltd
Priority to CN202010739023.XA priority Critical patent/CN112035225B/zh
Publication of CN112035225A publication Critical patent/CN112035225A/zh
Application granted granted Critical
Publication of CN112035225B publication Critical patent/CN112035225B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质,根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值,并根据各第一权值确定第一匹配结果,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值,并根据各第二权值确定第二匹配结果,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定,本实施例根据任务处理效率进行第一次匹配处理,再基于第一匹配结果,以任务处理效率和任务处理终端对应的均衡指数为约束进行第二次匹配处理,由此,可以提高总任务处理效率和任务均衡度。

Description

数据处理方法、装置、电子设备和计算机可读存储介质
技术领域
本发明涉及互联网技术领域,更具体地,涉及一种数据处理方法、装置、电子设备和计算机可读存储介质。
背景技术
近年来,传统交通运输与互联网融合的新型行业发展迅速,例如快递行业、外卖行业、网约车行业等,为用户生活带来了极大便利。目前,在对相关任务进行分配处理时,往往仅考虑理论上的任务处理效率,这可能会导致任务分配的均衡度较低,从而可能导致长期总任务处理效率较低。
发明内容
有鉴于此,本发明实施例提供一种数据处理方法、装置、电子设备及计算机可读存储介质,以提高总任务处理效率和任务均衡度。
第一方面,本发明实施例提供一种数据处理方法,所述方法包括:
获取至少一个待处理任务包和至少一个任务处理终端,所述待处理任务包包括至少一个待处理任务;
根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值;
根据各所述第一权值确定第一匹配结果;
根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值,所述均衡指数用于表征所述任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差;
根据各所述第二权值确定第二匹配结果;
将所述第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定。
可选的,在所述第一匹配结果中,所述待处理任务包具有对应的一个匹配对和至少一个非匹配对;
根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值包括:
将各所述匹配对对应的第二权值设置为第一值;
根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值。
可选的,根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值包括:
将各所述非匹配对对应的权值设置为初始值;
响应于所述非匹配对中的待处理任务包和任务处理终端绑定时,所述非匹配对中的待处理任务包的任务处理效率满足预定条件,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。
可选的,所述非匹配对中的待处理任务包的任务处理效率满足预定条件包括:
所述待处理任务包在对应的匹配对时的任务处理效率与所述待处理任务包在所述非匹配对时的任务处理效率的差值小于第一阈值。
可选的,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值包括:
计算所述非匹配对中的任务处理终端的均衡指数和第二值的乘积;
将所述乘积与所述初始值的和确定为所述非匹配对的第二权值。
可选的,所述至少一个待处理任务包包括实际任务包和虚拟任务包;
所述方法还包括:
响应于所述实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。
可选的,根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值还包括:
根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值。
可选的,根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值包括:
将第二值的负值与所述任务处理终端对应的均衡指数的乘积确定为所述任务处理终端与各所述虚拟任务包的第二权值。
可选的,所述方法还包括:
根据所述任务处理终端所属对象处理所述待处理任务包的任务处理距离确定所述任务处理终端所属对象处理所述待处理任务包的任务处理效率。
可选的,所述预先确定的标准参数为历史平均任务量,所述方法还包括:
计算所述任务处理终端对应的历史平均任务量与当前完成的任务量的比值,以确定所述任务处理终端对应的均衡指数。
可选的,根据各所述第一权值确定第一匹配结果包括:
基于各所述第一权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第一匹配结果。
可选的,根据各所述第二权值确定第二匹配结果包括:
基于各所述第二权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第二匹配结果。
第二方面,本发明实施例提供一种数据处理装置,所述装置包括:
信息获取单元,被配置为获取至少一个待处理任务包和至少一个任务处理终端,所述待处理任务包包括至少一个待处理任务;
第一权值确定单元,被配置为根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值;
第一匹配单元,被配置为根据各所述第一权值确定第一匹配结果;
第二权值确定单元,被配置为根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值,所述均衡指数用于表征所述任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差;
第二匹配单元,被配置为根据各所述第二权值确定第二匹配结果;
绑定单元,被配置为将所述第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定。
可选的,在所述第一匹配结果中,所述待处理任务包具有对应的一个匹配对和至少一个非匹配对;
第二权值确定单元包括:
设置子单元,被配置为将各所述匹配对对应的第二权值设置为第一值;
权值确定子单元,被配置为根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值。
可选的,权值确定子单元包括:
设置模块,被配置为将各所述非匹配对对应的权值设置为初始值;
权值确定模块,被配置为响应于所述非匹配对中的待处理任务包和任务处理终端绑定时,所述非匹配对中的待处理任务包的任务处理效率满足预定条件,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。
可选的,所述非匹配对中的待处理任务包的任务处理效率满足预定条件包括:
所述待处理任务包在对应的匹配对时的任务处理效率与所述待处理任务包在所述非匹配对时的任务处理效率的差值小于第一阈值。
可选的,权值确定模块包括:
计算子模块,被配置为计算所述非匹配对中的任务处理终端的均衡指数和第二值的乘积;
权值确定子模块,被配置为将所述乘积与所述初始值的和确定为所述非匹配对的第二权值。
可选的,所述至少一个待处理任务包包括实际任务包和虚拟任务包;
所述装置还包括:
虚拟任务包构建单元,被配置为响应于所述实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。
可选的,第二权值确定单元还包括:
权值获取子单元,被配置为根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值。
可选的,权值获取子单元包括:
权值获取模块,被配置为将第二值的负值与所述任务处理终端对应的均衡指数的乘积确定为所述任务处理终端与各所述虚拟任务包的第二权值。
可选的,所述装置还包括:
效率确定单元,被配置为根据所述任务处理终端所属对象处理所述待处理任务包的任务处理距离确定所述任务处理终端所属对象处理所述待处理任务包的任务处理效率。
可选的,所述预先确定的标准参数为历史平均任务量,所述装置还包括:
均衡指数确定单元,被配置为计算所述任务处理终端对应的历史平均任务量与当前完成的任务量的比值,以确定所述任务处理终端对应的均衡指数。
可选的,第一匹配单元包括:
第一匹配子单元,被配置为基于各所述第一权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第一匹配结果。
可选的,第二匹配单元包括:
第二匹配子单元,被配置为基于各所述第二权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第二匹配结果。
第三方面,本发明实施例提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如上所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时以实现如上所述的方法。
本发明实施例根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值,并根据各第一权值确定第一匹配结果,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值,并根据各第二权值确定第二匹配结果,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定,本实施例根据任务处理效率进行第一次匹配处理,再基于第一匹配结果,以任务处理效率和任务处理终端对应的均衡指数为约束进行第二次匹配处理,由此,可以提高总任务处理效率和任务均衡度。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是本发明实施例的任务处理方法的流程图;
图2和图3是本发明实施例的一种匹配方法的过程示意图;
图4和图5是本发明实施例的另一种匹配方法的过程示意图;
图6和图7是本发明实施例的又一种匹配方法的过程示意图;
图8是本发明实施例的数据处理方法的数据处理过程示意图;
图9是本发明实施例的数据处理装置的示意图;
图10是本发明实施例的电子设备的示意图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程、元件和电路并没有详细叙述。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了说明的目的,并且附图不一定是按比例绘制的。
除非上下文明确要求,否则在说明书的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义;也就是说,是“包括但不限于”的含义。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在交通运输与互联网融合的新型行业中,例如快递行业、外卖行业、网约车行业等,通常可以将待处理任务和任务处理终端的匹配转化为二分图问题,以确定最优的匹配结果。在一些相关技术中,通常以理论上计算的任务处理效率为约束,通过二分图相关算法(例如km算法等)确定理论上总任务处理效率最高的匹配结果。但是,这种匹配算法没有考虑任务分配的均衡度,可能会产生由于任务均衡度的长期失衡导致任务处理效率降低的情况,由此,本发明实施例提供一种数据处理方法,以在提高总任务处理效率的同时,提高任务均衡度。
图1是本发明实施例的数据处理方法的流程图。如图1所示,本实施例的数据处理方法包括:
步骤S110,获取至少一个待处理任务包和至少一个任务处理终端,待处理任务包包括至少一个待处理任务。任务处理终端为任务处理人员所持有的终端设备,例如智能手机等。
在一些应用场景中,在同一时间,一个待处理任务与一个任务处理终端绑定,例如在网约车应用场景中,在同一时间司机的终端直接与一个任务关联。在另一些应用场景中,在同一时间,多个待处理任务可以同时与一个任务处理终端绑定,例如外卖或快递等应用场景,一个外卖员终端或快递员终端可以同时绑定多个配送任务,也即可同时将相似度较高的多个配送任务同时分配给外卖员终端或快递员终端。
步骤S120,根据任务处理效率确定各待处理任务包和各任务处理终端之间的第一权值。其中,任务处理效率也即各任务处理终端对应的对象(例如任务处理人员)分别处理各待处理任务包的效率。
在一种可选的实现方式中,根据任务处理终端所属对象处理一个待处理任务包的任务处理距离确定该任务处理终端所属对象处理待处理任务包的任务处理效率。可选的,任务处理距离可以为处理整个待处理任务包的总距离,也可以为平均距离,本实施例并不对此进行限制。例如,在外卖配送或快递配送领域,任务处理终端的对象(也即外卖或快递配送员)配送一待处理任务包的总配送距离可以表征其配送该待处理任务包的效率。其中,总配送距离可以包括任务处理终端的当前位置到完成待处理任务包中的所有任务所需的行驶距离。容易理解,总配送距离越长,则对应的任务处理效率越低,总配送距离越短,则对应的任务处理效率越高。在其他可选的实现方式中,也可加入其他参数,例如任务处理终端的对象对路段的熟悉程度或路段的交通路况等来表征任务处理效率,本实施例并不对此进行限制。
在一种可选的实现方式中,可以采用与任务处理距离呈负相关关系的参数(例如任务处理距离的倒数等)作为待处理任务包和任务处理终端之间的第一权值,也即,任务处理距离越短,任务处理效率越高,则第一权值越大,在以任务处理效率为约束进行匹配时,则确定权值和最大时的匹配为最优匹配。在另一种可选的实现方式中,可以采用与任务处理距离呈正相关关系的参数作为待处理任务包和任务处理终端之间的第一权值,也即,任务处理距离越长,任务处理效率越低,则第一权值越大,在以任务处理效率为约束进行匹配时,则确定权值和最小时的匹配为最优匹配。
步骤S130,根据各第一权值确定第一匹配结果。在一种可选的实现方式中,步骤S130可以为基于各第一权值,对至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定第一匹配结果。
在km算法中,假设二分图包括两个顶点集,若两个顶点集中的顶点个数相同,并且其中一个顶点集中的每一个顶点都与另一个顶点集中的一个顶点匹配,且另一个顶点集中的每一个顶点也与该顶点集中的一个顶点匹配,则该匹配为完备匹配。若两个顶点集中的顶点个数不同,则使得一个顶点集中的顶点尽可能多的与另一个顶点集中的顶点相匹配,以得到尽可能多的匹配对,这种匹配方法为最大匹配。在本实施例中,可选的,若待处理任务包的数量与任务处理终端的数量相同,则计算对应的完备匹配以确定第一匹配结果,若待处理任务包的数量与任务处理终端的数量不同,则计算最大匹配下的最大权匹配以确定第一匹配结果(在权值较小表征任务处理效率高时,计算最大匹配下的最小权匹配以确定第一匹配结果)。
图2和图3是本发明实施例的匹配方法的过程示意图。如图2所示,在本实施例中,将待处理任务包和任务处理终端的匹配问题转化为二分图问题,在二分图中包括顶点集X和顶点集Y。顶点集X中包括任务处理终端x1、x2和x3,顶点集Y中包括待处理任务包y1和y2。应理解,图2中顶点集X和顶点集Y的顶点个数仅仅是示例性地,本实施例并不对此进行限制。
在本实施方式中,以处理待处理任务包所需的任务处理距离确定边a-f的第一权值为例进行说明。可选的,将与任务处理距离呈正相关关系的参数作为对应边的第一权值,或者将与任务处理距离呈负相关关系的参数作为对应边的第一权值。本实施例以各任务处理距离的倒数作为对应边的第一权值为例,在本实施例中,采用dis(xi,yj)来表征顶点xi对应的对象处理顶点yj对应的待处理任务包的总任务处理距离,其中,i=1,2,3,j=1,2。假设dis(x1,y1)=5(km)、dis(x2,y1)=4(km)、dis(x3,y1)=8(km)、dis(x1,y2)=10(km)、dis(x2,y2)=5(km)、dis(x3,y2)=4(km)。则边a-f的第一权值分别为1/5、1/4、1/8、1/10、1/5、1/4。
在一种可选的实现方式中,本实施例以最大匹配下的最大权匹配为例来确定图2中所示的任务处理终端x1-x3和待处理任务包y1-y2的匹配结果,也即找到最大匹配下的最大权匹配。如图2所示,顶点集Y中包括两个顶点y1和y2,则对应的最大匹配数量为2,根据已确定的边a-f的第一权值可以确定在顶点x2与顶点y1匹配,顶点x3与顶点y2匹配时,得到的第一权值之和最大。由此,图2对应的最优匹配(也即最大权匹配)如图3所示,其中,任务处理终端x2与待处理任务包y1匹配成功,任务处理终端x3与待处理任务包y2匹配成功。
容易理解,第一匹配结果可以包括至少一个匹配对和至少一个非匹配对,其中,一个待处理任务包具有对应的一个匹配对和至少一个非匹配对。以图2和图3为例,第一匹配结果包括两个匹配对(x2,y1)和(x3,y2),以及四个非匹配对(x1,y1)、(x1,y2)、(x2,y2)和(x3,y1)。
步骤S140,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值。其中,均衡指数用于表征任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差。在一种可选的实现方式中,预先确定的标准参数可以为历史平均任务量,在本实施例中,可以通过计算任务处理终端的对象的历史同时段的平均任务量与当前完成的任务量的比值,以确定任务处理终端对应的均衡指数。在其他可选的实现方式中,也可以由任务处理人员通过任务处理终端上传其预期的单位任务量(例如日任务量)来确定标准参数。
容易理解,均衡指数可以用于表征任务分配的均衡度,若任务处理终端所属任务处理人员当前完成的任务量与同时段的历史平均任务量基本相同,则对该任务处理人员来说,任务分配的均衡度较高,若该任务处理人员当前完成的任务量比同时段的历史平均任务量少,或比同时段的历史平均任务量多,则对该任务处理人员来说,任务分配的均衡度较低。其中,通常来说,在该任务处理人员当前完成的任务量比同时段的历史平均任务量少时,期望能够多接到待处理任务,在该任务处理人员当前完成的任务量比同时段的历史平均任务量多时,该任务处理人员可能已经超负荷,则需要减小其任务量。由此,在本实施例中,以任务处理效率和各任务处理终端对应的均衡指数为约束,在第一匹配结果的基础上,重新确定各待处理任务包和任务处理终端之间的权值,以在满足任务处理效率的同时,提高任务分配的均衡度,从而可以更符合任务处理人员的需求。
在一种可选的实现方式中,步骤S140可以包括:将第一匹配结果中的各匹配对对应的第二权值设置为第一值,并根据任务处理效率和各任务处理终端对应的均衡指数确定各非匹配对对应的第二权值。可选的,第一值为0。应理解,第一值可以根据实际应用场景进行设置,本实施例并不对此进行限制。
在一种可选的实现方式中,将各所述非匹配对对应的权值设置为初始值,并响应于非匹配对中的待处理任务包和任务处理终端绑定时,该非匹配对中的待处理任务包的任务处理效率满足预定条件,根据非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。可选的,该非匹配对中的待处理任务包的任务处理效率满足预定条件可以为:待处理任务包在对应的匹配对时的任务处理效率与该待处理任务包在该非匹配对时的任务处理效率的差值小于第一阈值。可选的,计算该非匹配对中的任务处理终端的均衡指数和第二值的乘积,并将乘积与初始值的和确定为该非匹配对的第二权值。
步骤S150,根据各所述第二权值确定第二匹配结果。在一种可选的实现方式中,步骤S150可以为基于各第二权值,对至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定第二匹配结果。
图4和图5是本发明实施例的另一种匹配方法的过程示意图。本实施例以图3中所示的第一匹配结果为例进行说明。在本实施例中,任务处理终端对应的均衡指数通过计算任务处理终端的对象的历史同时段的平均任务量与当前完成的任务量的比值获得。也就是说,当任务处理终端对应的均衡指数为1时最符合任务处理人员的需求。当任务处理终端对应的均衡指数大于1时,对应的任务处理人员当前完成的任务量相对于历史同时段较少。当任务处理终端对应的均衡指数小于1时,对应的任务处理人员当前完成的任务量相对于历史同时段较多,该任务处理人员可能处于超负荷状态。
在本实施例中,通过计算获得的任务处理终端x1、x2和x3对应的均衡指数分别为:eq1=1.2、eq2=0.8、eq3=1.0。其中,采用总任务处理距离的差值来表征任务处理效率之差,假设第一阈值为1.5km、第一值为0、初始值为-0.9、第二值为1。应理解,上述第一阈值、第一值、初始值和第二值仅仅是示例性的,其可以根据具体应用场景进行设置。
如图4所示,第一匹配结果包括两个匹配对(x2,y1)和(x3,y2),以及四个非匹配对(x1,y1)、(x1,y2)、(x2,y2)和(x3,y1)。其中,将匹配对(x2,y1)和(x3,y2)对应的第二权值确定为0,将非匹配对(x1,y1)、(x1,y2)、(x2,y2)和(x3,y1)设置为初始值。计算待处理任务包y1与任务处理终端x1绑定时的任务处理效率和其与任务处理终端x2绑定时的任务处理效率的差值,并确定该差值是否满足预定条件,也即是否小于第一阈值。由上文可知,若待处理任务包y1与任务处理终端x1绑定,则相对于第一匹配结果中待处理任务包y1的最优匹配(也即与任务处理终端x2绑定),总任务处理距离增加1km,由此,非匹配对(x1,y1)的任务处理效率与匹配对(x2,y1)的任务处理效率的差值满足预定条件,计算非匹配对(x1,y1)中的任务处理终端x1的均衡指数eq1和第二值的乘积,并将乘积与初始值的和确定为该非匹配对(x1,y1)的第二权值,也即非匹配对(x1,y1)的权值为1.2*1+(-0.9)=0.3。同理,由于非匹配对(x1,y2)对应的任务处理效率与匹配对(x3,y2)对应的任务处理效率的差值不满足预定条件,因此,非匹配对(x1,y2)的第二权值维持为初始值-0.9。将非匹配对(x2,y2)对应的任务处理效率与匹配对(x3,y2)对应的任务处理效率的差值满足预定条件,非匹配对(x2,y2)的第二权值为0.8*1+(-0.9)=-0.1。非匹配对(x3,y1)对应的任务处理效率与匹配对(x2,y1)对应的任务处理效率的差值不满足预定条件,因此,非匹配对(x3,y1)的第二权值维持为初始值-0.9。
基于任务处理终端x1、x2、x3分别于待处理任务包y1、y2之间的第二权值,执行km算法,获得第二匹配结果。如图5所示,任务处理终端x1与待处理任务包y1匹配成功,任务处理终端x3与待处理任务包y2匹配成功。其中,相对于第一匹配结果,待处理任务包y1的匹配对象发生了变化。在本实施例中,通过计算各任务处理终端对应的均衡指数,可以得到任务处理终端x1当前处理的任务量相对于同时段的历史平均任务量较少,因此任务处理终端x1所属的任务处理人员的需求可能是多得到一些任务,而任务处理终端x2当前处理的任务量相对于同时段的历史平均任务量较多,因此任务处理终端x1所属的任务处理人员可能处于超负荷状态,其需求可能是少得到一些任务以恢复状态(例如身体状态或配送车辆的状态等),并且任务处理终端x1所属的任务处理人员处理待处理任务包y1的任务处理效率也在可以接受的范围之内,由此,本实施例在提高任务处理效率的同时,提高了任务分配的均衡度,从而既保证了任务处理效率,又综合考虑了任务处理人员的需求。
步骤S160,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定。可选的,将与任务处理终端绑定的待处理任务包的各待处理任务信息发送至该任务处理终端,以使得任务处理终端所属任务处理人员处理该待处理任务包。
本实施例采用km算法来执行待处理任务包和任务处理终端的匹配,应理解,其他二分图匹配算法,例如匈牙利算法等均可应用于本实施例中,本实施例并不对此进行限制。
本发明实施例根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值,并根据各第一权值确定第一匹配结果,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值,并根据各第二权值确定第二匹配结果,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定,本实施例根据任务处理效率进行第一次匹配处理,再基于第一匹配结果,以任务处理效率和任务处理终端对应的均衡指数为约束进行第二次匹配处理,由此,可以提高总任务处理效率和任务均衡度。
在一种可选的实现方式中,本实施例的至少一个待处理任务包包括实际任务包和虚拟任务包。本实施例的数据处理方法还包括:响应于实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。
在一种可选的实现方式中,步骤S140还包括:
根据各任务处理终端对应的均衡指数确定各虚拟任务包和各任务处理终端的第二权值。可选的,将第二值的负值与任务处理终端对应的均衡指数的乘积确定为该任务处理终端与各虚拟任务包的第二权值。
图6和图7是本发明实施例的又一种匹配方法的过程示意图。在本实施例中,在执行第二次匹配算法之前,若实际的待处理任务包的数量小于任务处理终端的数量,则加入虚拟数据包,以使得待处理任务包的数量与任务处理终端的数量相同,由此,可以根据完备匹配确定最优匹配结果,进一步提高了最终匹配结果的合理性,同时提高了数据处理效率。如图6所示,各任务处理终端x1-x3与各实际任务包y1-y2之间的第二权值的确定如上所述,在此不再赘述。对于加入的虚拟任务包y3,将任务处理终端x1-x3对应的均衡指数与第二值的乘积的负值确定为各任务处理终端x1-x3与虚拟任务包y3的第二权值。假设任务处理终端x1-x3对应的均衡指数分别为eq1=1.2、eq2=0.8、eq3=1.0、第二值为1,则(x1,y3)对应的第二权值为-1.2、(x2,y3)对应的第二权值为-0.8、(x3,y3)对应的第二权值为-1.0。在本实施例中,基于各任务处理终端x1-x3与各待处理任务包y1-y3之间的第二权值,执行匹配算法,第二匹配结果如图7所示。其中,任务处理终端x1与待处理任务包y1匹配,任务处理终端x2与待处理任务包y3匹配,任务处理终端x3与待处理任务包y2匹配。由此,根据第二匹配结果,将待处理任务包y1与任务处理终端x1绑定,将待处理任务包y2与任务处理终端x3绑定,由于待处理任务包y3为虚拟任务包,则任务处理终端x2此时不与任何待处理任务包绑定。
本实施例通过在第二次匹配处理中加入虚拟任务包以使得待处理任务包的数量与任务处理终端的数量相同,并设置各虚拟任务包与各任务处理终端之间的第二权值,由此,本实施例可以通过计算二分图的完备匹配来确定第二匹配结果,可以进一步优化任务处理效率与任务分配均衡度的平衡,同时可以提高数据处理效率。
图8是本发明实施例的数据处理方法的数据处理过程示意图。在本实施例中,首先获取任务处理终端x1-x3和待处理任务包y1-y2。如图8所示,在步骤S1中,计算任务处理终端x1-x3分别处理待处理任务包y1-y2所需的总任务处理距离,以计算任务处理终端x1-x3分别处理待处理任务包y1-y2的任务处理效率,并根据任务处理效率确定任务处理终端x1-x3与待处理任务包y1-y2之间的第一权值。在本实施例中,任务处理终端xi与待处理任务包yj的第一权值为wij,图8中以(xi,yj,wij)表示,其中,i=1,2,3,j=1,2。以图2和图3中的数据为例,w11=1/5、w21=1/4、w31=1/8、w12=1/10、w22=1/5、w32=1/4。在步骤S2中,基于第一权值wij,执行km算法得到第一匹配结果。其中,第一匹配结果包括匹配对两个匹配对(x2,y1)和(x3,y2),以及四个非匹配对[x1,y1]、[x1,y2]、[x2,y2]和[x3,y1]。
在步骤S3中,响应于实际的待处理任务包的数量小于任务处理终端的数量,构建虚拟任务包。在步骤S4中,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各任务处理终端x1-x3和各待处理任务包y1-y3任务之间的第二权值。其中,将匹配对(x2,y1)和(x3,y2)的第二权值重置为第一值,将非匹配对[x1,y1]、[x1,y2]、[x2,y2]和[x3,y1]的权值设置为初始值,在其任务处理效率满足条件时,计算任务处理终端的均衡指数与第二值的乘积,将该乘积与初始值的和确定为对应的第二权值,并且任务处理终端的均衡指数和初始值的乘积的负值确定为{x1,y3}、{x2,y3}、{x3,y3}的第二权值。以图5和图6中的数据为例,任务处理终端x1-x3的均衡指数分别为:eq1=1.2、eq2=0.8、eq3=1.0,假设第一值为0、初始值为-0.9、第二值为1,则(x2,y1)、(x3,y2)、[x1,y1]、[x1,y2]、[x2,y2]、[x3,y1]、{x1,y3}、{x2,y3}、{x3,y3}的第二权值分别为:0、0、0.3、-0.9、-0.1、-0.9、-1.2、-0.8、-1.0。在步骤S5,基于第二权值,执行km算法,得到第二匹配结果。其中,第二匹配结果包括匹配对(x1,y1)、(x3,y2)和(x2,y3)。
在步骤S6,将第二匹配结果中匹配的待处理任务包和任务处理对象绑定,以确定绑定信息。也即,将任务处理终端x1与待处理任务包y1绑定,将任务处理终端x3与待处理任务包y2绑定。由此,待处理任务包y3为虚拟任务包,因此任务处理终端x2当前不与任何待处理任务绑定。之后,服务器81根据绑定信息将待处理任务包y1的信息发送给任务处理终端x1,将待处理任务包y2的信息发送给任务处理终端x3,以使得任务处理终端x1所属任务处理人员处理待处理任务包y1,任务处理终端x3所属任务处理人员处理待处理任务包y2。
本发明实施例根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值,并根据各第一权值确定第一匹配结果,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值,并根据各第二权值确定第二匹配结果,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定,本实施例根据任务处理效率进行第一次匹配处理,再基于第一匹配结果,以任务处理效率和任务处理终端对应的均衡指数为约束进行第二次匹配处理,由此,可以提高总任务处理效率和任务均衡度。并且,本实施例通过在第二次匹配处理中加入虚拟任务包以使得待处理任务包的数量与任务处理终端的数量相同,并设置各虚拟任务包与各任务处理终端之间的第二权值,由此,本实施例可以通过计算二分图的完备匹配来确定第二匹配结果,可以进一步优化任务处理效率与任务分配均衡度的平衡,同时可以提高数据处理效率。
图9是本发明实施例的数据处理装置的示意图。如图9所示,本实施例的数据处理装置9包括信息获取单元91、第一权值确定单元92、第一匹配单元93、第二权值确定单元94、第二匹配单元95和绑定单元96。
信息获取单元91被配置为获取至少一个待处理任务包和至少一个任务处理终端,所述待处理任务包包括至少一个待处理任务;
第一权值确定单元92被配置为根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值。
第一匹配单元93被配置为根据各所述第一权值确定第一匹配结果。在一种可选的实现方式中,第一匹配单元93包括第一匹配子单元931。第一匹配子单元931被配置为基于各所述第一权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第一匹配结果。
第二权值确定单元94被配置为根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值,所述均衡指数用于表征所述任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差。在一种可选的实现方式中,在所述第一匹配结果中,所述待处理任务包具有对应的一个匹配对和至少一个非匹配对。第二权值确定单元94包括设置子单元941和权值确定子单元942。设置子单元941被配置为将各所述匹配对对应的第二权值设置为第一值。权值确定子单元942被配置为根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值。
在一种可选的实现方式中,权值确定子单元942包括设置模块9421和权值确定模块9422。设置模块9421被配置为将各所述非匹配对对应的权值设置为初始值。权值确定模块9422被配置为响应于所述非匹配对中的待处理任务包和任务处理终端绑定时,所述非匹配对中的待处理任务包的任务处理效率满足预定条件,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。可选的,所述非匹配对中的待处理任务包的任务处理效率满足预定条件包括:所述待处理任务包在对应的匹配对时的任务处理效率与所述待处理任务包在所述非匹配对时的任务处理效率的差值小于第一阈值。可选的,权值确定模块9422包括计算子模块9422a和权值确定子模块9422b。计算子模块块9422a被配置为计算所述非匹配对中的任务处理终端的均衡指数和第二值的乘积。权值确定子模块9422b被配置为将所述乘积与所述初始值的和确定为所述非匹配对的第二权值。
在一种可选的实现方式中,所述至少一个待处理任务包包括实际任务包和虚拟任务包。数据处理装置9还包括虚拟任务包构建单元97。虚拟任务包构建单元97被配置为响应于所述实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。第二权值确定单元94还包括权值获取子单元943。权值获取子单元943被配置为根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值。可选的,权值获取子单元943包括权值获取模块9431。权值获取模块9431被配置为将第二值的负值与所述任务处理终端对应的均衡指数的乘积确定为所述任务处理终端与各所述虚拟任务包的第二权值。
第二匹配单元95被配置为根据各所述第二权值确定第二匹配结果。在一种可选的实现方式中,第二匹配单元包括第二匹配子单元951。第二匹配子单元951被配置为基于各所述第二权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第二匹配结果。
绑定单元96被配置为将所述第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定。
在一种可选的实现方式中,数据处理装置9还包括效率确定单元98。效率确定单元98被配置为根据所述任务处理终端所属对象处理所述待处理任务包的任务处理距离确定所述任务处理终端所属对象处理所述待处理任务包的任务处理效率。
在一种可选的实现方式中,所述预先确定的标准参数为历史平均任务量,数据处理装置9还包括均衡指数确定单元99。均衡指数确定单元99被配置为计算所述任务处理终端对应的历史平均任务量与当前完成的任务量的比值,以确定所述任务处理终端对应的均衡指数。
本发明实施例根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值,并根据各第一权值确定第一匹配结果,根据第一匹配结果、任务处理效率和各任务处理终端对应的均衡指数确定各待处理任务包和各任务处理终端的第二权值,并根据各第二权值确定第二匹配结果,将第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定,本实施例根据任务处理效率进行第一次匹配处理,再基于第一匹配结果,以任务处理效率和任务处理终端对应的均衡指数为约束进行第二次匹配处理,由此,可以提高总任务处理效率和任务均衡度。
图10是本发明实施例的电子设备的示意图。在本实施例中,电子设备10包括服务器、终端等。如图10所示,该电子设备10:至少包括一个处理器101;以及,与至少一个处理器101通信连接的存储器102;以及,与扫描装置通信连接的通信组件103,通信组件103在处理器101的控制下接收和发送数据;其中,存储器102存储有可被至少一个处理器101执行的指令,指令被至少一个处理器101执行以实现上述图像处理方法。
具体地,该电子设备包括:一个或多个处理器101以及存储器102,图10中以一个处理器101为例。处理器101、存储器102可以通过总线或者其他方式连接,图10中以通过总线连接为例。存储器102作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器101通过运行存储在存储器102中的非易失性软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述图像处理方法。
存储器102可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储选项列表等。此外,存储器102可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器102可选包括相对于处理器101远程设置的存储器,这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器102中,当被一个或者多个处理器101执行时,执行上述任意方法实施例中的图像处理方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果,未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明实施例根据待处理图像对应的标准图像确定标准图像的图像种类,并根据所述图像种类对应的图像分割模板对所述标准图像进行处理,获取至少一个图像切片,对一个或多个图像切片进行信息识别获取对应的识别信息,将所述图像切片的识别信息在对应的信息框中进行显示,由此,本实施例可以根据需求识别对应图像切片的信息,并且能够直观地在信息框中查看、核对以及修改识别信息,这减少了处理图像的计算机资源,加快了图像处理的速度,并提高了信息的核对效率。
本发明的另一个实施例涉及一种非易失性存储介质,用于存储计算机可读程序,所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (24)

1.一种数据处理方法,其特征在于,所述方法包括:
获取至少一个待处理任务包和至少一个任务处理终端,所述待处理任务包包括至少一个待处理任务;
根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值;
根据各所述第一权值确定第一匹配结果;
根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值,所述均衡指数用于表征所述任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差;
根据各所述第二权值确定第二匹配结果;
将所述第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定;
其中,在所述第一匹配结果中,所述待处理任务包具有对应的一个匹配对和至少一个非匹配对;
根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值包括:
将各所述匹配对对应的第二权值设置为第一值;
根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值。
2.根据权利要求1所述的方法,其特征在于,根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值包括:
将各所述非匹配对对应的权值设置为初始值;
响应于所述非匹配对中的待处理任务包和任务处理终端绑定时,所述非匹配对中的待处理任务包的任务处理效率满足预定条件,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。
3.根据权利要求2所述的方法,其特征在于,所述非匹配对中的待处理任务包的任务处理效率满足预定条件包括:
所述待处理任务包在对应的匹配对时的任务处理效率与所述待处理任务包在所述非匹配对时的任务处理效率的差值小于第一阈值。
4.根据权利要求2所述的方法,其特征在于,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值包括:
计算所述非匹配对中的任务处理终端的均衡指数和第二值的乘积;
将所述乘积与所述初始值的和确定为所述非匹配对的第二权值。
5.根据权利要求1所述的方法,其特征在于,所述至少一个待处理任务包包括实际任务包和虚拟任务包;
所述方法还包括:
响应于所述实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。
6.根据权利要求5所述的方法,其特征在于,根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值还包括:
根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值。
7.根据权利要求6所述的方法,其特征在于,根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值包括:
将第二值的负值与所述任务处理终端对应的均衡指数的乘积确定为所述任务处理终端与各所述虚拟任务包的第二权值。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述任务处理终端所属对象处理所述待处理任务包的任务处理距离确定所述任务处理终端所属对象处理所述待处理任务包的任务处理效率。
9.根据权利要求1所述的方法,其特征在于,所述预先确定的标准参数为历史平均任务量,所述方法还包括:
计算所述任务处理终端对应的历史平均任务量与当前完成的任务量的比值,以确定所述任务处理终端对应的均衡指数。
10.根据权利要求1所述的方法,其特征在于,根据各所述第一权值确定第一匹配结果包括:
基于各所述第一权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第一匹配结果。
11.根据权利要求1所述的方法,其特征在于,根据各所述第二权值确定第二匹配结果包括:
基于各所述第二权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第二匹配结果。
12.一种数据处理装置,其特征在于,所述装置包括:
信息获取单元,被配置为获取至少一个待处理任务包和至少一个任务处理终端,所述待处理任务包包括至少一个待处理任务;
第一权值确定单元,被配置为根据任务处理效率确定各所述待处理任务包和各所述任务处理终端之间的第一权值;
第一匹配单元,被配置为根据各所述第一权值确定第一匹配结果;
第二权值确定单元,被配置为根据所述第一匹配结果、所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述待处理任务包和各所述任务处理终端的第二权值,所述均衡指数用于表征所述任务处理终端当前对应的任务处理参数与预先确定的标准参数的偏差;
第二匹配单元,被配置为根据各所述第二权值确定第二匹配结果;
绑定单元,被配置为将所述第二匹配结果中相匹配的待处理任务包和任务处理终端进行绑定;
其中,在所述第一匹配结果中,所述待处理任务包具有对应的一个匹配对和至少一个非匹配对;
第二权值确定单元包括:
设置子单元,被配置为将各所述匹配对对应的第二权值设置为第一值;
权值确定子单元,被配置为根据所述任务处理效率和各所述任务处理终端对应的均衡指数确定各所述非匹配对对应的第二权值。
13.根据权利要求12所述的装置,其特征在于,权值确定子单元包括:
设置模块,被配置为将各所述非匹配对对应的权值设置为初始值;
权值确定模块,被配置为响应于所述非匹配对中的待处理任务包和任务处理终端绑定时,所述非匹配对中的待处理任务包的任务处理效率满足预定条件,根据所述非匹配对中的任务处理终端对应的均衡指数和所述初始值确定所述非匹配对对应的第二权值。
14.根据权利要求13所述的装置,其特征在于,所述非匹配对中的待处理任务包的任务处理效率满足预定条件包括:
所述待处理任务包在对应的匹配对时的任务处理效率与所述待处理任务包在所述非匹配对时的任务处理效率的差值小于第一阈值。
15.根据权利要求13所述的装置,其特征在于,权值确定模块包括:
计算子模块,被配置为计算所述非匹配对中的任务处理终端的均衡指数和第二值的乘积;
权值确定子模块,被配置为将所述乘积与所述初始值的和确定为所述非匹配对的第二权值。
16.根据权利要求12所述的装置,其特征在于,所述至少一个待处理任务包包括实际任务包和虚拟任务包;
所述装置还包括:
虚拟任务包构建单元,被配置为响应于所述实际任务包的数量小于所述任务处理终端的数量,构建虚拟任务包,以使得所述待处理任务包的数量与所述任务处理终端的数量相同。
17.根据权利要求16所述的装置,其特征在于,第二权值确定单元还包括:
权值获取子单元,被配置为根据各所述任务处理终端对应的均衡指数确定各所述虚拟任务包和各所述任务处理终端的第二权值。
18.根据权利要求17所述的装置,其特征在于,权值获取子单元包括:
权值获取模块,被配置为将第二值的负值与所述任务处理终端对应的均衡指数的乘积确定为所述任务处理终端与各所述虚拟任务包的第二权值。
19.根据权利要求12所述的装置,其特征在于,所述装置还包括:
效率确定单元,被配置为根据所述任务处理终端所属对象处理所述待处理任务包的任务处理距离确定所述任务处理终端所属对象处理所述待处理任务包的任务处理效率。
20.根据权利要求12所述的装置,其特征在于,所述预先确定的标准参数为历史平均任务量,所述装置还包括:
均衡指数确定单元,被配置为计算所述任务处理终端对应的历史平均任务量与当前完成的任务量的比值,以确定所述任务处理终端对应的均衡指数。
21.根据权利要求12所述的装置,其特征在于,第一匹配单元包括:
第一匹配子单元,被配置为基于各所述第一权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第一匹配结果。
22.根据权利要求12所述的装置,其特征在于,第二匹配单元包括:
第二匹配子单元,被配置为基于各所述第二权值,对所述至少一个待处理任务包和至少一个任务处理终端执行km算法,以确定所述第二匹配结果。
23.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-11中任一项所述的方法。
24.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时以实现如权利要求1-11中任一项所述的方法。
CN202010739023.XA 2020-07-28 2020-07-28 数据处理方法、装置、电子设备和计算机可读存储介质 Active CN112035225B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010739023.XA CN112035225B (zh) 2020-07-28 2020-07-28 数据处理方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010739023.XA CN112035225B (zh) 2020-07-28 2020-07-28 数据处理方法、装置、电子设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112035225A CN112035225A (zh) 2020-12-04
CN112035225B true CN112035225B (zh) 2022-08-05

Family

ID=73583370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010739023.XA Active CN112035225B (zh) 2020-07-28 2020-07-28 数据处理方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112035225B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408174A (zh) * 2016-08-31 2017-02-15 岳占峰 物流信息处理方法及装置
CN109558224A (zh) * 2018-10-26 2019-04-02 深圳壹账通智能科技有限公司 任务推送方法、装置、计算机设备及存储介质
CN111353663A (zh) * 2018-12-21 2020-06-30 顺丰科技有限公司 任务分配方法、装置、设备及其存储介质
CN111882152A (zh) * 2020-06-18 2020-11-03 科大讯飞股份有限公司 任务分配方法以及相关装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778074B (zh) * 2014-01-14 2019-02-26 腾讯科技(深圳)有限公司 一种计算任务处理方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106408174A (zh) * 2016-08-31 2017-02-15 岳占峰 物流信息处理方法及装置
CN109558224A (zh) * 2018-10-26 2019-04-02 深圳壹账通智能科技有限公司 任务推送方法、装置、计算机设备及存储介质
CN111353663A (zh) * 2018-12-21 2020-06-30 顺丰科技有限公司 任务分配方法、装置、设备及其存储介质
CN111882152A (zh) * 2020-06-18 2020-11-03 科大讯飞股份有限公司 任务分配方法以及相关装置

Also Published As

Publication number Publication date
CN112035225A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN110942154B (zh) 基于联邦学习的数据处理方法、装置、设备及存储介质
CN108269087B (zh) 位置信息的处理方法及装置
CN108885698A (zh) 人脸识别方法、装置和服务器
CN111222628A (zh) 循环神经网络训练优化方法、设备、系统及可读存储介质
CN109461199A (zh) 画面渲染方法和装置、存储介质及电子装置
CN108182524A (zh) 一种订单分配方法及装置、电子设备
CN110263314B (zh) 表格处理方法及装置、存储介质、电子装置
US20210065011A1 (en) Training and application method apparatus system and stroage medium of neural network model
CN111459636A (zh) 任务分配方法、装置、可读存储介质和电子设备
CN113238867A (zh) 一种基于网络卸载的联邦学习方法
CN114119989A (zh) 图像特征提取模型的训练方法、装置及电子设备
CN113361710A (zh) 学生模型训练方法、图片处理方法、装置及电子设备
CN110544159B (zh) 一种地图信息处理方法、装置、可读存储介质和电子设备
CN111800447A (zh) 云游戏的服务器调度方法、装置及可读存储介质
CN112035225B (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
CN116346863A (zh) 基于联邦学习的车载网数据处理方法、装置、设备及介质
CN114040440B (zh) 无线传输方法、装置、设备以及存储介质
CN114372648A (zh) 一种流量动态控制方法、装置、设备及计算机介质
CN110992372B (zh) 物品抓取方法、装置、存储介质及电子装置
CN110297948B (zh) 关系网络构建方法以及装置
CN117414033A (zh) 3d模型玩具商品立体化旋转展示系统及方法
CN109582829B (zh) 一种处理方法、装置、设备及可读存储介质
CN110597831A (zh) 物品信息的更新方法、装置和计算机可读存储介质
CN111598486A (zh) 任务分组方法、平台、服务器及存储介质
CN110909633A (zh) 堆积程度的确定方法及装置、存储介质、电子装置

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
GR01 Patent grant
GR01 Patent grant