CN112036738A - 服务订单分配方法、装置、电子设备和存储介质 - Google Patents
服务订单分配方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN112036738A CN112036738A CN202010885814.3A CN202010885814A CN112036738A CN 112036738 A CN112036738 A CN 112036738A CN 202010885814 A CN202010885814 A CN 202010885814A CN 112036738 A CN112036738 A CN 112036738A
- Authority
- CN
- China
- Prior art keywords
- service
- information
- user
- order
- personnel
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012797 qualification Methods 0.000 claims description 26
- 238000012549 training Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007792 addition Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000474 nursing effect Effects 0.000 description 3
- 241001672694 Citrus reticulata Species 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/06—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
- G06Q10/04—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种服务订单分配方法、装置、电子设备和存储介质。该服务订单分配方法包括：获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；确定与所述待服务用户信息关联的用户服务偏好模型；根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。本发明实施例通过对待服务用户对候选服务人员的偏好进行预测，对候选服务人员进行高效评估；避免了通过客服人员的主观意愿对服务订单的分配，减少客服人员的工作量的同时还提高了服务人力资源的高效利用，为待服务用户提供了优质定制化的服务。
Description
技术领域
本发明实施例涉及互联网技术领域，尤其涉及一种服务订单分配方法、装置、电子设备和存储介质。
背景技术
随着中国社会逐渐进入老龄化，各地政府加快推进养老服务体系建设，依托社区发展以居家为基础的多样化养老服务，为老年人提供生活照料、医疗保健、康复护理、紧急救援、精神慰藉等服务。
但养老服务的智慧化信息建设水平整体较低，现有的呼叫中心接收到老年人用户的服务需求后，客服人员根据员工的排班情况，进行人工派单。
随着用户需求的增加，客服人员的工作量也逐渐增大，导致订单处理效率低下。同时，由于老年人群众的特殊性，导致老人对养老服务的员工满意度对服务质量很重要，因此单纯根据员工的排班情况进行派单，会导致订单分配存在盲目性，无法保证养老服务的质量。
发明内容
本发明实施例提供一种服务订单分配方法、装置、电子设备和存储介质，以提高服务订单分配的准确度。
第一方面，本发明实施例提供了一种服务订单分配方法，包括：
获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
确定与所述待服务用户信息关联的用户服务偏好模型；
根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
第二方面，本发明实施例还提供了一种服务订单分配装置，包括：
服务订单确定模块，用于获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
偏好模型确定模块，用于确定与所述待服务用户信息关联的用户服务偏好模型；
服务人员确定模块，用于根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
第三方面，本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的服务订单分配方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的服务订单分配方法。
本发明实施例基于待分配的服务订单中的服务要素，确定与待服务用户信息关联的用户服务偏好模型，根据用户服务偏好模型确定服务订单的分配服务人员。通过对待服务用户对候选服务人员的偏好进行预测，对候选服务人员进行高效评估；避免了通过客服人员的主观意愿对服务订单的分配，减少客服人员的工作量的同时还提高了服务人力资源的高效利用，为待服务用户提供了优质定制化的服务，提高待服务用户的体验感和满意度。
附图说明
图1是本发明实施例一中的服务订单分配方法的流程图；
图2是本发明实施例二中的服务订单分配方法的流程图；
图3是本发明实施例三中的服务订单分配装置的结构示意图；
图4是本发明实施例四中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的服务订单分配方法的流程图，本实施例可适用于为老年人养老服务订单分配服务人员的情况。该方法可以由服务订单分配装置来执行，该装置可以采用软件和/或硬件的方式实现，并可配置在电子设备中，例如电子设备可以是后台服务器等具有通信和计算能力的设备。如图1所示，该方法具体包括：
步骤101、获取待分配的服务订单，并确定服务订单中的服务要素；其中，服务要素包括待服务用户信息。
其中，服务订单是指用户提交的需要提供服务的订单，例如居家服务订单或者养老服务订单等。待分配的服务订单是指未指定服务人员的订单，需要根据订单的具体信息分配合适的服务人员。服务要素是指根据服务订单提取到的和服务有关的信息。待服务用户信息是指需要服务的人员信息，可以是提交订单的人员信息或者订单上指定的人员信息。
示例性的，养老服务用户通过移动装置的应用程序、电子商务网站、拨打电话所产生的养老服务订单，包含且不限于助餐、助洁、心理慰藉、日常体检、上门医疗护理等养老服务。获取到服务订单后，需要对该订单内容进行分配相应的服务人员。通过订单内容提取订单中的服务要素，示例性的，对订单内容进行语义识别得到相关信息。
在一个可行的实施例中，在获取待分配的服务订单之前，还包括：
采集所有候选服务人员信息；其中，候选服务人员信息至少包括如下一项：人员身份信息、性别、年龄、服务单价、服务时长、语言信息、服务资质信息、服务区域信息以及服务时间信息。
其中，候选服务人员是指可以提供服务的人员，可以是服务商的员工或者志愿者。
预先采集所有可以提供服务的服务人员信息，以待为待分配的服务订单分配合适的服务人员信息，示例性的，在采集所有候选服务人员信息之后，将候选服务人员信息存储在数据库中，以待查询。在接收到候选服务人员信息的更新指令后，对数据库中的候选服务人员信息进行更新，其中，更新指令包括增加、删除以及修改。
服务人员信息中的人员身份信息包括服务人员的姓名以及身份证信息等，以保证服务人员身份的合法性，保证待服务用户的安全。服务单价是指服务人员所提供的服务单位时间的收费情况，例如每小时收费价格为服务单价。服务时长是指服务人员所提供的服务的持续时间。语音信息是指服务人员的交流能力，例如是否会说普通话，方言掌握能力以及外语掌握能力。服务资质信息是指服务人员的护理资质证书持有情况，以及相关护理等级资质情况，例如对于特殊类型的服务需要服务人员具有相关的证书，如上门医疗服务需要服务人员具有医师证。服务区域信息是指服务人员所服务的区域范围。服务时间信息是指服务人员支持服务的时间范围，例如上午、下午或者晚上。
在一个可行的实施例中，在获取待分配的服务订单之前，还包括：
采集所有服务信息；其中，服务信息至少包括如下一项：服务名称、服务类别、服务具体内容、服务可选时间、服务可选时长、服务单价、服务可选区域以及服务资质要求。
其中，服务信息是指可以提供的服务内容，例如服务商所提供给用户的所有服务种类。
预先采集所有可以提供给用户的服务信息，以待提供给用户选择。示例性的，在采集所有服务信息之后，将服务信息存储在数据库中，以待用户查询选择。或者，在接收到服务信息的更新指令后，对数据库中的服务信息进行更新，其中，更新指令包括增加、删除以及修改。通过对服务信息的预先采集，便于用户了解服务商所提供的服务信息。
服务信息中的服务名称是指该项服务的代号，通过服务名称对不同的服务进行区分。服务类别是指该项服务的所属类别，例如服务类别可以预先确定，包括助餐、助洁、心理慰藉、日常体检以及上门医疗护理等。服务具体内容是指该项服务所能提供的具体内容，例如对于日常体检中包括体检的具体内容。服务可选时间是指该项服务所能选择的时间范围，例如对于助餐服务可以选择的时间为早餐、午餐或者晚餐时间范围。服务可选时长是指用户选择该项服务持续的时长，例如根据服务类型预先设置供用户选择的时长选项，以供用户根据自己的实际情况进行选择，例如对于心理慰藉服务的服务可选时长包括一小时、两小时或者更长时间。服务单价是指该项服务的收费情况，具体的服务单价可以根据服务人员的具体情况进行设置，例如对于同一服务，持有不同等级护理资格证书的服务人员的服务单价是不同的。服务可选区域是指该项服务可以提供给用户的所在区域，例如该项服务支持上门服务或者在指定地点服务，或者限定上门服务的区域范围等。服务资质要求是指该项服务所需要服务人员所持有相关资质证书，例如护理资质证书或者护理员等级资质等。
在一个可行的实施例中，服务订单为养老服务订单；
相应的，在获取待分配的服务订单之前，还包括：
采集具备获取养老服务资格的用户信息；其中，用户信息至少包括如下一项：用户姓名、性别、年龄、居住信息、病史以及语言信息。
其中，养老服务订单是指为老年人提供必要的生活服务，满足其物质生活和精神生活的基本需求的服务订单。养老服务只针对特定人群，并不是面对普通大众。因此首先需要确定符合养老服务资格的用户信息，可以通过官方部门对老人身份信息进行核查，确定是否具备养老服务资格。
预先采集所有具备获取养老服务资格的用户信息，以接收这些指定用户的养老服务订单。示例性的，在采集具备获取养老服务资格的用户信息之后，将用户信息存储在数据库中，以待服务商查询信息。或者，在接收到用户信息的更新指令后，对数据库中的用户信息进行更新，其中，更新指令包括增加、删除以及修改。
用户信息中的用户姓名、性别以及年龄确定老人的基本信息。居住信息是指老人的常用居住地址以及是否独居信息。病史是指老人是否患有特殊疾病。语言信息是指该用户能否听说普通话情况或者交流语言情况。
步骤102、确定与待服务用户信息关联的用户服务偏好模型。
其中，用户偏好模型是对待服务用户对服务人员的偏好情况进行预测的模型。通过确定与待服务用户信息关联的用户服务偏好模型可以对用户的偏好进行量化分析，提高待服务用户对服务人员的满意度。示例性的，用户偏好模型可以根据待服务用户的历史订单中的服务人员信息分析得到，例如历史订单中包括用户对服务人员的评价信息，根据评价信息对用户的偏好进行确定。
步骤103、根据用户服务偏好模型从候选服务人员中确定服务订单的分配服务人员。
通过用户服务偏好模型对候选服务人员进行服务偏好预测，根据预测的结果选择用户最偏好的候选服务人员为服务订单的分配服务人员。其中，候选服务人员可以从预先采集的服务人员信息中确定。
在一个可行的实施例中，服务要素还包括：服务硬性指标；其中，服务硬性指标包括如下至少一项：服务资质指标、用户语言指标、服务区域指标以及服务时间指标；
相应的，在根据用户服务偏好模型从候选服务人员中确定服务订单的分配服务人员之前，还包括：
从候选服务人员中筛选符合服务硬性指标的服务人员，作为候选分配服务人员；
根据用户服务偏好模型从候选分配服务人员中确定服务订单的分配服务人员。
其中，服务硬性指标是指接受该服务订单的服务人员必须满足的条件。服务资质指标是指服务人员必须持有的资格证书，用户语言指标是指服务人员需要掌握的语言情况，服务区域指标是指服务人员需要到指定地点进行提供服务，服务时间指标是指服务人员需要在指定时间内提供服务。
具体的，根据用户服务偏好模型从候选服务人员中确定服务订单的分配服务人员之前，首先通过服务硬性指标对候选服务人员进行筛选，得到候选分配服务人员。服务硬性指标可以通过服务订单中的信息进行提取，例如根据服务类型确定预设的对应服务硬性指标；或者根据服务订单中的用户信息进行确定服务硬性指标。
示例性的，候选服务人员可以包括预先采集的存储在数据库中的所有服务人员，根据服务硬性指标中的服务资质指标、用户语言指标、服务区域指标以及服务时间指标依次筛选，去除不符合服务资质指标、用户语言指标、服务区域指标以及服务时间指标的服务人员作为候选分配服务人员。再根据用户服务偏好模型对候选分配服务人员进行预测，减少了偏好预测的人员数量，提高了服务订单分配的效率。
本发明实施例基于待分配的服务订单中的服务要素，确定与待服务用户信息关联的用户服务偏好模型，根据用户服务偏好模型确定服务订单的分配服务人员。通过对待服务用户对候选服务人员的偏好进行预测，对候选服务人员进行高效评估；避免了通过客服人员的主观意愿对服务订单的分配，减少客服人员的工作量的同时还提高了服务人力资源的高效利用，为待服务用户提供了优质定制化的服务，提高待服务用户的体验感和满意度。
实施例二
图2是本发明实施例二中的服务订单分配方法的流程图，本实施例二在实施例一的基础上进行进一步地优化。如图2所示，该方法具体包括：
步骤201、获取待分配的服务订单，并确定服务订单中的服务要素；其中，服务要素包括待服务用户信息。
步骤202、根据待服务用户信息确定历史服务订单。
待服务用户信息包括该用户的身份信息，根据该身份信息获取该用户的历史服务订单。
步骤203、基于训练模型对历史服务订单进行训练，得到与待服务用户信息关联的用户服务偏好模型。
训练模型是指可以对历史订单中的服务人员的偏好进行学习的模型。示例性的，训练模型可以通过历史订单中的服务人员信息对用户的服务需求进行判断，根据判断结果得到与待服务用户信息关联的用户服务偏好模型。
在一个可行的实施例中，基于训练模型对历史服务订单进行训练，得到与待服务用户信息关联的用户服务偏好模型，包括：
对历史服务订单中的服务人员信息进行提取；
根据服务人员信息生成订单偏好矩阵；
基于训练模型对订单偏好矩阵进行拟合，得到与待服务用户信息关联的线性回归模型，作为用户服务偏好模型。
其中，服务人员信息是指对该待服务用户服务过的人员信息。在一个可行的实施例中，服务人员信息至少包括如下一项：性别、年龄、服务单价以及服务时长。通过对各方面服务人员信息的提取，可以得到曾经为该用户服务过的人员信息，根据人员信息生成订单偏好矩阵。可选的，订单偏好矩阵中包括历史订单中各服务人员的信息以及用户的评价信息。基于训练模型对订单偏好矩阵进行拟合，得到与待服务用户信息关联的线性回归模型，作为用户服务偏好模型。
在一个可行的实施例中，训练模型包括如下至少一种：逻辑回归模型、支持向量机模型和最小二乘法模型。
其中，逻辑回归模型是指一个假设样本服从伯努利分布，利用极大似然估计和梯度下降求解的二分类模型，在分类、CTR预估领域有着广泛的应用。支持向量机模型是一个二分类模型，基本思想是求解能够正确划分训练数据集并且几何间隔最大的分离超平面，其学习策略便是间隔最大化，最终化为一个凸二次规划问题的求解。最小二乘法模型通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。通过这些训练模型可以很好的对用户对服务人员的服务质量进行区分，进而得到用户对服务人员的偏好信息。例如用户更偏向于哪个年龄段或者哪个性别的服务人员进行服务。
示例性的，由于养老服务的对象为老年人，用户偏好的量化分析尤为重要。需要对用户的历史订单中的信息元素进行加权处理，信息元素包括服务人员信息，包括但不限于订单中上门服务人员的性别、年龄，服务价格、服务时长等。例如历史订单中将性别(男女)、年龄(以50岁为界)、服务的价格(以单价20元为界)、服务的时长(以半个小时为界)等，生成订单偏好矩阵，通过逻辑回归模型、支持向量机模型和最小二乘法中的一种或者多种，拟合得到用户偏好的线性回归模型。
步骤204、将候选服务人员的服务人员信息作为用户服务偏好模型的输入。
将候选服务人员的服务人员信息输入到用户服务偏好模型中，以实现用户服务偏好模型对各服务人员信息的判断。其中，候选服务人员的服务人员信息至少包括如下一项：性别、年龄、服务单价以及服务时长。可选的，候选服务人员的服务人员信息与模型训练时历史服务订单的服务人员信息相同。
步骤205、根据用户服务偏好模型的输出确定服务订单的分配服务人员。
将候选服务人员的服务人员信息作为用户服务偏好模型的输入，则用户服务偏好模型的输出为对各候选服务人员的评级结果，其中评价结果反映了用户的偏好信息。根据评价结果确定服务订单的分配服务人员。
在一个可行的实施例中，用户服务偏好模型中包括服务人员信息的权重信息；
相应的，根据用户服务偏好模型的输出确定服务订单的分配服务人员，包括：
根据候选服务人员的服务人员信息和权重信息，确定候选服务人员的偏好值，作为用户服务偏好模型的输出；
根据候选服务人员的偏好值的排序结果确定服务订单的分配服务人员。
其中，权重信息表示了用户对各服务人员信息的偏重情况。例如权重越大的服务人员信息表示用户越看中。例如用户服务偏好模型中服务人员的服务单价比服务人员的年龄高，表示对于年龄和服务单价，用户更偏向于服务单价低的服务人员。
通过根据候选服务人员各方面服务人员信息和对应权重的加权求和结果确定用户对该候选服务人员的偏好值。对各候选服务人员的偏好值进行排序，根据排序结果确定最终的分配服务人员。例如，待分配的服务订单中只需要一个服务人员，则将偏好值最高的服务人员确定为该服务订单的分配服务人员。
在一个可行的实施例中，根据如下公式确定候选服务人员的偏好值：S＝Σaibi；
其中，S表示候选服务人员的偏好值，ai表示第i个服务人员信息的权重，bi表示第i个服务人员信息的归一化评分。
其中，权重根据用户服务偏好模型进行确定。由于服务人员信息往往具有不同的量纲和量纲单位，会影响对偏好值的计算结果，为了消除各服务人员信息之间的量纲影响，需要对信息进行数据标准化处理，以解决信息之间的可比性。采用归一化方法对各服务人员信息进行处理，使得各服务人员信息处于同一数量级，适合进行加权求和。
确定候选服务人员的服务人员信息的数量，根据各服务人员信息的归一化评分值和对应权重值的加权求和结果确定候选服务人员的偏好值。
本发明实施例通过对服务人员信息的参数化配置，同时基于历史服务订单的信息，确定用户偏好的用户服务偏好模型，计算候选服务人员偏好值，作为优先级评分的依据，实现了对候选服务人员的高效评估，提高为用户分配服务人员的效率和质量，提高用户对服务的满意度。
实施例三
图3是本发明实施例三中的服务订单分配装置的结构示意图，本实施例可适用于为老年人养老服务订单分配服务人员的情况。如图3所示，该装置包括：
服务订单确定模块310，用于获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
偏好模型确定模块320，用于确定与所述待服务用户信息关联的用户服务偏好模型；
服务人员确定模块330，用于根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
本发明实施例基于待分配的服务订单中的服务要素，确定与待服务用户信息关联的用户服务偏好模型，根据用户服务偏好模型确定服务订单的分配服务人员。通过对待服务用户对候选服务人员的偏好进行预测，对候选服务人员进行高效评估；避免了通过客服人员的主观意愿对服务订单的分配，减少客服人员的工作量的同时还提高了服务人力资源的高效利用，为待服务用户提供了优质定制化的服务，提高待服务用户的体验感和满意度。
可选的，偏好模型确定模块320，包括：
历史服务订单确定单元，用于根据所述待服务用户信息确定历史服务订单；
偏好模型训练单元，用于基于训练模型对所述历史服务订单进行训练，得到与所述待服务用户信息关联的用户服务偏好模型。
可选的，偏好模型训练单元，具体用于：
对所述历史服务订单中的服务人员信息进行提取；
根据所述服务人员信息生成订单偏好矩阵；
基于训练模型对订单偏好矩阵进行拟合，得到与所述待服务用户信息关联的线性回归模型，作为用户服务偏好模型。
可选的，所述训练模型包括如下至少一种：逻辑回归模型、支持向量机模型和最小二乘法模型。
可选的，所述服务人员信息至少包括如下一项：性别、年龄、服务单价以及服务时长。
可选的，服务人员确定模块330，包括：
模型输入确定单元，用于将所述候选服务人员的服务人员信息作为所述用户服务偏好模型的输入；
模型输出确定单元，用于根据所述用户服务偏好模型的输出确定所述服务订单的分配服务人员。
可选的，所述用户服务偏好模型中包括所述服务人员信息的权重信息；
相应的，模型输出确定单元，具体用于：
根据所述候选服务人员的服务人员信息和所述权重信息，确定所述候选服务人员的偏好值，作为用户服务偏好模型的输出；
根据所述候选服务人员的偏好值的排序结果确定所述服务订单的分配服务人员。
可选的，根据如下公式确定所述候选服务人员的偏好值：S＝Σaibi；
其中，S表示候选服务人员的偏好值，ai表示第i个服务人员信息的权重，bi表示第i个服务人员信息的归一化评分。
可选的，所述服务要素还包括：服务硬性指标；其中，所述服务硬性指标包括如下至少一项：服务资质指标、用户语言指标、服务区域指标以及服务时间指标；
相应的，所述装置还包括：
服务人员筛选模块，用于从所述候选服务人员中筛选符合所述服务硬性指标的服务人员，作为候选分配服务人员；
服务人员分配模块，用于根据所述用户服务偏好模型从候选分配服务人员中确定所述服务订单的分配服务人员。
可选的，所述装置还包括服务人员信息采集模块，具体用于：
采集所有候选服务人员信息；其中，所述候选服务人员信息至少包括如下一项：人员身份信息、性别、年龄、服务单价、服务时长、语言信息、服务资质信息、服务区域信息以及服务时间信息。
可选的，所述装置还包括服务信息采集模块，具体用于：
采集所有服务信息；其中，所述服务信息至少包括如下一项：服务名称、服务类别、服务具体内容、服务可选时间、服务可选时长、服务单价、服务可选区域以及服务资质要求。
可选的，所述服务订单为养老服务订单；
相应的，所述装置还包括用户信息采集模块，具体用于：
采集具备获取养老服务资格的用户信息；其中，所述用户信息至少包括如下一项：用户姓名、性别、年龄、居住信息、病史以及语言信息。
本发明实施例所提供的服务订单分配装置可执行本发明任意实施例所提供的服务订单分配方法，具备执行服务订单分配方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储装置28，连接不同系统组件(包括系统存储装置28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储装置总线或者存储装置控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储装置28可以包括易失性存储装置形式的计算机系统可读介质，例如随机存取存储装置(RAM)30和/或高速缓存存储装置32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储装置28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储装置28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储装置28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的服务订单分配方法，包括：
获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
确定与所述待服务用户信息关联的用户服务偏好模型；
根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的服务订单分配方法，包括：
获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
确定与所述待服务用户信息关联的用户服务偏好模型；
根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (15)
1.一种服务订单分配方法，其特征在于，包括：
获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
确定与所述待服务用户信息关联的用户服务偏好模型；
根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
2.根据权利要求1所述的方法，其特征在于，确定与所述待服务用户信息关联的用户服务偏好模型，包括：
根据所述待服务用户信息确定历史服务订单；
基于训练模型对所述历史服务订单进行训练，得到与所述待服务用户信息关联的用户服务偏好模型。
3.根据权利要求2所述的方法，其特征在于，基于训练模型对所述历史服务订单进行训练，得到与所述待服务用户信息关联的用户服务偏好模型，包括：
对所述历史服务订单中的服务人员信息进行提取；
根据所述服务人员信息生成订单偏好矩阵；
基于训练模型对订单偏好矩阵进行拟合，得到与所述待服务用户信息关联的线性回归模型，作为用户服务偏好模型。
4.根据权利要求2或3任一项所述的方法，其特征在于，所述训练模型包括如下至少一种：逻辑回归模型、支持向量机模型和最小二乘法模型。
5.根据权利要求3所述的方法，其特征在于，所述服务人员信息至少包括如下一项：性别、年龄、服务单价以及服务时长。
6.根据权利要求5所述的方法，其特征在于，根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员，包括：
将所述候选服务人员的服务人员信息作为所述用户服务偏好模型的输入；
根据所述用户服务偏好模型的输出确定所述服务订单的分配服务人员。
7.根据权利要求6所述的方法，其特征在于，所述用户服务偏好模型中包括所述服务人员信息的权重信息；
相应的，根据所述用户服务偏好模型的输出确定所述服务订单的分配服务人员，包括：
根据所述候选服务人员的服务人员信息和所述权重信息，确定所述候选服务人员的偏好值，作为用户服务偏好模型的输出；
根据所述候选服务人员的偏好值的排序结果确定所述服务订单的分配服务人员。
8.根据权利要求7所述的方法，其特征在于，根据如下公式确定所述候选服务人员的偏好值：S＝∑aibi；
其中，S表示候选服务人员的偏好值，ai表示第i个服务人员信息的权重，bi表示第i个服务人员信息的归一化评分。
9.根据权利要求1所述的方法，其特征在于，所述服务要素还包括：服务硬性指标；其中，所述服务硬性指标包括如下至少一项：服务资质指标、用户语言指标、服务区域指标以及服务时间指标；
相应的，在根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员之前，还包括：
从所述候选服务人员中筛选符合所述服务硬性指标的服务人员，作为候选分配服务人员；
根据所述用户服务偏好模型从候选分配服务人员中确定所述服务订单的分配服务人员。
10.根据权利要求1所述的方法，其特征在于，在获取待分配的服务订单之前，还包括：
采集所有候选服务人员信息；其中，所述候选服务人员信息至少包括如下一项：人员身份信息、性别、年龄、服务单价、服务时长、语言信息、服务资质信息、服务区域信息以及服务时间信息。
11.根据权利要求1所述的方法，其特征在于，在获取待分配的服务订单之前，还包括：
采集所有服务信息；其中，所述服务信息至少包括如下一项：服务名称、服务类别、服务具体内容、服务可选时间、服务可选时长、服务单价、服务可选区域以及服务资质要求。
12.根据权利要求1所述的方法，其特征在于，所述服务订单为养老服务订单；
相应的，在获取待分配的服务订单之前，还包括：
采集具备获取养老服务资格的用户信息；其中，所述用户信息至少包括如下一项：用户姓名、性别、年龄、居住信息、病史以及语言信息。
13.一种服务订单分配装置，其特征在于，包括：
服务订单确定模块，用于获取待分配的服务订单，并确定所述服务订单中的服务要素；其中，所述服务要素包括待服务用户信息；
偏好模型确定模块，用于确定与所述待服务用户信息关联的用户服务偏好模型；
服务人员确定模块，用于根据所述用户服务偏好模型从候选服务人员中确定所述服务订单的分配服务人员。
14.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-12中任一所述的服务订单分配方法。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-12中任一所述的服务订单分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010885814.3A CN112036738A (zh) | 2020-08-28 | 2020-08-28 | 服务订单分配方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010885814.3A CN112036738A (zh) | 2020-08-28 | 2020-08-28 | 服务订单分配方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112036738A true CN112036738A (zh) | 2020-12-04 |
Family
ID=73586160
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010885814.3A Pending CN112036738A (zh) | 2020-08-28 | 2020-08-28 | 服务订单分配方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112036738A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112561742A (zh) * | 2020-12-25 | 2021-03-26 | 上海携旅信息技术有限公司 | 定制旅游服务的配置方法、系统、设备及介质 |
| CN112734237A (zh) * | 2021-01-12 | 2021-04-30 | 四川长虹格润环保科技股份有限公司 | 用于交易业务的配送员匹配方法 |
| CN112837094A (zh) * | 2021-02-01 | 2021-05-25 | 长沙市到家悠享家政服务有限公司 | 基于区域的服务匹配方法、服务端设备及计算机可读介质 |
| CN113240554A (zh) * | 2021-01-26 | 2021-08-10 | 张作中 | 一种知识产权项目服务人员管理系统及方法 |
| CN113269614A (zh) * | 2021-05-29 | 2021-08-17 | 五八到家有限公司 | 商家快速注册接单方法及装置、电子设备及可读介质 |
| CN113283963A (zh) * | 2021-05-31 | 2021-08-20 | 长沙市到家悠享家政服务有限公司 | 订单数据处理方法、系统和计算机设备 |
| CN115099629A (zh) * | 2022-06-28 | 2022-09-23 | 中国银行股份有限公司 | 客户服务需求评估分配方法和系统、电子设备、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108898306A (zh) * | 2018-06-26 | 2018-11-27 | 泰康保险集团股份有限公司 | 订单分配方法、装置、介质及电子设备 |
| US20200151640A1 (en) * | 2017-07-20 | 2020-05-14 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for service request allocation |
| CN111311295A (zh) * | 2018-12-12 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 服务方式确定方法、装置、电子设备和存储介质 |
| CN111553657A (zh) * | 2020-04-28 | 2020-08-18 | 贝壳技术有限公司 | 基于行为分析的匹配方法和装置、电子设备和存储介质 |
-
2020
- 2020-08-28 CN CN202010885814.3A patent/CN112036738A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200151640A1 (en) * | 2017-07-20 | 2020-05-14 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for service request allocation |
| CN108898306A (zh) * | 2018-06-26 | 2018-11-27 | 泰康保险集团股份有限公司 | 订单分配方法、装置、介质及电子设备 |
| CN111311295A (zh) * | 2018-12-12 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 服务方式确定方法、装置、电子设备和存储介质 |
| CN111553657A (zh) * | 2020-04-28 | 2020-08-18 | 贝壳技术有限公司 | 基于行为分析的匹配方法和装置、电子设备和存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112561742A (zh) * | 2020-12-25 | 2021-03-26 | 上海携旅信息技术有限公司 | 定制旅游服务的配置方法、系统、设备及介质 |
| CN112734237A (zh) * | 2021-01-12 | 2021-04-30 | 四川长虹格润环保科技股份有限公司 | 用于交易业务的配送员匹配方法 |
| CN113240554A (zh) * | 2021-01-26 | 2021-08-10 | 张作中 | 一种知识产权项目服务人员管理系统及方法 |
| CN112837094A (zh) * | 2021-02-01 | 2021-05-25 | 长沙市到家悠享家政服务有限公司 | 基于区域的服务匹配方法、服务端设备及计算机可读介质 |
| CN113269614A (zh) * | 2021-05-29 | 2021-08-17 | 五八到家有限公司 | 商家快速注册接单方法及装置、电子设备及可读介质 |
| CN113283963A (zh) * | 2021-05-31 | 2021-08-20 | 长沙市到家悠享家政服务有限公司 | 订单数据处理方法、系统和计算机设备 |
| CN115099629A (zh) * | 2022-06-28 | 2022-09-23 | 中国银行股份有限公司 | 客户服务需求评估分配方法和系统、电子设备、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112036738A (zh) | 服务订单分配方法、装置、电子设备和存储介质 | |
| CN109659017B (zh) | 一种预测、分配医生就诊量的智慧医疗系统 | |
| Dong et al. | Predictive validity of a computerized emergency triage tool | |
| Lakshmi et al. | Application of queueing theory in health care: A literature review | |
| Lee et al. | A simulation study of appointment scheduling in outpatient clinics: Open access and overbooking | |
| Marini et al. | Vocational rehabilitation service patterns related to successful competitive employment outcomes of persons with spinal cord injury | |
| CN110021391B (zh) | 一种分诊方法和装置 | |
| Deo et al. | Slow first, fast later: Temporal speed‐up in service episodes of finite duration | |
| CN111785371A (zh) | 医疗服务方法、装置、计算机设备及存储介质 | |
| Trivedi et al. | The Impact of Artificial Intelligence Integration on Minimizing Patient Wait Time in Hospitals | |
| CN112542237A (zh) | 在线任务派发方法、装置、电子设备及存储介质 | |
| Shoaib et al. | Simulation modeling and analysis of primary health center operations | |
| US20220070646A1 (en) | Responding to emergency calls | |
| US11551478B2 (en) | Clinical integration of facial recognition processing | |
| CN115132356A (zh) | 互联网医疗分诊方法、装置、电子设备及存储介质 | |
| Castaneda et al. | Enhancing survey participation among foreign-born populations: experiences from the Finnish migrant health and wellbeing study (Maamu) | |
| CN117594206A (zh) | 基于医疗互联平台的患者一体化分诊系统及方法 | |
| EP3371771A1 (en) | Medical protocol evaluation | |
| Killikelly et al. | The cultural supplement: A new method for assessing culturally relevant prolonged grief disorder symptoms | |
| US9524371B2 (en) | System and method for facilitating the collection, analysis, use and management of clinical analytics results to improve healthcare | |
| CN113643798A (zh) | 为失能人员匹配照护人员的方法、装置及计算机设备 | |
| CN112184295A (zh) | 康养服务确定方法、装置、电子设备和存储介质 | |
| CN111292846A (zh) | 一种能够提供智能问诊服务的云平台系统 | |
| Baker et al. | PREDICTING FOLLOW-UP FUNCTIONAL OUTCOMES IN OUTPATIENT REHABILITATION1 | |
| US20140188518A1 (en) | Medical Screening System |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220916 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |