CN112184005A - 一种运营任务分类方法、装置、设备和存储介质 - Google Patents
一种运营任务分类方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112184005A CN112184005A CN202011027583.9A CN202011027583A CN112184005A CN 112184005 A CN112184005 A CN 112184005A CN 202011027583 A CN202011027583 A CN 202011027583A CN 112184005 A CN112184005 A CN 112184005A
- Authority
- CN
- China
- Prior art keywords
- historical operation
- historical
- operation task
- tasks
- task
- 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 55
- 238000012545 processing Methods 0.000 claims abstract description 121
- 239000011159 matrix material Substances 0.000 claims description 83
- 239000013598 vector Substances 0.000 claims description 35
- 238000012216 screening Methods 0.000 claims description 21
- 230000000977 initiatory effect Effects 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 9
- 230000008520 organization Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种运营任务分类方法、装置、设备和存储介质,该方法包括:获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息;根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类,从而实现运营任务的自动分类,提高运营任务分类的准确性。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种运营任务分类方法、装置、设备和存储介质。
背景技术
随着计算机技术的快速发展,越来越多的大型银行都在着手建设运营中台,以便提高银行的综合服务水平。
为了提高运营中台运行效率,需要对银行业务中的各个运营任务进行分类处理,实现运营任务的合理规划与资源最优化配置。现有技术中,通常是基于业务专家的经验进行手动分类,大大降低了分类效率,并且由于缺乏历史数据作为参考,使得分类结果与运营任务实际处理情况可能存在偏差,降低了分类准确性。
发明内容
本发明实施例提供了一种运营任务分类方法、装置、设备和存储介质,以实现运营任务的自动分类,提高运营任务分类的准确性。
第一方面,本发明实施例提供了一种运营任务分类方法,包括:
获取待分类的历史运营任务对应的历史运营任务信息以及处理所述历史运营任务的处理人员资源信息;
根据所述历史运营任务信息和所述处理人员资源信息,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
若接收到待处理的当前运营任务,则基于所述当前运营任务对应的当前运营任务标识和所述历史运营任务标识集合,对所述当前运营任务进行分类。
第二方面,本发明实施例还提供了一种运营任务分类装置,包括:
历史运营任务信息获取模块,用于获取待分类的历史运营任务对应的历史运营任务信息以及处理所述历史运营任务的处理人员资源信息;
历史运营任务分类模块,用于根据所述历史运营任务信息和所述处理人员资源信息,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
历史运营任务标识集合确定模块,用于基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
当前运营任务分类模块,用于若接收到待处理的当前运营任务,则基于所述当前运营任务对应的当前运营任务标识和所述历史运营任务标识集合,对所述当前运营任务进行分类。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,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意实施例所提供的运营任务分类方法。
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意实施例所提供的运营任务分类方法。
上述发明中的实施例具有如下优点或有益效果:
通过根据历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划为一类,并基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合,若接收到新的待处理的当前运营任务,可以基于历史运营任务标识集合,对当前运营任务进行自动分类,从而可以同历史运营任务分类那样,将资源能力要求一致的当前运营任务自动划为一类,提高了运营任务的分类效率,并且使得任务分类结果更加符合实际业务办理情况,提高了运营任务分类的准确性。
附图说明
图1是本发明实施例一提供的一种运营任务分类方法的流程图;
图2是本发明实施例二提供的一种运营任务分类方法的流程图;
图3是本发明实施例三提供的一种运营任务分类装置的结构示意图;
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。
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为本发明实施例一提供的一种运营任务分类方法的流程图,本实施例可适用于对银行业务中的各个运营任务进行分类的情况。该方法可以由运营任务分类装置来执行,该装置可以由软件和/或硬件的方式来实现,集成于具有数据处理功能的电子设备中。如图1所示,该方法具体包括以下步骤:
S110、获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息。
其中,运营任务可以是指在银行业务办理过程中所涉及到的业务环节。每个业务环节可以为一个运营任务。例如,汇款业务中所涉及到的授权环节、审核环节或者记账环节分别对应一个运营任务。通过处理运营任务来完成相应的业务环节流程。不同银行业务中可能涉及到相同或者相似的业务环节,从而需要对所有银行业务中的各个运营任务进行分类,以便提高运营任务的合理规划和资源配置。历史运营任务可以是指各个银行在预设历史时间段内生成的历史运营任务。例如,历史运营任务可以是全银行近半年处理完成的运营任务。本实施例中的历史运营任务可以作为运营任务分类的参考依据,以便基于历史运营任务的分类方式对当前历史运营任务进行分类。
其中,历史运营任务信息可以包括:预先定义的每个运营任务属性对应的历史运营任务属性值。运营任务属性可以包括但不限于:业务领域、任务种类、发起机构、发起渠道、岗位、角色、权限、优先级、处理机构、处理人和风险等级。处理人员资源信息可以是指用于处理历史运营任务的处理人所具备的能力信息。处理人员资源信息可以包括:预先定义的每个资源属性对应的历史资源属性值。资源属性可以包括但不限于:工作年限、学历、地区、职称、语言、所属机构、岗位、角色、权限、机构层级、岗位在线时长、作业质量、作业效率和忙闲程度。
具体地,可以基于全银行历史时间段内运营任务的完成情况数据,获取作为分类参考的各个历史运营任务以及每个历史运营任务对应的历史运营任务信息和处理人员资源信息。
S120、根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
具体地,可以利用处理历史运营任务的处理人员资源信息,对各个历史运营任务进行自动分类,从而将资源能力要求一致的历史运营任务划分为一类,即将对处理人员能力要求相同或者相近的历史运营任务划分为一类,从而可以考虑到处理人员资源信息对运营任务的影响,以使运营任务的分类结果更加符合实际业务办理情况。
S130、基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合。
其中,每个运营任务均可以对应一个运营任务标识。本实施例可以基于运营任务所属种类设置相应的运营任务标识,以便基于运营任务标识区分不同的运营任务类型。也就是,同一种类的运营任务所对应的运营任务标识相同。历史运营任务标识可以是指历史运营任务所对应的任务种类标识。历史运营任务标识集合可以用于表征该集合中的每个运营任务标识对应的运营任务所要求的处理人员资源能力相同或者相近。
具体地,可以基于历史运营任务分类结果获得每类所包含的各个历史运营任务,并根据每个历史运营任务对应的历史运营任务标识,将每类所包含的每个历史运营任务对应的历史运营任务标识进行组合,获得每类对应的历史运营任务标识集合。
S140、若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类。
其中,当前运营任务可以是指当前接收到的还未处理的运营任务。当前运营任务标识可以是指当前运营任务所对应的任务种类标识。
具体地,当接收到新的待处理的当前运营任务时,可以基于历史运营任务标识集合对应的各个运营任务标识,将所有的当前运营任务标识进行划分,也就是将属于同一集合的当前运营任务标识自动划分为一类,从而可以同历史运营任务分类那样,将资源能力要求一致的当前运营任务划为一类,使得每类中的当前运营任务可以由能力相同或者相近的处理人员进行处理,从而使得任务分类结果更加符合实际业务办理情况,提高了运营任务分类的准确性。
本实施例的技术方案,通过根据历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划为一类,并基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合,若接收到新的待处理的当前运营任务,可以基于历史运营任务标识集合,对当前运营任务进行自动分类,从而可以同历史运营任务分类那样,将资源能力要求一致的当前运营任务自动划为一类,提高了运营任务的分类效率,并且使得任务分类结果更加符合实际业务办理情况,提高了运营任务分类的准确性。
在上述技术方案的基础上,在S110之前,还包括:采集各个银行在预设历史时间段内生成的历史运营任务;基于预设筛选维度对采集的历史运营任务进行筛选,并将筛选后的历史运营任务确定待分类的历史运营任务。
其中,各个银行可以是指在各地开办的网点银行,其可以包括总行和分行。预设筛选维度可以包括但不限于:历史运营任务对应的生成时间、发起机构和业务领域中的至少一种。发起机构可以是指运营任务所属银行业务的网点办理方。
具体地,可以采集所有银行在预设时间段内处理完成的所有历史运营任务。并可以按照预设筛选维度对采集的所有历史运营任务进行筛选,以便筛选出可以分类合并的各个历史运营任务。例如,由于一些银行具有地域特征,从而无法对所有银行所生成的历史运营任务进行统一分类,需要对具有地域特征的银行所生成的历史运营任务进行单独分类,使得分类结果更加符合实际业务办理情况,进一步实现运营任务的合理规划与资源最优化配置。
实施例二
图2为本发明实施例二提供的一种运营任务分类方法的流程图,本实施例在上述各实施例的基础上,对“根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类”进行了优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。
参见图2,本实施例提供的运营任务分类方法具体包括以下步骤:
S210、获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息。
S220、根据历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵。
其中,第一共现矩阵可以用于表征同一处理人员处理每个历史运营任务的数量情况,或者处理同一历史运营任务的每个处理人员的数量情况。
具体地,可以基于各个历史运营任务信息,对同一处理人员处理每个历史运营任务的数量情况或者处理同一历史运营任务的每个处理人员的数量情况进行统计,从而基于统计结果可以获得处理人员与历史运营任务之间的第一共现矩阵。
示例性地,S220包括:根据处理人员资源信息中的作业质量和作业效率,对历史运营任务进行筛选;根据筛选出的历史运营任务对应的历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵。
具体地,基于处理人员处理每个历史运营任务的作业质量和作业效率,筛选出任务完成质效较高的历史运营任务,并基于这些任务完成质效较高的历史运营任务,获得处理人员与历史运营任务之间的作业频度,构建出第一共现矩阵,使得第一共现矩阵可以更好地反映出历史运营任务所要求的处理人员资源能力,进而提高运营任务分类的准确性。
示例性地,根据处理人员资源信息中的作业质量和作业效率,对历史运营任务进行筛选,包括:从历史运营任务中,筛选出作业质量高于预设质量阈值且作业效率高于预设效率阈值的处理人员资源信息所对应的历史运营任务。
S230、基于第一共现矩阵和处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵。
其中,资源属性可以是指处理人员的能力因子。第二共现矩阵可以用于表征每个历史运营任务所要求具备的每个资源属性的数量。
具体地,通过基于处理人员与历史运营任务之间的第一共现矩阵以及每个处理人员的处理人员资源信息,对每个历史运营任务所要求具备的每个资源属性的数量情况进行统计,从而基于统计结果获得历史运营任务与资源属性之间的第二共现矩阵。
示例性地,S230包括:针对每个历史运营任务,基于第一共现矩阵和处理人员资源信息,确定每个资源属性对应的资源属性出现频度和历史运营任务对应的处理人员作业频度;根据资源属性出现频度和处理人员作业频度,构建历史运营任务与资源属性之间的第二共现矩阵。
具体地,对于每个历史运营任务而言,基于第一共现矩阵可以确定处理该历史运营任务的各个处理人员,即历史运营任务对应的处理人员作业频度,并基于每个处理人员对应的处理人员资源信息,获取具备每个资源属性的处理人员数量,即每个资源属性对应的资源属性出现频度。可以针对每个历史运营任务和每个资源属性,将相应的资源属性出现频度与处理人员作业频度进行相加,获得的相加结果作为该历史运营任务与该资源属性之间的共现数值,从而构建出第二共现矩阵。示例性地,表1给出了一种历史运营任务与资源属性之间的第二共现矩阵的示例。
表1历史运营任务与资源属性之间的第二共现矩阵
示例性地,根据资源属性出现频度和处理人员作业频度,构建历史运营任务与资源属性之间的第二共现矩阵,包括:针对每个历史运营任务和每个资源属性,将相应的资源属性出现频度与处理人员作业频度进行加权求和,并将求和结果确定为该历史运营任务与该资源属性之间的共现数值。
S240、基于第二共现矩阵,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
具体地,通过基于第二共现矩阵,可以更加准确地对各个历史运营任务进行聚类分析,将资源能力要求相同或者相近的历史运营任务划分为一类,从而可以考虑到处理人员资源信息对运营任务的影响,以使运营任务的分类结果更加符合实际业务办理情况。
示例性地,S240包括:根据第二共现矩阵,确定每个历史运营任务对应的特征向量;基于Kmeans聚类算法,根据各个特征向量,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
示例性地,根据第二共现矩阵,确定每个历史运营任务对应的特征向量,包括:根据第二共现矩阵中每个历史运营任务对应的行数据,生成每个历史运营任务对应的特征向量。
具体地,通过将第二共现矩阵中的每个历史运营任务对应的行数据作为向量元素,获得每个历史运营任务对应的特征向量,并可以基于Kmeans聚类算法,比如Kmeans++算法,对各个特征向量进行聚类分析,从而将相同或者相似的特征向量所对应的历史运营任务划分为一类,获得历史运营任务分类结果。
S250、基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合。
S260、若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类。
本实施例的技术方案,通过构建处理人员与历史运营任务之间的第一共现矩阵,并基于第一共现矩阵和处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵,从而基于第二共现矩阵,可以更加准确地对各个历史运营任务进行聚类分析,将资源能力要求相同或者相近的历史运营任务划分为一类,从而可以考虑到处理人员资源信息对运营任务的影响,以使运营任务的分类结果更加符合实际业务办理情况,进一步提高了运营任务分类的准确性。
在上述技术方案的基础上,在步骤S230之后还包括:根据第一共现矩阵和第二共现矩阵,对处理人员进行分类,将资源能力一致的处理人员划分为一类。
具体地,可以基于第一共现矩阵和第二共现矩阵,对各个处理人员进行分类,将资源能力相同或者相近的处理人员也划分为一类,以便可以统一地进行任务处理,提高任务处理效率,同时还可以作为处理人员能力培训的依据,去除个别人员的短板,提高作业质量和作业效率。
示例性地,根据第一共现矩阵和第二共现矩阵,对处理人员进行分类,将资源能力一致的处理人员划分为一类,包括:根据第二共现矩阵,确定每个历史运营任务对应的特征向量;根据第一共现矩阵,确定每个处理人员对每个历史运营任务的作业数量;根据历史运营任务对应的特征向量和作业数量,确定每个处理人员对应的特征向量;基于Kmeans聚类算法,根据处理人员对应的特征向量,对处理人员进行分类,将资源能力一致的处理人员划分为一类。
具体地,将第二共现矩阵中每个历史运营任务对应的行数据作为向量元素,生成每个历史运营任务对应的特征向量,并从第一共现矩阵中获得每个处理人员对每个历史运营任务的作业数量。针对每个处理人员和每个历史运营任务而言,将该处理人员对该历史运营任务的作业数量与该历史运营任务对应的特征向量进行加权求和,并将求和结果作为该处理人员对应的特征向量。基于Kmeans聚类算法,比如Kmeans++算法,对各个处理人员对应的特征向量进行聚类分析,从而将相同或者相似的特征向量所对应的处理人员划分为一类,获得处理人员分类结果,以便后续对人员分配任务提供依据,有利于资源的最优化配置。
以下是本发明实施例提供的运营任务分类装置的实施例,该装置与上述各实施例的运营任务分类方法属于同一个发明构思,在运营任务分类装置的实施例中未详尽描述的细节内容,可以参考上述运营任务分类方法的实施例。
实施例三
图3为本发明实施例三提供的一种运营任务分类装置的结构示意图,本实施例可适用于对银行业务中的各个运营任务进行分类的情况,该装置具体包括:历史运营任务信息获取模块310、历史运营任务分类模块320、历史运营任务标识集合确定模块330和当前运营任务分类模块340。
其中,历史运营任务信息获取模块310,用于获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息;历史运营任务分类模块320,用于根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;历史运营任务标识集合确定模块330,用于基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;当前运营任务分类模块340,用于若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类。
本实施例的技术方案,通过根据历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划为一类,并基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合,若接收到新的待处理的当前运营任务,可以基于历史运营任务标识集合,对当前运营任务进行自动分类,从而可以同历史运营任务分类那样,将资源能力要求一致的当前运营任务自动划为一类,提高了运营任务的分类效率,并且使得任务分类结果更加符合实际业务办理情况,提高了运营任务分类的准确性。
可选地,历史运营任务分类模块320,包括:
第一共现矩阵确定单元,用于根据历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵;
第二共现矩阵确定单元,用于基于第一共现矩阵和处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵;
历史运营任务分类单元,用于基于第二共现矩阵,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
可选地,第一共现矩阵确定单元,包括:
历史运营任务筛选子单元,用于根据处理人员资源信息中的作业质量和作业效率,对历史运营任务进行筛选;
第一共现矩阵确定子单元,用于根据筛选出的历史运营任务对应的历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵。
可选地,历史运营任务筛选子单元,具体用于:从历史运营任务中,筛选出作业质量高于预设质量阈值且作业效率高于预设效率阈值的处理人员资源信息所对应的历史运营任务。
可选地,第二共现矩阵确定单元,包括:
频度信息确定子单元,用于针对每个历史运营任务,基于第一共现矩阵和处理人员资源信息,确定每个资源属性对应的资源属性出现频度和历史运营任务对应的处理人员作业频度;
第二共现矩阵确定子单元,用于根据资源属性出现频度和处理人员作业频度,构建历史运营任务与资源属性之间的第二共现矩阵。
可选地,第二共现矩阵确定子单元,具体用于:针对每个历史运营任务和每个资源属性,将相应的资源属性出现频度与处理人员作业频度进行加权求和,并将求和结果确定为该历史运营任务与该资源属性之间的共现数值。
可选地,历史运营任务分类单元,包括:
特征向量确定子单元,用于根据第二共现矩阵,确定每个历史运营任务对应的特征向量;
历史运营任务分类子单元,用于基于Kmeans聚类算法,根据各个特征向量,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
可选地,特征向量确定子单元,具体用于:根据第二共现矩阵中每个历史运营任务对应的行数据,生成每个历史运营任务对应的特征向量。
可选地,该装置还包括:
处理人员分类模块,用于在基于第一共现矩阵和处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵之后,根据第一共现矩阵和第二共现矩阵,对处理人员进行分类,将资源能力一致的处理人员划分为一类。
可选地,处理人员分类模块,具体用于:根据第二共现矩阵,确定每个历史运营任务对应的特征向量;根据第一共现矩阵,确定每个处理人员对每个历史运营任务的作业数量;根据历史运营任务对应的特征向量和作业数量,确定每个处理人员对应的特征向量;基于Kmeans聚类算法,根据处理人员对应的特征向量,对处理人员进行分类,将资源能力一致的处理人员划分为一类。
可选地,该装置还包括:
历史运营任务筛选模块,用于在获取待分类的历史运营任务对应的历史运营任务信息以及用于执行历史运营任务的历史运营资源信息之前,采集各个银行在预设历史时间段内生成的历史运营任务;基于预设筛选维度对采集的历史运营任务进行筛选,并将筛选后的历史运营任务确定待分类的历史运营任务。
可选地,预设筛选维度包括:历史运营任务对应的生成时间、发起机构和业务领域中的至少一种。
可选地,历史运营任务信息包括:预先定义的每个运营任务属性对应的历史运营任务属性值;处理人员资源信息包括:预先定义的每个资源属性对应的历史资源属性值。
可选地,运营任务属性包括:业务领域、任务种类、发起机构、发起渠道、岗位、角色、权限、优先级、处理机构、处理人和风险等级;资源属性包括:工作年限、学历、地区、职称、语言、所属机构、岗位、角色、权限、机构层级、岗位在线时长、作业质量、作业效率和忙闲程度。
本发明实施例所提供的运营任务分类装置可执行本发明任意实施例所提供的运营任务分类方法,具备执行运营任务分类方法相应的功能模块和有益效果。
值得注意的是,上述运营任务分类装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图4为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,系统存储器28,连接不同系统组件(包括系统存储器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,包括存储器总线或者存储器控制器,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。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器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。系统存储器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,可以存储在例如系统存储器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器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的一种运营任务分类方法步骤,该方法包括:
获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息;
根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的保留库存量的确定方法的技术方案。
实施例五
本实施例提供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意实施例所提供的运营任务分类方法步骤,该方法包括:
获取待分类的历史运营任务对应的历史运营任务信息以及处理历史运营任务的处理人员资源信息;
根据历史运营任务信息和处理人员资源信息,对历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
若接收到待处理的当前运营任务,则基于当前运营任务对应的当前运营任务标识和历史运营任务标识集合,对当前运营任务进行分类。
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)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
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 (17)
1.一种运营任务分类方法,其特征在于,包括:
获取待分类的历史运营任务对应的历史运营任务信息以及处理所述历史运营任务的处理人员资源信息;
根据所述历史运营任务信息和所述处理人员资源信息,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
若接收到待处理的当前运营任务,则基于所述当前运营任务对应的当前运营任务标识和所述历史运营任务标识集合,对所述当前运营任务进行分类。
2.根据权利要求1所述的方法,其特征在于,根据所述历史运营任务信息和所述处理人员资源信息,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类,包括:
根据所述历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵;
基于所述第一共现矩阵和所述处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵;
基于所述第二共现矩阵,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
3.根据权利要求2所述的方法,其特征在于,根据所述历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵,包括:
根据所述处理人员资源信息中的作业质量和作业效率,对所述历史运营任务进行筛选;
根据筛选出的历史运营任务对应的历史运营任务信息,构建处理人员与历史运营任务之间的第一共现矩阵。
4.根据权利要求3所述的方法,其特征在于,根据所述处理人员资源信息中的作业质量和作业效率,对所述历史运营任务进行筛选,包括:
从所述历史运营任务中,筛选出作业质量高于预设质量阈值且作业效率高于预设效率阈值的处理人员资源信息所对应的历史运营任务。
5.根据权利要求2所述的方法,其特征在于,基于所述第一共现矩阵和所述处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵,包括:
针对每个所述历史运营任务,基于所述第一共现矩阵和所述处理人员资源信息,确定每个资源属性对应的资源属性出现频度和所述历史运营任务对应的处理人员作业频度;
根据所述资源属性出现频度和所述处理人员作业频度,构建历史运营任务与资源属性之间的第二共现矩阵。
6.根据权利要求5所述的方法,其特征在于,根据所述资源属性出现频度和所述处理人员作业频度,构建历史运营任务与资源属性之间的第二共现矩阵,包括:
针对每个所述历史运营任务和每个资源属性,将相应的所述资源属性出现频度与所述处理人员作业频度进行加权求和,并将求和结果确定为该历史运营任务与该资源属性之间的共现数值。
7.根据权利要求2所述的方法,其特征在于,基于所述第二共现矩阵,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类,包括:
根据所述第二共现矩阵,确定每个历史运营任务对应的特征向量;
基于Kmeans聚类算法,根据各个所述特征向量,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类。
8.根据权利要求7所述的方法,其特征在于,根据所述第二共现矩阵,确定每个历史运营任务对应的特征向量,包括:
根据第二共现矩阵中每个历史运营任务对应的行数据,生成每个历史运营任务对应的特征向量。
9.根据权利要求2所述的方法,其特征在于,在基于所述第一共现矩阵和所述处理人员资源信息,构建历史运营任务与资源属性之间的第二共现矩阵之后,还包括:
根据所述第一共现矩阵和所述第二共现矩阵,对所述处理人员进行分类,将资源能力一致的处理人员划分为一类。
10.根据权利要求9所述的方法,其特征在于,根据所述第一共现矩阵和所述第二共现矩阵,对所述处理人员进行分类,将资源能力一致的处理人员划分为一类,包括:
根据所述第二共现矩阵,确定每个历史运营任务对应的特征向量;
根据所述第一共现矩阵,确定每个处理人员对每个历史运营任务的作业数量;
根据所述历史运营任务对应的特征向量和所述作业数量,确定每个处理人员对应的特征向量;
基于Kmeans聚类算法,根据所述处理人员对应的特征向量,对所述处理人员进行分类,将资源能力一致的处理人员划分为一类。
11.根据权利要求1所述的方法,其特征在于,在获取待分类的历史运营任务对应的历史运营任务信息以及用于执行所述历史运营任务的历史运营资源信息之前,还包括:
采集各个银行在预设历史时间段内生成的历史运营任务;
基于预设筛选维度对采集的历史运营任务进行筛选,并将筛选后的历史运营任务确定待分类的历史运营任务。
12.根据权利要求11所述的方法,其特征在于,所述预设筛选维度包括:所述历史运营任务对应的生成时间、发起机构和业务领域中的至少一种。
13.根据权利要求1-12任一所述的方法,其特征在于,所述历史运营任务信息包括:预先定义的每个运营任务属性对应的历史运营任务属性值;所述处理人员资源信息包括:预先定义的每个资源属性对应的历史资源属性值。
14.根据权利要求13所述的方法,其特征在于,所述运营任务属性包括:业务领域、任务种类、发起机构、发起渠道、岗位、角色、权限、优先级、处理机构、处理人和风险等级;所述资源属性包括:工作年限、学历、地区、职称、语言、所属机构、岗位、角色、权限、机构层级、岗位在线时长、作业质量、作业效率和忙闲程度。
15.一种运营任务分类装置,其特征在于,包括:
历史运营任务信息获取模块,用于获取待分类的历史运营任务对应的历史运营任务信息以及处理所述历史运营任务的处理人员资源信息;
历史运营任务分类模块,用于根据所述历史运营任务信息和所述处理人员资源信息,对所述历史运营任务进行分类,将资源能力要求一致的历史运营任务划分为一类;
历史运营任务标识集合确定模块,用于基于历史运营任务分类结果,确定每类对应的历史运营任务标识集合;
当前运营任务分类模块,用于若接收到待处理的当前运营任务,则基于所述当前运营任务对应的当前运营任务标识和所述历史运营任务标识集合,对所述当前运营任务进行分类。
16.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,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1-14中任一所述的运营任务分类方法。
17.一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1-14中任一所述的运营任务分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011027583.9A CN112184005A (zh) | 2020-09-25 | 2020-09-25 | 一种运营任务分类方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011027583.9A CN112184005A (zh) | 2020-09-25 | 2020-09-25 | 一种运营任务分类方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184005A true CN112184005A (zh) | 2021-01-05 |
Family
ID=73945242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011027583.9A Pending CN112184005A (zh) | 2020-09-25 | 2020-09-25 | 一种运营任务分类方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184005A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487078A (zh) * | 2021-06-30 | 2021-10-08 | 上海淇馥信息技术有限公司 | 一种新生成任务执行的方法、装置及电子设备 |
CN113722067A (zh) * | 2021-08-24 | 2021-11-30 | 咪咕音乐有限公司 | 信息任务调度方法、装置、设备及存储介质 |
CN114118792A (zh) * | 2021-11-25 | 2022-03-01 | 中国建设银行股份有限公司 | 集中作业中心的排班预测方法以及排班预测装置 |
CN115730812A (zh) * | 2023-01-10 | 2023-03-03 | 中关村科学城城市大脑股份有限公司 | 指标信息生成方法、装置、电子设备和可读介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932585A (zh) * | 2018-06-19 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 一种商户运营管理方法及其设备、存储介质、电子设备 |
CN109756541A (zh) * | 2017-11-07 | 2019-05-14 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、服务器和计算机可读存储介质 |
US20190171774A1 (en) * | 2017-12-04 | 2019-06-06 | Promontory Financial Group Llc | Data filtering based on historical data analysis |
CN109872036A (zh) * | 2019-01-10 | 2019-06-11 | 平安科技(深圳)有限公司 | 基于分类算法的任务分配方法、装置及计算机设备 |
CN110533432A (zh) * | 2019-07-19 | 2019-12-03 | 重庆小雨点小额贷款有限公司 | 一种业务处理方法、装置、服务器及客户端 |
CN110942392A (zh) * | 2019-12-10 | 2020-03-31 | 中国建设银行股份有限公司 | 一种业务数据处理方法、装置、设备和介质 |
CN111062572A (zh) * | 2019-11-19 | 2020-04-24 | 中国建设银行股份有限公司 | 任务分配的方法和装置 |
CN111444387A (zh) * | 2020-03-27 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 视频分类方法、装置、计算机设备和存储介质 |
CN111666304A (zh) * | 2020-06-04 | 2020-09-15 | 泰康保险集团股份有限公司 | 数据处理装置、数据处理方法、存储介质与电子设备 |
-
2020
- 2020-09-25 CN CN202011027583.9A patent/CN112184005A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756541A (zh) * | 2017-11-07 | 2019-05-14 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、服务器和计算机可读存储介质 |
US20190171774A1 (en) * | 2017-12-04 | 2019-06-06 | Promontory Financial Group Llc | Data filtering based on historical data analysis |
CN108932585A (zh) * | 2018-06-19 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 一种商户运营管理方法及其设备、存储介质、电子设备 |
CN109872036A (zh) * | 2019-01-10 | 2019-06-11 | 平安科技(深圳)有限公司 | 基于分类算法的任务分配方法、装置及计算机设备 |
CN110533432A (zh) * | 2019-07-19 | 2019-12-03 | 重庆小雨点小额贷款有限公司 | 一种业务处理方法、装置、服务器及客户端 |
CN111062572A (zh) * | 2019-11-19 | 2020-04-24 | 中国建设银行股份有限公司 | 任务分配的方法和装置 |
CN110942392A (zh) * | 2019-12-10 | 2020-03-31 | 中国建设银行股份有限公司 | 一种业务数据处理方法、装置、设备和介质 |
CN111444387A (zh) * | 2020-03-27 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 视频分类方法、装置、计算机设备和存储介质 |
CN111666304A (zh) * | 2020-06-04 | 2020-09-15 | 泰康保险集团股份有限公司 | 数据处理装置、数据处理方法、存储介质与电子设备 |
Non-Patent Citations (1)
Title |
---|
王建熙;李彦;张洁;贾思鲁;许怡嵩;: "大数据在网点运营资源配置中的应用", 北京金融评论, no. 03, 30 November 2015 (2015-11-30) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487078A (zh) * | 2021-06-30 | 2021-10-08 | 上海淇馥信息技术有限公司 | 一种新生成任务执行的方法、装置及电子设备 |
CN113722067A (zh) * | 2021-08-24 | 2021-11-30 | 咪咕音乐有限公司 | 信息任务调度方法、装置、设备及存储介质 |
CN114118792A (zh) * | 2021-11-25 | 2022-03-01 | 中国建设银行股份有限公司 | 集中作业中心的排班预测方法以及排班预测装置 |
CN115730812A (zh) * | 2023-01-10 | 2023-03-03 | 中关村科学城城市大脑股份有限公司 | 指标信息生成方法、装置、电子设备和可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184005A (zh) | 一种运营任务分类方法、装置、设备和存储介质 | |
CN108595157B (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
CN114091941A (zh) | 任务分配方法、装置、电子设备及存储介质 | |
CN110096444A (zh) | 一种基于excel生成测试用例的管理系统、使用方法及设备 | |
CN110942392A (zh) | 一种业务数据处理方法、装置、设备和介质 | |
CN116820714A (zh) | 一种算力设备的调度方法、装置、设备和存储介质 | |
JP2016522933A (ja) | 債務不履行となる企業の蓋然性の計算 | |
CN108830302B (zh) | 一种图像分类方法、训练方法、分类预测方法及相关装置 | |
CN112598366B (zh) | 一种资产管理审批流程自动化规划方法及装置 | |
US11023497B2 (en) | Data classification | |
KR102155839B1 (ko) | 작업불가 사유 기반의 작업자 모니터링 방법 및 장치 | |
US11995587B2 (en) | Method and device for managing project by using data merging | |
CN116431498A (zh) | 性能测试方法及装置、电子设备和计算机可读存储介质 | |
CN114217790A (zh) | 接口编排调度方法、装置、电子设备及介质 | |
CN115640457A (zh) | 信息管理方法、装置、设备、介质和程序产品 | |
CN115237931A (zh) | 一种用于服务编排的子服务处理结果更新的方法和系统 | |
CN110321435B (zh) | 一种数据源划分方法、装置、设备和存储介质 | |
CN115016890A (zh) | 虚拟机资源分配方法、装置、电子设备及存储介质 | |
CN114265633A (zh) | 自助设备的应用参数配置、查询方法、设备和存储介质 | |
CN111694951B (zh) | 兴趣主题生成方法、装置、设备及存储介质 | |
CN113806556A (zh) | 基于电网数据的知识图谱的构建方法、装置、设备及介质 | |
CN113641705A (zh) | 一种基于计算引擎的营销处置规则引擎方法 | |
CN115082179A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
US10353928B2 (en) | Real-time clustering using multiple representatives from a cluster | |
US20150149239A1 (en) | Technology Element Risk Analysis |
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 |