CN112883277B - 一种设计师智能匹配方法、装置、设备及存储介质 - Google Patents

一种设计师智能匹配方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112883277B
CN112883277B CN202110293492.8A CN202110293492A CN112883277B CN 112883277 B CN112883277 B CN 112883277B CN 202110293492 A CN202110293492 A CN 202110293492A CN 112883277 B CN112883277 B CN 112883277B
Authority
CN
China
Prior art keywords
designer
design
workload
matching
score
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
CN202110293492.8A
Other languages
English (en)
Other versions
CN112883277A (zh
Inventor
雷海波
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.)
Hangzhou Taihuoniao Technology Co ltd
Original Assignee
Hangzhou Taihuoniao Technology 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 Hangzhou Taihuoniao Technology Co ltd filed Critical Hangzhou Taihuoniao Technology Co ltd
Priority to CN202110293492.8A priority Critical patent/CN112883277B/zh
Publication of CN112883277A publication Critical patent/CN112883277A/zh
Application granted granted Critical
Publication of CN112883277B publication Critical patent/CN112883277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明属于互联网技术领域，公开了一种设计师智能匹配方法、装置、设备及存储介质。本发明通过在检测到设计师匹配指令时，获取设计师匹配指令中的设计任务及设计任务对应的设计需求；通过预设工作量评估模型对设计任务的进行工作量评估，以获得设计工作量；基于设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取目标设计师集合中各设计师对应的设计师信息；根据设计师信息及设计需求确定设计匹配分值，并根据设计匹配分值确定设计任务对应的设计师。由于是先根据设计工作量匹配，保证了匹配得到的设计师可完成设计任务，而根据可表示设计师与设计任务的匹配程序的设计匹配分值确定对应的设计师，更便于用户选择合适的设计师。

Description

一种设计师智能匹配方法、装置、设备及存储介质
技术领域
本发明涉及互联网技术领域，尤其涉及一种设计师智能匹配方法、装置、设备及存储介质。
背景技术
现如今，各行各业的企业在经营过程中，难免会产生一些设计需要，例如：广告设计、产品设计、界面(User Interface，UI)设计等，而对于一些规模较小的企业来说，因费用等多方面考虑，企业并没有专业的设计师，需要寻找合适的设计师为企业进行设计，而如今设计师繁多，各个设计师擅长方向、设计风格、设计收费及设计时长均不相同，且设计师信息的获取对规模较小的企业也相当困难，难以自行选择合适的设计师。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种设计师智能匹配方法装置、设备及存储介质，旨在解决企业选择合适的设计师困难的技术问题。
为实现上述目的，本发明提供了一种设计师智能匹配方法，所述方法包括以下步骤:
在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求；
通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量；
基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息；
根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师。
可选的，所述在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求的步骤之前，还包括：
获取用户的历史设计任务及历史设计方案；
根据所述历史设计任务确定所述用户对应的设计要求，并根据所述历史设计任务及历史设计方案构建所述用户对应的用户画像；
基于所述用户画像及所述设计要求，通过预设设计推荐模型生成设计任务及所述设计任务对应的设计需求；
根据所述设计任务及所述设计需求生成设计师匹配指令。
可选的，所述根据所述设计匹配分值确定所述设计任务对应的设计师的步骤，包括：
根据所述设计匹配分值对所述目标设计师集合中的设计师进行排序，以获得排序结果；
在所述排序结果中选取预设数量的设计师，作为所述设计任务对应的设计师。
可选的，所述基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合的步骤，包括：
获取所述设计师信息库中各设计师对应的工作负荷量及工作负荷总量；
获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量的设计师，以获得待选设计师集合；
根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述待选设计师集合中各设计师对应的负荷百分比；
根据所述负荷百分比对所述待选设计师集合中的设计师进行排序，以获得待选排序结果；
在所述待选排序结果中选取预设集合数量的设计师，以获得目标设计师集合。
可选的，所述获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量的设计师，以获得待选设计师集合的步骤之后，还包括：
获取所述待选设计师集合对应的设计师数量；
在所述设计师数量小于预设数量时，获取所述设计师信息库中所述设计工作量及所述工作负荷量之和大于或等于所述工作负荷总量的设计师，以获得备选设计师集合；
根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述备选设计师集合中各设计师对应的备选负荷百分比；
根据所述备选负荷百分比对所述备选设计师集合中的设计师进行排序，以获得备选排序结果；
在所述备选排序结果中选取目标数量的设计师添加至所述待选设计师集合中。
可选的，所述根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师的的步骤之后，还包括：
获取所述设计任务对应的设计师的设计师信息；
根据所述设计任务、所述设计需求及所述设计师信息生成设计师推荐报告；
将所述设计师推荐报告发送至用户端进行展示。
可选的，所述将所述设计师推荐报告发送至用户端进行展示的步骤之后，还包括：
接收所述用户端发送的设计师选择指令；
根据所述设计师选择指令及所述设计任务对应的设计师确定目标设计师；
获取当前时刻及所述目标设计师的接受通信时段和通信方式；
在所述当前时刻属于所述接受通信时段时，根据所述通信方式选择对应的通信建立方案；
根据所述通信建立方案为所述目标设计师及所述用户端建立通信渠道。
此外，为实现上述目的，本发明还提出一种设计师智能匹配装置，所述设计师智能匹配装置包括以下模块：
数据获取模块，用于在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求；
任务评估模块，用于通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量；
信息查找模块，用于基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息；
信息匹配模块，用于根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师。
此外，为实现上述目的，本发明还提出一种设计师智能匹配设备，所述设计师智能匹配设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的设计师智能匹配程序，所述设计师智能匹配程序被所述处理器执行时实现如上所述的设计师智能匹配方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有设计师智能匹配程序，所述设计师智能匹配程序执行时实现如上所述的设计师智能匹配方法的步骤。
本发明通过在检测到设计师匹配指令时，获取设计师匹配指令中的设计任务及设计任务对应的设计需求；通过预设工作量评估模型对设计任务的进行工作量评估，以获得设计工作量；基于设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取目标设计师集合中各设计师对应的设计师信息；根据设计师信息及设计需求确定设计匹配分值，并根据设计匹配分值确定设计任务对应的设计师。由于是先根据设计工作量匹配，保证了匹配得到的设计师可完成设计任务，而根据可表示设计师与设计任务的匹配程序的设计匹配分值确定对应的设计师，更便于用户选择合适的设计师。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；
图2为本发明设计师智能匹配方法第一实施例的流程示意图；
图3为本发明设计师智能匹配方法第二实施例的流程示意图；
图4为本发明设计师智能匹配方法第三实施例的流程示意图；
图5为本发明设计师智能匹配装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的设计师智能匹配设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(CentralProcessing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设计师智能匹配程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在设计师智能匹配设备中，所述电子设备通过处理器1001调用存储器1005中存储的设计师智能匹配程序，并执行本发明实施例提供的设计师智能匹配方法。
本发明实施例提供了一种设计师智能匹配方法，参照图2，图2为本发明一种设计师智能匹配方法第一实施例的流程示意图。
本实施例中，所述设计师智能匹配方法包括以下步骤：
步骤S10：在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求。
需要说明的是，本实施例的执行主体可以是所述设计师智能匹配设备，所述设计师智能匹配设备可以是个人电脑、服务器等电子设备，还可以为其他可实现相同或相似功能的设备，本实施例对此不加以限制，在本实施例及下述各实施例中，以设计师智能匹配设备为例对本发明设计师智能匹配方法进行说明。
需要说明的是，设计师匹配指令可以是其他设备发送给设计师智能匹配设备的指令，也可以是设计师智能匹配设备在满足特定的条件时自行生成的指令，设计师匹配指令可以包括设计任务、设计需求及指令生成时间等信息，设计任务可以包括设计类型、设计目标、任务描述等信息，设计需求可以包括设计时间、设计师从业年限、设计师年龄、设计师级别等需求信息。
步骤S20：通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量。
需要说明的是，预设工作量评估模型可以是使用大量设计工作量样本对初始神经网络模型经过训练得到的，预设工作量评估模型可以评估设计任务的工作量，将设计任务的工作量进行量化。设计工作量样本可以是由各个已完成的设计任务及已完成的设计任务对应的工作量构建的，已完成的设计任务对应的工作量可以是通过对已完成的设计任务的设计完成时间进行评估得到的。
可以理解的是，在使用大量设计工作量样本对初始神经网络模型进行训练得到预设工作量评估模型之后，还可以通过设计工作量测试样本对预设工作量评估模型进行测试，以获得预设工作量评估模型对设计任务的工作量评估的准确率，在准确率低于预设阈值时，继续使用设计工作量样本进行训练，在准确率高于预设阈值时，将预设工作量评估模型投入正式使用。其中，设计工作量测试样本的构建可以采用与设计工作量样本相同的构建方式，预设阈值可以根据实际准确率要求进行设置。
步骤S30：基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息。
需要说明的是，设计师信息库中可以收录有各个已经过验证的设计师的设计师信息，设计师信息可以包括设计师擅长方向、设计风格、设计收费、设计时长、设计师年龄、设计师从业年限、设计师级别、工作负荷量及工作负荷总量等信息，设计师信息库中可以仅包含一个设计类型的设计师的设计师信息，如：设计师信息库中仅包括界面设计师的设计师信息；也可以包含多个设计类型的设计师的设计信息，如：设计师信息库中包括广告设计师、平面设计师、界面设计师等多种设计类型的设计师信息。设计师级别可以是根据设计师历史完成设计任务进行评估得到的，具体的可以设置为1-n共n个级别，本实施例对此不加以限制。
可以理解的是，根据设计工作量在设计师信息库中进行匹配可以获得设计师信息库中可负荷设计工作量的设计师，即当前还有余力可承接该设计任务的设计师，将匹配到的设计师进行组合，即可得到目标设计师集合。
进一步地，为了便于用户选择设计师，本实施例步骤S30，可以包括：
获取所述设计师信息库中各设计师对应的工作负荷量及工作负荷总量；获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量的设计师，以获得待选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述待选设计师集合中各设计师对应的负荷百分比；根据所述负荷百分比对所述待选设计师集合中的设计师进行排序，以获得待选排序结果；在所述待选排序结果中选取预设集合数量的设计师，以获得目标设计师集合。
需要说明的是，若设计师信息库包含有多个设计类型的设计师的设计师信息，则在获得待选设计师集合时还可以先获取设计任务对应的设计类型，根据设计类型先在设计师信息库中匹配擅长方向符合的设计师，再在类型符合的设计师中获取设计工作量及工作负荷量之和小于工作负荷总量的设计师，以获得待选设计师集合。
需要说明的是，工作负荷总量可以是根据对设计师进行评估得到的其可同时承受的最大设计任务的量化值，工作负荷量可以是设计师当前承接的设计任务的工作量的量化值总和。负荷百分比可以是用于表示设计师承接当前设计任务的能力的量化分值，负荷百分比越高，则说明设计师承接设计任务的能力越强。预设集合数量可以根据实际需要自行设置。若设计工作量及工作负荷量之和小于工作负荷总量，则可以说明该设计师当前有能力承接该设计任务，获取设计师信息库中所有有能力承接该设计任务的设计师，即可构建得到待选设计师集合，但是，待选设计师集合可能包含的设计师数量太多，若直接将此结果展示给用户，用户会难以选择，因此，可以进一步进行筛选，减少设计师的数量。
在实际使用中，可以通过负荷计算公式计算各设计师对应的负荷百分比，所述负荷计算公式可以为：
Figure BDA0002982667350000081
式中，Lp可以为负荷百分比，LT可以为工作负荷总量，Lct可以为工作负荷量，Ltask可以为设计工作量。
可以理解的是，负荷百分比越高，则说明设计师承接设计任务的能力越强，越符合该设计任务的承接要求，因此，可以依据负荷百分比进行排序，并继续待选排序结果选取预设集合数量的设计师，可以降低用户选择设计师的难度，更便于用户进行选择。
在实际使用中，可以根据负荷百分比从大到小对待选设计师集合中的设计师进行排序，获得待选排序结果，然后在待选排序结果中从前往后选择前预设集合数量的设计师；或者根据负荷百分比从小到大对待选设计师集合中的设计师进行排序，获得待选排序结果，然后在待选排序结果中从后往前选择后预设集合数量的设计师，再根据预设集合数量的设计师构建目标设计师集合。
进一步地，为了避免用户可选择设计师过少，本实施例所述获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量的设计师，以获得待选设计师集合的步骤之后，还可以包括：
获取所述待选设计师集合对应的设计师数量；在所述设计师数量小于预设数量时，获取所述设计师信息库中所述设计工作量及所述工作负荷量之和大于或等于所述工作负荷总量的设计师，以获得备选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述备选设计师集合中各设计师对应的备选负荷百分比；根据所述备选负荷百分比对所述备选设计师集合中的设计师进行排序，以获得备选排序结果；在所述备选排序结果中选取目标数量的设计师添加至所述待选设计师集合中。
需要说明的是，备选负荷百分比可以是用于表示设计师繁忙程度的量化值，备选负荷百分比越大，则表示设计师繁忙程度越高。目标数量可以为预设集合数量与设计师数量的差值。
需要说明的是，在获取待选设计师集合时，难免会出现设计师均较为繁忙而导致可承接设计任务的设计师数量不足的情况，此时待选设计师集合中设计师数量会极少甚至可能没有，此时若直接依据待选设计师集合获取目标设计师集合，会导致用户可选择的设计师过少，难以选择合适的设计师，因此，需要选择相对繁忙程度较低的设计师对待选设计师集合进行扩充。
在实际使用中，可以通过备选负荷计算公式计算各设计师对应的备选负荷百分比，所述备选负荷计算公式可以为：
Figure BDA0002982667350000091
式中，Lsp可以为备选负荷百分比，LT可以为工作负荷总量，Lct可以为工作负荷量，Ltask可以为设计工作量。
可以理解的是，备选负荷百分比越小，则说明设计师繁忙程度越低，因此，可以根据备选负荷百分比对备选设计师集合中的设计师进行排序，获得备选排序结果，并根据备选排序结果选取繁忙程度较低的设计师添加至待选设计师集合中。
在实际使用中，可以根据备选负荷百分比从小到大对备选设计师集合中的设计师进行排序，获得备选排序结果，然后在备选排序结果中从前往后选择前目标数量的设计师添加至待选设计师集合中；或者根据备选负荷百分比从大到小对备选设计师集合中的设计师进行排序，获得备选排序结果，然后在备选排序结果中从后往前选择后目标数量的设计师添加至待选设计师集合中。
步骤S40：根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师。
需要说明的是，设计匹配分值是用于表示设计师的设计师信息与设计需求的匹配程度的量化分值，设计匹配分值越高，则说明该设计师与设计需求的匹配程度越高，因此，通过设计匹配分值可确定各个设计师与设计需求的匹配程度，根据匹配程度可确定设计任务对应的设计师。
在实际使用中，可以通过匹配分值计算公式计算设计匹配分值，所述匹配分值计算公式可以为：
Score＝aR1+bR2+cR3+dR4
式中，Score可以为设计匹配分值，a、b、c及d均为权重值，a+b+c+d＝1，R1为设计时间评分，R2为从业年限评分，R3为设计师年龄评分，R4为设计师级别评分。
需要说明的是，a、b、c、d等权重值可以根据用户的喜好进行调整，例如：通过调查问卷的方式获取用户的喜好，通过获取的喜好调整权重值。
其中，设计时间评分可以使用时间评分公式进行计算，所述时间评分公式可以为：
R1＝100×(Tmax-T)/Tmin
式中，R1为设计时间评分，Tmax可以为设计需求中设计时间范围的最大值，Tmin可以为设计需求中设计时间范围的最小值，T可以为设计师信息中设计师设计时长的平均值。
从业年限评分可以使用年限评分公式进行计算，所述年限评分公式可以为：
R2＝100×(1+(Y-Ymin)/Ymin)
式中，R2为从业年限评分，Ymid可以为设计需求中设计师从业年限范围的中位值，Ymin可以为设计需求中设计师从业年限范围的最小值，Y可以为设计师信息中设计师从业年限。
设计师年龄评分可以使用年龄评分公式进行计算，所述年龄评分公式可以为：
R3＝100×(1+(Amax-A)/Amin)
式中，R3为年龄评分公式，Amid可以为设计需求中设计师年龄范围的中位值，Amin可以为设计师年龄范围的最小值，A可以为设计师信息中设计师年龄。
设计师级别评分可以使用级别评分公式进行计算，所述级别评分公式可以为：
R4＝100×(L-Lmin+1)
式中，R4为设计师级别评分，L为设计师信息中的设计师级别，Lmin可以为设计需求中设计师级别最低要求。
进一步地，为了便于用户选择合适的设计师，本实施例步骤S40，可以包括：
根据所述设计匹配分值对所述目标设计师集合中的设计师进行排序，以获得排序结果；在所述排序结果中选取预设数量的设计师，作为所述设计任务对应的设计师。
需要说明的是，预设数量可以根据实际需要进行设置。
在实际使用中，由于设计匹配分值可以表示设计师与设计任务对应的涉及需求的匹配程度，且设计匹配分值越高，则说明匹配程度越高，因此，可以根据设计匹配分值从大到小对目标设计师集合中的设计师进行排序，获得排序结果，并在排序结果中从前往后选择预设数量的设计师，将选择的预设数量的设计师作为设计任务对应的设计师，以供用户进行选择。
本实施例通过在检测到设计师匹配指令时，获取设计师匹配指令中的设计任务及设计任务对应的设计需求；通过预设工作量评估模型对设计任务的进行工作量评估，以获得设计工作量；基于设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取目标设计师集合中各设计师对应的设计师信息；根据设计师信息及设计需求确定设计匹配分值，并根据设计匹配分值确定设计任务对应的设计师。由于是先根据设计工作量匹配，保证了匹配得到的设计师可完成设计任务，而根据可表示设计师与设计任务的匹配程序的设计匹配分值确定对应的设计师，更便于用户选择合适的设计师。
参考图3，图3为本发明一种设计师智能匹配方法第二实施例的流程示意图。
基于上述第一实施例，本实施例设计师智能匹配方法在所述步骤S10之前，还包括：
步骤S01：获取用户的历史设计任务及历史设计方案。
需要说明的是，历史设计任务可以为用户历史发布的设计任务，历史设计方案可以为于历史设计任务对应的交付的设计方案。
步骤S02：根据所述历史设计任务确定所述用户对应的设计要求，并根据所述历史设计任务及历史设计方案构建所述用户对应的用户画像。
需要说明的是，对历史设计任务进行聚类分析，可以确定用户对应的设计要求，设计要求可以包括设计偏好、设计时长、设计价格、设计师年龄等信息。
可以理解的是，通过对用户的历史设计任务及历史设计方案可以构建用户的用户画像，用户画像可以用于描述用户的设计需要等信息。
步骤S03：基于所述用户画像及所述设计要求，通过预设设计推荐模型生成设计任务及所述设计任务对应的设计需求。
需要说明的是，预设设计推荐模型可以是通过大量设计要求及用户画像对机器学习算法进行训练得到的深度学习模型，通过预设设计推荐模型对用户的用户画像及设计要求进行分析，可以明确用户可能需要的设计任务及设计任务对应的设计需求。
步骤S04：根据所述设计任务及所述设计需求生成设计师匹配指令。
可以理解的是，根据设计任务及设计需求可以生成设计师匹配指令，设计师智能匹配设备在检测到设计师匹配指令时可以为设计任务智能匹配设计师，并将设计师推荐给用户，可以挖掘用户潜在设计需要，向用户推荐设计任务及对应的设计师。
本实施例通过获取用户的历史设计任务及历史设计方案；根据所述历史设计任务确定所述用户对应的设计要求，并根据所述历史设计任务及历史设计方案构建所述用户对应的用户画像；基于所述用户画像及所述设计要求，通过预设设计推荐模型生成设计任务及所述设计任务对应的设计需求；根据所述设计任务及所述设计需求生成设计师匹配指令。由于是根据用户历史设计任务及历史设计方案构建的用户的用户画像，用户画像可以反映用户的设计方向，根据用户画像及设计要求通过预设设计推荐模型生成设计任务及所对应的设计需求，再为设计任务匹配对应的设计师推荐给用户，可以挖掘用户潜在设计需要，提高用户体验。
参考图4，图4为本发明一种设计师智能匹配方法第三实施例的流程示意图。
基于上述第一实施例，本实施例设计师智能匹配方法在所述步骤S40之后，还包括：
步骤S50：获取所述设计任务对应的设计师的设计师信息。
可以理解的是，可以获取设计任务对应的各个设计师的设计师信息。
步骤S60：根据所述设计任务、所述设计需求及所述设计师信息生成设计师推荐报告。
需要说明的是，设计师推荐报告可以包括设计任务的任务描述、设计任务对应的设计需求及该设计任务对应的设计师的设计师信息。
步骤S70：将所述设计师推荐报告发送至用户端进行展示。
可以理解的是，将设计师推荐报告发送至用户端进行展示可以令用户快速明确适合其设计任务对应的设计师，并可根据各设计师的设计师信息进行选择，更加便于用户选择合适的设计师执行设计任务。
进一步地，为了便于用户与设计师安全交流，本实施例步骤S70之后，还可以包括：
接收所述用户端发送的设计师选择指令；根据所述设计师选择指令及所述设计任务对应的设计师确定目标设计师；获取当前时刻及所述目标设计师的接受通信时段和通信方式；在所述当前时刻属于所述接受通信时段时，根据所述通信方式选择对应的通信建立方案；根据所述通信建立方案为所述目标设计师及所述用户端建立通信渠道。
需要说明的是，设计师选择指令可以是用户发送至设计师智能匹配设备用于选择目标设计师的指令，设计师选择指令中可以包括设计师的个人标识等信息。接收通信时段可以是设计师设置的时段信息，用于表示该设计师仅在该时段内接受通信。通信方式可以是设计师设置的通信手段及通信地址，例如：通信手段为电话，通信地址为手机号，如：139XXXXXXXX；或通信手段为微信，通信地址为微信号。通信建立方案可以是基于通信方式预设的安全通信方案，其作用是在意向达成前避免个人联系方式泄漏，造成安全隐患，例如：在通信方式的通信手段为电话时，建立通信渠道的方式为通过安全号码对用户与设计师之间进行呼叫转接，在意向达成前隐藏双方实际手机号；在通信方式的通信手段为微信时，通过第三方微信号建立匿名聊天，在意向达成前隐藏双方微信号。
本实施例通过获取所述设计任务对应的设计师的设计师信息；根据所述设计任务、所述设计需求及所述设计师信息生成设计师推荐报告；将所述设计师推荐报告发送至用户端进行展示。由于设计师推荐报告中可包含设计任务、设计需求及匹配的设计师的设计师信息，可以令用户直观的看到推荐的各个设计师的信息，且在用户选择对应的设计师之后还可以为用户及用户选择的目标设计师建立安全的通信渠道，避免了意向达成之前个人信息的泄漏，保护了用户及设计师的隐私安全。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有设计师智能匹配程序，所述设计师智能匹配程序被处理器执行时实现如上文所述的设计师智能匹配方法的步骤。
参照图5，图5为本发明设计师智能匹配装置第一实施例的结构框图。
如图5所示，本发明实施例提出的设计师智能匹配装置包括：
数据获取模块501，用于在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求；
任务评估模块502，用于通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量；
信息查找模块503，用于基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息；
信息匹配模块504，用于根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师。
本实施例通过在检测到设计师匹配指令时，获取设计师匹配指令中的设计任务及设计任务对应的设计需求；通过预设工作量评估模型对设计任务的进行工作量评估，以获得设计工作量；基于设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取目标设计师集合中各设计师对应的设计师信息；根据设计师信息及设计需求确定设计匹配分值，并根据设计匹配分值确定设计任务对应的设计师。由于是先根据设计工作量匹配，保证了匹配得到的设计师可完成设计任务，而根据可表示设计师与设计任务的匹配程序的设计匹配分值确定对应的设计师，更便于用户选择合适的设计师。
进一步地，所述数据获取模块501，还用于获取用户的历史设计任务及历史设计方案；根据所述历史设计任务确定所述用户对应的设计要求，并根据所述历史设计任务及历史设计方案构建所述用户对应的用户画像；基于所述用户画像及所述设计要求，通过预设设计推荐模型生成设计任务及所述设计任务对应的设计需求；根据所述设计任务及所述设计需求生成设计师匹配指令。
进一步地，所述信息匹配模块504，还用于根据所述设计匹配分值对所述目标设计师集合中的设计师进行排序，以获得排序结果；在所述排序结果中选取预设数量的设计师，作为所述设计任务对应的设计师。
进一步地，所述信息查找模块503，还用于获取所述设计师信息库中各设计师对应的工作负荷量及工作负荷总量；获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量的设计师，以获得待选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述待选设计师集合中各设计师对应的负荷百分比；根据所述负荷百分比对所述待选设计师集合中的设计师进行排序，以获得待选排序结果；在所述待选排序结果中选取预设集合数量的设计师，以获得目标设计师集合。
进一步地，所述信息查找模块503，还用于获取所述待选设计师集合对应的设计师数量；在所述设计师数量小于预设数量时，获取所述设计师信息库中所述设计工作量及所述工作负荷量之和大于或等于所述工作负荷总量的设计师，以获得备选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述备选设计师集合中各设计师对应的备选负荷百分比；根据所述备选负荷百分比对所述备选设计师集合中的设计师进行排序，以获得备选排序结果；在所述备选排序结果中选取目标数量的设计师添加至所述待选设计师集合中。
进一步地，所述信息匹配模块504，还用于获取所述设计任务对应的设计师的设计师信息；根据所述设计任务、所述设计需求及所述设计师信息生成设计师推荐报告；将所述设计师推荐报告发送至用户端进行展示。
进一步地，所述信息匹配模块504，还用于接收所述用户端发送的设计师选择指令；根据所述设计师选择指令及所述设计任务对应的设计师确定目标设计师；获取当前时刻及所述目标设计师的接受通信时段和通信方式；在所述当前时刻属于所述接受通信时段时，根据所述通信方式选择对应的通信建立方案；根据所述通信建立方案为所述目标设计师及所述用户端建立通信渠道。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的设计师智能匹配方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种设计师智能匹配方法、其特征在于，所述设计师智能匹配方法包括以下步骤：
在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求，所述设计需求包括设计时间需求、设计师年限需求、设计师年龄需求、设计师级别需求；
通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量；
基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息，所述设计师信息包括设计师的设计时长、设计师年龄、设计师从业年限、设计师级别；
根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师；
其中，所述根据所述设计师信息及所述设计需求确定设计匹配分值的步骤，包括：
获取发送所述设计师匹配指令的用户对应的权重值，所述权重值基于用户的喜好进行设置或调整；
根据所述设计师信息及所述设计需求计算设计时间评分、从业年限评分、设计师年龄评分及设计师级别评分；
通过匹配计算公式根据所述设计时间评分、所述从业年限评分、所述设计师年龄评分及所述设计师级别评分计算所述目标设计师集合中各设计师对应的设计匹配分值；
所述匹配计算公式为：
Score＝aR1+bR2+cR3+dR4
式中，Score为设计匹配分值，a、b、c及d为权重值，a+b+c+d＝1，R1为设计时间评分，R2为从业年限评分，R3为设计师年龄评分，R4为设计师级别评分；
其中，所述基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合的步骤，包括：
获取所述设计任务对应的设计类型；
获取所述设计师信息库中各设计师对应的工作负荷量及工作负荷总量；
获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量，且擅长方向与所述设计类型匹配的设计师，以获得待选设计师集合；
根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述待选设计师集合中各设计师对应的负荷百分比；
根据所述负荷百分比对所述待选设计师集合中的设计师进行排序，以获得待选排序结果；
在所述待选排序结果中选取预设集合数量的设计师，以获得目标设计师集合；
所述获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量，且擅长方向与所述设计类型匹配的设计师，以获得待选设计师集合的步骤之后，还包括：
获取所述待选设计师集合对应的设计师数量；
在所述设计师数量小于预设数量时，获取所述设计师信息库中所述设计工作量及所述工作负荷量之和大于或等于所述工作负荷总量的设计师，以获得备选设计师集合；
根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述备选设计师集合中各设计师对应的备选负荷百分比；
根据所述备选负荷百分比对所述备选设计师集合中的设计师进行排序，以获得备选排序结果；
在所述备选排序结果中选取目标数量的设计师添加至所述待选设计师集合中。
2.如权利要求1所述的设计师智能匹配方法，其特征在于，所述在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求的步骤之前，还包括：
获取用户的历史设计任务及历史设计方案；
根据所述历史设计任务确定所述用户对应的设计要求，并根据所述历史设计任务及历史设计方案构建所述用户对应的用户画像；
基于所述用户画像及所述设计要求，通过预设设计推荐模型生成设计任务及所述设计任务对应的设计需求；
根据所述设计任务及所述设计需求生成设计师匹配指令。
3.如权利要求1所述的设计师智能匹配方法，其特征在于，所述根据所述设计匹配分值确定所述设计任务对应的设计师的步骤，包括：
根据所述设计匹配分值对所述目标设计师集合中的设计师进行排序，以获得排序结果；
在所述排序结果中选取预设数量的设计师，作为所述设计任务对应的设计师。
4.如权利要求1-3任一项所述的设计师智能匹配方法，其特征在于，所述根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师的步骤之后，还包括：
获取所述设计任务对应的设计师的设计师信息；
根据所述设计任务、所述设计需求及所述设计师信息生成设计师推荐报告；
将所述设计师推荐报告发送至用户端进行展示。
5.如权利要求4所述的设计师智能匹配方法，其特征在于，所述将所述设计师推荐报告发送至用户端进行展示的步骤之后，还包括：
接收所述用户端发送的设计师选择指令；
根据所述设计师选择指令及所述设计任务对应的设计师确定目标设计师；
获取当前时刻及所述目标设计师的接受通信时段和通信方式；
在所述当前时刻属于所述接受通信时段时，根据所述通信方式选择对应的通信建立方案；
根据所述通信建立方案为所述目标设计师及所述用户端建立通信渠道。
6.一种设计师智能匹配装置，其特征在于，所述设计师智能匹配装置包括以下模块：
数据获取模块，用于在检测到设计师匹配指令时，获取所述设计师匹配指令中的设计任务及所述设计任务对应的设计需求，所述设计需求包括设计时间需求、设计师年限需求、设计师年龄需求、设计师级别需求；
任务评估模块，用于通过预设工作量评估模型对所述设计任务的进行工作量评估，以获得设计工作量；
信息查找模块，用于基于所述设计工作量在设计师信息库中进行匹配，以获得目标设计师集合，并获取所述目标设计师集合中各设计师对应的设计师信息，所述设计师信息包括设计师的设计时长、设计师年龄、设计师从业年限、设计师级别；
信息匹配模块，用于根据所述设计师信息及所述设计需求确定设计匹配分值，并根据所述设计匹配分值确定所述设计任务对应的设计师；
所述信息匹配模块，还用于获取发送所述设计师匹配指令的用户对应的权重值，所述权重值基于用户的喜好进行设置或调整；根据所述设计师信息及所述设计需求计算设计时间评分、从业年限评分、设计师年龄评分及设计师级别评分；通过匹配计算公式根据所述设计时间评分、所述从业年限评分、所述设计师年龄评分及所述设计师级别评分计算所述目标设计师集合中各设计师对应的设计匹配分值；
所述匹配计算公式为：
Score＝aR1+bR2+cR3+dR4
式中，Score为设计匹配分值，a、b、c及d为权重值，a+b+c+d＝1，R1为设计时间评分，R2为从业年限评分，R3为设计师年龄评分，R4为设计师级别评分；
所述信息查找模块，还用于获取所述设计任务对应的设计类型；获取所述设计师信息库中各设计师对应的工作负荷量及工作负荷总量；获取所述设计师信息库中所述设计工作量及所述工作负荷量之和小于所述工作负荷总量，且擅长方向与所述设计类型匹配的设计师，以获得待选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述待选设计师集合中各设计师对应的负荷百分比；根据所述负荷百分比对所述待选设计师集合中的设计师进行排序，以获得待选排序结果；在所述待选排序结果中选取预设集合数量的设计师，以获得目标设计师集合；
所述信息查找模块，还用于获取所述待选设计师集合对应的设计师数量；在所述设计师数量小于预设数量时，获取所述设计师信息库中所述设计工作量及所述工作负荷量之和大于或等于所述工作负荷总量的设计师，以获得备选设计师集合；根据所述设计工作量、所述工作负荷量及所述工作负荷总量计算所述备选设计师集合中各设计师对应的备选负荷百分比；根据所述备选负荷百分比对所述备选设计师集合中的设计师进行排序，以获得备选排序结果；在所述备选排序结果中选取目标数量的设计师添加至所述待选设计师集合中。
7.一种设计师智能匹配设备，其特征在于，所述设计师智能匹配设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的设计师智能匹配程序，所述设计师智能匹配程序被所述处理器执行时实现如权利要求1-5中任一项所述的设计师智能匹配方法的步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有设计师智能匹配程序，所述设计师智能匹配程序执行时实现如权利要求1-5中任一项所述的设计师智能匹配方法的步骤。
CN202110293492.8A 2021-03-18 2021-03-18 一种设计师智能匹配方法、装置、设备及存储介质 Active CN112883277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110293492.8A CN112883277B (zh) 2021-03-18 2021-03-18 一种设计师智能匹配方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110293492.8A CN112883277B (zh) 2021-03-18 2021-03-18 一种设计师智能匹配方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112883277A CN112883277A (zh) 2021-06-01
CN112883277B true CN112883277B (zh) 2023-07-07

Family

ID=76041315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110293492.8A Active CN112883277B (zh) 2021-03-18 2021-03-18 一种设计师智能匹配方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112883277B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115730858B (zh) * 2022-11-29 2023-09-29 深圳市艾丽斯卡文化创意有限公司 一种基于大数据的文化产品设计智能管理平台
CN117407595B (zh) * 2023-12-14 2024-03-08 江西财经大学 融合大语言模型与动态对话意图的家装设计师推荐方法
CN117611101B (zh) * 2023-12-15 2024-04-26 济南中建建筑设计院有限公司 一种工程设计项目流程管理系统及其方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581928A (zh) * 2008-05-14 2009-11-18 王立伟 生产工序的管理方法及其管理系统
CN103024217B (zh) * 2011-09-23 2016-04-13 中兴通讯股份有限公司 一种实现客服业务的方法及客服系统
CN107748747B (zh) * 2016-08-30 2020-07-03 网易（杭州）网络有限公司 一种信息查找方法和装置
CN106682878A (zh) * 2016-12-29 2017-05-17 特赞（上海）信息科技有限公司 一种设计师匹配平台及方法
CN108320097A (zh) * 2018-02-01 2018-07-24 北京百度网讯科技有限公司 用于分配工作量的方法和装置
CN109241117A (zh) * 2018-08-02 2019-01-18 上海慧岳信息科技有限公司 一种画师匹配的方法和装置
CN111506810A (zh) * 2020-03-19 2020-08-07 威比网络科技(上海)有限公司 课程信息推送方法、系统、设备及存储介质
CN111639846A (zh) * 2020-05-24 2020-09-08 中信银行股份有限公司 需求的处理方法、装置、电子设备及计算机可读存储介质
CN112418799A (zh) * 2020-11-24 2021-02-26 广州品唯软件有限公司 一种工单分派方法、装置、电子设备和可读存储介质

Also Published As

Publication number Publication date
CN112883277A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN112883277B (zh) 一种设计师智能匹配方法、装置、设备及存储介质
US20160307141A1 (en) Method, System, and Computer Program Product for Generating Mixes of Tasks and Processing Responses from Remote Computing Devices
CN110490651B (zh) 信息推送方法、装置、设备及计算机可读存储介质
CN111090809A (zh) 题目推荐方法、装置、计算机设备和存储介质
CN111651676A (zh) 基于能力模型进行职业推荐的方法、装置、设备和介质
CN112053703A (zh) 一种信息处理方法、装置、计算机设备及存储介质
CN113360622A (zh) 用户对话信息的处理方法、装置及计算机设备
WO2019127845A1 (zh) 一种录音推荐方法、装置、设备及计算机可读存储介质
JP2024056949A (ja) 求人者と求職者とのマッチング方法
CN110232498A (zh) 员工潜能分析方法、装置、设备及计算机可读存储介质
CN110083634A (zh) 基于数据分析的订单处理方法、装置、设备及存储介质
JP4795496B1 (ja) アンケート集計システム
CN112990702A (zh) 基于施工任务的施工队匹配方法、装置、设备及存储介质
CN113837793A (zh) 一种供应商推荐方法、装置、存储介质及终端
CN111598632B (zh) 权益份额、权益份额序列的确定方法及装置
CN110233864B (zh) 一种基于众包的信息采集方法、装置、设备、存储介质
CN114944219A (zh) 基于人工智能的心理量表推荐方法及装置、存储介质
US10614081B2 (en) Social personality profiling for productivity enhancement
CN111553555A (zh) 培训方法、装置、计算机设备和存储介质
US10650332B1 (en) Buyer-provider matching algorithm
US20210110329A1 (en) Method and system for improvement profile generation in a skills management platform
CN110232115A (zh) 问题处理方法、设备、装置和计算机可读存储介质
JP6399420B2 (ja) 情報処理装置及び情報処理方法
JP6959386B2 (ja) 人材分析システム、方法、およびプログラム
Eustáquio Rangel de Queiroz et al. A multidimensional approach for the evaluation of mobile application user interfaces

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