CN114240207A - 智能工单派发方法、系统及介质 - Google Patents
智能工单派发方法、系统及介质 Download PDFInfo
- Publication number
- CN114240207A CN114240207A CN202111576354.7A CN202111576354A CN114240207A CN 114240207 A CN114240207 A CN 114240207A CN 202111576354 A CN202111576354 A CN 202111576354A CN 114240207 A CN114240207 A CN 114240207A
- Authority
- CN
- China
- Prior art keywords
- work order
- work
- personnel
- order
- processing
- 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 52
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013070 change management Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101000797623 Homo sapiens Protein AMBP Proteins 0.000 description 1
- 102100032859 Protein AMBP Human genes 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/063118—Staff planning in a project environment
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了智能工单派发方法、系统及介质，属于计算机领域。其中方法包括以下步骤：根据派单策略和节点处理角色，确定工单的处理人；将所述工单派发给所述处理人；所述派单策略是基于负载均衡动态分配处理人的策略。本发明能够自动把任务工单分发给对应得到人员，合理利用人员资源，提高跨部门协作的高效性、降低人工成本，确保任务能够有质量地完成。本发明通过派单策略将待处理工单进行平衡、分摊给多个处理人进行处理，进行动态分配，提高了算法的可用性和灵活性。
Description
技术领域
本发明涉及计算机技术领域，特别涉及一种智能工单派发方法、系统及介质。
背景技术
随着数据中心和IT架构日趋复杂，部门团队人数的不断扩展，随着数据中心和IT架构日趋复杂，部门团队人数的不断扩展，各信息中心IT运维管理的沟通与协作成本与日俱增。如何能够及时、准确、方便的了解各运营团队的工作任务、进度和绩效，及时有效的进行监督、指导以及知识沉淀，成为部门管理增效的主要需求。
在企业管理中，常常通过工单派发的方式进行任务的分配，将工单派发至相关的员工，由员工执行工单中的任务。目前，一般是由相关企业员工进行工单派发。在特殊情况下，比如企业的运维设备突然间出现问题，会出现工单量激增的情况，当工单量过大时，往往需要消耗大量的时间成本进行工单派发，导致工单派发不及时，任务处理效率较低。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种智能工单派发方法，能够提高工单处理效率。
本发明还提出一种智能工单派发系统。
本发明还提出一种实施上述智能工单派发方法的计算机可读存储介质。
根据本发明的第一方面实施例的智能工单派发方法，包括以下步骤：根据派单策略和节点处理角色，确定工单的处理人；将所述工单派发给所述处理人；所述派单策略是基于负载均衡动态分配处理人的策略。
根据本发明实施例的智能工单派发方法，至少具有如下有益效果：本发明实施例通过确定节点处理角色，并通过派单算法自动把任务工单分发给对应得到人员，合理利用人员资源，提高跨部门协作的高效性、降低人工成本，确保任务能够有质量地完成。本实施例通过派单策略将待处理工单进行平衡、分摊给多个处理人进行处理，进行动态分配，提高了算法的可用性和灵活性。
根据本发明的一些实施例，所述根据派单策略和节点处理角色，确定工单的处理人包括：根据节点对应的处理角色，获取所述处理角色包括的人员及人员信息；基于所述派单策略，从所述人员中确定工单的处理人。不同类型的工单，它每一个流程节点对应的处理人各不相同。在进行自动派单时，需要兼顾流程节点的处理人设置，只能将工单分配给预设处理人（处理部门或角色）。在通过计算得分确定处理人时，只需要计算这部分人员的得分，无需计算其他人员的得分。
根据本发明的一些实施例，所述基于所述派单策略，从所述人员中确定工单的处理人包括：根据所述人员信息，获取所述人员的待处理工单，确定所述待处理工单中是否存在所述工单的相似工单；若存在相似工单，则确定所述相似工单对应的人员的人数是否是多个，若是，则将所述工单分配给待处理工单中相似工单最多的人员；若不是，则将所述工单分配给所述相似工单对应的人员。本实施例优先将工单分配给相似工单处理人，能够提高工单的处理效率。
根据本发明的一些实施例，若所述待处理工单中不存在所述工单的相似工单，则确定所述人员的繁忙度；确定是否有多个人员的繁忙度与预设的最低繁忙度相差不超过阈值，若是，则获取所述多个人员的历史工单相似度，根据所述历史工单相似度确定工单的处理人；若不是，则确定将所述工单分配给繁忙度最低的人员。本实施例通过计算繁忙度，动态分配工单给繁忙度低的人员，实现分配的负载均衡。本实施例在人员基本处于低繁忙状态时，通过计算人员的历史工单相似度，并进行相应的分配，提高工单的处理效率。
根据本发明的一些实施例，所述根据所述历史工单相似度确定工单的处理人包括：若与所述工单相似度最高的历史工单对应的人员有多个，则从多个所述人员中随机选择一个作为工单的处理人。本实施例通过计算人员的历史工单相似度，将工单分配给工单相似度最高对应的人员，提高工单的处理效率。
根据本发明的一些实施例，所述确定所述人员的繁忙度包括：计算繁忙度，计算公
式如下：
，其中，
表示员工
的繁忙度，
表示员工，
表示工单类型
的待
处理工单数，
表示工单类型
的繁忙系数，
表示工单类型；其中，所述繁忙系数由各个工
单类型的处理复杂程度及平均处理耗时确定；所述复杂程度为该类型工单需要涉及的人员
和外部支持程度，所述平均处理耗时为处理该类型工单的某个节点或几个节点的平均耗
时。
根据本发明的一些实施例，所述获取所述多个人员的历史工单相似度包括：根据工单权重及相似度表，为所述工单匹配有效处理节点及匹配字段，并计算历史工单相似度；计算人员在所述有效处理节点处理过，且符合所述匹配字段的工单数，作为已处理相似工单数和待处理相似工单数；获取人员的所述已处理相似工单数和待处理相似工单数，根据相似因数比计算历史工单相似度。
根据本发明的一些实施例，所述方法还包括：使用调度任务进行定期计算指标信息，计算结果保存；所述指标信息包括人员的繁忙度和相似度；所述计算指标信息包括：根据人员的工单数量和各类工单的权重计算所述繁忙度；获取历史工单并按照配置信息进行分类，统计人员的同类工单的处理数量来计算所述相似度。本实施例定时更新用户状态、动态计算并分配工单，合理利用人员资源，提高跨部门协作的高效性、降低人工成本。
根据本发明的第二方面实施例的智能工单派发系统，包括：第一处理模块，用于根据派单策略和节点处理角色，确定工单的处理人；第二处理模块，用于将所述工单派发给所述处理人；所述派单策略是基于负载均衡动态分配处理人的策略。
根据本发明实施例的智能工单派发系统，至少具有如下有益效果：本发明实施例通过确定节点处理角色，并通过派单算法自动把任务工单分发给对应得到人员，合理利用人员资源，提高跨部门协作的高效性、降低人工成本，确保任务能够有质量地完成。本实施例通过派单策略将待处理工单进行平衡、分摊给多个处理人进行处理，进行动态分配，提高了算法的可用性和灵活性。
根据本发明的第三方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明的第一方面实施例中任一项的方法。
由于本发明实施例的计算机可读存储介质上存储有用于执行如本发明第一方面中任一项所述的智能工单派发方法的计算机可执行指令，因此具有本发明第一方面的所有有益效果。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的业务处理流程示意图；
图2为本发明实施例的派发算法流程示意图；
图3为本发明实施例的调度任务的流程示意图；
图4为本发明实施例的系统的模块示意框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个及两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明实施例提供了一种智能工单派发方法，应用于任务分配。每个工单都有不同的流程节点，根据不同的业务要求，每个节点要求的处理人也各不相同。所有服务均配置有流程和表单，用于标识该服务流程运转的进度及处理记录。
参照图1，当用户提交或处理工单时，通过本发明实施例的智能工单派发（以下简称派单）方法，自动计算下一流程节点的处理人，并将工单派发给该处理人进行处理。
派单相关的计算因子有：派单策略、节点处理部门或角色、工单类型、繁忙度、历史工相似单度。其中，派单策略和节点处理部门或角色为前置条件，无论采用何种方法，均需要考虑这两个条件。
以下分别介绍各个计算因子及对应的实施例。
1、派单策略。
派单策略采用负载均衡的方法，其含义就是指将待处理工单进行平衡、分摊给多个处理人进行处理。其特点是能够根据处理人当前的繁忙度和熟练度进行动态分配，提高了算法的可用性和灵活性。
参照图2，在一些实施例中，采用派单策略的派单方法包括以下步骤：
首先，查询用户待处理的工单中有无相似工单，若有一个或多个用户在处理相似工单，则将该工单分配给待处理的相似工单数最多的用户处理。
若无，判断用户的繁忙度，优先分配给繁忙度低的用户。当多个用户与最低繁忙度相近时（与最低的繁忙度相差不超过10%），判断这几个用户的历史工单相似度，优先分配给历史工单相似度最高的用户。若历史工单相似度一致，则随机分配给任意一个用户。
本实施例中，用户待处理工单指工单已分配给“我”，待“我”处理或“我”正在处理的相似工单。用户指该节点预设的处理人（部门或角色中的一个或多个用户）。
2、节点处理部门或角色。
不同类型的工单，它每一个流程节点对应的处理人各不相同。在进行自动派单时，需要兼顾流程节点的处理人设置，只能将工单分配给预设处理人（处理部门或角色）。则只需要计算这部分人员的得分，无需计算其他人员的得分。
3、繁忙度。
繁忙度，用于表示用户当前的繁忙程度，与当前待处理工单数有关。
繁忙度=(工单类型A待处理工单数×工单类型A的繁忙系数)+(工单类型B待处理工单数×工单类型B的繁忙系数)+⋯+(工单类型N待处理工单数×工单类型N的繁忙系数)。
繁忙系数：根据各个类型工单的处理复杂程度，平均处理耗时进行度量。繁忙系数越大说明这类工单的耗时和复杂程度较高，该系数值为0~1.其中，复杂程度：指这类型工单需要涉及的人员和外部支持程度。处理耗时：指处理该类型工单的某个节点或几个节点的平均耗时，作为该类型工单的处理耗时。
初始繁忙系数计算依据：结合现有的10万条工单数据分析，已知现有工单各节点的处理时间，排除异常处理耗时（如处理时间小于3分钟或处理时间大于21天），计算出某类型工单该节点90%工单的处理耗时。将该工单有效处理节点的值，求平均值，作为该类型工单的平均处理耗时。将所有类型工单的平均处理耗时进行对比，将值最大的设为系数1，其他依次计算出相应的系数。所以繁忙系数可通过智能派单引擎根据历史工单的数据进行计算。
例如，工单类型A的有效处理节点为a1和a2，工单类型B的有效处理节点为b，计算它们的繁忙系数方法为：
（1）统计各工单类型各有效处理节点的耗时记录，即a1、a2所有的工单处理耗时记录。
（2）排除异常处理耗时记录，即排除（1）中处理时间小于3分钟或处理时间大于21天的值。
（3）计算各类型工单有效处理节点的85%工单的处理耗时，即在（2）的基础上，分别计算a1、a2节点的85%工单的处理耗时，记为X1、X2。
（4）计算该类型工单的85%工单的平均处理耗时，即 Ya = (X1 + X2) / 2。
（5）计算该类型工单的繁忙系数，即 Za = Ya / Ymax。
4、相似度。
历史相似工单程度，体现为若某人曾经处理过类似工单。根据工单权重及相似度表，匹配有效处理节点及匹配字段进行判断。例如，一个待分配的事件管理的工单，根据“有效处理节点（一线解决、二线解决）”和“匹配字段（事件类型、所属系统、事件性质）”来进行判断。
相似度=(我已处理的相似工单数×α)+(待我处理的相似工单×β)。
待我处理的相似工单：指工单已分配给我，待我处理的相似工单。
相似因数比：表示相似度计算公式中α和β的比值。结合百万条数据分析，本方法的相似因数比为2:8.浮动率为±3%。
结合现有的10万条工单数据分析，工单处理过程中人工分派或者自动接单的规律。如果当前人员已有在处理的相似工单再次产生新工单时会优先进行分派给正在处理的人员概率大概在80%,如果只有历史在处理的工单，根据历史工单的处理数量的比重占约20%。
5、工单类型。
ITIL标准的服务流程有：事件管理、服务管理、问题管理、变更管理、发布管理、任务管理。
上述的工单权重及相似度表用于给用户繁忙度和历史工单相似度提供计算依据，是一张相对不变的字典表。下表1是一个具体的实施例。
表1 工单权重及相似度表
| 序号 | 工单类型 | 工单类型标识 | 繁忙系数 | 有效处理节点 | 匹配字段 |
| 1 | 事件管理 | SJGL | 0.8 | 一线解决、二线解决 | 事件类型、所属系统、事件性质 |
| 2 | 服务管理 | FWGL | 0.5 | 处理服务请求 | 服务类型、服务标题 |
| 3 | 问题管理 | WTGL | 0.4 | 实施解决方案 | 问题影响系统、问题优先级、影响分类 |
| 4 | 变更管理 | BGGL | 1 | 无 | 变更类别、变更等级、变更分类、应用系统、变更影响 |
| 5 | 发布管理 | FBGL | 0.8 | 无 | 无 |
| 6 | 任务管理 | RWGL | 0.6 | 无 | 无 |
用户繁忙度表用于计算和表示当前用户的繁忙度。下表2是一个具体实施例。
表2 用户繁忙度表
| 序号 | 用户ID | 繁忙度 | 更新时间 |
| 1 | User001 | …… | 2021/08/25 10:00:00 |
| 2 | User002 | …… | 2021/08/25 10:00:00 |
| 3 | User003 | …… | 2021/08/25 10:00:00 |
用户历史工单相似度表用于相似度计算，下表3是一个具体的实施例。
表3 用户历史工单相似度表
| 序号 | 用户ID | 工单类型标识 | 已处理 相似工单数 | 待处理 相似工单数 | 相似度 | 更新时间 |
| 1 | User001 | SJGL | …… | …… | …… | 2021/08/25 10:00:00 |
| 2 | User001 | FWGL | …… | …… | …… | 2021/08/25 10:00:00 |
| 3 | User002 | SJGL | …… | …… | …… | 2021/08/25 10:00:00 |
| 4 | User003 | SJGL | …… | …… | …… | 2021/08/25 10:00:00 |
注：已处理/待处理相似工单数，指根据工单权重及相似度表，计算出该用户在有效处理节点处理过，并且符合匹配字段的工单数。
本发明实施例使用JAVA语言实现，实现逻辑主要分为两个步骤。第一步需要将每个人的当前的工作量（繁忙度）以及以往的处理工单的工作经验（相似度）计算出来作为一个可做为分派的指标（以下对繁忙度以及相似度统一称为指标）。第二步根据指标做合理的工单分派，提高处理效率，平均分配工作。
参照图3，第一步实现：使用调度任务进行定期计算指标信息（调度任务每十分钟执行一次）系统启动时自动执行一次，计算结果使用全局变量存储到缓存中以便后续使用。首先需要查询当前人员的工单数量和各类工单的权重用来进行繁忙度计算、查询历史工单按照配置信息进行分类，统计当前人的同类工单的处理数量进行相似度计算。
调度任务：使用springboot+quartz实现调度。
1、定义启动执行类QuartzConfig实现implements ApplicationRunner接口，系统重启启动定时任务。
2、定时任务实现implements Job接口实现功能逻辑。
第二步实现：根据第一步计算好的繁忙度、相似度、相似工单待处理来进行分派、触发动作为处理人提交流程到某一个需要自动分派的节点。分派逻辑为如果当前人存在待处理相似的工单，优先分派该工单给相似工单的处理人，其次在分配给繁忙度小的如果范围超过10%直接分派给10%以内的不超过则使用相似度进行分派，如果都一样则采用随机分派。
传统的派单策略一般是轮询法或最少任务数法，即将待处理的工单按顺序逐个派发或直接派发给待办工单最少的人。这些算法相对简单，但在大任务量来临时，无法达到均衡用户任务量的目的，任务处理效率较低，不利于部门间的协作。
采用本方法后，可以结合实际情况，定时更新用户状态、动态计算并分配工单，合理利用人员资源，提高跨部门协作的高效性、降低人工成本。
与前述实施例相对应，本发明还提供了系统的实施例。对于系统实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。
参照图4，本发明实施例的智能工单派发系统包括：第一处理模块，用于根据派单策略和节点处理角色，确定工单的处理人；第二处理模块，用于将工单派发给处理人；派单策略是基于负载均衡动态分配处理人的策略。本发明实施例通过确定节点处理角色，并通过派单算法自动把任务工单分发给对应得到人员，合理利用人员资源，提高跨部门协作的高效性、降低人工成本，确保任务能够有质量地完成。本实施例通过派单策略将待处理工单进行平衡、分摊给多个处理人进行处理，进行动态分配，提高了算法的可用性和灵活性。
尽管本文描述了具体实施方案，但是本领域中的普通技术人员将认识到，许多其它修改或另选的实施方案同样处于本公开的范围内。例如，结合特定设备或组件描述的功能和/或处理能力中的任一项可以由任何其它设备或部件来执行。另外，虽然已根据本公开的实施方案描述了各种例示性具体实施和架构，但是本领域中的普通技术人员将认识到，对本文所述的例示性具体实施和架构的许多其它修改也处于本公开的范围内。
上文参考根据示例性实施方案所述的系统、方法、系统和/或计算机程序产品的框图和流程图描述了本公开的某些方面。应当理解，框图和流程图中的一个或多个块以及框图和流程图中的块的组合可分别通过执行计算机可执行程序指令来实现。同样，根据一些实施方案，框图和流程图中的一些块可能无需按示出的顺序执行，或者可以无需全部执行。另外，超出框图和流程图中的块所示的那些部件和/或操作以外的附加部件和/或操作可存在于某些实施方案中。
因此，框图和流程图中的块支持用于执行指定功能的装置的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令装置。还应当理解，框图和流程图中的每个块以及框图和流程图中的块的组合可以由执行特定功能、元件或步骤的专用硬件计算机系统或者专用硬件和计算机指令的组合来实现。
本文所述的程序模块、应用程序等可包括一个或多个软件组件，包括例如软件对象、方法、数据结构等。每个此类软件组件可包括计算机可执行指令，所述计算机可执行指令响应于执行而使本文所述的功能的至少一部分（例如，本文所述的例示性方法的一种或多种操作）被执行。
软件组件可以用各种编程语言中的任一种来编码。一种例示性编程语言可以为低级编程语言，诸如与特定硬件体系结构和/或操作系统平台相关联的汇编语言。包括汇编语言指令的软件组件可能需要在由硬件架构和/或平台执行之前由汇编程序转换为可执行的机器代码。另一种示例性编程语言可以为更高级的编程语言，其可以跨多种架构移植。包括更高级编程语言的软件组件在执行之前可能需要由解释器或编译器转换为中间表示。编程语言的其它示例包括但不限于宏语言、外壳或命令语言、作业控制语言、脚本语言、数据库查询或搜索语言、或报告编写语言。在一个或多个示例性实施方案中，包含上述编程语言示例中的一者的指令的软件组件可直接由操作系统或其它软件组件执行，而无需首先转换成另一种形式。
软件组件可存储为文件或其它数据存储构造。具有相似类型或相关功能的软件组件可一起存储在诸如特定的目录、文件夹或库中。软件组件可为静态的（例如，预设的或固定的）或动态的（例如，在执行时创建或修改的）。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (10)
1.一种智能工单派发方法，其特征在于，包括以下步骤：
根据派单策略和节点处理角色，确定工单的处理人；
将所述工单派发给所述处理人；
所述派单策略是基于负载均衡动态分配处理人的策略。
2.根据权利要求1所述的智能工单派发方法，其特征在于，所述根据派单策略和节点处理角色，确定工单的处理人包括：
根据节点对应的处理角色，获取所述处理角色包括的人员及人员信息；
基于所述派单策略，从所述人员中确定工单的处理人。
3.根据权利要求2所述的智能工单派发方法，其特征在于，所述基于所述派单策略，从所述人员中确定工单的处理人包括：
根据所述人员信息，获取所述人员的待处理工单，确定所述待处理工单中是否存在所述工单的相似工单；
若存在相似工单，则确定所述相似工单对应的人员的人数是否是多个，若是，则将所述工单分配给待处理工单中相似工单最多的人员；若不是，则将所述工单分配给所述相似工单对应的人员。
4.根据权利要求3所述的智能工单派发方法，其特征在于，若所述待处理工单中不存在所述工单的相似工单，则确定所述人员的繁忙度；
确定是否有多个人员的繁忙度与预设的最低繁忙度相差不超过阈值，若是，则获取所述多个人员的历史工单相似度，根据所述历史工单相似度确定工单的处理人；
若不是，则确定将所述工单分配给繁忙度最低的人员。
5.根据权利要求4所述的智能工单派发方法，其特征在于，所述根据所述历史工单相似度确定工单的处理人包括：若与所述工单相似度最高的历史工单对应的人员有多个，则从多个所述人员中随机选择一个作为工单的处理人。
6.根据权利要求4所述的智能工单派发方法，其特征在于，所述确定所述人员的繁忙度包括：
计算繁忙度，计算公式如下：
其中，所述繁忙系数由各个工单类型的处理复杂程度及平均处理耗时确定；所述复杂程度为该类型工单需要涉及的人员和外部支持程度，所述平均处理耗时为处理该类型工单的某个节点或几个节点的平均耗时。
7.根据权利要求4所述的智能工单派发方法，其特征在于，所述获取所述多个人员的历史工单相似度包括：
根据工单权重及相似度表，为所述工单匹配有效处理节点及匹配字段，并计算历史工单相似度；
计算人员在所述有效处理节点处理过，且符合所述匹配字段的工单数，作为已处理相似工单数和待处理相似工单数；
获取人员的所述已处理相似工单数和待处理相似工单数，根据相似因数比计算历史工单相似度。
8.根据权利要求1所述的智能工单派发方法，其特征在于，所述方法还包括：
使用调度任务进行定期计算指标信息，计算结果保存；所述指标信息包括人员的繁忙度和相似度；
所述计算指标信息包括：
根据人员的工单数量和各类工单的权重计算所述繁忙度；
获取历史工单并按照配置信息进行分类，统计人员的同类工单的处理数量来计算所述相似度。
9.一种智能工单派发系统，其特征在于，包括：
第一处理模块，用于根据派单策略和节点处理角色，确定工单的处理人；
第二处理模块，用于将所述工单派发给所述处理人；
所述派单策略是基于负载均衡动态分配处理人的策略。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至8中任一项的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111576354.7A CN114240207A (zh) | 2021-12-22 | 2021-12-22 | 智能工单派发方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111576354.7A CN114240207A (zh) | 2021-12-22 | 2021-12-22 | 智能工单派发方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114240207A true CN114240207A (zh) | 2022-03-25 |
Family
ID=80760879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111576354.7A Pending CN114240207A (zh) | 2021-12-22 | 2021-12-22 | 智能工单派发方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114240207A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115499331A (zh) * | 2022-09-20 | 2022-12-20 | 苏州智能交通信息科技股份有限公司 | 智能工单处理方法、装置、设备及存储介质 |
| CN116862207A (zh) * | 2023-09-04 | 2023-10-10 | 成都优卡数信信息科技有限公司 | 一种智能派单系统 |
| CN117689183A (zh) * | 2024-02-01 | 2024-03-12 | 北京天恒安科集团有限公司 | 基于智能井盖的有限空间工单优化方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119876A (zh) * | 2019-04-03 | 2019-08-13 | 口碑(上海)信息技术有限公司 | 工单处理方法及装置 |
| CN112308401A (zh) * | 2020-10-29 | 2021-02-02 | 多点(深圳)数字科技有限公司 | 任务分配方法、装置、计算机设备和可读存储介质 |
| 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 |
| CN113450002A (zh) * | 2021-07-01 | 2021-09-28 | 京东科技控股股份有限公司 | 任务的分配方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-22 CN CN202111576354.7A patent/CN114240207A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119876A (zh) * | 2019-04-03 | 2019-08-13 | 口碑(上海)信息技术有限公司 | 工单处理方法及装置 |
| CN112308401A (zh) * | 2020-10-29 | 2021-02-02 | 多点(深圳)数字科技有限公司 | 任务分配方法、装置、计算机设备和可读存储介质 |
| 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 |
| CN113450002A (zh) * | 2021-07-01 | 2021-09-28 | 京东科技控股股份有限公司 | 任务的分配方法、装置、电子设备及存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115499331A (zh) * | 2022-09-20 | 2022-12-20 | 苏州智能交通信息科技股份有限公司 | 智能工单处理方法、装置、设备及存储介质 |
| CN115499331B (zh) * | 2022-09-20 | 2024-06-04 | 苏州智能交通信息科技股份有限公司 | 智能工单处理方法、装置、设备及存储介质 |
| CN116862207A (zh) * | 2023-09-04 | 2023-10-10 | 成都优卡数信信息科技有限公司 | 一种智能派单系统 |
| CN117689183A (zh) * | 2024-02-01 | 2024-03-12 | 北京天恒安科集团有限公司 | 基于智能井盖的有限空间工单优化方法及系统 |
| CN117689183B (zh) * | 2024-02-01 | 2024-04-26 | 北京天恒安科集团有限公司 | 基于智能井盖的有限空间工单优化方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114240207A (zh) | 智能工单派发方法、系统及介质 | |
| CN110442451B (zh) | 一种面向深度学习的多类型gpu集群资源管理调度方法和系统 | |
| CN107992359B (zh) | 一种云环境下代价感知的任务调度方法 | |
| US8595732B2 (en) | Reducing the response time of flexible highly data parallel task by assigning task sets using dynamic combined longest processing time scheme | |
| CN109814997B (zh) | 一种分布式自主均衡人工智能任务调度方法及系统 | |
| CN101727357B (zh) | 用于分配计算中心中资源的方法和装置 | |
| CN107944000B (zh) | 航班运价更新方法、装置、电子设备、存储介质 | |
| CN107038069A (zh) | Hadoop平台下动态标签匹配DLMS调度方法 | |
| CN103336714A (zh) | 一种作业调度方法和装置 | |
| CN111625331A (zh) | 任务调度方法、装置、平台、服务器及存储介质 | |
| CN112579273B (zh) | 任务调度方法及装置、计算机可读存储介质 | |
| US8539495B2 (en) | Recording medium storing therein a dynamic job scheduling program, job scheduling apparatus, and job scheduling method | |
| CN111400010B (zh) | 任务调度方法及装置 | |
| CN112114973A (zh) | 一种数据处理方法及装置 | |
| CN109255521B (zh) | 电子装置、纯孤儿单分配方法和计算机可读存储介质 | |
| CN108428051A (zh) | 面向大数据平台基于最大化收益的MapReduce作业调度方法及装置 | |
| CN112181498B (zh) | 并发控制方法、装置和设备 | |
| CN113159625A (zh) | 一种智能工单处理方法 | |
| US11961046B2 (en) | Automatic selection of request handler using trained classification model | |
| CN116360922A (zh) | 集群资源调度方法、装置、计算机设备和存储介质 | |
| Sivasamy et al. | Quasi-birth and death processes of two-server queues with stalling | |
| CN111061553B (zh) | 一种用于超级计算中心的并行任务调度方法和系统 | |
| CN107621979A (zh) | 一种学生发展档案大数据算法与分析系统 | |
| CN109739649B (zh) | 资源管理方法、装置、设备及计算机可读存储介质 | |
| CN110033145B (zh) | 财务共享作业分单方法及装置、设备和存储介质 |
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 |