CN114676892A - 一种基于智能匹配的服务派单方法、系统及设备 - Google Patents
一种基于智能匹配的服务派单方法、系统及设备 Download PDFInfo
- Publication number
- CN114676892A CN114676892A CN202210234798.0A CN202210234798A CN114676892A CN 114676892 A CN114676892 A CN 114676892A CN 202210234798 A CN202210234798 A CN 202210234798A CN 114676892 A CN114676892 A CN 114676892A
- Authority
- CN
- China
- Prior art keywords
- graph
- service
- sub
- matching
- edges
- 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
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
- G06Q10/04—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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智能匹配的服务派单方法、系统及设备,涉及计算机技术领域。服务派单方法包括:获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;根据预设算法从所述匹配图中寻找所有所述边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一子图的边的总数与客户的总数相同,且每一子图中每一客户对应的当前可服务人员均不同。通过本发明,能够在服务响应时间和整体服务质量上进行平衡。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种基于智能匹配的服务派单方法、系统及设备。
背景技术
服务派单是将客户指派到服务人员,一般应用在保险、购物等线上服务行业中。目前采用的服务派单方法一般是基于贪心算法,其根据客户到来的先后顺序,直接分配最匹配的服务人员。然而实际上,一段时间内所有需要服务的客户,贪心算法并不能找到整体来说最优的分派方式。例如,在很接近的时间窗口内有3名客户进入派单系统,按顺序记为A、B、C,服务人员记为甲、乙、丙,匹配程度如下表1,其中,匹配程度可以根据实际业务情况设计规则进行计算,或通过积累用户反馈通过神经网络训练和计算。
甲 | 乙 | 丙 | |
A | 29 | 30 | 29 |
B | 11 | 100 | 10 |
C | 100 | 20 | 0 |
按照贪心算法,系统会将乙分配给A,甲分配给B,丙分配给C,3名客户匹配总分为41分,实际上,通过稍微调整,将丙分配给A,乙分配给B,甲分配给C,最优分配总分为229分,将使客户得到更好的整体服务质量。
因此,现有的采用贪心算法的服务派单方法不能为客户提供较好的服务质量,而如何对服务派单方法进行优化是本领域技术人员亟需解决的技术问题。
发明内容
本发明提供了一种基于智能匹配的服务派单方法、系统及设备及,能够在服务响应时间和整体服务质量上进行平衡。
本发明提供了如下方案:
第一方面,提供了一种基于智能匹配的服务派单方法,包括:
获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;
根据预设算法从所述匹配图中寻找所有边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
可选地,所述获取位于一个时间窗口内的客户和当前可服务人员之前还包括:
按照所述预设时间间隔输出当前服务流量值;
根据所述当前服务流量值得到所述时间窗口的大小。
可选地,所述时间窗口的大小基于所述当前服务流量值的单调递增且有上限的函数得到。
可选地,所述以所述节点和所述边构造匹配图之前还包括:
删除其预设权重小于阈值的所述边。
可选地,所述匹配程度与所述服务人员的服务历史、专业领域和服务质量中的至少一个相关;
所述预设权重是通过将所述服务人员的所述服务历史、所述专业领域和所述服务质量中的至少一个输入神经网络算法得到。
可选地,所述根据预设算法从所述匹配图中寻找所有所述边的权重总和最大的一个子图作为最优子图包括:
以包含所有所述节点的一个所述匹配图为基准根据所述预设算法计算每一所述子图的所有边的预设权重之和,将所有所述边的预设权重之和最大的所述子图作为所述最优子图。
可选地,所述预设算法包括KM算法。
第二方面,提供了一种基于智能匹配的服务派单系统,包括:
匹配图构造模块,用于获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;
派单模块,与所述匹配图构造模块连接,用于根据预设算法从所述匹配图中寻找所有所述边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
第三方面,提供了一种基于智能匹配的服务派单设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现所述服务派单方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被执行时,实现所述服务派单方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的基于智能匹配的服务派单方法将同一时间窗口内的所有客户和当前可服务人员进行关联,通过建立匹配图将客户与当前可服务人员进行关联,最后依据预设算法找出匹配图中的最优子图,并依据最优子图得到客户与当前可服务人员之间的分派关系,通过一次操作将一个时间窗口内的多个客户与服务人员建立服务关系,可以提升服务响应时间,并且结合匹配关系可以提升整体的服务质量,最终达到在服务响应时间和整体服务质量的平衡的目的。
进一步地,通过删除其预设权重小于阈值的所述边可以简化计算,提升服务派单响应时间,提高系统工作效率。
当然,本发明的实施例并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的基于智能匹配的服务派单方法的流程框图;
图2是本发明一个实施例提供的基于智能匹配的服务派单方法的子流程框图;
图3是根据提供的基于智能匹配的服务派单方法得到的一个匹配图;
图4是根据提供的基于智能匹配的服务派单方法得到的另一个匹配图;
图5是以图4的匹配图为基准得到的最优子图;
图6是本发明一个实施例提供的基于智能匹配的服务派单系统的结构框图;
图7是本发明一个实施例提供的基于智能匹配的服务派单设备的框架图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明关于“左”、“右”、“左侧”、“右侧”、“上部”、“下部”“顶部”“底部”等方向上的描述均是基于附图所示的方位或位置的关系定义的,仅是为了便于描述本发明和简化描述,而不是指示或暗示所述的结构必须以特定的方位构造和操作,因此,不能理解为对本发明的限制。在本发明的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本发明的描述中,除非另有明确规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
下面对本发明实施例提供的具体实现方案进行详细介绍。
针对背景技术提出的问题,本发明提供一种新的服务派单方法,结合时间和匹配程度两方面进行服务派单,从而能够在服务响应时间和整体服务质量上进行平衡。
实施例一
图1是本发明一个实施例提供的基于智能匹配的服务派单方法的流程框图。如图1所示,本实施例一提供了一种基于智能匹配的服务派单方法,其一般性地包括如下步骤:
S10:获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;
S20:根据预设算法从所述匹配图中寻找所有所述边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
其中,所述边的预设权重为客户和服务人员的匹配程度,匹配程度越高,则所述边的预设权重越大。
其中,同一个所述时间窗口内通常会有多个所述客户和多个所述当前可服务人员,每一所述客户与所有所述当前可服务人员之间均具有一定的匹配关系,对于匹配关系的计算可以根据现有已知的算法获取,根据匹配关系可以获得匹配图,这里所述的匹配图通常是多个。
上述基于智能匹配的服务派单方法将同一所述时间窗口内的所有客户和当前可服务人员进行关联,通过建立所述匹配图将所述客户与所述当前可服务人员进行关联,最后依据所述预设算法找出所述匹配图中的所述最优子图,并依据所述最优子图得到所述客户与所述当前可服务人员之间的分派关系,通过一次操作将一个所述时间窗口内的多个所述客户与服务人员建立服务关系,可以提升服务响应时间,并且结合匹配关系可以提升整体的服务质量,最终达到在服务响应时间和整体服务质量的平衡的目的。
图2是本发明一个实施例提供的基于智能匹配的服务派单方法的子流程框图。如图2所示,作为本申请的一个示例,所述步骤S10之前包括:
S01:按照所述预设时间间隔输出当前服务流量值;
S02:根据所述当前服务流量值得到所述时间窗口的大小。
其中,所述时间窗口的大小可以依据当前流量和所用计算资源下KM算法所能计算图规模两方面来得到。更加具体地,所述当前服务流量值num_q的单位为单/分钟,所述时间窗口的大小window_size的单位为毫秒,window_size基于num_q的单调递增且有上限的函数得到,要求所述服务流量值越大时,所述时间窗口的大小越小,从而能够保证服务响应时间较短。作为示例,window_size=ceil(a*sigmoid(num_q)),其中a为可调的参数,可以根据硬件、实际计算情况和历史数据进行调整,ceil表示对a*sigmoid(num_q)的结果进行向上取整,sigmoid用于隐层神经元输出,取值范围为(0,1),它可以将一个实数映射到(0,1)的区间,可以用来做二分类。
具体地,所述匹配程度与所述服务人员的服务历史、专业领域和服务质量中的至少一个相关,所述预设权重通过将所述服务人员的所述服务历史、所述专利领域和所述质量中的至少一个输入神经网络算法得到。当所述服务人员的服务历史与所述客户请求的任务匹配度较高时,则两者之间的边的预设权重较大,反之亦然;当所述服务人员的专业领域与所述客户请求的任务的匹配度较高时,则两者之间的边的预设权重较大,反之亦然;当所述服务人员的服务质量较高时,其与客户之间的边的预设权重也会较高。当然,可以理解的是,预设权重的数值通常不决定于某个单一的因素,而是受多个因素的影响。
优选地,作为本申请的一个示例,为了简化计算,所述以所述节点和所述边构造匹配图之前所述服务派单方法还包括:
删除其预设权重小于阈值的所述边。
其中,所述阈值为可调参数,其大小可以根据匹配程度计算方式和实际情况进行调整。以背景技术中的示例为例,按照本申请的服务派单方法得到的匹配图如图3所示,为了简化计算会删除C和丙之间的边。
作为本申请的一个示例,所述预设算法包括KM算法。KM算法的全称是Kuhn-Munkres Algorithm,它是以匈牙利算法为基础,用于求解带权二分图的最佳匹配,能够在带权匹配图中寻找到最优子图。以同一时间窗口内有3名客户需要服务,且响应的服务人员也为3名为例,将3名客户分别记为D、E、F,3名服务人员分别记为一、二、三,表2示出了客户与服务人员之间的匹配程度,图4示出了客户与服务人员之间的匹配图。
一 | 二 | 三 | |
D | 18 | 45 | 37 |
E | 15 | 90 | 20 |
F | 98 | 19 | 1 |
如果采用本申请提供的方法进行派单,经过一系列计算后找到最优子图,如图5,系统会将三分配给D,二分配给E,一分配给F,最终的预设权重之和为225,验证后可以发现该值是最大的。
具体地,所述所述根据预设算法从所述匹配图中寻找所有所述边的权重总和最大的一个子图作为最优子图包括:
以包含所有所述节点的一个所述匹配图为基准根据所述预设算法计算每一所述子图的所有边的预设权重之和,将所有所述边的预设权重之和最大的所述子图作为所述最优子图。
其中,所述子图为一个匹配子图,即所述子图的所有所述节点分为客户节点和服务人员节点两部分,子图中每一个边的两个端点分别为一个客户节点和一个服务人员节点。
具体地,本申请基于构造好的客户和服务人员匹配图,从一个包含所述节点的初始子图开始逐渐增加边,以最终获得匹配图的最优子图,该最优子图包含所有匹配图的节点,从而可以保证每一客户节点都可以连接一个服务人员节点,并且保证所有边的权值总和最大。
实施例二
图6是本发明一个实施例提供的基于智能匹配的服务派单系统的结构框图。如图6所示,对应于上述方法,本申请还提供一种基于智能匹配的服务派单系统,其一般性地包括匹配图构造模块10和派单模块20。所述匹配图构造模块10,用于获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重。所述派单模块20与所述匹配图构造模块10连接,用于根据预设算法从所述匹配图中寻找所有所述边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
上述基于智能匹配的服务派单系统将同一时间窗口内的所有客户和当前可服务人员进行关联,通过建立匹配图将客户与当前可服务人员进行关联,最后依据预设算法找出匹配图中的最优子图,并依据最优子图得到客户与当前可服务人员之间的分派关系,通过一次操作将一个时间窗口内的多个客户与服务人员建立服务关系,可以提升服务响应时间,并且结合匹配关系可以提升整体的服务质量,最终达到在服务响应时间和整体服务质量的平衡的目的。
具体地,作为本申请的一个示例,所述服务派单系统还包括调整模块30,用于按照预设时间间隔输出时间窗口的大小,所述调整模块30按照所述预设时间间隔工作,输出的时间窗口作为系统参数。更加具体地,所述调整模块30包括服务流量统计模块和动态时间窗口调整模块。所述服务流量统计模块用于按照所述预设时间间隔输出当前服务流量值,所述动态时间窗口调整模块用于根据所述当前服务流量值得到所述时间窗口的大小。
关于实施例二中的未详述部分,可以参见前述实施例一中的记载,这里不再赘述。
实施例三
对应上述方法,本发明还提供了一种基于智能匹配的服务派单设备,包括:
处理器和存储器,存储器上存储有可在处理器上运行的计算机程序,当计算机程序被处理器执行时,执行上述任意一个实施例提供的服务派单方法。
其中,图7示例性的展示出了基于智能匹配的服务派单设备,包括计算机系统1500,计算机系统1500具体可以包括处理器1510,视频显示适配器1511,磁盘驱动器1512,输入/输出接口1513,网络接口1514,以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520之间可以通过通信总线1530进行通信连接。
其中,处理器1510可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本发明所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1520可以存储用于控制电子设备运行的操作系统1521,用于控制电子设备的低级别操作的基本输入输出系统(BIOS)。另外,还可以存储网页浏览器1523,数据存储管理系统1524,以及图标字体处理系统1525等等。上述图标字体处理系统1525就可以是本发明实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本发明所提供的技术方案时,相关的程序代码保存在存储器1520中,并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线包括一通路,在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,与存储器1520)之间传输信息。
另外,该电子设备还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息,以用于进行条件判断,等等。
需要说明的是,尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514,存储器1520,总线等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本发明方案所必需的组件,而不必包含图中所示的全部组件。
实施例四
本发明还提供了一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被执行时,实现上述任意一个实施例提供的基于智能匹配的服务派单方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本发明所提供的技术方案,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于智能匹配的服务派单方法,其特征在于,包括:
获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;
根据预设算法从所述匹配图中寻找所有边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
2.根据权利要求1所述的服务派单方法,其特征在于,所述获取位于一个时间窗口内的客户和当前可服务人员之前还包括:
按照预设时间间隔输出当前服务流量值;
根据所述当前服务流量值得到所述时间窗口的大小。
3.根据权利要求2所述的服务派单方法,其特征在于,所述时间窗口的大小基于所述当前服务流量值的单调递增且有上限的函数得到。
4.根据权利要求3所述的服务派单方法,其特征在于,所述以所述节点和所述边构造匹配图之前还包括:
删除其预设权重小于阈值的所述边。
5.根据权利要求3所述的服务派单方法,其特征在于,所述匹配程度与所述服务人员的服务历史、专业领域和服务质量中的至少一个相关;
所述预设权重是通过将所述服务人员的所述服务历史、所述专业领域和所述服务质量中的至少一个作为神经网络算法的输入得到。
6.根据权利要求1-5任一项所述的服务派单方法,其特征在于,所述根据预设算法从所述匹配图中寻找所有所述边的权重总和最大的一个子图作为最优子图包括:
以包含所有所述节点的一个所述匹配图为基准根据所述预设算法计算每一所述子图的所有边的预设权重之和,将所有所述边的预设权重之和最大的所述子图作为所述最优子图。
7.根据权利要求1-6任一项所述的服务派单方法,其特征在于,所述预设算法包括KM算法。
8.一种基于智能匹配的服务派单系统,其特征在于,包括:
匹配图构造模块,用于获取位于一个时间窗口内的客户和当前可服务人员,将所述客户和所述当前可服务人员设置为节点,将所述客户和所述当前可服务人员的分配关系设置为边,以所述节点和所述边构造匹配图,每一所述边均具有预设权重;
派单模块,与所述匹配图构造模块连接,用于根据预设算法从所述匹配图中寻找所有所述边的预设权重之和最大的一个子图,将所述子图作为最优子图,并将所述最优子图转换为所述客户与所述当前可服务人员的分派关系,每一所述子图的边的总数与所述客户的总数相同,且每一所述子图中每一所述客户对应的所述当前可服务人员均不同。
9.一种基于智能匹配的服务派单设备,其特征在于,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,当所述计算机程序被所述处理器执行时,实现权利要求1~7中任一项所述的基于智能匹配的服务派单方法。
10.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,其特征在于,所述计算机程序被执行时,实现权利要求1~7中任一项所述的服务派单方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210234798.0A CN114676892A (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能匹配的服务派单方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210234798.0A CN114676892A (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能匹配的服务派单方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114676892A true CN114676892A (zh) | 2022-06-28 |
Family
ID=82072933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210234798.0A Pending CN114676892A (zh) | 2022-03-10 | 2022-03-10 | 一种基于智能匹配的服务派单方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114676892A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115829582A (zh) * | 2023-02-16 | 2023-03-21 | 北京健康之家科技有限公司 | 线索智能分配方法、装置、计算机设备和可读存储介质 |
CN117172633A (zh) * | 2023-10-30 | 2023-12-05 | 浙江大学高端装备研究院 | 一种面向工业互联网平台的制造服务子图仿真方法及系统 |
-
2022
- 2022-03-10 CN CN202210234798.0A patent/CN114676892A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115829582A (zh) * | 2023-02-16 | 2023-03-21 | 北京健康之家科技有限公司 | 线索智能分配方法、装置、计算机设备和可读存储介质 |
CN117172633A (zh) * | 2023-10-30 | 2023-12-05 | 浙江大学高端装备研究院 | 一种面向工业互联网平台的制造服务子图仿真方法及系统 |
CN117172633B (zh) * | 2023-10-30 | 2024-01-30 | 浙江大学高端装备研究院 | 一种面向工业互联网平台的制造服务子图仿真方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032801B (zh) | 一种请求调度方法、系统及电子设备和存储介质 | |
JP6261665B2 (ja) | コミュニティ内の接続の決定 | |
WO2021068513A1 (zh) | 异常对象识别方法、装置、介质及电子设备 | |
CN114676892A (zh) | 一种基于智能匹配的服务派单方法、系统及设备 | |
US20140025416A1 (en) | Clustering Based Resource Planning, Work Assignment, and Cross-Skill Training Planning in Services Management | |
CN108366082A (zh) | 扩容方法及扩容装置 | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
US10176442B2 (en) | System and method for matching resource capacity with resource needs | |
CN113553160A (zh) | 用于人工智能物联网的边缘计算节点任务调度方法及系统 | |
CN116663938A (zh) | 基于企业数据中台系统的信息化管理方法及其相关装置 | |
CN111404974B (zh) | 一种云计算效能评估方法、装置及评估设备 | |
CN113205391B (zh) | 基于历史订单匹配度的派单方法、电子设备和计算机可读介质 | |
KR20070070062A (ko) | 서비스 평가 방법, 시스템 및 컴퓨터 프로그램 제품 | |
CN114035895A (zh) | 一种基于虚拟服务计算能力的全局负载均衡方法和装置 | |
CN113344415A (zh) | 基于深度神经网络的业务分配方法、装置、设备及介质 | |
CN114140033B (zh) | 一种服务人员的分配方法、装置、电子设备及存储介质 | |
CN116647560A (zh) | 物联网计算机集群协调优化控制方法、装置、设备及介质 | |
CN112764923B (zh) | 计算资源分配方法、装置、计算机设备及存储介质 | |
CN112257977B (zh) | 模糊工时下资源受限的物流项目工期优化方法及系统 | |
CN112182320B (zh) | 聚类数据处理方法、装置、计算机设备及存储介质 | |
CN115002215A (zh) | 面向云上政企的资源分配模型训练方法以及资源分配方法 | |
CN113760550A (zh) | 资源分配方法和资源分配装置 | |
CN115080197A (zh) | 计算任务调度方法、装置、电子设备和存储介质 | |
CN113760484A (zh) | 数据处理的方法和装置 | |
US12026664B2 (en) | Automatically generating inventory-related information forecasts using machine learning techniques |
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 |