CN115018322A - 一种智能的众包任务分配方法与系统 - Google Patents

一种智能的众包任务分配方法与系统 Download PDF

Info

Publication number
CN115018322A
CN115018322A CN202210638266.3A CN202210638266A CN115018322A CN 115018322 A CN115018322 A CN 115018322A CN 202210638266 A CN202210638266 A CN 202210638266A CN 115018322 A CN115018322 A CN 115018322A
Authority
CN
China
Prior art keywords
matching
intelligent
operator
crowdsourcing
intelligent matching
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
Application number
CN202210638266.3A
Other languages
English (en)
Inventor
周舰
陈宁
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.)
Shandong Jilian Human Resources Service Co ltd
Original Assignee
Shandong Dezhihui 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 Shandong Dezhihui Technology Co ltd filed Critical Shandong Dezhihui Technology Co ltd
Priority to CN202210638266.3A priority Critical patent/CN115018322A/zh
Publication of CN115018322A publication Critical patent/CN115018322A/zh
Pending legal-status Critical Current

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
    • G06Q10/06—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
    • G06Q10/063112—Skill-based matching of a person or a group to a task

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能的众包任务分配方法与系统，包括众包系统初始化模块、众包任务需求矩阵建立模块、智能匹配算子初始化模块、智能匹配算子位移计算模块、反馈推荐信息模块和数据库，且众包系统初始化模块、众包任务需求矩阵建立模块、智能匹配算子初始化模块、智能匹配算子位移计算模块和反馈推荐信息模块均与数据库通过网络实现连接。本申请提供了一种智能的众包系统任务匹配方法，通过建立众包平面坐标系、众包任务需求矩阵、智能匹配算子矩阵，实现数据初始化，通过基于转换开关的智能匹配算子位移算法，实现智能匹配算子循环遍历计算，提高了任务与人员的匹配效率。

Description

一种智能的众包任务分配方法与系统
技术领域
本发明涉及互联网大数据领域，具体是一种智能的众包任务分配方法与系统。
背景技术
在“互联网+”环境下，大众智慧所隐藏的巨大价值被逐渐发掘。美国《连线》杂志上首次提出了众包的概念，“众包是指一个公司或机构将过去由员工执行的工作任务，以自由自愿的形式外包给非特定的(通常是大型的)大众网络的做法”。与传统外包不同，众包反专业化，利用业余爱好者的力量，集结互联网上的闲置能力，有效地降低成本和风险，快速提高企业的核心竞争力。目前关于众包的研究都不能忽略众包中的核心因素，任务与人员的匹配。如何处理“互联网+”环境下的海量人力资源数据，实现任务与人员的大数据集群匹配，成为众包系统研究的重点。当前主要依靠人工判断或者系统轮询方式逐一处理，匹配效率较低。
因此，本领域技术人员提供了一种智能的众包任务分配方法与系统，以解决上述背景技术中提出的问题。
发明内容
本发明的目的在于提供一种智能的众包任务分配方法与系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种智能的众包任务分配方法与系统，包括众包系统初始化模块、众包任务需求矩阵建立模块、智能匹配算子初始化模块、智能匹配算子位移计算模块、反馈推荐信息模块和数据库，且众包系统初始化模块、众包任务需求矩阵建立模块、智能匹配算子初始化模块、智能匹配算子位移计算模块和反馈推荐信息模块均与数据库通过网络实现连接。
由以上模块得到系统实现的方法如下：
(1)众包匹配系统初始化，建立众包平面坐标系，坐标系中(x，y)表示在众包系统中发布任务需求的用工单位实际位置的横坐标x与纵坐标y，x对应用工单位位置的纬度值，y表示用工单位位置的经度值。
2.建立众包任务需求矩阵Ri(xi，yi，w1i，Si)，i代表众包任务需求编号，xi代表第i个众包任务需求的横坐标，yi代表第i个众包任务需求的纵坐标。w1i代表第i个众包任务需求的任务工作需求描述。Si代表第i个众包任务需求的用工需求数量。
3.初始化n个智能匹配算子，智能匹配算子采用循环计算方式工作，设置循环计算总次数为c。每个智能匹配算子可执行匹配计算和位置改变计算任务，建立智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)，k代表智能匹配算子编号，x′k(j)代表第k个智能匹配算子在第j次循环计算时的横坐标位置，y′k(j)代表第k个智能匹配算子在第j次循环计算时的纵坐标位置，p代表第k个智能匹配算子所载入的人员信息。将众包系统中待分配任务的人员信息载入智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)中，采用随机生成数算法，为每个智能匹配算子随机分配横坐标与纵坐标，从而将智能匹配算子初始化到众包匹配系统的众包平面坐标系中。
4.被初始化的智能匹配算子，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中。
如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息。
设置转换开关Swi，转换开关Swi用于判定智能匹配算子的搜索策略，当Swi大于0.6时，智能匹配算子搜索策略适合局域搜索策略，既智能匹配算子按照智能匹配算子位移算法生成新的位置信息，当Swi小于0.6时，智能匹配算子搜索策略适合广域搜索策略，既智能匹配算子按照随机数生成算法生成新的位置信息。假设第k个智能匹配算子在第j此循环中转换开关记为
Figure BDA0003680916250000021
计算公式如下：
Figure BDA0003680916250000031
公式中
Figure BDA0003680916250000032
为第j次循环中所有智能匹配算子的配度度Sui的最大值。
Figure BDA0003680916250000033
为第j次循环中所有智能匹配算子的配度度Sui的小值。j为当前循环次数，c为循环总次数。
当Swi大于0.6时，智能匹配算子搜索策略执行局域搜索策略，第k个智能匹配算子在第j次循环中位移算法如下：
X′k(j+1)＝X′k(j)+|λ12*Zj-X′k(j)|*Ste
Y′k(j+1)＝Y′k(j)+|λ22*Zj-Y′k(j)|*Ste
公式中X′k(j)、Y′k(j)分别为第k个智能匹配算子在第j次循环中的横坐标与纵坐标。X′k(j+1)、Y′k(j+1)分别为第k个智能匹配算子在第j+1次循环中的横坐标与纵坐标。
λ1、λ2分别为第一、第二随机数，取值范围为[0，1]。Zj为第j次循环中全系统中匹配度结果Sui大于85％的次数，即成功匹配次数。Ste为第j次循环中第k个智能匹配算子与附近最近的其他智能匹配算子之间的距离。
5.智能匹配算子生成新位置后，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中。
作为本发明进一步的方案：如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息。
作为本发明再进一步的方案：循环次数截止后，按照人员与任务推荐列表Rec将推荐信息反馈给用户。
与现有技术相比，本发明的有益效果是：
本申请提供了一种智能的众包系统任务匹配方法，通过建立众包平面坐标系、众包任务需求矩阵、智能匹配算子矩阵，实现数据初始化，通过基于转换开关的智能匹配算子位移算法，实现智能匹配算子循环遍历计算，提高了任务与人员的匹配效率。
附图说明
图1为一种智能的众包任务分配方法与系统的架构图。
图2为一种智能的众包任务分配方法与系统的流程示意图。
图中：1-众包系统初始化模块、2-众包任务需求矩阵建立模块、3-智能匹配算子初始化模块、4-智能匹配算子位移计算模块、5-反馈推荐信息模块、6-数据库
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在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～2，本发明实施例中，一种智能的众包任务分配方法与系统，包括众包系统初始化模块1、众包任务需求矩阵建立模块2、智能匹配算子初始化模块3、智能匹配算子位移计算模块4、反馈推荐信息模块5和数据库6，且众包系统初始化模块1、众包任务需求矩阵建立模块2、智能匹配算子初始化模块3、智能匹配算子位移计算模块4和反馈推荐信息模块5均与数据库6通过网络实现连接。
由以上模块得到系统实现的方法如下：
1.众包匹配系统初始化，建立众包平面坐标系，坐标系中(x，y)表示在众包系统中发布任务需求的用工单位实际位置的横坐标x与纵坐标y，x对应用工单位位置的纬度值，y表示用工单位位置的经度值。
2.建立众包任务需求矩阵Ri(xi，yi，w1i，Si)，i代表众包任务需求编号，xi代表第i个众包任务需求的横坐标，yi代表第i个众包任务需求的纵坐标。w1i代表第i个众包任务需求的任务工作需求描述。Si代表第i个众包任务需求的用工需求数量。
3.初始化n个智能匹配算子，智能匹配算子采用循环计算方式工作，设置循环计算总次数为c。每个智能匹配算子可执行匹配计算和位置改变计算任务，建立智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)，k代表智能匹配算子编号，x′k(j)代表第k个智能匹配算子在第j次循环计算时的横坐标位置，y′k(j)代表第k个智能匹配算子在第j次循环计算时的纵坐标位置，p代表第k个智能匹配算子所载入的人员信息。将众包系统中待分配任务的人员信息载入智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)中，采用随机生成数算法，为每个智能匹配算子随机分配横坐标与纵坐标，从而将智能匹配算子初始化到众包匹配系统的众包平面坐标系中。
4.被初始化的智能匹配算子，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中。
如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息。
设置转换开关Swi，转换开关Swi用于判定智能匹配算子的搜索策略，当Swi大于0.6时，智能匹配算子搜索策略适合局域搜索策略，既智能匹配算子按照智能匹配算子位移算法生成新的位置信息，当Swi小于0.6时，智能匹配算子搜索策略适合广域搜索策略，既智能匹配算子按照随机数生成算法生成新的位置信息。假设第k个智能匹配算子在第j此循环中转换开关记为
Figure BDA0003680916250000051
计算公式如下：
Figure BDA0003680916250000052
公式中
Figure BDA0003680916250000053
为第j次循环中所有智能匹配算子的配度度Sui的最大值。
Figure BDA0003680916250000054
为第j次循环中所有智能匹配算子的配度度Sui的小值。j为当前循环次数，c为循环总次数。
当Swi大于0.6时，智能匹配算子搜索策略执行局域搜索策略，第k个智能匹配算子在第j次循环中位移算法如下：
X′k(j+1)＝X′k(j)+|λ12*Zj-X′k(j)|*Ste
Y′k(j+1)＝Y′k(j)+|λ22*Zj-Y′k(j)|*Ste
公式中X′k(j)、Y′k(j)分别为第k个智能匹配算子在第j次循环中的横坐标与纵坐标。X′k(j+1)、Y′k(j+1)分别为第k个智能匹配算子在第j+1次循环中的横坐标与纵坐标。
λ1、λ2分别为第一、第二随机数，取值范围为[0，1]。Zj为第j次循环中全系统中匹配度结果Sui大于85％的次数，即成功匹配次数。Ste为第j次循环中第k个智能匹配算子与附近最近的其他智能匹配算子之间的距离。
5.智能匹配算子生成新位置后，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中。
如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息。
6.循环次数截止后，按照人员与任务推荐列表Rec将推荐信息反馈给用户。
本申请提供了一种智能的众包系统任务匹配方法，通过建立众包平面坐标系、众包任务需求矩阵、智能匹配算子矩阵，实现数据初始化，通过基于转换开关的智能匹配算子位移算法，实现智能匹配算子循环遍历计算，提高了任务与人员的匹配效率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种智能的众包任务分配方法与系统，其特征在于，包括众包系统初始化模块(1)、众包任务需求矩阵建立模块(2)、智能匹配算子初始化模块(3)、智能匹配算子位移计算模块(4)、反馈推荐信息模块(5)和数据库(6)，且众包系统初始化模块(1)、众包任务需求矩阵建立模块(2)、智能匹配算子初始化模块(3)、智能匹配算子位移计算模块(4)和反馈推荐信息模块(5)均与数据库(6)通过网络实现连接；
基于以上模块得到系统实现的方法如下：
(1)众包匹配系统初始化，建立众包平面坐标系，坐标系中(x，y)表示在众包系统中发布任务需求的用工单位实际位置的横坐标x与纵坐标y，x对应用工单位位置的纬度值，y表示用工单位位置的经度值；
(2)建立众包任务需求矩阵Ri(xi，yi，w1i，Si)，i代表众包任务需求编号，xi代表第i个众包任务需求的横坐标，yi代表第i个众包任务需求的纵坐标；w1i代表第i个众包任务需求的任务工作需求描述；Si代表第i个众包任务需求的用工需求数量；
(3)初始化n个智能匹配算子，智能匹配算子采用循环计算方式工作，设置循环计算总次数为c；每个智能匹配算子可执行匹配计算和位置改变计算任务，建立智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)，k代表智能匹配算子编号，x′k(j)代表第k个智能匹配算子在第j次循环计算时的横坐标位置，y′k(j)代表第k个智能匹配算子在第j次循环计算时的纵坐标位置，p代表第k个智能匹配算子所载入的人员信息；将众包系统中待分配任务的人员信息载入智能匹配算子矩阵Mk(x′k(j)，y′k(j)，P)中，采用随机生成数算法，为每个智能匹配算子随机分配横坐标与纵坐标，从而将智能匹配算子初始化到众包匹配系统的众包平面坐标系中；
(4)被初始化的智能匹配算子，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中；
如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息；
设置转换开关Swi，转换开关Swi用于判定智能匹配算子的搜索策略，当Swi大于0.6时，智能匹配算子搜索策略适合局域搜索策略，既智能匹配算子按照智能匹配算子位移算法生成新的位置信息，当Swi小于0.6时，智能匹配算子搜索策略适合广域搜索策略，既智能匹配算子按照随机数生成算法生成新的位置信息；假设第k个智能匹配算子在第j此循环中转换开关记为
Figure FDA0003680916240000021
Figure FDA0003680916240000022
计算公式如下：
Figure FDA0003680916240000023
公式中
Figure FDA0003680916240000024
为第j次循环中所有智能匹配算子的配度度Sui的最大值；
Figure FDA0003680916240000025
为第j次循环中所有智能匹配算子的配度度Sui的小值；j为当前循环次数，c为循环总次数；
当Swi大于0.6时，智能匹配算子搜索策略执行局域搜索策略，第k个智能匹配算子在第j次循环中位移算法如下：
X′k(j+1)＝X′k(j)+|λ12*Zj-X′k(j)|*Ste
Y′k(j+1)＝Y′k(j)+|λ22*Zj-Y′k(j)|*Ste
公式中X′k(j)、Y′k(j)分别为第k个智能匹配算子在第j次循环中的横坐标与纵坐标。X′k(j+1)、Y′k(j+1)分别为第k个智能匹配算子在第j+1次循环中的横坐标与纵坐标；
λ1、λ2分别为第一、第二随机数，取值范围为[0，1]；Zj为第j次循环中全系统中匹配度结果Sui大于85％的次数，即成功匹配次数；Ste为第j次循环中第k个智能匹配算子与附近最近的其他智能匹配算子之间的距离；
(5)智能匹配算子生成新位置后，如果在当前初始化位置存在用工任务需求，执行一次匹配计算，如果匹配度结果Sui大于85％，则视为一次成功匹配并将人员与任务记录到推荐列表Rec中，并将匹配度结果Sui记录到匹配度历史信息表His中。
2.根据权利要求1所述的一种主题，其特征在于，步骤5中：如果匹配度结果Sui小于85％，则匹配未成功，将在智能匹配算子下次循环中采用基于转换开关的智能匹配算子位移算法计算位置信息。
3.根据权利要求1所述的一种主题，其特征在于，循环次数截止后，按照人员与任务推荐列表Rec将推荐信息反馈给用户。
CN202210638266.3A 2022-06-07 2022-06-07 一种智能的众包任务分配方法与系统 Pending CN115018322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210638266.3A CN115018322A (zh) 2022-06-07 2022-06-07 一种智能的众包任务分配方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210638266.3A CN115018322A (zh) 2022-06-07 2022-06-07 一种智能的众包任务分配方法与系统

Publications (1)

Publication Number Publication Date
CN115018322A true CN115018322A (zh) 2022-09-06

Family

ID=83072580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210638266.3A Pending CN115018322A (zh) 2022-06-07 2022-06-07 一种智能的众包任务分配方法与系统

Country Status (1)

Country Link
CN (1) CN115018322A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115495665A (zh) * 2022-11-16 2022-12-20 中南大学 地表覆盖更新众包任务推荐方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140058784A1 (en) * 2012-08-23 2014-02-27 Xerox Corporation Method and system for recommending crowdsourcability of a business process
US20140165071A1 (en) * 2012-12-06 2014-06-12 Xerox Corporation Method and system for managing allocation of tasks to be crowdsourced
WO2014111948A1 (en) * 2013-01-18 2014-07-24 Hewlett-Packard Development Company, L. P Task assignment in crowdsourcing
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统
CN114547473A (zh) * 2022-03-15 2022-05-27 浙江大学 基于决策模型与遗传矩阵分解法的众包任务数据推荐方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140058784A1 (en) * 2012-08-23 2014-02-27 Xerox Corporation Method and system for recommending crowdsourcability of a business process
US20140165071A1 (en) * 2012-12-06 2014-06-12 Xerox Corporation Method and system for managing allocation of tasks to be crowdsourced
WO2014111948A1 (en) * 2013-01-18 2014-07-24 Hewlett-Packard Development Company, L. P Task assignment in crowdsourcing
CN108133330A (zh) * 2018-01-12 2018-06-08 东北大学 一种面向社交众包任务分配方法及其系统
CN114547473A (zh) * 2022-03-15 2022-05-27 浙江大学 基于决策模型与遗传矩阵分解法的众包任务数据推荐方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林潇鸿;曾凌锋;刘培浩;邱纪涛;: "基于多Agent的众包任务推荐系统设计", 物联网技术, no. 08, 19 August 2020 (2020-08-19) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115495665A (zh) * 2022-11-16 2022-12-20 中南大学 地表覆盖更新众包任务推荐方法

Similar Documents

Publication Publication Date Title
CN105005570B (zh) 基于云计算的海量智能用电数据挖掘方法及装置
CN104754053B (zh) 一种分布式软件定义网络及在其中动态控制控制器的方法
CN102521364B (zh) 一种图上两点间最短路径查询方法
CN106251071A (zh) 一种支持多种引擎的云工作流实现方法
CN110147372A (zh) 一种面向htap的分布式数据库智能混合存储方法
CN112698925B (zh) 一种服务器集群的容器混合运行处理方法
CN110995488A (zh) 一种基于分层参数服务器的多机构协同学习系统及方法
CN115018322A (zh) 一种智能的众包任务分配方法与系统
CN105893605B (zh) 面向时空数据k近邻查询的分布式计算平台及查询方法
CN106599189A (zh) 基于云计算的动态Skyline查询装置
CN102855157A (zh) 一种综合性调度服务器负载的方法
CN112884367B (zh) 多技能员工约束的装备研发多项目协同调度方法及系统
CN103268261A (zh) 一种适用于大规模高效能计算机的层次式计算资源管理方法
Zhengqiao et al. Research on clustering algorithm for massive data based on Hadoop platform
CN116431281A (zh) 一种基于鲸鱼优化算法的虚拟机迁移方法
CN116089083A (zh) 一种多目标数据中心资源调度方法
CN106529801B (zh) 服务组合候选集构建方法及系统
Chen et al. Msm: Mobility-aware service migration for seamless provision: A data-driven approach
CN110908800B (zh) 边云协同环境中基于调度熵的调度优化方法
CN106970840A (zh) 一种结合任务调度的软硬件划分方法
CN111813542A (zh) 一种并行处理大规模图分析任务的负载均衡方法及其装置
CN111915327A (zh) 一种基于事件特征的智能分发方法和装置
Liu et al. Accelerated dual averaging methods for decentralized constrained optimization
CN109409924A (zh) 账户评分系统、方法、服务器和计算机可读存储介质
CN112818406B (zh) 一种评分卡模型的预测方法及装置

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: 20240601

Address after: Room 1001-9, Building 10, Shuntai Plaza, No. 2000 Shunhua Road, Jinan Area, China (Shandong) Pilot Free Trade Zone, Jinan City, Shandong Province, 250102

Applicant after: Shandong Jilian Human Resources Service Co.,Ltd.

Country or region after: China

Address before: Room 1001-10, Building 10, Shuntai Plaza, No. 2000, Shunhua Road, Jinan Free Trade Pilot Zone, Jinan City, Shandong Province, 250000

Applicant before: Shandong Dezhihui Technology Co.,Ltd.

Country or region before: China