CN115081853A - 一种任务分发的方法、装置、终端设备以及存储介质 - Google Patents
一种任务分发的方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN115081853A CN115081853A CN202210672155.4A CN202210672155A CN115081853A CN 115081853 A CN115081853 A CN 115081853A CN 202210672155 A CN202210672155 A CN 202210672155A CN 115081853 A CN115081853 A CN 115081853A
- Authority
- CN
- China
- Prior art keywords
- task
- target
- information
- preselected
- attribute information
- 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
- G06Q10/06—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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请适用于数据处理的技术领域,也可以适用于大数据存储、大数据分析或智能化标签的技术领域,提供了一种任务分发的方法、装置、终端设备以及存储介质,其方法包括响应于待分配的目标任务的分发指令,分解目标任务,生成任务属性信息和对象数量信息;获取对象数据库内多个预选对象的人物画像;根据任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;根据各个预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。本申请解决现有技术中任务分发偏差较大的问题,可适用于广告行业。
Description
技术领域
本申请属于数据处理的技术领域,尤其涉及一种任务分发的方法、装置、终端设备以及存储介质。
背景技术
随着互联网业务的快速发展,越来越多公司的业务数据量和数据处理需求均大幅度增长,为了保证公司业务的正常运转,需要及时把任务分发给员工进行处理。
现有的任务分发系统,一般是把任务分发给当前任务量较少的员工,缺少考虑员工在客观上的处理能力,使得分配给员工的任务与员工的处理能力不适配。譬如该员工的处理能力并不足以在限定期限内完成该任务,或者分配去在限定期限内完成该任务的员工的人数较少。因此存在任务分发偏差较大的问题,有待进一步改进。
发明内容
有鉴于此,本申请实施例提供了一种任务分发的方法、装置、终端设备以及存储介质,以解决现有技术中任务分发偏差较大的问题。
第一方面,本申请实施例提供了一种任务分发的方法,包括:
响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息;
获取对象数据库内多个预选对象的人物画像,其中,所述人物画像是基于所述预选对象的基本属性信息生成的,所述基本属性信息包含多个预选对象的人物属性维度的维度信息;
根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;
根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
第二方面,本申请实施例提供了一种任务分发装置,包括:
任务分解模块,用于响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息;
画像获取模块,用于获取对象数据库内多个预选对象的人物画像,其中,所述人物画像是基于所述预选对象的基本属性信息生成的,所述基本属性信息包含多个预选对象的人物属性维度的维度信息;
结果生成模块,用于根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;
任务分发模块,用于根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
第四方面,本申请实施例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存储有计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:终端设备结合任务属性信息和人物画像确定出与对象数量信息相匹配的目标画像,实现任务的准确分配,提高分发任务的准确率。减少分发任务的偏差,在一定程度上解决当前的任务分发偏差较大的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述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申请的一些实施例,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是本申请实施例中一种任务分发的方法的流程示意图;
图2是本申请实施例中发送任务分发结果的流程框图;
图3是本申请实施例中步骤S201的流程示意图;
图4是本申请实施例中步骤S301的流程示意图;
图5是本申请实施例中步骤S311的流程示意图;
图6是本申请实施例中步骤S302的流程示意图;
图7是本申请实施例中步骤S305的流程示意图;
图8是本申请实施例中步骤S402的流程示意图;
图9是本申请实施例中一种任务分发装置的模块框图;
图10是本申请实施例中一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本申请实施例提供的任务分发的方法可以应用于智能手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或服务器等能够实现对任务分发的电子设备上。本申请实施例对电子设备的具体类型不作任何限制。特别地,该电子设备具体可以为任务分发的服务器,各个用户终端可以将需要处理的任务上传至上述任务分发的服务器(后续检测服务器)内,服务器存储有对象数据库,从对象数据库内确定待执行的任务的目标对象,并将任务分发给目标对象,如将任务推送给目标对象的终端(如智能手机)或添加到目标对象的待处理任务列表内。
下面对本申请实施例提供的一种任务分发的方法进行描述,如图1所示,该方法包括但不限于以下步骤:
在S101中,响应于待分配的目标任务的分发指令,分解目标任务,生成任务属性信息和对象数量信息。
不失一般性地,终端设备可以先建立项目数据库,项目数据库用于储存项目的数据,项目数据库能够根据实际需求对确定执行的项目进行初步分类,从而便于后续每个指定部门能够去执行属于自己领域的具体任务,其中,指定部门包括但不限于策划部门、前端部门或后端部门中的一种或多种,该具体任务即指定部门的目标任务。譬如把一个完整的项目分解成策划任务、前端任务或后端任务中的一种或多种,其中,策划任务即策划部门的目标任务,前端任务即前端部门的目标任务,后端任务即后端部门的目标任务。
示例性地,当待分配的目标任务为前端任务时,终端设备可以响应于针对前端任务的分发指令,分解前端任务,然后生成切图信息、UI布局开发信息或动图开发信息中的一种或多种,以及生成处理该前端任务需要的人员数量信息,还可以生成但不限于客户要求的项目总时长信息和/或前后端开发评估的开发时长信息。其中,切图信息、UI布局开发信息、动图开发信息、客户要求的项目总时长信息和前后端开发评估的开发时长信息均为任务属性信息,处理该前端任务需要的人员数量为对象数量信息。
不失一般性地,当待分配的目标任务为后端任务时,终端设备分解后端任务后可以生成接口开发信息、外部接口对接信息、管理后台功能开发信息、数据导出信息、高并发架构信息、大数据量支持信息或文件存储信息中的一种或多种,以及生成处理该后端任务需要的人员数量信息;其中,接口开发信息、外部接口对接信息、管理后台功能开发信息、数据导出信息、高并发架构信息、大数据量支持信息和文件存储信息均为任务属性信息。
示例性地,在后续的实际应用中,还可以把实际开发执行时长、初版完成以后客户调整修改到定版时长、客户原因项目拖延上线耗费时长、项目上线以后的维护时长、策划总时长、开发总时长、测试总时长或维护总时长中的一种或多种信息输入项目数据库,作为项目数据库初步分类项目的依据之一。
示例性地,用户可以发送分发指令给终端设备,在终端设备响应分发指令后,接收项目数据库发送的目标任务,然后执行分解目标任务
在一种可能的实现方式中,项目数据库可以根据实际需求对确定执行的项目进行分类,譬如根据客户公司名称、客户所属部门科室、客户性别、客户年龄、客户级别、客户性格、客户学历或客户专业中的一种或多种进行分类。项目数据库也可以根据项目类型进行分类,譬如H5项目、小程序项目、PC端项目、大屏项目、迭代项目、年度项目或产品化项目中的一种或多种进行分类。
在S201中,获取对象数据库内多个预选对象的人物画像。
不失一般性地,终端设备可以先建立对象数据库,然后在对象数据库中构建各个预选对象的人物画像,再在对象数据库中获取多个预选对象的人物画像。对象数据库可以通过人事管理系统、考勤系统、外部学习系统或奖惩系统中的一种或多种获取预选对象的基本数据,即预选对象的基本属性信息,基本属性信息包含了多个预选对象的人物属性维度的维度信息。人物画像是基于预选对象的基本属性信息而生成的。
示例性地,在学习系统中,可以把预选对象的学习课程、学习路线、学习总积分、学习时长或考试成绩中的一种或多种数据,均作为构建该预选对象人物画像时的基本属性信息,譬如根据某一个预选对象的学习总积分、学习时长、完成任务的平均时长和完成任务的次数构建该预选对象的人物画像。
具体来说,终端设备在对象数据库中获取多个预选对象的人物画像,从而避免仅考虑预选对象某一项能力,而忽视考虑预选对象整体能力的情况。
在S301中,根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果。
具体来说,终端设备根据任务属性信息与人物画像,分别生成各个预选对象的任务分发结果。
在一种可能的实现方式中,终端设备可以根据任务属性信息生成目标任务的任务画像,该任务画像同样包含多个任务维度,在该情况下,终端设备可以计算任务画像与人物画像之间的画像相似度,并将该画像相似度与任务分配阈值进行比对;若该画像相似度大于或等于任务分配阈值,则可以生成可分配的任务分发结果,即该预选对象具有处理该目标任务的权限;反之,若该画像相似度小于上述的任务分配阈值,则可以生成不可分配的任务分发结果,即该预选对象不具有处理该目标任务的权限,从而为后续精准、高效地分发任务作铺垫。
在S401中,根据各个预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
具体来说,终端设备根据各个预选对象对应的任务分发结果,确定出能够处理该目标任务的目标对象,直至与对象数量信息相匹配,即满足处理该目标任务所需要的人员数量,然后将目标任务添加至目标对象的任务列表,从而实现减少任务分发的偏差。
不失一般性地,如图2所示,终端设备可以把任务分发结果发送给开发负责人,开发负责人可以通过点击预设的确认按钮表示同意该任务分发结果,开发负责人也可以通过点击预设的异议按钮表示不同意该任务分发结果,在开发负责人点击预设的按钮后,终端设备把该任务分发结果发送给项目经理,让项目经理进行进一步的审核或者给出修改建议。在开发负责人点击预设的异议按钮表示不同意该任务分发结果时,可以填写理由和/或修改建议。
在一种可能的实现方式中,在S101之后,方法还包括但不限于以下子步骤:
根据任务属性信息检索历史分发库。
具体来说,历史分发库存储有历史的任务属性信息和任务分发结果;其中,历史的任务分发结果包括但不限于把历史目标任务发送给历史目标对象的分发关系信息。
不失一般性地,在项目经理审核任务分发结果后同意任务分发结果后,可以给终端设备发送确认指令,在终端设备接收到确认指令后,会把该任务分发结果和与该任务分发结果对应的任务属性信息均上传至历史分发库。历史的任务属性信息和任务分发结果用于表示该被上传至历史分发库的任务分发结果和任务属性信息。
相应地,在S401中,方法包括但不限于以下子步骤:
若任务属性信息与历史的任务属性信息相一致,则根据历史的任务分发结果确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
具体来说,终端设备比对任务属性信息和历史的任务属性信息,如果任务属性信息与历史的任务属性信息相一致,就根据任务分发结果找出历史上处理该历史目标任务的历史目标对象,从而确定目标对象,提高分发任务的效率;当目标对象的个数等于对象数量信息时,可以把历史的任务分发结果中其余预选对象暂存到历史分发库中。如果任务属性信息与历史的任务属性信息不一致,则去执行步骤S201。在一种可能的实现方式中,如图3所示,在S201之后,方法还包括但不限于S202~S203,具体详述如下:
在S202中,根据任务属性信息,确定多个与目标任务相关联的目标任务维度。
示例性地,终端设备可以通过客户要求的项目执行时长,确定出开发项目的执行总时长的最大值,该开发项目的执行总时长的最大值表示目标任务维度。
在S203中,根据对象数据库包含的各个候选对象的候选属性信息,将候选属性信息内包含所有目标任务维度的候选对象识别为预选对象。
示例性地,在对象数据库中,将满足执行项目总时长小于开发项目的执行总时长的最大值条件的候选对象识别为预选对象,从而提高识别目标对象的广度与深度。
相应地,如图4所示,在S301中,方法包括:
S311,根据任务属性信息内各个目标任务维度与预选对象的人物画像中与目标任务维度相关联的人物属性维度的维度信息,计算预选对象与目标任务之间的相关度指标。
具体来说,根据目标任务维度与维度信息,计算预选对象与目标任务之间的相关度指标,从而得知预选对象与目标任务的关联程度,提高分发任务的准确率,减少分发任务的偏差。
S312,基于任务属性信息内的指标阈值与相关度指标,生成目标对象的任务分发结果。
具体来说,基于指标阈值与相关度指标,生成目标对象的任务分发结果,从而提高任务分发结果的复杂度,进一步提高分发的准确率,再次减少分发任务的偏差。
示例性地,指标阈值可以根据实际情况提前设定,譬如根据项目的紧急程度把指标阈值从1到10依次划分,即当客户要求的项目总时长较短,即项目属于加急项目时,把指标阈值设置为10,优先把该项目对应的目标任务分发给在多个目标对象中完成该目标任务总时长较短的目标对象。
在一种可能的实现方式中,如图5所示,在S311中,包括但不限于以下子步骤:
S3111,获取所述预选对象的历史处理记录,并根据历史处理记录确定预选对象的预测开发时长。
示例性地,终端设备可以从历史分发库中获取预选对象的历史处理记录,再通过大数据分析获得该预选对象的预测开发时长;其中,历史处理记录包括但不限于该预选对象曾处理过的目标任务数据和完成该目标任务的总时长数据。
S3112,根据所述任务属性信息确定目标任务的目标任务时长。
示例性地,目标任务维度包括但不限于任务时长维度;上位机可以在目标任务维度上通过解析任务属性信息获得目标任务时长。
S3113,将目标任务时长以及预测开发时长导入预设的相关指标计算函数,确定相关度指标。
具体来说,可以通过相关度指标可以得知预选对象与目标任务之间的关联程度。
在一种可能的实现方式中,相关指标计算函数的计算公式可以为:
式中,Correlation(Time1,Time2)为任务属性信息与基本属性信息之间的相关性,终端设备可以通过该相关性确定预选对象与目标任务之间是否具有一定的关联程度。Time1为目标任务的执行总时长信息;Time2为预选对象的开发时长信息;date(Time1,Time2)为计算预估处理任务所需时长信息的时间函数;DealTime(Time1)表示计算总时长信息的时间函数;DealTime(Time2)表示计算开发时长信息的时间函数;type(Time1,Time2)表示时长类型相关性函数,为关联因子;Basedate表示基准时长阈值;ζdate和ζtime均为预设的系数;HistoricalTime表示历史任务处理所需时间。
在一种可能的实现方式中,如图6所示,在S301之后,方法还包括但不限于S302~S304,具体详述如下:
在S302中,接收第一修改信息。
示例性地,当项目经理认为因任务属性信息需要优化,而导致超半数的目标对象选择需要优化的时候,可以通过预设的第一修改指令发送按钮给终端设备发送第一修改信息;终端设备接收项目经理发送的第一修改信息,该第一修改信息包括但不限于针对任务属性信息的修改建议。
在S303中,根据第一修改信息,修改与第一修改信息对应的任务属性信息,获得二次属性信息。
具体来说,终端设备根据该修改建议,修改任务属性信息,获得根据修改建议修改而获得的二次属性信息。
在S304中,根据二次属性信息与人物画像,分别生成各个预选对象的二次分发结果。
具体来说,终端设备根据二次属性信息与人物画像,分别生成各个预选对象的二次分发结果,从而获得结合修改建议后的分发结果。
相应地,S401包括但不限于以下子步骤:
根据二次分发结果确定与对象数量信息相匹配的目标对象。
具体来说,重新根据二次分发结果确定与对象数量信息相匹配的目标对象,从而提高分发的准确性,减少分发任务的偏差。
在一种可能的实现方式中,如图7所示,在S301之后,方法还包括但不限于S305~S306,具体详述如下:
在S305中,接收第二修改信息。
具体来说,终端设备接收项目经理发送的第二修改信息,第二修改信息包括但不限于针对任务分发结果和/或对象数量信息的修改建议。
在S306中,根据第二修改信息,修改与第二修改信息对应的任务分发结果和/或对象数量信息,生成重分发结果。
具体来说,当项目经理认为任务分发结果需优化或者分配去处理该目标任务的人员数量需优化的时候,可以通过预设的第二修改指令发送按钮给终端设备发送第二修改信息;终端设备据第二修改信息,修改任务分发结果和/或对象数量信息,生成重分发结果。
相应地,S401包括但不限于以下子步骤:
根据重分发结果确定与对象数量信息相匹配的目标对象。
具体来说,重新根据重分发结果确定与对象数量信息相匹配的目标对象,从而再次提高分发的准确性并且减少分发任务的偏差。
在一种可能的实现方式中,如图8所示,在S401之后,方法还包括但不限于S402~S404,具体详述如下:
在S402中,接收根据目标对象基于目标任务反馈的任务处理结果。
具体来说,在目标对象完成目标任务后,项目经理可以把任务处理结果发送给终端设备,任务处理结果用于描述目标对象处理目标任务的质量。
在S403中,根据任务处理结果确定目标对象在各个人物属性维度的实际处理得分。
具体来说,终端设备根据任务处理结果确定目标对象在各个人物属性维度的实际处理得分,譬如当某一目标对象的执行项目总时长少于同一目标任务的其他对象的执行项目总时长时,确定该目标对象在执行项目总时长维度上可以加分。
在S404中,根据各个实际处理得分更新目标对象的人物画像。
具体来说,更新目标对象的人物画像,从而提高下一次任务分发的准确率,减少分发任务的偏差。
本申请实施例一种任务分发的方法的实施原理为:终端设备首先分解目标任务,生成任务属性信息和对象数量信息,然后获取预选对象的人物画像,结合任务属性信息和人物画像确定出与对象数量信息相匹配的目标画像,实现任务的准确分配,减少分发任务的偏差。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种任务分发的装置,为便于说明,仅示出与本申请相关的部分,如图9所示,该装置9包括但不限于:
任务分解模块91,用于响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息;
画像获取模块92,用于获取对象数据库内多个预选对象的人物画像,其中,所述人物画像是基于所述预选对象的基本属性信息生成的,所述基本属性信息包含多个预选对象的人物属性维度的维度信息;
结果生成模块93,用于根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;
任务分发模块94,用于根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
可选的,所述装置9还包括但不限于:
历史检索模块,用于根据所述任务属性信息检索历史分发库,其中,所述历史分发库存储有历史的任务属性信息和任务分发结果,历史的任务属性信息和任务分发结果是在接收到历史任务的确认指令后上传至所述历史分发库的。
可选的,所述装置9还包括但不限于:
第一接收模块,用于接收第一修改信息;
第一修改模块,用于根据所述第一修改信息,修改与第一修改信息对应的任务属性信息,获得二次属性信息;
二次结果生成模块,用于根据所述二次属性信息与人物画像,分别生成各个预选对象的二次分发结果。
可选的,所述装置9还包括但不限于:
第二接收模块,用于接收第二修改信息;
重分发结果生成模块,用于根据所述第二修改信息,修改与第二修改信息对应的任务分发结果和/或对象数量信息,生成重分发结果。需要说明的是,上述模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
本申请实施例还提供了一种终端设备,如图10所示,该实施例的终端设备100包括:处理器101、存储器102以及存储在存储器102中并可在处理器101上运行的计算机程序103。处理器101执行计算机程序103时实现上述流量处理方法实施例中的步骤,例如图1所示的步骤S101至S401;或者,处理器101执行计算机程序103时实现上述装置中各模块的功能,例如图9所示模块91至模块94的功能。
该终端设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备,该终端设备100包括但不仅限于处理器101、存储器102。本领域技术人员可以理解,图10仅仅是终端设备100的示例,并不构成对终端设备100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,例如终端设备100还可以包括输入输出设备、网络接入设备、总线等。
其中,处理器101可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等;通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是终端设备100的内部存储单元,例如终端设备100的硬盘或内存,存储器102也可以是终端设备100的外部存储设备,例如终端设备100上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等;进一步地,存储器102还可以既包括终端设备100的内部存储单元也包括外部存储设备,存储器102还可以存储计算机程序103以及终端设备100所需的其他程序和数据,存储器102还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等;计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的方法、原理、结构所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种任务分发的方法,其特征在于,包括:
响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息;
获取对象数据库内多个预选对象的人物画像,其中,所述人物画像是基于所述预选对象的基本属性信息生成的,所述基本属性信息包含多个预选对象的人物属性维度的维度信息;
根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;
根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
2.如权利要求1所述的方法,其特征在于,所述响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息之后,所述方法还包括:
根据所述任务属性信息检索历史分发库,其中,所述历史分发库存储有历史的任务属性信息和任务分发结果,历史的任务属性信息和任务分发结果是在接收到历史任务的确认指令后上传至所述历史分发库的;
相应地,所述确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表,包括:
若所述任务属性信息与历史的任务属性信息相一致,则根据历史的任务分发结果确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
3.如权利要求1所述的方法,其特征在于,所述根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果之后,所述方法还包括:
接收第一修改信息;
根据所述第一修改信息,修改与第一修改信息对应的任务属性信息,获得二次属性信息;
根据所述二次属性信息与人物画像,分别生成各个预选对象的二次分发结果;
相应地,所述根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,包括:
根据所述二次分发结果确定与对象数量信息相匹配的目标对象。
4.如权利要求1所述的方法,其特征在于,根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果之后,所述方法还包括:
接收第二修改信息;
根据所述第二修改信息,修改与第二修改信息对应的任务分发结果和/或对象数量信息,生成重分发结果;
相应地,所述根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,包括:
根据所述重分发结果确定与对象数量信息相匹配的目标对象。
5.如权利要求1-4任一项所述的方法,其特征在于,所述获取对象数据库内多个预选对象的人物画像之后,所述方法还包括:
根据所述任务属性信息,确定多个与目标任务相关联的目标任务维度;
根据所述对象数据库包含的各个候选对象的候选属性信息,将候选属性信息内包含所有目标任务维度的候选对象识别为预选对象;
相应地,所述根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果,包括:
根据所述任务属性信息内各个目标任务维度与预选对象的人物画像中与目标任务维度相关联的人物属性维度的维度信息,计算预选对象与目标任务之间的相关度指标;
基于所述任务属性信息内的指标阈值与相关度指标,生成目标对象的任务分发结果。
6.如权利要求5所述的方法,其特征在于,所述目标任务维度至少包括任务时长维度;
所述根据所述任务属性信息内各个目标任务维度与预选对象的人物画像中与目标任务维度相关联的人物属性维度的维度信息,计算预选对象与目标任务之间的相关度指标,包括:
获取所述预选对象的历史处理记录,并根据历史处理记录确定预选对象的预测开发时长;
根据所述任务属性信息确定目标任务的目标任务时长;
将所述目标任务时长以及预测开发时长导入预设的相关指标计算函数,确定所述相关度指标,其中,所述相关指标计算函数具体为:
式中,Correlation(Time1,Time2)为所述任务属性信息与基本属性信息之间的相关性;Time1为所述目标任务的执行总时长信息;Time2为所述预选对象的开发时长信息;
date(Time1,Time2)为计算预估处理任务所需时长信息的时间函数;DealTime(Time1)表示计算总时长信息的时间函数;DealTime(Time2)表示计算开发时长信息的时间函数;type(Time1,Time2)表示时长类型相关性函数;
Basedate表示基准时长阈值;ζdate和ζtime均为预设的系数;HistoricalTime表示历史任务处理所需时间。
7.如权利要求1-4任一项所述的方法,其特征在于,在所述根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表之后,所述方法还包括:
接收根据所述目标对象基于目标任务反馈的任务处理结果;
根据所述任务处理结果确定目标对象在各个人物属性维度的实际处理得分;
根据各个所述实际处理得分更新目标对象的人物画像。
8.一种任务分发装置,其特征在于,包括:
任务分解模块,用于响应于待分配的目标任务的分发指令,分解所述目标任务,生成任务属性信息和对象数量信息;
画像获取模块,用于获取对象数据库内多个预选对象的人物画像,其中,所述人物画像是基于所述预选对象的基本属性信息生成的,所述基本属性信息包含多个预选对象的人物属性维度的维度信息;
结果生成模块,用于根据所述任务属性信息与人物画像,分别生成各个预选对象的任务分发结果;
任务分发模块,用于根据各个所述预选对象对应的任务分发结果,确定与对象数量信息相匹配的目标对象,并将目标任务添加至目标对象的任务列表。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672155.4A CN115081853A (zh) | 2022-06-15 | 2022-06-15 | 一种任务分发的方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210672155.4A CN115081853A (zh) | 2022-06-15 | 2022-06-15 | 一种任务分发的方法、装置、终端设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115081853A true CN115081853A (zh) | 2022-09-20 |
Family
ID=83250907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210672155.4A Pending CN115081853A (zh) | 2022-06-15 | 2022-06-15 | 一种任务分发的方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115081853A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902901A (zh) * | 2017-12-11 | 2019-06-18 | 广东智动力知识产权运营有限公司 | 任务分配方法、装置、存储介质和计算机设备 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN113393060A (zh) * | 2021-08-16 | 2021-09-14 | 深圳市信润富联数字科技有限公司 | 任务分配方法、装置、电子设备及存储介质 |
CN114091941A (zh) * | 2021-11-26 | 2022-02-25 | 中国建设银行股份有限公司 | 任务分配方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-15 CN CN202210672155.4A patent/CN115081853A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902901A (zh) * | 2017-12-11 | 2019-06-18 | 广东智动力知识产权运营有限公司 | 任务分配方法、装置、存储介质和计算机设备 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN113393060A (zh) * | 2021-08-16 | 2021-09-14 | 深圳市信润富联数字科技有限公司 | 任务分配方法、装置、电子设备及存储介质 |
CN114091941A (zh) * | 2021-11-26 | 2022-02-25 | 中国建设银行股份有限公司 | 任务分配方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111552870A (zh) | 对象推荐方法、电子装置及存储介质 | |
CN110717597A (zh) | 利用机器学习模型获取时序特征的方法和装置 | |
CN112990281A (zh) | 异常投标识别模型训练方法、异常投标识别方法及装置 | |
CN113435859A (zh) | 信访件处理方法、装置、电子设备和计算机可读介质 | |
CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
CN111078980A (zh) | 基于征信大数据的管理方法、装置、设备及存储介质 | |
CN113705698A (zh) | 基于点击行为预测的信息推送方法及装置 | |
CN113674065B (zh) | 基于服务触点的业务推荐方法、装置、电子设备及介质 | |
CN115081853A (zh) | 一种任务分发的方法、装置、终端设备以及存储介质 | |
US11593740B1 (en) | Computing system for automated evaluation of process workflows | |
CN114581130A (zh) | 基于客户画像的银行网点派号方法及装置、存储介质 | |
CN114385121A (zh) | 一种基于业务分层的软件设计建模方法及系统 | |
CN114066513A (zh) | 一种用户分类的方法和装置 | |
CN113849618A (zh) | 基于知识图谱的策略确定方法、装置、电子设备及介质 | |
CN113987351A (zh) | 基于人工智能的智能推荐方法、装置、电子设备及介质 | |
CN113780675A (zh) | 一种消耗预测方法、装置、存储介质及电子设备 | |
CN116629639B (zh) | 评估信息确定方法、装置、介质与电子设备 | |
CN113722590B (zh) | 基于人工智能的医学信息推荐方法、装置、设备及介质 | |
CN112396445B (zh) | 用于识别用户身份信息的方法和装置 | |
CN114549078A (zh) | 基于时序的客户行为处理方法、装置及相关设备 | |
CN117252362A (zh) | 基于人工智能的调度方法、装置、计算机设备及存储介质 | |
CN118227870A (zh) | 一种信息推送的方法、装置、介质及电子设备 | |
CN113159460A (zh) | 一种用户数据处理的方法、装置、计算机设备及存储介质 | |
CN117853202A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN116757851A (zh) | 基于人工智能的数据配置方法、装置、设备及存储介质 |
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 |