CN115827198A - 任务分配方法、任务分配系统和计算机可读存储介质 - Google Patents
任务分配方法、任务分配系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN115827198A CN115827198A CN202211535328.4A CN202211535328A CN115827198A CN 115827198 A CN115827198 A CN 115827198A CN 202211535328 A CN202211535328 A CN 202211535328A CN 115827198 A CN115827198 A CN 115827198A
- Authority
- CN
- China
- Prior art keywords
- task
- answer
- subtasks
- participant
- subtask
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种任务分配方法、任务分配系统和计算机可读存储介质,任务分配方法包括:根据事理图谱确定至少一个子任务,事理图谱包括对应子任务的事件节点和事件关系,多个子任务根据对应的优先级进行依次发布;根据子任务和参与者之间对应的特征,将已发布的子任务分配给至少一个参与者;在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者对分配到的子任务进行解答的结果,每个参与者对应一个任务答案。上述任务分配方法,通过事理图谱来确定子任务,将子任务根据相应的特征分配给对应的参与者,保证参与者具有足够的能力来解答子任务,从而有利于提高对子任务的处理速度和准确度。
Description
技术领域
本发明涉及事理图谱技术领域,特别涉及一种任务分配方法、任务分配系统和计算机可读存储介质。
背景技术
事理图谱是一种事理逻辑知识库,可用于描述事件间的演化规律。在相关技术中,众包平台通过知识图谱来用于任务的分配,这种方式在推荐机制上存在问题,容易将任务分配给具有相应能力处理的参与者,从而会导致任务处理速度低下,且知识图谱中存在事物演化的关联性低,强行关联则容易导致任务之间的严重冲突,使得事理图谱难以应用于任务分配。
发明内容
本发明实施方式提供了一种任务分配方法、任务分配系统和计算机可读存储介质。
本发明实施方式的一种任务分配方法,包括:
根据事理图谱确定至少一个子任务,所述事理图谱包括对应所述子任务的事件节点和事件关系,多个所述子任务根据对应的优先级进行依次发布;
根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者;
在获取到至少一个任务答案的情况下,根据所述至少一个任务答案确定目的答案,所述任务答案为所述参与者对分配到的子任务进行解答的结果,每个所述参与者对应一个所述任务答案。
上述任务分配方法,通过事理图谱来确定子任务,并可根据子任务的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务根据相应的特征分配给对应的参与者,保证参与者具有足够的能力来解答子任务,从而有利于提高对子任务的处理速度和准确度。
在某些实施方式中,所述任务分配方法包括:
根据所述子任务在所述事理图谱中对应的事件节点和事件关系,生成邻接矩阵;
对所述邻接矩阵进行特征分解得到特征值和特征向量,每个所述特征值具有对应的一个所述特征向量,所述特征向量包括至少一个元素;
根据所述子任务的事件节点在所述特征向量中对应的元素,确定所述子任务的优先级。如此,可解决了在应用事理图谱时可能会造成的严重冲突和反复修改的问题。
在某些实施方式中,根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者,包括:
确定所述参与者的画像特征,所述画像特征为通过所述参与者的个人信息、所属结构信息和历史行为信息确定;
确定所述子任务的类别特征,所述类别特征为通过所述子任务在所述事理图谱中的事件节点确定;
根据所述参与者的画像特征和所述子任务的类别特征,确定作为所述子任务的分配对象的所述参与者。如此,可将子任务分配给合适的参与者,提高用户体验。
在某些实施方式中,所述任务分配方法包括:
构建与所述子任务关联的测试问题库,所述测试问题库包括至少一个测试问题;
在所述参与者反馈所述任务答案之前,向所述参与者发送所述测试问题;
在确定测试答案符合测试结果的情况下,接收所述参与者发送的所述任务答案,所述测试答案为所述参与者对所述测试问题进行解答的结果。如此,可节省人力,提高工作效率。
在某些实施方式中,根据所述至少一个任务答案确定目的答案,包括:
在获取到至少两个任务答案的情况下,对所述至少两个任务答案进行答案整合,得到所述目的答案。如此,进一步提高工作效率。
在某些实施方式中,对所述至少两个任务答案进行答案整合,包括:
根据所述任务答案的离散值,对所述至少两个任务答案进行投票确定所述目的答案,所述离散值包括所述子任务的事件节点和事件关系;或
根据所述任务答案的连续值,对所述至少两个任务答案进行平均处理得到平均值用于确定所述目的答案。如此,可快速对任务答案进行整合校正,记录到平台上。
在某些实施方式中,所述任务分配方法包括:
根据所述至少一个任务答案和所述目的答案,确定多个不同等级的贡献度,每个所述任务答案具有对应的一个所述贡献度;
根据所述任务答案所对应的贡献度的等级,确定所述任务答案所对应的参与者的任务奖励。如此,可提高用户的参与度。
本发明实施方式的一种任务分配系统,所述任务分配系统包括任务发布模块、任务分配模块、任务整合模块,
所述任务发布模块用于:
根据事理图谱确定至少一个子任务,所述事理图谱包括对应所述子任务的事件节点和事件关系,多个所述子任务根据对应的优先级进行依次发布;
所述任务分配模块用于:
根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者;
所述任务整合模块用于:
在获取到至少一个任务答案的情况下,根据所述至少一个任务答案确定目的答案,所述任务答案为所述参与者对分配到的子任务进行解答的结果,每个所述参与者对应一个所述任务答案。
上述任务分配系统,通过事理图谱来确定子任务,并可根据子任务的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务根据相应的特征分配给对应的参与者,保证参与者具有足够的能力来解答子任务,从而有利于提高对子任务的处理速度和准确度。
本发明实施方式的一种任务分配系统,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现上述实施方式任一项所述的任务分配方法的步骤。
上述任务分配系统,通过事理图谱来确定子任务,并可根据子任务的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务根据相应的特征分配给对应的参与者,保证参与者具有足够的能力来解答子任务,从而有利于提高对子任务的处理速度和准确度。
本发明实施方式的一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时,实现上述实施方式任一项所述的任务分配方法的步骤。
上述计算机可读存储介质,通过事理图谱来确定子任务,并可根据子任务的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务根据相应的特征分配给对应的参与者,保证参与者具有足够的能力来解答子任务,从而有利于提高对子任务的处理速度和准确度。
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方式的描述中将变得明显和容易理解,其中:
图1是本发明实施方式的任务分配方法的流程图;
图2是本发明实施方式的任务分配系统的模块示意图;
图3是本发明实施方式的任务分配系统的另一模块示意图;
图4是本发明实施方式的任务发布和任务分配示意图;
图5是本发明实施方式的欺骗行为识别示意图;
图6是本发明实施方式的获取目的答案和任务奖励示意图;
图7是本发明实施方式的任务分配系统的又一模块示意图。
附图标记:
100、任务分配系统;18、任务集合;22、子任务;24、参与者;36、任务发布模块;38、任务分配模块;40、任务整合模块;46、欺骗行为识别模块;
56、存储器;58、处理器。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式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方式是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
请参图1及图2,本发明实施方式的一种任务分配方法包括:
步骤12:根据事理图谱确定至少一个子任务22,事理图谱包括对应子任务22的事件节点和事件关系,多个子任务22根据对应的优先级进行依次发布;
步骤14:根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个参与者24;
步骤16:在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者24对分配到的子任务22进行解答的结果,每个参与者24对应一个任务答案。
本发明实施方式的任务分配方法可以通过本发明实施方式的任务分配系统100来实现。具体地,请结合图2,任务分配系统100包括任务发布模块36、任务分配模块38、任务整合模块40。任务发布模块36用于:根据事理图谱确定至少一个子任务22,事理图谱包括对应子任务22的事件节点和事件关系,多个子任务22根据对应的优先级进行依次发布。任务分配模块38用于:根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个参与者24。任务整合模块40用于:在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者24对分配到的子任务22进行解答的结果,每个参与者24对应一个任务答案。
上述任务分配方法和任务分配系统100,通过事理图谱来确定子任务22,并可根据子任务22的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务22根据相应的特征分配给对应的参与者24,保证参与者24具有足够的能力来解答子任务22,从而有利于提高对子任务22的处理速度和准确度。
具体地,在图4中,事理图谱中具有任务集合18。任务集合18包括多个子任务22。在一个实施方式中,可根据事理图谱提取到对应子任务22的事件节点和事件关系,并对多个子任务22构建依赖关系,再进行优先级排序以确定每个子任务的优先级,以根据多个子任务22对应的优先级进行依次发布在平台上。
在一个实施方式中,可根据子任务22的相关信息、参与者24的录入信息和历史信息等对应特征,将子任务22的特征和参与者24的特征联系,从而可将已发布的子任务22分配给对应的参与者24。
在一个实施方式中,参与者24可参与解答子任务22,并给出一个任务答案。在获取到所有任务答案的情况下,根据所有的任务答案确定目的答案,从而可使得子任务能够被具有足够的能力的参与者24进行解答,从而有利于提高对子任务22的处理速度和准确度。
另外,在一个实施方式中,任务分配系统100可包括任务发布模块36、任务分配模块38和任务整合模块40。任务发布模块36可用于根据事理图谱确定至少一个子任务22,事理图谱包括对应子任务22的事件节点和事件关系,多个子任务22根据对应的优先级进行依次发布。在一个例子中,任务发布的任务形式应包括但不限于事理图谱的录入、事件图谱的纠错和事理图谱的补全。在一个例子中,任务发布的任务优先级排序还应包括人工标注、预训练模型标注和远程无监督等小样本标注方法,还包括度中心性、介数中心性和紧密中心性等重要性度量指标,以及有监督和半监督的机器学习分类算法。
任务分配模块38用于根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个所述参与者24。在一个例子中,任务分配具有推荐系统机制,推荐系统机制包括贝叶斯网络模型,隐语义模型、组合模型和Wide&Deep模型等相关推荐方法。
任务整合模块40用于在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者24对分配到的子任务22进行解答的结果,每个参与者24对应一个任务答案。任务整合模块40具有结果质量评估和答案整合的功能。结果质量评估可通过欺骗行为识别模块46将结果提交到平台上,欺骗行为识别模块46可包括智能问答系统、动态常识库等识别方法。答案整合可包括加权平均方法、贝叶斯平均方法和EM算法等可以实现结果融合的模型。
在某些实施方式中,任务分配方法包括:
根据子任务22在事理图谱中对应的事件节点和事件关系,生成邻接矩阵;
对邻接矩阵进行特征分解得到特征值和特征向量,每个特征值具有对应的一个特征向量,特征向量包括至少一个元素;
根据子任务22的事件节点在特征向量中对应的元素,确定子任务22的优先级。
如此,可解决了在应用事理图谱时可能会造成的严重冲突和反复修改的问题。
具体地,根据子任务22在事理图谱中对应的事件节点和事件关系,可生成邻接矩阵A。对邻接矩阵进行特征分解可得到特征值和特征向量。具体公式可为:
Ax=λx,
其中,A表示为图邻接矩阵,事理图谱可用A表示,x表示对应的一个特征向量,λ表示特征值。x可以为[x1 x2…xi]T,xi表示特征向量中的第i个元素。
在上述基础上,可通过事理图谱得到至少一个特征值。每个特征值具有对应的一个特征向量,特征向量包括至少一个元素。在一个实施方式中,在确定特征值和特征向量后,可通过最大特征值所对应的特征向量中,根据第i元素来确定对应的事件节点的中心性。根据子任务22的事件节点的中心性在特征向量中对应的元素,可利用事件节点的中心性代表事件节点的重要程度,按照中心性对多个子任务22进行优先级排序,进而确定多个子任务22的优先级。在一个实施方式中,子任务22包含的事件节点中心性越大,子任务22的优先级越高。
在某些实施方式中,步骤14(根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个参与者24),包括:
确定参与者24的画像特征,画像特征为通过参与者24的个人信息、所属结构信息和历史行为信息确定;
确定子任务22的类别特征,类别特征为通过子任务22在事理图谱中的事件节点确定;
根据参与者24的画像特征和子任务22的类别特征,确定作为子任务22的分配对象的参与者24。
如此,可将子任务22分配给合适的参与者24,提高用户体验。
具体地,在一个实施方式中,确定参与者24的画像特征需通过构建参与者24画像多标签体系,使用参与者24的个人信息、所属结构信息和历史行为信息等结构化或者非结构化数据,搭建用户画像模型,预测用户画像,从而确定参与者24的画像特征。在一个实施方式中,确定子任务22的类别特征需构建子任务22标签体系,通过子任务22在事理图谱中的事件节点进行分类,从而确定子任务22的类别特征。
在一个实施方式中,根据参与者24的画像特征和子任务22的类别特征,使用基于内容的协同性过滤或者基于模型的协同性过滤,实现子任务22和参与者24的匹配,从而确定作为子任务22的分配对象的参与者24,并有利于提高用户的解答体验。
在某些实施方式中,任务分配方法包括:
构建与子任务22关联的测试问题库,测试问题库包括至少一个测试问题;
在参与者24反馈任务答案之前,向参与者24发送测试问题;
在确定测试答案符合测试结果26的情况下,接收参与者24发送的任务答案,测试答案为参与者24对测试问题进行解答的结果。
如此,可节省人力,提高工作效率。
具体地,在一个实施方式中,在多个参与者24完成子任务22后,可要求参与者24要求进行欺骗行为验证,在验证通过后才能将参与者24提供的任务答案提交到平台上。在一个实施方式中,可预先构建与子任务22关联的测试问题库,测试问题库可包括至少一个测试问题,且测试问题的答案是已知的。在参与者24提交反馈任务答案之前,会向参与者24发送测试试题。
请结合图5,在图5中,可根据参与者24对测试问题进行解答的结果,判断测试答案是否符合测试结果26。如果测试答案符合测试结果26,则会确定接收参与者24发送的任务答案。如果测试答案不符合测试结果26,则会确定拒绝参与者24发送的任务答案。另外,在图3中,通过欺骗行为识别模块46可解决完全依赖于人工审核欺骗行为而造成的效率低下和人力浪费的问题。
在某些实施方式中,根据至少一个任务答案确定目的答案,包括:
在获取到至少两个任务答案的情况下,对至少两个任务答案进行答案整合,得到目的答案。
如此,进一步提高工作效率。
具体地,请结合图6,在获取到多个任务答案的情况下,需对多个任务答案进行答案整合,通过答案整合模块可自动化整合答案,从而可解决直接用于事理图谱造成的速度低下问题,从而可进一步提高工作效率。
在某些实施方式中,对至少两个任务答案进行答案整合,包括:
根据任务答案的离散值,对至少两个任务答案进行投票确定目的答案,离散值包括子任务22的事件节点和事件关系;或
根据任务答案的连续值,对至少两个任务答案进行平均处理得到平均值用于确定目的答案。
如此,可快速对任务答案进行整合校正,记录到平台上。
具体地,在一个实施方式中,可根据任务答案的离散值,对所有任务答案进行投票来确定目的答案。离散值可包括子任务22的事件节点和事件关系,例如事件名称,事件包含实体等。通过结合任务答案的离散值,采用少数服从多数的原则,可将离散值出现次数最大的任务答案确定为最终目的答案,并可确定多个不同等级的贡献度,将目的答案和贡献度记录到平台上。
在一个实施方式中,可根据任务答案的连续值,对所有任务答案取相应的权重,采用平均法,对所有任务答案进行平均处理得到平均值用于确定目的答案,并按照离平均值的远离程度记录贡献度,将目的答案和贡献度记录到平台上。
在某些实施方式中,请参图6,任务分配方法包括:
根据至少一个任务答案和目的答案,确定多个不同等级的贡献度,每个任务答案具有对应的一个贡献度;
根据任务答案所对应的贡献度的等级,确定任务答案所对应的参与者24的任务奖励。
如此,可提高用户的参与度。
具体地,在一个实施方式中,可根据任务重要程度和任务难度制定任务奖励。根据所有的任务答案和目的答案可确定多个不同等级的贡献度,并根据每个参与者24的任务答案确定相应等级的贡献度,每个任务答案可具有对应的一个贡献度。根据任务答案所对应记录的贡献度的等级,可确定任务答案所对应的参与者24的任务奖励,并向参与者24发放任务奖励。
请参图7,本发明实施方式的一种任务分配系统100包括存储器56和处理器58。存储器56存储有计算机程序。处理器58执行计算机程序时,实现上述实施方式任一项的任务分配方法的步骤。
例如,在计算机程序被执行的情况下,可以实现以下步骤:
步骤12:根据事理图谱确定至少一个子任务22,事理图谱包括对应子任务22的事件节点和事件关系,多个子任务22根据对应的优先级进行依次发布;
步骤14:根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个参与者24;
步骤16:在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者24对分配到的子任务22进行解答的结果,每个参与者24对应一个任务答案。
上述任务分配系统100,通过事理图谱来确定子任务22,并可根据子任务22的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务22根据相应的特征分配给对应的参与者24,保证参与者24具有足够的能力来解答子任务22,从而有利于提高对子任务22的处理速度和准确度。
本发明实施方式的一种计算机可读存储介质,其上存储有计算机程序,计算机程序在被处理器执行时,实现上述实施方式任一项的任务分配方法的步骤。
例如,在计算机程序被执行的情况下,可以实现以下步骤:
步骤12:根据事理图谱确定至少一个子任务22,事理图谱包括对应子任务22的事件节点和事件关系,多个子任务22根据对应的优先级进行依次发布;
步骤14:根据子任务22和参与者24之间对应的特征,将已发布的子任务22分配给至少一个参与者24;
步骤16:在获取到至少一个任务答案的情况下,根据至少一个任务答案确定目的答案,任务答案为参与者24对分配到的子任务22进行解答的结果,每个参与者24对应一个任务答案。
上述计算机可读存储介质,通过事理图谱来确定子任务22,并可根据子任务22的优先级进行依次发布,从而可对应事理图谱按照事物的演化规律形成的时间顺序,并将子任务22根据相应的特征分配给对应的参与者24,保证参与者24具有足够的能力来解答子任务22,从而有利于提高对子任务22的处理速度和准确度。
计算机可读存储介质可设置在控制系统,也可设置在其他终端,控制系统能够与其他终端进行通信来获取到相应的程序。
可以理解,计算机可读存储介质可以包括:能够携带计算机程序的任何实体或装置、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)、以及软件分发介质等。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。计算机可读存储介质可以包括: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)、以及软件分发介质。
在本发明的某些实施方式中,控制系统可以是一个单片机芯片,集成了处理器、存储器,通讯模块等。处理器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)、现成可编程门阵列(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。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一者实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种任务分配方法,其特征在于,包括:
根据事理图谱确定至少一个子任务,所述事理图谱包括对应所述子任务的事件节点和事件关系,多个所述子任务根据对应的优先级进行依次发布;
根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者;
在获取到至少一个任务答案的情况下,根据所述至少一个任务答案确定目的答案,所述任务答案为所述参与者对分配到的子任务进行解答的结果,每个所述参与者对应一个所述任务答案。
2.根据权利要求1所述的任务分配方法,其特征在于,所述任务分配方法包括:
根据所述子任务在所述事理图谱中对应的事件节点和事件关系,生成邻接矩阵;
对所述邻接矩阵进行特征分解得到特征值和特征向量,每个所述特征值具有对应的一个所述特征向量,所述特征向量包括至少一个元素;
根据所述子任务的事件节点在所述特征向量中对应的元素,确定所述子任务的优先级。
3.根据权利要求1所述的任务分配方法,其特征在于,根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者,包括:
确定所述参与者的画像特征,所述画像特征为通过所述参与者的个人信息、所属结构信息和历史行为信息确定;
确定所述子任务的类别特征,所述类别特征为通过所述子任务在所述事理图谱中的事件节点确定;
根据所述参与者的画像特征和所述子任务的类别特征,确定作为所述子任务的分配对象的所述参与者。
4.根据权利要求1所述的任务分配方法,其特征在于,所述任务分配方法包括:
构建与所述子任务关联的测试问题库,所述测试问题库包括至少一个测试问题;
在所述参与者反馈所述任务答案之前,向所述参与者发送所述测试问题;
在确定测试答案符合测试结果的情况下,接收所述参与者发送的所述任务答案,所述测试答案为所述参与者对所述测试问题进行解答的结果。
5.根据权利要求1所述的任务分配方法,其特征在于,根据所述至少一个任务答案确定目的答案,包括:
在获取到至少两个任务答案的情况下,对所述至少两个任务答案进行答案整合,得到所述目的答案。
6.根据权利要求5所述的任务分配方法,其特征在于,对所述至少两个任务答案进行答案整合,包括:
根据所述任务答案的离散值,对所述至少两个任务答案进行投票确定所述目的答案,所述离散值包括所述子任务的事件节点和事件关系;或
根据所述任务答案的连续值,对所述至少两个任务答案进行平均处理得到平均值用于确定所述目的答案。
7.根据权利要求1所述的任务分配方法,其特征在于,所述任务分配方法包括:
根据所述至少一个任务答案和所述目的答案,确定多个不同等级的贡献度,每个所述任务答案具有对应的一个所述贡献度;
根据所述任务答案所对应的贡献度的等级,确定所述任务答案所对应的参与者的任务奖励。
8.一种任务分配系统,其特征在于,所述任务分配系统包括任务发布模块、任务分配模块、任务整合模块,
所述任务发布模块用于:
根据事理图谱确定至少一个子任务,所述事理图谱包括对应所述子任务的事件节点和事件关系,多个所述子任务根据对应的优先级进行依次发布;
所述任务分配模块用于:
根据所述子任务和参与者之间对应的特征,将已发布的所述子任务分配给至少一个所述参与者;
所述任务整合模块用于:
在获取到至少一个任务答案的情况下,根据所述至少一个任务答案确定目的答案,所述任务答案为所述参与者对分配到的子任务进行解答的结果,每个所述参与者对应一个所述任务答案。
9.一种任务分配系统,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现权利要求1-7任一项所述的任务分配方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时,实现权利要求1-7任一项所述的任务分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535328.4A CN115827198A (zh) | 2022-11-30 | 2022-11-30 | 任务分配方法、任务分配系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211535328.4A CN115827198A (zh) | 2022-11-30 | 2022-11-30 | 任务分配方法、任务分配系统和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115827198A true CN115827198A (zh) | 2023-03-21 |
Family
ID=85543699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211535328.4A Pending CN115827198A (zh) | 2022-11-30 | 2022-11-30 | 任务分配方法、任务分配系统和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115827198A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116663853A (zh) * | 2023-07-24 | 2023-08-29 | 太平金融科技服务(上海)有限公司 | 任务分派方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-30 CN CN202211535328.4A patent/CN115827198A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116663853A (zh) * | 2023-07-24 | 2023-08-29 | 太平金融科技服务(上海)有限公司 | 任务分派方法、装置、计算机设备和存储介质 |
CN116663853B (zh) * | 2023-07-24 | 2023-10-24 | 太平金融科技服务(上海)有限公司 | 任务分派方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113326126B (zh) | 任务处理方法、任务调度方法、装置及计算机设备 | |
CN109919183B (zh) | 一种基于小样本的图像识别方法、装置、设备及存储介质 | |
Mofidi et al. | When is it beneficial to provide freelance suppliers with choice? A hierarchical approach for peer-to-peer logistics platforms | |
CN109409739B (zh) | 一种基于pomdp模型的众包平台任务分配方法 | |
CN113946431B (zh) | 一种资源调度方法、系统、介质及计算设备 | |
CN115827198A (zh) | 任务分配方法、任务分配系统和计算机可读存储介质 | |
CN112418341A (zh) | 模型融合方法、预测方法、装置、设备及存储介质 | |
CN113609337A (zh) | 图神经网络的预训练方法、训练方法、装置、设备及介质 | |
CN111539581A (zh) | 智能分班排课方法及系统 | |
CN112328646A (zh) | 多任务课程推荐方法、装置、计算机设备及存储介质 | |
CN115130888A (zh) | 一种基于自步学习的众包任务分配方法及系统 | |
Gambo et al. | An integrated framework for prioritizing software specifications in requirements engineering | |
CN117540822A (zh) | 跨移动边缘网络的联邦类增量学习方法、设备和存储介质 | |
CN113011522A (zh) | 基于有向无环图的多标签联邦学习方法、控制器和介质 | |
JP7453644B2 (ja) | 情報処理装置およびプログラム | |
CN117149392A (zh) | 资源处理方法、装置、服务器及存储介质 | |
CN117056079A (zh) | 一种算力需求的评估方法、装置及可读存储介质 | |
CN117056018A (zh) | 资源调度方法、装置、设备、程序产品和存储介质 | |
Johari et al. | Exploration vs. exploitation in team formation | |
CN116033026A (zh) | 一种资源调度方法 | |
CN113159152B (zh) | 基于树形结构的多标签预测方法、控制器和介质 | |
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 | |
CN112632615B (zh) | 基于混合云环境的科学工作流数据布局方法 | |
CN111523649B (zh) | 针对业务模型进行数据预处理的方法及装置 | |
CN112907004B (zh) | 学习规划方法、装置及计算机存储介质 |
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 |