CN115983591A - 基于数字化的业务决策管理平台 - Google Patents

基于数字化的业务决策管理平台 Download PDF

Info

Publication number
CN115983591A
CN115983591A CN202310010969.6A CN202310010969A CN115983591A CN 115983591 A CN115983591 A CN 115983591A CN 202310010969 A CN202310010969 A CN 202310010969A CN 115983591 A CN115983591 A CN 115983591A
Authority
CN
China
Prior art keywords
character
character feature
task
module
matching degree
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.)
Granted
Application number
CN202310010969.6A
Other languages
English (en)
Other versions
CN115983591B (zh
Inventor
滕代友
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.)
Shanghai Shutong Information Technology Co ltd
Original Assignee
Shanghai Shutong Information 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 Shanghai Shutong Information Technology Co ltd filed Critical Shanghai Shutong Information Technology Co ltd
Priority to CN202310010969.6A priority Critical patent/CN115983591B/zh
Publication of CN115983591A publication Critical patent/CN115983591A/zh
Application granted granted Critical
Publication of CN115983591B publication Critical patent/CN115983591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于数字化的业务决策管理平台，涉及业务决策管理技术领域，解决了工作人员的任务分配不合理的技术问题；通过数据采集模块获取任务信息；业务分析模块将任务信息输入至人物特征画像模型中，输出对应的人物特征图像组；人员分类模块将人物特征画像组内相同的人物特征画像划分为一类；人员分配模块获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列；将人物特征匹配度序列前Ai名员工标记为目标员工；人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务；提高了任务分配的合理性。

Description

基于数字化的业务决策管理平台
技术领域
本发明属于数字化应用领域，涉及业务决策管理技术，具体是基于数字化的业务决策管理平台。
背景技术
业务决策亦称“日常管理决策”，日常生产经营活动中为更好地执行管理决策和提高日常业务工作效率所做的一系列决策的统称，大多是重复发生的，具有一定确定性的程序化决策，如定额的制定，生产任务的分配，人力、物资的调度，设备维修等。
目前，通常仅通过人工或传统的生产任务分配系统，对工作人员进行任务分配，而并未综合考虑到工作人员与任务的匹配度。这样使得最终对工作人员的任务分配并不合理，导致工作人员的完成任务的耗时增加。
为此，提出一种基于数字化的业务决策管理平台。
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，本发明提出基于数字化的业务决策管理平台，该基于数字化的业务决策管理平台解决了人工或传统的生产任务分配系统并未综合考虑到工作人员与任务的匹配度的问题。
为实现上述目的，根据本发明的第一方面的实施例提出基于数字化的业务决策管理平台，包括数据采集模块、业务分析模块、人员分类模块、人员分配模块以及数据库；各个模块之间基于数字信号进行信息交互；
所述数据库用于存储本工厂内在职员工的人物特征；
所述数据采集模块用于获取任务信息；
所述业务分析模块用于接收所述任务信息，并获取人物特征画像模型；
将所述任务信息输入至所述人物特征画像模型中，输出对应的人物特征图像组；其中，所述人物特征画像模型基于人工智能模型建立；
所述人员分类模块用于接收所述人物特征画像组，并将所述人物特征画像组内相同的人物特征画像划分为一类，共获取P类人物特征画像小组；
对每类人物特征画像小组进行编号，且将编号标记为i；其中，i的取值为1，2，3……P；
所述人员分配模块用于根据所述人物特征画像小组的人物特征画像在数据库内进行搜索，并获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；
将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列，并将所述人物特征匹配度序列标记为Si；
将所述人物特征匹配度序列前Ai名员工标记为目标员工；
所述人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务。
优选的，所述任务信息包括工期、任务量以及任务要求。
优选的，所述人物特征包括性别、年龄、学历以及工龄。
优选的，所述人物特征画像组包括N个人物特征画像；其中，N为大于0的整数；
所述人物特征画像中包括M条人物特征；其中，M为大于0的整数。
优选的，所述人物特征画像模型基于人工智能模型建立，包括以下步骤：
从业务分析模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为人物特征画像模型。
优选的，标准训练数据包括若干组任务信息以及对应的人物特征画像。
优选的，Ai的大小与每类人物特征画像小组内的人物特征画像的数目相同。
优选的，所述数据采集模块与所述业务分析模块通信和/或电气连接；
所述人员分类模块与所述人员分配模块通信和/或电气连接；
所述人员分配模块与所述数据库通信和/或电气连接。
与现有技术相比，本发明的有益效果是：
本发明通过数据采集模块获取任务信息；业务分析模块接收任务信息，并获取人物特征画像模型；将任务信息输入至人物特征画像模型中，输出对应的人物特征图像组；人员分类模块接收人物特征画像组，并将人物特征画像组内相同的人物特征画像划分为一类，共获取P类人物特征画像小组；人员分配模块根据人物特征画像小组的人物特征画像在数据库内进行搜索，并获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列；将人物特征匹配度序列前Ai名员工标记为目标员工；人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务；实现了根据工作人员与任务的匹配度进行任务分配，提高了任务分配的合理性。
附图说明
图1为本发明的原理图；
图2为本发明的流程图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
如图1-2所示，基于数字化的业务决策管理平台，包括数据采集模块、业务分析模块、人员分类模块、人员分配模块以及数据库；各个模块之间基于数字信号进行信息交互。
所述数据库用于存储本工厂内在职员工的人物特征。
所述数据采集模块用于获取任务信息；其中，所述任务信息包括工期、任务量以及任务要求；需要进一步说明的是，当任务要求描述得越清晰越具体，通过业务分析模块获取的任务特征画像也更加的具体；
并将所述任务信息发送至所述业务决策模块。
所述业务分析模块用于接收所述任务信息，并获取人物特征画像模型；
将所述任务信息输入至所述人物特征画像模型中，输出对应的人物特征图像组；其中，所述人物特征画像模型基于人工智能模型建立；
并将所述人物特征画像组发送所述人员分配模块。
具体地，所述人物特征画像组包括N个人物特征画像；其中，N为大于0的整数；需要进一步说明的是，所述人物特征画像组包括N个人物特征画像即代表需要N个符合对应人物特征画像的员工；
所述人物特征画像中包括M条人物特征；其中，M为大于0的整数；需要进一步说明的是，所述人物特征可以包括性别、年龄、学历以及工龄；
举例说明：
将任务信息输入至所述人物特征画像模型中，输出的人物特征画像为本科学历，年龄为26-30岁的女性；
根据输出的人物特征画像可得出三条人物特征；
人物特征一：学历为本科；
人物特征二：年龄为26-30岁；
人物特征三：性别为女性。
所述人物特征画像模型基于人工智能模型建立，包括以下步骤：
从业务分析模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为人物特征画像模型。
本实施例中，标准训练数据包括若干组任务信息以及对应的人物特征画像。
本实施例中，人工智能模型包括深度卷积神经网络模型或者RBF神经网络模型等具有强大非线性拟合能力的模型。
所述人员分类模块用于接收所述人物特征画像组，并将所述人物特征画像组内相同的人物特征画像划分为一类，共获取P类人物特征画像小组；其中，P为大于0的整数，且P≤N；
需要进一步说明的是，每类人物特征画像小组中至少包括一种人物特征画像；
举例说明：
人物特征画像组内共有15种人物特征画像；
将人物特征画像组内相同的人物特征画像划分为一类，共获取5类人物特征画像小组；
第1类人物特征画像小组内共有5种人物特征画像，第2类人物特征画像小组内共有4种人物特征画像，第3类人物特征画像小组内共有3种人物特征画像，第4类人物特征画像小组内共有2种人物特征画像，第5类人物特征画像小组内共有1种人物特征画像；
每类人物特征画像小组内的人物特征画像都相同，且每类人物特征画像小组内的人物特征画像与其他人物特征画像小组内的人物特征画像都不相同；
对每类人物特征画像小组进行编号，且将编号标记为i；其中，i的取值为1，2，3……P。
所述人员分配模块用于根据所述人物特征画像小组的人物特征画像在数据库内进行搜索，并获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；
将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列，并将所述人物特征匹配度序列标记为Si；
将所述人物特征匹配度序列前Ai名员工标记为目标员工；需要进一步说明的是，Ai的取值与每类人物特征画像小组内的人物特征画像的数目相关；
举例说明：
第1类人物特征画像小组内共有5种人物特征画像，则将第1类人物特征画像小组对应的序列前5名员工标记为目标员工；
第2类人物特征画像小组内共有4种人物特征画像，则将第2类人物特征画像小组对应的序列前4名员工标记为目标员工；
所述人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务；其中，所述智能终端包括智能手机和电脑等智能设备；
需要进一步说明的是，目标员工即为本次处理业务的员工。
本实施例中，所述数据采集模块与所述业务分析模块通信和/或电气连接；
所述人员分类模块与所述人员分配模块通信和/或电气连接；
所述人员分配模块与所述数据库通信和/或电气连接。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
数据采集模块获取任务信息；并将任务信息发送至业务决策模块。
业务分析模块接收任务信息，并获取人物特征画像模型；将任务信息输入至人物特征画像模型中，输出对应的人物特征图像组；并将人物特征画像组发送人员分配模块。
人员分类模块接收人物特征画像组，并将人物特征画像组内相同的人物特征画像划分为一类，共获取P类人物特征画像小组；每类人物特征画像小组内的人物特征画像都相同，且每类人物特征画像小组内的人物特征画像与其他人物特征画像小组内的人物特征画像都不相同；对每类人物特征画像小组进行编号，且将编号标记为i。
人员分配模块根据人物特征画像小组的人物特征画像在数据库内进行搜索，并获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列，并将人物特征匹配度序列标记为Si；将人物特征匹配度序列前Ai名员工标记为目标员工；人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.基于数字化的业务决策管理平台，其特征在于，包括数据采集模块、业务分析模块、人员分类模块、人员分配模块以及数据库；各个模块之间基于数字信号进行信息交互；
所述数据库用于存储本工厂内在职员工的人物特征；
所述数据采集模块用于获取任务信息；
所述业务分析模块用于接收所述任务信息，并获取人物特征画像模型；
将所述任务信息输入至所述人物特征画像模型中，输出对应的人物特征图像组；其中，所述人物特征画像模型基于人工智能模型建立；
所述人员分类模块用于接收所述人物特征画像组，并将所述人物特征画像组内相同的人物特征画像划分为一类，共获取P类人物特征画像小组；
对每类人物特征画像小组进行编号，且将编号标记为i；其中，i的取值为1，2，3……P；
所述人员分配模块用于根据所述人物特征画像小组的人物特征画像在数据库内进行搜索，并获取每个员工的人物特征与每类人物特征画像小组的人物特征画像的人物特征匹配度；
将员工的匹配度人物特征匹配度按照降序的方式进行排列，获取对应的人物特征匹配度序列，并将所述人物特征匹配度序列标记为Si；
将所述人物特征匹配度序列前Ai名员工标记为目标员工；
所述人员分配模块发送任务信号至目标人员的智能终端，通知目标人员完成本次任务。
2.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，所述任务信息包括工期、任务量以及任务要求。
3.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，所述人物特征包括性别、年龄、学历以及工龄。
4.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，所述人物特征画像组包括N个人物特征画像；其中，N为大于0的整数；
所述人物特征画像中包括M条人物特征；其中，M为大于0的整数。
5.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，所述人物特征画像模型基于人工智能模型建立，包括以下步骤：
从业务分析模块获取标准训练数据；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为人物特征画像模型。
6.根据权利要求5所述的基于数字化的业务决策管理平台，其特征在于，标准训练数据包括若干组任务信息以及对应的人物特征画像。
7.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，Ai的大小与每类人物特征画像小组内的人物特征画像的数目相同。
8.根据权利要求1所述的基于数字化的业务决策管理平台，其特征在于，所述数据采集模块与所述业务分析模块通信和/或电气连接；
所述人员分类模块与所述人员分配模块通信和/或电气连接；
所述人员分配模块与所述数据库通信和/或电气连接。
CN202310010969.6A 2023-01-05 2023-01-05 基于数字化的业务决策管理平台 Active CN115983591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310010969.6A CN115983591B (zh) 2023-01-05 2023-01-05 基于数字化的业务决策管理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310010969.6A CN115983591B (zh) 2023-01-05 2023-01-05 基于数字化的业务决策管理平台

Publications (2)

Publication Number Publication Date
CN115983591A true CN115983591A (zh) 2023-04-18
CN115983591B CN115983591B (zh) 2023-07-25

Family

ID=85959438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310010969.6A Active CN115983591B (zh) 2023-01-05 2023-01-05 基于数字化的业务决策管理平台

Country Status (1)

Country Link
CN (1) CN115983591B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703129A (zh) * 2023-08-07 2023-09-05 匠达(苏州)科技有限公司 基于人员数据画像的智能任务匹配调度方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682743A (zh) * 2016-12-15 2017-05-17 南京南瑞信息通信科技有限公司 一种电力通信现场运维工单调度管理方法及系统
CN107360336A (zh) * 2017-06-28 2017-11-17 上海航动科技有限公司 一种基于语音服务的智能派单系统及方法
CN107516237A (zh) * 2017-07-22 2017-12-26 长沙兔子代跑网络科技有限公司 一种根据用户画像挖掘代跑客户的方法及装置
CN109784625A (zh) * 2018-12-10 2019-05-21 南京南瑞信息通信科技有限公司 一种基于人员能力分析的工单智能派发方法
CN111953763A (zh) * 2020-08-06 2020-11-17 腾讯科技（深圳）有限公司 一种业务数据推送方法、装置及存储介质
CN113191509A (zh) * 2021-05-27 2021-07-30 广州广电运通智能科技有限公司 基于维修人员画像的智能派单方法、设备、介质及产品

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682743A (zh) * 2016-12-15 2017-05-17 南京南瑞信息通信科技有限公司 一种电力通信现场运维工单调度管理方法及系统
CN107360336A (zh) * 2017-06-28 2017-11-17 上海航动科技有限公司 一种基于语音服务的智能派单系统及方法
CN107516237A (zh) * 2017-07-22 2017-12-26 长沙兔子代跑网络科技有限公司 一种根据用户画像挖掘代跑客户的方法及装置
CN109784625A (zh) * 2018-12-10 2019-05-21 南京南瑞信息通信科技有限公司 一种基于人员能力分析的工单智能派发方法
CN111953763A (zh) * 2020-08-06 2020-11-17 腾讯科技（深圳）有限公司 一种业务数据推送方法、装置及存储介质
CN113191509A (zh) * 2021-05-27 2021-07-30 广州广电运通智能科技有限公司 基于维修人员画像的智能派单方法、设备、介质及产品

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703129A (zh) * 2023-08-07 2023-09-05 匠达(苏州)科技有限公司 基于人员数据画像的智能任务匹配调度方法及系统
CN116703129B (zh) * 2023-08-07 2023-10-24 匠达(苏州)科技有限公司 基于人员数据画像的智能任务匹配调度方法及系统

Also Published As

Publication number Publication date
CN115983591B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN106372072B (zh) 一种基于位置的移动社会网络用户关系的识别方法
CN105590175A (zh) 一种基于因子分析与bp神经网络的技能人才评价方法
CN111008809A (zh) 基于科研能力数据的科研项目申报智能匹配推送方法
CN115983591A (zh) 基于数字化的业务决策管理平台
CN106779478A (zh) 一种负荷调度价值评估方法
CN112819286A (zh) 一种精英人才和岗位高嵌合度分类匹配系统和方法
CN106652621A (zh) 一种汽车兵驾驶科目考核评判系统
CN106056320A (zh) 一种众创空间项目入驻服务管理系统
CN109767052A (zh) 自动任务分配方法和系统
CN111967729A (zh) 一种基于数据挖掘的产业化人员画像评价方法
CN114612061A (zh) 一种人力资源信息处理系统和方法
CN112101807A (zh) 一种电信行业集团客户价值综合评估的方法及相关装置
CN112734382A (zh) 一种能够根据企业需求快速匹配相关求职者的人才招聘系统
CN115424048A (zh) 电网作业现场违章识别系统及方法
CN112785276B (zh) 一种工程咨询管理系统及方法
CN115987692A (zh) 一种基于流量回溯分析的安全防护系统及方法
CN113850350B (zh) 城市建筑用地智能规划系统及方法
CN113709511A (zh) 一种团队求职招聘的视频直播方法及系统
CN115577897A (zh) 一种基于智慧云平台的人才评选方法及装置
CN117291446B (zh) 一种基于人工智能技术的智慧政务服务系统
CN110378783A (zh) 一种基于直觉模糊数的纳税人信用评价指标排序方法
CN110427142A (zh) 一种基于Html5 canvas标签制作的特种设备监管平台用画图工具
Cusumano et al. Intelligent building contract tendering-potential and exploration
CN117172729B (zh) 一种基于大数据的劳务分包人员管理系统
CN112612837B (zh) 大群体异构评估数据处理与建模方法

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
GR01 Patent grant
GR01 Patent grant