CN116542781A - 任务分配方法、装置、计算机设备及存储介质 - Google Patents
任务分配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116542781A CN116542781A CN202310498629.2A CN202310498629A CN116542781A CN 116542781 A CN116542781 A CN 116542781A CN 202310498629 A CN202310498629 A CN 202310498629A CN 116542781 A CN116542781 A CN 116542781A
- Authority
- CN
- China
- Prior art keywords
- task
- target
- processing
- tasks
- personnel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 285
- 230000032683 aging Effects 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000013506 data mapping Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 18
- 230000001550 time effect Effects 0.000 description 18
- 238000007726 management method Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- 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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例属于人工智能领域,涉及一种任务分配方法,包括:基于目标人员的工作特征信息确定目标处理任务类型;从待分配任务中获取与目标处理任务类型对应的目标任务;从目标任务中提取影响处理优先级的影响因子,并计算各个影响因子的影响系数;基于影响系数确定目标任务的优先级数值;基于各目标任务的优先级数值确定各目标任务的目标处理紧急程度级别;基于各目标任务的处理紧急程度级别对所有目标任务进行数据标记后分配给目标人员。本申请还提供一种任务分配装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,优先级数值可存储于区块链中。本申请有效提高了任务分配的合理性与智能性,提高了目标人员处理任务的工作体验。
Description
技术领域
本申请涉及人工智能开发技术领域,尤其涉及任务分配方法、装置、计算机设备及存储介质。
背景技术
现有保险公司的理赔作业流程,通常分为查勘、定责、定损、理算、支付等阶段。保险公司内的理赔任务分配系统将各阶段拆分成多个任务,理赔人员作业依赖于任务平台,理赔人员的作业模式就是完成理赔系统派发的任务。然而现有的理赔任务分配系统存在如下问题:理赔任务分配系统会随机为不同的理赔员分配一个或多个理赔任务,这样的任务分配方式没有考虑到理赔员的工作特点,如果分配给理赔员的任务与其自身能力不匹配,则会容易导致理赔员出现任务处理困难的情况。另外,同一个理赔员会存在多个任务并行作业的情况,由于理赔员无法区分各个理赔任务的紧急程度,只能通过任务开始时间和个人判断理赔任务的紧急程度并进行处理,这样会导致任务的处理缺乏轻急缓重,容易导致一些紧急任务无法得到及时的处理,任务处理缺乏合理性。
发明内容
本申请实施例的目的在于提出一种任务分配方法、装置、计算机设备及存储介质,以解决现有的理赔任务分配系统会随机为不同的理赔员分配一个或多个理赔任务,这样的任务分配方式没有考虑到理赔员的工作特点,如果分配给理赔员的任务与其自身能力不匹配,则会容易导致理赔员出现任务处理困难的情况。另外,同一个理赔员会存在多个任务并行作业的情况,由于理赔员无法区分各个理赔任务的紧急程度,只能通过任务开始时间和个人判断理赔任务的紧急程度并进行处理,这样会导致任务的处理缺乏轻急缓重,容易导致一些紧急任务无法得到及时的处理,任务处理缺乏合理性的技术问题。
为了解决上述技术问题,本申请实施例提供一种任务分配方法,采用了如下所述的技术方案:
获取目标人员的工作特征信息;
基于所述工作特征信息确定所述目标人员的目标处理任务类型;
获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
进一步的,所述基于所述工作特征信息确定所述目标人员的目标处理任务类型的步骤,具体包括:
调用预先训练好的任务预测模型;其中,所述任务预测模型为根据预先采集的任务预测样本数据,对预设的分类器进行训练后生成的模型;
将所述工作特征信息输入至所述任务预测模型内,通过所述任务预测模型对所述工作特征信息进行预测处理,输出与所述工作特征信息对应的预测任务类型;
将所述预测任务类型作为所述目标处理任务类型。
进一步的,所述基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值的步骤,具体包括:
获取各所述影响因子的权重;
基于预设的计算规则,使用各所述影响因子的权重对所述目标任务中各所述影响因子的影响系数进行计算处理,得到对应的计算结果;
将所述计算结果作为所述目标任务的优先级数值。
进一步的,所述基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别的步骤,具体包括:
获取预设的优先级数值与处理紧急程度级别之间的关联关系;
基于所述关联关系对各所述目标任务的优先级数值进行分析处理,得到各所述目标任务的目标处理紧急程度级别。
进一步的,所述基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员的步骤,具体包括:
调用预设的时效数据映射表;
基于各所述目标任务的处理紧急程度级别对所述时效数据映射表进行查询处理,从所述时效数据映射表中查询出与各所述目标任务的处理紧急程度级别一一对应的目标处理时效;
基于各所述目标任务对应的目标处理时效对所有所述目标任务进行时效数据标记;
将时效数据标记后的目标任务分配给所述目标人员。
进一步的,在所述基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员的步骤之后,还包括:
获取所述目标人员的未完成任务;
获取所述未完成任务的指定处理时效;
获取所述未完成任务的任务处理时长;
判断所述任务处理时长是否超过所述指定处理时效;
若超过所述指定处理时效,生成与所述未完成任务对应的任务超时预警信息;
基于所述任务超时预警信息对所述目标人员进行超时提醒处理。
进一步的,在所述判断所述任务处理时长是否超过所述指定处理时效的步骤之后,还包括:
若未超过所述指定处理时效,计算所述指定处理时效与所述任务处理时长之间的差值,并将所述差值记为任务剩余处理时长;
判断所述任务剩余处理时长是否小于预设的时长阈值;
若小于所述时长阈值,基于所述任务剩余处理时长生成对应的任务催办提醒信息;
基于所述任务催办提醒信息对所述目标人员进行任务催办提醒处理。
为了解决上述技术问题,本申请实施例还提供一种任务分配装置,采用了如下所述的技术方案:
第一获取模块,用于获取目标人员的工作特征信息;
第一确定模块,用于基于所述工作特征信息确定所述目标人员的目标处理任务类型;
第二获取模块,用于获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
计算模块,用于从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
第二确定模块,用于基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
第三确定模块,用于基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
分配模块,用于基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
获取目标人员的工作特征信息;
基于所述工作特征信息确定所述目标人员的目标处理任务类型;
获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
获取目标人员的工作特征信息;
基于所述工作特征信息确定所述目标人员的目标处理任务类型;
获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例首先获取目标人员的工作特征信息,并基于所述工作特征信息确定所述目标人员的目标处理任务类型;然后获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;之后从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;后续基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;进一步基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;最后基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。本申请实施例通过基于目标人员的工作特征信息可以准确生成与目标人员适配的目标处理任务类型,以便后续可以基于该目标处理任务类型向目标人员从待分配任务中确定出相适应的目标任务进行处理,有效地提高了对于目标人员的任务分配的分配准确性。另外,在将目标任务分配给目标人员之前,会智能地基于从目标任务中提取出的影响处理优先级的影响因子来确定出各个目标任务的目标处理紧急程度级别,并对目标任务进行时效数据标记,之后再将数据标记后的目标任务分配给所述目标人员,以使得目标人员在接收到多个目标任务时,能够清晰地了解到各个目标任务的任务处理时效,从而能够通过关注任务处理时效来优先处理紧急的任务,提高了任务处理的合理性与智能性,提高了目标人员的工作体验。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图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是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的任务分配方法的一个实施例的流程图;
图3是根据本申请的任务分配装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的任务分配方法一般由服务器/终端设备执行,相应地,任务分配装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的任务分配方法的一个实施例的流程图。所述的任务分配方法,包括以下步骤:
步骤S201,获取目标人员的工作特征信息。
在本实施例中,任务分配方法运行于其上的电子设备(例如图1所示的服务器/终端设备),具体的执行主体可为电子设备内的任务管理系统,可以通过有线连接方式或者无线连接方式获取目标人员的工作特征信息。需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。其中,目标人员可为任意一个理赔员,工作特征信息可包括工作人员的年龄,学历,地域,资深程度,工作处理年限,擅长任务种类,个人工作评价等信息。
步骤S202,基于所述工作特征信息确定所述目标人员的目标处理任务类型。
在本实施例中,可调用预先好的任务预测模型对所述工作特征信息进行处理,以确定出所述目标人员的目标处理任务类型,具体的处理过程本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
步骤S203,获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个。
在本实施例中,待分配任务可指理赔任务,可通过将理赔任务的查勘,定损任务细化,便于管理作业的每一个流程,具体将查勘拆分为首联、出发、服务、发送;定损拆分为预约、到店、验标、固证、发送等任务。其中,可基于目标处理任务类型对所有的待分配任务进行筛选,以从所述待分配任务中获取与所述目标处理任务类型对应的目标任务。
步骤S204,从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数。
在本实施例中,上述影响因子至少可包括出险时间、出现地点、出险原因、任务类型、客户类型等因子。具体的,可通过预设的数值转化规则对各影响因子进行数值转换,以计算得到各影响因子的影响系数。对于数值转化规则的具体内容可根据实际的业务使用需求进行设置。
步骤S205,基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值。
在本实施例中,上述基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
步骤S206,基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别。
在本实施例中,上述基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
步骤S207,基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
在本实施例中,上述数据标记可以指处理紧急程度级别的标记处理,或者还可以指与目标任务的处理紧急程度级别对应的任务处理时效的标记处理。
本申请首先获取目标人员的工作特征信息,并基于所述工作特征信息确定所述目标人员的目标处理任务类型;然后获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;之后从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;后续基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;进一步基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;最后基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。本申请通过基于目标人员的工作特征信息可以准确生成与目标人员适配的目标处理任务类型,以便后续可以基于该目标处理任务类型向目标人员从待分配任务中确定出相适应的目标任务进行处理,有效地提高了对于目标人员的任务分配的分配准确性。另外,在将目标任务分配给目标人员之前,会智能地基于从目标任务中提取出的影响处理优先级的影响因子来确定出各个目标任务的目标处理紧急程度级别,并对目标任务进行时效数据标记,之后再将数据标记后的目标任务分配给所述目标人员,以使得目标人员在接收到多个目标任务时,能够清晰地了解到各个目标任务的任务处理时效,从而能够通过关注任务处理时效来优先处理紧急的任务,提高了任务处理的合理性与智能性,提高了目标人员的工作体验。
在一些可选的实现方式中,步骤S202包括以下步骤:
调用预先训练好的任务预测模型;其中,所述任务预测模型为根据预先采集的任务预测样本数据,对预设的分类器进行训练后生成的模型。
在本实施例中,上述任务预测模型的训练生成过程包括:(1)从预设的历史任务数据库中,获取一定数量由所述任务人员的工作特征向量构成的向量数据及其各自对应归属的任务类型,并基于获取到的向量数据与任务类型构成任务预测样本数据;其中,上述历史任务数据库为根据历史数据以及已有经验,预先创建的包含有任务人员的工作特征向量与任务类别之间的对应关系的相关数据的数据库。另外,任务类型可包括高等级别任务、中等级别任务、普通级别任务、投保任务、咨询任务,理赔任务,等等;(2)根据所述任务预测样本数据,计算出各所述任务类型在所述任务预测样本数据中出现的先验概率;以及根据所述任务预测样本数据,计算出在各所述任务类型下,所有工作特征向量中每一个工作特征向量的条件概率;(3)根据各所述任务类型对应的先验概率,以及每一个工作特征向量的条件概率,对预设的朴素贝叶斯分类器模型进行训练,从而得到训练好的分类器模型;其中,所述分类器模型具体可采用朴素贝叶斯分类器;(4)将所述训练好的分类器模型作为所述任务预测模型。
将所述工作特征信息输入至所述任务预测模型内,通过所述任务预测模型对所述工作特征信息进行预测处理,输出与所述工作特征信息对应的预测任务类型。
在本实施例中,通过所述任务预测模型对所述工作特征信息进行预测处理包括:根据各所述任务类型的先验概率,以及各所述工作行为特征的条件概率,通过所述任务预测模型计算出所述工作行为特征相对于各所述任务类型的后验概率;获取数值最大的目标后验概率;将目标后验概率对应的任务类型作为所述预测任务类型。
将所述预测任务类型作为所述目标处理任务类型。
本申请通过调用预先训练好的任务预测模型;后续将所述工作特征信息输入至所述任务预测模型内,通过所述任务预测模型对所述工作特征信息进行预测处理,输出与所述工作特征信息对应的预测任务类型,并将所述预测任务类型作为所述目标处理任务类型。本申请基于预先训练好的任务预测模型的使用对目标人员的工作特征信息,可以快速准确地生成与目标人员适配的目标处理任务类型,有利于后续可以基于该目标处理任务类型向目标人员分配相适应的目标任务进行处理,有效地提高了对于目标人员的任务分配的效率与分配准确性。另外,通过将最合适的目标任务分配给最合适的目标人员,从而能够提供给客户更好的服务,并且能增加目标人完成任务的成功率,有利于对员工以及客户都能具有满意度的提升。
在本实施例的一些可选的实现方式中,步骤S205包括以下步骤:
获取各所述影响因子的权重。
在本实施例中,上述影响因子至少可包括出险时间、出现地点、出险原因、任务类型、客户类型等因子。其中,对于各所述影响因子的权重的取值不作限定,可根据实际需求进行设置。
基于预设的计算规则,使用各所述影响因子的权重对所述目标任务中各所述影响因子的影响系数进行计算处理,得到对应的计算结果。
在本实施例中,可通过预设的数值转化规则对各影响因子进行数值转换,以得到各影响因子的影响系数。上述计算规则具体可为加权求和的计算方式。
将所述计算结果作为所述目标任务的优先级数值。
本申请通过获取各所述影响因子的权重;后续基于预设的计算规则,使用各所述影响因子的权重对所述目标任务中各所述影响因子的影响系数进行计算处理,得到对应的计算结果,并将所述计算结果作为所述目标任务的优先级数值。本申请基于计算规则的使用,对影响因子的权重以及所述目标任务中各影响因子的影响系数进行计算处理,可以实现快速准确地生成目标任务的优先级数值,有利于后续可以基于得到的目标任务的优先级数值来准确地确定出目标任务的目标处理紧急程度级别。
在一些可选的实现方式中,步骤S206包括以下步骤:
获取预设的优先级数值与处理紧急程度级别之间的关联关系。
在本实施例中,根据实际的业务需求预先设置有任务的优先级数值与处理紧急程度级别之间的关联关系,优先级数值的数值越大,则对应的处理紧急程度级别越高,优先级数值的数值越小,则对应的处理紧急程度级别越低。
基于所述关联关系对各所述目标任务的优先级数值进行分析处理,得到各所述目标任务的目标处理紧急程度级别。
在本实施例中,通过将各所述目标任务的优先级数值按照从大到小的顺序进行排序,并按照从1到n的顺序使用数值对各目标任务的优先级数值进行一一编号。进而获取各目标任务的编号,并将该编号作为各所述目标任务的目标处理紧急程度级别。
本申请通过获取预设的优先级数值与处理紧急程度级别之间的关联关系;然后基于所述关联关系对各所述目标任务的优先级数值进行分析处理,得到各所述目标任务的目标处理紧急程度级别,以根据所述目标任务的优先级数值,实现快速准确地生成目标任务的目标处理紧急程度级别。
在一些可选的实现方式中,步骤S207包括以下步骤:
调用预设的时效数据映射表。
在本实施例中,时效数据映射表为根据实际的业务需求预先创建的存储有任务的处理紧急程度级别以及任务的处理时效之间的对应关系的映射表。其中,任务的处理紧急程度级别所对应的数值越小,则表明任务的处理紧急程度越高,则对应任务的任务处理时效的要求越高,即任务的处理时效的数值越小。举例地,时效数据映射表内可存储有:任务的处理紧急程度级别为1级对应任务处理时效为5小时,任务的处理紧急程度级别为2级对应任务处理时效为10小时,任务的处理紧急程度级别为3级对应任务处理时效为15小时,任务的处理紧急程度级别为4级对应任务处理时效为20小时。
基于各所述目标任务的处理紧急程度级别对所述时效数据映射表进行查询处理,从所述时效数据映射表中查询出与各所述目标任务的处理紧急程度级别一一对应的目标处理时效。
基于各所述目标任务对应的目标处理时效对所有所述目标任务进行时效数据标记。
在本实施例中,对目标任务进行时效数据标记,可指在目标任务所对应的任务信息中增加目标任务对应的目标处理时效的信息。其中,还可对目标处理时效进行特殊处理,例如高亮、加粗等处理以起到相应的提醒效果。
将时效数据标记后的目标任务分配给所述目标人员。
在本实施例中,可通过获取目标人员的通讯信息,再基于该通讯信息时效数据标记后的目标任务分配给所述目标人员。并且同时在任务管理系统中对该目标任务的分配进行相应的数据记录。
本申请通过调用预设的时效数据映射表;然后基于各所述目标任务的处理紧急程度级别对所述时效数据映射表进行查询处理,从所述时效数据映射表中查询出与各所述目标任务的处理紧急程度级别一一对应的目标处理时效;后续基于各所述目标任务对应的目标处理时效对所有所述目标任务进行时效数据标记,并将时效数据标记后的目标任务分配给所述目标人员。本申请在目标任务分配给目标人员之前,会智能地基于时效数据映射表的使用对目标任务进行时效数据标记,之后再将时效数据标记后的目标任务分配给所述目标人员,以使得目标人员在接收到多个目标任务时,能够清晰地了解到各个目标任务的任务处理时效,从而能够通过关注任务处理时效来优先处理紧急的任务,提高了任务处理的合理性与智能性,提高了目标人员的工作体验。
在本实施例的一些可选的实现方式中,在步骤S207之后,上述电子设备还可以执行以下步骤:
获取所述目标人员的未完成任务。
在本实施例中,通过对电子设备内的任务管理平台中的目标人员所分配的所有任务进行筛选,以获取所述目标人员的未完成任务。未完成任务是指未在任务的规则处理时效内完成的任务。
获取所述未完成任务的指定处理时效。
在本实施例中,可通过在任务管理平台对未完成任务的任务信息进行查询,以获得所述未完成任务的指定处理时效。
获取所述未完成任务的任务处理时长。
在本实施例中,可在任务管理平台对未完成任务的任务信息进行查询,以获取该未完成任务的任务开始时间,然后获取当前时间,并计算当前时间与该任务开始之间的差值,得到未完成任务的任务处理时长。
判断所述任务处理时长是否超过所述指定处理时效。
若超过所述指定处理时效,生成与所述未完成任务对应的任务超时预警信息。
在本实施例中,可获取未完成任务的任务ID,再将该任务ID填充至预设的超时信息模板内,以生成与所述未完成任务对应的任务超时预警信息。其中,对于超时信息模板的具体内容不做限定,可根据实际的业务使用需求进行编写生成。
基于所述任务超时预警信息对所述目标人员进行超时提醒处理。
在本实施例中,可通过获取目标人员的通讯信息,再基于该通讯信息将所述任务超时预警信息发送至目标用户的通讯终端。其中,在任务管理平台中对异常任务有超时预警,超时后有手段跟进,跟进的过程和状态有留痕,能很好的辅助作业管理、督办。
另外,任务管理平台对每一个任务可以配置时效监控,当任务出现超时时,将及时对作业人员通知提醒,同时和他的上级管理人员生成跟踪任务,管理人员在线跟踪任务状态,可以选择接管、改派或者降级。接管是指将任务转交给自己取处理,改派是指改派给别人,降级指经核实确实是不可抗力造成的超时,暂不处理,只跟踪。同时这个的整改过程都记录在系统里,以备后续检视。并且,基于现有机制数据报表更直观,任务管理平台所有的任务都有任务开始时间、时效、结束时间、是否超时、是否有跟进、跟进结果全部在平台上。机构可以根据每一类任务的每一类指标更近,清晰的分析出需要改进的地方。将对应的指标配置的时效更紧急,以达到提升指标的目的。此外,用户可以在app上清晰的看到各任务状态及预计完成时间,减少用户焦虑,提升满意度。综上,任务管理平台达到了任务有标准,异常有预警,管控有手段,有留痕。很好的解决了理赔作业超时及理赔服务超时的核心问题。
本申请通过获取所述目标人员的未完成任务,并获取所述未完成任务的指定处理时效;然后获取所述未完成任务的任务处理时长;之后判断所述任务处理时长是否超过所述指定处理时效;若超过所述指定处理时效,生成与所述未完成任务对应的任务超时预警信息;后续基于所述任务超时预警信息对所述目标人员进行超时提醒处理。本申请通过对任务处理人员的任务进行智能监控,当监测到目标人员存在超时的未完成任务时,会智能地生成与所述未完成任务对应的任务超时预警信息并对所述目标人员进行任务超时提醒处理,以使得目标人员能够基于该任务超时预警信息及时清楚的了解到自己的超时的未处理任务的相关信息,进而能够及时对未处理任务执行相应的处理措施,有利于提高未完成任务的处理效率,提高了目标人员的工作体验。
在本实施例的一些可选的实现方式中,在所述判断所述任务处理时长是否超过所述指定处理时效的步骤之后,上述电子设备还可以执行以下步骤:
若未超过所述指定处理时效,计算所述指定处理时效与所述任务处理时长之间的差值,并将所述差值记为任务剩余处理时长。
判断所述任务剩余处理时长是否小于预设的时长阈值。
在本实施例中,对于上述时长阈值的取值不作具体限定,可根据实际的使用需求进行设置,例如可设为10h。
若小于所述时长阈值,基于所述任务剩余处理时长生成对应的任务催办提醒信息。
在本实施例中,如果上述未完成任务的剩余处理时长小于预设的时长阈值,则会将该未完成任务是作为接近处理期限的重点任务。可通过获取未完成任务的任务ID,再将该任务ID填充至预设的催办信息模板内,以生成与所述未完成任务对应的任务催办提醒信息。其中,对于催办信息模板的具体内容不做限定,可根据实际的业务使用需求进行编写生成。
基于所述任务催办提醒信息对所述目标人员进行任务催办提醒处理。
在本实施例中,可通过获取目标人员的通讯信息,再基于该通讯信息将所述任务催办提醒信息发送至目标用户的通讯终端。
本申请当检测到所述任务处理时长未超过所述指定处理时效,计算所述指定处理时效与所述任务处理时长之间的差值,并将所述差值记为任务剩余处理时长;然后判断所述任务剩余处理时长是否小于预设的时长阈值;若小于所述时长阈值,基于所述任务剩余处理时长生成对应的任务催办提醒信息;后续基于所述任务催办提醒信息对所述目标人员进行任务催办提醒处理。本申请通过对任务处理人员的任务进行智能监控,当监测到目标人员存在临期的未完成任务时,会智能地生成与所述未完成任务对应的任务催办提醒信息并对所述目标人员进行任务催办提醒处理,以使得目标人员能够基于该任务催办提醒信息及时清楚的了解到自己的临期的未处理任务的相关信息,进而能够及时对未处理任务执行相应的处理措施,有利于提高未完成任务的处理效率,提高了目标人员的工作体验。
需要强调的是,为进一步保证上述优先级数值的私密和安全性,上述优先级数值还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种任务分配装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的任务分配装置300包括:第一获取模块301、第一确定模块302、第二获取模块303、计算模块304、第二确定模块305、第三确定模块306以及分配模块307。其中:
第一获取模块301,用于获取目标人员的工作特征信息;
第一确定模块302,用于基于所述工作特征信息确定所述目标人员的目标处理任务类型;
第二获取模块303,用于获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
计算模块304,用于从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
第二确定模块305,用于基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
第三确定模块306,用于基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
分配模块307,用于基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,第一确定模块302包括:
第一调用子模块,用于调用预先训练好的任务预测模型;其中,所述任务预测模型为根据预先采集的任务预测样本数据,对预设的分类器进行训练后生成的模型;
预测子模块,用于将所述工作特征信息输入至所述任务预测模型内,通过所述任务预测模型对所述工作特征信息进行预测处理,输出与所述工作特征信息对应的预测任务类型;
第一确定子模块,用于将所述预测任务类型作为所述目标处理任务类型。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,第二确定模块305包括:
第一获取子模块,用于获取各所述影响因子的权重;
计算子模块,用于基于预设的计算规则,使用各所述影响因子的权重对所述目标任务中各所述影响因子的影响系数进行计算处理,得到对应的计算结果;
第二确定子模块,用于将所述计算结果作为所述目标任务的优先级数值。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,第三确定模块306包括:
第二获取子模块,用于获取预设的优先级数值与处理紧急程度级别之间的关联关系;
分析子模块,用于基于所述关联关系对各所述目标任务的优先级数值进行分析处理,得到各所述目标任务的目标处理紧急程度级别。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,分配模块307包括:
第二调用子模块,用于调用预设的时效数据映射表;
查询子模块,用于基于各所述目标任务的处理紧急程度级别对所述时效数据映射表进行查询处理,从所述时效数据映射表中查询出与各所述目标任务的处理紧急程度级别一一对应的目标处理时效;
标记子模块,用于基于各所述目标任务对应的目标处理时效对所有所述目标任务进行时效数据标记;
分配子模块,用于将时效数据标记后的目标任务分配给所述目标人员。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,任务分配装置还包括:
第三获取模块,用于获取所述目标人员的未完成任务;
第四获取模块,用于获取所述未完成任务的指定处理时效;
第五获取模块,用于获取所述未完成任务的任务处理时长;
第一判断模块,用于判断所述任务处理时长是否超过所述指定处理时效;
第一生成模块,用于若超过所述指定处理时效,生成与所述未完成任务对应的任务超时预警信息;
第一提醒模块,用于基于所述任务超时预警信息对所述目标人员进行超时提醒处理。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,任务分配装置还包括:
计算模块,用于若未超过所述指定处理时效,计算所述指定处理时效与所述任务处理时长之间的差值,并将所述差值记为任务剩余处理时长;
第二判断模块,用于判断所述任务剩余处理时长是否小于预设的时长阈值;
第二生成模块,用于若小于所述时长阈值,基于所述任务剩余处理时长生成对应的任务催办提醒信息;
第二提醒模块,用于基于所述任务催办提醒信息对所述目标人员进行任务催办提醒处理。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的任务分配方法的步骤一一对应,在此不再赘述。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备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。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4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。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如任务分配方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述任务分配方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先获取目标人员的工作特征信息,并基于所述工作特征信息确定所述目标人员的目标处理任务类型;然后获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;之后从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;后续基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;进一步基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;最后基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。本申请实施例通过基于目标人员的工作特征信息可以准确生成与目标人员适配的目标处理任务类型,以便后续可以基于该目标处理任务类型向目标人员从待分配任务中确定出相适应的目标任务进行处理,有效地提高了对于目标人员的任务分配的分配准确性。另外,在将目标任务分配给目标人员之前,会智能地基于从目标任务中提取出的影响处理优先级的影响因子来确定出各个目标任务的目标处理紧急程度级别,并对目标任务进行时效数据标记,之后再将数据标记后的目标任务分配给所述目标人员,以使得目标人员在接收到多个目标任务时,能够清晰地了解到各个目标任务的任务处理时效,从而能够通过关注任务处理时效来优先处理紧急的任务,提高了任务处理的合理性与智能性,提高了目标人员的工作体验。
本申请还提供了另一种实施方式,即提供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可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的任务分配方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先获取目标人员的工作特征信息,并基于所述工作特征信息确定所述目标人员的目标处理任务类型;然后获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;之后从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;后续基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;进一步基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;最后基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。本申请实施例通过基于目标人员的工作特征信息可以准确生成与目标人员适配的目标处理任务类型,以便后续可以基于该目标处理任务类型向目标人员从待分配任务中确定出相适应的目标任务进行处理,有效地提高了对于目标人员的任务分配的分配准确性。另外,在将目标任务分配给目标人员之前,会智能地基于从目标任务中提取出的影响处理优先级的影响因子来确定出各个目标任务的目标处理紧急程度级别,并对目标任务进行时效数据标记,之后再将数据标记后的目标任务分配给所述目标人员,以使得目标人员在接收到多个目标任务时,能够清晰地了解到各个目标任务的任务处理时效,从而能够通过关注任务处理时效来优先处理紧急的任务,提高了任务处理的合理性与智能性,提高了目标人员的工作体验。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请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,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种任务分配方法,其特征在于,包括下述步骤:
获取目标人员的工作特征信息;
基于所述工作特征信息确定所述目标人员的目标处理任务类型;
获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
2.根据权利要求1所述的任务分配方法,其特征在于,所述基于所述工作特征信息确定所述目标人员的目标处理任务类型的步骤,具体包括:
调用预先训练好的任务预测模型;其中,所述任务预测模型为根据预先采集的任务预测样本数据,对预设的分类器进行训练后生成的模型;
将所述工作特征信息输入至所述任务预测模型内,通过所述任务预测模型对所述工作特征信息进行预测处理,输出与所述工作特征信息对应的预测任务类型;
将所述预测任务类型作为所述目标处理任务类型。
3.根据权利要求1所述的任务分配方法,其特征在于,所述基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值的步骤,具体包括:
获取各所述影响因子的权重;
基于预设的计算规则,使用各所述影响因子的权重对所述目标任务中各所述影响因子的影响系数进行计算处理,得到对应的计算结果;
将所述计算结果作为所述目标任务的优先级数值。
4.根据权利要求1所述的任务分配方法,其特征在于,所述基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别的步骤,具体包括:
获取预设的优先级数值与处理紧急程度级别之间的关联关系;
基于所述关联关系对各所述目标任务的优先级数值进行分析处理,得到各所述目标任务的目标处理紧急程度级别。
5.根据权利要求1所述的任务分配方法,其特征在于,所述基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员的步骤,具体包括:
调用预设的时效数据映射表;
基于各所述目标任务的处理紧急程度级别对所述时效数据映射表进行查询处理,从所述时效数据映射表中查询出与各所述目标任务的处理紧急程度级别一一对应的目标处理时效;
基于各所述目标任务对应的目标处理时效对所有所述目标任务进行时效数据标记;
将时效数据标记后的目标任务分配给所述目标人员。
6.根据权利要求1所述的任务分配方法,其特征在于,在所述基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员的步骤之后,还包括:
获取所述目标人员的未完成任务;
获取所述未完成任务的指定处理时效;
获取所述未完成任务的任务处理时长;
判断所述任务处理时长是否超过所述指定处理时效;
若超过所述指定处理时效,生成与所述未完成任务对应的任务超时预警信息;
基于所述任务超时预警信息对所述目标人员进行超时提醒处理。
7.根据权利要求6所述的任务分配方法,其特征在于,在所述判断所述任务处理时长是否超过所述指定处理时效的步骤之后,还包括:
若未超过所述指定处理时效,计算所述指定处理时效与所述任务处理时长之间的差值,并将所述差值记为任务剩余处理时长;
判断所述任务剩余处理时长是否小于预设的时长阈值;
若小于所述时长阈值,基于所述任务剩余处理时长生成对应的任务催办提醒信息;
基于所述任务催办提醒信息对所述目标人员进行任务催办提醒处理。
8.一种任务分配装置,其特征在于,包括:
第一获取模块,用于获取目标人员的工作特征信息;
第一确定模块,用于基于所述工作特征信息确定所述目标人员的目标处理任务类型;
第二获取模块,用于获取待分配任务,从所述待分配任务中获取与所述目标处理任务类型对应的目标任务;其中,所述目标任务的数量包括多个;
计算模块,用于从所述目标任务中提取影响处理优先级的影响因子,并计算各个所述影响因子对应的影响系数;
第二确定模块,用于基于各个所述影响因子对应的影响系数确定所述目标任务的优先级数值;
第三确定模块,用于基于每一个所述目标任务的优先级数值,确定出各所述目标任务的目标处理紧急程度级别;
分配模块,用于基于各所述目标任务的处理紧急程度级别对所有所述目标任务进行对应的数据标记,并将数据标记后的目标任务分配给所述目标人员。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中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,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中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 |
---|---|---|---|
CN202310498629.2A CN116542781A (zh) | 2023-05-05 | 2023-05-05 | 任务分配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310498629.2A CN116542781A (zh) | 2023-05-05 | 2023-05-05 | 任务分配方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116542781A true CN116542781A (zh) | 2023-08-04 |
Family
ID=87442945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310498629.2A Pending CN116542781A (zh) | 2023-05-05 | 2023-05-05 | 任务分配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116542781A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116841717A (zh) * | 2023-09-04 | 2023-10-03 | 成都太阳高科技有限责任公司 | 一种根据任务紧急程度实时生成排序的方法及系统 |
CN117764343A (zh) * | 2023-12-22 | 2024-03-26 | 北京小趣智品科技有限公司 | 一种任务派单方法及系统 |
-
2023
- 2023-05-05 CN CN202310498629.2A patent/CN116542781A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116841717A (zh) * | 2023-09-04 | 2023-10-03 | 成都太阳高科技有限责任公司 | 一种根据任务紧急程度实时生成排序的方法及系统 |
CN116841717B (zh) * | 2023-09-04 | 2023-11-07 | 成都太阳高科技有限责任公司 | 一种根据任务紧急程度实时生成排序的方法及系统 |
CN117764343A (zh) * | 2023-12-22 | 2024-03-26 | 北京小趣智品科技有限公司 | 一种任务派单方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116542781A (zh) | 任务分配方法、装置、计算机设备及存储介质 | |
CN111181757B (zh) | 信息安全风险预测方法、装置以及计算设备、存储介质 | |
CN112348321A (zh) | 风险用户的识别方法、装置及电子设备 | |
CN111192133A (zh) | 用户贷后风险模型生成方法、装置及电子设备 | |
CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
CN112950344A (zh) | 数据评估方法、装置、电子设备及存储介质 | |
CN115757075A (zh) | 任务异常检测方法、装置、计算机设备及存储介质 | |
CN110348999B (zh) | 金融风险敏感用户识别方法、装置及电子设备 | |
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 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN117391866A (zh) | 一种数据处理方法、装置、设备及其存储介质 | |
CN117314586A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN117234844A (zh) | 云服务器异常管理方法、装置、计算机设备及存储介质 | |
CN116402625A (zh) | 客户评估方法、装置、计算机设备及存储介质 | |
CN113890948B (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN116523662A (zh) | 基于人工智能的预测方法、装置、计算机设备及存储介质 | |
CN117290597A (zh) | 基于人工智能的信息推送方法、装置、设备及存储介质 | |
CN116993218A (zh) | 基于人工智能的指标分析方法、装置、设备及存储介质 | |
CN116402290A (zh) | 基于决策树的任务排期方法、装置、设备及存储介质 | |
CN113869776A (zh) | 基于大数据的任务委派方法及其相关设备 | |
CN115914469A (zh) | 一种名单分配方法、装置、设备及存储介质 | |
CN117875643A (zh) | 客户资源分配方法、装置、计算机设备及存储介质 | |
CN117829899A (zh) | 基于人工智能的需求预测方法、装置、设备及存储介质 | |
CN117333266A (zh) | 潜在风险行为处理方法、装置、计算机设备及存储介质 | |
CN117391632A (zh) | 报案处理方法、装置、计算机设备及存储介质 |
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 |