CN116629556A - 推荐任务的分配方法、装置、存储介质及电子设备 - Google Patents

Abstract

本发明公开了一种推荐任务的分配方法、装置、存储介质及电子设备，涉及金融科技领域。该方法包括：获取推荐任务的任务信息和多个待分配对象的对象信息；将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度；依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。本发明解决了现有技术中基于固定规则分配推荐任务，存在任务分配准确率低导致金融产品的推荐成功率比较低的技术问题。

Description

推荐任务的分配方法、装置、存储介质及电子设备

技术领域

本发明涉及金融科技领域，具体而言，涉及一种推荐任务的分配方法、装置、存储介质及电子设备。

背景技术

目前，现有技术中相关人员主要是基于固定规则分配推荐任务，例如，针对金融产品的推荐任务，由于每个客户经理的个人情况、指标完成情况等不同，往往存在分配的推荐任务过多或过少，任务分配准确率较低，并且任务分配后缺乏动态调整，导致普惠金融产品的推荐成功率比较低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种推荐任务的分配方法、装置、存储介质及电子设备，以至少解决现有技术中基于固定规则分配推荐任务，存在任务分配准确率低导致金融产品的推荐成功率比较低的技术问题。

根据本发明实施例的一个方面，提供了一种推荐任务的分配方法，包括：获取推荐任务的任务信息和多个待分配对象的对象信息，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况；将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度；依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

进一步地，将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，包括：依据任务信息和对象信息，对目标决策模型的模型参数进行更新，得到更新后的目标决策模型；依据更新后的目标决策模型，计算推荐任务与每个待分配对象之间的匹配程度，得到匹配结果。

进一步地，依据匹配结果，从多个待分配对象中确定目标对象，包括：对每个待分配对象对应的匹配程度进行排序处理，得到排序结果；依据排序结果，将匹配程度最高的待分配对象作为目标对象。

进一步地，在获取推荐任务的任务信息和多个待分配对象的对象信息之前，该方法还包括：确定多个待推荐对象，并获取多个待推荐对象的用户画像信息；依据用户画像信息，确定每个待推荐对象对应的目标待推荐金融产品；依据多个待推荐对象和目标待推荐金融产品，生成推荐任务。

进一步地，通过以下步骤生成目标决策模型：获取样本数据，其中，样本数据至少包括样本任务信息和样本对象信息；依据样本任务信息和样本对象信息构建马尔可夫决策过程模型；将样本数据分为测试集和训练集，并依据测试集和训练集，对马尔可夫决策过程模型进行训练，得到目标决策模型。

进一步地，将推荐任务分配至目标对象，包括：确定目标对象对应的第一平台，并将推荐任务分配至第一平台，其中，第一平台用于向目标对象展示推荐任务。

进一步地，在将推荐任务分配至第一平台之后，该方法还包括：在检测到目标对象对推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对任务处理信息进行存储，其中，任务处理信息用于下一次更新目标决策模型。

根据本发明实施例的另一方面，还提供了一种推荐任务的分配装置，包括：获取模块，用于获取推荐任务的任务信息和多个待分配对象的对象信息，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况；处理模块，用于将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度；分配模块，用于依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的推荐任务的分配方法。

根据本发明实施例的另一方面，还提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的推荐任务的分配方法。

在本发明实施例中，采用基于马尔可夫决策过程模型分配推荐任务的方式，首先获取推荐任务的任务信息和多个待分配对象的对象信息，然后将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，然后依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

在上述过程中，通过目标决策模型可以得到推荐任务与每个待分配对象之间的匹配程度，从而能够依据匹配结果，从多个待分配对象中确定出目标对象，将推荐任务分配至目标对象，实现了基于马尔可夫决策过程模型分配推荐任务，提高了任务分配的合理性，降低了人力成本和时间成本，提高了任务分配的效率和准确率，从而能够更合理地分配推荐任务，提高金融产品的推荐成功率。

由此可见，通过本发明的技术方案，达到了更合理地分配推荐任务的目的，从而实现了提高任务分配的准确率，提高金融产品的推荐成功率的技术效果，进而解决了现有技术中基于固定规则分配推荐任务，存在任务分配准确率低导致金融产品的推荐成功率比较低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的推荐任务的分配方法的流程图；

图2是根据本发明实施例的一种可选的推荐任务的分配系统的结构示意图；

图3是根据本发明实施例的一种可选的推荐任务的分配装置的示意图；

图4是根据本发明实施例的一种可选的电子设备的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，本发明所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。例如，本系统和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。

实施例1

根据本发明实施例，提供了一种推荐任务的分配方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种可选的推荐任务的分配方法的流程图，如图1所示，该方法包括如下步骤：

步骤S101，获取推荐任务的任务信息和多个待分配对象的对象信息，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况。

在上述步骤中，可以通过应用系统、处理器、电子设备等装置获取推荐任务的任务信息和多个待分配对象的对象信息，可选地，通过推荐任务的分配系统获取推荐任务的任务信息和多个待分配对象的对象信息。其中，推荐任务是指待分配的任务，例如，针对某些客户推荐某个普惠金融产品的任务，任务信息包括待推荐金融产品的信息、待推荐客户的客户信息等，待分配对象可以是银行的客户经理，对象信息包括历史任务完成情况信息、当前任务完成情况信息等。

步骤S102，将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度。

可选地，通过目标决策模型可以得到推荐任务与每个待分配对象之间的匹配概率(即匹配结果)，例如，目标决策模型输出推荐任务A与客户经理1之间的匹配概率为95％，推荐任务A与客户经理2之间的匹配概率为80％。

可选地，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，其中，马尔可夫过程是一类随机过程，在已知它所处的状态的条件下，它未来的演变不依赖于它以往的演变。这种已知“现在”的条件下，“将来”与“过去”独立的特性称为马尔可夫性，具有这种性质的随机过程叫做马尔可夫过程。马尔可夫决策过程是一种动态的马尔可夫模型，是序贯决策的数学模型，用于在系统状态具有马尔可夫性质的环境中模拟智能体可实现的随机策略与回报。

步骤S103，依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

可选地，依据匹配结果可以从多个待分配对象中确定出目标对象，即与待分配的推荐任务最合适的客户经理。例如，目标决策模型输出的匹配结果为：推荐任务A与客户经理1之间的匹配概率为95％，推荐任务A与客户经理2之间的匹配概率为80％，推荐任务A与客户经理3之间的匹配概率为85％，则可以从客户经理1、客户经理2以及客户经理3中确定出客户经理1为向客户推荐目标待推荐金融产品(例如，普惠金融产品)的目标对象。

基于上述步骤S101至步骤S103所限定的方案，可以获知，在本发明实施例中，采用基于马尔可夫决策过程模型分配推荐任务的方式，首先获取推荐任务的任务信息和多个待分配对象的对象信息，然后将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，然后依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

容易注意到的是，在上述过程中，通过目标决策模型可以得到推荐任务与每个待分配对象之间的匹配程度，从而能够依据匹配结果，从多个待分配对象中确定出目标对象，将推荐任务分配至目标对象，实现了基于马尔可夫决策过程模型分配推荐任务，提高了任务分配的合理性，降低了人力成本和时间成本，提高了任务分配的效率和准确率，从而能够更合理地分配推荐任务，提高金融产品的推荐成功率。

由此可见，通过本发明的技术方案，达到了更合理地分配推荐任务的目的，从而实现了提高任务分配的准确率，提高金融产品的推荐成功率的技术效果，进而解决了现有技术中基于固定规则分配推荐任务，存在任务分配准确率低导致金融产品的推荐成功率比较低的技术问题。

在一种可选的实施例中，将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，包括：依据任务信息和对象信息，对目标决策模型的模型参数进行更新，得到更新后的目标决策模型；依据更新后的目标决策模型，计算推荐任务与每个待分配对象之间的匹配程度，得到匹配结果。

可选地，在将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果的过程中，首先基于最新的模型要素数据(即任务信息和对象信息)更新决策模型(即对目标决策模型的模型参数进行更新)。具体地，可以根据系统当前资源使用情况选择模型更新方式，例如，若系统当前资源使用较少，则选择时效性较高的实时更新模型的方式，即任意一种数据出现了变化，就会对模型进行更新的方式；若系统当前资源使用较多，则选择节省计算资源的根据预设时间段进行更新模型的方式，即每间隔一段时间更新一次模型。

进一步地，依据更新后的目标决策模型，可以计算推荐任务与每个待分配对象之间的匹配程度，得到匹配结果，即通过更新后的目标决策模型可以计算得到推荐任务与每个待分配对象之间的匹配概率。例如，随着客户经理1的待推荐任务数量的不断增加，其业务办理时效会降低，将客户经理1的任务信息中包含的待推荐任务数量作为模型最新要素进行更新，通过更新后的目标决策模型计算出的匹配结果可以是：推荐任务A与客户经理1之间的匹配概率为75％，推荐任务A与客户经理2之间的匹配概率为80％。

需要说明的是，在上述过程中，通过更新后的目标决策模型计算推荐任务与每个待分配对象之间的匹配程度，实现了通过动态接收模型最新要素进行任务分配决策的动态调整，能够更合理地分配推荐任务，将推荐任务分配给最合适的客户经理进行处理，从而能够提高金融产品的推荐成功率。

在一种可选的实施例中，依据匹配结果，从多个待分配对象中确定目标对象，包括：对每个待分配对象对应的匹配程度进行排序处理，得到排序结果；依据排序结果，将匹配程度最高的待分配对象作为目标对象。

可选地，在依据匹配结果，从多个待分配对象中确定目标对象的过程中，首先对每个待分配对象对应的匹配程度进行排序处理，得到排序结果。例如，匹配结果为：推荐任务A与客户经理1之间的匹配概率为95％，推荐任务A与客户经理2之间的匹配概率为80％，推荐任务A与客户经理3之间的匹配概率为85％，按照匹配程度从大到小的顺序进行排序，得到的排序结果为95％、85％、80％。

进一步地，依据排序结果，将匹配程度最高的待分配对象作为目标对象。例如，排序结果为95％、85％、80％，匹配程度最高的待分配对象即为95％对应的客户经理1，即将客户经理1作为向客户推荐普惠金融产品的目标对象。

需要说明的是，在上述过程中，依据模型输出的匹配结果，从多个待分配对象中确定目标对象，实现了基于马尔可夫决策过程模型分配推荐任务，提高了任务分配的合理性，降低了人力成本和时间成本，提高了任务分配的效率和准确率。

在一种可选的实施例中，在获取推荐任务的任务信息和多个待分配对象的对象信息之前，确定多个待推荐对象，并获取多个待推荐对象的用户画像信息；依据用户画像信息，确定每个待推荐对象对应的目标待推荐金融产品；依据多个待推荐对象和目标待推荐金融产品，生成推荐任务。

可选地，在获取推荐任务的任务信息和多个待分配对象的对象信息之前，首先确定多个待推荐对象，即确定待推荐客户。可选地，通过数据导入、模型挖掘等方式采集客户信息，并对客户信息进行清洗、整合等处理，确定出多个待推荐客户，并获取多个待推荐客户的用户画像信息。可选地，用户画像信息包括客户性别、客户资产及分布、客户偏好、客户风险类型、客户类型、客户等级以及是否活跃用户等信息。

可选地，依据用户画像信息，可以确定出每个待推荐对象对应的目标待推荐金融产品。具体地，依据用户画像信息可以分析出客户感兴趣的金融产品，例如，通过分析客户X可以接受的贷款金额，从普惠金融产品的小微贷款产品中确定出贷款产品Y，作为向客户X推荐的目标待推荐金融产品。

可选地，依据多个待推荐对象和目标待推荐金融产品可以生成推荐任务。例如，确定出待推荐客户X1、X2、X3，待推荐客户X1对应的目标待推荐金融产品为贷款产品Y1，待推荐客户X2对应的目标待推荐金融产品为贷款产品Y2，待推荐客户X3对应的目标待推荐金融产品为贷款产品Y3，则生成的推荐任务A可以是向待推荐客户X1推荐贷款产品Y1，生成的推荐任务B可以是向待推荐客户X2推荐贷款产品Y2，生成的推荐任务C可以是向待推荐客户X3推荐贷款产品Y3。

需要说明的是，在上述过程中，依据多个待推荐对象和目标待推荐金融产品生成推荐任务，为后续进行任务分配提供了数据基础。

在一种可选的实施例中，通过以下步骤生成目标决策模型：获取样本数据，其中，样本数据至少包括样本任务信息和样本对象信息；依据样本任务信息和样本对象信息构建马尔可夫决策过程模型；将样本数据分为测试集和训练集，并依据测试集和训练集，对马尔可夫决策过程模型进行训练，得到目标决策模型。

可选地，样本任务信息可以是任务到期时间、任务数量等信息，样本对象信息可以是历史任务完成情况、剩余任务情况等信息。可选地，样本数据还包括样本客户的客户评估信息，例如，通过客户综合评估模型对样本客户进行评估，将客户标记为优质客户或普通客户等评估信息。

可选地，依据预设比例将样本数据分为测试集和训练集，例如，测试集和训练集为3：7，在依据样本任务信息和样本对象信息构建马尔可夫决策过程模型之后，可以依据测试集和训练集，对马尔可夫决策过程模型进行训练，得到目标决策模型。

需要说明的是，在上述过程中，通过训练得到目标决策模型，可以实现对推荐任务的准确分配，提高任务分配的合理性，降低人力成本和时间成本，提高任务分配的效率和准确率，从而能够更合理地分配推荐任务，提高金融产品的推荐成功率。

在一种可选的实施例中，将推荐任务分配至目标对象，包括：确定目标对象对应的第一平台，并将推荐任务分配至第一平台，其中，第一平台用于向目标对象展示推荐任务。

可选地，第一平台可以是任务管理平台，在将推荐任务分配至目标对象的过程中，确定目标对象对应的任务管理平台，即确定出向客户推荐目标待推荐金融产品的客户经理对应的任务管理平台，并将推荐任务分配至相应客户经理的任务管理平台。

可选地，在将推荐任务分配至第一平台之后，第一平台基于预设的提示方式，向目标对象发送提示信息，例如，通过消息、短信、邮件等方式向客户经理发送提示信息，提醒客户经理关注分配的推荐任务，客户经理可以在任务管理平台查看、处理待推荐任务。

例如，推荐任务A与客户经理1之间的匹配概率为95％，推荐任务A与客户经理2之间的匹配概率为80％，推荐任务A与客户经理3之间的匹配概率为85％，匹配程度最高的待分配对象即为95％对应的客户经理1，将客户经理1作为向客户推荐普惠金融产品的目标对象，将推荐任务A分配至客户经理1的任务管理平台，并向客户经理1发送提示信息，客户经理1可以在任务管理平台查看、处理推荐任务A。

需要说明的是，在上述过程中，通过将推荐任务分配至目标对象的第一平台，实现了对推荐任务的准确分配，提高了任务分配的合理性，提高了任务分配的准确率，从而能够使最合理的客户经理向待推荐客户推荐普惠金融产品，进而能够提高金融产品的推荐成功率。

在一种可选的实施例中，在将推荐任务分配至第一平台之后，在检测到目标对象对推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对任务处理信息进行存储，其中，任务处理信息用于下一次更新目标决策模型。

可选地，在将推荐任务分配至第一平台之后，检测任务状态为已完成时，即在检测到目标对象对推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对任务处理信息进行存储，将任务处理信息作为新的模型要素信息，用于下一次决策模型的更新以及下一个推荐任务的分配。例如，随着客户经理1的待推荐任务数量的不断增加，其业务办理时效会降低，或者，随着客户经理1处理完推荐任务，其对应的待推荐任务数量不断减少，业务办理时效会提高，将这些信息作为模型最新要素进行更新，可以动态调整任务分配决策。

需要说明的是，在上述过程中，通过对任务处理信息进行存储，可以使任务处理信息作为新的模型要素信息，用于下一次决策模型的更新以及下一个推荐任务的分配，实现了通过模型最新要素进行任务分配决策的动态调整，能够更合理地分配推荐任务，将推荐任务分配给最合适的客户经理进行处理，从而能够提高金融产品的推荐成功率。

在一种可选的实施例中，还可以以银行网点为分配对象进行任务分配，即将推荐任务分配至目标网点。可选地，综合考虑网点容量(例如，剩余推荐人员)、银行网点年度任务完成情况、客户综合评估模型得分情况、推荐任务到期时间、任务数以及历史完成情况等影响因子，作为模型要素构建马尔可夫决策过程模型，并通过不断接收模型最新要素数据进行模型更新，将每一个普惠推荐任务分配到最合适的网点进行处理，提升普惠业务推荐成功率。

可选地，首先基于网点容量、网点年度任务完成情况、客户综合评估模型得分情况、推荐任务到期时间、任务数以及历史完成情况等影响因子构建基础决策模型，然后采用数据导入、模型挖掘等方式获取客户数据，并进行数据清洗、整合处理，得到待推荐客户，然后基于最新的模型要素数据更新决策模型，通过更新后的模型动态计算最合适的银行网点，并将推荐任务分派至相应的网点，当任务被处理后，作为新的要素信息，用于下一次决策模型的更新以及下一个推荐任务的分配。

图2是根据本发明实施例的一种可选的推荐任务的分配系统的结构示意图，如图2所示，包括数据采集模块、任务生成模块、模型运算模块、推荐任务派发模块以及推荐任务管理模块，其中，数据采集模块与任务生成模块相连，任务生成模块与模型运算模块相连，任务生成模块与推荐任务派发模块相连，任务生成模块与推荐任务管理模块相连，模型运算模块与推荐任务派发模块相连，推荐任务派发模块与推荐任务管理模块相连。其中，数据采集模块提供数据导入、模型挖掘等方式，用于采集待推荐客户的客户信息，任务生成模块接收数据采集模块上送的客户信息，并经过数据清洗、整合、加工后，形成待推荐任务，模型运算模块定时从任务生成模块获取数据，并运用最新的模型要素更新马尔可夫决策过程模型，计算得到最合适的客户经理，推荐任务派发模块接收并组合任务生成模块和模型运算模块提供的任务信息，推送至推荐任务管理模块，通过推荐任务管理模块为客户经理提供推荐任务的管理功能。

需要说明的是，在本实施例中，基于马尔可夫决策过程模型分配推荐任务，并通过动态接收模型最新要素进行任务分配决策的动态调整，能够更合理地分配推荐任务，将推荐任务分配给最合适的客户经理进行处理，从而能够提高金融产品的推荐成功率。

由此可见，通过本发明的技术方案，达到了更合理地分配推荐任务的目的，从而实现了提高任务分配的准确率，提高金融产品的推荐成功率的技术效果，进而解决了现有技术中基于固定规则分配推荐任务，存在任务分配准确率低导致金融产品的推荐成功率比较低的技术问题。

实施例2

根据本发明实施例，提供了一种推荐任务的分配装置的实施例，其中，图3是根据本发明实施例的一种可选的推荐任务的分配装置的示意图，如图3所示，该装置包括：获取模块301，用于获取推荐任务的任务信息和多个待分配对象的对象信息，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况；处理模块302，用于将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度；分配模块303，用于依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

需要说明的是，上述的获取模块301、处理模块302以及分配模块303对应于上述实施例中的步骤S101至步骤S103，三个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。

可选地，处理模块包括：更新模块，用于依据任务信息和对象信息，对目标决策模型的模型参数进行更新，得到更新后的目标决策模型；计算模块，用于依据更新后的目标决策模型，计算推荐任务与每个待分配对象之间的匹配程度，得到匹配结果。

可选地，分配模块包括：排序模块，用于对每个待分配对象对应的匹配程度进行排序处理，得到排序结果；确定模块，用于依据排序结果，将匹配程度最高的待分配对象作为目标对象。

可选地，推荐任务的分配装置还包括：第一确定模块，用于在获取推荐任务的任务信息和多个待分配对象的对象信息之前，确定多个待推荐对象，并获取多个待推荐对象的用户画像信息；第二确定模块，用于依据用户画像信息，确定每个待推荐对象对应的目标待推荐金融产品；生成模块，用于依据多个待推荐对象和目标待推荐金融产品，生成推荐任务。

可选地，推荐任务的分配装置还包括如下模块，用于通过以下步骤生成目标决策模型：第一获取模块，用于获取样本数据，其中，样本数据至少包括样本任务信息和样本对象信息；构建模块，用于依据样本任务信息和样本对象信息构建马尔可夫决策过程模型；训练模块，用于将样本数据分为测试集和训练集，并依据测试集和训练集，对马尔可夫决策过程模型进行训练，得到目标决策模型。

可选地，分配模块还包括：第三确定模块，用于确定目标对象对应的第一平台，并将推荐任务分配至第一平台，其中，第一平台用于向目标对象展示推荐任务。

可选地，推荐任务的分配装置还包括：存储模块，用于在将推荐任务分配至第一平台之后，在检测到目标对象对推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对任务处理信息进行存储，其中，任务处理信息用于下一次更新目标决策模型。

实施例3

根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的推荐任务的分配方法。

实施例4

根据本发明实施例的另一方面，还提供了一种电子设备，其中，图4是根据本发明实施例的一种可选的电子设备的示意图，如图4所示，电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的推荐任务的分配方法。处理器执行程序时实现以下步骤：获取推荐任务的任务信息和多个待分配对象的对象信息，其中，任务信息用于描述推荐任务的待分配情况，对象信息用于描述多个待分配对象的任务完成情况；将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，其中，目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，匹配结果表征推荐任务与每个待分配对象之间的匹配程度；依据匹配结果，从多个待分配对象中确定目标对象，并将推荐任务分配至目标对象，其中，目标对象为对推荐任务中包含的目标待推荐金融产品进行推荐的对象。

可选地，处理器执行程序时还实现以下步骤：将任务信息和对象信息输入目标决策模型进行匹配，得到匹配结果，包括：依据任务信息和对象信息，对目标决策模型的模型参数进行更新，得到更新后的目标决策模型；依据更新后的目标决策模型，计算推荐任务与每个待分配对象之间的匹配程度，得到匹配结果。

可选地，依据匹配结果，从多个待分配对象中确定目标对象，包括：对每个待分配对象对应的匹配程度进行排序处理，得到排序结果；依据排序结果，将匹配程度最高的待分配对象作为目标对象。

可选地，在获取推荐任务的任务信息和多个待分配对象的对象信息之前，确定多个待推荐对象，并获取多个待推荐对象的用户画像信息；依据用户画像信息，确定每个待推荐对象对应的目标待推荐金融产品；依据多个待推荐对象和目标待推荐金融产品，生成推荐任务。

可选地，通过以下步骤生成目标决策模型：获取样本数据，其中，样本数据至少包括样本任务信息和样本对象信息；依据样本任务信息和样本对象信息构建马尔可夫决策过程模型；将样本数据分为测试集和训练集，并依据测试集和训练集，对马尔可夫决策过程模型进行训练，得到目标决策模型。

可选地，将推荐任务分配至目标对象，包括：确定目标对象对应的第一平台，并将推荐任务分配至第一平台，其中，第一平台用于向目标对象展示推荐任务。

可选地，在将推荐任务分配至第一平台之后，在检测到目标对象对推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对任务处理信息进行存储，其中，任务处理信息用于下一次更新目标决策模型。

本文中的设备可以是服务器、PC、PAD、手机等。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种推荐任务的分配方法，其特征在于，包括：

获取推荐任务的任务信息和多个待分配对象的对象信息，其中，所述任务信息用于描述所述推荐任务的待分配情况，所述对象信息用于描述所述多个待分配对象的任务完成情况；

将所述任务信息和所述对象信息输入目标决策模型进行匹配，得到匹配结果，其中，所述目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，所述匹配结果表征所述推荐任务与每个待分配对象之间的匹配程度；

依据所述匹配结果，从所述多个待分配对象中确定目标对象，并将所述推荐任务分配至所述目标对象，其中，所述目标对象为对所述推荐任务中包含的目标待推荐金融产品进行推荐的对象。

2.根据权利要求1所述的方法，其特征在于，将所述任务信息和所述对象信息输入目标决策模型进行匹配，得到匹配结果，包括：

依据所述任务信息和所述对象信息，对所述目标决策模型的模型参数进行更新，得到更新后的目标决策模型；

依据所述更新后的目标决策模型，计算所述推荐任务与所述每个待分配对象之间的匹配程度，得到所述匹配结果。

3.根据权利要求1所述的方法，其特征在于，依据所述匹配结果，从所述多个待分配对象中确定目标对象，包括：

对所述每个待分配对象对应的匹配程度进行排序处理，得到排序结果；

依据所述排序结果，将匹配程度最高的待分配对象作为所述目标对象。

4.根据权利要求1所述的方法，其特征在于，在获取推荐任务的任务信息和多个待分配对象的对象信息之前，所述方法还包括：

确定多个待推荐对象，并获取所述多个待推荐对象的用户画像信息；

依据所述用户画像信息，确定每个待推荐对象对应的目标待推荐金融产品；依据所述多个待推荐对象和所述目标待推荐金融产品，生成所述推荐任务。

5.根据权利要求1所述的方法，其特征在于，通过以下步骤生成所述目标决策模型：

获取所述样本数据，其中，所述样本数据至少包括样本任务信息和样本对象信息；

依据所述样本任务信息和所述样本对象信息构建所述马尔可夫决策过程模型；

将所述样本数据分为测试集和训练集，并依据所述测试集和所述训练集，对所述马尔可夫决策过程模型进行训练，得到所述目标决策模型。

6.根据权利要求1所述的方法，其特征在于，将所述推荐任务分配至所述目标对象，包括：

确定所述目标对象对应的第一平台，并将所述推荐任务分配至所述第一平台，其中，所述第一平台用于向所述目标对象展示所述推荐任务。

7.根据权利要求6所述的方法，其特征在于，在将所述推荐任务分配至所述第一平台之后，所述方法还包括：

在检测到所述目标对象对所述推荐任务处理完成之后，获取任务处理过程中生成的任务处理信息，并对所述任务处理信息进行存储，其中，所述任务处理信息用于下一次更新所述目标决策模型。

8.一种推荐任务的分配装置，其特征在于，包括：

获取模块，用于获取推荐任务的任务信息和多个待分配对象的对象信息，其中，所述任务信息用于描述所述推荐任务的待分配情况，所述对象信息用于描述所述多个待分配对象的任务完成情况；

处理模块，用于将所述任务信息和所述对象信息输入目标决策模型进行匹配，得到匹配结果，其中，所述目标决策模型是通过样本数据对马尔可夫决策过程模型训练得到的，所述匹配结果表征所述推荐任务与每个待分配对象之间的匹配程度；

分配模块，用于依据所述匹配结果，从所述多个待分配对象中确定目标对象，并将所述推荐任务分配至所述目标对象，其中，所述目标对象为对所述推荐任务中包含的目标待推荐金融产品进行推荐的对象。

9.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的推荐任务的分配方法。

10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至7任一项中所述的推荐任务的分配方法。