CN116757450A - 一种共享中心的任务分配的方法、装置、设备及介质 - Google Patents
一种共享中心的任务分配的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116757450A CN116757450A CN202311034735.1A CN202311034735A CN116757450A CN 116757450 A CN116757450 A CN 116757450A CN 202311034735 A CN202311034735 A CN 202311034735A CN 116757450 A CN116757450 A CN 116757450A
- Authority
- CN
- China
- Prior art keywords
- tasks
- task
- operator
- operators
- sharing center
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000007637 random forest analysis Methods 0.000 claims abstract description 11
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008901 benefit Effects 0.000 abstract description 13
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及计算机技术领域,提出了一种共享中心的任务分配的方法、装置、设备及介质,其中,方法包括:基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。本方案避免了共享中心的资源浪费,实现了共享中心综合效益最大化。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种共享中心的任务分配的方法、装置、设备及介质。
背景技术
共享中心的综合效益与共享中心的每个作业人员对被分配的任务的处理情况相关,换言之,作业人员对被分配的任务处理效率越高,所承担的被分配任务越多,则其对共享中心的综合效益的贡献率越高。
在共享中心的任务分配的相关技术中,大多采用单一的任务分配方式,比如循环分配方式,这种方式未考虑作业人员自身对任务的处理效率以及不同任务对共享中心的重要性,造成共享中心资源利用浪费,无法实现共享中心的综合效益最大化。
发明内容
有鉴于此,本发明提出了一种共享中心的任务分配的方法、装置、设备及介质,至少解决了上述在共享中心的任务分配的相关技术中,大多采用单一的任务分配方式,比如循环分配方式,这种方式未考虑作业人员自身对任务的处理效率以及不同任务对共享中心的重要性,造成共享中心资源利用浪费,无法实现共享中心的综合效益最大化的问题。
基于以上目的,本发明的实施例的一个方面提供了一种共享中心的任务分配的方法,包括:基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
在一些实施例中,所述根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值的步骤包括:根据所述作业人员在所述目标时间段内被分配的任务数和未处理任务数计算所述作业人员在所述目标时间段内的未处理任务持有率;基于所述作业人员在所述目标时间段内的未处理任务持有率计算所述作业人员在所述目标时间段内对已处理任务的处理效率;根据所述作业人员在所述目标时间段内对已处理任务的处理效率和所述第一阈值进行乘积计算,得到第二阈值。
在一些实施例中,所述基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务的步骤包括:计算所述作业人员对于所述共享中心的当前未处理任务的预期贡献率;从与所述当前未处理任务中移除对应的所述预期贡献率小于所述第二阈值的任务,得到与所述作业人员相匹配的任务以及与所述相匹配的任务中的每个任务分别对应的匹配度;根据所述相匹配的任务以及所述作业人员与所述相匹配的任务中的每个任务分别对应的匹配度从所述相匹配的任务中为所述作业人员分配对应的任务。
在一些实施例中,所述基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值的步骤包括:从所述数据集中抽取若干子样本,为所述若干子样本匹配与之一一对应的若干回归树并分别初始化;响应于所述若干回归树分别完成初始化,在所述若干回归树的根节点加入与之匹配的子样本;对所述子样本从对应的根节点按照分裂条件判断是否进行分裂,响应于进行分裂,将所述子样本的作业人员按照预设分裂值分裂到对应节点上,直至节点不再进行分裂得到所述子样本中的作业人员在对应回归树上的节点分布情况;根据所述子样本中的作业人员在对应回归树上的节点分布情况以及每个节点对应的权重得到所述子样本的作业人员在所述目标时间段内对所述共享中心的贡献率的第一阈值。
在一些实施例中,所述分裂条件包括:待分裂节点的作业人员的数量不少于2个并且所述待分裂节点的全部作业人员对所述共享中心的贡献率的平均方差大于预设方差值。
在一些实施例中,所述基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集的步骤包括:获取所述作业人员在目标时间段内对应的特征数据;基于所述共享中心的每个作业人员在所述目标时间段内对应的特征数据以及所述共享中心在目标时间段内的任务构建数据集。
在一些实施例中,所述响应于进行分裂,将所述子样本的作业人员按照预设分裂值分裂到对应节点上的步骤包括:响应于进行分裂,从全部所述子样本的作业人员的特征数据中除去最大值和最小值的剩余特征数据中任选一个特征数据作为分裂条件值;比较每个所述子样本的作业人员的特征数据与所述分裂条件值的大小,根据比较结果将所述子样本的作业人员分裂到对应节点上。
在一些实施例中,所述特征数据包括:所述作业人员在所述目标时间段内已处理任务的数量、单位时间内处理任务的数量以及未处理任务的数量、所述作业人员对单个任务的平均处理时间中任意一项或多项。
本发明实施例的另一方面,还提供一种共享中心的任务分配的装置,包括:第一模块,用于基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;第二模块,用于基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;第三模块,用于根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;第四模块,用于基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
本发明实施例的另一方面,还提供了一种电子设备,包括至少一个处理器;以及存储器,存储器存储有可在处理器上运行的计算机指令,指令由处理器执行时实现上述方法的步骤。
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存储有被处理器执行时实现如上述方法步骤的计算机程序。
本发明至少具有以下有益效果:本发明提出了一种共享中心的任务分配的方法,基于目标时间段内共享中心的作业人员和任务构建数据集,预测作业人员对共享中心贡献率的第一阈值,在第一阈值的条件下根据作业人员对其已处理任务的处理效率进行更新得到第二阈值,根据第二阈值调整共享中心对作业人员的任务分配,考虑作业人员自身对任务的处理效率以及不同任务实时调整共享中心对作业人员的任务分配,提升了共享中心的作业人员的利用率,避免共享中心的资源浪费,实现共享中心综合效益最大化。
进一步,计算作业人员在目标时间段内对已处理任务的处理效率并以此与作业人员对共享中心的贡献率的第一阈值进行乘积,得到第二阈值,第二阈值考虑到了作业人员自身对已分配任务的处理效率,通过第二阈值来确认共享中心对作业人员的实际分配任务,可以最大限度发挥共享中心的每个作业人员所能承担的被分配任务数,避免作业人员所能承担的被分配任务数与实际被分配任务数不匹配的情况。
进一步,在为作业人员分配任务的过程中,根据第二阈值将与当前未处理任务的匹配中移除不符合要求的任务,得到与作业人员相匹配的任务集,再根据作业人员与任务集中每个任务的匹配度来确认最终分配给该作业人员的任务,保证了任务分配过程中的实时性,可以根据不同任务对应的匹配度进行实时调整。
进一步,在计算作业人员对应的第一阈值的过程中,通过回归树节点分裂的方式获得作业人员在对应回归树上的节点分布情况,并基于每个节点的权重得到对应的第一阈值,计算方式简单,有利于扩展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,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它的实施例。
图1示出的为本发明实施例提供的一种共享中心的任务分配的方法的流程图;
图2示出的为本发明实施例提供的一种共享中心的任务分配的装置的示意图;
图3示出的为本发明实施例提供的一种电子设备的示意图;
图4示出的为本发明实施例提供的一种计算机可读存储介质的示意图。
具体实施方式
以下描述了本发明的实施例。然而,应该理解,所公开的实施例仅仅是示例,并且其它实施例可以采取各种替代形式。
此外,需要说明的是术语“包括”、“包含”或其任何其它变形旨在涵盖非排他性的包括,以使包含一系列要素的过程、方法、物品或装置不仅包括那些要素,也可以包括未明确列出的或这些过程、方法、物品或装置所固有的要素。
下面将结合附图说明本申请的一个或多个实施例。
对于共享中心,比如财务共享中心是将各个事业部门及各个业务部门之间重复、标准化的作业集中起来处理,进行流程再造与标准化,并集中到财务共享中心统一处理的作业管理模式的共享中心,其中,业务审核办理作为财务共享中心的重要职能,对共享中心的运营与发展起着至关重要的作用。在实际应用中,针对财务共享中心的任务大多采用单一的任务分配方式,比如循环分配方式,没有考虑作业人员自身对任务的处理效率、任务对共享中心的重要性等,而这些因素都会对共享中心的综合效益产生重要影响。
基于以上目的,本发明实施例的第一个方面,提出了一种共享中心的任务分配的方法的实施例。图1示出的为本发明实施例提供的一种共享中心的任务分配的方法的流程图,如图1所示,一种共享中心的任务分配的方法,包括:
S1、基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;
S2、基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;
S3、根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;
S4、基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
根据本发明的若干实施例,根据作业人员在目标时间段内对已处理任务的处理效率对第一阈值进行更新,得到第二阈值的步骤包括:根据作业人员在目标时间段内被分配的任务数和未处理任务数计算作业人员在目标时间段内的未处理任务持有率;基于作业人员在目标时间段内的未处理任务持有率计算作业人员在目标时间段内对已处理任务的处理效率;根据作业人员在目标时间段内对已处理任务的处理效率和第一阈值进行乘积计算,得到第二阈值。
根据本发明的若干实施例,基于第二阈值从共享中心当前未处理任务中获取与作业人员相匹配的任务,并从与作业人员相匹配的任务中为作业人员分配对应的任务的步骤包括:计算作业人员对于共享中心的当前未处理任务的预期贡献率;从与当前未处理任务中移除对应的预期贡献率小于第二阈值的任务,得到与作业人员相匹配的任务以及与相匹配的任务中的每个任务分别对应的匹配度;根据相匹配的任务以及作业人员与相匹配的任务中的每个任务分别对应的匹配度从相匹配的任务中为作业人员分配对应的任务。
根据本发明的若干实施例,基于数据集和随机森林算法预测作业人员对共享中心的贡献率的第一阈值的步骤包括:从数据集中抽取若干子样本,为若干子样本匹配与之一一对应的若干回归树并分别初始化;响应于若干回归树分别完成初始化,在若干回归树的根节点加入与之匹配的子样本;对子样本从对应的根节点按照分裂条件判断是否进行分裂,响应于进行分裂,将子样本的作业人员按照预设分裂值分裂到对应节点上,直至节点不再进行分裂得到子样本中的作业人员在对应回归树上的节点分布情况;根据子样本中的作业人员在对应回归树上的节点分布情况以及每个节点对应的权重得到子样本的作业人员在目标时间段内对共享中心的贡献率的第一阈值。
根据本发明的若干实施例,分裂条件包括:待分裂节点的作业人员的数量不少于2个并且待分裂节点的全部作业人员对共享中心的贡献率的平均方差大于预设方差值。
根据本发明的若干实施例,基于共享中心的作业人员以及共享中心在目标时间段内的任务构建数据集的步骤包括:获取作业人员在目标时间段内对应的特征数据;基于共享中心的每个作业人员在目标时间段内对应的特征数据以及共享中心在目标时间段内的任务构建数据集。
根据本发明的若干实施例,响应于进行分裂,将子样本的作业人员按照预设分裂值分裂到对应节点上的步骤包括:响应于进行分裂,从全部子样本的作业人员的特征数据中除去最大值和最小值的剩余特征数据中任选一个特征数据作为分裂条件值;比较每个子样本的作业人员的特征数据与分裂条件值的大小,根据比较结果将子样本的作业人员分裂到对应节点上。
根据本发明的若干实施例,特征数据包括:作业人员在目标时间段内已处理任务的数量、单位时间内处理任务的数量以及未处理任务的数量、作业人员对单个任务的平均处理时间中任意一项或多项。
在本发明提供的另一实施例中,以财务共享中心的任务分配为例,其中,财务共享中心的相关参数包括:
(1)任务t:由进入到财务共享中心的单据对应的流程所生成的任务,t=<bt,qt,ut,dt>,b为当前任务对应的单据类型,q为单据对应的金额,u为单据对应的任务的紧急程度,d为单据要求的完成时间,挑选某段时间范围的已办任务作为训练数据集;
(2)作业人员e:由进入财务共享中心的单据对应的任务的作业人员,e=<avgPT,maxPT,overT,countE,dailyTR>,avgPT为办理平均时长,maxPT为办理最大时长,minPT为办理最小时长,minPT为超时任务数,countE为办理任务对应的总金额,dailyTR为每日任务处理率,基于以上描述参数确认共享中心的作业人员的特征数据;
(3)作业人员对财务共享中心的贡献率r:是作业人员e完成任务t对于共享中心单位时间的平均收益,定义为r(e,t);
(4)财务共享中心的综合效益M:作业人员在单位时间内完成对应任务所产生的综合效益。定义为:M(e,t)=r(e,t)*dailyTR。
选择作业人员e中的平均时长(avgPT)、办理最大时长(maxPT)、办理最小时长(minPT)、超时任务数(overT)、办理总金额(countE)、每日任务处理率(dailyTR)作为作业人员影响财务共享中心贡献率的主要因素,以此获取作业人员的特征数据。基于财务共享中心的作业人员e以及财务共享中心在目标时间段内的任务t构建数据集。
优选地,通过自举法(BootStrap)从数据集中进行样本抽样,得到样本集,进行有放回的重抽样,获得新的作业人员样本集/>,按照以上方法抽取k个子样本,以此作为计算作业人员对财务共享中心的贡献率的第一阈值的样本集。将k个子样本放入随机森林的k颗回归树(Regression Tree)的根节点上后,从根节点开始按照分裂条件进行节点分裂直到不能分裂为止,具体地,当节点的作业人员数量不小于2个且节点的作业人员的综合贡献率的平均方差超过D,表示该节点需要进行分裂,之后从该节点的所有作业人员的特征数据中除去最大值Fimax和最小值Fimin的剩余特征数据中随机选取一个值Firand,以Firand作为分裂条件值将该节点的作业人员分成两部分,分别在不同的节点上,其中,两个节点上作业人员的贡献率的平均方差分别是:
(公式1)
(公式2)
以Firand对待分裂节点进行分裂,该节点的贡献率的平均方差为:,之后可以选取使D(Firand)最小的特征作为该节点的分裂特征值。
按照以上方式从根节点开始以节点的分裂特征和分裂条件值为依据,递归地将作业人员ei划分到该节点的左节点或右节点,直到作业人员ei落入每棵回归树的子节点,第j棵回归树的预测结果为作业人员ei落入的子节点中作业人员的贡献率集合的平均值/>,预测结果为所有回归树预测结果的平均值/>,根据作业人员在对应回归树的节点分布情况以及每个节点的权重计算作业人员对财务共享节点贡献率的第一阈值θ lei。
根据作业人员在目标时间段内被分配的任务数和未处理任务数计算作业人员在目标时间段内的未处理任务持有率,其中,countTaskNum是作业人员在目标时间段内的未处理任务的数量,maxcountTaskNum是财务共享系统在目标时间段内分配给该作业人员的任务总数。在手任务持有率越低的作业人员越容易获得新的任务,基于作业人员在所述目标时间段内的未处理任务持有率计算作业人员在目标时间段内对已处理任务的处理效率/>,根据作业人员在目标时间段内对已处理任务的处理效率和所述第一阈值进行乘积计算,得到第二阈值/>。
在以上实施例的基础上,为财务共享中心中的作业人员分配最优的情况,根据待分配作业人员集E和任务集TT分别视为两条边,构造状态空间树,待分配作业人员ei与候选任务tj的匹配度V(i,j)看作状态空间树的边的权重,采用分支限界算法(Branch andBoundMethod),寻找满足约束条件的最优解。以作业人员集合E,任务集合T,作业人员对财务共享中心的贡献率r(e,t),财务共享中心的综合效益M(e,t)作为输入,输出作业人员所分配的任务集W。计算作业人员集合E中的每个作业人员基于任务集合T对所述共享中心的预期贡献率,从与任务集合T中移除对应的预期贡献率小于第二阈值的任务,得到与作业人员相匹配的任务以及与相匹配的任务中的每个任务分别对应的匹配度V(e,t),基于分支限界算法(branch and bound)、共享中心综合效益M(e,t)、作业人员对财务共享中心的贡献率r(e,t)、作业人员与相匹配的任务中的每个任务分别对应的匹配度从相匹配的任务中为作业人员分配对应的任务集W。
本发明的实施例的第二个方面,提出了一种共享中心的任务分配的装置,图2示出了本发明实施例提供的一种共享中心的任务分配的装置的示意图,如图2所示,包括:第一模块011,用于基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;第二模块012,用于基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;第三模块013,用于根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;第四模块014,用于基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
本发明实施例的第三个方面,提出了一种电子设备,图3示出的是本发明实施例提供的一种电子设备的示意图。如图3所示,本发明实施例提供的一种电子设备,包括以下模块:至少一个处理器021;以及存储器022,存储器022存储有可在处理器021上运行的计算机指令023,该计算机指令023由处理器021执行时实现如上所述的方法的步骤。
本发明还提供了一种计算机可读存储介质。图4示出的是本发明实施例提供的一种计算机可读存储介质的结构示意图。如图4所示,计算机可读存储介质031存储有被处理器执行时执行如上所述的方法的步骤的计算机程序032。
最后需要说明的是,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,可以通过计算机程序来指令相关硬件来完成,设置系统参数的方法的程序可存储于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,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外,根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
在一个或多个示例性设计中,功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、D0L或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (11)
1.一种共享中心的任务分配的方法,其特征在于,包括:
基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;
基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;
根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;
基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
2.根据权利要求1所述的方法,其特征在于,所述根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值的步骤包括:
根据所述作业人员在所述目标时间段内被分配的任务数和未处理任务数计算所述作业人员在所述目标时间段内的未处理任务持有率;
基于所述作业人员在所述目标时间段内的未处理任务持有率计算所述作业人员在所述目标时间段内对已处理任务的处理效率;
根据所述作业人员在所述目标时间段内对已处理任务的处理效率和所述第一阈值进行乘积计算,得到第二阈值。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务的步骤包括:
计算所述作业人员对于所述共享中心的当前未处理任务的预期贡献率;
从与所述当前未处理任务中移除对应的所述预期贡献率小于所述第二阈值的任务,得到与所述作业人员相匹配的任务以及与所述相匹配的任务中的每个任务分别对应的匹配度;
根据所述相匹配的任务以及所述作业人员与所述相匹配的任务中的每个任务分别对应的匹配度从所述相匹配的任务中为所述作业人员分配对应的任务。
4.根据权利要求1所述的共享中心的任务分配的方法,其特征在于,所述基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值的步骤包括:
从所述数据集中抽取若干子样本,为若干子样本匹配与之一一对应的若干回归树并分别初始化;
响应于所述若干回归树分别完成初始化,在所述若干回归树的根节点加入与之匹配的子样本;
对所述子样本从对应的根节点按照分裂条件判断是否进行分裂,响应于进行分裂,将所述子样本的作业人员按照预设分裂值分裂到对应节点上,直至节点不再进行分裂得到所述子样本中的作业人员在对应回归树上的节点分布情况;
根据所述子样本中的作业人员在对应回归树上的节点分布情况以及每个节点对应的权重得到所述子样本的作业人员在所述目标时间段内对所述共享中心的贡献率的第一阈值。
5.根据权利要求4所述的方法,其特征在于,所述分裂条件包括:
待分裂节点的作业人员的数量不少于2个并且所述待分裂节点的全部作业人员对所述共享中心的贡献率的平均方差大于预设方差值。
6.根据权利要求5所述的共享中心的任务分配的方法,其特征在于,所述基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集的步骤包括:
获取所述作业人员在目标时间段内对应的特征数据;
基于所述共享中心的每个作业人员在所述目标时间段内对应的特征数据以及所述共享中心在目标时间段内的任务构建数据集。
7.根据权利要求6所述的方法,其特征在于,所述响应于进行分裂,将所述子样本的作业人员按照预设分裂值分裂到对应节点上的步骤包括:
响应于进行分裂,从全部所述子样本的作业人员的特征数据中除去最大值和最小值的剩余特征数据中任选一个特征数据作为分裂条件值;
比较每个所述子样本的作业人员的特征数据与所述分裂条件值的大小,根据比较结果将所述子样本的作业人员分裂到对应节点上。
8.根据权利要求6所述的方法,其特征在于,所述特征数据包括:
所述作业人员在所述目标时间段内已处理任务的数量、单位时间内处理任务的数量以及未处理任务的数量、所述作业人员对单个任务的平均处理时间中任意一项或多项。
9.一种共享中心的任务分配的装置,其特征在于,包括:
第一模块,用于基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集;
第二模块,用于基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值;
第三模块,用于根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新,得到第二阈值;
第四模块,用于基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务,并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
10. 一种电子设备,其特征在于,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现权利要求1-8任意一项所述方法的步骤。
11.一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时实现权利要求1-8任意一项所述方法的步骤的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311034735.1A CN116757450B (zh) | 2023-08-17 | 2023-08-17 | 一种共享中心的任务分配的方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311034735.1A CN116757450B (zh) | 2023-08-17 | 2023-08-17 | 一种共享中心的任务分配的方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116757450A true CN116757450A (zh) | 2023-09-15 |
CN116757450B CN116757450B (zh) | 2024-01-30 |
Family
ID=87955522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311034735.1A Active CN116757450B (zh) | 2023-08-17 | 2023-08-17 | 一种共享中心的任务分配的方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757450B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778836A (zh) * | 2016-11-29 | 2017-05-31 | 天津大学 | 一种基于约束条件的随机森林推荐算法 |
WO2019120007A1 (zh) * | 2017-12-22 | 2019-06-27 | Oppo广东移动通信有限公司 | 用户性别预测方法、装置及电子设备 |
CN110298539A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 任务数据处理方法、装置、计算机设备及存储介质 |
WO2022199032A1 (zh) * | 2021-03-22 | 2022-09-29 | 北京航空航天大学杭州创新研究院 | 模型构建方法、任务分配方法、装置、设备及介质 |
CN115169881A (zh) * | 2022-07-05 | 2022-10-11 | 中国银行股份有限公司 | 任务分配方法、装置和电子设备 |
CN116451938A (zh) * | 2023-03-21 | 2023-07-18 | 中国工商银行股份有限公司 | 任务处理方法、装置、电子设备及存储介质 |
-
2023
- 2023-08-17 CN CN202311034735.1A patent/CN116757450B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778836A (zh) * | 2016-11-29 | 2017-05-31 | 天津大学 | 一种基于约束条件的随机森林推荐算法 |
WO2019120007A1 (zh) * | 2017-12-22 | 2019-06-27 | Oppo广东移动通信有限公司 | 用户性别预测方法、装置及电子设备 |
CN110298539A (zh) * | 2019-05-22 | 2019-10-01 | 深圳壹账通智能科技有限公司 | 任务数据处理方法、装置、计算机设备及存储介质 |
WO2022199032A1 (zh) * | 2021-03-22 | 2022-09-29 | 北京航空航天大学杭州创新研究院 | 模型构建方法、任务分配方法、装置、设备及介质 |
CN115169881A (zh) * | 2022-07-05 | 2022-10-11 | 中国银行股份有限公司 | 任务分配方法、装置和电子设备 |
CN116451938A (zh) * | 2023-03-21 | 2023-07-18 | 中国工商银行股份有限公司 | 任务处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张丹;陈兴文;赵姝颖;: "基于改进的随机森林TLD目标跟踪方法", 大连民族大学学报, no. 03 * |
张兴盛;余敦辉;张万山;王晨旭;: "时空众包环境下时效均衡的在线任务分配算法", 计算机应用, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN116757450B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508326B (zh) | 用于处理数据的方法、装置和系统 | |
US20220100734A1 (en) | Project management system data storage | |
CN116112175A (zh) | 基于区块链的数字孪生网络的业务处理方法、装置及介质 | |
CN116757450B (zh) | 一种共享中心的任务分配的方法、装置、设备及介质 | |
CN112231299B (zh) | 一种特征库动态调整的方法和装置 | |
US11675515B2 (en) | Intelligent partitioning engine for cluster computing | |
CN113434123A (zh) | 一种业务处理方法、装置及电子设备 | |
US11531666B1 (en) | Indexing partitions using distributed bloom filters | |
CN116566831A (zh) | 一种基于云计算的移动网络资源管理方法及系统 | |
CN116881224A (zh) | 一种数据库参数调优方法、装置、设备及存储介质 | |
US20210081250A1 (en) | Intelligent resource allocation agent for cluster computing | |
US20200133917A1 (en) | Method, device and computer program product for managing data replication | |
CN116149848A (zh) | 负载预测方法、装置、电子设备及存储介质 | |
US10394810B1 (en) | Iterative Z-score calculation for big data using components | |
CN114238390A (zh) | 数据仓库优化方法、装置、设备及存储介质 | |
CN114339689A (zh) | 一种物联网机卡绑定池管控方法、装置及相关介质 | |
CN113986495A (zh) | 一种任务执行方法、装置、设备及存储介质 | |
CN112506893A (zh) | 一种sql预执行优化的方法、装置、设备及可读介质 | |
CN113297415A (zh) | 面向电力边缘侧的边缘视频分析智能服务方法及系统 | |
CN112433850A (zh) | 一种任务全局调度的方法、装置、设备及可读介质 | |
CN113779335A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN115955404B (zh) | 物联网场景管理方法、装置、设备及介质 | |
CN111767085B (zh) | Storm平台参数配置方法和装置 | |
CN115550259B (zh) | 基于白名单的流量分配方法及相关设备 | |
CN114615144B (zh) | 网络优化方法及系统 |
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 |