CN116777148B - 一种基于数据分析的服务工单智能分配处理系统 - Google Patents

Abstract

本发明涉及服务工单智能分配技术领域，具体公开一种基于数据分析的服务工单智能分配处理系统，该系统包括：包括服务工单标签生成模块、服务工单发起人员相关信息录入模块、目标管理部门判定模块、服务工单处理人员分析模块、服务工单生成模块、服务工单派发模块和云数据库，本发明确保分析的处理人员对服务工单所属问题描述的熟悉程度，从而保障了分配的处理人员是服务工单最适宜的处理人员，一方面避免影响处理人员的办事效率，另一方面降低服务工单发起人员的时间负担，本发明保障处理人员在处理服务工单对应的时效性，从而保障服务工单发起人员对应的办结时长，有利于平衡处理人员与服务工单发起人员的关系。

Description

一种基于数据分析的服务工单智能分配处理系统

技术领域

本发明涉及服务工单智能分配技术领域，具体而言，涉及一种基于数据分析的服务工单智能分配处理系统。

背景技术

服务工单是指为了解决客户提出的问题或需求而创建的记录或任务。服务工单一般包含客户信息、问题描述和处理时间等信息，服务工单管理是服务行业数字化转型和提升服务质量的重要技术保障之一，服务企业需要注重技术投入和服务流程优化，提高客户满意度和服务效率，服务工单在服务单位中得到广泛应用，在服务单位应用服务工单时，若服务工单的分配不合理，一方面影响服务工单的办理效率，降低服务单位对应的服务效率，另一方面无法保障客户的满意度，从而影响服务单位的形象，因此，对服务工单进行智能分配是极其有必要的。

现有技术中对服务工单进行分配在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有技术对服务工单发起人员的问题描述与处理人员的历史处理服务工单中的问题描述相似度的分析力度不够深入，处理人员的历史处理工单在一定程度上反映着处理人员的熟练程度，现有技术对这一层面的忽视导致对服务工单对应处理人员的分析不精确，进而无法保障分配的处理人员是服务工单最适宜的处理人员，从而延长了服务工单的处理时长，一方面在一定程度上影响处理人员的办事效率，另一方面增加服务工单发起人员的时间负担，进而降低了服务工单发起人员的满意度。

(2)现有技术在进行服务工单对应的处理人员时，大多是将当前服务工单转接给待办理工单数量最的处理人员，对处理人员的预计等待时长的关注度不高，现有技术对这一层面的忽视影响服务工单的处理效率，进而难以保障处理人员在处理服务工单对应的时效性，从而影响服务工单发起人员对应的办结时长，不利于平衡处理人员与服务工单发起人员的关系。

发明内容

为了克服背景技术中的缺点，本发明实施例提供了一种基于数据分析的服务工单智能分配处理系统,能够有效解决上述背景技术中涉及的问题。

本发明的目的可以通过以下技术方案来实现：一种基于数据分析的服务工单智能分配处理系统，包括：服务工单标签生成模块，用于获取目标单位所属的各管理部门，并分析目标单位所属各管理部门对应的服务工单标签。

服务工单发起人员相关信息录入模块，用于由服务工单对应的发起人员进行关联信息录入，进而得到服务工单所属发起人员对应的关联信息，其中关联信息包括姓名、性别、联系电话和问题描述文本。

目标管理部门判定模块，用于基于服务工单所属发起人员对应的问题描述文本，进而分析服务工单与目标单位所属各管理部门对应的匹配评估系数，并判断服务工单对应的目标管理部门。

服务工单处理人员分析模块，用于从目标单位的运行平台获取服务工单对应目标管理部门的若干处理人员，并获取目标管理部门对应各处理人员的历史处理数据，进而分析服务工单对应目标管理部门所属各处理人员的推荐评价系数，筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，从而筛选服务工单对应的目标处理人员及其对应的预计等待时长。

服务工单生成模块，用于依据服务工单所属的问题描述文本、目标管理部门、目标处理人员和预计等待时长自动生成目标服务工单。

服务工单派发模块，用于将目标服务工单分别派送给服务工单对应的发起人员和目标处理人员。

云数据库，用于存储目标单位所属各管理部门对应的职能，各服务工单标签对应的若干关键词。

进一步地，所述历史处理数据包括各历史服务工单所属发起人员的关联信息和处理评价状态。

进一步地，所述服务工单与目标单位所属各管理部门对应的匹配评估系数，其具体方法为：从云数据库中提取各服务工单标签对应的若干关键词，并将服务工单所属发起人员对应的问题描述文本进行分词划分，进而得到服务工单对应的若干关键词，从而据此分析各服务工单标签对应指定关键词的数量S_i，其中i表示为各服务工单标签的编号，i＝1,2,...,n。

统计服务工单对应关键词的总数量S′，分析服务工单的问题描述文本与各服务工单标签对应的匹配评估系数其中λ₁表示为预定义的指定关键词数量占比对应的修正因子。

依据服务工单的问题描述文本与各服务工单标签对应的匹配评估系数和目标单位所属各管理部门对应的服务工单标签，筛选服务工单与目标单位所属各管理部门对应的匹配评估系数。

进一步地，所述服务工单对应目标管理部门所属各处理人员的推荐评价系数，其具体分析方法为：从目标管理部门对应各处理人员的历史处理数据中提取各历史服务工单对应发起人员的关联信息，并获取目标管理部门对应各处理人员所属各历史服务工单所属发起人员的姓名、性别、联系电话和问题描述文本。

从服务工单所属发起人员对应的关联信息中提取服务工单发起人员对应的姓名、性别、联系电话和问题描述文本。

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员名称匹配指数η1_mp，其中m表示为各处理人员的编号，m＝1,2,...,l，p表示为各历史服务工单的编号，p＝1,2,...,q。

同理，分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员年龄匹配指数η2_mp和发起人员联系电话匹配指数η3_mp。

综合分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数其中e为自然常数，γ₁、γ₂、γ₃分别表示为预定义的发起人员名称匹配指数、发起人员性别匹配指数、发起人员联系电话匹配指数对应的影响权重因子。

依据服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数筛选服务工单对应目标管理部门所属各处理人员的各指定历史服务工单。

统计服务工单对应目标管理部门所属各处理人员的指定历史服务工单的数量L_m和历史服务工单的总数量L′_m。

分析服务工单对应目标管理部门所属各处理人员的推荐评价系数其中q为历史服务工单的数量，表示为服务工单与目标管理部门对应第m个处理人员所属第p个历史服务工单所属问题描述的相似评估指数，/>为目标管理部门对应第m个处理人员对应的处理评价满意度，χ₁、χ₂、χ₃分别表示为预定义的指定历史服务工单数量占比、问题描述相似评估指数、处理评价满意度对应的占比因子。

进一步地，所述服务工单与目标管理部门对应各处理人员所属各历史服务工单所属问题描述的相似评估指数其具体分析方法为：从服务工单对应的问题描述文本提取若干关键字，进而构建服务工单对应的关键字集合K。

从目标管理部门对应各处理人员所属各历史服务工单所属问题描述的文本，并从中提取若干关键字，进而构建目标管理部门对应各处理人员所属各历史服务工单的文本描述关键字集合K′_mp。

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单对应问题描述的相似评估指数

进一步地，所述目标管理部门对应各处理人员对应的处理评价满意度其具体分析方法为：提取目标管理部门对应各处理人员所属各历史服务工单对应发起人员的处理评价状态，其中处理评价状态包括已评价状态和未评价状态。

从目标单位的运行平台获取目标管理部门对应各处理人员所属各已评价历史服务工单的处理评价分数，进而分析目标管理部门对应各处理人员所属的单个已评价历史服务工单对应的处理评价分数β_m。

统计目标管理部门对应各处理人员所属的未评价历史服务工单的数量Y_m和已评价历史服务工单的数量X_m，分析目标管理部门对应各处理人员对应的处理评价满意度其中/>β_m为目标管理部门对应第m个处理人员所属的单个已评价历史服务工单对应的处理评价分数，β′、Y″分别表示为预定义的单个已评价历史服务工单对应的处理评价分数阈值、未评价历史服务工单与总历史服务工单的数量占比阈值。

进一步地，所述筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，其具体方法为：依据服务工单对应目标管理部门所属各处理人员的推荐评价系数筛选服务工单对应目标管理部门所属的各待分析处理人员。

获取服务工单对应目标管理部门所属的标准上班时长t，

依据目标管理部门对应各处理人员所属各历史服务工单统计服务工单对应目标管理部门所属各待分析处理人员的历史服务工单数量M_b，其中b表示为各待分析人员的编号，b＝1,2,...,d。

获取目标管理部门对应各处理人员对应的实际工作日数量QI_b，分析服务工单对应目标管理部门所属各待分析处理人员对应的单个历史服务工单对应的预计综合处理时长

从目标单位的运行平台提取服务工单对应目标管理部门所属各待分析处理人员对应的剩余待处理服务工单数量U_b。

分析服务工单对应目标管理部门所属各待分析处理人员的预计等待时长D_b＝U_b*T_b。

进一步地，所述筛选服务工单对应的目标处理人员，其具体方法为：基于服务工单对应目标管理部门所属各待分析处理人员的预计等待时长，从中筛选最短预计等待时长对应的待分析处理人员，并将其作为服务工单对应的目标处理人员。

相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在服务工单标签生成模块用于依据目标单位所属各管理部门的职能，进而分析目标单位所属管理部门的服务工单标签，为后续目标管理部门的判定奠定了基础。

(2)本发明在服务工单发起人员相关信息录入模块中由服务工单对应的发起人员进行相关信息录入，为后续目标管理部门的判定和服务工单对应处理人员的分析提供了强有力的数据支持。

(3)本发明在服务工单处理人员分析模块中对服务工单发起人员的问题描述与处理人员的历史处理服务工单中的问题描述相似度进行分析，确保分析的处理人员对服务工单所属问题描述的熟悉程度，从而保障了分配的处理人员是服务工单最适宜的处理人员，有效缩短了服务工单的处理时长，一方面避免影响处理人员的办事效率，另一方面降低服务工单发起人员的时间负担，提高服务工单发起人员的满意度。

(4)本发明在进行服务工单对应的处理人员时，对处理人员的预计等待时长进行分析，弥补了现有技术中对这一层面忽视的缺陷，进而保障处理人员在处理服务工单对应的时效性，从而保障服务工单发起人员对应的办结时长，有利于平衡处理人员与服务工单发起人员的关系。

(5)本发明在服务工单生成模块中生成目标服务工单，为后续服务工单的派发提供了数据支持。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的模块连接示意图。

具体实施方式

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，都属于本发明保护的范围。

参照图1所示，本发明提供一种基于数据分析的服务工单智能分配处理系统，包括服务工单标签生成模块、服务工单发起人员相关信息录入模块、目标管理部门判定模块、服务工单处理人员分析模块、服务工单生成模块、服务工单派发模块和云数据库。

所述服务工单标签生成模块和服务工单发起人员相关信息录入模块均与目标管理部门判定模块连接，目标管理部门判定模块分别与服务工单处理人员分析模块和服务工单生成模块连接，服务工单处理人员分析模块分别与服务工单发起人员相关信息录入模块和服务工单生成模块连接，服务工单生成模块与服务工单派发模块连接，云数据库中分别与服务工单标签生成模块和目标管理部门判定模块连接。

所述服务工单标签生成模块，用于获取目标单位所属的各管理部门，并分析目标单位所属各管理部门对应的服务工单标签。

需要说明的是，所述目标单位所属各管理部门对应的服务工单标签，其具体分析方法为，从云数据库中提取目标单位所属各管理部门对应的职能，进而依据目标单位所属各管理部门对应的职能名称自动生成目标单位所属各管理部门对应的服务工单标签。

本发明在服务工单标签生成模块用于依据目标单位所属各管理部门的职能，进而分析目标单位所属管理部门的服务工单标签，为后续目标管理部门的判定奠定了基础。

所述服务工单发起人员相关信息录入模块，用于由服务工单对应的发起人员进行关联信息录入，进而得到服务工单所属发起人员对应的关联信息，其中关联信息包括姓名、性别、联系电话和问题描述文本。

需要说明的是，服务工单所属发起人员对应的关联信息，其具体获取方法为：若服务工单所属发起人员通过网络留言方式进行相关信息录入，则直接获取姓名、性别、联系电话和问题描述文本，若服务工单发起人员通过人工电话方式进行咨询，则将服务工单发起人员的人工电话记录转换成语音文本，进而获取姓名、性别、联系电话和问题描述文本。

本发明在服务工单发起人员相关信息录入模块中由服务工单对应的发起人员进行相关信息录入，为后续目标管理部门的判定和服务工单对应处理人员的分析提供了强有力的数据支持。

所述目标管理部门判定模块，用于基于服务工单所属发起人员对应的问题描述文本，进而分析服务工单与目标单位所属各管理部门对应的匹配评估系数，并判断服务工单对应的目标管理部门。

在本发明的具体实施例中，所述服务工单与目标单位所属各管理部门对应的匹配评估系数，其具体方法为：从云数据库中提取各服务工单标签对应的若干关键词，并将服务工单所属发起人员对应的问题描述文本进行分词划分，进而得到服务工单对应的若干关键词，从而据此分析各服务工单标签对应指定关键词的数量S_i，其中i表示为各服务工单标签的编号，i＝1,2,...,n。

需要说明的是，所述分析各服务工单标签对应指定关键词的数量，其具体方法为：将服务工单对应的若干关键词与各服务工单标签对应的若干关关键词进行匹配，若服务工单对应的某关键词与某服务工单标签对应的某关键词匹配成功，则将该关键词标记为指定关键词，进而得到各服务工单标签对应的各指定关键词，并统计各服务工单标签对应指定关键词的数量S_i。

统计服务工单对应关键词的总数量S′，分析服务工单的问题描述文本与各服务工单标签对应的匹配评估系数其中λ₁表示为预定义的指定关键词数量占比对应的修正因子。

依据服务工单的问题描述文本与各服务工单标签对应的匹配评估系数和目标单位所属各管理部门对应的服务工单标签，筛选服务工单与目标单位所属各管理部门对应的匹配评估系数。

需要说明的是，判断服务工单对应的目标管理部门，其具体方法为：基于服务工单与目标单位所属各管理部门对应的匹配评估系数筛选最大匹配评估系数对应的管理部门，并将其标记为目标管理部门，进而得到服务工单对应的目标管理部门。

所述服务工单处理人员分析模块，用于从目标单位的运行平台获取服务工单对应目标管理部门的若干处理人员，并获取目标管理部门对应各处理人员的历史处理数据，进而分析服务工单对应目标管理部门所属各处理人员的推荐评价系数，筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，从而筛选服务工单对应的目标处理人员及其对应的预计等待时长。

在本发明的具体实施例中，所述历史处理数据包括各历史服务工单所属发起人员的关联信息和处理评价状态。

在本发明的具体实施例中，所述服务工单对应目标管理部门所属各处理人员的推荐评价系数，其具体分析方法为：从目标管理部门对应各处理人员的历史处理数据中提取各历史服务工单对应发起人员的关联信息，并获取目标管理部门对应各处理人员所属各历史服务工单所属发起人员的姓名、性别、联系电话和问题描述文本。

从服务工单所属发起人员对应的关联信息中提取服务工单发起人员对应的姓名、性别、联系电话和问题描述文本。

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员名称匹配指数η1_mp，其中m表示为各处理人员的编号，m＝1,2,...,l，p表示为各历史服务工单的编号，p＝1,2,...,q。

需要说明的是，所述服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员名称匹配指数η1_mp，其具体分析方法为：将服务工单所属发起人员对应的姓名与目标管理部门对应各处理人员所属各历史服务工单所属发起人员的姓名进行匹配，若服务工单所属发起人员对应的姓名与目标管理部门对应某处理人员所属某历史服务工单所属发起人员的姓名匹配成功，则将服务工单与目标管理部门对应该处理人员所属该历史服务工单的发起人员名称匹配指数标记为α，反之，则将其标记为α′。

获取服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员名称匹配指数η1_mp，其中η1_mp＝α或α′。

同理，分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员年龄匹配指数η2_mp和发起人员联系电话匹配指数η3_mp。

综合分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数其中e为自然常数，γ₁、γ₂、γ₃分别表示为预定义的发起人员名称匹配指数、发起人员性别匹配指数、发起人员联系电话匹配指数对应的影响权重因子。

依据服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数筛选服务工单对应目标管理部门所属各处理人员的各指定历史服务工单。

需要说明的是，筛选服务工单对应目标管理部门所属各处理人员的各指定历史服务工单，其具体方法为：将服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数与预定义的相似评估指数阈值进行对比，若服务工单与目标管理部门对应某处理人员所属某历史服务工单的发起人员相似评估指数大于或等于相似评估指数阈值，则将该历史服务工单标记为指定历史服务工单，进而得到服务工单对应目标管理部门所属各处理人员的各指定历史服务工单。

统计服务工单对应目标管理部门所属各处理人员的指定历史服务工单的数量L_m和历史服务工单的总数量L′_m。

分析服务工单对应目标管理部门所属各处理人员的推荐评价系数其中q为历史服务工单的数量，表示为服务工单与目标管理部门对应第m个处理人员所属第p个历史服务工单所属问题描述的相似评估指数，/>为目标管理部门对应第m个处理人员对应的处理评价满意度，χ₁、χ₂、χ₃分别表示为预定义的指定历史服务工单数量占比、问题描述相似评估指数、处理评价满意度对应的占比因子。

在本发明的具体实施例中，所述服务工单与目标管理部门对应各处理人员所属各历史服务工单所属问题描述的相似评估指数其具体分析方法为：从服务工单对应的问题描述文本提取若干关键字，进而构建服务工单对应的关键字集合K。

从目标管理部门对应各处理人员所属各历史服务工单所属问题描述的文本，并从中提取若干关键字，进而构建目标管理部门对应各处理人员所属各历史服务工单的文本描述关键字集合K′_mp。

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单对应问题描述的相似评估指数

在本发明的具体实施例中，所述目标管理部门对应各处理人员对应的处理评价满意度其具体分析方法为：提取目标管理部门对应各处理人员所属各历史服务工单对应发起人员的处理评价状态，其中处理评价状态包括已评价状态和未评价状态。

从目标单位的运行平台获取目标管理部门对应各处理人员所属各已评价历史服务工单的处理评价分数，进而分析目标管理部门对应各处理人员所属的单个已评价历史服务工单对应的处理评价分数β_m。

需要说明的是，目标管理部门对应各处理人员所属的单个已评价历史服务工单对应的处理评价分数β_m，其具体分析方法为：从目标单位的运行平台获取目标管理部门对应各处理人员所属各已评价历史服务工单的处理评价分数，进而将其进行累加，进而得到目标管理部门对应各处理人员所属的已评价历史服务工单的总处理评价分数ZF_m，并据此分析目标管理部门对应各处理人员所属的单个已评价历史服务工单对应的处理评价分数

统计目标管理部门对应各处理人员所属的未评价历史服务工单的数量Y_m和已评价历史服务工单的数量X_m，分析目标管理部门对应各处理人员对应的处理评价满意度其中/>β′、Y″分别表示为预定义的单个已评价历史服务工单对应的处理评价分数阈值、未评价历史服务工单与总历史服务工单的数量占比阈值。

在本发明的具体实施例中，所述筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，其具体方法为：将服务工单发起人员对应目标管理部门所属各处理人员的推荐评价系数与预定义的推荐评价系数阈值进行对比，若某处理人员的推荐评价系数大于或等于推荐评价系数阈值，则将该处理人员标记为待分析处理人员，进而得到服务工单发起人员对应目标管理部门所属的各待分析处理人员。

获取服务工单对应目标管理部门所属的标准上班时长t，

依据目标管理部门对应各处理人员所属各历史服务工单统计服务工单对应目标管理部门所属各待分析处理人员的历史服务工单数量M_b，其中b表示为各待分析人员的编号，b＝1,2,...,d。

获取目标管理部门对应各处理人员对应的实际工作日数量QI_b，分析服务工单对应目标管理部门所属各待分析处理人员对应的单个历史服务工单对应的预计综合处理时长

从目标单位的运行平台提取服务工单对应目标管理部门所属各待分析处理人员对应的剩余待处理服务工单数量U_b。

分析服务工单对应目标管理部门所属各待分析处理人员的预计等待时长D_b＝U_b*T_b。

在本发明的具体实施例中，所述筛选服务工单对应的目标处理人员，其具体方法为：基于服务工单对应目标管理部门所属各待分析处理人员的预计等待时长，从中筛选最短预计等待时长对应的待分析处理人员，并将其作为服务工单对应的目标处理人员。

本发明在服务工单处理人员分析模块中对服务工单发起人员的问题描述与处理人员的历史处理服务工单中的问题描述相似度进行分析，确保分析的处理人员对服务工单所属问题描述的熟悉程度，从而保障了分配的处理人员是服务工单最适宜的处理人员，有效缩短了服务工单的处理时长，一方面避免影响处理人员的办事效率，另一方面降低服务工单发起人员的时间负担，提高服务工单发起人员的满意度。

本发明在进行服务工单对应的处理人员时，对处理人员的预计等待时长进行分析，弥补了现有技术中对这一层面忽视的缺陷，进而保障处理人员在处理服务工单对应的时效性，从而保障服务工单发起人员对应的办结时长，有利于平衡处理人员与服务工单发起人员的关系。

所述服务工单生成模块，用于依据服务工单所属的问题描述文本、目标管理部门、目标处理人员和预计等待时长自动生成目标服务工单。

本发明在服务工单生成模块中生成目标服务工单，为后续服务工单的派发提供了数据支持。

所述服务工单派发模块，用于将目标服务工单分别派送给服务工单对应的发起人员和目标处理人员。

所述云数据库，用于存储目标单位所属各管理部门对应的职能，各服务工单标签对应的若干关键词。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种基于数据分析的服务工单智能分配处理系统，其特征在于，包括：

服务工单标签生成模块，用于获取目标单位所属的各管理部门，并分析目标单位所属各管理部门对应的服务工单标签；

服务工单发起人员相关信息录入模块，用于由服务工单对应的发起人员进行关联信息录入，进而得到服务工单所属发起人员对应的关联信息，其中关联信息包括姓名、性别、联系电话和问题描述文本；

目标管理部门判定模块，用于基于服务工单所属发起人员对应的问题描述文本，进而分析服务工单与目标单位所属各管理部门对应的匹配评估系数，并判断服务工单对应的目标管理部门；

所述服务工单与目标单位所属各管理部门对应的匹配评估系数，其具体分析方法为：

从云数据库中提取各服务工单标签对应的若干关键词，并将服务工单所属发起人员对应的问题描述文本进行分词划分，进而得到服务工单对应的若干关键词，从而据此分析各服务工单标签对应指定关键词的数量S_i，其中i表示为各服务工单标签的编号，i＝1,2,...,n；

统计服务工单对应关键词的总数量S′，分析服务工单的问题描述文本与各服务工单标签对应的匹配评估系数其中λ₁表示为预定义的指定关键词数量占比对应的修正因子；

依据服务工单的问题描述文本与各服务工单标签对应的匹配评估系数和目标单位所属各管理部门对应的服务工单标签，筛选服务工单与目标单位所属各管理部门对应的匹配评估系数；

服务工单处理人员分析模块，用于从目标单位的运行平台获取服务工单对应目标管理部门的若干处理人员，并获取目标管理部门对应各处理人员的历史处理数据，进而分析服务工单对应目标管理部门所属各处理人员的推荐评价系数，筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，从而筛选服务工单对应的目标处理人员及其对应的预计等待时长；

所述分析服务工单对应目标管理部门所属各处理人员的推荐评价系数，其具体分析方法为：

从目标管理部门对应各处理人员的历史处理数据中提取各历史服务工单对应发起人员的关联信息，并获取目标管理部门对应各处理人员所属各历史服务工单所属发起人员的姓名、性别、联系电话和问题描述文本；

从服务工单所属发起人员对应的关联信息中提取服务工单发起人员对应的姓名、性别、联系电话和问题描述文本；

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员名称匹配指数η1_mp，其中m表示为各处理人员的编号，m＝1,2,...,l，p表示为各历史服务工单的编号，p＝1,2,...,q；

同理，分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员性别匹配指数η2_mp和发起人员联系电话匹配指数η3_mp；

综合分析服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数其中e为自然常数，γ₁、γ₂、γ₃分别表示为预定义的发起人员名称匹配指数、发起人员性别匹配指数、发起人员联系电话匹配指数对应的影响权重因子；

依据服务工单与目标管理部门对应各处理人员所属各历史服务工单的发起人员相似评估指数筛选服务工单对应目标管理部门所属各处理人员的各指定历史服务工单；

统计服务工单对应目标管理部门所属各处理人员的指定历史服务工单的数量L_m和历史服务工单的总数量L′_m；

分析服务工单对应目标管理部门所属各处理人员的推荐评价系数其中q为历史服务工单的数量，表示为服务工单与目标管理部门对应第m个处理人员所属第p个历史服务工单所属问题描述的相似评估指数，/>为目标管理部门对应第m个处理人员对应的处理评价满意度，χ₁、χ₂、χ₃分别表示为预定义的指定历史服务工单数量占比、问题描述相似评估指数、处理评价满意度对应的占比因子；

服务工单生成模块，用于依据服务工单所属的问题描述文本、目标管理部门、目标处理人员和预计等待时长自动生成目标服务工单；

服务工单派发模块，用于将目标服务工单分别派送给服务工单对应的发起人员和目标处理人员；

云数据库，用于存储目标单位所属各管理部门对应的职能，各服务工单标签对应的若干关键词。

2.根据权利要求1所述的一种基于数据分析的服务工单智能分配处理系统，其特征在于：所述历史处理数据包括各历史服务工单所属发起人员的关联信息和处理评价状态。

3.根据权利要求1所述的一种基于数据分析的服务工单智能分配处理系统，其特征在于：所述服务工单与目标管理部门对应各处理人员所属各历史服务工单所属问题描述的相似评估指数其具体分析方法为：

从服务工单对应的问题描述文本提取若干关键字，进而构建服务工单对应的关键字集合K；

从目标管理部门对应各处理人员所属各历史服务工单所属问题描述的文本，并从中提取若干关键字，进而构建目标管理部门对应各处理人员所属各历史服务工单的文本描述关键字集合K′_mp；

分析服务工单与目标管理部门对应各处理人员所属各历史服务工单对应问题描述的相似评估指数

4.根据权利要求1所述的一种基于数据分析的服务工单智能分配处理系统，其特征在于：所述目标管理部门对应各处理人员对应的处理评价满意度其具体分析方法为：

提取目标管理部门对应各处理人员所属各历史服务工单对应发起人员的处理评价状态，其中处理评价状态包括已评价状态和未评价状态；

从目标单位的运行平台获取目标管理部门对应各处理人员所属各已评价历史服务工单的处理评价分数，进而分析目标管理部门对应各处理人员所属的单个已评价历史服务工单对应的处理评价分数β_m；

统计目标管理部门对应各处理人员所属的未评价历史服务工单的数量Y_m和已评价历史服务工单的数量X_m，分析目标管理部门对应各处理人员对应的处理评价满意度其中/>β′、Y″分别表示为预定义的单个已评价历史服务工单对应的处理评价分数阈值、未评价历史服务工单与总历史服务工单的数量占比阈值。

5.根据权利要求1所述的一种基于数据分析的服务工单智能分配处理系统，其特征在于：所述筛选服务工单对应目标管理部门所属各待分析人员，并分析其对应的预计等待时长，其具体方法为：

依据服务工单对应目标管理部门所属各处理人员的推荐评价系数筛选服务工单对应目标管理部门所属的各待分析处理人员；

获取服务工单对应目标管理部门所属的标准上班时长t，

依据目标管理部门对应各处理人员所属各历史服务工单统计服务工单对应目标管理部门所属各待分析处理人员的历史服务工单数量M_b，其中b表示为各待分析人员的编号，b＝1,2,...,d；

获取目标管理部门对应各处理人员对应的实际工作日数量QI_b，分析服务工单对应目标管理部门所属各待分析处理人员对应的单个历史服务工单对应的预计综合处理时长

从目标单位的运行平台提取服务工单对应目标管理部门所属各待分析处理人员对应的剩余待处理服务工单数量U_b；

分析服务工单对应目标管理部门所属各待分析处理人员的预计等待时长D_b＝U_b*T_b。

6.根据权利要求1所述的一种基于数据分析的服务工单智能分配处理系统，其特征在于：所述筛选服务工单对应的目标处理人员，其具体方法为：基于服务工单对应目标管理部门所属各待分析处理人员的预计等待时长，从中筛选最短预计等待时长对应的待分析处理人员，并将其作为服务工单对应的目标处理人员。