CN117151358A - 工单派发方法、装置、电子设备、存储介质和程序产品 - Google Patents

工单派发方法、装置、电子设备、存储介质和程序产品 Download PDF

Info

Publication number
CN117151358A
CN117151358A CN202210554993.1A CN202210554993A CN117151358A CN 117151358 A CN117151358 A CN 117151358A CN 202210554993 A CN202210554993 A CN 202210554993A CN 117151358 A CN117151358 A CN 117151358A
Authority
CN
China
Prior art keywords
dispatched
work order
information
preset
task
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
Application number
CN202210554993.1A
Other languages
English (en)
Inventor
张静军
刘琮玮
罗欣
张海旭
吴亚东
姜琳
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202210554993.1A priority Critical patent/CN117151358A/zh
Publication of CN117151358A publication Critical patent/CN117151358A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)

Abstract

本申请实施例公开了一种工单派发方法、装置、电子设备、存储介质和程序产品；本申请实施例获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象；从所述候选对象中确定目标对象；将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。在本申请实施例中，通过待派发工单的相关信息，确定待派发工单与待派发对象是否满足预设关联关系，以此来确定目标对象，可以提升待派发的工单与目标对象的匹配程度，以提升待派发工单的处理效率。

Description

工单派发方法、装置、电子设备、存储介质和程序产品
技术领域
本申请涉及计算机技术领域，具体涉及一种工单派发方法、装置、电子设备、存储介质和程序产品。
背景技术
工单系统是现有企业内常用的系统，通过工单系统进行工单派发，能更加高效的完成记录、处理等相关的工作。现有工单系统的工单派发方式常为人工派单，人工派单主要由业务团队管理人员根据当前团队内工作情况，主观判断和决定工单该发放给某个具体的执行人员。
然而，通过人工派单，派单效果会受到不可控的影响，导致派发的工单与执行人员的匹配程度低。
发明内容
本申请实施例提供一种工单派发方法、装置、电子设备、存储介质和程序产品，可以提升待派发的工单与目标对象的匹配程度，以提升待派发工单的处理效率。
本申请实施例提供一种工单派发方法，包括：获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，所述预设关联关系包括所述待派发对象的空闲时间满足预测处理时长、所述待派发对象与所述任务信息满足预设关联度、所述待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，所述中间对象为对应所述任务信息的所述待派发对象；从所述候选对象中确定目标对象；将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。
本申请实施例还提供一种工单派发装置，包括：获取单元，用于获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；第一确定单元，用于根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，所述预设关联关系包括所述待派发对象的空闲时间满足预测处理时长、所述待派发对象与所述任务信息满足预设关联度、所述待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，所述中间对象为对应所述任务信息的所述待派发对象；第二确定单元，用于从所述候选对象中确定目标对象；派发单元，用于将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。
本申请实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行本申请实施例所提供的任一种工单派发方法中的步骤。
本申请实施例还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多条指令，所述指令适于处理器进行加载，以执行本申请实施例所提供的任一种工单派发方法中的步骤。
本申请实施例还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现本申请实施例所提供的任一种工单派发方法中的步骤。
本申请实施例可以获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，所述预设关联关系包括所述待派发对象的空闲时间满足预测处理时长、所述待派发对象与所述任务信息满足预设关联度、所述待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，所述中间对象为对应所述任务信息的所述待派发对象；从所述候选对象中确定目标对象；将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。
在本申请中，通过获取待派发工单的相关信息，确定待派发工单与待派发对象是否满足预设关联关系，以此来确定目标对象，可以提升待派发的工单与目标对象的匹配程度，以提升待派发工单的处理效率。若相关信息为预测处理时长，则可以认为目标对象在处理时间的维度上与待派发工单匹配程度较高，以此可以避免待派发工单在目标对象处滞留时间过长，以缩短待派发工单的处理时长，可以提升待派发工单的处理效率。若相关信息为任务信息，则可以认为目标对象在任务信息维度上待派发工单匹配程度较高，处理待派发工单的效率更高，可以提升待派发工单的处理效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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1a是本申请实施例提供的工单派发方法的场景示意图；
图1b是本申请实施例提供的工单派发方法的流程示意图；
图1c是本申请实施例提供的软件开发任务的示意图；
图1d是本申请实施例提供的关系图谱的示意图；
图2a是本申请另一实施例提供的工单派发方法的流程示意图；
图2b是本申请另一实施例提供的工单派发方法的又一流程示意图；
图2c是本申请实施例提供的确定候选对象的流程示意图；
图2d是本申请实施例提供的第一信息集的示意图；
图2e是本申请实施例提供的第二信息集的示意图；
图2f是本申请实施例提供的在显示界面显示关系图谱的示意图；
图2g是本申请实施例提供的工单派发方法的场景示意图；
图3是本申请实施例提供的工单派发装置的结构示意图；
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供一种工单派发方法、装置、电子设备、存储介质和程序产品。
其中，该工单派发装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
在一些实施例中，该工单派发装置还可以集成在多个电子设备中，比如，工单派发装置可以集成在多个服务器中，由多个服务器来实现本申请的工单派发方法。
在一些实施例中，服务器也可以以终端的形式来实现。
例如，参考图1a，工单派发方法集成在服务器，该服务器可以接收第一客户端生成的待派发工单，并获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种；根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系为对应相关信息的关联关系；从候选对象中确定目标对象；将待派发工单派发至目标对象，以便目标对象通过第二客户端处理待派发工单。
以下分别进行详细说明。可以理解的是，在本申请的具体实施方式中，涉及到属性信息、信息集、基本信息、空闲时间等相关的数据，当本申请实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
在本实施例中，提供了一种工单派发方法，如图1b所示，该工单派发方法的具体流程可以如下：
110、获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种。
其中，工单可以指工作单据，可以是由一个和多个作业组成的简单维修或制造计划，是上级部门下达任务、下级部门领受任务的依据。一个任务可以有多个工单，一个任务中可以有多个不同的流程，每个流程可以进行相应的工单的派发，也可以对同一任务的相同流程进行多个工单的派发。工单的派发可以为将工单分配到具体执行人员的派发过程。例如，如图1c所示，在一个软件开发任务中，可以包括需求、开发以及测试三个流程，在需求流程中，项目经理可以将需求工单派发至产品经理以使其执行需求工单上的内容，并生成需求工单确认单，在生成需求工单确认单后，可以生成开发工单并将开发工单派发至开发人员，以此类推，在测试人员执行测试工单上的内容后，可以生成测试工单完成确认单，以结束整个软件开发任务的派单流程。
其中，待派发工单的相关信息可以为与待派发工单相关的、能用于确定待派发工单要派发的对象的信息，可以包括但不限于预测处理时长、任务信息等。预测处理时长可以指根据工单信息预测的待派发工单的处理时长，处理时长可以为待派发对象收到待派发工单至执行完该工单上的任务的时长。例如，如图1c所示，处理时长可以为开发人员收到开发工单的时刻至生成开发工单完成确认单的时刻。任务信息可以指待派发工单对应的任务的相关信息，可以包括但不限于待派发工单上记录的全部或部分信息，等等。例如，任务信息可以包括待派发工单上记录与任务相关的信息，还可以包括与任务对应的历史工单上记录的信息，还可以包括与任务相关的未被记录在工单上的信息等等。
在一些实施方式中，相关信息可以包括预测处理时长，可以利用回归处理拟合历史工单的信息，得到回归模型，以利用回归模型基于历史工单的信息量化预测待派发工单的处理时长，可以提升得到预测处理时长的准确性。具体地，获取待派发工单的相关信息之前，还可以包括：
获取历史工单的处理时长、历史工单的处理信息以及待派发工单的处理信息；
对历史工单的处理时长以及历史工单的处理信息进行回归处理，得到回归模型；
通过回归模型处理待派发工单的处理信息，得到待派发工单的预测处理时长。
其中，历史工单可以指已被处理的工单，历史工单与待派发工单可以为同类型的工单，例如，若历史工单与待派发工单可以同为开发工单，或同为测试工单等。
其中，处理信息可以指与工单处理过程相关的信息，例如，可以包括但不限于与工单相关的对象、工单中要处理的内容等信息，如测试工单的处理信息可以包括但不限于开发人员、开发时长、代码提交量、所需测试点、测试人员以及问题数等。
其中，回归处理可以指对两个或两个以上的变量进行线性或非线性拟合，以确定变量间相互依赖的定量关系的方法。回归处理方法可以为线性回归、逻辑回归、多项式回归或逐步回归等。
例如，可以将历史工单的处理时长作为因变量，历史工单的处理信息作为自变量，拟合得到回归线，该回归线对应的方程可以视为回归模型。可以将待派发工单的处理信息作为自变量输入回归模型，输出该自变量对应的因变量，即为待派发工单的预测处理时长。
在一些实施方式中，为了提升回归处理速度，回归处理方法为线性回归。例如，回归模型可以表示为回归方程y＝θ1x1+θ2x2+…+θnxn+e，其中，y为因变量，x1、x2…xn为自变量，θ1、θ2…θ2为回归系数，e为偏差，如x1可以为开发人员、x2可以为代码提交量、xn可以为问题数。在对历史工单的处理时长以及历史工单的处理信息进行回归处理，得到回归模型的过程中，可以使用最小二乘损失函数求解回归方程中的回归系数和偏差，以得到最终的回归模型。其中，可以由m个历史工单的处理时长和处理信息组成样本，最小二乘损失函数可以表示为：其中，y(i)表示第i个样本的因变量的真实值，hθ(x(i))表示第i个样本的因变量的预测值，hθ(x)＝θ1x1+θ2x2+…+θnxn，m表示总样本量，i表示第i个样本。
120、根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系为对应相关信息的关联关系。
其中，预设关联关系可以为对应相关信息的关联关系，如根据相关信息预先设置的关联关系。例如，若相关信息为预测处理时长，预设关联关系可以为待派发对象的空闲时间满足预测处理时长，等等。再如，若相关信息为任务信息，预设关联关系可以为待派发对象与任务信息满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度，中间对象为对应任务信息的待派发对象，等等。
其中，待派发对象可以指能处理待派发工单的对象，可以为根据业务流程以及待派发工单确定的对象。例如，根据软件开发业务中的流程，可以将项目经理、产品经理、开发人员以及测试人员作为软件开发业务中的对象，若待派发工单为开发工单，则可以将开发人员确定为待派发对象。候选对象可以指与待派发工单满足预设关联关系的待派发对象，例如，若开发人员A和开发人员B的空闲时间大于预测处理时长，则可以将开发人员A和开发人员B确定为候选对象。
在一些实施方式中，若相关信息可以包括预测处理时长，为了避免待派发工单在目标对象处滞留时间过长，导致待派发工单的处理时长过长，可以将空闲时间与预测处理时长匹配的待派发对象确定为候选对象，以缩短待派发工单的处理时长，提升待派发工单的处理效率。具体地，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：
获取待派发对象的空闲时间；
将空闲时间满足预测处理时长的待派发对象确定为候选对象。
其中，空闲时间是指待派发对象能用于处理工单的时间。例如，可以获取待派发对象的工作计划，将待派发对象的工作计划中未安排工作任务的时间段确定为待派发对象的空闲时间。再如，也可以由待派发对象在工单系统中手动设置空闲时间。
例如，为了使候选对象有充裕的时间处理待派发工单，可以将空闲时间的时长大于或等于预测处理时长的待派发对象确定为候选对象，如，待派发工单的预测处理时长为M，待派发对象1～待派发对象5的空闲时间分别为N1～N5，其中N1～N3小于M，N4、N5大于M，则可以将待派发对象4和待派发对象5确定为候选对象。再如，为了合理安排待派发对象的工作任务，可以将空闲时间与预测初始处理时长的差值小于预设时间差的待派发对象确定为候选对象，以此，使待派发对象在处理时间的维度上与待派发工单匹配程度较高。再如，为了进一步缩短待派发工单的处理时间，可以进一步比较待派发对象空闲时间的时间先后顺序，可以将空闲时间的时长大于或等于预测处理时长，且空闲时间段位于前L个的待派发对象确定为候选对象，L可以根据经验或应用场景设置。
在一些实施方式中，为了提高待派发工单与候选对象的匹配度，提升待派发工单的处理效率，可以根据经验或应用场景预设包含多个待派发对象的排序表，排序表中的顺序为预先设置。以此，可以根据相关信息，按照排序表的顺序依次比对排序表中各待派发对象的空闲时间与预测处理时间，并按照排序表的顺序召回空闲时间满足预测处理时间的待派发对象。
在一些实施方式中，为了提升待派发工单的派发效率，可以预先确定任务信息与待派发对象的关系图谱，根据关系图谱可以确定候选对象。具体地，任务信息可以包括上级派发对象信息以及任务类型中的至少一种，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：
获取关系图谱，关系图谱包括任务信息与待派发对象的关联度；
根据关联度，将与任务信息满足预设关联度的待派发对象确定为候选对象。
其中，上级派发对象可以指业务流程中位于待派发对象上一级别的对象，可以为生成待派发工单的对象，也可以为处理待派发工单上一流程中工单的对象。上级派发对象信息可以指能用于识别出上级派发对象的信息，如可以为上级派发对象的名称。例如，根据软件开发业务中的流程，可以将项目经理、产品经理、开发人员以及测试人员作为软件开发业务中的对象，业务流程中，产品经理可以生成开发工单并派发至多个开发人员处理，在开发人员处理后，可以由多个开发人员中的一个或多个生成测试工单并派发至多个测试人员处理，若待派发工单为测试工单，则测试人员为待派发对象，可以将多个开发人员作为上级派发对象，也可以将生成测试工单的开发人员作为上级派发对象。
其中，任务类型可以指任务的种类，如若任务为测试任务，可以包括功能测试、界面测试、容错测试、性能测试以及负载测试等类型。任务类型也可以指待派发工单的任务对应的业务类型，例如，若任务为测试任务，可以包括游戏应用测试、社交应用测试、翻译应用测试等类型。
其中，关系图谱可以指能用来表征任务信息与待派发对象的关联度的图谱。例如，关联度可以用来表征任务信息与待派发对象之间是否具有关联性、以及关联程度，如关联度可以表征为有关联性和无关联性，预设关联度可以指预先设置的关联程度。例如，可以为基于关系图谱中的关联度预先设置的关联度，如可以为有关联性，在关系图谱中可以将有关联性的任务信息与待派发对象所在的节点进行连线。在一些实施方式中，有关联性的任务信息与待派发对象之间的关联度可以不同，关联度还可以用来表征任务信息与待派发对象之间的关联程度。例如，为了在关系图谱中更直观的显示关联度，在有关联性时，还可以根据关联度的强弱对连线进行增强或减弱显示，关联度越高，显示效果越强。
例如，可以获取关系图谱，并在关系图谱中确定任务信息所在的节点，并根据节点之间的连线确定与任务信息所在节点连接的节点，并将与任务信息所在节点连接的节点中待派发对象所在的节点确定为候选节点，以此可以将与任务信息具有关联关系的待派发对象确定为候选对象。具体地，例如，在任务信息为任务类型时，可以将关系图谱中目标任务类型所在节点具有关联性、且处于空闲状态、技能标签与待派发工单匹配的待派发对象确定为候选对象，目标任务类型可以指与待派发订单的任务类型满足预设类型相似度的任务类型，如待派发工单的任务类型为游戏后端测试，与其类型相似的目标任务类型可以为游戏PC测试、游戏wap测试，等等。
在一些实施方式中，为了提升待派发工单的派发效率，可以预先确定历史任务的信息集以及待派发对象的信息集，根据这两个信息集可以快速建立关系图谱。具体地，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象之前，还可以包括：
获取第一信息集以及第二信息集，第一信息集为历史任务的信息集，第二信息集为待派发对象的信息集；
根据第一信息集以及第二信息集，确定任务信息与待派发对象的关联关系；
根据任务信息与待派发对象的关联关系，建立关系图谱。
其中，第一信息集可以为任务的多种信息的集合，任务为工单对应的任务。例如，第一信息集可以包括但不限于历史工单对应的任务类型、历史工单的上级派发对象信息以及处理历史工单的待派发对象信息等中的至少一个。上级派发对象信息以及待派发对象信息可以分别指上级派发对象以及待派发对象的标识，如名称。
其中，第二信息集可以为待派发对象与任务的相关信息的集合。例如，第二信息集可以包括待派发对象与上级派发对象的关联度等。
例如，关系图谱中可以以任务类型表示历史工单对应的任务，可以根据历史工单对应的任务类型以及历史工单的上级派发对象信息确定历史任务与上级派发对象是否具有关联性，如图1d所示的关系图谱，若历史工单的任务类型为属于业务A，开发人员A为业务A的上级派发对象，则任务开发人员A参与过业务A，则认为该开发人员A与业务A具有关联性，以此，若开发人员A参与业务A的次数越多、或时间越长、或工作职责越大，则可以认为开发人员A与业务A的关联度越高；若开发人员A和测试人员B分别为历史工单A的上级派发对象以及待派发对象，则认为待派发对象与上级派发对象具有关联性，若开发人员A和测试人员B对应的相同历史工单的数量越多、或对应的相同历史工单的处理时长越长，则可以认为待派发对象与上级派发对象的关联度越高。以此，可以建立包含历史任务、上级派发对象以及待派发对象的关系图谱，其中连接线表示有关联性，关系图谱中历史任务可以以任务类型表示。在实际应用中，任意两者间系的关联度高，可以增强显示该关联性对应的连接线，例如，关联度越高，连接线越粗。在一些实施方式中，预设的关联度可以为预设的关联度阈值，例如，若任务信息包括任务类型，预设的关联度可以为开发人员A参与业务A的次数大于预设次数、或参与业务A的时长大于预设参与时长、或工作职责的优先级高于预设优先级；任务信息可以包括上级派发对象信息，预设的关联度可以为开发人员A和测试人员B对应的相同历史工单的数量大于预设数量、或对应的相同历史工单的处理时长大于预设处理时长。
需说明的是，由于关系图谱是由历史任务的信息建立的，因此关系图谱中的任务信息是历史工单的信息。但是在实际应用中，通常待派发工单的任务信息与至少一个历史工单的任务信息相对应，例如，历史工单的任务类型为属于业务A，待派发工单A的也是属于业务A的业务类型，因此待派发工单A可以在关系图谱中找到业务A所在的节点。再如，历史工单的上级派发对象为对象A，待派发工单A的上级派发对象也为对象A，因此待派发工单A可以在关系图谱中找到对象A所在的节点。因此，可以理解的是，虽然关系图谱是基于历史任务建立的，但是由于待派发工单A中的任务信息是关系图谱的节点，因此，可以将关系图谱中用来表征待派发工单的任务信息与待派发对象的关联度。
在一些实施方式中，为了便于获取确定预测处理时长的历史工单的处理时长、历史工单的处理信息，以及获取用于确定预设关联关系的多种信息，可以对历史工单的信息及其他相关信息进行预处理，得到包含多个维度信息的第一新信息集以及第二信息集。此外，通过提取目标关键字作为第一信息集以及第二信息集，可以将具体信息抽象成标签，勾画历史任务以及待派发对象的特性。具体地，在根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象之前，还可以包括：
获取历史工单的关联信息；
提取关联信息中的关键字；
从提取的关键字中确定目标关键字；
根据目标关键字，得到第一信息集以及第二信息集。
其中，关联信息可以指与历史工单相关的信息，可以包括但不限于历史工单信息、历史工单的完成确认单信息、处理历史工单的待派发对象信息、历史工单的上级派发对象信息以及历史工单对应任务的基本信息中的至少一种。
例如，可以从数据库获取历史工单的相关数据，具体包括、历史工单信息、历史工单完成确认单信息、执行工单人员(包括上级派发对象以及待派发对象)的基本信息、技能列表、任务的基本信息。对收集到的相关数据进行数据清洗，比如对于单张历史测试工单和历史测试工单完成确认单，它是以纯文本的形式从接口获取到，所以并非是结构化的信息，可以对文本进行分句、分词，并借助TF-IDF、TextRank等技术进行关键字提取，根据停用词词表过滤掉停用词，借助预设的全量关键词信息，确认提取的关键字中是否存在命中情况，以此将获得的关键字构成第一信息集以及第二信息集。需说明的是，可以根据第一信息集以及第二信息集的特性设置不同的全量关键词信息，以获得分别对应第一信息集以及第二信息集的关键字。在获得相关数据后，可以对相关数据中的与人员等对应的基本信息设置标签，其中执行工单人员的基本信息可以包括标识、名称、级别、一级部门、二级部门、历史部门等信息；项目的基本信息主要包括项目所在一级部门、二级部门、历史部门，以上这些信息部分需要人工标注和维护。
其中，TF-IDF(TermFrequency–InverseDocumentFrequency)，是一种用于信息检索与文本挖掘的常用加权技术。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度，其中"词频"：TermFrequency，缩写为TF，"逆文档频率"：InverseDocumentFrequency，缩写为IDF，计算方法为：TF-IDF＝词频(TF)*逆文档频率(IDF)。
其中，TextRank，是一种关键词提取技术，它将文本中的语法单元视作图中的节点，如果两个语法单元存在一定语法关系(例如共现)，则这两个语法单元在图中就会有一条边相互连接，通过一定的迭代次数，最终不同的节点会有不同的权重，权重高的语法单元可以作为关键词。
在一些实施方式中，第一信息集可以包括至少一个子信息集，一个子信息集对应一种任务类型，子信息集可以包括但不限于任务的基本信息、任务技能需求、任务类型与其他任务类型的关联度、历史工单的执行信息以及任务与待派发对象的关联度等中的至少一个，其中，历史任务的基本信息可以包括但不限于：任务类型等，任务的执行信息可以包括但不限于：处理历史工单的待派发对象信息及待派发对象的执行信息、历史工单的上级派发对象信息及上级派发对象的执行信息，执行信息可以包括处理时长以及处理信息等。第二信息集可以包括但不限于待派发对象的基本信息、待派发对象的技能标签、待派发对象对历史工单的执行信息、待派发对象与上级派发对象的关联度、待派发对象与其他待派发对象的关联度以及等中的至少一个。
例如，若任务为测试任务，第一信息集可以包括任务的基本信息，如与任务相关的平均工单测试时长、最长工单测试时长、最短工单测试时长、提测频率(周、月、季度为单位)等，还可以包括历史测试需求信息，如历史测试过程中需要测试的重点内容，还可以包括与其他业务关联信息，如不同业务的测试任务之间的关联度，还可以包括历史执行信息，如每次的开发代码量、开发时长、测试时长、bug数量等，还可以包括与测试的关联信息，如该业务与曾经测试过该业务的测试人员的关联度等。
再如，若任务为测试任务，第二信息集可以包括测试人员基本信息，如平均效率值，最长测试时长，最短测试时长等，也可以包括能力标签，如在以往测试工单中展现出的测试能力，还可以包括单体业务测试效率，如即测试每张测试工单所花费的测试时长，还可以包括与其他测试人员的关联信息，如根据测试过的项目，计算不同测试人员之间的关联度，还可以包括与其他开发人员的关联信息，根据测试过的项目，计算该测试人员与其他开发人员的关联度。可以理解的是，在实际应用中，根据实际需要，第一信息集或第二信息集中可以包含举例中的全部和部分信息。
在一些实施方式中，为了避免漏选具有处理待派发工单能力的待派发对象，在确定候选对象时，可以再结合属性信息筛选待派发对象。具体地，相关信息可以包括任务信息，根据关联度，将与任务信息满足预设关联度的待派发对象确定为候选对象，或，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：
将对应任务信息的待派发对象确定为中间对象；
将属性信息与中间对象的属性信息满足预设属性相似度的待派发对象确定为候选对象。
其中，属性信息可以指待派发对象与任务的相关信息，例如，属性信息可以为前述的第二信息集。预设关联关系可以为属性信息与中间对象的属性信息满足预设属性相似度。预设属性相似度可以指预先设置的属性信息的相似度阈值，可以对不同对象的属性信息进行相似度计算确定相似度，例如，若候选对象与任意待派发对象的属性信息的相似度高于该相似度阈值，则可以将该待派发对象确定为中间对象。
其中，中间对象可以为与待派发工单的任务信息具有关联关系的对象。例如，中间对象可以为与待派发工单的任务类型对应的待派发对象，中间对象可以通过关系图谱或第一信息集中的子信息集确定。
例如，中间对象可以为最近一次处理目标历史工单的待派发对象，目标历史工单可以指对应的任务类型与待派发对象的任务类型相同或相似的历史工单，以此可以将最近一次处理过相同或相似类型任务的待派发对象确定为中间对象，计算该中间对象与每个待派发对象的相似度，将相似度高于预设属性相似度的待派发对象确定为候选对象，得到的候选对象的范围大于中间对象的范围。确定中间对象的具体方法可以为：获取待派发工单的任务类型对应的子信息集，子信息集包括处理历史工单的待派发对象信息及待派发对象的执行信息，根据执行信息中的时间信息，确定子信息集中最近一次处理历史工单的待派发对象作为中间对象；确定中间对象的具体方法也可以为：获取关系图谱中与待派发工单的任务类型具有关联关系的待派发对象，并获取这些待派发对象的第二信息集，从第二信息集中获取待派发对象对目标历史工单的处理时间，并根据处理时间，将最近一次处理目标历史工单的待派发对象确定为目标对象。
在一些实施方式中，可以根据指定对象来确定候选对象，以使候选对象更符合实际需求。具体地，待派发工单的相关信息可以包括指定对象信息，指定对象可以包括待派发工单上记录的对象或预设派发对象，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：将与指定对象满足预设关联性的待派发对象确定为候选对象。
其中，预设派发对象可以为根据预设规则确定的对象，预设规则可以为根据待派发对象操作信息、根据经验或应用场景预先选取的一个或多个待派发对象。例如，在实际应用中，在工单系统根据预设关联关系确定候选对象之前，可能有待派发对象主动点击以接收该工单，此时可以将该待派发对象确定为预设派发对象，以使确定的候选对象符合实际需求。
其中，预设关联性可以为预先设置的关联性，需说明的是，对应指定对象的预设关联性可以为基于关系图谱中的关联度预先设置的关联性，也可以为相同行政组、预设属性相似度等。例如，可以将与指定对象属于相同行政组的待派发对象作为候选对象，行政组可以为小组、部门等，如测试工单上指定了测试人员A，可以根据测试人员A的第二信息集的基本信息，确定测试人员A所在的小组，并将与测试人员A为同一小组的测试人员作为候选对象，也可以将属性信息与指定对象的属性信息满足预设属性相似度的待派发对象作为候选对象。
在一些实施方式中，可以根据待派发工单上的任务内容与待派发对象的技能标签的相似度来确定候选对象，以使得候选对象具有处理待派发工单的能力，提升待派发工单的处理效率。具体地，待派发工单的相关信息可以包括待派发工单的任务内容，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：将与任务内容满足预设技能相似度的待派发对象确定为候选对象。
其中，预设技能相似度可以为预先设置的与技能相关的相似度。例如，可以从待派发工单中提取要重点测试的任务内容，并获取处理该任务内容所需要的技能，计算获取的技能与每个待派发对象的技能标签的相似度，将技能标签与任务内容满足预设技能相似度的待派发对象确定为候选对象。
在一些实施方式中，可以基于相关信息确定多种不同的预设关联关系，以使用结合多种不同的预设策略确定候选对象。此时，为了合理运用多种预设策略，可以预设多种预设策略的执行规则，以按照执行规则依序执行预设策略。具体地，根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，可以包括：
获取至少两种预设策略以及至少两种预设策略的执行规则，预设策略为对应预设关联关系的策略，至少两种预设策略包括预设的第一策略以及预设的第二策略；
基于执行规则，使用预设的第一策略，根据相关信息，确定待派发工单与待派发对象的关联关系；
若待派发工单与任意待派发对象的关联关系满足预设关联关系，则将与待派发工单满足预设关联关系的待派发对象确定为候选对象；
若待派发工单与待派发对象的关联关系不满足预设关联关系，则基于执行规则，使用预设的第二策略，根据相关信息，确定待派发工单与待派发对象的关联关系。
其中，预设关联关系可以包括但不限于待派发对象的空闲时间满足预测处理时长、待派发对象与任务信息的关联度满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度、待派发对象与指定对象的关联度满足预设关联度、待派发对象的技能标签与任务内容满足预设技能相似度中的一种或多种。
其中，执行规则可以为预先设置的用于确定至少两种预设策略的执行顺序等的规则。按照执行规则中的执行顺序，可以将第一个执行的预设策略作为第一策略，第二个执行的策略作为第二策略，以此类推。
例如，可以有三种预设关联关系a～c以及三种预设策略A～C，预设关联关系与预设策略一一对应。根据执行规则，先使用预设策略A，判断是否有与待派发工单满足预设关联关系a的待派发对象，若有，则将该待派发对象确定为候选对象，若无，则使用预设策略B，判断是否有与待派发工单满足预设关联关系b的待派发对象，若有，则将该待派发对象确定为候选对象，若无，则使用预设策略C，继续判断，若三种预设策略全部执行完，仍没有确定候选对象，则可以退出判断过程，并给出相应提示。
130、从候选对象中确定目标对象。
其中，目标对象可以指要处理待派发工单的待派发对象。
例如，在实际应用中，可以通过预设关联关系召回与待派发工单相关的候选对象，由于在派发待派发工单时，常会设置需要派发的目标对象的数量，目标对象的数量可以为一个或多个，若召回的候选对象的数量小于或等于设置的目标对象的数量，可以将这些候选对象确定为目标对象。若召回的候选对象的数量大于设置的目标对象的数量，则可以根据优先级对候选对象进行排序，按照优先级从高到低，选取满足目标对象的数量的候选对象作为目标对象。以此，可以将与待派发工单匹配度较高的候选对象作为目标对象，提升待派发工单的处理效率。
在一些实施方式中，为了能提高目标对象与待派发工单的匹配程度，可以根据历史执行信息确定候选对象的优先级，以确定目标对象。具体地，从候选对象中确定目标对象，可以包括：
获取候选对象的历史执行信息；
根据候选对象的历史执行信息确定候选对象的优先级；
根据优先级，从候选对象中确定目标对象。
其中，历史执行信息可以为由候选对象对历史工单的执行信息确定的信息。例如可以从候选对象的第二信息集中获取候选对象对历史工单的执行信息，先可以从对历史工单中确定最近n个历史工单，n为预设值，并根据最近n个历史工单的执行信息，从最近n个历史工单中确定业务类型与待派送工单的业务类型相同的历史工单的个数M，以及可以这M个历史工单中获取累计的执行次数N，以及可以从历史工单的执行信息中确定所有历史工单的平均执行效率L，以及可以从历史工单的执行信息中确定业务类型与待派送工单的业务类型相同的历史工单的平均执行效率O。以此，可以将得到M、N、L、O作为判断依据，来确定候选对象的优先级，其中，可以先依据M由大到小进行排序，再依据N由大到小进行排序，再依据L或O由大到小进行排序，以使得优先级排序结果为：最近测试过(近n个历史工单中个数M)>熟悉业务(累计的执行次数N)>效率高(平均执行效率L或平均执行效率O)>同等效率优先级别低，同等效率优先级别低可以指在同等效率时根据其他参数确定的优先级排序。
140、将待派发工单派发至目标对象，以便目标对象处理待派发工单。
例如，若相关信息为预测处理时长，则可以认为目标对象在处理时间的维度上与待派发工单匹配程度较高，即可以认为目标对象有足够的空闲时间处理待派发工单，以此可以避免待派发工单在目标对象处滞留时间过长，以缩短待派发工单的处理时长，可以提升待派发工单的处理效率。再如，若相关信息为任务信息，则可以认为目标对象在任务信息维度上待派发工单匹配程度较高，即可以认为目标对象具有较高的处理待派发工单的任务的能力，处理待派发工单的效率更高，可以提升待派发工单的处理效率。
本申请实施例提供的工单派发方案可以应用在各种任务场景中。比如，以软件开发任务为例，可以获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种；根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系包括待派发对象的空闲时间满足预测处理时长、待派发对象与任务信息满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，中间对象为对应任务信息的待派发对象；从候选对象中确定目标对象；将待派发工单派发至目标对象，以便目标对象处理待派发工单。
采用本申请实施例提供的方案能够通过待派发工单的相关信息，确定待派发工单与待派发对象是否满足预设关联关系，以此来确定目标对象，可以提升待派发的工单与目标对象的匹配程度，以提升待派发工单的处理效率。若相关信息为预测处理时长，则可以认为目标对象在处理时间的维度上与待派发工单匹配程度较高，以此可以避免待派发工单在目标对象处滞留时间过长，以缩短待派发工单的处理时长，可以提升待派发工单的处理效率。若相关信息为任务信息，则可以认为目标对象在任务信息维度上待派发工单匹配程度较高，处理待派发工单的效率更高，可以提升待派发工单的处理效率。
根据上述实施例所描述的方法，以下将作进一步详细说明。
在本实施例中，将以工单为测试工单为例，对本申请实施例的方法进行详细说明。
如图2a所示，一种工单派发方法具体流程如下：
210、获取历史测试工单的关联信息。
例如，可以从数据源获取历史工单的相关数据(关联信息)，具体包括、历史工单信息、历史工单完成确认单信息、执行工单人员(包括上级派发对象以及待派发对象)的基本信息、技能列表、任务的基本信息等。工单完成确认单可以指在工单系统中，当执行工单人员完成工单该阶段具体工作内容后，对工单进行阶段性确认，是否达到准出或完结标准的过程以及形成的结果。
220、对历史测试工单的关联信息进行处理，得到第一信息集以及第二信息集。
例如，第一信息集可以为测试任务(项目)的信息集，第二信息集可以为测试人员的信息集。在获得相关数据后，可以对相关数据中的与人员等对应的基本信息设置标签，其中执行工单人员的基本信息可以包括标识、名称、级别、一级部门、二级部门、历史部门等信息；项目的基本信息主要包括项目所在一级部门、二级部门、历史部门，以上这些信息部分需要人工标注和维护。
可以对收集到的相关数据进行数据清洗，比如对于单张历史测试工单和历史测试工单完成确认单，它是以纯文本的形式从接口获取到，所以并非是结构化的信息，可以对文本进行分句、分词，并借助TF-IDF、TextRank等技术进行关键字提取，根据停用词词表过滤掉停用词，借助预设的全量关键词信息，确认提取的关键字中是否存在命中情况，以此将获得的关键字构成第一信息集以及第二信息集。需说明的是，可以根据第一信息集以及第二信息集的特性设置不同的全量关键词信息，以获得分别对应第一信息集以及第二信息集的关键字。
可以对清洗后的数据中的部分标签指标进行统计计算形成如下第一信息集和第二信息集中的统计标签。
第一信息集中的统计标签可以包括：1、项目基本信息：该项目的平均工单测试时长、最长工单测试时长、最短工单测试时长、提测频率(周、月、季度为单位)。2、历史测试需求信息：包含历史测试过程中，都需要测试哪些重点内容。3、与其他业务关联信息：主要包含业务与业务之间的关联度。4、历史执行信息：如每次的开发代码量，开发时长，测试时长，bug数量等。5、业务与测试的关联信息：主要包括该业务与曾经测试过该业务的测试人员的关联度。
第二信息集中的统计标签可以包括：1、测试人员基本信息：平均效率值，最长测试时长，最短测试时长等。能力标签：在以往测试工单中展现出的测试能力。2、单体业务测试效率：即测试每张测试工单所花费的测试时长。3、与其他测试人员的关联信息：根据测试过的项目，计算不同测试人员之间的关联度。4、与其他开发人员的关联信息：根据测试过的项目，计算该测试人员与其他开发人员的关联度。
在得到第一信息集和第二信息集中的统计标签后，可以将其存储在数据库中并生成如图2d所示的第一信息集，以及如图2e所示的第二信息集。需说明的是，不同应用领域中的第一信息集和第二信息集中可以根据业务、能力以及经验等不同而有所变化。
230、根据第一信息集以及第二信息集，建立关系图谱。
可以根据第一信息集以及第二信息集在知识图谱数据库中形成以项目-开发-测试三方为基础信息的知识图谱，该种数据结构可以揭示这三方之间的关系以及彼此的关联程度，为后续的工单派发过程做基础查询数据。
如图1d所示，显示了关系图谱中与一个测试任务(业务A)相关的部分关系图谱，图中位于顶层的测试任务关联多个开发人员，每个开发又与多个测试人员关联，首先不同的人员关联的对象数量是不一样，其次两个节点之间的关联程度也是不一样的，在前端则显示为连接线的粗细不一致。
240、获取待派发测试工单。
例如，如图2b所示，可以根据待派发测试工单进行提测单查询，进行结构化数据获取结构化信息，结构化信息可以包括：代码地址、本次待派发测试工单的开发人员(上级派发对象，dev)、开发时长、初始接收该待派发测试工单的测试人员(预设派发对象，tester)，同时对非结构化信息清洗与提取，非结构化信息可以包括：本次需求的主要关键字列表、本次测试需求的重点内容(测试要点)、本次需求期望的上线时间。
250、根据相关信息，使用预设策略，将与待派发测试工单满足预设关联关系的待派发对象确定为候选对象。
其中，预设关联关系可以包括预设的第一关联关系、预设的第二关联关系、预设的第三关联关系、预设的第四关联关系、预设的第五关联关系以及预设的第六关联关系，预设策略可以包括预设的第一策略、预设的第二策略、预设的第三策略、预设的第四策略、预设的第五策略以及预设的第六策略，预设关联关系与预设策略依序一一对应。待派发工单的相关信息可以包括但不限于第一信息集、第二信息集以及关系图谱。
如图2f所示，在派发待派发测试工单之前，可以在终端的显示界面显示关系图谱，并突出显示待派发测试工单的任务类型相同的测试任务的部分图谱。可以在显示界面的区域1选择或填写待派发测试工单对应的开发人员，在区域2选择该开发人员本次任务中开发的需求对应的业务(任务类型)，通过点击显示界面的查新按钮，可以在区域3中显示当前与该业务曾有过关联记录的开发人员和测试人员。图中，为输入业务类型为翻译wap后显示的关系图谱，对翻译wap相关的部分关系图谱突出显示，开发人员、测试人员、业务分别是独立的节点，节点之间有一条边连接，每条边的粗细并不相同，关联度越高的，边也越粗，也就是待派发测试工单最为推荐的测试人员。以此，在给定开发人员以及对应业务时，可以根据对历史大量数据的分析和预测，给出可能的派单对象(候选对象)，同时通过显示关系图谱，对业务、开发人员以及测试人员之间的关联关系给出可视化的显示效果。
如图2c所示，步骤250的具体流程如下：
251、根据相关信息，使用预设的第一策略判断待派发测试工单与待推荐对象是否满足预设的第一关联关系。
预设的第一关联关系可以为待派发对象的空闲时间满足预测处理时长，预设的第一策略可以为历史待派发对象(tester)固排召回。
例如，在步骤251之前，可以根据项目数据，包括其开发人员、开发时长、代码提交量、所需测试点、测试人员、问题数等输入线性回归模型，并使用最小二乘损失函数求解线性回归模型，得到训练好的线性回归模型。
例如，如图2b所示，步骤251之前，可以依据步骤240中获取的信息，利用已训练好的线性回归模型，预测待派发测试工单的预测处理时长。可以预先设置测试人员派单的固定排序列表，按照固定排序列表和预估的测试时长，优先召回空闲时间满足预估的测试时长的测试人员(待派发对象)，并过滤非在职和非空闲的测试人员，若有与待派发测试工单满足预设的第一关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则执行步骤252。如图2b所示，若有与待派发测试工单满足预设的第一关联关系的测试人员(list不为空)，也可以将与待派发测试工单满足预设的第一关联关系的测试人员作为目标对象，将待派发测试工单派发给这些人员，以将待派发测试工单派发给固定排序列表中满足第一关联关系的测试人员，以按照预设的固定排序列表快速派单。
252、若不满足预设的第一关联关系，根据相关信息，使用预设的第二策略判断待派发测试工单与待推荐对象是否满足预设的第二关联关系。
预设的第二关联关系可以为待派发对象与预设派发对象的关联度满足预设关联度，预设的第二策略可以为同组召回。
例如，如图2b所示，可以将已接收该测试工单的测试人员确定为初始测试人员，可以根据测试人员的第二信息集中的基本信息，在所有与初始测试人员相关的测试人员中，可以优先召回与初始测试人员为同一行政组内的所有测试人员(当前组成员召回)，并过滤非在职和非空闲的测试人员，若有召回与待派发测试工单满足预设的第二关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则执行步骤253。
253、若不满足预设的第二关联关系，根据相关信息，使用预设的第三策略判断待派发测试工单与待推荐对象是否满足预设的第三关联关系。
预设的第三关联关系可以为待派发对象与上级派发对象的关联度满足预设关联度，预设的第三策略可以为与开发人员关联召回。
例如，如图2b所示，可以根据关系图谱，按照关联度召回以往和该业务关联密切的测试人员，如可以召回处理过该业务的开发人员，并召回与开发人员关联的测试人员，并过滤非在职和非空闲的测试人员，若有召回与待派发测试工单满足预设的第三关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则执行步骤254。
254、若不满足预设的第三关联关系，根据相关信息，使用预设的第四策略判断待派发测试工单与待推荐对象是否满足预设的第四关联关系。
预设的第四关联关系可以为待派发对象的属性信息与中间对象的属性信息满足预设属性相似度，预设的第四策略可以为相似测试人员召回。
例如，如图2b所示，可以根据测试人员的第二信息集，将上一次测试该项目的测试人员，以及初始接收该测试工单的测试人员，与其他在库测试人员，进行相似度匹配，召回相似度大于阈值0.75的测试人员，即根据历史tester召回相似的测试人员，并过滤非在职和非空闲的测试人员，若有召回与待派发测试工单满足预设的第四关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则执行步骤255。
255、若不满足预设的第四关联关系，根据相关信息，使用预设的第五策略判断待派发测试工单与待推荐对象是否满足预设的第五关联关系。
预设的第五关联关系可以为待派发对象与任务类型的关联度满足预设关联度，预设的第五策略可以为相似业务测试召回。
例如，如图2b所示，可以根据第一信息集中业务与业务之间的关联度，确定本次提测业务的相似业务，首先召回本次提测业务的相似业务，然后召回相似业务近3次的测试人员(相似业务的历史测试人员召回)，并过滤非在职和非空闲的测试人员，若召回的测试人员处于空闲状态，且技能满足测试需求，则认为该测试人员与待派发测试工单满足预设的第五关联关系，若有召回与待派发测试工单满足预设的第五关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则执行步骤256。
256、若不满足预设的第五关联关系，根据相关信息，使用预设的第六策略判断待派发测试工单与待推荐对象是否满足预设的第六关联关系。
预设的第六关联关系可以为待派发对象的技能标签与任务内容满足预设技能相似度，预设的第五策略可以为根据待派发测试工单需要测试的重点进行召回(根据当次任务测试重点召回)。
例如，如图2b所示，首先获取待派发测试工单需要测试的重点内容，获取该重点内容所需要的技术能力(相似能力召回)，再根据测试人员的第二信息集，根据该重点内容所需要的技术能力召回具备该能力的测试人员(相似业务历史测试召回)，并过滤非在职和非空闲的测试人员若有召回与待派发测试工单满足预设的第六关联关系的测试人员(list不为空)，则执行步骤257，若无(list为空)，则结束流程。
257、将与待派发测试工单满足预设关联关系的待派发对象确定为候选对象。
例如，如图2b所示，可以根据上述步骤，将list不为空时的测试人员作为候选对象。
260、从候选对象中确定目标对象。
例如，如图2b所示，可以根据优先级规则：最近测试过(近3次)>熟悉业务(历史累计测试数量)>效率高(该业务平均效率、个人平均效率)>同等效率优先级别低，对召回的测试人员进行排序。并将排序后，优先级从高到低的N个测试人员确定为目标对象，N表示待派发测试工单需求的测试人员的个数。
如图2b所示，若候选对象为由步骤251确定的对象，可以将候选对象直接作为目标对象，以按照预设的固定排序列表快速派单。
本申请实施例可以采用http post协议，接口使用json入参，传递必要的测试工单标识，返回数据格式为json，数据内容为推荐派单对象排序后的列表。
270、将待派发测试工单派发至目标对象，以便目标对象处理待派发测试工单。
由上可知，本申请实施例可以应用于单业务对应独立多人执行团队，即1对1，多业务对应独立多人执行团队，即多对1，多业务对应多个多人执行团队，即多对多的多种业务场景中。当有多个业务，且对应工单执行小组也有多个时，如图2g所示，执行小组共A、B、C三个，从降低人力成本角度出发，首先可以将现有闲置人力(来自不同组的多个待推荐对象)统一激活划入到虚拟公共人力资源池，即使得曾经负责过不同工单的人员会聚集在一起，此时人员之间存在一些差别，比如能力差别、经验差别、效率差别，等等。
本申请实施例通过经过分析历史工单相关的数据，结合待派发对象的信息，从虚拟公共人力资源池中给出推荐的人员(目标对象)，未被推荐的人员可以激活立场，离开公共人力资源池，以便向目标对象派发工单，使目标对象处理工单，此时的推荐的人员应该是同时满足能力、经验、效率等要求，以达到成本控制的需要，以此不需要再投入更多的资源进行派单工作，能提升派单效率，节省管理成本。
为了更好地实施以上方法，本申请实施例还提供一种工单派发装置，该工单派发装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
比如，在本实施例中，将以工单派发装置具体集成在电子设备为例，对本申请实施例的方法进行详细说明。
例如，如图3所示，该工单派发装置可以包括获取单元310、第一确定单元320、第二确定单元330以及派发单元340，如下：
(一)获取单元310
可以用于获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种。
在一些实施方式中，相关信息包括预测处理时长，获取单元310还可以用于：
获取历史工单的处理时长、历史工单的处理信息以及待派发工单的处理信息；
对历史工单的处理时长以及历史工单的处理信息进行回归处理，得到回归模型；
通过回归模型处理待派发工单的处理信息，得到待派发工单的预测处理时长。
在一些实施方式中，获取单元310还可以用于：
获取第一信息集以及第二信息集，第一信息集为历史任务的信息集，第二信息集为待派发对象的信息集；
根据第一信息集以及第二信息集，确定任务信息与待派发对象的关联关系；
根据任务信息与待派发对象的关联关系，建立关系图谱。
(二)第一确定单元320
可以用于根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系包括待派发对象的空闲时间满足预测处理时长、待派发对象与任务信息满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，中间对象为对应任务信息的待派发对象。
在一些实施方式中，相关信息包括预测处理时长，第一确定单元320具体可以用于：
获取待派发对象的空闲时间；
将空闲时间满足预测处理时长的待派发对象确定为候选对象。
在一些实施方式中，相关信息包括任务信息，任务信息包括上级派发对象信息以及任务类型中的至少一种，第一确定单元320具体可以用于：
获取关系图谱，关系图谱包括任务信息与待派发对象的关联度；
根据关联度，将与任务信息满足预设关联关系的待派发对象确定为候选对象。
在一些实施方式中，相关信息包括任务信息，第一确定单元320具体可以用于：
将对应任务信息的待派发对象确定为中间对象；
将属性信息与中间对象的属性信息满足预设属性相似度的待派发对象确定为候选对象。
在一些实施方式中，第一确定单元320具体可以用于：
获取至少两种预设策略以及至少两种预设策略的执行规则，预设策略为对应预设关联关系的策略，至少两种预设策略包括预设的第一策略以及预设的第二策略；
基于执行规则，使用预设的第一策略，根据相关信息，确定待派发工单与待派发对象的关联关系；
若待派发工单与任意待派发对象的关联关系满足预设关联关系，则将与待派发工单满足预设关联关系的待派发对象确定为候选对象；
若待派发工单与待派发对象的关联关系不满足预设关联关系，则基于执行规则，使用预设的第二策略，根据相关信息，确定待派发工单与待派发对象的关联关系。
(三)第二确定单元330
可以用于从候选对象中确定目标对象。
(四)派发单元340
可以用于将待派发工单派发至目标对象，以便目标对象处理待派发工单。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由上可知，本实施例的工单派发装置可以通过待派发工单的相关信息，确定待派发工单与待派发对象是否满足预设关联关系，以此来确定目标对象，可以提升待派发的工单与目标对象的匹配程度，提升待派发工单的处理效率。若相关信息为预测处理时长，则可以认为目标对象在处理时间的维度上与待派发工单匹配程度较高，以此可以避免待派发工单在目标对象处滞留时间过长，以缩短待派发工单的处理时长，可以提升待派发工单的处理效率。若相关信息为任务信息，则可以认为目标对象在任务信息维度上待派发工单匹配程度较高，处理待派发工单的效率更高，可以提升待派发工单的处理效率。
本申请实施例还提供一种电子设备，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑，等等；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，等等。
在一些实施例中，该工单派发装置还可以集成在多个电子设备中，比如，工单派发装置可以集成在多个服务器中，由多个服务器来实现本申请的工单派发方法。
在本实施例中，将以本实施例的电子设备是服务器为例进行详细描述，比如，如图4所示，其示出了本申请实施例所涉及的服务器的结构示意图，具体来讲：
该服务器可以包括一个或者一个以上处理核心的处理器410、一个或一个以上计算机可读存储介质的存储器420、电源430、输入模块440以及通信模块450等部件。本领域技术人员可以理解，图4中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器410是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器420内的软件程序和/或模块，以及调用存储在存储器420内的数据，执行服务器的各种功能和处理数据。在一些实施例中，处理器410可包括一个或多个处理核心；在一些实施例中，处理器410可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器410中。
存储器420可用于存储软件程序以及模块，处理器410通过运行存储在存储器420的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器420还可以包括存储器控制器，以提供处理器410对存储器420的访问。
服务器还包括给各个部件供电的电源430，在一些实施例中，电源430可以通过电源管理系统与处理器410逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源430还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该服务器还可包括输入模块440，该输入模块440可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
该服务器还可包括通信模块450，在一些实施例中通信模块450可以包括无线模块，服务器可以通过该通信模块450的无线模块进行短距离无线传输，从而为用户提供了无线的宽带互联网访问。比如，该通信模块450可以用于帮助用户收发电子邮件、浏览网页和访问流式媒体等。
尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器410会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器420中，并由处理器410来运行存储在存储器420中的应用程序，从而实现各种功能，如下：
获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种；根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系包括待派发对象的空闲时间满足预测处理时长、待派发对象与任务信息满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，中间对象为对应任务信息的待派发对象；从候选对象中确定目标对象；将待派发工单派发至目标对象，以便目标对象处理待派发工单。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本申请实施例可以包括获取单元，用于获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种；第一确定单元，用于根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系为对应相关信息的关联关系；第二确定单元，用于从候选对象中确定目标对象；派发单元，用于将待派发工单派发至目标对象，以便目标对象处理待派发工单。
本申请实施例可以通过待派发工单的相关信息，确定待派发工单与待派发对象是否满足预设关联关系，以此来确定目标对象，可以提升待派发的工单与目标对象的匹配程度，提升待派发工单的处理效率。若相关信息为预测处理时长，则可以认为目标对象在处理时间的维度上与待派发工单匹配程度较高，以此可以避免待派发工单在目标对象处滞留时间过长，以缩短待派发工单的处理时长，可以提升待派发工单的处理效率。若相关信息为任务信息，则可以认为目标对象在任务信息维度上待派发工单匹配程度较高，处理待派发工单的效率更高，可以提升待派发工单的处理效率。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种工单派发方法中的步骤。例如，该指令可以执行如下步骤：
获取待派发工单的相关信息，相关信息包括预测处理时长以及任务信息中的至少一种；根据相关信息，将与待派发工单满足预设关联关系的待派发对象确定为候选对象，预设关联关系包括待派发对象的空闲时间满足预测处理时长、待派发对象与任务信息满足预设关联度、待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，中间对象为对应任务信息的待派发对象；从候选对象中确定目标对象；将待派发工单派发至目标对象，以便目标对象处理待派发工单。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机程序/指令，该计算机程序/指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序/指令，处理器执行该计算机程序/指令，使得该计算机设备执行上述实施例中提供的各种可选实现方式中提供的方法。
由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种工单派发方法中的步骤，因此，可以实现本申请实施例所提供的任一种工单派发方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种工单派发方法、装置、电子设备、存储介质和程序产品进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种工单派发方法，其特征在于，包括：
获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；
根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，所述预设关联关系包括所述待派发对象的空闲时间满足预测处理时长、所述待派发对象与所述任务信息满足预设关联度、所述待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，所述中间对象为对应所述任务信息的所述待派发对象；
从所述候选对象中确定目标对象；
将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。
2.如权利要求1所述的工单派发方法，其特征在于，所述相关信息包括预测处理时长，所述获取待派发工单的相关信息之前，还包括：
获取历史工单的处理时长、历史工单的处理信息以及所述待派发工单的处理信息；
对所述历史工单的处理时长以及所述历史工单的处理信息进行回归处理，得到回归模型；
通过所述回归模型处理所述待派发工单的处理信息，得到所述待派发工单的所述预测处理时长；
所述根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，包括：
获取所述待派发对象的空闲时间；
将所述空闲时间满足所述预测处理时长的所述待派发对象确定为候选对象。
3.如权利要求1所述的工单派发方法，其特征在于，所述相关信息包括任务信息，所述任务信息包括上级派发对象信息以及任务类型中的至少一种，所述根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，包括：
获取关系图谱，所述关系图谱包括所述任务信息与所述待派发对象的关联度；
根据所述关联度，将与所述任务信息满足所述预设关联度的所述待派发对象确定为候选对象。
4.如权利要求3所述的工单派发方法，其特征在于，所述根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象之前，还包括：
获取第一信息集以及第二信息集，所述第一信息集为历史任务的信息集，所述第二信息集为所述待派发对象的信息集；
根据所述第一信息集以及所述第二信息集，确定所述任务信息与所述待派发对象的关联关系；
根据所述任务信息与所述待派发对象的关联关系，建立关系图谱。
5.如权利要求1所述的工单派发方法，其特征在于，所述相关信息包括任务信息，所述根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，包括：
将对应所述任务信息的所述待派发对象确定为所述中间对象；
将属性信息与所述中间对象的属性信息满足预设属性相似度的所述待派发对象确定为候选对象。
6.如权利要求1所述的工单派发方法，其特征在于，所述根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，包括：
获取至少两种预设策略以及所述至少两种预设策略的执行规则，所述预设策略为对应所述预设关联关系的策略，所述至少两种预设策略包括预设的第一策略以及预设的第二策略；
基于所述执行规则，使用所述预设的第一策略，根据所述相关信息，确定所述待派发工单与所述待派发对象的关联关系；
若所述待派发工单与任意所述待派发对象的关联关系满足所述预设关联关系，则将与所述待派发工单满足预设关联关系的所述待派发对象确定为候选对象；
若所述待派发工单与所述待派发对象的关联关系不满足所述预设关联关系，则基于所述执行规则，使用所述预设的第二策略，根据所述相关信息，确定所述待派发工单与所述待派发对象的关联关系。
7.一种工单派发装置，其特征在于，包括：
获取单元，用于获取待派发工单的相关信息，所述相关信息包括预测处理时长以及任务信息中的至少一种；
第一确定单元，用于根据所述相关信息，将与所述待派发工单满足预设关联关系的待派发对象确定为候选对象，所述预设关联关系包括所述待派发对象的空闲时间满足预测处理时长、所述待派发对象与所述任务信息满足预设关联度、所述待派发对象的属性信息与中间对象的属性信息满足预设属性相似度中的至少一种，所述中间对象为对应所述任务信息的所述待派发对象；
第二确定单元，用于从所述候选对象中确定目标对象；
派发单元，用于将所述待派发工单派发至所述目标对象，以便所述目标对象处理所述待派发工单。
8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行如权利要求1～6任一项所述的工单派发方法中的步骤。
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存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1～6任一项所述的工单派发方法中的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1～6任一项所述的工单派发方法中的步骤。
CN202210554993.1A 2022-05-20 2022-05-20 工单派发方法、装置、电子设备、存储介质和程序产品 Pending CN117151358A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210554993.1A CN117151358A (zh) 2022-05-20 2022-05-20 工单派发方法、装置、电子设备、存储介质和程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210554993.1A CN117151358A (zh) 2022-05-20 2022-05-20 工单派发方法、装置、电子设备、存储介质和程序产品

Publications (1)

Publication Number Publication Date
CN117151358A true CN117151358A (zh) 2023-12-01

Family

ID=88906701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210554993.1A Pending CN117151358A (zh) 2022-05-20 2022-05-20 工单派发方法、装置、电子设备、存储介质和程序产品

Country Status (1)

Country Link
CN (1) CN117151358A (zh)

Similar Documents

Publication Publication Date Title
CN108415921B (zh) 供应商推荐方法、装置及计算机可读存储介质
CN102300009B (zh) 用于无队列呼叫中心的视图及衡量标准
US11941714B2 (en) Analysis of intellectual-property data in relation to products and services
JP5965557B1 (ja) 類似度学習システム及び類似度学習方法
CN102236716A (zh) 一种求职者与招聘职位匹配的系统及匹配方法
Mansour et al. The determinants of computer based information system performance
CN109783227A (zh) 任务分配方法、装置、系统及计算机可读存储介质
US20150161555A1 (en) Scheduling tasks to operators
US20210004922A1 (en) Analysis Of Intellectual-Property Data In Relation To Products And Services
US11348195B2 (en) Analysis of intellectual-property data in relation to products and services
US11803927B2 (en) Analysis of intellectual-property data in relation to products and services
CN110727852A (zh) 一种推送招聘推荐服务的方法、装置及终端
US20210004918A1 (en) Analysis Of Intellectual-Property Data In Relation To Products And Services
CN109345109A (zh) 一种基于分类预测模型的员工评估方法及终端设备
WO2015065327A1 (en) Providing information technology support
CN113393060A (zh) 任务分配方法、装置、电子设备及存储介质
US11551187B2 (en) Machine-learning creation of job posting content
Mohammadrezaytayebi et al. Introducing a system dynamic–based model of quality estimation for construction industry subcontractors’ works
Ahmad et al. The four streams of decision making approaches: Brief summary and discussion
US20190251201A1 (en) Information searching system and information searching method
CN109902196B (zh) 一种商标类别推荐方法、装置、计算机设备及存储介质
CN111882113A (zh) 一种企业手机银行用户的预测方法和装置
CN110706122A (zh) 基于大数据分析提升社保代理效率方法、设备及可读介质
CN116433324A (zh) 一种产品推荐方法、装置、介质和计算机设备
CN107844874A (zh) 企业营运问题分析系统及其方法

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