WO2021043057A1 - 一种任务分配方法、装置、可读存储介质及终端设备 - Google Patents
一种任务分配方法、装置、可读存储介质及终端设备 Download PDFInfo
- Publication number
- WO2021043057A1 WO2021043057A1 PCT/CN2020/111731 CN2020111731W WO2021043057A1 WO 2021043057 A1 WO2021043057 A1 WO 2021043057A1 CN 2020111731 W CN2020111731 W CN 2020111731W WO 2021043057 A1 WO2021043057 A1 WO 2021043057A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- task
- dimensional
- attribute
- feature
- processing group
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5055—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering software capabilities, i.e. software resources associated or available to the machine
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及大数据技术领域,尤其涉及一种任务分配方法、装置、存储介质及终端设备。所述方法包括:从预设任务队列中按照指定顺序获取待分配任务;确定待分配任务对应的多维第一属性特征,并对多维第一属性特征进行降维处理,得到多个一维第一属性特征;获取预先设置的各任务处理组的多维第二属性特征,并对多维第二属性特征进行降维处理,得到各任务处理组对应的多个一维第二属性特征;确定各任务处理组对应的处理线程,并采用处理线程对各一维第一属性特征和各一维第二属性特征进行分析,确定待分配任务与各任务处理组之间的匹配值;根据匹配值确定与待分配任务相匹配的第一任务处理组,并将待分配任务发送至第一任务处理组对应的终端。
Description
本申请要求于2019年09月02日提交中国专利局、申请号为201910824396.4,发明名称为“一种任务分配方法、装置、可读存储介质及终端设备”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本申请涉及大数据技术领域,尤其涉及一种任务分配方法、装置、计算机可读存储介质及终端设备。
目前任务或者作业的分配中,一般是随机分配或者仅根据任务的任务类型等单一属性来进行分配,即根据任务类型等单一属性与任务处理组之间的预设对应关系来进行任务的分配,这种随机分配的方式或者仅根据单一属性与任务处理组之间的预设对应关系进行分配的方式,极易造成任务分配的不合理,从而极大地影响任务的分配效率。
综上,发明人意识到,如何提高任务分配的合理性和分配效率成为本领域技术人员亟待解决的问题。
本申请实施例提供了一种任务分配方法、装置、计算机可读存储介质及终端设备,能够实现多维属性特征的待分配任务与多维属性特征的任务处理组之间的精确匹配,提高任务分配的合理性和分配效率。
本申请实施例的第一方面,提供了一种任务分配方法,包括:
从预设任务队列中按照指定顺序获取待分配任务;
确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
本申请实施例的第二方面,提供了一种任务分配装置,包括:
待分配任务获取模块,用于从预设任务队列中按照指定顺序获取待分配任务;
第一属性特征降维模块,用于确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
第二属性特征降维模块,用于获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
匹配值确定模块,用于确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
任务分配模块,用于根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
本申请实施例的第三方面,提供了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被处理器执行时实现如下步骤:
从预设任务队列中按照指定顺序获取待分配任务;
确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
本申请实施例的第四方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:
从预设任务队列中按照指定顺序获取待分配任务;
确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对 所述待分配任务进行处理。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例从预设任务队列中按照指定顺序获取到待分配任务后,可首先确定待分配任务对应的多维第一属性特征,并对待分配任务的多维第一属性特征进行降维处理,得到待分配任务对应的多个一维第一属性特征,同时还可获取各任务处理组对应的多维第二属性特征,并对各多维第二属性特征进行降维处理,得到各任务处理组对应的多个一维第二属性特征,而在将待分配任务与各任务处理组进行匹配时,可采用多处理线程并行方式来进行匹配,即确定各任务处理组对应的处理线程,并分别采用处理线程对待分配任务的多个一维第一属性特征与各任务处理组的多个一维第二属性特征进行分析来确定待分配任务与各任务处理组之间的匹配值,以根据匹配值确定出与待分配任务相匹配的任务处理组,实现多维属性特征的待分配任务与多维属性特征的任务处理组之间的精确匹配,提高任务分配的合理性,同时通过多线程并行来进行匹配,可提高匹配效率,从而提高任务分配的分配效率。另外,通过对多维属性特征进行降维处理,以通过降维后的一维属性特征来进行匹配值的确定,可极大地降低匹配值的计算复杂度,提高任务分配的分配效率。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种任务分配方法的一个实施例流程图;
图2为本申请实施例中一种任务分配方法在一个应用场景下确定匹配值的流程示意图;
图3为本申请实施例中一种任务分配方法在一个应用场景下确定第一任务处理组的流程示意图;
图4为本申请实施例中一种任务分配装置的一个实施例结构图;
图5为本申请一实施例提供的一种终端设备的示意图。
本申请实施例提供了一种任务分配方法、装置、计算机可读存储介质及终端设备,用于实现多维属性特征的待分配任务与多维属性特征的任务处理组之间的精确匹配,提高任务分配的合理性和分配效率。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例, 都属于本申请保护的范围。此外,术语“第一”、“第二”和“第三”等是用于区别不同对象,而非用于描述特定顺序。
请参阅图1,本申请实施例提供了一种任务分配方法,所述任务分配方法包括:
步骤S101、从预设任务队列中按照指定顺序获取待分配任务;
本申请实施例的执行主体为终端设备,所述终端设备包括但不限于:桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。当用户需要进行任务分配时,用户可将待分配任务上传或者发送至所述终端设备,其中,所上传或者发送的待分配任务的第一属性特征往往为多维的属性特征,所述终端设备在接收到待分配任务时,可以将待分配任务保存至所述终端设备的预设任务队列中,如可以根据各待分配任务的上传时间将各待分配任务依次保存至所述预设任务队列中。进一步地,在将各待分配任务保存至所述预设任务队列时,所述终端设备还可以为所述预设任务队列设置一指定顺序,以根据所述指定顺序来从所述预设任务队列中进行待分配任务的获取,其中,所述指定顺序可以为依据各待分配任务的上传时间进行任务获取的顺序,如上传时间越早的待分配任务越先被获取,所述指定顺序还可以为依据各待分配任务的重要性进行任务获取的顺序,如重要性越高的待分配任务越先被获取。因此,在进行任务的分配处理时,所述终端设备则可以按照所述指定顺序从所述预设任务队列中依次获取待分配任务。
步骤S102、确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
可以理解的是,所述终端设备在从所述预设任务队列中获取到待分配任务后,可进一步确定所述待分配任务对应的多维第一属性特征,并可对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征,如可利用线性降维方法将所述多维第一属性特征抽象成一个二维数组,而二维数组中的每一数据项均为一个一维第一属性特征。在此,所述线性降维方法可为现有常用的线性降维方法。
步骤S103、获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
本申请实施例中,可预先设置处理不同类型任务的多个任务处理组,如预先设置处理车险类任务的多个任务处理组、预先设置处理人身险类任务的多个任务处理组和预先设置处理财产险类任务的多个任务处理组等,其中,每一个任务处理组对应的第二属性特征为多维的属性特征,即可通过匹配多维第二属性特征来匹配各任务处理组。因此,在需要进行待分配任务的分配时,所述终端设备可以首先获取各任务处理组对应的多维第二属性特征,然后可以对各任务处理组的多维第二属性特征进行降维处理,以将各任务处理组的多维第二属性特征降维为多个一维第二属性特征,例如,可同样利用线性降维方法将各任务处理组的多维第二属性特征降维为该任务处理组所对应的多个一维第二属性特征。
优选地,本申请实施例中,所述获取预先设置的各任务处理组对应的多维第二属性特征,可以包括:对各所述任务处理组中的各处理员工进行第二属性特征的提取,并根据所提取的第二属性特征组合得到各所述任务处理组对应的多维第二属性特征。
在此,每一个任务处理组中可包括多个处理员工,每一个处理员工可具有与其所能处理的任务相对应的第二属性特征,每一个任务处理组对应的多维第二属性特征则可基于该任务处理组中各处理员工的第二属性特征组合得到,也就是说,在确定了每一个任务处理组所包括的处理员工后,可首先根据该任务处理组中各处理员工所能处理的任务情况来提取出各处理员工所对应的第二属性特征,然后可将该任务处理组中各处理员工的第二属性特征进行组合得到该任务处理组对应的多维第二属性特征。
具体地,本申请实施例中,可获取各处理员工的第二属性特征和各处理员工对应的历史工作数据,并根据历史工作数据和第二属性特征对各处理员工进行分组,以此确定出每一个任务处理组所包括的处理员工。
步骤S104、确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
可以理解的是,在得到所述待分配任务对应的多个一维第一属性特征和各任务处理组对应的多个一维第二属性特征后,可采用多线程并行方式来分别确定所述待分配任务与各所述任务处理组之间的匹配值。具体地,可首先确定各任务处理组对应的处理线程,随后可采用各处理线程对待分配任务的多个一维第一属性特征和对应的任务处理组的多个一维第二属性特征进行分析,以此确定所述待分配任务与各任务处理组之间的匹配值,也就是说,一个处理线程可用于确定一个任务处理组与待分配任务之间的匹配值,当存在多个任务处理组时,则可采用多个处理线程来同时确定各任务处理组与待分配任务之间的匹配值,以通过多线程并行处理来提高匹配值确定的效率,从而提高任务的分配效率。其中,每一个处理线程进行匹配值确定的过程可以为:首先确定任务处理组中的各一维第二属性特征与待分配任务中的各一维第一属性特征之间的对应关系,然后计算该任务处理组和该待分配任务中存在对应关系的一维第二属性特征与一维第一属性特征之间的相似性,最后可对该任务处理组对应的相似性进行加权求和来得到该待分配任务与该任务处理组之间的匹配值。
具体地,如图2所示,所述采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值,可以包括:
步骤S201、采用所述处理线程确定所述待分配任务与所述处理线程所对应的任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,并分别构建各所述目标一维第一属性特征的第一特征矩阵,以及构建各所述目标一维第二属性特征的第二特征矩阵;
可以理解的是,每一个任务处理组所包括的一维第二属性特征中往往会存在部分 或者全部与所述待分配任务所包括的一维第一属性特征相同的属性特征。在此,所述待分配任务与某一任务处理组之间的匹配值则可根据两者所存在的相同的属性特征来确定,即在确定所述待分配任务与某一任务处理组之间的匹配值时,可首先采用该任务处理组所对应的处理线程确定所述待分配任务与该任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,其中,目标一维第一属性特征和目标一维第二属性特征为相同的一维属性特征,然后可根据各目标一维第一属性特征在所述待分配任务中所具有的第一特征值来分别构建各目标一维第一属性特征的第一特征矩阵,同时也可根据各目标一维第二属性特征在该任务处理组中所具有的第二特征值来分别构建各目标一维第二属性特征的第二特征矩阵。
例如,在一具体场景中,所述待分配任务包括A、B、C、D、E及F六个一维第一属性特征,而任务处理组S包括B、C、F、G、H、I及J七个一维第二属性特征,则可确定所述待分配任务与任务处理组S之间存在B、C、F三个相同的一维属性特征,即可确定所述待分配任务所对应的各目标一维第一属性特征为B、C、F,并可确定任务处理组S所对应的各目标一维第二属性特征为B、C、F,此时,则可获取所述待分配任务中目标一维第一属性特征B所具有的第一特征值b、目标一维第一属性特征C所具有的第一特征值c以及目标一维第一属性特征F所具有的第一特征值f,并可根据第一特征值b来构建目标一维第一属性特征B所对应的第一特征矩阵MeanFeature
1B、根据第一特征值c来构建目标一维第一属性特征C所对应的第一特征矩阵MeanFeature
1C及根据第一特征值f来构建目标一维第一属性特征F所对应的第一特征矩阵MeanFeature
1F,同时还可以获取任务处理组S中目标一维第二属性特征B所具有的第二特征值b’、目标一维第二属性特征C所具有的第二特征值c’以及目标一维第二属性特征F所具有的第二特征值f’,并可根据第二特征值b’来构建目标一维第二属性特征B所对应的第二特征矩阵MeanFeature
2B、根据第二特征值c’来构建目标一维第二属性特征C所对应的第二特征矩阵MeanFeature
2C以及根据第二特征值f’来构建目标一维第二属性特征F所对应的第二特征矩阵MeanFeature
2F。
步骤S202、计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性;
本申请实施例中,在得到各第一特征矩阵和对应的各第二特征矩阵后,则可计算各第一特征矩阵和对应的各第二特征矩阵之间的相似性,如在步骤S201所述的应用场景中,则分别计算第一特征矩阵MeanFeature
1B与第二特征矩阵MeanFeature
2B之间的相似性、第一特征矩阵MeanFeature
1C与第二特征矩阵MeanFeature
2C之间的相似性以及第一特征矩阵MeanFeature
1F与第二特征矩阵MeanFeature
2F之间的相似性。
优选地,本申请实施例中,所述计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性,可以包括:
根据下述公式计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性:
Matchpoint
i=MeanFeature
1i*(MeanFeature
2i)
T
其中,Matchpoint
i为第i个第一特征矩阵与对应的第二特征矩阵之间的相似性, MeanFeature
1i为第i个第一特征矩阵,T为转置符号,MeanFeature
2i为第i个第一特征矩阵对应的第二特征矩阵。
需要说明的是,在确定所述待分配任务与某一任务处理组之间的匹配值时,也可首先构建出所述待分配任务所包括的各一维第一属性特征所对应的各第一特征矩阵,然后可在该任务处理组中找到与所述待分配任务中的一维第一属性特征相同的一维第二属性特征,并构建出这些一维第二属性特征所对应的第二特征矩阵,而对于不存在相同属性特征的一维第一属性特征,则可将其所对应的第二特征矩阵均设置为零矩阵。
例如,在步骤S201所述的应用场景中,当所述待分配任务包括A、B、C、D、E及F六个一维第一属性特征,而任务处理组S包括B、C、F、G、H、I及J七个一维第二属性特征时,则可首先构建一维第一属性特征A对应的第一特征矩阵MeanFeature
1A、一维第一属性特征B对应的第一特征矩阵MeanFeature
1B、一维第一属性特征C对应的第一特征矩阵MeanFeature
1C、一维第一属性特征D对应的第一特征矩阵MeanFeature
1D、一维第一属性特征E对应的第一特征矩阵MeanFeature
1E及一维第一属性特征F对应的第一特征矩阵MeanFeature
1F,然后确定出所述待分配任务与任务处理组S之间存在相同的属性特征B、C及F时,则可构建一维第二属性特征B对应的第二特征矩阵MeanFeature
2B、一维第二属性特征C对应的第二特征矩阵MeanFeature
2C以及一维第二属性特征F对应的第二特征矩阵MeanFeature
2F,并可将一维属性特征A、D及E所对应的第二特征矩阵均设置为零矩阵,最后根据Matchpoint
i=MeanFeature
1i*(MeanFeature
2i)
T分别得到一维属性特征A所对应的相似性、一维属性特征B所对应的相似性、一维属性特征C所对应的相似性、一维属性特征D所对应的相似性、一维属性特征E所对应的相似性及一维属性特征F所对应的相似性。
步骤S203、获取各所述目标一维第一属性特征所对应的各第一预设权重;
在此,因不同的属性特征在任务分配中往往具有不同的重要程度,本申请实施例中,可根据历史任务分配数据预先设置各一维属性特征(可包括一维第一属性特征和一维第二属性特征)所对应的第一预设权重,并可将各第一预设权重与对应的一维属性特征关联存储至所述终端设备的预设数据库。因此,在确定了所述待分配任务与任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征后,其中,目标一维第一属性特征为一维第一属性特征中的某一个属性特征,目标一维第二属性特征为一维第二属性特征中的某一各属性特征,则可从所述预设数据库中找到这些目标一维第一属性特征所对应的第一预设权重,如在步骤S201所述的应用场景中,在确定了所述待分配任务与任务处理组S之间相匹配的目标一维第一属性特征为B、C、F三个后,则可从所述预设数据库中分别找到目标一维第一属性特征B所对应的第一预设权重Q
B、目标一维第一属性特征C所对应的第一预设权重Q
C以及目标一维第一属性特征F所对应的第一预设权重Q
F。
步骤S204、根据各所述第一预设权重和各所述相似性确定所述待分配任务与所述 处理线程所对应的任务处理组之间的匹配值。
可以理解的是,在获取到各第一预设权重后,则可将各第一预设权重与对应的各相似性进行加权求和来得到所述待分配任务与该处理线程所对应的任务处理组之间的匹配值,如在上述所述的应用场景中,可将第一预设权重Q
B*Matchpoint
B+第一预设权重Q
C*Matchpoint
C+第一预设权重Q
F*Matchpoint
F所得到的值确定为所述待分配任务与任务处理组S之间的匹配值,以通过加权来区分各属性特征的重要性,提高匹配值计算的准确性。
步骤S104、根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
本申请实施例中,在得到所述待分配任务与各任务处理组之间的匹配值后,可根据各匹配值来确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,如可将匹配值最大的任务处理组确定为与所述待分配任务相匹配的第一任务处理组,并可将所述待分配任务发送至该第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
如图3所示,在一个具体应用场景中,所述根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,可以包括:
步骤S301、获取所述匹配值中的最大匹配值,并统计所述最大匹配值的数量;
步骤S302、判断所述最大匹配值的数量是否大于1;
步骤S303、当所述最大匹配值的数量为1时,则将所述最大匹配值对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;
步骤S304、当所述最大匹配值的数量大于1时,则获取各所述最大匹配值对应的任务处理组中的预设一维第二属性特征,并获取所述预设一维第二属性特征对应的第二预设权重,其中,所述预设一维第二属性特征为所述待分配任务与对应的任务处理组之间共有的属性特征;
步骤S305、将第二预设权重最大的预设一维第二属性特征对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;
对于上述步骤S301至步骤S305,本场景主要是将具有最大匹配值的任务处理组确定为所述第一任务处理组。具体地,可获取所述匹配值中的最大匹配值,并统计所述最大匹配值的数量,当所述最大匹配值仅包括一个时,则可直接将所述最大匹配值对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;而当所述最大匹配值包括多个时,则可获取各所述最大匹配值对应的任务处理组中的预设一维第二属性特征,并可获取所述预设一维第二属性特征对应的第二预设权重,其中,所述预设一维第二属性特征为所述待分配任务与对应的任务处理组之间共有的属性特征,所述第二预设权重可为前述所述的第一预设权重,从而可将具有最大第二预设权重的预设一维第二属性特征对应的任务处理组确定为与所述待分配任务相匹配的第一任务处 理组。
例如,当所述待分配任务包括A、B、C、D、E及F六个一维第一属性特征,任务处理组S包括B、F、G、H、I及J六个一维第二属性特征,任务处理组R包括A、C、I、J及L五个一维第二属性特征,任务处理组Q包括A、F、K及L四个一维第二属性特征,并且计算得到所述待分配任务与任务处理组S之间的匹配值为80、所述待分配任务与任务处理组R之间的匹配值为80以及所述待分配任务与任务处理组Q之间的匹配值为60时,则可首先获取任务处理组S中的一维第二属性特征B和F,并可获取任务处理组R中的一维第二属性特征A和C,然后可分别获取一维第二属性特征A、B、C、F各自所对应的第二预设权重,并比较各第二预设权重的大小,以得到具有最大第二预设权重的一维第二属性特征,如所得到的具有最大第二预设权重的一维第二属性特征为A的话,则可将A对应的任务处理组R确定为与所述待分配任务相匹配的第一任务处理组。
本场景中,也可以预先根据各任务处理组的历史处理数据确定出各任务处理组对应的处理等级,例如,可根据各任务处理组的历史处理时效来确定各任务处理组对应的处理等级,其中,历史处理时效越短的任务处理组所对应的处理等级越高,而历史处理时效越长的任务处理组所对应的处理等级则越低。因而,当所述最大匹配值为两个或者两个以上时,则可获取各所述最大匹配值所对应的任务处理组的处理等级,从而可根据处理等级来确定最终匹配的第一任务处理组,如可将各所述最大匹配值对应的各任务处理组中处理等级最高的任务处理组确定为所述第一任务处理组,以提高任务处理效率。
进一步地,在另一个具体应用场景中,在将所述待分配任务分配至所述第一任务处理组之后,还可以包括:
步骤a、获取所述第一任务处理组的任务分配情况,并根据所述任务分配情况确定所述第一任务处理组中的空闲处理员工;
步骤b、根据各所述空闲处理员工的任务处理记录确定各所述空闲处理员工的任务处理能力,并根据所述任务处理能力对所述空闲处理员工进行降序排列,得到排列数组;
步骤c、将所述排列数组中排序第一的空闲处理员工选取为所述待分配任务对应的目标处理员工,并将所述待分配任务发送至所述目标处理员工对应的终端,以指示所述目标处理员工对所述待分配任务进行处理。
对于上述步骤a至步骤c,可以理解的是,在确定所述待分配任务对应的第一任务处理组后,可获取所述第一任务处理组的任务分配情况,如获取所述第一任务处理组中各处理员工的积压任务量等,从而可根据任务分配情况来确定所述第一任务处理组中各处理员工目前的状态,以此确定出处于空闲状态的处理员工,即从所述第一任务处理组中找出目前无任务处理的空闲处理员工,当所找出的空闲员工为一个时,则可直接将所述待分配任务发送至该空闲处理员工对应的终端,以指示该空闲处理员工对 所述待分配任务进行处理。
当所找出的空闲处理员工有多个时,则可获取各空闲处理员工的任务处理记录,以根据任务处理记录来确定各空闲处理员工的任务处理能力,其中,任务处理能力可根据各空闲处理员工的任务处理时效来衡量,任务处理时效越短,所对应的任务处理能力则越强。在确定出各空闲处理员工的任务处理能力后,则可根据任务处理能力对各空闲处理员工进行降序排列,得到降序排列的排列数组(该排列数组中,任务处理能力越强的空闲处理员工排序越靠前),并将该排列数组中排序第一的空闲处理员工选取为所述待分配任务对应的目标处理员工,即将各空闲处理员工中任务处理能力最强的空闲处理员工确定为所述待分配任务对应的目标处理员工,并可将所述待分配任务发送至该目标处理员工对应的终端,以提高任务分配的准确性和分配效率。
优选地,将所述排列数组中排序第一的空闲处理员工选取为所述待分配任务对应的目标处理员工,并将所述待分配任务发送至所述目标处理员工对应的终端,可以包括:
步骤d、将所述排列数组中排序第一的空闲处理员工选取为所述待分配任务对应的目标处理员工,向所述目标处理员工对应的终端发送任务分配请求,并接收所述终端返回的回复信息;
步骤e、判断所述回复信息是否为确认接收所述任务分配请求;
步骤f、当所述回复信息为确认接收所述任务分配请求时,则将所述待分配任务发送至所述目标处理员工对应的终端;
步骤g、当所述回复信息为拒绝接收所述任务分配请求时,则将所述排列数组中当前排序第一的空闲处理员工移动至所述排列数组的末位,并返回执行将所述排列数组中排序第一的空闲处理员工选取为所述待分配任务对应的目标处理员工,向所述目标处理员工对应的终端发送任务分配请求的步骤以及后续步骤。
对于上述步骤d至步骤g,可以理解的是,在确定出所述待分配任务对应的目标处理员工后,可首先向所述目标处理员工对应的终端发送任务分配请求,以通过所述目标处理员工对所述任务分配请求的回复信息来确定所述目标处理员工是否能接收所述待分配任务,从而确保任务分配的正确性和有效性。当所述目标处理员工返回的回复信息表明所述目标处理员工确认接收所述任务分配请求时,则将所述待分配任务分配给所述目标处理员工;而当所述目标处理员工返回的回复信息表明所述目标处理员工当前无法接收所述任务分配请求时,则可从所述排列数组中选取下一位空闲处理员工来执行任务的分配操作,即可将排序第一的空闲处理员工移动至所述排列数组的末位来更新所述排列数组,并可将更新后的排列数组中排序第一的空闲处理员工重新选取为所述待分配任务对应的目标处理员工,然后可再进行任务分配请求的发送,直到存在空闲处理员工接收所述任务分配请求为止,以通过分配前进行任务分配请求的发送来及时、有效地进行任务的分配,以避免分配后的退回重新分配等,从而提高任务分配的分配效率。
在一种可能的实现方式中,所述根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,可以包括:
步骤h、判断各所述匹配值是否均小于预设阈值;
步骤i、若各所述匹配值均小于所述预设阈值,则分别获取各所述任务处理组所对应的匹配特征库中的一维第一属性特征,其中,所述任务处理组所对应的匹配特征库中存储有所述任务处理组被确定为与历史分配任务相匹配的第一任务处理组时,所述历史分配任务所对应的一维第一属性特征;
步骤j、根据各所述匹配特征库中的一维第一属性特征和所述待分配任务的一维第一属性特征重新确定所述待分配任务与各所述任务处理组之间的匹配值,并根据重新确定的匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组。
对于上述步骤h至步骤j,可以理解的是,在完成每一次的任务分配后,可以将所完成的分配任务(即为步骤i所述的历史分配任务)的一维第一属性特征保存至所分配的第一任务处理组所对应的匹配特征库中,作为该第一任务处理组所对应的辅助特征,以表明该第一任务处理组可以处理包含这些一维第一属性特征的待分配任务,其中,所述第一任务处理组为某一个具体的任务处理组。因此,在下一次进行待分配任务的分配时,可首先按照步骤S101至步骤S104来计算该次的待分配任务与各任务处理组之间的匹配值,而当该次的待分配任务与各任务处理组之间的匹配值均较低,如均低于预设阈值(40%),而无法确定出处理该次的待分配任务的第一任务处理组时,可进一步获取各任务处理组对应的匹配特征库中的一维第一属性特征,并根据各匹配特征库中的一维第一属性特征与该次的待分配任务的一维第一属性特征来重新确定各任务处理组与该次的待分配任务之间的匹配值,从而可以根据重新确定的匹配值来确定任务处理组中与该次的待分配任务相匹配的第一任务处理组,并将该次的待分配任务发送至该第一任务处理组对应的终端,以提示该终端对该次的待分配任务进行处理,以通过历史分配任务的分配记录来辅助确定与待分配任务相匹配的第一处理任务组,从而准确确定第一任务处理组,确保待分配任务能及时、有效地分配至任务处理组进行处理。
进一步地,在根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组之后,可以包括:根据所述匹配值和所述待分配任务的一维第一属性特征更新对应的匹配特征库中的一维第一属性特征。
在此,各匹配特征库中所保存的一维第一属性特征还可以根据后续的任务分配情况进行刷新,具体地,当后续某一匹配特征库所对应的任务处理组再次被确定为处理新待分配任务的第一任务处理组时,可判断该第一任务处理组与该新待分配任务之间的匹配值是否大于该匹配特征库中所保存的一维第一属性特征所对应的待分配任务与该任务处理组之间的匹配值,若大于的话,则可利用该新待分配任务对应的一维第一属性特征来刷新该匹配特征库中所保存的一维第一属性特征;若小于的话,则不对该匹配特征库进行刷新,以保留该匹配特征库中所保存的一维第一属性特征,通过对匹 配特征库中保存的一维第一属性特征进行实时刷新,以提高匹配特征库中辅助特征的正确性,从而提高任务分配的正确性、有效性。
本申请实施例从预设任务队列中按照指定顺序获取到待分配任务后,可首先确定待分配任务对应的多维第一属性特征,并对待分配任务的多维第一属性特征进行降维处理,得到待分配任务对应的多个一维第一属性特征,同时还可获取各任务处理组对应的多维第二属性特征,并对各多维第二属性特征进行降维处理,得到各任务处理组对应的多个一维第二属性特征,而在将待分配任务与各任务处理组进行匹配时,可采用多处理线程并行方式来进行匹配,即确定各任务处理组对应的处理线程,并分别采用处理线程对待分配任务的多个一维第一属性特征与各任务处理组的多个一维第二属性特征进行分析来确定待分配任务与各任务处理组之间的匹配值,以根据匹配值确定出与待分配任务相匹配的任务处理组,实现多维属性特征的待分配任务与多维属性特征的任务处理组之间的精确匹配,提高任务分配的合理性,同时通过多线程并行来进行匹配,可提高匹配效率,从而提高任务分配的分配效率。另外,通过对多维属性特征进行降维处理,以通过降维后的一维属性特征来进行匹配值的确定,可极大地降低匹配值的计算复杂度,提高任务分配的分配效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
上面主要描述了一种任务分配方法,下面将对一种任务分配装置进行详细描述。
图4示出了本申请实施例中一种任务分配装置的一个实施例结构图。如图4所示,所述任务分配装置,包括:
待分配任务获取模块401,用于从预设任务队列中按照指定顺序获取待分配任务;
第一属性特征降维模块402,用于确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;
第二属性特征降维模块403,用于获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;
匹配值确定模块404,用于确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;
任务分配模块405,用于根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
进一步地,所述匹配值确定模块404,可以包括:
特征矩阵构建单元,用于采用所述处理线程确定所述待分配任务与所述处理线程所对应的任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,并分别构建各所述目标一维第一属性特征的第一特征矩阵,以及构建各所述目标一维第二属性特征的第二特征矩阵;
相似性计算单元,用于计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性;
预设权重获取单元,用于获取各所述目标一维第一属性特征对应的各第一预设权重;
匹配值确定单元,用于根据各所述第一预设权重和各所述相似性确定所述待分配任务与所述处理线程所对应的任务处理组之间的匹配值。
优选地,所述相似性计算单元,具体用于根据下述公式计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性:
Matchpoint
i=MeanFeature
1i*(MeanFeature
2i)
T
其中,Matchpoint
i为第i个第一特征矩阵与对应的第二特征矩阵之间的相似性,MeanFeature
1i为第i个第一特征矩阵,T为转置符号,MeanFeature
2i为第i个第一特征矩阵对应的第二特征矩阵。
可选地,所述第二属性特征降维模块403,可以包括:
第二属性特征提取单元,用于对各所述任务处理组中的各处理员工进行第二属性特征的提取,并根据所提取的第二属性特征组合得到各所述任务处理组对应的多维第二属性特征。
进一步地,所述任务分配模块405,可以包括:
数量统计单元,用于获取所述匹配值中的最大匹配值,并统计所述最大匹配值的数量;
第一确定单元,用于当所述最大匹配值的数量为1时,则将所述最大匹配值对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;
预设属性特征获取,用于当所述最大匹配值的数量大于1时,则获取各所述最大匹配值对应的任务处理组中的预设一维第二属性特征,并获取所述预设一维第二属性特征对应的第二预设权重,其中,所述预设一维第二属性特征为所述待分配任务与对应的任务处理组之间共有的属性特征;
第二确定单元,用于将第二预设权重最大的预设一维第二属性特征对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组。
优选地,所述任务分配模块405,可以包括:
匹配值判断单元,用于判断各所述匹配值是否均小于预设阈值;
一维属性特征获取单元,用于若各所述匹配值均小于所述预设阈值,则分别获取各所述任务处理组所对应的匹配特征库中的一维第一属性特征,其中,所述任务处理组所对应的匹配特征库中存储有所述任务处理组被确定为与历史分配任务相匹配的第 一任务处理组时,所述历史分配任务所对应的一维第一属性特征;
匹配值重新确定单元,用于根据各所述匹配特征库中的一维第一属性特征和所述待分配任务的一维第一属性特征重新确定所述待分配任务与各所述任务处理组之间的匹配值,并根据重新确定的匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组。
可选地,所述任务分配模块405,还可以包括:
属性特征更新单元,用于根据所述匹配值和所述待分配任务的一维第一属性特征更新对应的匹配特征库中的一维第一属性特征。
图5是本申请一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机可读指令52,例如任务分配程序。所述处理器50执行所述计算机可读指令52时实现上述各个任务分配方法实施例中的步骤,例如图1所示的步骤S101至步骤S105。或者,所述处理器50执行所述计算机可读指令52时实现上述各装置实施例中各模块/单元的功能,例如图4所示的模块401至模块405的功能。
示例性的,所述计算机可读指令52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机可读指令52在所述终端设备5中的执行过程。
所述终端设备5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。所述终端设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5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,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5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(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机可读指令以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本申请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。该计算机可读存储介质可以是非易失性,也可以是易失性。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终端设备(可以是个人计算机,服务器,或者网络设备等)执行本申请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、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例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同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (20)
- 一种任务分配方法,其中,包括:从预设任务队列中按照指定顺序获取待分配任务;确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
- 根据权利要求1所述的任务分配方法,其中,所述采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值,包括:采用所述处理线程确定所述待分配任务与所述处理线程所对应的任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,并分别构建各所述目标一维第一属性特征的第一特征矩阵,以及构建各所述目标一维第二属性特征的第二特征矩阵;计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性;获取各所述目标一维第一属性特征对应的各第一预设权重;根据各所述第一预设权重和各所述相似性确定所述待分配任务与所述处理线程所对应的任务处理组之间的匹配值。
- 根据权利要求2所述的任务分配方法,其中,所述计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性,包括:根据下述公式计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性:Matchpoint i=MeanFeature 1i*(MeanFeature 2i) T其中,Matchpoint i为第i个第一特征矩阵与对应的第二特征矩阵之间的相似性,MeanFeature 1i为第i个第一特征矩阵,T为转置符号,MeanFeature 2i为第i个第一特征矩阵对应的第二特征矩阵。
- 根据权利要求1所述的任务分配方法,其中,所述获取预先设置的各任务处理组对应的多维第二属性特征,包括:对各所述任务处理组中的各处理员工进行第二属性特征的提取,并根据所提取的第二属性特征组合得到各所述任务处理组对应的多维第二属性特征。
- 根据权利要求1所述的任务分配方法,其中,所述根据所述匹配值确定所述任务 处理组中与所述待分配任务相匹配的第一任务处理组,包括:获取所述匹配值中的最大匹配值,并统计所述最大匹配值的数量;当所述最大匹配值的数量为1时,则将所述最大匹配值对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;当所述最大匹配值的数量大于1时,则获取各所述最大匹配值对应的任务处理组中的预设一维第二属性特征,并获取所述预设一维第二属性特征对应的第二预设权重,其中,所述预设一维第二属性特征为所述待分配任务与对应的任务处理组之间共有的属性特征;将第二预设权重最大的预设一维第二属性特征对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组。
- 根据权利要求1至5中任一项所述的任务分配方法,其中,所述根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,包括:判断各所述匹配值是否均小于预设阈值;若各所述匹配值均小于所述预设阈值,则分别获取各所述任务处理组所对应的匹配特征库中的一维第一属性特征,其中,所述任务处理组所对应的匹配特征库中存储有所述任务处理组被确定为与历史分配任务相匹配的第一任务处理组时,所述历史分配任务所对应的一维第一属性特征;根据各所述匹配特征库中的一维第一属性特征和所述待分配任务的一维第一属性特征重新确定所述待分配任务与各所述任务处理组之间的匹配值,并根据重新确定的匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组。
- 根据权利要求6所述的任务分配方法,其中,在根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组之后,包括:根据所述匹配值和所述待分配任务的一维第一属性特征更新对应的匹配特征库中的一维第一属性特征。
- 一种任务分配装置,其中,包括:待分配任务获取模块,用于从预设任务队列中按照指定顺序获取待分配任务;第一属性特征降维模块,用于确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;第二属性特征降维模块,用于获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;匹配值确定模块,用于确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;任务分配模块,用于根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
- 根据权利要求8所述的任务分配装置,其中,所述匹配值确定模块包括:特征矩阵构建单元,用于采用所述处理线程确定所述待分配任务与所述处理线程所对应的任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,并分别构建各所述目标一维第一属性特征的第一特征矩阵,以及构建各所述目标一维第二属性特征的第二特征矩阵;相似性计算单元,用于计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性;预设权重获取单元,用于获取各所述目标一维第一属性特征对应的各第一预设权重;匹配值确定单元,用于根据各所述第一预设权重和各所述相似性确定所述待分配任务与所述处理线程所对应的任务处理组之间的匹配值。
- 根据权利要求9所述的任务分配装置,其中,所述相似性计算单元,用于根据下述公式计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性:Matchpoint i=MeanFeature 1i*(MeanFeature 2i) T其中,Matchpoint i为第i个第一特征矩阵与对应的第二特征矩阵之间的相似性,MeanFeature 1i为第i个第一特征矩阵,T为转置符号,MeanFeature 2i为第i个第一特征矩阵对应的第二特征矩阵。
- 根据权利要求8所述的任务分配装置,其中,所述第二属性特征降维模块包括:第二属性特征提取单元,用于对各所述任务处理组中的各处理员工进行第二属性特征的提取,并根据所提取的第二属性特征组合得到各所述任务处理组对应的多维第二属性特征。
- 根据权利要求8所述的任务分配装置,其中,所述任务分配模块包括:数量统计单元,用于获取所述匹配值中的最大匹配值,并统计所述最大匹配值的数量;第一确定单元,用于当所述最大匹配值的数量为1时,则将所述最大匹配值对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组;预设属性特征获取,用于当所述最大匹配值的数量大于1时,则获取各所述最大匹配值对应的任务处理组中的预设一维第二属性特征,并获取所述预设一维第二属性特征对应的第二预设权重,其中,所述预设一维第二属性特征为所述待分配任务与对应的任务处理组之间共有的属性特征;第二确定单元,用于将第二预设权重最大的预设一维第二属性特征对应的任务处理组确定为与所述待分配任务相匹配的第一任务处理组。
- 根据权利要求8至12中任一项所述的任务分配装置,其中,所述任务分配模块 包括:匹配值判断单元,用于判断各所述匹配值是否均小于预设阈值;一维属性特征获取单元,用于若各所述匹配值均小于所述预设阈值,则分别获取各所述任务处理组所对应的匹配特征库中的一维第一属性特征,其中,所述任务处理组所对应的匹配特征库中存储有所述任务处理组被确定为与历史分配任务相匹配的第一任务处理组时,所述历史分配任务所对应的一维第一属性特征;匹配值重新确定单元,用于根据各所述匹配特征库中的一维第一属性特征和所述待分配任务的一维第一属性特征重新确定所述待分配任务与各所述任务处理组之间的匹配值,并根据重新确定的匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组。
- 根据权利要求13所述的任务分配装置,其中,所述任务分配模块还包括:属性特征更新单元,用于根据所述匹配值和所述待分配任务的一维第一属性特征更新对应的匹配特征库中的一维第一属性特征。
- 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,其中,所述计算机可读指令被处理器执行时实现如下步骤:从预设任务队列中按照指定顺序获取待分配任务;确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
- 如权利要求15所述的计算机可读存储介质,其中,所述采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值,包括:采用所述处理线程确定所述待分配任务与所述处理线程所对应的任务处理组之间相匹配的各目标一维第一属性特征和各目标一维第二属性特征,并分别构建各所述目标一维第一属性特征的第一特征矩阵,以及构建各所述目标一维第二属性特征的第二特征矩阵;计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性;获取各所述目标一维第一属性特征对应的各第一预设权重;根据各所述第一预设权重和各所述相似性确定所述待分配任务与所述处理线程所对应的任务处理组之间的匹配值。
- 如权利要求16所述的计算机可读存储介质,其中,所述计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性,包括:根据下述公式计算各所述第一特征矩阵与对应的第二特征矩阵之间的相似性:Matchpoint i=MeanFeature 1i*(MeanFeature 2i) T其中,Matchpoint i为第i个第一特征矩阵与对应的第二特征矩阵之间的相似性,MeanFeature 1i为第i个第一特征矩阵,T为转置符号,MeanFeature 2i为第i个第一特征矩阵对应的第二特征矩阵。
- 如权利要求15所述的计算机可读存储介质,其中,所述获取预先设置的各任务处理组对应的多维第二属性特征,包括:对各所述任务处理组中的各处理员工进行第二属性特征的提取,并根据所提取的第二属性特征组合得到各所述任务处理组对应的多维第二属性特征。
- 如权利要求15至18任一项所述的计算机可读存储介质,其中,所述计算机可读存储介质可以是非易失性,也可以是易失性。
- 一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其中,所述处理器执行所述计算机可读指令时实现如下步骤:从预设任务队列中按照指定顺序获取待分配任务;确定所述待分配任务对应的多维第一属性特征,并对所述多维第一属性特征进行降维处理,得到所述待分配任务对应的多个一维第一属性特征;获取预先设置的各任务处理组对应的多维第二属性特征,并对各所述多维第二属性特征进行降维处理,分别得到各所述任务处理组对应的多个一维第二属性特征;确定各所述任务处理组对应的处理线程,并采用所述处理线程对所述待分配任务的多个一维第一属性特征和所述处理线程所对应的任务处理组的多个一维第二属性特征进行分析,确定所述待分配任务与各所述任务处理组之间的匹配值;根据所述匹配值确定所述任务处理组中与所述待分配任务相匹配的第一任务处理组,并将所述待分配任务发送至所述第一任务处理组对应的终端,以指示所述终端对所述待分配任务进行处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910824396.4A CN110764898B (zh) | 2019-09-02 | 2019-09-02 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN201910824396.4 | 2019-09-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021043057A1 true WO2021043057A1 (zh) | 2021-03-11 |
Family
ID=69330107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2020/111731 WO2021043057A1 (zh) | 2019-09-02 | 2020-08-27 | 一种任务分配方法、装置、可读存储介质及终端设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110764898B (zh) |
WO (1) | WO2021043057A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565272A (zh) * | 2022-02-28 | 2022-05-31 | 上海明胜品智人工智能科技有限公司 | 一种资源分配的方法、装置、电子设备及存储介质 |
CN116450365A (zh) * | 2023-06-15 | 2023-07-18 | 北京智芯微电子科技有限公司 | 智能终端的重构方法、系统、装置和管理平台 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110764898B (zh) * | 2019-09-02 | 2023-03-03 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
CN111340351A (zh) * | 2020-02-21 | 2020-06-26 | 网易(杭州)网络有限公司 | 一种任务分配的方法、装置、电子设备和存储介质 |
CN111813517B (zh) * | 2020-06-29 | 2023-08-04 | 中国平安人寿保险股份有限公司 | 任务队列的分配方法、装置、计算机设备及介质 |
CN111815359B (zh) * | 2020-07-09 | 2024-05-24 | 北京火山引擎科技有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
CN112541652A (zh) * | 2020-10-30 | 2021-03-23 | 五八到家有限公司 | 劳动者资源分配方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180143975A1 (en) * | 2016-11-18 | 2018-05-24 | Lionbridge Technologies, Inc. | Collection strategies that facilitate arranging portions of documents into content collections |
CN109615213A (zh) * | 2018-12-06 | 2019-04-12 | 广东金赋科技股份有限公司 | 一种运维服务任务的智能分配方法及系统 |
CN110070298A (zh) * | 2019-04-29 | 2019-07-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心任务分配方法、系统、设备及存储介质 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110764898A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170116522A1 (en) * | 2015-10-05 | 2017-04-27 | Telekom Malaysia Berhad | Method For Task Scheduling And Resources Allocation And System Thereof |
CN108133330B (zh) * | 2018-01-12 | 2022-04-08 | 东北大学 | 一种面向社交众包任务分配方法及其系统 |
CN109919417A (zh) * | 2019-01-18 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 金融系统的任务分配方法及装置、电子设备、存储介质 |
-
2019
- 2019-09-02 CN CN201910824396.4A patent/CN110764898B/zh active Active
-
2020
- 2020-08-27 WO PCT/CN2020/111731 patent/WO2021043057A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180143975A1 (en) * | 2016-11-18 | 2018-05-24 | Lionbridge Technologies, Inc. | Collection strategies that facilitate arranging portions of documents into content collections |
CN109615213A (zh) * | 2018-12-06 | 2019-04-12 | 广东金赋科技股份有限公司 | 一种运维服务任务的智能分配方法及系统 |
CN110163474A (zh) * | 2019-04-12 | 2019-08-23 | 平安普惠企业管理有限公司 | 一种任务分配的方法及设备 |
CN110070298A (zh) * | 2019-04-29 | 2019-07-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心任务分配方法、系统、设备及存储介质 |
CN110764898A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565272A (zh) * | 2022-02-28 | 2022-05-31 | 上海明胜品智人工智能科技有限公司 | 一种资源分配的方法、装置、电子设备及存储介质 |
CN116450365A (zh) * | 2023-06-15 | 2023-07-18 | 北京智芯微电子科技有限公司 | 智能终端的重构方法、系统、装置和管理平台 |
CN116450365B (zh) * | 2023-06-15 | 2023-11-24 | 北京智芯微电子科技有限公司 | 智能终端的重构方法、系统、装置和管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN110764898A (zh) | 2020-02-07 |
CN110764898B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021043057A1 (zh) | 一种任务分配方法、装置、可读存储介质及终端设备 | |
WO2021042510A1 (zh) | 一种任务分配方法、装置、可读存储介质及终端设备 | |
US8533216B2 (en) | Database system workload management method and system | |
CN104375824B (zh) | 数据处理方法 | |
CN108763277B (zh) | 一种数据分析方法、计算机可读存储介质及终端设备 | |
US9147167B2 (en) | Similarity analysis with tri-point data arbitration | |
US20150032759A1 (en) | System and method for analyzing result of clustering massive data | |
CN111507470A (zh) | 一种异常账户的识别方法及装置 | |
US10599652B2 (en) | Database query time estimator | |
CN110569289B (zh) | 基于大数据的列数据处理方法、设备及介质 | |
CN110717687A (zh) | 一种评价指数获取的方法及系统 | |
WO2022017167A1 (zh) | 一种信息处理方法、系统、电子设备及存储介质 | |
US20190236474A1 (en) | Load balancing for distributed processing of deterministically assigned data using statistical analysis of block data | |
WO2020233347A1 (zh) | 工作流管理系统的测试方法、装置、存储介质及终端设备 | |
WO2020232880A1 (zh) | 数据处理方法、装置、存储介质及终端设备 | |
CN109241511B (zh) | 一种电子报告的生成方法及设备 | |
WO2022007596A1 (zh) | 图像检索系统、方法和装置 | |
CN110705816B (zh) | 基于大数据的任务分配方法和装置 | |
JP6398632B2 (ja) | 制御装置、分散データベースシステム、方法およびプログラム | |
US20160063394A1 (en) | Computing Device Classifier Improvement Through N-Dimensional Stratified Input Sampling | |
Trushkowsky et al. | Getting it all from the crowd | |
CN115795368A (zh) | 一种基于人工智能的企业内训数据处理方法及系统 | |
CN111652281B (zh) | 信息数据的分类方法、装置及可读存储介质 | |
WO2022267183A1 (zh) | 预计算模型的评分方法、装置、设备和存储介质 | |
CN111813761A (zh) | 一种数据库管理方法、装置以及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20860751 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20860751 Country of ref document: EP Kind code of ref document: A1 |