一种智能工单分派方法、系统及介质技术方案

本发明专利技术公开了一种智能工单分派方法、系统及介质，本发明专利技术对待分派工单i进行内容分析提取关键字得到提取关键字集合B

An intelligent work order dispatch method, system and medium

【技术实现步骤摘要】
一种智能工单分派方法、系统及介质
本专利技术涉及电力系统的数字化、信息化、智能化处理技术，具体涉及一种智能工单分派方法、系统及介质，用于处理客户业务需求提交以及员工接收和处理业务工单。
技术介绍
随着信息智能时代的来临，电力系统的数字化、信息化、智能化不断发展，由此产生的用电需求工单数量也呈现几何级数的增长。因其具有数据量大、内容形式复杂等特点，使用传统的工单服务模式已经不能够满足当前环境需求。目前对于用电需求工单的处理仍然停留在传统的接收、流转、回复过程，即主要是通过驻地营业网点、95598服务热线、员工电话等手段进行，工单周转周期较长且不能够及时对客户需求进行反馈，存在一定程度上的用电和供电环节脱节现象。因此，如何实现智能工单的自动、智能分派，已经成为一项亟待解决的关键技术问题。在目前的工单系统中，大部分工单的传递都需要大量的人力干预和中间环节，不仅消耗了大量的人力资源同时也造成工单处理的效率低下，影响公司业务开展的成效。
技术实现思路
本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种智能工单分派方法、系统及介质，本专利技术围绕工单的产生和接收处理闭环进行，将以前人工处理的工单分派进行智能化，能够极大的缩短工单中间环节处理的时间，提高工单处理的自动化效率以及客户对公司业务运维的满意度，可用于处理客户业务需求提交及员工接收和处理业务工单。为了解决上述技术问题，本专利技术采用的技术方案为：一种智能工单分派方法，实施步骤包括：1)对待分派工单i进行内容分析提取关键字得到提取关键字集合Bi；2)根据提取关键字集合Bi映射至企业员工集H中的待选员工列表；3)从待选员工列表中确定目标员工，并将待分派工单Bi分派给目标员工。可选地，步骤1)的详细步骤包括：1.1)利用语句分隔符将待分派工单i的工单内容分割为语句，利用分词器对语句进行分词得到文本词汇，并对文本词汇进行过滤；1.2)对文本词汇进行关联规则挖掘，将包含在同一句子中的任意词汇A和B定义为存在关联关系{A,B}，并对整个文本进行关联规则联合迭代，生成最大频繁词汇项集Q，所述最大频繁词汇项集Q中包含一项或多项频繁项集，且每一项频繁项集表示通过关联规则挖掘后生成的一组具有关联关系的关键字集合；1.3)根据最大频繁词汇项集Q中不同大小的频繁项集生成相应的滑动窗口参数K，并生成调整后的滑动窗口参数K′＝(L′/L)K，其中L为句子长度，L′为调整后的句子长度；1.4)计算各个词汇si所包含的信息关联熵值；1.5)将调整后的滑动窗口参数K′作为TextRank算法的滑动窗口，将计算得到的各个词汇si所包含的信息关联熵值作为词汇si在TextRank算法中迭代的阻尼系数，通过TextRank算法遍历最大频繁词汇项集Q迭代计算各个词汇si的T(s)值序列，待收敛到可信阈值区间对所有词汇si的T(s)值序列进行排序，选取T(s)排名靠前的N个词汇si作为文本段的关键字。可选地，步骤1.1)中对文本词汇进行过滤包括：剔除无关语义的文本词汇，标记词汇属性并保留其中包括动词、名词、形容词在内的文本词汇。可选地，步骤1.4)计算词汇si所包含的关联熵值的函数表达式如下式所示：上式中，为词汇si所包含的信息关联熵值，X为词汇，为词汇si在最大频繁词汇项集Q中第j项频繁项集中出现的概率，n为最大频繁词汇项集Q的频繁项集数量。可选地，步骤2)的详细步骤包括：2.1)根据提取关键字集合Bi和从所有工单中提取的总关键字集合B生成待分派工单i的关键字向量Pi，关键字向量Pi中的元素与总关键字集合B中的关键字数量相同，如果总关键字集合B中的关键字包含在关键字集合Bi中则关键字向量Pi中对应元素的值为1，否则关键字向量Pi中对应元素的值为0；2.2)基于企业员工集H中所有员工对应的标签变量及其调整标签向量，寻找满足下式所示规则函数的最大值所对应的员工并将其加入待选员工列表；上式中，Pi为待分派工单Bi的关键字向量，s为历史工单数据训练集中的员工，l为企业员工集H中员工总数，QjT为企业员工集H中员工Hj的标签变量Qj的转置矩阵，QsT为企业员工集H中员工Hs的标签变量Qs的转置矩阵，为企业员工集H中员工Hj的调整标签向量Qj’的转置矩阵，为企业员工集H中员工Hs的调整标签向量Qs’的转置矩阵。可选地，步骤2.2)之前还包括生成企业员工集H中任一员工对应的标签变量及其调整标签向量的步骤：S1)从所有工单中选择部分或全部工单建立训练集合，根据训练集合中工单、员工之间的分配关系建立关系矩阵R：上式中，以rij表示关系矩阵R中的元素，其中i取值范围为1～k，j取值范围为1～l，k为工单数量，l为员工数量，若元素rij等于1则表示其对应的工单i被分配给员工j，若元素rij等于0则表示其对应的工单i未被分配给员工j；S2)根据下式计算任意员工Hj的标签变量Qj；上式中，HjT表示员工Hj的向量，r1j～rkj分别表示第1～k张工单是否分配给员工Hj的结果，结果取值为1或0、且取值为1表示分配给员工Hj；P表示关键字向量集合，P1～Pk表示第1～k张工单的关键字向量；k为所有工单的总数量。S3)根据P(i)＝i/n计算企业员工集H中任一员工Hj针对训练集合中所有的k个工单的关键字出现频率f(1)～f(k)，其中i代表关键字出现的次数，n代表所有关键字的总数；根据下式对标签变量Qj进行修正得到调整标签向量Qj’；上式中，f(1)～f(k)为员工Hj针对所有的k个工单的关键字出现频率，Qj为员工Hj的标签变量。可选地，步骤3)从待选员工列表中确定目标员工具体是指：根据待选员工列表中每一位员工的已分配工单的复杂系数和数量计算出每一位员工的任务量，然后选择任务量最小的员工作为目标员工。可选地，步骤3)中将待分派工单Bi分派给目标员工之后还包括进行自动或者手动的任务转分配的步骤，且任务转分配的步骤包括从预设的企业员工集H中员工与员工之间的亲密度关系矩阵D中找出目标员工亲密度关系最佳的员工作为新的目标员工，将待分派工单Bi分派给新的目标员工；其中亲密度关系矩阵D的生成步骤包括：首先分别计算任意两个员工的标签之间的语义距离，然后按照下式生成亲密度关系矩阵D；上式中，以dij表示亲密度关系矩阵D中的元素，其中i，j取值范围为1～l，l为员工数量，元素dij表示员工i、员工j的标签之间的语义距离；员工的标签包括岗位工种、服务对象、情境、地域中的一种或者多种。此外，本专利技术还提供一种智能工单分派系统，包括计算机设备，该计算机设备被编程或配置以执行所述智能工单分派方法的步骤，或该计算机设备的存储器上存储有被编程或配置以执行所述智能工单分派方法的计算机程序。此外，本专利技术还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行所述智能工单分派方法的计算机程本文档来自技高网...

【技术保护点】
1.一种智能工单分派方法，其特征在于实施步骤包括：/n1)对待分派工单i进行内容分析提取关键字得到提取关键字集合B

【技术特征摘要】
1.一种智能工单分派方法，其特征在于实施步骤包括：
1)对待分派工单i进行内容分析提取关键字得到提取关键字集合Bi；
2)根据提取关键字集合Bi映射至企业员工集H中的待选员工列表；
3)从待选员工列表中确定目标员工，并将待分派工单Bi分派给目标员工。


2.根据权利要求1所述的智能工单分派方法，其特征在于，步骤1)的详细步骤包括：
1.1)利用语句分隔符将待分派工单i的工单内容分割为语句，利用分词器对语句进行分词得到文本词汇，并对文本词汇进行过滤；
1.2)对文本词汇进行关联规则挖掘，将包含在同一句子中的任意词汇A和B定义为存在关联关系{A,B}，并对整个文本进行关联规则联合迭代，生成最大频繁词汇项集Q，所述最大频繁词汇项集Q中包含一项或多项频繁项集，且每一项频繁项集表示通过关联规则挖掘后生成的一组具有关联关系的关键字集合；
1.3)根据最大频繁词汇项集Q中不同大小的频繁项集生成相应的滑动窗口参数K，并生成调整后的滑动窗口参数K′＝(L′/L)K，其中L为句子长度，L′为调整后的句子长度；
1.4)计算各个词汇si所包含的信息关联熵值；
1.5)将调整后的滑动窗口参数K′作为TextRank算法的滑动窗口，将计算得到的各个词汇si所包含的信息关联熵值作为词汇si在TextRank算法中迭代的阻尼系数，通过TextRank算法遍历最大频繁词汇项集Q迭代计算各个词汇si的T(s)值序列，待收敛到可信阈值区间对所有词汇si的T(s)值序列进行排序，选取T(s)排名靠前的N个词汇si作为文本段的关键字。


3.根据权利要求2所述的智能工单分派方法，其特征在于，步骤1.1)中对文本词汇进行过滤包括：剔除无关语义的文本词汇，标记词汇属性并保留其中包括动词、名词、形容词在内的文本词汇。


4.根据权利要求2所述的智能工单分派方法，其特征在于，步骤1.4)计算词汇si所包含的关联熵值的函数表达式如下式所示：



上式中，为词汇si所包含的信息关联熵值，X为词汇，为词汇si在最大频繁词汇项集Q中第j项频繁项集中出现的概率，n为最大频繁词汇项集Q的频繁项集数量。


5.根据权利要求1所述的智能工单分派方法，其特征在于，步骤2)的详细步骤包括：
2.1)根据提取关键字集合Bi和从所有工单中提取的总关键字集合B生成待分派工单i的关键字向量Pi，关键字向量Pi中的元素与总关键字集合B中的关键字数量相同，如果总关键字集合B中的关键字包含在关键字集合Bi中则关键字向量Pi中对应元素的值为1，否则关键字向量Pi中对应元素的值为0；
2.2)基于企业员工集H中所有员工对应的标签变量及其调整标签向量，寻找满足下式所示规则函数的最大值所对应的员工并将其加入待选员工列表；



上式中，Pi为待分派工单Bi的关键字向量，s为历史工单数据训练集中的员工，l为企业员工集H中员工总数，QjT为企业员工集H中员工Hj的标签变量Qj的转置矩阵，QsT为企业员工集H中员工Hs的标签变量Qs的转置矩阵，Q′...

【专利技术属性】
技术研发人员：罗有志，陈征明，陈明，杨钦雯，管醇，张良彬，赵丹，杨芳，汤鲸，罗宇剑，向卓，胡胜玉，唐汉，梅文涛，艾汉雄，张锋，
申请(专利权)人：国网湖南省电力有限公司，国网湖南省电力有限公司常德供电分公司，国家电网有限公司，
类型：发明
国别省市：湖南;43