一种工单智能分派方法技术

技术编号:26506661 阅读:36 留言:0更新日期:2020-11-27 15:34
本发明专利技术涉及一种工单智能分派方法,获取工单历史数据,提取特征数据,对工单进行分类并构建工单特征模型,获取员工基础信息数据,构建员工特征模型,基于前两者构建工单特征模型和员工特征模型的匹配算法;在获取待分派工单后对当前工单进行特征提取,计算工单和员工的匹配度,将工单分派至匹配度最高的员工,完成工单分派。本发明专利技术以大数据的辅助来进行客观数据的分析,派单的过程中人工参与的部分少,在派单前不需另行对接,保证了物业管理中服务工单分派的合理性和及时性,沟通成本小,分派速度快,客观派单,保证每一个员工在自己能力范围内能更多更好处理工单;在工单响应速度提升的情况下,客户满意度明显提升。

【技术实现步骤摘要】
一种工单智能分派方法
本专利技术涉及专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法的
,特别涉及一种工单智能分派方法。
技术介绍
在管理工作中,针对不同的工作,往往通过派单的形式完成工作的分配,以求责任落实到人。以物业管理为例,凡是涉及到维修、报事、保洁、保绿等工作时,必须使用服务工单进行过程跟踪。传统的管理软件中,客服人员在收到业主或客户的需求后形成工单,且主要依靠客服人员进行手工派单,而客服人员可能存在外包的情况、亦无法始终保持稳定的判断,故他们一方面对工单内容、紧急程度、需要时间等缺乏绝对客观、准确的判断,另一方面对物业员工擅长领域、是否空闲等信息无法实时获悉,进而导致重复沟通、派单效率低下、工作人员忙闲不一致等问题,最终导致客户满意度下降。进一步来说,由于物业服务的工单涉及维修处理、报事处理、投诉处理、保洁处理等内容,其本身是为了完成客户诉求,往往客户处已经出现一定的问题,在工单数据量庞大、对于处理及时性又有较高本文档来自技高网...

【技术保护点】
1.一种工单智能分派方法,其特征在于:所述方法包括以下步骤:/n步骤1:获取工单历史数据,提取特征数据,对工单进行分类并构建工单特征模型;/n所述特征数据包括工单历史数据中的工单类型、处理时长、关键词、工单关联图片;/n提取特征数据包括以下步骤:/n步骤1.2.1:提取工单历史数据中的工单类型和处理时长;/n步骤1.2.2:对工单中的关键词进行模糊提取,与预设词库进行匹配,匹配成功,则以预设词库中的标准词作为关键词,否则,进行下一步;/n步骤1.2.3:以工单类型和处理时长浮动预设时间为标准进行匹配,匹配成功,则以工单类型和处理时长对应的关键词作为提取的关键词,否则,进行下一步;/n步骤1.2...

【技术特征摘要】
1.一种工单智能分派方法,其特征在于:所述方法包括以下步骤:
步骤1:获取工单历史数据,提取特征数据,对工单进行分类并构建工单特征模型;
所述特征数据包括工单历史数据中的工单类型、处理时长、关键词、工单关联图片;
提取特征数据包括以下步骤:
步骤1.2.1:提取工单历史数据中的工单类型和处理时长;
步骤1.2.2:对工单中的关键词进行模糊提取,与预设词库进行匹配,匹配成功,则以预设词库中的标准词作为关键词,否则,进行下一步;
步骤1.2.3:以工单类型和处理时长浮动预设时间为标准进行匹配,匹配成功,则以工单类型和处理时长对应的关键词作为提取的关键词,否则,进行下一步;
步骤1.2.4:获取工单关联图片,识别图像中的文字,所述文字包括工单内容和落款,对工单内容进行关键词的模糊提取并与预设词库进行匹配,对落款进行员工匹配,若关键词匹配度达到标准值且与落款对应员工的工作标识相符,则匹配成功,否则,报人工处理;
步骤2:获取员工基础信息数据,构建员工特征模型;
步骤3:构建工单特征模型和员工特征模型的匹配算法;
步骤4:获取待分派工单,对当前工单进行特征提取;
步骤5:计算工单和员工的匹配度,将工单分派至匹配度最高的员工,完成工单分派。


2.根据权利要求1所述的一种工单智能分派方法,其特征在于:所述步骤1包括以下步骤:
步骤1.1:获取工单历史数据,清洗数据;
步骤1.2:提取工单历史数据中的工单类型、处理时长、关键词、工单关联图片;
步骤1.3:采用KNN监督式机器学习分类算法,使用上述工单数据进行训练,获得工单分类模型。


3.根据权利要求2所述的一种工单智能分派方法,其特征在于:所述步骤1.1中,...

【专利技术属性】
技术研发人员:张福军丁立胡海峰
申请(专利权)人:绿漫科技有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1