工单的处理方法、装置、可读介质以及设备制造方法及图纸

本申请实施例公开了一种工单的处理方法、装置、可读介质以及设备，该方法通过获取待处理工单，将待处理工单的所属产品信息和产品问题描述信息，输入至运维人员预测模型中，预测得到待处理工单对应的目标运维人员；其中，运维人员预测模型通过多个已处理工单的所属产品信息、产品问题描述信息以及对应的实际目标运维人员对神经网络模型进行训练得到；针对每一个已处理工单，已处理工单对应的实际目标运维人员根据每一个运维人员对已处理工单的处理时长以及处理次数确定；将待处理工单分配至目标运维人员对应节点。运维人员预测模型所预测得到的目标运维人员是能够高效率处理待处理订单的目标运维人员，进而缩短了待处理工单的处理周期。

【技术实现步骤摘要】
工单的处理方法、装置、可读介质以及设备
本申请涉及计算机
，尤其涉及一种工单的处理方法、装置、可读介质以及设备。
技术介绍
随着企业服务质量的提升，许多企业为了满足客户的需求，通常配有专门的运维人员为客户进行产品维护。具体地，企业通过接单平台接收客服提交的工单，然后将工单分配给运维人员进行处理，实现对产品的维护。然而，现有的工单处理方法中，对待处理工单进行分配时通常是采用随机分配的方式，导致有些运维人员会处理到自身不擅长的订单，进而会花费较长时间处理工单，甚至需要转给其他运维人员进行处理，使得工单处理周期较长，效率较低。
技术实现思路
基于上述现有技术的不足，本申请提出了一种工单的处理方法、装置、可读介质以及设备，以实现将工单分配给能够高效率处理该工单的运维人员，减少工单处理周期。本申请第一方面公开了一种工单的处理方法，包括：获取待处理工单；将所述待处理工单的所属产品信息和产品问题描述信息，输入至运维人员预测模型中，预测得到所述待处理工单对应的目标运维人员；其中，所述运维人员预测模型通过多个已处理工单的本文档来自技高网...

【技术保护点】
1.一种工单的处理方法，其特征在于，包括：/n获取待处理工单；/n将所述待处理工单的所属产品信息和产品问题描述信息，输入至运维人员预测模型中，预测得到所述待处理工单对应的目标运维人员；其中，所述运维人员预测模型通过多个已处理工单的所属产品信息、产品问题描述信息以及每一个所述已处理工单对应的实际目标运维人员对神经网络模型进行训练得到；针对每一个所述已处理工单，所述已处理工单对应的实际目标运维人员根据每一个运维人员对所述已处理工单的处理时长以及处理次数确定；/n将所述待处理工单分配至所述目标运维人员对应节点。/n

【技术特征摘要】
1.一种工单的处理方法，其特征在于，包括：
获取待处理工单；
将所述待处理工单的所属产品信息和产品问题描述信息，输入至运维人员预测模型中，预测得到所述待处理工单对应的目标运维人员；其中，所述运维人员预测模型通过多个已处理工单的所属产品信息、产品问题描述信息以及每一个所述已处理工单对应的实际目标运维人员对神经网络模型进行训练得到；针对每一个所述已处理工单，所述已处理工单对应的实际目标运维人员根据每一个运维人员对所述已处理工单的处理时长以及处理次数确定；
将所述待处理工单分配至所述目标运维人员对应节点。


2.根据权利要求1所述的方法，其特征在于，所述获取待处理工单之后，还包括：
将所述待处理工单的所属产品信息和产品问题描述信息，输入至解决方案预测模型中，预测得到所述待处理工单对应的目标解决方案；其中，所述解决方案预测模型通过多个已处理工单的所属产品信息、产品问题描述信息以及对应的实际目标解决方案对神经网络模型进行训练得到；所述已处理工单对应的实际目标解决方案为实际成功解决所述已处理工单的产品问题的解决方案；
所述将所述待处理工单分配至所述目标运维人员对应节点之前，还包括：
将所述待处理工单对应的目标解决方案添加至所述待处理工单中；其中，所述待处理工单分配至所述目标运维人员对应节点，包括：将添加所述目标解决方案后的所述待处理工单分配至所述目标运维人员对应节点，以使得所述目标运维人员根据所述待处理工单对应的目标解决方案，对所述待处理工单进行处理。


3.根据权利要求1所述的方法，其特征在于，所述运维人员预测模型的构建方法，包括：
构建第一训练工单集；其中，所述第一训练工单集包括多个已处理工单的所属产品信息、产品问题描述信息以及对应的实际目标运维人员；
将所述第一训练工单集中每一个所述已处理工单的所属产品信息和产品问题描述信息输入至神经网络模型，分别预测得到每一个所述已处理工单对应的目标运维人员；
根据预测得到的每一个所述已处理工单对应的目标运维人员与对应的实际目标运维人员之间的误差，对所述神经网络模型中的权值和阈值进行不断调整，直至调整后的神经网络模型所得到的每一个所述已处理工单对应的目标运维人员与对应的所述实际目标运维人员之间的误差，满足预设的收敛条件，则将所述调整后的神经网络模型确定为所述运维人员预测模型。


4.根据权利要求2所述的方法，其特征在于，所述将所述待处理工单的所属产品信息和产品问题描述信息，输入至解决方案预测模型中，预测得到所述待处理工单对应的解决方案，包括：
将所述待处理工单的所属产品信息和产品问题描述信息，输入至解决方案预测模型中，输出所述待处理工单对应的每一个解决方案的概率值；
将输出的每一个解决方案的概率值中概率值大于概率阈值的解决方案，确定为所述待处理工单对应的目标解决方案。


5.根据权利要求4所述的方法，其特征在于，所述解决方案预测模型的构建方法，包括：
构建第二训练工单集；其中，所述第二训练工单集包括多个已处理工单的所属产品信息、产品问题描述信息以及对应的实际目标解决方案；
将所述第二训练工单集中的...

【专利技术属性】
技术研发人员：胡路苹，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11