本发明专利技术提供了一种用工需求预测方法，方法包括：根据预先获取的多个历史时间段分别对应的多个历史总销量数据，构建时间序列分解模型；基于时间序列分解模型，生成多个预测时间段分别对应的多个预测总销量数据；针对每个预测总销量数据，基于该预测总销量数据以及预先获取的多个平均比例，将该预测总销量数据划分每个预测子时间段分别对应的多个预测子销量数据；基于每个预测子销量数据，生成每个预测子时间段分别对应的用工需求信息。该方式通过将时间序列分解模型生成的多个预测时间段的预测总销量数据按照各自对应的平均比例划分，可以对未来的销量进行预测，从而合理地进行人员排班，提高排班的合理性，避免人员冗余或不足。足。足。
【技术实现步骤摘要】
用工需求预测方法、装置及电子设备
[0001]本专利技术涉及用工需求的
，尤其是涉及一种用工需求预测方法、装置及电子设备。
技术介绍
[0002]收银员是商超门店作业人员的重要组成部分，收银员绩效计算一般以收银扫描商品件数为基础，具有工作量可量化的特点。
[0003]当前商超门店收银人员排班主要由店长及部门负责人手工完成，排班效率低，并且排班的准确性、合理性无数据依据，极度依赖排班人员的个人经验，未参考实际工作量变化和员工工作效率，容易导致排班的合理性较低，造成部分日期或时段收银员冗余或不足，人员冗余导致收银员无效工时增加，而人员不足则影响顾客体验。
技术实现思路
[0004]本专利技术的目的在于提供用工需求预测方法、装置及电子设备，以提高排班的合理性，避免人员冗余或不足。
[0005]本专利技术提供的一种用工需求预测方法，方法包括：
[0006]根据预先获取的多个历史时间段分别对应的多个历史总销量数据，构建时间序列分解模型；
[0007]基于时间序列分解模型，生成多个预测时间段分别对应的多个预测总销量数据；
[0008]针对每个预测总销量数据，基于该预测总销量数据以及预先获取的多个平均比例，将该预测总销量数据划分每个预测子时间段分别对应的多个预测子销量数据；
[0009]基于每个预测子销量数据，生成每个预测子时间段分别对应的用工需求信息。
[0010]进一步的，其中，每个历史时间段包括多个历史子时间段；针对每个历史时间段，该历史时间段对应的历史总销量数据为该历史时间段的每个历史子时间段分别对应的历史子销量数据之和；每个平均比例通过以下方式计算得到：
[0011]获取每个历史子时间段分别对应的历史子销量数据；
[0012]基于每个历史子销量数据和每个历史总销量数据，得到每个历史子时间段分别对应的历史子销量数据比例；
[0013]基于每个历史子销量数据比例，确定每个历史子时间段分别对应的平均比例。
[0014]进一步的，基于每个预测子销量数据，生成每个预测子时间段分别对应的用工需求信息的步骤包括：
[0015]获取每个历史子时间段分别对应的目标历史智能购销量比例；
[0016]基于每个预测子销量数据和每个目标历史智能购销量比例，确定每个预测子时间段分别对应的人工银台销量数据；
[0017]基于每个人工银台销量数据，生成每个预测子时间段分别对应的用工需求信息。
[0018]进一步的，获取每个历史子时间段分别对应的目标历史智能购销量比例的步骤包
括：
[0019]获取每个历史子时间段分别对应的历史智能购销量数据；
[0020]基于每个历史智能购销量数据和每个历史子销量数据，得到每个历史子时间段分别对应的历史智能购销量比例；
[0021]基于每个历史智能购销量比例，获取每个历史子时间段分别对应的目标历史智能购销量比例。
[0022]进一步的，基于每个预测子销量数据和每个目标历史智能购销量比例，确定每个预测子时间段分别对应的人工银台销量数据的步骤包括：
[0023]基于每个预测子销量数据和每个目标历史智能购销量比例，确定每个预测子时间段分别对应的预测智能购销量数据；
[0024]计算每个预测子销量数据与每个预测智能购销量数据的差值，得到每个预测子时间段分别对应的人工银台销量数据。
[0025]进一步的，方法还包括：
[0026]基于预先设置的评价指标，评价每个预测子时间段分别对应的用工需求信息的合理性。
[0027]进一步的，其中，评价指标包括目标单位工时处理订单量均值和目标离散系数；基于预先设置的评价指标，评价每个预测子时间段分别对应的用工需求信息的合理性的步骤包括：
[0028]获取每个预测子时间段分别对应的用工需求信息和每个预测时间段分别对应的实际人工银台销量数据；
[0029]基于每个预测子时间段分别对应的用工需求信息，获取每个预测时间段分别对应的总用工需求信息；
[0030]基于每个实际人工银台销量数据和每个总用工需求信息，确定每个预测时间段对应的单位工时处理订单量；
[0031]基于每个预测时间段对应的单位工时处理订单量，确定单位工时处理订单量均值；
[0032]基于单位工时处理订单量均值与每个预测时间段对应的单位工时处理订单量，确定单位工时处理订单量标准差；
[0033]计算单位工时处理订单量标准差与单位工时处理订单量均值的比值，得到离散系数；
[0034]如果单位工时处理订单量均值大于目标单位工时处理订单量均值且离散系数小于目标离散系数，确定用工需求信息具有合理性。
[0035]本专利技术提供的一种用工需求预测装置，装置包括：
[0036]构建模块，用于根据预先获取的多个历史时间段分别对应的多个历史总销量数据，构建时间序列分解模型；
[0037]第一生成模块，用于基于时间序列分解模型，生成多个预测时间段分别对应的多个预测总销量数据；
[0038]划分模块，用于针对每个预测总销量数据，基于该预测总销量数据以及预先获取的多个平均比例，将该预测总销量数据划分每个预测子时间段分别对应的多个预测子销量
数据；
[0039]第二生成模块，用于基于每个预测子销量数据，生成每个预测子时间段分别对应的用工需求信息。
[0040]本专利技术提供的一种电子设备，电子设备包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述任一项的方法。
[0041]本专利技术提供的一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述任一项的方法。
[0042]上述用工需求预测方法，方法包括：根据预先获取的多个历史时间段分别对应的多个历史总销量数据，构建时间序列分解模型；基于时间序列分解模型，生成多个预测时间段分别对应的多个预测总销量数据；针对每个预测总销量数据，基于该预测总销量数据以及预先获取的多个平均比例，将该预测总销量数据划分每个预测子时间段分别对应的多个预测子销量数据；基于每个预测子销量数据，生成每个预测子时间段分别对应的用工需求信息。该方式通过将时间序列分解模型生成的多个预测时间段的预测总销量数据按照各自对应的平均比例划分，可以对未来的销量进行预测，从而合理地进行人员排班，提高排班的合理性，避免人员冗余或不足。
附图说明
[0043]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，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。
[0044]图1为本专利技术实施例提供的一种用工需求预测方法的流程图；
[0045]图2为本发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用工需求预测方法，其特征在于，所述方法包括：根据预先获取的多个历史时间段分别对应的多个历史总销量数据，构建时间序列分解模型；基于所述时间序列分解模型，生成多个预测时间段分别对应的多个预测总销量数据；针对每个所述预测总销量数据，基于该预测总销量数据以及预先获取的多个平均比例，将该预测总销量数据划分每个预测子时间段分别对应的多个预测子销量数据；基于每个所述预测子销量数据，生成每个所述预测子时间段分别对应的用工需求信息。2.根据权利要求1所述的方法，其特征在于，其中，每个历史时间段包括多个历史子时间段；针对每个所述历史时间段，该历史时间段对应的历史总销量数据为该历史时间段的每个历史子时间段分别对应的历史子销量数据之和；每个所述平均比例通过以下方式计算得到：获取每个所述历史子时间段分别对应的历史子销量数据；基于每个所述历史子销量数据和每个所述历史总销量数据，得到每个所述历史子时间段分别对应的历史子销量数据比例；基于每个所述历史子销量数据比例，确定每个所述历史子时间段分别对应的平均比例。3.根据权利要求2所述的方法，其特征在于，所述基于每个所述预测子销量数据，生成每个所述预测子时间段分别对应的用工需求信息的步骤包括：获取每个所述历史子时间段分别对应的目标历史智能购销量比例；基于每个所述预测子销量数据和每个所述目标历史智能购销量比例，确定每个预测子时间段分别对应的人工银台销量数据；基于每个所述人工银台销量数据，生成每个所述预测子时间段分别对应的用工需求信息。4.根据权利要求3所述的方法，其特征在于，所述获取每个所述历史子时间段分别对应的目标历史智能购销量比例的步骤包括：获取每个所述历史子时间段分别对应的历史智能购销量数据；基于每个所述历史智能购销量数据和每个所述历史子销量数据，得到每个所述历史子时间段分别对应的历史智能购销量比例；基于每个历史智能购销量比例，获取每个所述历史子时间段分别对应的目标历史智能购销量比例。5.根据权利要求3所述的方法，其特征在于，所述基于每个所述预测子销量数据和每个所述目标历史智能购销量比例，确定每个预测子时间段分别对应的人工银台销量数据的步骤包括：基于每个所述预测子销量数据和每个所述目标历史智能购销量比例，确定每个所述预测子时间段分别对应的预测智能购销量数据；计算每个所述预测子销量数据与每个所述预测智能购销量数据的差值，得...
【专利技术属性】
技术研发人员：宋亚军，陈飘，江熙悦，段珂，张珂瑜，
申请(专利权)人：多点深圳数字科技有限公司，
类型：发明
国别省市：
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。