【技术实现步骤摘要】
基于人员数据画像的智能任务匹配调度方法及系统
[0001]本专利技术涉及数字数据处理
，具体涉及基于人员数据画像的智能任务匹配调度方法及系统。
技术介绍
[0002]数据画像通常是指企业或管理系统通过对大量数据信息进行清洗、聚类、分析等处理后，将数据抽象为具体的标签，再利用这些标签将人员形象具体化的过程。数据画像能够从多个维度的数据中得到人员的发展状况、行为习惯、个人能力等相关信息的评估结果，因此利用好数据画像，有利于决策人员或者决策系统进行科学决策。
[0003]现阶段的任务匹配调度方法包括先来先服务FCFS算法、最短作业优先SJF算法、优先级调度PS算法、蚁群优化算法等，其中，先来先服务FCFS算法简单易实现，但是调度过程中不会考虑执行人员与任务之间的匹配关系，最短作业优先SJF算法具有较高的系统相应速度，缺点是无法考虑任务的优先级，优先级调度PS算法保证高优先级任务优先执行，但是会存在低优先级的任务长时间等待的问题，蚁群优化算法存在容易陷入局部最优解的问题；因此为了实现人员与任务的高度匹配和有效调度，需要...
【技术保护点】
【技术特征摘要】
1.基于人员数据画像的智能任务匹配调度方法，其特征在于，该方法包括以下步骤：获取待匹配任务以及人员的相关数据；根据每个属性信息的取值范围获取每个待匹配任务在每个属性上的分类值，根据分类值获取分类向量以及分类结果，根据每个人员选择任务时的选择倾向获取每个人员与每类待匹配任务的类倾向指数，利用大津阈值算法获取每个人员所有类倾向指数分割阈值，分别将所有大于、小于分割阈值的类倾向指数对应聚类簇内的待匹配任务的集合作为每个人员的高倾向任务集合、低倾向任务集合，根据高倾向任务集合和低倾向任务集合获取每个人员在每个属性上的标签次序，根据所有属性标签按照每个人员在所有属性上标签次序的升序排序结果获取每个人员的人员数据画像；根据每个人员对应人员数据画像上标签次序的降序顺序将所有属性的属性权重排序组成每个人员的画像向量，根据画像向量和分类向量获取属性契合指数，根据属性契合指数以及属性相似度获取需求契合度，将画像向量对应需求契合度的最大值作为画像向量对应画像顶点的初始标杆值，根据初始标杆值利用匹配算法获取匹配结果，根据匹配结果完成待匹配任务与人员之间的匹配调度。2.根据权利要求1所述的基于人员数据画像的智能任务匹配调度方法，其特征在于，所述根据每个属性信息的取值范围获取每个待匹配任务在每个属性上的分类值的方法为：式中，是待匹配任务a在第m个属性上的分类值，是任务a在第m个属性上的实际取值，是第m个属性上的中位数，是缩放因子，是任务a在第m个属性上分类结果中存在的取值区间的端点值。3.根据权利要求1所述的基于人员数据画像的智能任务匹配调度方法，其特征在于，所述根据分类值获取分类向量以及分类结果的方法为：对于任意一个待匹配任务，分别获取待匹配任务在所有属性上的分类值，将待匹配任务在所有属性上分类值升序排序组成的向量作为待匹配任务的分类向量；对于任意两个待匹配任务，获取两个待匹配任务在相同属性上分类值差值的绝对值，将两个待匹配任务在所有属性上分类值差值绝对值的累加和作为两个待匹配任务之间的属性距离；获取所有待匹配任务的分类向量，将属性距离作为k
‑
means算法中的度量距离，利用k
‑
means算法获取所有待匹配任务的分类结果，将每一个聚类簇内的待匹配任务作为同一类待匹配任务。4.根据权利要求1所述的基于人员数据画像的智能任务匹配调度方法，其特征在于，所述根据每个人员选择任务时的选择倾向获取每个人员与每类待匹配任务的类倾向指数的方法为：对于任意一个人员，获取人员在每一个任务属性上的属性权重，根据人员在所有属性
上的属性权重获取属性向量；根据人员的属性向量和每一类待匹配任务中待匹配任务的分类向量获取人员关于每一类待匹配任务的类相似度，将以数学常数为底数，以人员...
【专利技术属性】
技术研发人员：徐俊，
申请(专利权)人：匠达苏州科技有限公司，
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。