一种共享中心的任务分配的方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及计算机技术领域，提出了一种共享中心的任务分配的方法、装置、设备及介质，其中，方法包括：基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集；基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值；根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值；基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。本方案避免了共享中心的资源浪费，实现了共享中心综合效益最大化。合效益最大化。合效益最大化。

【技术实现步骤摘要】
一种共享中心的任务分配的方法、装置、设备及介质


[0001]本专利技术涉及计算机
，尤其涉及一种共享中心的任务分配的方法、装置、设备及介质。

技术介绍

[0002]共享中心的综合效益与共享中心的每个作业人员对被分配的任务的处理情况相关，换言之，作业人员对被分配的任务处理效率越高，所承担的被分配任务越多，则其对共享中心的综合效益的贡献率越高。
[0003]在共享中心的任务分配的相关技术中，大多采用单一的任务分配方式，比如循环分配方式，这种方式未考虑作业人员自身对任务的处理效率以及不同任务对共享中心的重要性，造成共享中心资源利用浪费，无法实现共享中心的综合效益最大化。

技术实现思路

[0004]有鉴于此，本专利技术提出了一种共享中心的任务分配的方法、装置、设备及介质，至少解决了上述在共享中心的任务分配的相关技术中，大多采用单一的任务分配方式，比如循环分配方式，这种方式未考虑作业人员自身对任务的处理效率以及不同任务对共享中心的重要性，造成共享中心资源利用浪费，无法实现共享中心的综合效益最大化的问题。
[0005]基于以上目的，本专利技术的实施例的一个方面提供了一种共享中心的任务分配的方法，包括：基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集；基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值；根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值；基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
[0006]在一些实施例中，所述根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值的步骤包括：根据所述作业人员在所述目标时间段内被分配的任务数和未处理任务数计算所述作业人员在所述目标时间段内的未处理任务持有率；基于所述作业人员在所述目标时间段内的未处理任务持有率计算所述作业人员在所述目标时间段内对已处理任务的处理效率；根据所述作业人员在所述目标时间段内对已处理任务的处理效率和所述第一阈值进行乘积计算，得到第二阈值。
[0007]在一些实施例中，所述基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务的步骤包括：计算所述作业人员对于所述共享中心的当前未处理任务的预期贡献率；从与所述当前未处理任务中移除对应的所述预期贡献率小于所述第二阈值的任务，得到与所述作业人员相匹配的任务以及与所述相匹配的任务中的每个任务分别对应的匹配度；根据所述相匹配的任务以及所述作业人员与所述相匹配的任务中的每个任务分别对
应的匹配度从所述相匹配的任务中为所述作业人员分配对应的任务。
[0008]在一些实施例中，所述基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值的步骤包括：从所述数据集中抽取若干子样本，为所述若干子样本匹配与之一一对应的若干回归树并分别初始化；响应于所述若干回归树分别完成初始化，在所述若干回归树的根节点加入与之匹配的子样本；对所述子样本从对应的根节点按照分裂条件判断是否进行分裂，响应于进行分裂，将所述子样本的作业人员按照预设分裂值分裂到对应节点上，直至节点不再进行分裂得到所述子样本中的作业人员在对应回归树上的节点分布情况；根据所述子样本中的作业人员在对应回归树上的节点分布情况以及每个节点对应的权重得到所述子样本的作业人员在所述目标时间段内对所述共享中心的贡献率的第一阈值。
[0009]在一些实施例中，所述分裂条件包括：待分裂节点的作业人员的数量不少于2个并且所述待分裂节点的全部作业人员对所述共享中心的贡献率的平均方差大于预设方差值。
[0010]在一些实施例中，所述基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集的步骤包括：获取所述作业人员在目标时间段内对应的特征数据；基于所述共享中心的每个作业人员在所述目标时间段内对应的特征数据以及所述共享中心在目标时间段内的任务构建数据集。
[0011]在一些实施例中，所述响应于进行分裂，将所述子样本的作业人员按照预设分裂值分裂到对应节点上的步骤包括：响应于进行分裂，从全部所述子样本的作业人员的特征数据中除去最大值和最小值的剩余特征数据中任选一个特征数据作为分裂条件值；比较每个所述子样本的作业人员的特征数据与所述分裂条件值的大小，根据比较结果将所述子样本的作业人员分裂到对应节点上。
[0012]在一些实施例中，所述特征数据包括：所述作业人员在所述目标时间段内已处理任务的数量、单位时间内处理任务的数量以及未处理任务的数量、所述作业人员对单个任务的平均处理时间中任意一项或多项。
[0013]本专利技术实施例的另一方面，还提供一种共享中心的任务分配的装置，包括：第一模块，用于基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集；第二模块，用于基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值；第三模块，用于根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值；第四模块，用于基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。
[0014]本专利技术实施例的另一方面，还提供了一种电子设备，包括至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行时实现上述方法的步骤。
[0015]本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上述方法步骤的计算机程序。
[0016]本专利技术至少具有以下有益效果：本专利技术提出了一种共享中心的任务分配的方法，基于目标时间段内共享中心的作业人员和任务构建数据集，预测作业人员对共享中心贡献率的第一阈值，在第一阈值的条件下根据作业人员对其已处理任务的处理效率进行更新得
到第二阈值，根据第二阈值调整共享中心对作业人员的任务分配，考虑作业人员自身对任务的处理效率以及不同任务实时调整共享中心对作业人员的任务分配，提升了共享中心的作业人员的利用率，避免共享中心的资源浪费，实现共享中心综合效益最大化。
[0017]进一步，计算作业人员在目标时间段内对已处理任务的处理效率并以此与作业人员对共享中心的贡献率的第一阈值进行乘积，得到第二阈值，第二阈值考虑到了作业人员自身对已分配任务的处理效率，通过第二阈值来确认共享中心对作业人员的实际分配任务，可以最大限度发挥共享中心的每个作业人员所能承担的被分配任务数，避免作业人员所能承担的被分配任务数与实际被分配任务数不匹配的情况。
[0018]进一步，在为作业人员分配任务的过程中，根据第二阈值将与当前未处理任务的匹配中移除不符合要求的任务本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种共享中心的任务分配的方法，其特征在于，包括：基于共享中心的作业人员的特征数据以及所述共享中心在目标时间段内的任务构建数据集；基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值；根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值；基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务。2.根据权利要求1所述的方法，其特征在于，所述根据所述作业人员在所述目标时间段内对已处理任务的处理效率对所述第一阈值进行更新，得到第二阈值的步骤包括：根据所述作业人员在所述目标时间段内被分配的任务数和未处理任务数计算所述作业人员在所述目标时间段内的未处理任务持有率；基于所述作业人员在所述目标时间段内的未处理任务持有率计算所述作业人员在所述目标时间段内对已处理任务的处理效率；根据所述作业人员在所述目标时间段内对已处理任务的处理效率和所述第一阈值进行乘积计算，得到第二阈值。3.根据权利要求1所述的方法，其特征在于，所述基于所述第二阈值从所述共享中心当前未处理任务中获取与所述作业人员相匹配的任务，并从与所述作业人员相匹配的任务中为所述作业人员分配对应的任务的步骤包括：计算所述作业人员对于所述共享中心的当前未处理任务的预期贡献率；从与所述当前未处理任务中移除对应的所述预期贡献率小于所述第二阈值的任务，得到与所述作业人员相匹配的任务以及与所述相匹配的任务中的每个任务分别对应的匹配度；根据所述相匹配的任务以及所述作业人员与所述相匹配的任务中的每个任务分别对应的匹配度从所述相匹配的任务中为所述作业人员分配对应的任务。4.根据权利要求1所述的共享中心的任务分配的方法，其特征在于，所述基于所述数据集和随机森林算法预测所述作业人员对所述共享中心的贡献率的第一阈值的步骤包括：从所述数据集中抽取若干子样本，为若干子样本匹配与之一一对应的若干回归树并分别初始化；响应于所述若干回归树分别完成初始化，在所述若干回归树的根节点加入与之匹配的子样本；对所述子样本从对应的根节点按照分裂条件判断是否进行分裂，响应于进行分裂，将所述子样本的作业人员按照预设分裂值分裂到对应节点上，直至节点不再进行分裂得到所述子样本中的作业人员在对应回归树上的节点分布情况；根据所述子样本中的作业人员在对应回归树上的节点分布情况以及...

【专利技术属性】
技术研发人员：董吉富，马士中，王金丽，任聪，
申请(专利权)人：浪潮通用软件有限公司，
类型：发明
国别省市：