[發明專利]一種工單智能分派方法

有效

• 申請號: 202011159499.2
• 申請日: 2020-10-27
• 公開（公告）號: CN112001572B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 張福軍;丁立;胡海峰
• 申請（專利權）人: 綠漫科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 杭州賽科專利代理事務所(普通合伙) 33230
• 代理人: 吳琰

1.一種工單智能分派方法，其特征在于：所述方法包括以下步驟：

步驟1：獲取工單歷史數據，提取特征數據，對工單進行分類并構建工單特征模型；

所述特征數據包括工單歷史數據中的工單類型、處理時長、關鍵詞、工單關聯圖片；

提取特征數據包括以下步驟：

步驟1.2.1：提取工單歷史數據中的工單類型和處理時長；

步驟1.2.2：對工單中的關鍵詞進行模糊提取，與預設詞庫進行匹配，匹配成功，則以預設詞庫中的標準詞作為關鍵詞，否則，進行下一步；

步驟1.2.3：以工單類型和處理時長浮動預設時間為標準進行匹配，匹配成功，則以工單類型和處理時長對應的關鍵詞作為提取的關鍵詞，否則，進行下一步；

步驟1.2.4：獲取工單關聯圖片，識別圖像中的文字，所述文字包括工單內容和落款，對工單內容進行關鍵詞的模糊提取并與預設詞庫進行匹配，對落款進行員工匹配，若關鍵詞匹配度達到標準值且與落款對應員工的工作標識相符，則匹配成功，否則，報人工處理；

步驟2：獲取員工基礎信息數據，構建員工特征模型；

步驟3：構建工單特征模型和員工特征模型的匹配算法；匹配算法用于計算匹配度M，M=U*T*E*k₁+L*S*P*k₂-C*k₃，其中，U為工單緊急度，T為員工是否空閑，E為員工處理效率，L為工單重要度，S為員工專業能力，P為好評工單數，C為投訴工單數；k₁、k₂、k₃為權重系數；

步驟4：獲取待分派工單，對當前工單進行特征提取；

步驟5：計算工單和員工的匹配度，將工單分派至匹配度最高的員工，完成工單分派。

2.根據權利要求1所述的一種工單智能分派方法，其特征在于：所述步驟1包括以下步驟：

步驟1.1：獲取工單歷史數據，清洗數據；

步驟1.2：提取工單歷史數據中的工單類型、處理時長、關鍵詞、工單關聯圖片；

步驟1.3：采用KNN監督式機器學習分類算法，使用工單歷史數據進行訓練，獲得工單分類模型。

3.根據權利要求2所述的一種工單智能分派方法，其特征在于：所述步驟1.1中，清洗數據包括刪除重復的工單歷史數據、對已經離職員工及已經取消的工單類型進行單獨歸類。

4.根據權利要求1所述的一種工單智能分派方法，其特征在于：所述步驟2中，員工基礎信息數據包括對應的工單類型、熟練程度、工齡、工單處理效率、客戶評價，對熟練程度、工單處理效率和客戶評價進行賦值。

5.根據權利要求4所述的一種工單智能分派方法，其特征在于：若存在新員工，提取工單類型、熟練程度、工齡、工單處理效率的特征，以余弦相似度算法尋找最接近的員工，補充關聯數據作為當前新員工的初始員工基礎信息數據。

6.根據權利要求1所述的一種工單智能分派方法，其特征在于：對工單分類結果進行標識，所述標識包括緊急程度、重要程度、預計處理時間。

7.根據權利要求1所述的一種工單智能分派方法，其特征在于：所述工單緊急度分為1~9級，工單重要度分為1~9級，當兩者均大于等于6時，匹配專業能力強的員工，k₂＞k₁且k₃為0；其余情況，匹配空閑的員工，k₁＞k₂。

8.根據權利要求7所述的一種工單智能分派方法，其特征在于：所述空閑為以法定工作時間減去所有工單的預計處理時長。

9.根據權利要求1所述的一種工單智能分派方法，其特征在于：所述分派包括工單批量分派和工單逐條分派；所述工單批量分派采用運籌與優化中的線性規劃。