[發(fā)明專(zhuān)利]一種工單智能分派方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011159499.2
• 申請(qǐng)日: 2020-10-27
• 公開(kāi)（公告）號(hào): CN112001572B
• 公開(kāi)（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 張福軍;丁立;胡海峰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 綠漫科技有限公司
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q10/06
• 代理公司: 杭州賽科專(zhuān)利代理事務(wù)所(普通合伙) 33230
• 代理人: 吳琰

本發(fā)明涉及一種工單智能分派方法，獲取工單歷史數(shù)據(jù)，提取特征數(shù)據(jù)，對(duì)工單進(jìn)行分類(lèi)并構(gòu)建工單特征模型，獲取員工基礎(chǔ)信息數(shù)據(jù)，構(gòu)建員工特征模型，基于前兩者構(gòu)建工單特征模型和員工特征模型的匹配算法；在獲取待分派工單后對(duì)當(dāng)前工單進(jìn)行特征提取，計(jì)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。本發(fā)明以大數(shù)據(jù)的輔助來(lái)進(jìn)行客觀數(shù)據(jù)的分析，派單的過(guò)程中人工參與的部分少，在派單前不需另行對(duì)接，保證了物業(yè)管理中服務(wù)工單分派的合理性和及時(shí)性，溝通成本小，分派速度快，客觀派單，保證每一個(gè)員工在自己能力范圍內(nèi)能更多更好處理工單；在工單響應(yīng)速度提升的情況下，客戶(hù)滿(mǎn)意度明顯提升。

技術(shù)領(lǐng)域

本發(fā)明涉及專(zhuān)門(mén)適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的數(shù)據(jù)處理系統(tǒng)或方法；其他類(lèi)目不包含的專(zhuān)門(mén)適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測(cè)目的的處理系統(tǒng)或方法的技術(shù)領(lǐng)域，特別涉及一種工單智能分派方法。

背景技術(shù)

在管理工作中，針對(duì)不同的工作，往往通過(guò)派單的形式完成工作的分配，以求責(zé)任落實(shí)到人。以物業(yè)管理為例，凡是涉及到維修、報(bào)事、保潔、保綠等工作時(shí)，必須使用服務(wù)工單進(jìn)行過(guò)程跟蹤。

傳統(tǒng)的管理軟件中，客服人員在收到業(yè)主或客戶(hù)的需求后形成工單，且主要依靠客服人員進(jìn)行手工派單，而客服人員可能存在外包的情況、亦無(wú)法始終保持穩(wěn)定的判斷，故他們一方面對(duì)工單內(nèi)容、緊急程度、需要時(shí)間等缺乏絕對(duì)客觀、準(zhǔn)確的判斷，另一方面對(duì)物業(yè)員工擅長(zhǎng)領(lǐng)域、是否空閑等信息無(wú)法實(shí)時(shí)獲悉，進(jìn)而導(dǎo)致重復(fù)溝通、派單效率低下、工作人員忙閑不一致等問(wèn)題，最終導(dǎo)致客戶(hù)滿(mǎn)意度下降。

進(jìn)一步來(lái)說(shuō)，由于物業(yè)服務(wù)的工單涉及維修處理、報(bào)事處理、投訴處理、保潔處理等內(nèi)容，其本身是為了完成客戶(hù)訴求，往往客戶(hù)處已經(jīng)出現(xiàn)一定的問(wèn)題，在工單數(shù)據(jù)量龐大、對(duì)于處理及時(shí)性又有較高的要求的整體環(huán)境下，分派工單的不妥極易導(dǎo)致物業(yè)與業(yè)主間的沖突。

人工分派、先溝通后分派的方式，溝通成本高、分派速度慢，經(jīng)驗(yàn)判斷直接分派又面臨與實(shí)際處理人員的匹配程度低的問(wèn)題；如何合理并快速地分派工單亟待解決。

發(fā)明內(nèi)容

本發(fā)明解決了現(xiàn)有技術(shù)中存在的問(wèn)題，提供了一種優(yōu)化的工單智能分派方法，基于大數(shù)據(jù)、云計(jì)算、人工智能技術(shù)，將服務(wù)工單快速并合理地派發(fā)給物業(yè)員工，提升工單處理的整體效率。

本發(fā)明所采用的技術(shù)方案是，一種工單智能分派方法，所述方法包括以下步驟：

步驟1：獲取工單歷史數(shù)據(jù)，提取特征數(shù)據(jù)，對(duì)工單進(jìn)行分類(lèi)并構(gòu)建工單特征模型；

所述特征數(shù)據(jù)包括工單歷史數(shù)據(jù)中的工單類(lèi)型、處理時(shí)長(zhǎng)、關(guān)鍵詞、工單關(guān)聯(lián)圖片；

提取特征數(shù)據(jù)包括以下步驟：

步驟1.2.1：提取工單歷史數(shù)據(jù)中的工單類(lèi)型和處理時(shí)長(zhǎng)；

步驟1.2.2：對(duì)工單中的關(guān)鍵詞進(jìn)行模糊提取，與預(yù)設(shè)詞庫(kù)進(jìn)行匹配，匹配成功，則以預(yù)設(shè)詞庫(kù)中的標(biāo)準(zhǔn)詞作為關(guān)鍵詞，否則，進(jìn)行下一步；

步驟1.2.3：以工單類(lèi)型和處理時(shí)長(zhǎng)浮動(dòng)預(yù)設(shè)時(shí)間為標(biāo)準(zhǔn)進(jìn)行匹配，匹配成功，則以工單類(lèi)型和處理時(shí)長(zhǎng)對(duì)應(yīng)的關(guān)鍵詞作為提取的關(guān)鍵詞，否則，進(jìn)行下一步；

步驟1.2.4：獲取工單關(guān)聯(lián)圖片，識(shí)別圖像中的文字，所述文字包括工單內(nèi)容和落款，對(duì)工單內(nèi)容進(jìn)行關(guān)鍵詞的模糊提取并與預(yù)設(shè)詞庫(kù)進(jìn)行匹配，對(duì)落款進(jìn)行員工匹配，若關(guān)鍵詞匹配度達(dá)到標(biāo)準(zhǔn)值且與落款對(duì)應(yīng)員工的工作標(biāo)識(shí)相符，則匹配成功，否則，報(bào)人工處理；

步驟2：獲取員工基礎(chǔ)信息數(shù)據(jù)，構(gòu)建員工特征模型；

步驟3：構(gòu)建工單特征模型和員工特征模型的匹配算法；

步驟4：獲取待分派工單，對(duì)當(dāng)前工單進(jìn)行特征提??；

步驟5：計(jì)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。