[發明專利]一種人力資源數據分布式任務處理方法及系統

有效

• 申請號: 202110308427.8
• 申請日: 2021-03-23
• 公開（公告）號: CN113010273B
• 公開（公告）日: 2022-07-19
• 發明（設計）人: 吳方同;吳曉軍
• 申請（專利權）人: 河北冀聯人力資源服務集團有限公司
• 主分類號: G06F9/46
• 分類號: G06F9/46;G06F9/50;G06Q10/10
• 代理公司: 蘇州瞪羚知識產權代理事務所(普通合伙) 32438
• 代理人: 周治宇

本發明提供了一種人力資源數據分布式任務處理方法及系統，將人力資源事件劃分時間片，對時間片的優先級進行計算排序，同時通過優先級計算結果獲得任務處理機功率并進行調整，解決任務處理機功率調整問題，提高硬件資源利用率，實現對不同任務進行分布式計算的最優配置，解決人力資源企業數據計算能力不足問題，提高大數據計算的速度和人力資源配置效率。

技術領域

本發明涉及大數據的技術領域，特別涉及一種人力資源數據分布式任務處理方法及系統。

背景技術

隨著通訊技術和計算機技術的飛速發展，云計算、物聯網、社交網絡等新興服務促使人類社會的數據種類和規模正以前所未有的速度增長，人、機、物三元世界的高度融合引發了數據規模的爆炸式增長和數據模式的高度復雜化,世界因此進入網絡化的大數據時代。例如人力資源行業內大數據智能分析面對日益增長的數據規模，計算能力有限的問題逐漸暴露。目前傳統的解決計算任務方法，主要通過執行大數據計算，增加硬件資源能力實現，但是這種方式通常會帶來新的問題，例如成本高、維護難度大。因此有待于提出一種數據計算方式，提高大數據計算的速度和效率，解決人力資源數據計算能力不足的問題。

發明內容

基于上述問題，本發明通過ADMM算法解決任務處理機功率調整問題，硬件資源利用率，實現對不同任務進行分布式計算的最優配置，從而解決人力資源企業數據計算能力不足問題，提高大數據計算的速度和人力資源配置效率。

為實現上述目的，本發明提供了一種人力資源數據分布式任務處理方法，所述方法包括：

步驟101，獲取人力資源待計算事件；

步驟102，將事件劃分為至少一個時間片；

步驟103，在不同時間片進程中動態計算任務優先級；

步驟104，調整每個任務處理機的功率。

進一步地，所述事件可以是簡歷推送、簡歷篩選、崗位配置。

進一步地，當輪詢到規定時間片時，觸發任務優先級計算與任務處理機功率動態調整任務。

進一步地，任務優先級計算具體為，

其中，R_ik為某時間片i中的第k個任務優先級值；

其中，η_i為第i個時間片中計算資源與計算任務量的比率，

其中，η_min為所有時間片中，計算資源與計算任務量的比率為最小的數值。

其中，η_max為所有時間片中，計算資源與計算任務量的比率為最大的數值。

其中，G_S為某時間片i中的第k個任務所需要的計算時間限制。

其中，為某時間片i中所有計算資源總數。

進一步地，任務處理機功率動態調整具體為，在i個時間片內，通過向不同的處理機分配不同的計算資源，動態調整每個任務處理機的功率，每個任務處理機的功率為每個處理機占有計算資源數，在第i個時間片內，第k個處理機的功率Z_ik根據ADMM算法計算結果進行調節，ADMM算法如下：

其中，Z_i-1,k為上個時間片i-1中，第k個處理機的功率。

其中，為上個時間片i-1中，計算資源總功率，也即是計算資源總數。

其中，λ、λ為經驗系數。

其中φ和為對偶變量，