[發(fā)明專利]排班方法、裝置、系統(tǒng)與計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210934950.6
• 申請(qǐng)日: 2022-08-03
• 公開（公告）號(hào): CN115358550A
• 公開（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 姚文熙;于佳瑋;李金龍
• 申請(qǐng)（專利權(quán)）人: 招商銀行股份有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06F16/2455;G06F16/21
• 代理公司: 深圳市世紀(jì)恒程知識(shí)產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 梁爽

本發(fā)明公開了一種排班方法、裝置、系統(tǒng)和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該方法包括：獲取歷史業(yè)務(wù)數(shù)據(jù)，根據(jù)所述歷史業(yè)務(wù)數(shù)據(jù)確定預(yù)測(cè)數(shù)據(jù)集，并將所述預(yù)測(cè)數(shù)據(jù)集輸入預(yù)先創(chuàng)建的預(yù)測(cè)模型，得到業(yè)務(wù)量預(yù)測(cè)結(jié)果；獲取業(yè)務(wù)實(shí)體屬性值和約束條件，并根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果。本發(fā)明通過預(yù)先創(chuàng)建的預(yù)測(cè)模型根據(jù)歷史業(yè)務(wù)數(shù)據(jù)預(yù)測(cè)得到業(yè)務(wù)量預(yù)測(cè)結(jié)果，提高了業(yè)務(wù)量預(yù)測(cè)的準(zhǔn)確度，并根據(jù)業(yè)務(wù)實(shí)體屬性值、約束條件和業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果，提高了排班結(jié)果的合理性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及排班方法、裝置、系統(tǒng)與計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，各個(gè)行業(yè)在進(jìn)行員工的排班時(shí)，普遍存在兩點(diǎn)困難，一是由于原始數(shù)據(jù)積累量少且部分存在缺失，對(duì)于業(yè)務(wù)量的預(yù)測(cè)很大程度上憑借人工經(jīng)驗(yàn)把控，導(dǎo)致預(yù)測(cè)結(jié)果準(zhǔn)確度較低；二是由于業(yè)務(wù)量的預(yù)測(cè)結(jié)果準(zhǔn)確度較低，并且人員數(shù)量多，崗位數(shù)量多，崗位組合種類多，人崗配置情況變化頻繁，導(dǎo)致得到的排班結(jié)果的合理性較低。因此，如何提高業(yè)務(wù)量預(yù)測(cè)的準(zhǔn)確度和排班結(jié)果的合理性，是急需解決的問題。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于提出一種排班方法、裝置、系統(tǒng)與計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，旨在解決如何提高業(yè)務(wù)量預(yù)測(cè)的準(zhǔn)確度和排班結(jié)果的合理性的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種排班方法，所述排班方法包括如下步驟：

獲取歷史業(yè)務(wù)數(shù)據(jù)，根據(jù)所述歷史業(yè)務(wù)數(shù)據(jù)確定預(yù)測(cè)數(shù)據(jù)集，并將所述預(yù)測(cè)數(shù)據(jù)集輸入預(yù)先創(chuàng)建的預(yù)測(cè)模型，得到業(yè)務(wù)量預(yù)測(cè)結(jié)果；

獲取業(yè)務(wù)實(shí)體屬性值和約束條件，并根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果。

可選地，根據(jù)所述歷史業(yè)務(wù)數(shù)據(jù)確定預(yù)測(cè)數(shù)據(jù)集，并將所述預(yù)測(cè)數(shù)據(jù)集輸入預(yù)先創(chuàng)建的預(yù)測(cè)模型，得到業(yè)務(wù)量預(yù)測(cè)結(jié)果的步驟之前，包括：

根據(jù)所述歷史業(yè)務(wù)數(shù)據(jù)確定訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集，并根據(jù)所述訓(xùn)練數(shù)據(jù)集進(jìn)行模型訓(xùn)練，得到初始模型；

根據(jù)所述驗(yàn)證數(shù)據(jù)集對(duì)所述初始模型進(jìn)行驗(yàn)證，得到驗(yàn)證結(jié)果，若所述驗(yàn)證結(jié)果滿足第一預(yù)設(shè)條件，則將所述初始模型作為預(yù)測(cè)模型。

可選地，獲取業(yè)務(wù)實(shí)體屬性值和約束條件，并根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果的步驟包括：

獲取當(dāng)前業(yè)務(wù)數(shù)據(jù)，通過業(yè)務(wù)引擎根據(jù)所述當(dāng)前業(yè)務(wù)數(shù)據(jù)確定業(yè)務(wù)實(shí)體屬性值；

獲取當(dāng)前排班規(guī)則，通過規(guī)則引擎根據(jù)所述當(dāng)前排班規(guī)則確定約束條件；

通過算法引擎和所述規(guī)則引擎根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果。

可選地，通過算法引擎和所述規(guī)則引擎根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果確定目標(biāo)排班結(jié)果的步驟包括：

通過算法引擎根據(jù)所述業(yè)務(wù)實(shí)體屬性值、所述約束條件和所述業(yè)務(wù)量預(yù)測(cè)結(jié)果計(jì)算出第一預(yù)排班結(jié)果集合，并通過所述算法引擎根據(jù)預(yù)設(shè)搜索動(dòng)作，在所述第一預(yù)排班結(jié)果集合中確定第二預(yù)排班結(jié)果集合；

將所述第二預(yù)排班結(jié)果集合輸入所述規(guī)則引擎，通過所述規(guī)則引擎根據(jù)所述約束條件對(duì)所述第二預(yù)排班結(jié)果集合進(jìn)行評(píng)分，得到評(píng)分結(jié)果集合；

若所述評(píng)分結(jié)果集合滿足第二預(yù)設(shè)條件，則在所述第二預(yù)排班結(jié)果集合中選擇評(píng)分結(jié)果最優(yōu)的第二預(yù)排班結(jié)果作為目標(biāo)排班結(jié)果；

若所述評(píng)分結(jié)果集合不滿足第二預(yù)設(shè)條件，則重復(fù)執(zhí)行步驟：通過所述算法引擎根據(jù)預(yù)設(shè)搜索動(dòng)作，在所述第一預(yù)排班結(jié)果集合中確定第二預(yù)排班結(jié)果集合。

可選地，通過所述算法引擎根據(jù)預(yù)設(shè)搜索動(dòng)作，在所述第一預(yù)排班結(jié)果集合中確定第二預(yù)排班結(jié)果集合的步驟包括：