一种面向分布式营业厅的人员综合调度与决策支持系统的制作方法

摘要: 本发明涉及营业厅智能调度与决策支持,尤其涉及一种面向分布式营业厅的人员综合调度与决策支持系统。背景技术:1、随着服务网点的分布式建设,营业厅通常呈现出数量多、位...
一种面向分布式营业厅的人员综合调度与决策支持系统的制作方法

本发明涉及营业厅智能调度与决策支持,尤其涉及一种面向分布式营业厅的人员综合调度与决策支持系统。

背景技术:

1、随着服务网点的分布式建设,营业厅通常呈现出数量多、位置分散、服务范围差异大以及业务类型复杂等特点。各营业厅在日常运行过程中需要面对客户到厅量变化、预约履约情况变化、业务办理难度差异、窗口开放状态变化、人员岗位资质差异以及突发异常事件等多种因素影响。对于缴费、开户、销户、业务变更、身份核验、异常工单处理、投诉处理和咨询答复等业务,不同业务在办理时长、权限要求、客户等待敏感程度和人员熟练程度等方面均存在差异,因此营业厅的人员调度和窗口资源配置直接影响客户等待时间、业务积压程度和现场服务秩序。

2、现有营业厅人员安排方式通常依赖预先排班、管理人员经验判断或者基于单一营业厅运行情况进行局部调整。该类方式在业务量相对稳定、人员状态变化较小的情况下能够满足基本管理需求,但在多个营业厅同时运行、业务压力动态变化或者突发事件频繁发生的场景下,仍难以实现及时、准确的综合调度。

3、一方面,不同营业厅之间的客流压力、业务积压状态、窗口承载能力和人员可用状态具有明显差异,单独依据某一类数据进行人员安排,容易导致调度判断不准确。例如,仅依据客户数量判断营业厅压力时,可能忽略复杂业务集中积压、窗口故障、人员临时离岗或远程协助资源不足等情况,从而影响调度方案的合理性。

4、另一方面,分布式营业厅中的人员、窗口、业务和远程服务资源之间存在多维约束关系。人员是否具备对应业务资质、是否具有相应授权、是否处于适宜工作状态,窗口是否可用,远程席位是否能够处理目标业务,均会影响调度结果。若缺少对多类资源之间关联关系的统一表达和计算,容易出现资源选择不匹配、支援效果不稳定或者对原有营业厅运行秩序造成影响的问题。

5、此外,在调度方案生成后,若直接下发执行,难以及时预判该方案对客户等待时间、业务积压量、服务风险以及人员负荷的影响。当调度方案本身存在资源分配不均衡或者对既有排班扰动较大的情况时,可能导致现场执行效果与预期不一致。特别是在突发客流聚集、窗口设备异常、人员临时离岗或投诉集中发生时,若仅依赖人工重新调整,响应效率较低,并且容易造成较大范围的排班变更。

6、同时,营业厅运行过程中涉及客户身份信息、业务办理记录、人员工作状态和客户评价等数据。若在调度分析过程中直接集中处理大量原始数据,可能增加数据安全和隐私保护压力。因此,在满足调度决策需要的同时,如何降低对原始敏感数据的依赖,也成为分布式营业厅综合调度场景中需要考虑的问题。

7、因此,如何在分布式营业厅场景下,提高多营业厅运行状态感知的准确性、人员和服务资源匹配的合理性、调度方案执行前判断的可靠性以及异常情况下调整方案的稳定性,是当前营业厅人员综合调度与决策支持领域亟待解决的技术问题。

技术实现思路

1、针对现有技术存在的不足,本发明的目的在于提供一种面向分布式营业厅的人员综合调度与决策支持系统,用于在保护营业厅运行数据安全的基础上,提高多营业厅人员、窗口和远程席位资源匹配的准确性以及调度方案执行前校验和异常重排的可靠性。

2、为实现上述目的,本发明提供了如下技术方案:一种面向分布式营业厅的人员综合调度与决策支持系统,包括:

3、边缘采集模块,用于采集多个营业厅的运行数据,所述运行数据包括客流、业务、窗口、人员、远程席位和异常事件数据;

4、边缘脱敏画像模块,连接所述边缘采集模块,用于对所述运行数据进行脱敏、聚合和摘要化处理,生成厅域状态摘要;

5、图谱构建模块,连接所述边缘脱敏画像模块,用于根据各所述厅域状态摘要构建异构调度图谱,所述异构调度图谱包括营业厅、业务、人员、窗口、远程席位和异常事件节点、调度关联边及对应边权;

6、压力预测模块,连接所述图谱构建模块,用于根据所述异构调度图谱计算厅域压力值,并根据所述厅域压力值与预设压力阈值确定目标营业厅,根据所述目标营业厅的业务积压信息确定目标业务队列;

7、资源匹配模块,连接所述压力预测模块和所述图谱构建模块,用于根据所述目标营业厅、所述目标业务队列和所述边权,从固定人员、跨厅支援人员和远程席位中筛选候选调度资源并计算资源匹配度;

8、方案生成模块,连接所述资源匹配模块,用于根据所述候选调度资源和所述资源匹配度生成初始调度方案;

9、数字孪生校验模块,连接所述方案生成模块,用于对所述初始调度方案进行仿真校验,生成包括预计等待时长、预计业务积压量和预计服务风险的校验结果;

10、最小扰动重排模块,连接所述数字孪生校验模块和所述方案生成模块,用于在所述校验结果不满足预设运行条件时,根据所述初始调度方案和所述校验结果生成修正调度方案。

11、进一步地,所述边缘脱敏画像模块包括:

12、敏感字段识别单元,连接所述边缘采集模块,用于从所述运行数据中识别客户身份标识数据、账户标识数据、完整业务办理记录数据和完整人员绩效明细数据;

13、数据脱敏单元,连接所述敏感字段识别单元,用于对所述敏感字段识别单元识别出的数据进行删除、替换或泛化处理,得到脱敏运行数据;

14、状态摘要生成单元,连接所述数据脱敏单元,用于根据所述脱敏运行数据生成所述厅域状态摘要,所述厅域状态摘要包括客流状态摘要、业务积压摘要、窗口状态摘要、人员状态摘要、远程席位状态摘要和异常事件状态摘要。

15、进一步地,所述图谱构建模块包括:

16、节点生成单元,连接所述边缘脱敏画像模块,用于根据所述厅域状态摘要生成营业厅节点、业务节点、人员节点、窗口节点、远程席位节点和异常事件节点;

17、调度关联边生成单元,连接所述节点生成单元,用于根据所述营业厅节点与所述业务节点之间的需求关系生成需求边,根据所述人员节点与所述业务节点之间的资质关系生成资质边,根据所述人员节点与所述营业厅节点之间的支援关系生成支援边,根据所述窗口节点与所述业务节点之间的承载关系生成承载边,根据所述远程席位节点与所述业务节点之间的协助关系生成协助边,根据所述异常事件节点与所述营业厅节点或所述窗口节点之间的影响关系生成影响边;

18、边权生成单元,连接所述调度关联边生成单元,用于根据所述厅域状态摘要分别生成与所述需求边对应的需求边权、与所述资质边对应的资质边权、与所述支援边对应的支援边权、与所述承载边对应的承载边权、与所述协助边对应的协助边权以及与所述影响边对应的影响边权。

19、进一步地,所述压力预测模块包括:

20、压力因子提取单元,连接所述图谱构建模块,用于从所述异构调度图谱中提取客流波动因子、业务积压因子、业务复杂度因子、窗口利用率偏离因子和异常事件影响因子;

21、压力值计算单元,连接所述压力因子提取单元,用于根据所述客流波动因子、所述业务积压因子、所述业务复杂度因子、所述窗口利用率偏离因子和所述异常事件影响因子计算各营业厅的所述厅域压力值;

22、目标确定单元,连接所述压力值计算单元,用于将所述厅域压力值大于预设压力阈值的营业厅确定为所述目标营业厅,并根据所述目标营业厅的所述业务积压摘要,将所述业务积压摘要中业务积压值大于预设积压阈值的业务队列确定为所述目标业务队列。

23、进一步地,所述资源匹配模块包括:

24、资源筛选单元,分别连接所述压力预测模块和所述图谱构建模块,用于根据所述目标营业厅、所述目标业务队列和所述边权,从固定人员、跨厅支援人员和远程席位中筛选得到所述候选调度资源;

25、第一因子生成单元,连接所述资源筛选单元,用于在所述候选调度资源为固定人员时,根据人员业务资质、人员授权范围、历史办理效率和人员疲劳状态生成第一匹配因子;还用于在所述候选调度资源为跨厅支援人员时,根据人员业务资质、人员授权范围、历史办理效率、人员疲劳状态、跨厅支援成本以及所述跨厅支援人员所在营业厅的厅域压力值生成第一匹配因子;

26、第二因子生成单元,连接所述资源筛选单元,用于在所述候选调度资源为远程席位时,根据远程处理权限、远程席位在线状态、远程席位历史协助成功率和远程席位当前负载状态生成第二匹配因子;

27、匹配度计算单元,分别连接所述第一因子生成单元和所述第二因子生成单元,用于根据所述第一匹配因子或所述第二匹配因子计算所述候选调度资源相对于所述目标业务队列的所述资源匹配度。

28、进一步地,所述方案生成模块包括:

29、调度动作生成单元,连接所述资源匹配模块,用于根据所述候选调度资源和所述资源匹配度生成调度动作,所述调度动作包括调整窗口业务类型、开启备用窗口、分流业务队列、调入跨厅支援人员、转接远程席位、调整人员休息时间或轮岗顺序、重新分配故障窗口关联业务队列中的一种或多种;

30、约束校验单元,连接所述调度动作生成单元,用于根据人员资质授权约束、连续工作时长约束、休息间隔约束、窗口可用状态约束和排班扰动约束,对所述调度动作进行校验;还用于在所述调度动作涉及转接远程席位时,根据远程处理权限约束对所述调度动作进行校验;以及在所述调度动作涉及调入跨厅支援人员时,根据跨厅到达时间约束和所述跨厅支援人员所在营业厅的厅域压力约束,对所述调度动作进行校验;

31、方案输出单元,连接所述约束校验单元,用于组合通过校验的所述调度动作,生成所述初始调度方案,并将所述初始调度方案发送至所述数字孪生校验模块。

32、进一步地,所述数字孪生校验模块包括:

33、客户到达单元,用于接收所述客流状态摘要,并根据所述客流状态摘要模拟客户到厅过程,得到模拟到厅数据;

34、业务分流单元,连接所述客户到达单元,用于根据所述模拟到厅数据、所述业务积压摘要和所述目标业务队列模拟业务分流过程,得到模拟队列数据;

35、窗口服务单元,连接所述业务分流单元,用于根据所述模拟队列数据、所述窗口状态摘要和预设业务平均办理时长模拟窗口服务过程,得到模拟窗口数据;

36、人员服务单元,连接所述窗口服务单元,用于根据所述模拟窗口数据、所述人员状态摘要和所述初始调度方案模拟人员服务能力变化过程,得到模拟人员负荷数据;

37、远程协助单元,连接所述业务分流单元,用于根据所述模拟队列数据、所述远程席位状态摘要和所述初始调度方案模拟远程协助过程,得到模拟远程协助数据;

38、异常事件单元,分别连接所述窗口服务单元、所述人员服务单元和所述远程协助单元,用于根据所述异常事件状态摘要模拟异常事件对窗口服务过程、人员服务能力变化过程和远程协助过程的影响,得到模拟异常影响数据;

39、校验结果生成单元,分别连接所述业务分流单元、所述窗口服务单元、所述人员服务单元、所述远程协助单元和所述异常事件单元,用于根据所述模拟队列数据、所述模拟窗口数据、所述模拟人员负荷数据、所述模拟远程协助数据和所述模拟异常影响数据,生成包括预计等待时长、预计业务积压量和预计服务风险的所述校验结果。

40、进一步地,所述最小扰动重排模块包括:

41、重排触发单元,连接所述数字孪生校验模块,用于在所述校验结果中的预计等待时长大于预设等待阈值,或者预计业务积压量大于预设积压阈值,或者预计服务风险大于预设风险阈值时,生成重排触发指令;

42、扰动评价单元,分别连接所述重排触发单元和所述方案生成模块,用于根据所述初始调度方案、跨厅移动成本、窗口业务类型变更数量、人员休息或轮岗变更数量、转接至远程席位的业务队列数量和跨厅支援人员数量,生成扰动评价结果;

43、局部重排单元,连接所述扰动评价单元,用于根据所述校验结果和所述扰动评价结果,对所述初始调度方案进行局部重排,得到所述修正调度方案;

44、重排输出单元,连接所述局部重排单元,用于将所述修正调度方案发送至所述数字孪生校验模块进行再次仿真校验。

45、进一步地,还包括执行反馈更新模块,连接所述所述数字孪生校验模块和所述方案生成模块,所述执行反馈更新模块包括:

46、反馈采集单元,用于采集所述初始调度方案或所述修正调度方案执行后的实际等待时长、实际业务积压量、实际投诉数量、实际弃号数量、实际异常事件数量、实际窗口利用率、实际人员负荷数据、实际远程协助成功率和调度执行偏差;

47、实际风险生成单元,连接所述反馈采集单元,用于根据所述实际投诉数量、所述实际弃号数量和所述实际异常事件数量生成实际服务风险;

48、反馈比对单元,分别连接所述反馈采集单元、所述实际风险生成单元和所述数字孪生校验模块,用于将所述实际等待时长、所述实际业务积压量和所述实际服务风险分别与所述校验结果中的预计等待时长、预计业务积压量和预计服务风险进行比对,并根据所述实际窗口利用率、所述实际人员负荷数据、所述实际远程协助成功率和所述调度执行偏差生成执行偏差结果;

49、参数更新单元,连接所述反馈比对单元,用于根据所述执行偏差结果更新所述边权、所述预设压力阈值、所述资源匹配度的计算参数、所述数字孪生校验模块的仿真参数以及所述方案生成模块的调度动作优先级。

50、进一步地,还包括隐私保护学习模块,连接所述执行反馈更新模块,所述隐私保护学习模块包括:

51、本地训练单元,用于接收所述厅域状态摘要以及所述执行反馈更新模块输出的执行偏差结果,并根据所述厅域状态摘要和所述执行偏差结果生成本地模型更新量和本地模型输出结果;

52、误差确定单元,连接所述本地训练单元,用于根据所述本地模型输出结果与所述执行偏差结果中对应的反馈指标确定本地预测误差;

53、隐私处理单元,连接所述本地训练单元,用于对所述本地模型更新量进行加密、脱敏或差分隐私扰动处理,得到隐私处理后的模型更新量;

54、聚合更新单元,分别连接所述隐私处理单元和所述误差确定单元,用于根据各营业厅的有效样本量、数据可信度、业务覆盖度和所述本地预测误差,对所述隐私处理后的模型更新量进行聚合,以更新客流预测模型、业务办理时长预测模型和资源匹配模型;

55、其中,所述客流预测模型的输出用于作为生成所述厅域状态摘要时的客流预测信息,所述业务办理时长预测模型的输出用于作为生成所述厅域状态摘要时的业务办理时长信息,所述资源匹配模型的输出用于计算所述资源匹配度。

56、本发明的有益效果:

57、第一,本发明通过边缘采集模块采集多个营业厅的运行数据,并通过边缘脱敏画像模块生成厅域状态摘要,能够在减少原始敏感数据集中传输的基础上,为后续调度决策提供数据支持,提高数据安全性和状态感知效率。

58、第二,本发明通过图谱构建模块构建包括营业厅、业务、人员、窗口、远程席位和异常事件的异构调度图谱,能够统一表征多类调度对象及其关联关系,提高候选调度资源筛选和资源匹配度计算的准确性。

59、第三,本发明通过压力预测模块基于异构调度图谱计算厅域压力值,并确定目标营业厅和目标业务队列,使调度触发不再仅依赖单一客流指标,有利于提高复杂业务积压或异常事件场景下的调度准确性。

60、第四,本发明通过资源匹配模块从固定人员、跨厅支援人员和远程席位中筛选候选调度资源,并由方案生成模块生成初始调度方案,能够提高多营业厅之间人员、窗口和远程服务资源的协同利用效率。

61、第五,本发明通过数字孪生校验模块对初始调度方案进行执行前仿真校验,并通过最小扰动重排模块在校验结果不满足预设运行条件时生成修正调度方案,能够降低不合理调度方案直接执行的风险,并减少对原有排班和营业厅运行秩序的扰动。