排班方法、设备、装置及存储介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种排班方法、设备、装置及存储介质。


背景技术：

2.为了更好地为用户提供全方位的服务，提升用户体验，大多服务行业都设有各式各样的职位，工作人员各司其职，保障行业正常有序运行。在一些行业中，各种各样的任务需要员工具有相应的资质和技能，同时又必须考虑到各种人性化、公平性的排班质量要求，使得排班问题成为复杂的技术问题。
3.为了解决复杂的排班问题，往往需要构建复杂的模型去求解，但是因为模型求解工作量较大导致排班效率较低，甚至无法得到排班结果。


技术实现要素：

4.本技术的多个方面提供一种排班方法、设备、装置及存储介质，用以降低排班工作量，提高排班效率。
5.本技术实施例提供一种排班方法，包括：
6.获取多人多任务场景中的待排班人员的信息和待分配任务的信息；
7.从所述待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；
8.根据所述多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算所述多个排班信息项的内容；
9.根据所述多个排班信息项的内容，生成排班结果。
10.本技术实施例还提供一种排班方法，包括：
11.获取多任务场景中的待分配任务的信息；
12.从所述待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；
13.根据所述多个排班信息项各自对应的待分配任务的目标信息，分别计算所述多个排班信息项的内容；
14.根据所述多个排班信息项的内容，生成排班结果。
15.本技术实施例还提供一种计算机设备，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；
16.所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行上述各方法中的步骤。
17.本技术实施例还提供一种排班装置，包括：获取模块、选择模块、计算模块和生成模块；其中，
18.所述获取模块，用于获取多人多任务场景中的待排班人员的信息和待分配任务的信息；
19.所述选择模块，用于从所述待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；
20.所述计算模块，用于根据所述多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算所述多个排班信息项的内容；
21.所述生成模块，用于根据所述多个排班信息项的内容，生成排班结果。
22.本技术实施例还提供一种排班装置，包括：获取模块、选择模块、计算模块和生成模块；其中，
23.所述获取模块，用于获取多任务场景中的待分配任务的信息；
24.所述选择模块，用于从所述待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；
25.所述计算模块，用于根据所述多个排班信息项各自对应的待分配任务的目标信息，分别计算所述多个排班信息项的内容；
26.所述生成模块，用于根据所述多个排班信息项的内容，生成排班结果。
27.本技术实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述各方法中的步骤。
28.在本技术实施例中，在多人多任务场景中，从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容，实现了对多个排班信息项的分组求解，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
附图说明
29.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
30.图1a和图1b为本技术实施例提供的排班方法的流程示意图；
31.图2为本技术实施例提供的另一种排班方法的流程示意图；
32.图3和图4为本技术实施例提供的计算机设备的结构示意图；
33.图5和图6为本技术实施例提供的排班装置的结构示意图。
具体实施方式
34.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
35.针对现有多任务场景中排班工作量较大导致排班效率较低的技术问题，在本技术一些实施例中，在多人多任务场景中，选择多个排班信息项分别对应的待排班人员的目标
信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容，实现了对多个排班信息项的分组求解，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
36.以下结合附图，详细说明本技术各实施例提供的技术方案。
37.应注意到：相同的标号在下面的附图以及实施例中表示同一物体，因此，一旦某一物体在一个附图或实施例中被定义，则在随后的附图和实施例中不需要对其进行进一步讨论。
38.图1a为本技术实施例提供的一种排班方法的流程示意图。如图1a所示，该方法包括：
39.101、获取多人多任务场景中的待排班人员的信息和待分配任务的信息。
40.102、从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息。
41.103、根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容。
42.104、根据多个排班信息项的内容，生成排班结果。
43.在本实施例中，多人多任务是指待排班的人员有多人，待分配的任务有多种类型。其中，多人是指2人或2人以上，多种是指2种或2种以上。本实施例提供的排班方法适用于排班方法适用于各种多人多任务的应用场景中，尤其对于大量工作人员和大量作业任务的应用场景。例如，机场、火车站、客运站、港口、码头、停车场、仓库、工厂、农业、商场等应用场景的工作人员排班。
44.其中，在机场工作人员排班的场景中，机场人员包括：空勤人员和地勤人员。其中，空勤人员是指在飞机上服务的人员，主要由飞行组和乘务组组成。飞行组主要由驾驶员(机长)、飞行机械人员以及飞行通讯员等构成，乘务组主要由乘务员、安全员(或兼职乘务员)和乘警等构成。地勤人员是指在机场地面服务的人员，主要由机场与航空公司两部分人员组成。例如值机、安检、客服、调配、售票、登机等岗位工作人员，以及财务等部门人员，但不限于于此。当然，本技术实施例提供的排班方法还可对空勤人员和地勤人员分别进行排班。
45.在本实施例中，待排班人员为多人，待排班人员的信息包括：待排班人员的用户标识、技能信息、作休规则以及个人推荐班次等中的1种或多种。其中，待排班人员的用户标识是指唯一标识待排班人员的信息，可以为待排班人员的工号等。待排班人员的技能信息包括：待排班人员所在的岗位、待排班人员的技能、技能熟练程度、资质等技能信息。待排班人员的作休规则包括：待排班人员所需的工作时数、周时数、日时数、已经工作的时数、作休模式、休假信息等等。作休模式是指每周做五休二、做六休一、是否可夜班等模式。个人推荐班次是指：待排班人员个人倾向的工作班次。
46.待分配任务的信息包括：待分配任务的时间分布信息、技能需求信息以及待分配任务要求的作休模式等中的一种或多种，但不限于此。
47.待排班人员人数众多，人员信息繁杂；待分配任务也各种各样，任务信息也繁多，
又必须考虑到各种人性化、公平性的排班质量要求，使得排班问题成为复杂的技术问题。为了解决复杂的排班问题，降低排班工作量，提高排班效率，可从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容。这样可将排班任务拆分成多个子任务进行处理，降低计算复杂度和计算量，有助于提供数据处理效率，进而有助于提高排班效率。
48.其中，每个子任务计算的排班信息项可存在部分重叠，也可各不相同。其中，排班信息项是指排班结果包含的信息项，可包括：待排班人员的作休时间、分配到的任务类型、执行任务的地点等信息，但不限于此。
49.进一步，在计算出多个排班信息项之后，可根据多个排班信息项的内容，生成排班结果。进一步，还可输出排班结果。
50.在本实施例中，不限定排班结果的输出方式。例如，可将排班结果提供给显示设备，由显示设备展示排班结果。这样，用户便可查看排班结果。其中，显示设备可为进行排班的计算机设备的显示屏，也可为独立的物理机。可选地，显示设备可为用户侧的客户端设备。例如，用户侧的电脑、智能手机或可穿戴设备等。又例如，本实施例提供的排班方式可作为一种saas服务，承载该服务的服务端设备可将排班结果发送给用户侧的客户端设备，由客户端设备展示排班结果等等，但不限于于此。
51.可选地，计算机设备可将排班结果以文档或表格的方式提供给显示设备，也可以将排班结果所在的网页的链接提供给显示设备，等等。
52.在本实施例中，在多人多任务场景中，从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容，实现了对多个排班信息项的分组求解，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
53.在本技术实施例中，不限定根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容的具体实施方式。在一些实施例中，可根据多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息，建立多个数学求解模型。其中，多个数学求解模型可决策上述多个排班信息项。每个数学求解模型决策多个排班信息项中的部分排班信息项。每个数学求解模型所决策的排班信息项可部分重叠，也可各不相同。
54.可选地，数学求解模型可由约束条件和目标函数组成的数学模型，也可仅有约束条件或仅有目标函数组成的数学模型。其中，仅有约束条件的数学模型也可称为约束优化模型。可选地，多个数学求解模型可为整数规划模型。其中，整数规划模型可为整数线性规划模型、整数约束优化模型等。
55.在本技术实施例中，数学求解模型所决策的排班信息项不同，所对应的待排班人员和待分配任务的目标信息不同，数学求解模型的约束条件和目标函数也就不同。
56.例如，在一些实施例中，数学求解模型所决策的排班信息项为待排班人员的作休
时间，待排班人员的作休时间可包括待排班人员上班和休息的日期、班次等。相应地，待排班人员的目标信息可为待排班人员的作休规则；待分配任务的目标信息可为待分配任务的时间分布信息。进一步，可根据待分配任务的时间分布信息和待排班人员的作休规则，构建约束条件。可选地，可将待决策的待排班人员的作休时间设定为自变量，并结合待排班人员的作休规则以及待分配任务的时间分布信息，构建约束条件。例如，某个岗位的工作人员的日工作时长不多于n小时等，但不限于于此。
57.进一步，可以最大化任务覆盖率或者任务覆盖率不小于设定的覆盖率阈值为目标，结合上述构建出的约束条件，建立数学求解模型。该数学求解模型用于决策待排班人员的作休时间。其中，任务覆盖率是指：分配完成的任务量与总任务量的百分比。
58.又例如，排班信息项为所述待分配人员分配到的任务类型。相应地，待排班人员的目标信息包括：待排班人员的技能信息；待分配任务的目标信息为：待分配任务的技能需求。
59.进一步，根据所述待分配任务的技能需求和待排班人员的技能信息，计算待排班人员和所述待分配任务的匹配度；并以待排班人员与待分配任务的匹配度最高或匹配度不小于匹配度阈值为目标，建立数学求解模型。该数学求解模型用于决策待分配人员分配到的任务类型。
60.上述仅以排班信息项为待分配任务的作休时间、分配到的任务类型为例进行示例性说明。在其它一些实施例中，还可将员工满意度最大化、公平性最大化、人力成本最小化等作为数学求解模型的目标，但不限于于此。其中，员工满意度可以员工个性需求满足的百分比进行衡量。其中，员工个性化需求可为请假需求、特殊时间段休息需求等。公平性可以分配给每个人总任务时间的方差进行衡量。人力成本可以投入的人员数量进行衡量。
61.在本实施例中，在多个数学求解模型构建完成后，可对多个数学求解模型进行关联求解，得到多个排班信息项的内容。其中，在对多个数学求解模型进行关联求解时，在每个数学求解模型的求解过程中，可采用启发式算法进行求解，得到该数学求解模型所决策的排班信息项的内容。其中，启发式算法可为：粒子群算法、蚁群算法、蜂群算法、模拟退火算法以及遗传算法中的一种或多种。
62.可选地，对于多个数学求解模型中第一个被求解的数学求解模型，可采用启发式算法进行求解，得到该数学求解模型所决策的排班信息项的内容。
63.对于第一个被求解的数学求解模型之后被求解的任一目标数学求解模型，均可将在目标数学求解模型之前已求解出的数学求解模型所决策出的排班信息项的内容加入目标数学求解模型的约束条件中，得到新的约束条件。这样对于目标求解模型来说，新的约束条件除了包括原有的约束条件之外，还包括在目标数学求解模型之前已求解出的数学求解模型所决策出的排班信息项的内容。之后，对于目标数学求解模型，可根据新的约束条件，对目标数学求解模型进行求解，进而得到目标数学求解模型所决策的目标排班信息项的内容。
64.例如，对于上述用于决策待排班人员的作休时间和分配到的任务类型的数学求解模型，为了便于描述和区分，将用于决策待排班人员的作休时间的数学求解模型，定义为第一数学求解模型；并将用于决策待排班人员分配到的任务类型的数学求解模型，定义为第二数学求解模型。假设第一数学求解模型是第一个求解的模型，第二数学求解模型是在第
一数学求解模型之后进行求解的模型，则可将第一数学求解模型决策出的待排班人员的作休时间作为第二数学求解模型的约束条件中。对于第二数学求解模型来说，其约束条件为：第一数学求解模型决策出的待排班人员的作休时间，目标为待排班人员与待分配任务的匹配度最高或匹配度不小于匹配度阈值；之后，对第二数学求解模型进行求解，得到待分配人员分配到的任务类型。
65.在对多个数学求解模型进行求解，得到多个排班信息项的内容之后，可根据多个排班信息项的内容，生成排班结果。可选地，可对多个排班信息项的内容进行优化，以生成排班结果。
66.在本技术实施例中，不限定对多个排班信息项的内容进行优化的具体实施方式。在一种实施例中，可根据任务覆盖率对多个排班信息项的内容进行优化。具体实施方式为：根据多个排班信息项的内容和待分配任务的时间分布信息，计算每个设定的时间周期内的任务覆盖率。可选地，根据从多个排班信息项的内容，统计每个设定的时间周期内的已分配的任务量，并根据待分配任务的时间分布信息，统计每个设定的时间周期内的待分配任务总量；之后，计算每个设定的时间周期内的已分配的任务量占该时间周期内的待分配任务总量的百分比，作为该时间周期内的任务覆盖率。
67.进一步，从每个时间周期内的任务覆盖率中，选择任务覆盖率小于或等于设定覆盖率阈值的目标时间周期；对目标时间周期内的多个排班信息项的内容进行重新计算，以得到排班结果。
68.可选地，可根据待分配任务的时间分布信息，确定目标时间周期内的目标待分配任务；并根据目标待分配任务的信息和待排班人员的信息，构建约束条件；以上述多个数学求解模型的目标为目标，结合构建出的约束条件，建立全局规划模型；对全局规划模型进行求解，以重新得到目标时间周期内的所述多个排班信息项的内容。可选地，全局规划模型可为整数规划模型。
69.可选地，可在计算时间达到设定的时间阈值时，停止根据任务覆盖率对多个排班信息项的内容进行优化；或者，也可在重新计算次数达到设定的次数阈值时，停止对根据任务覆盖率对多个排班信息项的内容进行优化；或者，也可在计算时间达到设定的时间阈值，且重新计算次数达到设定的次数阈值时，停止对根据任务覆盖率对多个排班信息项的内容进行优化。
70.进一步，可根据重新得到的目标时间周期内的多个排班信息项的内容以及其它时间周期内的多个排班信息项的内容，生成排班结果。例如，可将待排班人员的班次连接起来，形成对应时间段的值班表等等。
71.在另一种实施例中，可对多个排班信息项的内容进行随机优化。具体实施方式为：在待分配任务对应的时间段内随机选择一时间段，对随机选择的时间段内的多个排班信息项的内容进行重新计算，以得到排班结果。可选地，根据待分配任务的时间分布信息，确定随机选择的时间段内的目标待分配任务；并根据目标待分配任务的信息和待排班人员的信息，构建约束条件；以多个数学求解模型的目标为目标，结合构建出的约束条件，建立全局规划模型；对全局规划模型进行求解，以重新得到随机选择的时间段内的所述多个排班信息项的内容。进一步，根据重新得到的随机选择的时间段内的多个排班信息项的内容以及其它时间的多个排班信息项的内容，生成排班结果。可选地，可对重新得到的随机选择的时
间段内的多个排班信息项的内容以及其它时间的多个排班信息项的内容进行合并，生成排班结果。
72.可选地，可在计算时间达到设定的时间阈值时，停止对对多个排班信息项的内容进行随机优化；或者，也可在重新计算次数达到设定的次数阈值时，停止对对多个排班信息项的内容进行随机优化；或者，在计算时间达到设定的时间阈值，且在重新计算次数达到设定的次数阈值时，停止对对多个排班信息项的内容进行随机优化。
73.在又一些实施例中，可对多个排班信息项的内容进行分析，确定是否能够在不改变任务覆盖率的条件下，减少人员的使用，进而节约人力成本。
74.值得说明的是，还可将上述任务覆盖率优化和随机优化方式进行结合，对多个排班信息项的内容进行优化，这样既可使任务覆盖率不断上升，有可避免落入陷阱。这样因为在对多个排班信息项的内容进行优化的问题过程中，如果只关注任务覆盖率，有可能在选取任务覆盖率较低的时间段对应的全局规划模型的求解过程中，陷入该覆盖率较低的时间段，但是又没有更好的解，也就一直在该时间段停滞不前，从而落入陷阱。
75.为了方便对上述排班方法的实施方式进行理解，下面结合图1b所示的具体实施例进行示例性说明。如图1b所示，该方法的主要步骤包括：
76.s1、获取多人多任务场景下的所有待排班人员的信息以及所有待分配的任务的信息。
77.s2、从待排班人员的信息和待排班任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息。
78.s3、根据多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息，建立多个数学求解模型。其中，多个数学求解模型可决策上述多个排班信息项。
79.其中，关于建立数学求解模型的具体实施过程以及多个数学求解模型的约束条件和目标可参见上述实施例的相关内容，在此不再赘述。
80.s4、采用启发式算法，对多个数学求解模型进行关联求解，得到多个排班信息项的内容。
81.s5、对多个排班信息项的内容进行分析，并在不减少任务覆盖率的条件下，减少人员使用。
82.s6、对多个排班信息项的内容进行随机优化，得到多个排班信息项的第一内容。
83.s7、对多个排班信息项的第一内容进行任务覆盖率优化，得到多个排班信息项的第二内容。
84.s8、根据多个排班信息项的第二内容，生成排班结果。
85.s9、输出排班结果。
86.在本实施例中，步骤s5、s6和s7可串行执行，也可并行执行。在步骤s5、s6和s7串行执行时，不限定步骤s5、s6和s7的执行顺序，如图1b仅以步骤s5、s6和s7的顺序依次执行，但不对三者的执行顺序构成限定。
87.相应地，本技术实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述排班方法中的步骤。
88.本技术实施例提供的排班方法除了适用于对已知待排班人员的信息，将待分配任
务分配给待排班人员的应用场景中，还适用于为待分配任务配置人员的应用场景中，即为待分配任务配置满足要求的人员。下面结合具体实施例进行示例性说明。
89.图2为本技术实施例提供的另一种排班方法的结果示意图。如图2所示，该方法包括：
90.201、获取多任务场景中的待分配任务的信息。
91.202、从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息。
92.203、根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容。
93.204、根据多个排班信息项的内容，生成排班结果。
94.本实施例提供的排班方法，适用于多任务场景中，可为待分配任务配置对应的人员。例如，计算待分配任务中每种任务所需的人员数量、人员技能信息以及作休模式等，但不限于于此。相应地，多个排班信息项包括：待分配任务所需的人员数量、人员技能信息以及作休模式等。
95.在本实施例中，可从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容。这样可将排班任务拆分成多个子任务进行处理，降低计算复杂度和计算量，有助于提供数据处理效率，进而有助于提高排班效率。其中，每个子任务计算的排班信息项可存在部分重叠，也可各不相同。
96.在本技术实施例中，不限定根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容的具体实施方式。在一些实施例中，可根据多个排班信息项分别对应的待分配任务的目标信息，建立多个数学求解模型。其中，多个数学求解模型可决策上述多个排班信息项。每个数学求解模型决策多个排班信息项的部分排班信息项。每个数学求解模型所决策的排班信息项可部分重叠，也可各不相同。其中，关于数学求解模型的实现形式可参见上述实施例的相关内容，在此不再赘述。
97.进一步，在计算出多个排班信息项之后，可根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项的内容，生成排班结果的具体实施方式，可参见上述图1a及其可选实施方式中的相关内容，在此不再赘述。
98.进一步，还可输出排班结果。在本实施例中，不限定排班结果的输出方式。例如，可将排班结果提供给显示设备，由显示设备展示排班结果。这样，用户便可查看排班结果。其中，显示设备可为进行排班的计算机设备的显示屏，也可为独立的物理机。可选地，显示设备可为用户侧的客户端设备。例如，用户侧的电脑、智能手机或可穿戴设备等。又例如，本实施例提供的排班方式也可作为一种saas服务，承载该服务的服务端设备可将排班结果发送给用户侧的客户端设备，由客户端设备展示排班结果等等，但不限于于此。
99.值得说明的是，在一些实施例中，还可将上述图1a和图2中所提供的排班方法，形成两种排班模式，并向用户提供这两种排班模式，供用户根据排班需求进行自主选择。可选地，可向用户展示交互界面。该交互界面上展示两种排班模式选择控件，由用户自主选择。
100.相应地，本技术实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述排班方
法中的步骤。
101.需要说明的是，上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤101和102的执行主体可以为设备a；又比如，步骤101的执行主体可以为设备a，步骤102的执行主体可以为设备b；等等。
102.另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如201、202等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。
103.图3为本技术实施例提供的一种计算机设备的结果示意图。其中，计算机设备可以为智能手机、平板电脑、个人电脑、穿戴设备等终端设备，也可为单一服务器设备，也可以云化的服务器阵列，或者为云化的服务器阵列中运行的虚拟机(virtual machine，vm)。如图3所示，计算机设备包括：存储器30a和处理器30b。
104.在本实施例中，存储器30a，用于存储计算机程序。
105.处理器30b耦合至存储器30a，用于执行计算机程序以用于：获取多人多任务场景中的待排班人员的信息和待分配任务的信息；从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。
106.可选地，处理器30b还可用于：在生成排班结果之后，将排班结果提供给显示设备，以供显示设备展示排班结果。
107.可选地，显示设备为用户侧的客户端设备。计算机设备可包括：通信组件30c。相应地，处理器30b在将排班结果提供给显示设备时，具体用于：通过通信组件30c将排班结果提供给客户端设备，以供客户端设备展示排班结果。
108.可选地，计算机设备包括：显示屏30d。显示设备为计算机设备的显示屏30d。相应地，处理器30b在将排班结果提供给显示设备时，具体用于：将排班结果输出给显示屏30d，以在显示屏30d上展示排班结果。
109.在一些实施例中，处理器30b在计算多个排班信息项的内容时，具体用于：根据多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息，建立多个数学求解模型；并对多个数学求解模型进行关联求解，得到多个排班信息项的内容。
110.可选地，多个数学求解模型可为整数规划模型。
111.进一步，处理器30b在对多个数据求解模型进行关联求解时，具体用于：针对目标数学求解模型，将在目标数学求解模型之前求解出的数学求解模型所决策出的排班信息项的内容加入目标数学求解模型的约束条件，以得到新的约束条件；根据新的约束条件，对目标数学求解模型进行求解，得到目标数学求解模型所决策的目标排班信息项的内容；其中，目标数学求解模型为多个数学求解模型中除第一个求解的数学求解模型之外的任一数学求解模型。
112.可选地，处理器30b在对多个数学求解模型进行关联求解时，具体用于：采用启发式算法对多个数学求解模型进行关联求解，得到多个排班信息项的内容。
113.在一些实施例中，排班信息项为待排班人员的作休时间，待排班人员的目标信息包括：待排班人员的作休规则；待分配任务的目标信息为：待分配任务的时间分布信息。相应地，处理器30b在建立多个数学求解模型时，具体用于：根据待分配任务的时间分布信息和待排班人员的作休规则，构建第一约束条件；以及以最大化任务覆盖率或任务覆盖率不小于覆盖率阈值为目标，结合第一约束条件，建立第一数学求解模型；第一数学求解模型用于决策待排班人员的作休时间。
114.在另一些实施例中，排班信息项为待分配人员分配到的任务类型，待排班人员的目标信息包括：待排班人员的技能信息；待分配任务的目标信息为：待分配任务的技能需求。相应地，处理器30b在建立多个数学求解模型时，具体用于：根据待分配任务的技能需求和待排班人员的技能信息，计算待排班人员和待分配任务的匹配度；以待排班人员与待分配任务的匹配度最高或匹配度不小于匹配度阈值为目标，建立用于决策待分配人员分配到的任务类型的第二数学求解模型。
115.进一步，处理器30b在生成排班结果时，具体用于：对多个排班信息项的内容进行优化，以生成排班结果。
116.可选地，处理器30b在对多个排班信息项的内容进行优化时，具体用于：根据多个排班信息项的内容和待分配任务的时间分布信息，计算每个设定的时间周期内的任务覆盖率；选择任务覆盖率小于或等于设定覆盖率阈值的目标时间周期；对目标时间周期内的多个排班信息项的内容进行重新计算，以得到排班结果；和/或，在待分配任务对应的时间段内随机选择一时间段，对随机选择的时间段内的多个排班信息项的内容进行重新计算，以得到排班结果。
117.进一步，处理器30b在对目标时间周期内的多个排班信息项的内容进行重新计算时，具体用于：根据待分配任务的时间分布信息，确定目标时间周期内的目标待分配任务；根据目标待分配任务的信息和待排班人员的信息，构建第二约束条件；以多个数学求解模型的目标为目标，结合第二约束条件，建立全局规划模型；对全局规划模型进行求解，以重新得到目标时间周期内的多个排班信息项的内容。
118.可选地，全局规划模型为整数规划模型。
119.在一些可选实施方式中，如图3所示，该计算机设备还可以包括：电源组件30e等组件。若计算机设备可为电脑、智能手机等终端设备，则还可包括：音频组件30f等组件。图3中仅示意性给出部分组件，并不意味着计算机设备必须包含图3所示全部组件，也不意味着计算机设备只能包括图3所示组件。
120.本实施例提供的计算机设备，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容，实现了对多个排班信息项的分组求解，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
121.图4为本技术实施例提供的另一种计算机设备的结构示意图。其中，计算机设备的实现形态可参见上述实施例的相关内容，在此不再赘述。如图4所示，计算机设备包括：存储
器40a和处理器40b。
122.在本实施例中，存储器40a，用于存储计算机程序。
123.处理器40b耦合至存储器40a，用于执行计算机程序以用于：获取多任务场景中的待分配任务的信息；从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容；并根据多个排班信息项的内容，生成排班结果。
124.可选地，处理器40b还可用于：在生成排班结果之后，将排班结果提供给显示设备，以供显示设备展示排班结果。
125.可选地，显示设备为用户侧的客户端设备。计算机设备可包括：通信组件40c。相应地，处理器40b在将排班结果提供给显示设备时，具体用于：通过通信组件40c将排班结果提供给客户端设备，以供客户端设备展示排班结果。
126.可选地，计算机设备包括：显示屏40d。显示设备为计算机设备的显示屏40d。相应地，处理器40b在将排班结果提供给显示设备时，具体用于：将排班结果输出给显示屏40d，以在显示屏40d上展示排班结果。
127.可选地，多个排班信息项包括：待分配任务所需的人员数量、人员技能信息以及作休模式。
128.其中，关于如何分组计算多个排班信息项的内容的具体实施方式可参见上述图3中的相关内容，在此不再赘述。
129.在一些可选实施方式中，如图4所示，该计算机设备还可以包括：电源组件40e等组件。若计算机设备可为电脑、智能手机等终端设备，则还可包括：音频组件40f等组件。图4中仅示意性给出部分组件，并不意味着计算机设备必须包含图4所示全部组件，也不意味着计算机设备只能包括图4所示组件。
130.本实施例提供的计算机设备，在多任务场景中，可从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容；并根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容，可将排班任务拆分成多个子任务进行处理，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
131.在本技术实施例中，存储器用于存储计算机程序，并可被配置为存储其它各种数据以支持在其所在设备上的操作。其中，处理器可执行存储器中存储的计算机程序，以实现相应控制逻辑。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
132.在本技术实施例中，处理器可以为任意可执行上述方法逻辑的硬件处理设备。可选地，处理器可以为中央处理器(central processing unit，cpu)、图形处理器(graphics processing unit，gpu)或微控制单元(microcontroller unit，mcu)；也可以为现场可编程门阵列(field-programmable gate array，fpga)、可编程阵列逻辑器件(programmable array logic，pal)、通用阵列逻辑器件(general array logic，gal)、复杂可编程逻辑器件
(complex programmable logic device，cpld)等可编程器件；或者为先进精简指令集(risc)处理器(advanced risc machines，arm)或系统芯片(system on chip，soc)等等，但不限于此。
133.在本技术实施例中，通信组件被配置为便于其所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如wifi，2g或3g，4g，5g或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件还可基于近场通信(nfc)技术、射频识别(rfid)技术、红外数据协会(irda)技术、超宽带(uwb)技术、蓝牙(bt)技术或其他技术来实现。
134.在本技术实施例中，显示屏可以包括液晶显示器(lcd)和触摸面板(tp)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。
135.在本技术实施例中，电源组件被配置为其所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。
136.在本技术实施例中，音频组件可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风(mic)，当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。例如，对于具有语言交互功能的设备，可通过音频组件实现与用户的语音交互等。
137.图5为本技术实施例提供的一种排班装置的结构示意图。如图5所示，该排班装置包括：获取模块50a、选择模块50b、计算模块50c和生成模块50d。
138.在本实施例中，获取模块50a，用于获取多人多任务场景中的待排班人员的信息和待分配任务的信息。
139.选择模块50b，用于从待排班人员的信息和待分配任务的信息中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息。
140.计算模块50c，用于根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容。
141.生成模块50d，用于根据多个排班信息项的内容，生成排班结果。
142.在一些实施例中，排班装置还包括：提供模块50e。提供模块50e，用于向显示设备提供排班结果，以供显示设备展示排班结果。
143.在一些实施例中，计算模块50c在计算多个排班信息项的内容时，具体用于：根据多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息，建立多个数学求解模型；并对多个数学求解模型进行关联求解，得到多个排班信息项的内容。
144.可选地，多个数学求解模型可为整数规划模型。
145.进一步，计算模块50c在对多个数据求解模型进行关联求解时，具体用于：针对目标数学求解模型，将在目标数学求解模型之前求解出的数学求解模型所决策出的排班信息项的内容加入目标数学求解模型的约束条件，以得到新的约束条件；根据新的约束条件，对
目标数学求解模型进行求解，得到目标数学求解模型所决策的目标排班信息项的内容；其中，目标数学求解模型为多个数学求解模型中除第一个求解的数学求解模型之外的任一数学求解模型。
146.可选地，计算模块50c在对多个数学求解模型进行关联求解时，具体用于：采用启发式算法对多个数学求解模型进行关联求解，得到多个排班信息项的内容。
147.在一些实施例中，排班信息项为待排班人员的作休时间，待排班人员的目标信息包括：待排班人员的作休规则；待分配任务的目标信息为：待分配任务的时间分布信息。相应地，计算模块50c在建立多个数学求解模型时，具体用于：根据待分配任务的时间分布信息和待排班人员的作休规则，构建第一约束条件；以及以最大化任务覆盖率或任务覆盖率不小于覆盖率阈值为目标，结合第一约束条件，建立第一数学求解模型；第一数学求解模型用于决策待排班人员的作休时间。
148.在另一些实施例中，排班信息项为待分配人员分配到的任务类型，待排班人员的目标信息包括：待排班人员的技能信息；待分配任务的目标信息为：待分配任务的技能需求。相应地，计算模块50c在建立多个数学求解模型时，具体用于：根据待分配任务的技能需求和待排班人员的技能信息，计算待排班人员和待分配任务的匹配度；以待排班人员与待分配任务的匹配度最高或匹配度不小于匹配度阈值为目标，建立用于决策待分配人员分配到的任务类型的第二数学求解模型。
149.进一步，生成模块50d在生成排班结果时，具体用于：对多个排班信息项的内容进行优化，以生成排班结果。
150.可选地，生成模块50d在对多个排班信息项的内容进行优化时，具体用于：根据多个排班信息项的内容和待分配任务的时间分布信息，计算每个设定的时间周期内的任务覆盖率；选择任务覆盖率小于或等于设定覆盖率阈值的目标时间周期；对目标时间周期内的多个排班信息项的内容进行重新计算，以得到排班结果；和/或，在待分配任务对应的时间段内随机选择一时间段，对随机选择的时间段内的多个排班信息项的内容进行重新计算，以得到排班结果。
151.进一步，生成模块50d在对目标时间周期内的多个排班信息项的内容进行重新计算时，具体用于：根据待分配任务的时间分布信息，确定目标时间周期内的目标待分配任务；并根据目标待分配任务的信息和待排班人员的信息，构建第二约束条件；以多个数学求解模型的目标为目标，结合第二约束条件，建立全局规划模型；对全局规划模型进行求解，以重新得到目标时间周期内的多个排班信息项的内容。
152.可选地，全局规划模型为整数规划模型。
153.本实施例提供的排班装置，在多人多任务场景中，选择多个排班信息项分别对应的待排班人员的目标信息和待分配任务的目标信息；并根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容；以及根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待排班人员的目标信息和待分配任务的目标信息，分别计算多个排班信息项的内容，实现了对多个排班信息项的分组求解，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
154.图6为本技术实施例提供的另一种排班装置的结构示意图。如图6所示，该排班装
置包括：获取模块60a、选择模块60b、计算模块60c和生成模块60d。
155.获取模块60a，用于获取多任务场景中的待分配任务的信息。
156.选择模块60b，用于从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息。
157.计算模块60c，用于从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息。
158.生成模块60d，用于根据多个排班信息项的内容，生成排班结果。
159.在一些实施例中，排班装置还包括：提供模块60e。提供模块60e，用于向显示设备提供排班结果，以供显示设备展示排班结果。
160.可选地，多个排班信息项包括：待分配任务所需的人员数量、人员技能信息以及作休模式。
161.其中，关于如何分组计算多个排班信息项的内容的具体实施方式可参见上述图5中的相关内容，在此不再赘述。
162.本实施例提供的排班装置，在多任务场景中，可从待分配任务的信息中，选择多个排班信息项分别对应的待分配任务的目标信息；根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容；并根据多个排班信息项的内容，生成排班结果。其中，根据多个排班信息项各自对应的待分配任务的目标信息，分别计算多个排班信息项的内容，可将排班任务拆分成多个子任务进行处理，可降低计算的复杂度和计算工作量，有助于提高数据处理效率，进而有助于提高排班效率。
163.需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
164.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
165.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
166.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
167.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一
个方框或多个方框中指定的功能的步骤。
168.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
169.内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
170.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
171.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
172.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。