一种工单派单方法及系统与流程

1.本发明涉及数据处理系统或方法领域，具体涉及一种工单派单方法及系统。


背景技术：

2.目前现有的线上工单派单系统，在对用户工单进行指派工程师进行服务处理时，现有工单派单需要人工配合了解工单需求信息，工单处理效率差。
3.同时不论什么类型的服务均采用区域性服务法，即该区域的工单委派本区域工程师，针对很多对位置时间要求低的工单，无法进行大范围用人，造成严重的人力资源浪费。
4.以及，目前工单派单系统，用户在线上制作工单时，由客户自己填写服务需要，常对服务人员的技术需求都是粗略要求，系统无反馈机制，常常导致推荐指派的服务工程师无法完成技能需求，造成服务质量差，用户体验满意度低的问题。


技术实现要素：

5.技术方案为实现以上目的，本发明通过以下技术方案予以实现：本发明一方面提供一种工单派单方法，所述方法包括：获取工单数据信息，并提取所述工单数据信息的工单类型、时间信息、位置信息和工单内容；根据工单类型配置一定半径值的搜索区域，并以位置信息所在地理位置为搜索区域的中心，获得搜索区域内工程师列表tn1；在工程师列表tn1中获取与所述工单类型对应的工程师列表tn2，提取所述工单内容中的第一要素，并将第一要素与预设库进行匹配，对成功匹配第一要素赋予对应的属性值n；获取工程师列表tn2中工程师的基础信息，利用第一匹配模型分别求得每个工程师的匹配度f1，筛选匹配度f1的值偏大的工程师组成工程师列表tn3；获取工程师列表tn3中工程师的历史工单数据，提取与所述第一要素有关的第二要素、第三要素；将每个第一要素、第二要素和第三要素各定义为一个独立单元信息，按照其之间的相关性生成要素列表，将所述要素列表发送至用户，并赋予操作权限；获取被选取的所述单元信息，利用第二匹配模型分别求得工程师列表tn3的每个工程师的匹配度f2；为匹配度f2值最大的工程师进行工单派单。
6.优选地，还内置有服务类型词库，所述服务类型词库包括不同的服务的种类名称，所述工单数据信息的工单类型的关键词由服务类型词库配置，并由用户择一选取，所述工单内容用于记载用户对选取一个的服务类型的具体要求进行描述。
7.优选地，所述第一匹配模型的具体算法模型为：f1=(y1*n*x1 y2l)*t
其中，f1为求得的匹配度值，y1、y2为权重系数，l为工程师到工单所在地理位置的距离，n为属性值，x1为工程师匹配属性值n的个数，t为1或0，判断工程师状态空闲时值为t=1，反之为0。
8.优选地，所述第二匹配模型的具体算法模型为：f2=f1 k*x2其中，f2为求得的匹配度值；f1为经第一匹配模型求得的常数值；k为权重系数；x2为自然数，具体数值为该工程师被选取的所述单元信息个数之和。
9.优选地，获取所述搜索区域的半径值的步骤：调取半径值机器学习模型；将工单类型的文本输入至所述半径值机器学习模型，获得输出值；再将工单内容的文本输入至所述半径值机器学习模型，获得修正值计算实际半径值：实际半径值=输出值-修正值。
10.优选地，所述第一要素、第二要素和第三要素之间自后向前呈阶梯式的从属关系，利用层次化关键词自动标注算法处理tn3中工程师的历史工单数据，同时通过显示的第一元素为一级关键词进行引导，快速获得作为二级关键词的第二要素和三级关键词的第三要素。
11.优选地，在得到工程师列表tn1后，根据工单类型调取相应的筛选信息表，筛选信息表基于工程师基本信息制作；将筛选信息表发送至用户，并赋予操作权限；获取用户对筛选信息表操作数据；将工程师列表tn1内每个工程师基本信息对应部分与用户操作数据进行比较；符合则保留，反之从工程师列表tn1内去除。
12.本发明另一方面提供一种工单派单系统，所述系统包括：工单处理模块，用以获取工单数据信息，并提取所述工单数据信息的工单类型、时间信息、位置信息和工单内容；第一筛选单元，根据一定半径值的搜索区域，以位置信息所在地理位置为搜索区域的中心，以一定半径值进行区域内搜索获得搜索区域内工程师列表tn1；第二筛选单元，在工程师列表tn1中获取与所述工单类型对应的工程师列表tn2；第一数据处理模块，提取所述工单内容中的第一要素，并将第一要素与预设库进行匹配，对成功匹配第一要素赋予对应的属性值n；信息采集模块，用以获取所需工程师的基础信息和工程师的历史工单数据；第二数据处理模块，获取工程师列表tn3中工程师的历史工单数据，提取与所述第一要素有关的第二要素、第三要素；将每个第一要素、第二要素和第三要素各定义为一个独立单元信息，按照其之间的相关性生成要素列表；数据运算模块，利用第一匹配模型分别求得每个工程师的匹配度f1，以及利用第二匹配模型分别求得工程师列表tn3的每个工程师的匹配度f2；信息收发模块，用以接收用户请求，以及将处理后数据发送至用户。
13.有益效果本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：本发明提出的工单指派方法，设计为：一次推荐
‑‑
反馈
‑‑
二次推荐的工单指派方
式，通过第一次推荐获得位置时间和技能方向上满足用户需求的一组工程师，保证该工单可被较优处理，此时并不进行指派；而是，利用一次推荐中第一要素数据去引导一次推荐工程师的历史工单数据中的相关的第二要素和第三要，并将第一要素、第二要素和第三要素生成要素列表，将要素列表发送至用户，让用户进一步提出自己所需的细化需求，由于要素列表是有一次推荐工程师历史工单数据组成的，用户的细化需求可以得到满足，有效地解决用户在工单内容描述常仅填写粗略要求，无意识地忽略细化要求，导致对服务满意度和体验度较差的问题；同时又可以对一次推荐工程师中只有技能没有相关经验的工程师进行筛选，提升有工单经验工程师的推荐权重，可很好地提高推荐准确度和用户的用人满意度，从而实现更好的服务质量和用户服务体验。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1为本发明实施例派单方法流程示意图；图2为本发明的实施例获取搜索区域的半径值流程图；图3为本发明的实施例中要素列表在用户端显示示意图；图4为本发明的实施例派单系统组成结构图；图中的标号分别代表：10-信息采集模块；11-工单处理模块；12-信息收发模块；13-显示模块；14-通讯单元；15-制表模块；20-第一筛选单元；21-数据运算模块；22-第一数据处理模块；23-第二数据处理模块；24-第二筛选单元。
具体实施方式
16.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
17.下面结合实施例对本发明作进一步的描述。
18.实施例一：本发明实施例一方面提供一种工单派单方法，参照图1，所述方法包括：s10:获取工单数据信息，并提取所述工单数据信息的工单类型、时间信息、位置信息和工单内容；客户端向服务器端发起初次工单指派，本次指派为依据位置时间因素进行推荐指派。
19.s20:根据工单类型配置一定半径值的搜索区域，并以位置信息所在地理位置为搜索区域的中心，获得搜索区域内工程师列表tn1；s30:在工程师列表tn1中获取与所述工单类型对应的工程师列表tn2，提取所述工
单内容中的第一要素，并将第一要素与预设库进行匹配，对成功匹配第一要素赋予对应的属性值n；s40:获取工程师列表tn2中工程师的基础信息，利用第一匹配模型分别求得每个工程师的匹配度f1，筛选匹配度f1的值偏大的工程师组成工程师列表tn3；s50:获取工程师列表tn3中工程师的历史工单数据，提取与所述第一要素有关的第二要素、第三要素；s60:将每个第一要素、第二要素和第三要素各定义为一个独立单元信息，按照其之间的相关性生成要素列表，将所述要素列表发送至用户，并赋予操作权限；客户端向服务器端发起二次工单指派，本次指派为根据用户的进一步需求 工程师经验为考虑因素，进行推荐指派。
20.s70:获取被选取的所述单元信息，利用第二匹配模型分别求得工程师列表tn3的每个工程师的匹配度f2；为匹配度f2值最大的工程师进行工单派单。
21.其中，在获取工单数据之前，客户端应响应并接收用户工单请求。
22.以上步骤s10-s70组成的工单指派方法，本工单指派方法设计一次推荐
‑‑
反馈
‑‑
二次推荐的工单指派方式，通过第一次推荐获得位置时间和技能方向上满足用户需求的一组工程师，保证该工单可被较优处理，此时并不进行指派；而是，利用一次推荐中第一要素数据去引导一次推荐工程师的历史工单数据中的相关的第二要素和第三要，并将第一要素、第二要素和第三要素生成要素列表，将要素列表发送至用户，让用户进一步提出自己所需的细化需求，由于要素列表是有一次推荐工程师历史工单数据组成的，用户的细化需求可以得到满足，有效地解决用户在工单内容描述常仅填写粗略要求，无意识地忽略细化要求，导致对服务满意度和体验度较差的问题；同时又可以对一次推荐工程师中只有技能没有相关经验的工程师进行筛选，提升有工单经验工程师的推荐权重，可很好地提高推荐准确度和用户的用人满意度，从而实现更好的服务质量和用户服务体验。
23.在步骤s10中，服务端还内置有服务类型词库，所述服务类型词库包括不同的服务的种类名称，所述工单数据信息的工单类型的关键词由服务类型词库配置，并由用户择一选取，所述工单内容用于记载用户对选取一个的服务类型的具体要求进行描述。
24.下面具体地，将提供一具体实施例，通过服务类型“商用显示
”‑
技能“安装
”‑“
技能相关词”，进行技术方案说明。
25.通过将服务类型词库配置工单类型，用户端在进行工单创建时，通过点选的方式，进入一服务类型下，例如：服务类型词库内存放着包括“自主设备、it网络、智能物联、商用显示、安防监控、新能源等等”服务的种类名称，这些服务的种类名称会全部排列在用户端的界面上，用户可以点选任一服务的种类名称，例如：点选“商用显示”实现初步建立工单。由于服务类型词库空间较小，方便快速地查询和比对，实现对工单数据信息进行分类。
26.参照图2，s20步骤中，获取所述搜索区域的半径值的步骤如下：s21：调取半径值机器学习模型；s22：将工单类型的文本输入至所述半径值机器学习模型，获得输出值；s23：将工单内容的文本输入至所述半径值机器学习模型，获得修正值；s24：计算实际半径值：实际半径值=输出值-修正值。
27.本步骤中的半径值机器学习模型则分别是：1、通过将不同服务类型名称作为训练集，将一一对应服务类型名称的自主设置的数值为验证集，对模型进行训练。2、将工单数据信息中工单紧急度的不同术语作为训练集，以自主设置的修正值为验证集；其中，本步骤中，输出的修正值不仅与工单紧急度相关，也与距离值相关，将距离值（km）设为纵坐标，将识别的工单紧急度作为纵坐标，依据线性回归法获得输出的修正值。具体实施为：采用修正值与工单紧急度、距离值均正相关的算法，用于针对相对工单紧急度时，不同距离的距离进行合理输出修正值。
28.具体地，在步骤s40中，其中，所述第一匹配模型的具体算法模型为：f1=(y1*n*x1 y2l)*t其中，f1为求得的匹配度值，y1、y2为权重系数，l为工程师到工单所在地理位置的距离，n为属性值，x1为工程师匹配属性值n的个数，x1初始值为0；t为1或0，当工程师在空闲状态时值为t=1，反之为0，工程师的空闲状态包括此刻状态以及预计空闲状态，预计空闲状态对一些正在忙碌工程师的处理时长进行预判断，在工单开始前一段时间为空闲状态。
29.具体地，本算法模型中的属性值n为一个量化单位，n*x1表示x1个n,在步骤30中，本实施例采用机器学习模型提取所述工单内容中的第一要素，其中第一要素表示工单内容中要完成服务，工程师需要掌握的技能，此机器学习模型通过一服务类型下多种同一技能相似表达术语为训练集，以此技能标签术语为验证集进行训练。具体体现为：用户点选“商用显示”服务下，欲需求的标签技能为“安装”和“调试”，而用户针对“安装”技能，其在工单内容描述中可能表达为“装置、加装、安设、装配、增添等”相似术语，这些相似术语经训练后的机器学习模型识别后，输出均为“安装”技能标签。
30.另，通过将这样的技能标签按照工程师的实际技能，客户端可以拥有技能标签配置给相对的工程师，步骤s30中的预设库就是由同一服务类型的技能标签组成的。当工程师列表tn2中的工程师的技能标签与客户需求的技能匹配时，则x1 1。
31.在s60步骤中所提及的第一要素、第二要素和第三要素，其之间相关性，本实施例优选地其自后向前呈阶梯式的从属关系，即第三要素从属于第二要素，而第二要素又从属于第一要素。其中，针对第二要素和第三要素在历史工单数据的提取方法：本实施例中利用层次化关键词自动标注算法处理tn3中工程师的历史工单数据，同时通过显示的第一元素为一级关键词进行带入引导，可以快速获得作为二级关键词的第二要素和三级关键词的第三要素；本实施例中设计了一套层次化的关键词体系，针对“商用显示”服务类型，第一层是一级关键词表示技能标签（安装、保养维护、检测、调试、换机、移机...等），第二层是二级关键词表示一技能的下属类别（一技能可以包含多个下属类别），第三层是三级关键词是历史工单数据中出现的相关表述词。例如针对“安装”技能下的下属类别包括（广告机、拼接屏、智慧黑板、led屏、柔性屏、单屏...等），例如a工程师一个历史工单数据中记录有“在地铁1号线负责走廊壁挂式广告机体安装”，由此可得知，a工程师有广告机安装经验，同时将“壁挂式”作为三级关键词，在“广告机”分类后显示。
32.参照图3，将每个第一要素、第二要素和第三要素各定义为一个独立单元信息，即将一级关键词、二级关键词和三级关键词对应的文本进行表格化处理，并生成要素列表，其中要素列表三级关键词的显示，由二级关键词决定，例如：存在“广告机”这个二
级关键词时，“壁挂式”三级关键词才会存在于要素列表中，其中，针对安装技能，在三级关键词查找中，会将用于表示“特殊作业环境的词汇”一并作为三级关键词；用以保证细化需求可以得到满足。例如：一些工程师具有较严重的恐高现象，无法执行高空作业的事务。
33.其中，步骤s70中，所述第二匹配模型的具体算法模型为：f2=f1 k*x2其中，f2为求得的匹配度值；f1为经第一匹配模型求得的常数值；k为权重系数；x2为自然数，具体数值为该工程师被选取的所述单元信息个数之和。获得匹配度f2值最大的工程师即为推荐工程师，并进行工单派单。
34.其中，算法模型中的k根据工单历史经验的重要程度进行调整，x2为0,1，2，3，4....自然数；对二级关键词和三级关键词均标记有所属工程师信息，将要素列表发送与用户进行点选细化要求，其中，二级关键词和三级关键词可被多次标记。具体执行举例：a工程师拥有标记的二级关键词和三级关键词分别是“广告机”和“壁挂式”，若客户分别选取了“广告机”和“壁挂式”的信息值，则a工程师在本模型中的x2的值为2。例如b工程师的历史工单数据记录有“负责高空作业安装壁挂式广告机”，a工程师拥有标记的二级关键词和三级关键词分别是“广告机”和“壁挂式”、“高空作业”，若客户分别选取了“广告机”和“壁挂式”、“高空作业”的信息值，则a工程师在本模型中的x2的值为3由于a、b工程师均拥有“广告机”的标记。用户在点选“广告机”时，a工程师和b工程师x2的值均会 1。
35.以上工单指派方法的步骤中通过逐层获取推荐的工程师列表tn1、工程师列表tn2、工程师列表tn3和最优推荐工程师，单次处理的数据信息较少，处理效果高效。较现有技术中一次推荐算法模型，避免了服务器一次性处理大量数据信息，造成数据不稳定的问题。
36.其中本实施例优选地在执行步骤s20之后，得到工程师列表tn1后，根据工单类型调取相应的筛选信息表，筛选信息表基于工程师基本信息制作；将筛选信息表发送至用户，并赋予操作权限；获取用户对筛选信息表操作数据；将工程师列表tn1内每个工程师基本信息对应部分与用户操作数据进行比较；符合则保留，反之从工程师列表tn1内去除。
37.工程师基本信息，主要包括性别、年龄、受文化程度、兴趣、交流能力等工程师属性。通过增加筛选信息表的设计，针对性地满足一些服务类型的客户要求，例如：“调试”服务，用户为企业找一个调试人员，需求其完成企业的多联机调试需求，这与常规的一般调试不同，需要具有良好的知识素养，所以用户则对工程师的受文化程度进行筛选，以满足自己硬性需要。
38.实施例二：本发明另一方面提供一种工单派单系统，参照图4，所述系统包括：工单处理模块11，用以获取工单数据信息，并提取所述工单数据信息的工单类型、时间信息、位置信息和工单内容；第一筛选单元20，根据一定半径值的搜索区域，以位置信息所在地理位置为搜索区域的中心，以一定半径值进行区域内搜索获得搜索区域内工程师列表tn1；
第二筛选单元24，在工程师列表tn1中获取与所述工单类型对应的工程师列表tn2；第一数据处理模块22，用以提取所述工单内容中的第一要素，并将第一要素与预设库进行匹配，对成功匹配第一要素赋予对应的属性值n；信息采集模块10，用以从存储服务器获取所需工程师的基础信息和工程师的历史工单数据；第二数据处理模块23，获取工程师列表tn3中工程师的历史工单数据，提取与所述第一要素有关的第二要素、第三要素；将每个第一要素、第二要素和第三要素各定义为一个独立单元信息，按照其之间的相关性生成要素列表；数据运算模块21，利用第一匹配模型分别求得每个工程师的匹配度f1，以及利用第二匹配模型分别求得工程师列表tn3的每个工程师的匹配度f2；信息收发模块12，用以接收用户请求，以及将处理后数据发送至用户。
39.其中，客户端还包括：显示模块13，用于可视化显示经服务器处理的数据；以及通讯单元14，用于客户端通过短信通讯或语音通讯方式通知获得匹配度f2值最大的工程师，进行派单通知；制表模块15：用于制作工程师列表tn1、工程师列表tn2、工程师列表tn3、筛选信息表和要素列表。
40.本发明另一方面提供一种电子设备，包括处理器和存储器；所述存储器，用于存储；所述处理器，用于通过调用，执行上述实施例中公开的一种工单派单方法。
41.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语"第一"、"第二"等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语"包括"和"具有"以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。