人力资源调度方法、装置、终端设备及计算机可读存储介质与流程

1.本技术涉及物流领域，具体涉及一种人力资源调度方法、装置、终端设备及计算机可读存储介质。


背景技术：

2.在当前物流行业中，特别是涉及到快件打包、快件分拣等相应流程时，依旧会依赖人工进行相应的打包或分拣操作。在现有技术中，尤其是涉及人工部分的工作，班次和人力资源需求单日浮动较大的地区的人力资源成本在一定程度上存在浪费或者阶段性不足的情况，因此如何解决人力资源浪费和人力资源阶段性或时间性不足的情况，便成了本领域中待解决的问题。


技术实现要素：

3.本技术提供一种人力资源调度方法，通过将不相关的网点进行关联，将关联后的网点作为一个新整体，从而计算新整体实际需求的人力资源，以达到节省人力资源的效果。
4.第一方面，本技术提供一种人力资源调度方法，所述方法包括：
5.关联目标区域中各个网点，得到多个网点群；
6.计算所述多个网点群中目标网点群在预设时间段的多余人力资源；
7.将所述多余人力资源从所述目标网点群调离。
8.在本技术一些实施例中，所述关联目标区域中各个网点，得到多个网点群，包括：
9.通过预设的连续天数阈值、预设的人力资源差值阈值和预设的最大距离阈值，关联所述各个网点，得到所述多个网点群。
10.在本技术一些实施例中，所述计算所述多个网点群中目标网点群在预设时间段的多余人力资源，包括：
11.获取所述目标网点群中各个网点在第一预设时间段内的第一工作人力资源和第二预设时间段内的第二工作人力资源，所述预设时间段包括第一预设时间段和第二预设时间段；
12.根据所述第一工作人力资源和所述第二工作人力资源，计算所述各个网点的工作人力资源差，得到多个工作人力资源差；
13.根据所述多个工作人力资源差，计算所述目标网点群在所述预设时间段的多余人力资源。
14.在本技术一些实施例中，所述根据所述多个工作人力资源差，计算所述目标网点群在预设时间段的多余人力资源，包括：
15.获取所述多个工作人力资源差中的目标人力资源差，所述目标人力资源差为最大正人力资源差和最大负人力资源差；
16.若所述最大正人力资源差的数值大于所述最大负人力资源差的数值，根据所述最大正人力资源差，计算所述多余人力资源。
17.若所述最大正人力资源的数值小于等于所述最大负人力资源差的数值，根据所述最大负人力资源差，计算所述多余人力资源。
18.在本技术一些实施例中，所述若所述最大正人力资源差的数值大于所述最大负人力资源差的数值，根据所述最大正人力资源差，计算所述多余人力资源，包括：
19.若所述最大正人力资源差的数值大于所述最大负人力资源差的数值，计算所述目标网点群中最大负人力资源差之外的其他负人力资源差之和；
20.若所述最大正人力资源差的数值大于所述其他负人力资源差之和的数值，确定所述其他负人力资源差之和的数值为所述多余人力资源；
21.若所述最大正人力资源差的数值小于等于所述人力资源差之和的数值，确定所述最大正人力资源差的数值为所述多余人力资源。
22.在本技术一些实施例中，所述若所述最大正人力资源的数值小于等于所述最大负人力资源差的数值，根据所述最大负人力资源差，计算所述多余人力资源，包括：
23.若所述最大负人力资源差的数值大于所述最大正人力资源差的数值，计算所述目标网点群中最大正人力资源差之外的其他正人力资源差之和；
24.若所述最大负人力资源差的数值大于所述其他正人力资源差之和的数值，确定所述其他正人力资源差之和的数值为所述多余人力资源；
25.若所述最大负人力资源差的数值小于等于所述其他正人力资源差之和的数值，确定所述最大负人力资源差的数值为所述多余人力资源。
26.在本技术一些实施例中，所述将所述多余人力资源从所述目标网点群调离之后，所述方法还包括：
27.确定所述预设时间段内所述目标网点群中的人力资源需求网点和人力资源提供网点；
28.根据所述多余人力资源，在所述预设时间段内将所述人力资源提供网点提供的人力资源调度至所述人力资源需求网点。
29.在本技术一些实施例中，所述关联目标区域中各个网点，得到多个网点群之前，所述方法还包括：
30.在所述目标区域各个网点中，筛选满足预设工作天数要求的网点，得到第一网点群；
31.在所述第一网点群中，筛选满足预设人力资源差值要求的网点，得到第二网点群；
32.关联所述第二网点群中，筛选满足预设网点交通距离要求的网点，得到所述多个网点群。
33.第二方面，本技术还提供一种人力资源调度装置，所述装置包括：
34.关联模块，用于关联目标区域中各个网点，得到多个网点群；
35.计算模块，用于计算所述多个网点群中目标网点群在预设时间段的多余人力资源；
36.调离模块，用于将所述多余人力资源从所述目标网点群调离。
37.在本技术一些实施例中，所述关联模块具体用于：
38.通过预设的连续天数阈值、预设的人力资源差值阈值和预设的最大距离阈值，关联所述各个网点，得到所述多个网点群。
39.在本技术一些实施例中，所述计算模块具体用于：
40.获取目标网点群中各个网点在第一预设时间段内的第一工作人力资源和第二预设时间段内的第二工作人力资源，预设时间段包括第一预设时间段和第二预设时间段；
41.根据第一工作人力资源和第二工作人力资源，计算各个网点的工作人力资源差，得到多个工作人力资源差；
42.根据多个工作人力资源差，计算目标网点群在预设时间段的多余人力资源。
43.在本技术一些实施例中，所述计算模块具体还用于：
44.获取所述多个工作人力资源差中的目标人力资源差，所述目标人力资源差为最大正人力资源差和最大负人力资源差；
45.若所述最大正人力资源差的数值大于所述最大负人力资源差的数值，根据所述最大正人力资源差，计算所述多余人力资源。
46.若所述最大正人力资源的数值小于等于所述最大负人力资源差的数值，根据所述最大负人力资源差，计算所述多余人力资源。
47.在本技术一些实施例中，所述计算模块具体还用于：
48.若所述最大正人力资源差的数值大于所述最大负人力资源差的数值，计算所述目标网点群中最大负人力资源差之外的其他负人力资源差之和；
49.若所述最大正人力资源差的数值大于所述其他负人力资源差之和的数值，确定所述其他负人力资源差之和的数值为所述多余人力资源；
50.若所述最大正人力资源差的数值小于等于所述人力资源差之和的数值，确定所述最大正人力资源差的数值为所述多余人力资源。
51.在本技术一些实施例中，所述计算模块具体还用于：
52.若所述最大负人力资源差的数值大于所述最大正人力资源差的数值，计算所述目标网点群中最大正人力资源差之外的其他正人力资源差之和；
53.若所述最大负人力资源差的数值大于所述其他正人力资源差之和的数值，确定所述其他正人力资源差之和的数值为所述多余人力资源；
54.若所述最大负人力资源差的数值小于等于所述其他正人力资源差之和的数值，确定所述最大负人力资源差的数值为所述多余人力资源。
55.在本技术一些实施例中，所述计算模块具体还用于：
56.确定所述预设时间段内所述目标网点群中的人力资源需求网点和人力资源提供网点；
57.根据所述多余人力资源，在所述预设时间段内将所述人力资源提供网点提供的人力资源调度至所述人力资源需求网点。
58.第三方面，本技术还提供一种终端设备，所述终端设备包括处理器、存储器以及存储于所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现任一项所述的人力资源调度方法中的步骤。
59.第四方面，本技术还一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现任一项所述的人力资源调度方法中的步骤。
60.本技术可以通过将部分网点进行关联，将关联后的网点视为一个整体，以整体的
方式重新计算关联后网点群需要的实际人力资源，从而计算出对于整个关联网点多余的人力资源，进而可以减少多余人力资源，因此减少了人力资源成本。
附图说明
61.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
62.图1是本技术实施例中提供的人力资源调度系统的场景示意图；
63.图2是本技术实施例中人力资源调度方法的一个实施例流程示意图；
64.图3是本技术实施例中人力资源调度装置的一个功能模块示意图；
65.图4是本技术实施例中终端设备的结构示意图。
具体实施方式
66.下面将结合本技术实施例中的附图，对本技术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，本领域技术人员在没有作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。
67.在本技术的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
68.在本技术中，“示例性”一词用来表示“用作例子、例证或说明”。本技术中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本技术，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本技术。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本技术的描述变得晦涩。因此，本技术并非旨在限于所示的实施例，而是与符合本技术所公开的原理和特征的最广范围相一致。
69.本技术提供了一种人力资源调度方法、装置、终端设备及计算机可读存储介质，以下分别进行详细说明。
70.首先，介绍本技术中出现的一些概念：
71.贪婪算法：又称贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。贪心算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪心算法采用自顶向下，以迭代的方法做出相继的贪心选择，每做一次贪心选择，就将所求问题简化为一个规模更小的子问题，通过每一步贪心选择，可得到问题的一个最优解。虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪心算法不要回溯。
72.请参阅图1，图1为本技术实施例所提供的人力资源调度方法的场景示意图，该人力资源调度系统可以包括终端设备100和存储设备200，该存储设备200可以向该终端设备100传输数据。如图1中的终端设备100，可以获取该存储设备200中存储的历史运营数据，该历史运营数据包括各个网点之前的人力资源安排数据，以执行本技术中的人力资源调度方法。
73.本技术实施例中，终端设备100其包括但不限可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant，pda)、平板电脑、无线终端设备、嵌入式设备等。
74.本技术的实施例中，终端设备100和存储设备200之间可通过任何通信方式实现通信，包括但不限于，基于第三代合作伙伴计划(3rd generation partnership project，3gpp)、长期演进(long term evolution，lte)、全球互通微波访问(worldwide interoperability for microwave access，wimax)的移动通信，或基于tcp/ip协议族(tcp/ip protocol suite，tcp/ip)、用户数据报协议(user datagram protocol，udp)的计算机网络通信等。
75.需要说明的是，图1所示的人力资源调度系统的场景示意图仅仅是一个示例，本技术实施例描述的人力资源调度系统以及场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着人力资源调度系统的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。
76.如图2所示，图2为本技术实施例中人力资源调度方法的一个实施例流程示意图，人力资源调度方法可以包括如下步骤201～203：
77.201、关联目标区域中各个网点，得到多个网点群。
78.本步骤中，网点可以为使用人力资源工作地点，可以为对外开展业务的办公场所，例如营业厅，物流网点等；目标区域可以为一个以行政单位划分的区域，例如一个工业园区，一个社区，一个县，一个市等。
79.在目标区域中，一般情况下存在多个网点，多个网点中，互相的工作互不干扰，地点也不同，因此多个网点中的每个网点，一般都被视作一个独立网点，一个独立的网点便会配备独立的工作任务，工作人力资源，进行相应的业务开展。因此，在现有技术中，通过以往的运营数据对每个网点进行工作人力资源预估和安排，便非常容易。但是，若将每个网点中，找出部分网点的相似性，便可以根据相似性，将几个网点看作一个整体，当几个网点被看作一个整体时便与单独的网点作为一个整体时，有了区别，此时便可以将工作人力资源进行优化，这便是本步骤中，关联各个网点的目的。换句话说，关联网点的目的，是为了将有相似性的多个网点试为一个整体，从而可以重新计算一个新的整体的工作需求人力资源。
80.为了更好的实现本技术实施例，在一个本技术实施例中，关联目标区域中各个网点，得到多个网点群，包括：在目标区域各个网点中，筛选满足预设工作天数要求的网点，得到第一网点群；在第一网点群中，筛选满足预设人力资源差值要求的网点，得到第二网点群；关联第二网点群中，筛选满足预设网点交通距离要求的网点，得到多个网点群。
81.为了使得计算出的多余人力资源更准确，因此在关联目标区域的各个网点时，可以通过预设工作天数要求、预设人力资源差值要求和预设网点交通距离要求，来筛选(关
联)各个网点，其中预设工作天数要求可以包括每天的排班情况，具体可以解释为网点连续多少天都进行了人力的排班，可以通过连续天数阈值进行判断；预设人力资源差值可以包括每天排班的人力资源差值，具体可以解释每天内，网点在两个时间段的人力资源的差值，可以通过人力资源差值阈值进行判断；以及预设网点交通距离要求可以包括每个网点之间的交通时间，具体衡量网点之间的交通时间可以根据网点之间的距离(最大距离阈值)进行判断。
82.具体的，判断各个网点每天的排班情况可以通过预设的连续天数阈值进行判断，示例性的，例如当a网点在周二，周三，周五三天，每天均出现了之间的人力资源差值，如果连续天数阈值d＝1，则这a网点的周二周三周五这三天均会被用于关联其他网点，如果阈值d＝2，则只有周二周三会被用于关联其他网点；如果阈值d＝3，则a网点全部一周内7日都不会被用于关联其他网点。阈值设置较大，则可被用于关联的网点较少，但同时可以减少一周中较为频繁的班次变动；连续天数阈值d设置较小，则可被用于关联的网点较多，同时员工可能会在一周内排班变化较大，可以根据具体情况而定，此处不做限定。
83.判断各个网点每天排班的人力资源差值可以通过人力资源差值阈值进行判断，示例性的，当网点两个班次的人力资源差值大于等于人力资源差值阈值m时，该网点才会会被用于关联其他网点。例如，m＝5时，当a网点在周二的人力资源需求量减去周一的人力资源需求量大于等于5时，或者a网点周一的上午人力资源需求量减去下午人力资源需求量大于等于5时，a网点周一排班会被用于关联其他网点，当a网点上下午人力资源差值只有5人以下的时候，当日a网点就不会被用于关联其他网点。这个人力资源差值阈值m同样是用于关联网点的优化和调动频繁量，应根据实际业务情况而设置，例如：物流网点、银行网点、电信营业厅等，不同行业人力资源需求不同，具体此处不做限定。
84.判断各个网点之间的交通时间可以通过最大距离阈值进行判断，示例性的，当两个网点均会被用于网点关联时，且两个网点距离小于最大距离阈值k时，两个网点会作为邻近网点被关联起来，这样做的主要目的是控制每个可关联网点数量。最大距离阈值k的设置可以以网点间直线距离，单车骑行路径距离，通勤时间等维度为基准。例如对于物流仓管行业来说，可以考虑将k设置为“骑车通勤时间20分钟内”。最大距离阈值k值越大，可互相关联选择的网点就多，但实行起来员工的转移时间成本就会增加，同样的也可以根据午休时间进行相应的设置，若午休时间越长，最大距离阈值k便可以越大，具体此处不做限定。
85.202、计算多个网点群中目标网点群在预设时间段的多余人力资源。
86.当目标区域中的各个网点被关联以后，便可以按照上述实施例，将被关联后的网点群当作一个新的整体来进行看待。当被关联后的网点群被作为新的整体对待的时候，便可以进行多余人力资源的计算，其中预设时间段可以为任意一个时间段，优选地，可以为一个工作日。
87.为了更好的实现本技术实施例，在一个本技术实施例中，计算关联后网点群的多余人力资源，包括：获取目标网点群中各个网点在第一预设时间段内的第一工作人力资源和第二预设时间段内的第二工作人力资源，预设时间段包括第一预设时间段和第二预设时间段；根据第一工作人力资源和第二工作人力资源，计算各个网点的工作人力资源差，得到多个工作人力资源差；根据多个工作人力资源差，计算目标网点群在预设时间段的多余人力资源。
88.由上述实施例可知预设时间段可以为一个工作日，而本技术实施例中的第一预设时间段和第二预设时间段可以为预设时间段内的其他时间段，例如第一预设时间段可以为一个工作日中的上午，第二预设时间段可以为一个工作日中的下午。由于每天中，不同时间段的工作量可能不同，例如物流网点中，不同工作日的工作量不同，例如星期一网点a可能需要25人，而星期二网点a可能需要20人，且每个工作日中，上午和下午的需求人力资源由于派件量的变化也不同，例如：网点a星期一上午需求人力资源为25人，下午则需求人力资源20人，但为了满足人力资源的配送需求，依旧会安排25人进行配送，不然上午的配送任务就无法完成，但由此可见，下午便会出现5个人力资源的浪费，这5个人力资源的浪费便是本技术实施例的工作人力资源差，由于工作人力资源差，便有可能进行人员精简，从而计算出多余人力资源。
89.为了更好的实现本技术实施例，在一个本技术实施例中，根据多个工作人力资源差，计算目标网点群在预设时间段的多余人力资源，包括：
90.(1)获取多个工作人力资源差中的目标人力资源差，目标人力资源差为最大正人力资源差和最大负人力资源差。
91.由于每个关联后的网点，每天上午和下午安排的人力资源均可能不同，例如：在星期一，网点a上午需求人力资源25人，下午需求人力资源20人；网点b上午需求人力资源10人，下午需求人力资源13人，网点c上午需求人力资源11人，下午需求人力资源13人；网点d上午需求人力资源5人，下午需求人力资源3人，网点e上午需求人力资源7人，下午需求人力资源8人。若均按照上午的人力资源减去下午的人力资源便会得到网点a的人力资源差为正5人，网点b的人人力资源差为负3人，网点c的人力资源差为负2人，网点d的人力资源差为正2人，网点e的人力资源差为负1人。此时便出现的最大人力资源差为正5人，最大负人力资源差为负3人。这样便可以根据最大正人力资源差和最大负人力资源差进行多余人力资源的计算，具体可以包括下面两种情况：
92.(2)、若最大正人力资源差的数值大于最大负人力资源差的数值，根据最大正人力资源差，计算多余人力资源。
93.由于最大正人力资源差为5人，则理论上，如果其他人力资源差为负的网点人力资源差足够，便可以提供5个人力资源，则可以将减少的人力资源最大化。
94.(3)、若最大正人力资源的数值小于等于最大负人力资源差的数值，根据最大负人力资源差，计算多余人力资源。
95.同理，若最大负人力资源的数值越大，且其他正人力资源差的网点能够提供相应的人力资源，同样也能达到减少人力资源最大化的效果。
96.为了更好的实现本技术实施例，在一个本技术实施例中，若最大正人力资源差的数值大于最大负人力资源差的数值，根据最大正人力资源差，计算多余人力资源，包括：
97.若最大正人力资源差的数值大于最大负人力资源差的数值，计算目标网点群中最大负人力资源差之外的其他负人力资源差之和。
98.a、若最大正人力资源差的数值大于其他负人力资源差之和的数值，确定其他负人力资源差之和的数值为多余人力资源。
99.b、若最大正人力资源差的数值小于等于其他负人力资源差之和的数值，确定最大正人力资源差的数值为多余人力资源。
100.便于更好的理解本实施例，下面通过结合一个具体实现场景进行举例说明。
101.示例性的，若为上述情况a：假设网点a、网点b和网点c已经被关联，且网点a星期一上午安排人力资源25人，星期一下午安排人力资源20人，则网点a的人力资源差为正5人；网点b星期一上午安排人力资源10人，星期一下午安排人力资源11人，则网点b人力资源差为负1人；网点c星期一上午安排人力资源10人，星期一下午安排人力资源12人，则人力资源差为负2人。此时5》2，则，且abc三个网点已经被关联。
102.这时可以得出，网点abc在未关联时，需要25 11 12＝48人。此时，网点a可以需求5个人的人力资源缺口，然而网点b加网点c能提供的人力资源仅有2 1＝3人，因此若将5人作为多余人力资源，并撤走便会形成网点a安排20人，网点b安排人力资源11人，网点c安排人力资源12人，则上午在网点b和c均需求人力资源10人的情况，将3人调度至网点a，此时网点a便仅有23人，还缺口两人，因此只能将这3人做为多余人力资源。此时，就会安排网点a安排人力资源22人，网点b安排人力资源11人，网点c安排人力资源12人，此时便会节省人力资源48-23-11-12＝3人。
103.若为上述情况b假设网点a与网点b已经被关联，且网点a星期一上午安排人力资源25人，星期一下午安排人力资源20人，则网点a的人力资源差为正5人；网点b星期一上午安排人力资源10人，星期一下午安排人力资源15人，则网点b人力资源差为负5人，5小于等于5，因此若原来需要安排25 15＝40人时，此时便可以安排20 15＝35人，即当星期一上午网点a安排人力资源20人，从网点b抽调5人去a，当完成上午的任务后，在将5人返回b点，继续完成b点星期一下午的任务。
104.为了更好的实现本技术实施例，在一个本技术实施例中，若最大正人力资源的数值小于等于最大负人力资源差的数值，根据最大负人力资源差，计算多余人力资源，包括：
105.若最大负人力资源差的数值大于最大正人力资源差的数值，计算目标网点群中最大正人力资源差之外的其他正人力资源差之和。
106.a、若最大负人力资源差的数值大于其他正人力资源差之和的数值，确定其他正人力资源差之和的数值为多余人力资源。
107.b、若最大负人力资源差的数值小于等于其他正人力资源差之和的数值，确定最大负人力资源差的数值为多余人力资源。
108.本实施例中的情况a与情况b为上述情况a和情况b的衍生情况，除了正人力资源差和负人力资源差下相反之外，其他情况均一样，具体此处不再赘述。
109.为了更好的实现本技术实施例，在一个本技术实施例中，根据多个工作人力资源差，计算目标网点群在预设时间段的多余人力资源之后，该方法还包括：
110.确定预设时间段内目标网点群中的人力资源需求网点和人力资源提供网点；
111.根据多余人力资源，在预设时间段内将人力资源提供网点提供的人力资源调度至人力资源需求网点。
112.当根据上述实施例中，可以根据情况a、情况b、情况a和情况b得出4种情况的多余人力资源，即一个关联后的网点群整体减少一定人力资源后，还需要解决人力资源减少后如何满足之前的任务安排。否则若不进行重新的人员安排，便会出现一个站点或者几个站点的人员缺口。
113.具体的，本技术实施例可以采用贪婪算法(贪婪算法前文有所介绍，此处不再赘
述)优先填补需求量大的网点，并优先为其匹配可增援量大的网点来抹平差异，例如：
114.(1)获取具体日期中，关联网点中各个网点每天的人力资源差。
115.例如：在星期一，网点a上午需求人力资源25人，下午需求20人；网点b上午需求10人，下午需求13人，网点c上午需求11人，下午需求13人；网点d上午需求5人，下午需求3人，网点e上午需求7人，下午需求8人。则网点a人力资源差为正5人，网点b人力资源差为负3人，网点c人力资源差为负2人，网点d人力资源差为正2人，网点e的人力资源差为负1人。
116.(2)通过人力资源差从大到小进行排序，人力资源差最大的网点为第一优先人力资源需求网点。
117.根据上述步骤(1)且按照数值排序可得，a》b》c》d》e，且a为正人力资源差则a为最优先人力资源需求网点。
118.(3)将人力资源需求网点的可选网点按照其可填补的差值大小排列。
119.由于网点a被当作最优先人力资源需求网点，且a为正人力资源差，那么同为正人力资源差的网点d同样可以需求人力资源。则按照优先级排序，5》2。则网点a的人力资源需求优先级大于网点d。
120.(4)人力资源提供网点按照可填补大小的顺序依次为求增援网点补充人力资源，直到缺口填满或者人力资源提供网点数量不足。
121.由于人力资源需求网点此时为正人力资源差的网点，因此人力资源差为负的网点便为人力资源提供网点。且，b的人力资源差为负3人，c的人力资源差为负2人，e的人力资源差为负1人，则人力资源提供优先级为b》c》e，则优先派b的人支援网点a，当b的人无法满足a的需求是，再派c的人进行支援，此时c点的人支援到a是，便满足的网点a的人力资源缺口。
122.(5)计算完成一个时段一个网点的空缺后更新该网点状态，并且更新匹配并完成增援网点的数值状态。
123.当人力资源完成关联网点内的调度后，需要进行人员更新，这样方便继续进行调度。
124.(6)完成后计算下一个顺位的求增援网点。
125.由于a先作为人力资源需求网点，因此需要时间段相反b、c、e作为支援网点，此时根据人力资源差顺位，且时间段相同的网点便为d，这样再计算d的被支援人力资源即可，此时e还可以提供1人进行支援，便将e的1人支援至d即可，由于关联网点中只剩下e，没有其他的网点可以支援，此时d仍然会有一个人的缺口，此时便在最初调度上多调度一人即可，因此若按照最初的人员调度，需要25 13 13 5 8＝64人，而现在，仅需要20 13 13 4 8＝58人，相比之前减少了5人。
126.本技术实施例可以通过网点人力资源差的大小，进行排列，通过优先满足最大人力资源缺口的网点，优先满足人力资源缺口最大的网点，保证了人力资源缺口最大网点的业务，避免由于人力资源缺口最大，导致人力资源缺口最大的网点业务能力下降。
127.203、将多余人力资源从目标网点群调离。
128.当计算多余人力资源之后，将多余人力资源从目标网点调离即可，可以调离其他网点，也可以调离至其他人力资源调度中心等单位。当然也可以进行指挥，调度将多余人力资源的信息发送给相关的单位，单位自行按照相关的指令调整人力资源即可。
129.例如：可以将这个多余的人力资源转化为一种通讯信息，发送至人力资源调度单
位。例如：可以直接以文字的形式通过邮件发送至人力资源调度单位，也可以通过编译将该信息编译为一种二进制代码，例如将网点群x多余5人编译成00001111，发送至人力资源调度单位，当人力资源调度单位收到该编译信息后，便可以知道网点群x多余5人，发送的信息为何种形式此处不做限定。
130.此外，人力资源调度单位可以是一个终端，当该终端收到相应的信息后，便可以将调度的指令送到人员配送的单位，人员配送的单位在根据调度指令进行人员安排即可，当然人力资源调度单位也可以直接为人员配送单位，当人员配送单位收到相应的调度指令后，根据调度指令的人力资源安排，进行相应人员排班即可，具体此处不做限定。
131.若依旧按照上述步骤202中的例子进行列举，此时若网点a为需要人力资源增援的网点，网点b为人力资源支援网点，此时可以得到b只能提供4人做出支援，具体如何得到支援人力资源的过程请参照上述实施例，具体此处不再赘述。即人力资源调度部门便可以安排21人在网点a，14人在网点b即可，当在星期一上午时，b点抽调4人去a点，满足a点上午25人的需求，当到下午时，去a点支援的4人在返回b点，同样能满足b点下午的需求，即一共需要21 14＝35人，若按照过往的人员排班，则需要25 14＝39人，因此按照本技术的方案，可以相比原来的方案减少14人。
132.通过将部分网点进行关联，将关联后的网点视为一个整体，以整体的方式重新计算关联后网点群需要的实际人力资源，从而计算出对于整个关联网点多余的人力资源，进而可以减少多余人力资源，因此减少了人力资源成本。
133.为了更好的实现本技术实施例，在一个本技术实施例中，关联目标区域中各个网点，得到多个网点群之前，方法还包括：通过预设的人力资源预测模型，预测各个网点在预设时间段内的工作人力资源。
134.由于上述实施例可知，在对关联后的网点群计算多余人力资源时，需要预设时间段内第一预设时间段和第二预设时间段的人力资源，才能进行多余人力资源的计算，具体的计算过程，上述实施例均有描述，此处不再赘述。因此，需要计算相应的人力资源，例如各个站点中一个工作日中的上午和下午的人力资源。
135.具体的，该预设的人力资源预测模型可以根据过往的运营数据，进行预测，其中过往的运营数据包括过去每年同期的人力资源需求数量。根据不同公式的业务需求，这里以物流行业为例，由于物流行业的配送或分拣均在白天，因此可将一日内的人力资源需求分解为2个模块。这里将采用基础的上下午分解模式，即将员工8小时的工作时长拆解为上午8:00-12:00(4小时)和下午的13:30-17:30(4小时)两个模块。其中，具体该预设的人力资源模型具体可以利用prophet预测模型(prophet是facebook开源一款基于python和r语言的数据预测工具)，输入过去一年内的网点上午和下午分别的收、派件量(可以结合短期波动，长期波动，节假日特征等相关要素)，来输出未来一周每日上午和下午分别可能需要应对的处理件量。在根据行业内(公司内)的基础件量-人力资源转化系数，输出上午和下午分别需要的网点人力资源。例如，网点a的分拣效率为200件/人/小时，而网点a网点下午(4小时)需处理件量为2000件，则网点a下午的分拣人力资源需求为(2000件/4小时)/200件＝2.5人。补充说明：公司可能对每个快件做加权处理，例如大于50公斤的件在涉及人力资源计算中会当作2.5件来处理等。
136.本技术实施例可以预估出目标区域中每个网点在不同时间段所需求的工作人力
资源，可以根据不同的时间段需求，计算不同时间段的理论工作人力资源，为计算出的多余人力资源尽可能的减小误差。
137.为了更好实施本技术实施例中的人力资源调度方法，在人力资源调度方法之上，本技术实施例中还提供了一种人力资源调度装置，如图3所示，装置300包括：
138.关联模块301，用于关联目标区域中各个网点，得到多个网点群；
139.计算模块302，用于计算多个网点群中目标网点群在预设时间段的多余人力资源；
140.调离模块303，用于将多余人力资源从目标网点群调离。
141.本技术可以通过关联模块301将部分网点进行关联，将关联后的网点视为一个整体，以整体的方式通过计算模块302重新计算关联后网点群需要的实际人力资源，从而计算出对于整个关联网点多余的人力资源，再通过调离模块303将多余人力资源调离关联后的网点，进而可以减少多余人力资源，因此减少了人力资源成本。
142.在本技术一些实施例中，关联模块301具体用于：
143.在目标区域各个网点中，筛选满足预设工作天数要求的网点，得到第一网点群；
144.在第一网点群中，筛选满足预设人力资源差值要求的网点，得到第二网点群；
145.关联第二网点群中，筛选满足预设网点交通距离要求的网点，得到多个网点群。
146.在本技术一些实施例中，计算模块302具体用于：
147.获取目标网点群中各个网点在第一预设时间段内的第一工作人力资源和第二预设时间段内的第二工作人力资源，预设时间段包括第一预设时间段和第二预设时间段；
148.根据第一工作人力资源和第二工作人力资源，计算各个网点的工作人力资源差，得到多个工作人力资源差；
149.根据多个工作人力资源差，计算目标网点群在预设时间段的多余人力资源。
150.在本技术一些实施例中，计算模块302具体还用于：
151.获取多个工作人力资源差中的目标人力资源差，目标人力资源差为最大正人力资源差和最大负人力资源差；
152.若最大正人力资源差的数值大于最大负人力资源差的数值，根据最大正人力资源差，计算多余人力资源。
153.若最大正人力资源的数值小于等于最大负人力资源差的数值，根据最大负人力资源差，计算多余人力资源。
154.在本技术一些实施例中，计算模块302具体还用于：
155.若最大正人力资源差的数值大于最大负人力资源差的数值，计算目标网点群中最大负人力资源差之外的其他负人力资源差之和；
156.若最大正人力资源差的数值大于其他负人力资源差之和的数值，确定其他负人力资源差之和的数值为多余人力资源；
157.若最大正人力资源差的数值小于等于人力资源差之和的数值，确定最大正人力资源差的数值为多余人力资源。
158.在本技术一些实施例中，计算模块302具体还用于：
159.若最大负人力资源差的数值大于最大正人力资源差的数值，计算目标网点群中最大正人力资源差之外的其他正人力资源差之和；
160.若最大负人力资源差的数值大于其他正人力资源差之和的数值，确定其他正人力
资源差之和的数值为多余人力资源；
161.若最大负人力资源差的数值小于等于其他正人力资源差之和的数值，确定最大负人力资源差的数值为多余人力资源。
162.在本技术一些实施例中，计算模块302具体还用于：
163.确定预设时间段内目标网点群中的人力资源需求网点和人力资源提供网点；
164.根据多余人力资源，在预设时间段内将人力资源提供网点提供的人力资源调度至人力资源需求网点。
165.本技术实施例还提供一种终端设备，设备包括处理器、存储器以及存储于存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序以实现本技术实施例中任一项的人力资源调度方法中的步骤。其中，该终端设备，其集成了本技术实施例所提供的任一种人力资源调度方法，如图4所示，其示出了本技术实施例所涉及的终端设备的结构示意图，具体来讲：
166.该终端设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图4中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
167.处理器401是该终端设备的控制中心，利用各种接口和线路连接整个终端设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行终端设备的各种功能和处理数据，从而对终端设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；处理器401可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界是面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
168.存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
169.终端设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
170.该终端设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符
信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
171.尽管未示出，终端设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，终端设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，例如：
172.关联目标区域中各个网点，得到多个网点群；
173.计算多个网点群中目标网点群在预设时间段的多余人力资源；
174.将多余人力资源从目标网点群调离。
175.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
176.为此，本技术实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本技术实施例所提供的任一种人力资源调度方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：
177.关联目标区域中各个网点，得到多个网点群；
178.计算多个网点群中目标网点群在预设时间段的多余人力资源；
179.将多余人力资源从目标网点群调离。
180.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
181.具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
182.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
183.以上对本技术实施例所提供的一种人力资源调度方法及装置进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本技术的限制。