[发明专利]基于人员画像的供电企业派工方法、系统、介质及设备在审

专利信息
申请号: 202211089672.5 申请日: 2022-09-07
公开(公告)号: CN115829219A 公开(公告)日: 2023-03-21
发明(设计)人: 张清尧;罗文东;丁昊成 申请(专利权)人: 杭州致成电子科技有限公司
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06Q10/0639
代理公司: 北京维正专利代理有限公司 11508 代理人: 朱鹏程
地址: 310051 浙江省杭州市滨江区西兴*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人员 画像 供电 企业 方法 系统 介质 设备
【说明书】:

本申请实施例提供了一种基于人员画像的供电企业派工方法、系统、介质及设备,其方法包括:获取多个待派工人员的人员信息以及待分配任务的任务信息;根据各所述人员信息和训练完成的人员画像模型构建各所述待派工人员的人员画像,所述画像模型包括人事信息层、时间层以及业务层三个维度;将各所述待派工人员的人员画像与所述任务信息进行匹配,并基于优选法的智能派工策略从所述多个待派工人员中选择优先级最高的待派工人员;将所述待分配任务分配至所述优先级最高的待派工人员。通过本申请实施例,可以使得供电企业将任务派分给更为合适的人员。

技术领域

本申请涉及工单派发技术领域,尤其是涉及基于人员画像的供电企业派工方法、系统、介质及设备。

背景技术

供电所是公司战略实施的基本作战单元。国家电网明确要求强化乡镇供电所服务支撑能力,推进乡镇供电所管理和服务数字化转型。各类现场作业工单执行是台区工作人员的主要工作,任务派发的科学性和合理性是任务高效执行的前提保证。

目前,供电企业主要是依据管理人员将任务派发至人员去工作,容易出现派工不合理的情况,无法根据人员的能力表现,技能水平,能力需求度、工作绩效等进行人才综合比较分析评价,从而无法将任务与最适合此任务的人员进行匹配。

针对上述中的相关技术,目前供电企业派工方法无法将任务派分给更为合适的人员,不能根据任务进行人员的智能派发。

发明内容

为了将供电企业任务派分给更为合适的人员,实现人员的智能派发,本申请提供基于人员画像的供电企业派工方法、系统、介质及设备。

在本申请的第一方面提供了基于人员画像的供电企业派工方法,采用如下的技术方案:

获取多个待派工人员的人员信息以及待分配任务的任务信息;

根据各所述人员信息和训练完成的人员画像模型构建各所述待派工人员的人员画像,所述人员画像模型包括人事信息层、时间层以及业务层三个维度;

将各所述待派工人员的人员画像与所述任务信息进行匹配,并基于优选法的智能派工策略从所述多个待派工人员中选择优先级最高的待派工人员;

将所述待分配任务分配至所述优先级最高的待派工人员。

通过采用上述技术方案,根据多个待派工人员信息和训练完成的人员画像模型构建各待派工人员的人员画像,通过人员画像可以全面且清晰的反映人员的基本情况,为后续人员的评价、岗位提升或者人员分派提供了良好的基础,再基于人员画像和任务信息进行匹配,基于优选法的智能派工策略从多个待派工人员中选择优先级最高的待派工人员,可以将任务分配给更为合适的人员,并且较大限度的保证任务处理的效率和质量。

优选的,所述获取多个待派工人员的人员信息以及待分配任务的任务信息之前,还包括:获取至少一个样本人员的样本人员信息以及至少一个样本任务的样本任务信息并创建初始人员画像模型;基于所述至少一个样本人员的样本人员信息以及至少一个样本任务的样本任务信息对所述初始人员画像模型进行训练,得到训练完成的人员画像模型。

通过采用上述技术方案,在人员画像模型构建前对初始创建的人员画像模型进行训练,使得训练完成的人员画像模型更加准确,可以更好的对后续人员画像进行构建,保证人员画像构建的准确度。

优选的,所述基于所述至少一个样本人员的样本人员信息以及至少一个样本任务的样本任务信息对人员画像模型进行训练,得到训练完成的人员画像模型,包括:获取各所述人员信息所包含的特征标签,各所述特征标签对应的特征变量以及各所述特征变量对应的特征变量值;确定同一特征标签下所述特征变量值大于第一预设值的特征变量,得到第一筛选结果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州致成电子科技有限公司,未经杭州致成电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211089672.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top