本发明公开了一种多处方药剂师分配方法，包括如下步骤：(1)获取处方和药剂师的数据；(2)对步骤(1)获得到的数据进行特征提取；(3)基于步骤(2)提取的特征，构建一个特征矩阵；(4)将步骤(3)构建的特征矩阵进行数据格式，输入LambdaMART模型中进行训练；(5)将新处方进行特征提取后，输入到训练好的LambdaMART模型中，获得各个药剂师的得分，其中得分最高的为最适合处理该处方的药剂师。本发明首次在中药药剂师分配问题中引入了学习排序(learning to rank)算法。通过学习排序算法，可以达到自动化分配最合适药剂师的效果，既可以减少人力分配的代价成本，更能使得处方的抓取称重包装等步骤的质量和效率都达到最优。
