[发明专利]作业分配

权利要求书

1.一种系统，包括：

处理器；

资源数据库；

作业分析器，所述作业分析器耦合到所述处理器以：

接收用于分配的作业；以及

使用内容分析技术来分析所述作业以获得与所述作业有关的信息，所述信息包括所述作业的域和所述作业的优先级别中的至少一个；

资源分析器，所述资源分析器耦合到所述处理器以：

监视多个资源中的每个资源的多个性能度量，其中所述多个性能度量被存储在所述资源数据库中，并且其中所述多个性能度量从所述资源数据库使用推送协议被提供给所述资源分析器；

使用最小-最大归一化和S形函数对所述多个性能度量的组合进行归一化和区间变换；

针对所述多个资源中的每个资源，确定性能评分，以基于所述多个性能度量的经归一化和区间变换的组合执行所述作业，其中当所述性能评分大于预定阈值时，所述性能评分表示对应的资源适于所述作业；

确定资源列表，所述资源列表具有每个资源完成所述作业的对应概率和每个资源的所述性能评分中的至少一个，其中所述资源列表通过使用监督学习模型来确定，所述监督学习模型包括用于每个作业类型的作业向量和与每个资源相对应的资源向量，并且其中每个资源完成所述作业的所述概率基于与每个资源相关联的历史作业数据来计算，其中所述作业向量是语言词汇向量，所述语言词汇向量包括词汇对的二元组频率值；

作业调度器，所述作业调度器耦合到所述处理器以：

实现专业知识估计建模技术，所述专业知识估计建模技术采用期望最大化技术来迭代地确定模型参数和所述多个资源的专业知识；

基于迭代地确定的模型参数和所述多个资源的所述专业知识，在一段时间内更新所述资源列表；

通过使用所述专业知识估计建模技术处理所述作业信息和所述资源信息来从更新后的所述资源列表中推荐资源，以便执行所述作业，其中所述作业调度器包括：

作业推荐器，用以基于每个资源完成所述作业的所述概率和与每个资源相关联的所述性能评分，针对所述多个资源中的每一资源生成调度评分；

作业负载分析器，用以：

基于对指派给每个资源的作业的当前数量和作业的复杂度的实时跟踪，确定所述多个资源中的每个资源的负载；

作业负载平衡器，用以基于针对所述多个资源中的每个资源所确定的负载以及所述作业的优先级别，针对所述多个资源中的每个资源生成可用性评分；

权重生成器，用以基于对应的调度评分和对应的可用性评分的线性组合来将加权因子与所述多个资源中的每个资源相关联；以及作业指派器，所述作业指派器耦合到所述处理器以基于与所述多个资源中的每个资源相关联的加权因子，将所述作业指派给所述资源。

2.根据权利要求1所述的系统，其中所述作业分析器包括作业预处理器，所述作业预处理器基于主题建模技术、情感分析技术、标记化技术、命名实体识别技术、自然语言处理技术以及相关的作业获取技术中的至少一个来分析所述作业的内容。

3.根据权利要求2所述的系统，其中所述作业分析器包括作业分类器，所述作业分类器使用监督学习技术和非监督学习技术之一，基于所分析的内容将所述作业分类到对应域中。

4.根据权利要求1所述的系统，其中所述资源分析器包括捕获所述专业知识估计模型中的所述性能的简档生成器。

5.根据权利要求1所述的系统，其中所述资源分析器包括实施双变量监督学习模型以确定所述资源执行所述作业的概率的简档分析器。