[发明专利]一种工单智能分派方法

权利要求书

1.一种工单智能分派方法，其特征在于：所述方法包括以下步骤：

步骤1：获取工单历史数据，提取特征数据，对工单进行分类并构建工单特征模型；

所述特征数据包括工单历史数据中的工单类型、处理时长、关键词、工单关联图片；

提取特征数据包括以下步骤：

步骤1.2.1：提取工单历史数据中的工单类型和处理时长；

步骤1.2.2：对工单中的关键词进行模糊提取，与预设词库进行匹配，匹配成功，则以预设词库中的标准词作为关键词，否则，进行下一步；

步骤1.2.3：以工单类型和处理时长浮动预设时间为标准进行匹配，匹配成功，则以工单类型和处理时长对应的关键词作为提取的关键词，否则，进行下一步；

步骤1.2.4：获取工单关联图片，识别图像中的文字，所述文字包括工单内容和落款，对工单内容进行关键词的模糊提取并与预设词库进行匹配，对落款进行员工匹配，若关键词匹配度达到标准值且与落款对应员工的工作标识相符，则匹配成功，否则，报人工处理；

步骤2：获取员工基础信息数据，构建员工特征模型；

步骤3：构建工单特征模型和员工特征模型的匹配算法；匹配算法用于计算匹配度M，M=U*T*E*k₁+L*S*P*k₂-C*k₃，其中，U为工单紧急度，T为员工是否空闲，E为员工处理效率，L为工单重要度，S为员工专业能力，P为好评工单数，C为投诉工单数；k₁、k₂、k₃为权重系数；

步骤4：获取待分派工单，对当前工单进行特征提取；

步骤5：计算工单和员工的匹配度，将工单分派至匹配度最高的员工，完成工单分派。

2.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述步骤1包括以下步骤：

步骤1.1：获取工单历史数据，清洗数据；

步骤1.2：提取工单历史数据中的工单类型、处理时长、关键词、工单关联图片；

步骤1.3：采用KNN监督式机器学习分类算法，使用工单历史数据进行训练，获得工单分类模型。

3.根据权利要求2所述的一种工单智能分派方法，其特征在于：所述步骤1.1中，清洗数据包括删除重复的工单历史数据、对已经离职员工及已经取消的工单类型进行单独归类。

4.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述步骤2中，员工基础信息数据包括对应的工单类型、熟练程度、工龄、工单处理效率、客户评价，对熟练程度、工单处理效率和客户评价进行赋值。

5.根据权利要求4所述的一种工单智能分派方法，其特征在于：若存在新员工，提取工单类型、熟练程度、工龄、工单处理效率的特征，以余弦相似度算法寻找最接近的员工，补充关联数据作为当前新员工的初始员工基础信息数据。

6.根据权利要求1所述的一种工单智能分派方法，其特征在于：对工单分类结果进行标识，所述标识包括紧急程度、重要程度、预计处理时间。

7.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述工单紧急度分为1~9级，工单重要度分为1~9级，当两者均大于等于6时，匹配专业能力强的员工，k₂＞k₁且k₃为0；其余情况，匹配空闲的员工，k₁＞k₂。

8.根据权利要求7所述的一种工单智能分派方法，其特征在于：所述空闲为以法定工作时间减去所有工单的预计处理时长。

9.根据权利要求1所述的一种工单智能分派方法，其特征在于：所述分派包括工单批量分派和工单逐条分派；所述工单批量分派采用运筹与优化中的线性规划。