[发明专利]基于维修人员画像的智能派单方法、设备、介质及产品在审

专利信息
申请号: 202110586563.3 申请日: 2021-05-27
公开(公告)号: CN113191509A 公开(公告)日: 2021-07-30
发明(设计)人: 陈强;汤飞;尹士朝 申请(专利权)人: 广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/06
代理公司: 杭州创智卓英知识产权代理事务所(普通合伙) 33324 代理人: 张超
地址: 510000 广东省广州市*** 国省代码: 广东;44
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 维修 人员 画像 智能 方法 设备 介质 产品
【说明书】:

发明提供基于维修人员画像的智能派单方法,包括根据预设统计分析规则对分布信息进行量化处理以及使用预设算法对每个维修人员对应的技能信息进行聚类处理,构建与每个维修人员和设备故障信息对应的含有行为标签和技能标签的用户画像数据;将所有用户画像数据与对应的设备故障信息输入至预设匹配模型中进行训练,得到智能派单匹配模型,将获取到的待维修设备故障信息输入至智能派单匹配模型中,智能派单匹配模型输出对应的维修人员信息,根据用户画像数据筛选出对应的维修人员对待维修设备进行故障维修处理。本发明的基于维修人员画像的智能派单方法,有效减少无效派单的情况发生,提高了整体设备故障维修过程中派单的精准率和效率。

技术领域

本发明涉及设备维修领域,尤其涉及基于维修人员画像的智能派单方法、设备、介质及产品。

背景技术

目前,维修工作通常涉及多种专业,如轨道交通运维工作涉及机务、工务、电务和车辆等不同专业,各专业维修作业项目种类繁多,专业性强,其实效性、准确性需求日益提高。与此同时,现有传统派单方法通常采取人工派单,派单效率依靠派单人员的个人经验决定,当出现复杂问题时,派单人员对设施设备的故障履历、巡检记录难以及时准确的查找和综合考虑,导致维修难度增大。

因此传统的设备维修过程中的派单出现以下问题:1.派单根据派单人员的业务经验,不具备普适性,对于派单人员的专业性要求较高,容易出现错派、误派等情况,产生无效派单。2.传统派单无法综合考虑维修人员的工作技能、熟练度、位置等属性,很难产生维修人员与工单的最优匹配。3.传统派单仅有故障码,对不同设备的故障不了解,无法综合考虑历史维修记录,进行针对性派单

发明内容

为了克服现有技术的不足,本发明的目的在于提供基于维修人员画像的智能派单方法,其能解决现有设备故障处理过程中人工派单导致的派单不精准,容易出现错派以及误派,派单效率不高的问题。

本发明的目的之二在于提供一种电子设备,其能解决现有设备故障处理过程中人工派单导致的派单不精准,容易出现错派以及误派,派单效率不高的问题。

本发明的目的之三在于提供一种计算机可读存储介质,其能解决现有设备故障处理过程中人工派单导致的派单不精准,容易出现错派以及误派,派单效率不高的问题。

本发明的目的之四在于提供一种计算机程序产品,其能解决现有设备故障处理过程中人工派单导致的派单不精准,容易出现错派以及误派,派单效率不高的问题。

本发明的目的之一采用以下技术方案实现:

基于维修人员画像的智能派单方法,

数据抽取,从在线维修管理系统中抽取若干个已处理设备故障关联的维修人员信息和设备故障信息,所述维修人员信息包括技能信息和分布信息,所述设备故障信息包括历史工单数据和故障数据;

构建用户画像,根据预设统计分析规则对所述分布信息进行量化处理以及使用预设算法对每个维修人员对应的所述技能信息进行聚类处理,得到与每个维修人员和设备故障信息对应的含有行为标签和技能标签的用户画像数据;

模型训练,将所有所述用户画像数据与对应的设备故障信息输入至预设匹配模型中进行训练,得到智能派单匹配模型,并将智能派单匹配模型部署在智能派单系统中;

智能派单,将获取到的待维修设备故障信息输入至智能派单匹配模型中,所述智能派单匹配模型输出对应的维修人员信息。

进一步地,所述分布信息包括今日维修次数、位置信息以及空闲信息,所述技能信息包括工作信息数据,绩效数据,维修数据,所述构建用户画像具体为:使用均值、标准差、峰度作为统计量对所述分布信息进行量化处理,得到用于表示单个维修人员行为分布特点的行为标签,依次使用聚类算法、分类算法以及关联分析法对所述技能信息进行聚类处理,得到与每个维修人员对应的技能标签。

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广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司,未经广州广电运通智能科技有限公司;广州广电运通金融电子股份有限公司许可,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/202110586563.3/2.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