[发明专利]基于数据分析的业务分配方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术，揭露了一种基于数据分析的业务分配方法，包括：获取员工在不同时间区间的业务处理记录，统计不同时间区间的业务处理量；根据业务处理量计算员工的业务处理增速；获取客户对预设员工的业务评价数据并转换为数据向量；提取数据向量的向量特征；计算向量特征与预设业务的标签之间的距离值，并根据距离值计算员工的每一种预设业务的能力值；根据预设业务量基数和业务处理增速计算预设员工的预期业务处理量，根据能力值和预期业务处理量对预设员工进行业务分配。此外，本发明还涉及区块链技术，业务处理记录可存储于区块链的节点。本发明还提出一种基于数据分析的业务分配装置、设备及介质。本发明可以提高业务分配的精确度。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于数据分析的业务分配方法、装置、电子设备及计算机可读存储介质。

背景技术

业务处理能力关乎着公司的业务安排、发展计划等重大规划，因此，越来越多的公司对员工的业务处理能力进行分析，并根据分析结果为公司业务的发展做出相关安排与规划。例如，银行可对每一个行员的业务处理量、业务处理类型等数据进行分析，得到行员的业务能力，进而根据行员的业务能力实现对未来业务的合理化安排。

目前大多数对于业务处理能力的分析，仅局限于公司整体或员工层面的分析，即分析整个公司业务处理的业绩或某个员工对业务进行处理的业绩。但该方法中，只能实现从业务处理量的角度对公司或员工进行业务的分配与规划，没有考虑到员工对不同业务的处理能力不同，忽略了业务层次的个性化特点，导致按照分析结果对员工进行业务分配的不精确性，无法实现最优的业务分配。

发明内容

本发明提供一种基于数据分析的业务分配方法、装置及计算机可读存储介质，其主要目的在于解决进行业务分配的精确度较低的问题。

为实现上述目的，本发明提供的一种基于数据分析的业务分配方法，包括：

获取预设员工在多个不同时间区间的业务处理记录，按照时间先后顺序统计所述多个不同时间区间中的业务处理量；

根据所述业务处理量计算所述预设员工的业务处理增速；

获取客户对所述预设员工的业务评价数据，对所述业务评价数据中每个数据进行向量转换，得到数据向量；

利用预设的深度学习模型提取每个所述数据向量的向量特征；

分别计算每个所述向量特征与预设业务的标签中每个标签之间的距离值，并根据所述距离值计算所述预设员工对每一种预设业务的能力值；

根据预设业务量基数和所述业务处理增速计算所述预设员工的预期业务处理量，并根据所述能力值和所述预期业务处理量对所述预设员工进行业务分配。

可选地，所述按照时间先后顺序统计所述多个不同时间区间中的业务处理量，包括：

获取预设的时间字段数据格式，和业务名称数据格式；

识别所述业务处理记录的数据类型，利用与所述数据类型相对应的编译器，将预设字符按照所述业务名称数据格式编译为第一规则表达式，将预设字符按照所述时间字段数据格式编译为第二规则表达式；

利用所述第一规则表达式提取所述业务处理记录中的业务名称，利用所述第二规则表达式提取所述业务处理记录中每个预设业务的处理时间；

按照所述处理时间的先后顺序将所述业务处理记录中每个预设业务的业务名称汇集至所述多个不同时间区间中，并统计每个时间区间内的业务名称数量，得到每个时间区间的业务处理量。

可选地，所述根据所述业务处理量计算所述预设员工的业务处理增速，包括：

将每一次的多个不同时间区间和每个时间区间的业务处理量映射至预先构建的坐标系中，得到所述预设员工在每个时间区间中的业务处理量坐标；