任务调度方法

技术领域

本申请涉及数据处理技术领域，具体涉及任务调度方法。

背景技术

服务行业(如客服、零售企业等等)一方面面临任务量增长的压力，另一方面又面临人力成本上升的压力，要维持合理的利润以及人均任务量，是各个服务企业都要面对的挑战。所以服务行业都在关注提供员工的利用率以及排班的科学性，进而提升整理的劳动力管理效率。

从任务处理角度而言，人员排班问题即任务调度问题。目前，常用的任务调度方法是基于班次分派的方法，即人员(任务承接方)和任务的时间粒度都是班次(如晚班、早班等等)。基于班次分派的方法具体可采用模式重复、历史沿用、规则引擎等等实施方式。下面对这些常用实施方式的技术特点及其缺点进行简要说明。

1、模式重复的任务调度方式。该方式的特点是：设置简单模型进行重复，如：早-早-中-中-晚-晚-休。该方式的缺点是：需人为设定，难以支持复杂场景。

2、历史沿用的任务调度方式。该方式的特点是：复制上一周期的班表。该方式的缺点是：无法支持变化的需求，后期调整的工作量可能很大。

3、规则引擎的任务调度方式。该方式的特点是：使用多种规则依次筛选出合适人员，进行任务分配。该方式的缺点是：难以综合考虑所有因素，常导致一些硬性约束违反。

然而，在实现本发明过程中，发明人发现在电商客服、新零售等精细化运营的业务场景中，越来越多的企业可以基于大数据，对未来一段时间的任务需求量做预估，根据精细化运营的需求，其预估粒度可以到一小时甚至半小时。然而，在人员供给侧，考虑到人员的管理特性，人力资源的时间粒度仍然以班次为单位，跨度可长达数小时。并且，在安排人员时需要综合考虑工作时长、休息等硬性的法律规定，以及班次公平性、班次切换偏好等软性的人性化管理和个性化需求。

综上所述，一方面，在精细化运营的业务场景中，任务需求量的时间粒度为小时级，而人力资源的时间粒度为班次级；另一方面，现有的基于班次分派的方法要求人员和任务的时间粒度都是班次，这样就会导致现有任务调度方法无法适应精细时间粒度的任务需求，因而降低了精细化运营的业务场景中任务调度的合理性。伴随着服务量的增长，人力成本的攀升，如何设计适用于精细化运营的业务场景的任务调度系统，以达到提升人力资源的利用率和服务水平，用更少的成本获得更佳的用户体验是服务行业人力调度的核心问题。

发明内容

本申请提供任务调度方法，以解决现有技术存在的任务调度合理性较低的问题。

本申请提供一种任务调度方法，包括：

确定第一时间粒度的多个任务时间段的任务量；

确定多个任务承接方在单位任务时间段的第一任务承接量；以及，确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系；

至少根据所述任务量、第一任务承接量和第一效能映射关系，确定任务承接方与任务承接时间段之间的第一对应关系。

可选的，所述第一对应关系采用如下方式确定：

根据所述第一任务承接量和任务承接方组信息，确定各个任务承接方组在单位任务时间段的第二任务承接量；

根据所述第一效能映射关系，确定多个任务承接时间段组到各个任务时间段的第二效能映射关系；

根据所述任务量、所述第二任务承接量和所述第二效能映射关系，确定任务承接方组与任务承接时间段组间的第二对应关系；

根据所述第二对应关系，确定任务承接方与任务承接时间段间的第二对应关系，作为所述第一对应关系。

可选的，所述第二效能映射关系采用如下方式确定：

根据所述任务承接时间段的起始时间及终止时间，确定任务承接时间段组信息；

针对各个任务承接时间段组，根据所述任务承接时间段组中各个任务承接时间段到各个任务时间段的第一效能映射关系，确定所述任务承接时间段组到各个任务时间段的第二效能映射关系。

可选的，所述任务承接时间段组信息采用如下方式确定：

将多个具有相同起始时间及终止时间的任务承接时间段信息合并为任务承接时间段组信息。

可选的，将所述第一效能映射关系的加权平均值作为所述第二效能映射关系。

可选的，获取任务调度规则；

至少根据所述任务量、第一任务承接量和第一效能映射关系，确定符合所述任务调度规则的第一对应关系。

可选的，所述任务调度规则包括以下规则的至少一个：

同组任务承接方对应起始时间及终止时间相同或相近的任务承接时间段；

月/周维度的任务承接天数阈值、非任务承接天数阈值、任务承接小时数上限阈值和/或下限阈值；

各任务承接方组第一班次数量差距小于差距阈值；

第一班次与第二班次不相邻。

可选的，所述第一时间粒度包括小时，所述第二时间粒度包括班次。

可选的，通过优化求解器或启发式算法，至少根据所述任务量、第一任务承接量和第一效能映射关系，确定所述第一对应关系。

可选的，所述确定第一时间粒度的多个任务时间段的任务量，包括：

根据历史任务量数据，确定目标时间段内各天中各个任务时间段的任务量预测值。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各种方法。

本申请还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种方法。

与现有技术相比，本申请具有以下优点：

本申请实施例提供的任务调度方法，通过获取第一时间粒度的多个任务时间段的任务量；确定各个任务承接方在单位任务时间段的第一任务承接量；以及，确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系；至少根据所述任务量、第一任务承接量和第一效能映射关系，确定任务承接方与任务承接时间段之间的第一对应关系；这种处理方式，通过引入第一效能映射关系，使得任务调度可以兼容不同时间粒度的任务需求，如较粗时间粒度的班次级别、精细时间粒度的小时级别，以适应电商客服、新零售等精细化运营的业务场景，能够尽量减少前期的人为设定和后期的手动调整；因此，可以有效提高任务调度的合理性，改善劳动力管理绩效。

附图说明

图1是本申请提供的一种任务调度方法的实施例的流程图；

图2是本申请提供的一种任务调度方法的实施例的具体流程图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

第一实施例

请参考图1，其为本申请提供的一种任务调度方法实施例的流程图，该方法的执行主体包括任务调度装置。本申请提供的一种任务调度方法包括：

步骤S101：确定第一时间粒度的多个任务时间段的任务量。

本申请实施例提供的任务调度方法，不限制任务承接时间段和任务时间段的时间粒度，任务时间段可以是小时级别，也可以是班次级别，任务承接时间段的时间粒度同样可以是小时级别或班次级别，即：本申请实施例提供的方法可以兼容不同时间粒度的任务需求，这样既可以适应传统企业非精细化运营的业务场景，又可以适应电商客服、新零售等精细化运营的业务场景。

本申请将任务时间段的时间粒度称为第一时间粒度，将任务承接时间段的时间粒度称为第二时间粒度。

在一个示例中，业务场景是电商客服为用户提供有关购物咨询的用户咨询量精细化运营的业务场景。在这种情况下，来自一个用户的一次咨询即为一个任务，用户咨询量的时间管理粒度(第一时间粒度)为小时级(如半小时、1小时或2小时等等)，客服排班的时间粒度(第二时间粒度)为班次(如上午班、下午班、夜班等等)。

具体实施时，步骤S101可采用如下方式实现：根据历史用户咨询量和/或时效性数据(如天气、季节、促销活动等等)，确定目标时间段(如未来7天、1个月等等)内各天中各个任务时间段的任务量预测值。例如，首先，根据最近3个月的用户咨询日志数据，统计出每个任务时间段平均的任务量；然后，再结合未来7天的天气情况或季节等等因素，对未来7天内各个任务时间段的任务量进行预测，如未来7天天气酷热，则对于空调的咨询量会激增，未来7天是荔枝成熟的季节，则对于荔枝的咨询量会激增，或者，如果未来7天是双11大促，则未来7天所有商品的咨询量都会激增，等等。表1示出了本实施例的任务量预测值。

表1、任务量预测表

由表1可见，本实施例的第一时间粒度为1个小时，这样就将1天划分为24个任务时间段，分别预测每个时间段的任务量，不同时间段的任务量会有所不同。由于对任务进行精细化运营，即对第一时间粒度的任务时间段的任务量进行预测，属于较为成熟的现有技术，因此此处不再赘述。

在另一个示例中，业务场景为工厂人员排班的非任务精细化运营的业务场景。在这种情况下，产品产量作为任务量，其时间管理粒度(第一时间粒度)通常为班次级，如8小时为一个班次，要确定一个班次的工作时间内的产品数量；同样的，工人排班的时间粒度(第二时间粒度)也为班次(如上午班、下午班、夜班等等)。由于对任务进行非精细化的常规运营属于较为成熟的现有技术，因此此处不再赘述。

在确定第一时间粒度的多个任务时间段的任务量后，就可以进入下一步骤，确定多个任务承接方组中各个任务承接方在单位任务时间段的第一任务承接量；以及，确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系。

步骤S103：确定多个任务承接方在单位任务时间段的第一任务承接量；以及，确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系。

1)确定多个任务承接方在单位任务时间段的第一任务承接量。

所述单位任务时间段，是指任务时间段的时间单位。例如，任务时间段8-9点和10-11点的时间单位是1小时，因此人员排班任务的单位任务时间段为1小时。根据实际情况，单位任务时间段可以为半小时或两小时等等。

所述第一任务承接量，包括任务承接方在单位任务时间段内的任务量承受能力，如可承受的最大任务量为30等等。

2)确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系。

本实施例提出的方法,引入一个如表2所示的第一效能映射关系表，用效能函数(第一效能映射关系)表示任务承接时间段到单位任务时间段粒度的映射关系。

表2、第一效能映射关系表

如表2所示，如任务承接时间段7a的工作时间为上午8点至下午5点，休息时间为中午10点到下午11点，可以用一个向量表示该任务承接时间段到时隙(任务时间段)的第一效能映射关系：u

在确定第一任务承接量和第一效能映射关系后，就可以进入下一步骤根据所述任务量、第一任务承接量和第一效能映射关系，确定使得同组任务承接方排班至起始工作时间及终止工作时间相同或相近的任务承接时间段的任务调度信息。

步骤S105：根据所述任务量、第一任务承接量和第一效能映射关系，确定任务承接方与任务承接时间段之间的第一对应关系。

在一个示例中，直接以任务承接方为排班单位，根据所述任务量、第一任务承接量和第一效能映射关系，直接对每个任务承接方直接分配任务承接时间段。然而，即使限定一个任务承接时间段的工作时长，不同的起始时间及休息时隙仍会产生数个不同模式的任务承接时间段，这样就会导致问题规模巨大，对计算资源及存储资源均造成较大消耗，严重时(如任务承接时间段过多)甚至无法直接求解，因此实用性较低。

请参考图2，其为本申请提供的一种任务调度方法实施例的具体流程图。为了降低问题规模，提升所述方法的实用性，在本实施例中，步骤S105可包括如下子步骤：

步骤S1051：根据所述第一任务承接量和任务承接方组信息，确定各个任务承接方组在单位任务时间段的第二任务承接量。

在大规模的人员排班场景中，如电商客服场景，服务人员数量动辄高达上百人。为了便于管理，业务上通常会把人员分为若干小组(人员组)，同一人员组的人员上班时间尽量接近。在这种情况下，就要求执行本申请实施例提供的方法所得到的人员排班结果，要使得将同组人员排班至起始工作时间及终止工作时间相同或相近的任务承接时间段，而非没有任何限制地将员工分配到任意一个任务承接时间段，同时还要避免违反基本的人员管理原则，给企业的人员排班造成混乱。

在本实施例中，首先对同组的人力资源进行聚合，将员工组视作一个排班单位参与分配算法求解，使得同组人员尽量同一时间上班。假设任务承接方i的单位时间效能(第一任务承接量)为e

步骤S1053：根据所述第一效能映射关系，确定多个任务承接时间段组到各个任务时间段的第二效能映射关系。

实际业务中常会有较多起止时间相同但休息时间不同的任务承接时间段，对此进行聚合。如表3所示，任务承接时间段7a和任务承接时间段7b的起止时间相同，工作时间均为上午8点至下午5点，区别仅在中间的休息时间不同，其中任务承接时间段7a的休息时间为10-11点，任务承接时间段7b的休息时间为11-12点。本申请提供的方法，将此类起止时间相同但休息时段有差异的任务承接时间段进行聚合，将聚合结果作为任务承接时间段组到时隙的第二效能映射关系。

具体实施时，可用加权的向量来表示聚合的任务承接时间段组到时隙的第二效能映射关系，如两个任务承接时间段各自权重均为0.5，则任务承接时间段组u

表3、任务承接时间段聚合表

类似的，可以得到所有聚合之后的任务承接时间段组到各个任务时间段的第二效能映射关系，如表4所示。

表4、第二效能映射关系表

在本实施例中，通过将相似的任务承接时间段聚合为任务承接时间段组，并引入效能向量对任务承接时间段组在不同时段的效率进行加权，提供任务承接时间段组到时隙的效能值映射关系，这种变换可以支持任务承接时间段粒度的人力资源去覆盖细时间粒度的任务需求。

步骤S1055：根据所述任务量、所述第二任务承接量和所述第二效能映射关系，确定任务承接方组与任务承接时间段组间的第二对应关系。

在一个示例中，可以以员工组为排班单位，根据所述任务量、第一任务承接量和第一效能映射关系，不考虑排班规则，直接对每个员工组直接分配任务承接时间段组。该方式的数学模型可以表达为：

其中,x表示任务调度结果(第一对应关系)，

具体实施时，可以采用多种方法对上述优化模型求解，如使用优化求解器进行求解，或者采用启发式算法(如遗传算法)等等。由于模型求解属于较为成熟的现有技术，因此此处不再赘述。

然而，上述处理方式并未考虑政策法律的规定，如：月/周维度的工作天数、休息天数、工作小时数上限及下限等等；也没有综合考虑人性化管理以及员工个性化偏好等因素，如：同组任务承接方的任务承接时间段尽量接近,各任务承接方组晚班个数尽量公平，晚班后面不接早班等等；因此，就会导致任务调度合理性较低，违反法律规定等问题，从而导致实用性较低。

为了解决上述问题，本申请实施例提供的方法，还可包括如下步骤：获取任务调度规则；相应的，步骤S1055可采用如下方式实现：根据所述任务量、所述第二任务承接量和所述第二效能映射关系，确定任务承接方组与任务承接时间段组间的符合所述任务调度规则的第一对应关系。

所述任务调度规则，可从任务调度规则配置文件中读取，也可以从数据库中获取。所述任务调度规则，包括但不限于以下规则的至少一个：同组人员排班至起始工作时间及终止工作时间相同或相近的任务承接时间段；月/周维度的工作天数阈值、休息天数阈值、工作小时数上限阈值和/或下限阈值；各员工组晚班数量差距小于差距阈值；晚班后面不接早班，等等。

在这种情况下，将任务承接方组分配至任务承接时间段组的数学模型可以表达为：

h(x)＝0 (3)

其中，式(3)表示该场景的任务调度规则限制，包括全部硬性规则，如政策法规的规定，以及部分软性规则，如同员工组的任务承接时间段尽量接近等等。

在本实施例中，可以针对式(3)提前定义好一套建模语言，通过如表5所示的配置文件决定是否添加进数学模型里。

表5、任务调度规则配置文件

优化模型的求接方法可以灵活自选，如使用优化求解器进行求解，或者采用启发式算法如遗传算法等等，本方案不做具体制定。获得的求解结果即为员工组到任务承接时间段组的分配关系，如表6所示。

表6、任务承接方组(人员组)-任务承接时间段组(班次组)分配方案表

在本实施例中，通过聚合员工组的效能值，将员工组作为一个排班单位，对员工组到班次组的分配问题进行建模，可以综合考虑法律条规等硬性规则，以及班次公平、偏好等软性规则。该模型灵活可拓展，便于快速适配不同的业务场景及需求。

步骤S1057：根据所述第二对应关系，确定任务承接方与任务承接时间段间的第二对应关系，作为所述第一对应关系。

基于上一阶段求得的员工组-班次组的分配关系，再进一步求解获得员工-班次的分配关系，也即将聚合后的班次组拆分为班次，对应至每名员工。具体而言，可基于员工的效能值进行组内具体班次指派，求得每名员工到具体班次的分配关系，最终获得可执行的班表。假设某班次组由R个具体的班次合并而成，考虑员工的效能值(第一任务承接量)，则是将员工组里的员工分为R个小组，使得每一小组的员工效能值之和尽量接近，可以用以下的数学模型表达：

其中，x

表7、员工组执行班次表

综上所述，本实施例通过上述步骤S1051-1057实现分阶段的灵活式任务调度。具体而言，第一阶段，可通过效能函数将人员聚合为人员组，将班次聚合为班次组；第二阶段，将人员组分配至班次组，以覆盖任务量表；第三阶段，对人员组到班次组的分配进行拆解，得到人员到具体班次的执行班表。采用这种处理方式，不仅可以适应精细时间粒度的任务需求，还可以有效缩减问题求解的复杂度，并且可以尽量保证求解质量，这样就可以为成百上千的服务人员合理安排工作、休息时间，使得任务需求可以尽可能地被完全覆盖，以适应大规模的排班场景。同时，可以兼顾各类规则配置，以提升工作人员的满意度。

从上述实施例可见，本申请实施例提供的任务调度方法，通过获取第一时间粒度的多个任务时间段的任务量；确定各个任务承接方在单位任务时间段的第一任务承接量；以及，确定第二时间粒度的多个任务承接时间段到各个任务时间段的第一效能映射关系；至少根据所述任务量、第一任务承接量和第一效能映射关系，确定任务承接方与任务承接时间段之间的第一对应关系；这种处理方式，通过引入第一效能映射关系，使得班次类任务调度可以兼容不同时间粒度的任务需求，如较粗时间粒度的班次级别、精细时间粒度的小时级别，以适应电商客服、新零售等精细化运营的业务场景，能够尽量减少前期的人为设定和后期的手动调整；因此，可以有效提高任务调度的合理性，改善劳动力管理绩效。

本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。