工单调度方法及系统与流程

1.本发明涉及计算机技术领域，尤其涉及一种工单调度方法及系统。


背景技术：

2.工单智能调度方法的目标是通过工单调度中心集中调度，为装维工单选择最优装维人员上门施工，以减少工单调度不合理需人工转派工单、安装不及时和工单调度效率低的情况。
3.现有的技术方案，调度中心依据装维人员剩余能力值及装维人员当前位置与新增装维位置的距离，选择剩余能力值满足新增工单工作量且距离最近的装维人员派发新增装维工单。但是这种调度策略只适用于实时接单、分配的场景，实际生产上这种场景较少出现，多数是采用提前预约上门装维的方式。由于现有方案派发规则基于装维人员能力值和装维位置，会存在以下几种问题：所分配的装维地址不属于该装维人员的管辖范围，对于分派不合理的装维工单，需要装维人员人工转派工单，当装维人员在施工中或者休假，存在工单转派不及时造成工单积压的情况；工单调度规则以装维人员为主导，未充分考虑其他影响客户满意度因素，有可能导致客户满意度降低。
4.现有方案工单调度主要从装维人员角度出发，未考虑影响客户满意度因素。工单调度规则是基于装维人员剩余能力值和新增装维位置，但客户在下发装维工单时，往往会预约未来几天的上门施工时间，那时的装维位置、道路和天气情况不可预料。未考虑客户满意度因素的装维人员指派也不能尽可能提高客户满意度。


技术实现要素：

5.本发明提供一种工单调度方法及系统，用以解决现有技术中客户满意度不高的缺陷，实现提升客户满意度的目的。
6.本发明提供一种工单调度方法，包括：
7.根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
8.根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
9.根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
10.根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
11.根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
12.根据本发明提供的一种工单调度方法，还包括：
13.所述待分配装维订单调度完成后，更新所述装维人员的工单量、排班信息，以重新获取所述装维人员的装维能力值，所述装维能力值为所述历史装维效能工作数据中的一种。
14.根据本发明提供的一种工单调度方法，还包括：
15.所述待分配装维订单调度完成后，更新所述装维人员的历史工作数据，以更新所述客户满意度影响关键因素模型。
16.根据本发明提供的一种工单调度方法，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，包括：
17.基于多因素方差分析ai方法，对所述装维人员的历史工作数据进行建模和训练，获取所述客户满意度关键影响因素模型。
18.根据本发明提供的一种工单调度方法，所述根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数，包括：
19.f(p,t)＝c1·
g(x(p,t))+c2·
h(y(p，t))；
20.其中，p表示所述综合推荐指数，t表示工单，c1表示满意度推荐指数的权重系数，c2表示效能推荐指数的权重系数，g表示满意度指标函数，h表示效能指标函数，x(p，t)表示所述满意度推荐指数，y(p，t)表示所述效能推荐指数。
21.根据本发明提供的一种工单调度方法，所述满意度指标函数和所述效能指标函数应用如下公式得到：
[0022][0023][0024]
其中，i表示标号，n表示所有关键影响因素的个数，xi表示第i个关键影响因素，αi表示第i个关键影响因素的权重，yi表示第i个效能指标，βi表示第i个效能指标的权重。
[0025]
根据本发明提供的一种工单调度方法，所述满意度指标函数和/或所述效能指标函数根据所述目标区域确定。
[0026]
本发明还提供一种工单调度系统，包括：
[0027]
关键影响因素筛选模块，用于根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0028]
满意度指数计算模块，用于根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0029]
效能指数计算模块，用于根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0030]
综合推荐指数计算模块，用于根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0031]
订单分配模块，用于根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0032]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述工单调度方法的步骤。
[0033]
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述工单调度方法的步骤。
[0034]
本发明提供的一种工单调度方法及系统，针对工单分配不符合装维工作习惯、转派工单不及时造成工单积压和客户满意度低的问题，提出了一种基于满意度关键因素进行工单智能调度的方法及系统。该方法以客户满意度提升为主导，挖掘影响客户满意度的关键因素，结合装维效能数据和按区域定制工单调度策略，为装维工单选择最优的装维人员上门施工。
附图说明
[0035]
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]
图1为本发明提供的一种工单调度方法的流程图之一；
[0037]
图2为本发明提供的一种工单调度方法的流程图之二；
[0038]
图3为本发明提供的一种工单调度系统的结构示意图；
[0039]
图4为本发明提供的一种电子设备的实体结构示意图。
具体实施方式
[0040]
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0041]
现有的技术方案除了背景技术中所记载的缺陷为，现有方案存在工单调度不合理需要转派工单的情况。工单调度只根据装维人员能力值和新增装维位置，选择装维人员分派工单，未考虑装维人员的工作习惯，如装维范围、排班等，导致出现工单调度有误、不合理的情况。
[0042]
对于派单地址不属于该装维人员管辖范围等不合理派单情况，需要装维人员转派给其他装维人员实施，增加了不必要转派工单的工作量。若装维人员在施工中或者休假时，对于调度不合理的装维工单未能及时进行转派处理，导致工单积压等影响装维工作效率及客户满意度等情况。
[0043]
另外，现有方案使用固定的调度策略进行工单调度的情况。不同地市、区域根据自身情况存在不同的关注点，使用固定的调度策略，未考虑各种场景差异，未能全方位地满足不同区域工单调度的个性要求。
[0044]
本发明实施例还提供一种工单调度方法，如图1所示，该方法包括：
[0045]
步骤110，根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素
模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0046]
步骤120，根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0047]
步骤130，根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0048]
步骤140，根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0049]
步骤150，根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0050]
首先根据客户报装信息、报装地理环境、安装设置信息、装维施工过程数据、装维人员数据、装维考核数据等历史工作数据以及客户满意度调查数据对客户满意度关键因素建模，利用多因素方差分析ai方法挖掘影响客户满意度的关键因素。
[0051]
然后构建装维效能评估模型，包括装维基本信息、装维能力值、历史装机习惯、装维星级评定等，指标根据专家经验选择，是装维人员工作效能和工作习惯的“标签”，为推荐装维人员提供重要支撑。
[0052]
不同地市、区域的实际情况和关注点不同，对于这些场景化差异，使用固定的调度策略未能全方位地满足工单调度，因此提供参数可配置的方案，为工单调度定制最合理的策略。
[0053]
新增装维工单根据上述得到的按各区域定制的个性化调度、装维能力值和装维排班情况等数据，为新增装维工单确定最优装维人员。新增归档工作数据具有正反馈作用，通过新增工单数据可动态调整影响客户满意度的关键因素，达到持续优化工单调度模型的目的。
[0054]
ai调度策略以提升客户满意度为主导，尊重装维人员工作习惯，满意度影响因素会根据当前工作数据动态更新，达到持续优化装维工作效率和提升客户满意度效果。
[0055]
本发明提供的一种工单调度方法，针对工单分配不符合装维工作习惯、转派工单不及时造成工单积压和客户满意度低的问题，以客户满意度提升为主导，挖掘影响客户满意度的关键因素，结合装维效能数据和按区域定制工单调度策略，为装维工单选择最优的装维人员上门施工。
[0056]
现有方案存在不符合装维工作习惯、转派工单不及时造成工单积压和客户满意度低的问题。本发明针对现有技术方案现状，提出了一种基于满意度关键因素进行工单智能调度的方法及系统。本发明方法包括客户满意度影响关键因素模型训练、装维效能模型构建、智能调度策略定制、智能调度实施和装维工作数据反哺调度策略五个步骤，具有提升客户满意度、提高装维工作效率的优点。
[0057]
该方案主要包括如下五个部分：
[0058]
一、满意度影响关键因素模型训练
[0059]
工单智能调度的方法和装置以客户满意度为主导，因此需要明确影响客户满意度包括了哪些关键因素，各因素的影响程度等。使用多因素方差分析ai方法挖掘影响客户满意度的关键因素，不仅能够分析各个关键因素对客户满意度的独立影响，更能够分析多个
影响因素的交互作用能否对客户满意度产生显著影响，最终确定每个因素的影响程度，挖掘影响客户满意度的最优组合。
[0060]
在多因素方差分析中，观测变量取值的变动会受到三个方面的影响：第一，控制变量独立作用的影响，指单个控制变量独立作用对观测变量的影响；第二，控制变量交互作用的影响，指多个控制变量相互搭配后对观测变量产生的影响；第三，随机因素的影响，主要指抽样误差带来的影响。基于上述原则，多因素方差分析将观测变量的总变差分解为(以两个控制变量a、b为例)：
[0061]
sst＝ssa+ssb+ssab+sse；
[0062]
其中，sst为观测变量的总变差；ssa、ssb分别为控制变量a、b独立作用引起的变差；ssab为控制变量a、b两两交互作用引起的变差；sse为随机因素引起的变差。通常称ssa+ssb+ssab为主效应，ssab为n向交互效应，sse为剩余效应。其中，sst的定义为：
[0063][0064]
k为控制变量a的水平数，r为变量b的水平数，x
ijv
为a第i个水平和b第j个水平下第v样本值，n
ij
为a第i个水平和b第j个水平下样本个数，为观测变量均值。ssa定义为：
[0065][0066]nij
为a第i个水平和b第j个水平下样本个数，为变量a第i个水平下观测变量均值。ssb定义为：
[0067][0068]
为变量b第j个水平下观测变量均值。sse的定义为：
[0069][0070]
为变量a、b第i、j个水平下观测变量均值。ssab可通过下式计算：
[0071]
ssab＝sst-ssa-ssb-sse；
[0072]
然后，通过比较观测变量总离差平方和各部分所占的比例，计算检验统计量的观测值和相伴概率p值。多因素方差分析采用的检验统计量是f统计量。两个控制变量，通常对应三个f检验统计量：
[0073][0074][0075]
[0076]
l为组内自由度。算法最后依据f分布表给出相伴概率p值，根据统计学理论，p值小于0.05的变量对因变量(满意度)有显著性影响。
[0077]
本发明首先采集历史工作数据和满意度调查结果，包括客户报装信息、报装地理环境、安装设备信息、装维施工过程数据、装维人员数据、装维考核数据等历史工作数据以及客户满意度调查数据。
[0078]
然后使用多因素方差分析ai方法对上述信息进行建模和训练，逐步确定各项因素对客户满意度的影响程度，最终根据影响程度大小对上述信息进行排序，即可得到影响客户满意度的关键因素，一般不超过5个。
[0079]
影响客户满意度的关键因素可能包括上门施工时长、服务履约率、测试光功率值等。使用装维历史工作数据计算每个装维人员的满意度关键因素指标值，指标值跟装维人员p和派单信息t有关，记为x(p,t)＝(x1,x2,
…
,xn)，其中n是满意度关键因素的数量。x(p,t)用于计算装维人员满意度推荐指数。
[0080]
同时，新归档的装维工单具有正反馈作用，相关工作数据和满意度调查结果作为增量样本补充到训练数据集，动态调整客户满意度影响因素。
[0081]
二、构建装维效能模型
[0082]
装维效能模型根据专家经验选择指标，包括装维基本信息(如性别、年龄、学历)、装维能力值(如总能力值、可用能力值)、历史装机习惯(如装机地址、装机时间段、装机时长)、装维星级评定等，是描述每个装维人员的工作效能指标和工作习惯的标签。
[0083]
部分标签可以通过人员基础信息直接获得的，如性别、年龄等信息；其他标签通过算法计算获得，如装机时长和装维能力值等。
[0084]
指标值跟装维人员p和派单信息t相关，记为y(p,t)＝(y1,y2,
…
,ym)，其中m是效能指标数量。y用于计算装维人员效能推荐指数。
[0085]
如新增装维工单t地址同属于装维人p1和p2的常装机区域，但p1在该地址的历名装机时长更短，则对工单t，p1会有更高的效能推荐指数。
[0086]
除此之外，还会根据装维人员历史装维效率、装维质量等数据，计算装维人员的建议能力值，能力值越高，表示在同一时间段内，可以处理更多的装维工单。系统建议能力值为代维管理员评定装维能力值提供参考。
[0087]
装维效能模型会根据基础数据和施工数据的变化不断修正，使装维效能模型越来越立体，可以更加精确地选择装维人员。
[0088]
三、智能调度策略定制
[0089]
智能调度策略使用前述的装维人员满意度推荐指数和装维人员效能推荐指数加权得到一个装维人员推荐指数，通过装维推荐指数为新增装维工单选择合适的装维人员分配任务。ai调度策略形式上是一个公式，装维工单t对应装维人员p的推荐指数由下式计算得到：
[0090]
f(p,t)＝c1·
g(x(p,t))+c2·
h(y(p，t))；
[0091]
其中g是满意度指标函数，h是效能指标函数，c1和c2分别是满意度指数和效能指数权重系数。每个地市、区域管理员可以根据自身情况定义合适的g和h和形式，比如把g和h定义成各分量加权求和：
[0092]
[0093][0094]
其中αi和βi是各指标权重。根据地市和区域定制调度策略，使工单调度更加符合各区域的具体情况，达到灵活、高效调度工单的目的。
[0095]
四、智能调度实施
[0096]
客户有装维需求时，会产生一张装维工单，工单内包括装维地址、装维预约施工时间、安装产品要求等信息，该工单会流转到ai调度中心集中调度。调度中心根据上一步定制的ai调度策略，结合装维人员能力值、排班表，按上式计算每个可选装维人员的推荐指数，分配装维工单预约时间段内推荐指数最优的装维人员上门施工，实现装维效能最大化、尽力提升客户整体满意度的目标。
[0097]
分派新增装维工单后，实时根据装维人员工单量、排班等信息更新装维人员能力值，确保下一张新增工单调度准确，避免由于装维人员能力值未及时更新导致工单调度不合理。
[0098]
装维人员收到装维任务后，根据原有的工单地理分布和新增工单的紧急程度、装维地址距离主动规划路线，随后联系客户上门施工，充分发挥主观能动性，使得装维更加及时、高效，达到提升客户满意度的效果。
[0099]
五、装维工作数据反哺调度策略
[0100]
装维工单归档后，对装维工单信息、客户报装信息、报装地理环境、安装设备信息、装维人员信息、考核数据、装维效能数据和客户满意度调查信息等数据进行整理，作为增量样本补充到模型训练数据集。新增归档工作数据对关键因素模型训练具有正反馈的作用，通过动态数据训练，可以持续调整、优化影响客户满意度关键因素模型和装维效能模型，使得模型越来越准确、可靠。通过动态的装维工作数据反哺调度策略，各地市、区域可随时根据最新的客户满意度影响关键因素和装维效能模型调整ai调度策略，达到合理均衡地调度装维人员、提高装维效率的目的。
[0101]
如图2所示，本发明实现了一种基于满意度关键因素进行工单智能调度的方法，其过程主要包括客户满意度影响关键因素模型训练、装维效能模型构建、智能调度策略定制、智能调度实施和装维工作数据反哺调度策略这五个步骤。
[0102]
一、满意度影响关键因素型训练
[0103]
首先采集历史工作数据和满意度调查结果，包括客户报装信息、报装地理环境、安装设备信息、装维施工过程数据、装维人员数据、装维考核数据等历史工作数据以及客户满意度调查数据。使用多因素方差分析方法对上述信息进行关键因素分析和挖掘，对所抽取的数据根据分析结果进行排序，即各变量对客户满意度的影响程度，而影响程度越大说明该变量越重要，与客户满意度关系越密切。确定满意度影响因素后，使用装维历史工作数据计算每个装维人员的满意度关键因素指标值，指标值跟装维人员p和派单信息t有关，记为x(p,t)＝(x1,x2,
…
,xn)，其中n是满意度关键因素的数量。x作为工单智能调度策略的关键输入参数。
[0104]
二、构建装维效能模型
[0105]
装维效能模型对装维人员的效能和服务质量做全方位描述，根据专家经验选择指标，包括装维基本信息(如性别、年龄、学历)、装维能力值(如总能力值、可用能力值)、历史装机习惯(如装机地址、装机时间段、装机时长)、装维星级评定等工作效能和工作习惯标
签。部分标签可以通过人员基础信息直接获得的，如性别、年龄等信息；其他标签通过算法计算获得，如装机时长和装维能力值等。指标值跟装维人员p和派单信息t相关，记为y(p,t)＝(y1,y2,
…
,ym)，其中m是效能指标数量。y用于计算装维人员效能推荐指数。
[0106]
装维效能模型会根据装维基础数据和施工数据的变化不断修正，使模型越来越立体，在匹配装维人员信息的时候会更加精确、合理。
[0107]
三、智能调度策略定制
[0108]
智能调度策略通过计算每个可选装维人员的推荐指数为新增装维工单分配最合适的装维人员。装维人员推荐指数由式上式计算得到，本方案提供默认调度策略。不同地市、区域也可根据自身实际情况、装维任务类型等信息灵活调整调度策略，使工单调度更加合理。计算满意度推荐指数和效能推荐指数。按地市、区域定制的调度策略为新增装维工单分派更合适的装维人员，从而提升装维效率、提高客户满意度。
[0109]
四、智能调度实施
[0110]
当客户有装维需求的时候，会产生一张装维工单，工单内包括装维地址、装维预约施工时间、安装产品要求等信息，接着该工单会流转到ai调度中心等待调度分派。调度中心根据所配置的调度策略，结合装维人员能力值、排班表，按上式计算每个可选装维人员的推荐指数，为新增装维工单指派推荐指数最佳的装维人员。工单调度完成后，会实时根据装维人员工单量、排班等信息更新装维人员能力值。同时装维人员及时收到装维任务，可根据工单地理分布和新增工单信息主动规划装维路线，使得装维更加及时、高效。
[0111]
五、装维工作数据反哺调度策略
[0112]
当装维工单归档后，对装维工作数据进行整理，包括：装维工单信息、客户报装信息、报装地理环境、安装设备信息、装维人员信息、考核数据、装维施工过程数据和客户满意度调查信息等数据，作为增量样本补充到模型训练数据集。利用新增归档数据对关键因素模型进行动态数据训练，达到持续调整、优化客户满意度关键因素模型和装维效能模型的目的，使得模型越来越准确、可靠。通过持续的装维工作数据反哺调度策略，各地市、区域可随时根据最新的客户满意度影响关键因素和装维效能模型调整ai调度策略，达到合理均衡地调度装维人员、提高调度效率的目的。
[0113]
本发明实施例主要关键点如下：
[0114]
(1)智能调度方法和装置以客户满意度为主导，挖掘满意度影响关键因素，通过对所挖掘的关键因素进行监控或优化，达到提升客户满意度的目的。
[0115]
(2)通过分析计算将装维人员基础信息、星级评定、工作效能和工作习惯等信息标签化，并以此构建装维效能模型，为选择最优装维人员提供的支撑数据。
[0116]
(3)不同地市或网格可以结合自身区域特点及情况，自行定制出不同的调度策略，可达到提升调度效率和灵活制定调度策略的目的。
[0117]
(4)新归档的装维工作数据作为增量样本补充到训练数据集，持续调整、优化满意度影响关键因素模型和装维效能模型，使得模型越来越准确、可靠。
[0118]
本发明具有提升客户满意度和提高装维效率的优点。使用ai调度策略，可以从多个维度匹配装维人员，一改现有根据装维人员能力值和装维位置的调度规则，使工单调度更加智能化、合理及高效；通过动态模型训练，持续调整、优化客户满意度影响关键因素和装维效能模型；各地市、网格管理员可以根据自身区域情况制定工单调度策略，为工单调度
找到更合理、更高效的调度方法。
[0119]
本发明实施例提供一种工单调度系统，如图3所示，该系统包括：关键影响因素筛选模块301、满意度指数计算模块302、效能指数计算模块303、综合推荐指数计算模块304和订单分配模块305，其中：
[0120]
关键影响因素筛选模块301用于根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0121]
满意度指数计算模块302用于根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0122]
效能指数计算模块303用于根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0123]
综合推荐指数计算模块304用于根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0124]
订单分配模块305用于根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0125]
本实施例为与上述方法相对应的系统实施例，其具体实施方式与上述方法实施例一致，详情请参考上述方法实施例，本系统实施例在此不再赘述。
[0126]
本发明实施例提供一种电子设备，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communications interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行一种工单调度方法，该方法包括：
[0127]
根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0128]
根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0129]
根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0130]
根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0131]
根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0132]
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施
例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0133]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的一种工单调度方法，该方法包括：
[0134]
根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0135]
根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0136]
根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0137]
根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0138]
根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0139]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的一种工单调度方法，该方法包括：
[0140]
根据目标区域中装维人员的历史工作数据和客户满意度影响关键因素模型，获取关键影响因素，其中，所述客户满意度关键影响因素模型是以所述目标区域中装维人员的历史工作数据为样本、以客户满意度为标签进行训练得到，所述目标区域为待分配装维订单所在的区域；
[0141]
根据所述关键影响因素，获取所述装维人员的满意度推荐指数；
[0142]
根据所述装维人员的历史装维效能工作数据和装维效能模型，获取所述装维人员的效能推荐指数，其中，所述装维效能模型以所述装维人员的历史装维效能工作数据为样本、以装维效能指标为标签进行训练得到；
[0143]
根据所述满意度推荐指数和所述效能推荐指数，获取所述装维人员的综合推荐指数；
[0144]
根据所述综合推荐指数，将所述待分配装维订单分配给装维人员。
[0145]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0146]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上
述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0147]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。