任务分配方法、装置、电子设备及计算机可读存储介质与流程

1.本发明涉及人工智能技术领域，尤其涉及一种任务分配方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着互联网的快速普及，各行各业都在进行网络化配置，线上服务行业具有强劲的发展势头。其中，房屋租赁市场建成网上服务平台，将管理人员、业务人员和租户汇集于一处。每个租户都有管理员和业务人员，而管理人员需要将任务分配给业务人员进行处理，此时就会涉及到派工。
3.现今，由于每当有新的任务时，管理人员都需要人为的将工作分派给业务人员进行处理，但是无法避免会出现分工不均或者分工不合理的情况，可能会导致管理人员与业务人员之间产生矛盾，甚至业务人员之间也会因为派工问题产生不必要的矛盾，影响企业的生产效率，而且管理人员只能根据系统中给定的有限的派工机制进行派工，每个租客的个性、情况等会有不同，这就导致有限的派工规则无法满足所有租客派工需求。因此如何提升派工效率，成为了亟待解决的问题。


技术实现要素：

4.本发明提供一种任务分配方法、装置及计算机可读存储介质，其主要目的在于解决派工时效率较低的问题。
5.为实现上述目的，本发明提供的一种任务分配方法，包括：
6.获取业务人员的人员信息，根据所述人员信息生成信息标签；
7.对所述信息标签进行职能分类，得到所述信息标签的分类标签；
8.利用所述分类标签生成所述业务人员的人员画像；
9.获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面；
10.获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征；
11.获取所述派工界面的反馈信息，根据所述客户特征和所述反馈信息完成业务人员的分配。
12.可选地，所述根据所述人员信息生成信息标签，包括：
13.根据所述人员信息生成信息文本，对所述信息文本的文本语句进行分词处理，得到所述文本语句对应的文本分词；
14.将所述文本分词输入至预设的实体识别模型中进行实体识别，得到所述信息文本中包含的实体；
15.将所述信息文本和所述实体输入至预设标签生成模型中进行标签识别，得到所述信息文本的信息标签。
16.可选地，所述将所述信息文本和所述实体输入至预设标签生成模型中进行标签识
别，得到所述信息文本的信息标签，包括：
17.确定所述信息文本中各个字符对应第一嵌入向量，以及所述实体中各个字符对应第二嵌入向量；
18.将所述第一嵌入向量与所述第二嵌入向量进行横向拼接，得到拼接向量；
19.将所述拼接向量输入至预设自然语言模型中进行语义信息提取，得到所述信息文本对应的语义信息向量；
20.将所述语义信息向量输入至预设标签生成模型中进行标签识别，得到所述信息文本的信息标签。
21.可选地，所述对所述信息标签进行职能分类，得到所述信息标签的分类标签，包括：
22.获取所述信息标签的关键词，对所述关键词逐个进行编码，得到关键词向量；
23.对所述关键词的上下文进行编码，得到上下文向量，对所述上下文词向量取平均值，得到语境向量；
24.将所述关键词向量和所述语境向量输入至预设的目标函数,得到优化向量；
25.利用预设的分类模型对所述优化向量进行分类，得到所述信息标签的分类标签。
26.可选地，所述利用所述分类标签生成所述业务人员的人员画像，包括：
27.生成所述分类标签的唯一键值，得到所述分类标签和所述唯一键值的关联关系；
28.获取所述分类标签中的员工编号，根据所述员工编号将所述关联关系写入至预设的索引下，生成所述业务人员的人员画像。
29.可选地，所述根据所述人员画像对所述初始框架进行配置，得到派工界面，包括：
30.对所述初始框架进行工作时间配置，得到一级框架；
31.对所述一级框架进行语言配置，得到二级框架；
32.对所述二级框架进行满意度配置，得到派工界面。
33.可选地，所述根据所述客户特征和所述反馈信息完成业务人员的分配，包括：
34.对所述反馈信息进行特征分析，得到所述目标客户的反馈特征；
35.汇集所述客户特征和所述反馈特征为客户意愿，将所述人员画像与所述客户意愿逐个进行匹配；
36.选取匹配度最大的人员画像为目标人员画像，根据所述目标人员画像将所述业务人员推送给所述目标客户。
37.为了解决上述问题，本发明还提供一种任务分配装置，所述装置包括：
38.信息标签模块，用于获取业务人员的人员信息，根据所述人员信息生成信息标签
39.分类标签模块，用于对所述信息标签进行职能分类，得到所述信息标签的分类标签；
40.人员画像模块，用于利用所述分类标签生成所述业务人员的人员画像；
41.派工界面模块，用于获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面；
42.客户特征模块，用于获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征；
43.人员分配模块，用于获取所述派工界面的反馈信息，根据所述客户特征和所述反
馈信息完成业务人员的分配。
44.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
45.至少一个处理器；以及，
46.与所述至少一个处理器通信连接的存储器；其中，
47.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的任务分配方法。
48.为了解决上述问题，本发明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至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的任务分配方法。
49.本发明实施例通过获取业务人员的人员信息，并生成所述人员信息的信息标签，可以快速获悉所述业务人员的基本特征，对所述信息标签进行职能分类，并得到所述业务人员的人员画像，可以对不同的业务人员进行信息比较，分析出业务人员的职场优势以及业务人员更适合何种目标客户，根据提取到客户特征和根据派工界面得到的反馈信息，了解到客户需求，避免盲目的进行业务人员推荐。因此本发明提出任务分配方法、装置、电子设备及计算机可读存储介质，可以解决派工时效率较低低的问题。
附图说明
50.图1为本发明一实施例提供的任务分配方法的流程示意图；
51.图2为本发明一实施例提供的获取信息标签的流程示意图；
52.图3为本发明一实施例提供的获取分类标签的流程示意图；
53.图4为本发明一实施例提供的任务分配装置的功能模块图；
54.图5为本发明一实施例提供的实现所述任务分配方法的电子设备的结构示意图。
55.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
56.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
57.本技术实施例提供一种任务分配方法。所述任务分配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述任务分配方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
58.参照图1所示，为本发明一实施例提供的任务分配方法的流程示意图。
59.在本实施例中，所述任务分配方法包括：
60.s1、获取业务人员的人员信息，根据所述人员信息生成信息标签。
61.在本发明实施例中，所述业务人员的人员信息包括：姓名、工号、岗位、性别、民族、
生日、所在城市、入职日期、工作邮箱、个人邮箱、工作时间、等。
62.详细地，生成所述业务人员的信息标签为了后续对业务人员进行职能分类。
63.在本发明实施例中，参图2所述，所述根据所述人员信息生成信息标签，包括：
64.s21、根据所述人员信息生成信息文本，对所述信息文本的文本语句进行分词处理，得到所述文本语句对应的文本分词；
65.s22、将所述文本分词输入至预设的实体识别模型中进行实体识别，得到所述信息文本中包含的实体；
66.s23、将所述信息文本和所述实体输入至预设标签生成模型中进行标签识别，得到所述信息文本的信息标签。
67.详细地，可利用预先训练的具有分词功能的人工智能模型对所述文本语句进行分词处理，得到所述文本分词，其中，所述人工智能模型包括但不限于nlp(natural language processing，自然语言处理)模型、hmm(hidden markov model，隐马尔可夫模型)。
68.详细地，所述预设的实体识别模型包括第一递归神经网络和第二递归神经网络，将所述文本分词按照其在所述信息文本中的顺序输入至第一递归神经网络中进行特征提取，得到所述文本分词共同对应的第一特征向量；将所述文本分词按照其在所述信息文本中的顺序逆序输入至第二递归神经网络中进行特征提取，得到所述文本分词共同对应的第二特征向量；将所述第一特征向量和所述第二特征向量进行合并，得到合并后的特征向量，并根据所述合并后的特征向量，确定所述文本分词对应的实体类别；基于所述实体类别，确定所述信息文本中包含的实体。
69.进一步地，所述第一递归神经网络和第二递归神经网络都是具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络。
70.在本发明实施例中，所述将所述信息文本和所述实体输入至预设标签生成模型中进行标签识别，得到所述信息文本的信息标签，包括：确定所述信息文本中各个字符对应第一嵌入向量，以及所述实体中各个字符对应第二嵌入向量；将所述第一嵌入向量与所述第二嵌入向量进行横向拼接，得到拼接向量；将所述拼接向量输入至预设自然语言模型中进行语义信息提取，得到所述信息文本对应的语义信息向量；将所述语义信息向量输入至预设标签生成模型中进行标签识别，得到所述信息文本的信息标签。
71.详细地，所述预设标签生成模型是利用标签算法对所述信息文本和所述实体进行计算，输出一个能代表所述信息文本和所述实体的值的模型。
72.进一步地，可利用预先训练的词向量模型确定所述信息文本中各个字符对应第一嵌入向量和所述实体中各个字符对应第二嵌入向量，其中，所述词向量模型包括但不限于word2vec模型、bert模型。
73.详细地，所述预设自然语言模型为预设编码器，所述预设编码器包括注意力层和前馈神经网络层。
74.详细地，所述拼接向量的生成可参考如下例子：将所述第一嵌入向量a：(2，3，5)所述第二嵌入向量向量b：(0，0，3)进行拼接，得到拼接向量c：(2，3，5，0，0，3)。
75.s2、对所述信息标签进行职能分类，得到所述信息标签的分类标签。
76.在本发明实施例中，所述分类标签包含职位分支、排班时间、业务人员精通的语言；所述职位分支是针对不同人员处理不同业务而赋予的业务人员的职位名称，例如：检测
公司里存在接单人员、实验人员、报告编制人员、报告审核人员，所述实验人员还可细分为物理实验人员和化学实验人员；所述排班时间是包括早班、晚班等，还可进行更细的划分，例如：7：00-8：00，8：00-9：00；所述语言像普通话或者方言的划分，中文和外语的划分。
77.详细地，进行信息标签的划分是为了进行派工界面的配置做准备，必须了解存在业务人员存在哪些能力，对所述能力进行汇总分类，才能更好的展示在界面上，解决客户所需。
78.在本发明实施例中，参图3所述，所述对所述信息标签进行职能分类，得到所述信息标签的分类标签，包括：
79.s31、获取所述信息标签的关键词，对所述关键词逐个进行编码，得到关键词向量；
80.s32、对所述关键词的上下文进行编码，得到上下文向量，对所述上下文词向量取平均值，得到语境向量；
81.s33、将所述关键词向量和所述语境向量输入至预设的目标函数,得到优化向量；
82.s34、利用预设的分类模型对所述优化向量进行分类，得到所述信息标签的分类标签。
83.详细地，所述提取所述信息标签的关键词是指将一个句子进行分词处理得到词语，例如：“我喜欢数学这门学科”可以处理为“我”“喜欢”“数学”“这门”“学科”，将处理得到的词作为关键词。
84.详细地，所述目标函数可以为y＝f(m,n),其中，m是所述关键词向量，n是所述语境向量，y是优化向量。
85.在本发明实施例中，所述的分类模型可包括但不限于transfomer、context2vec和cbow模型，可以利用这些模型分类出所述信息标签。例如：从“甲业务人员在上午七点到九点上班，并且精通英语和法语”和“乙业务人员在上午八点到十点上班，亲和力强”两句话中得到“上班时间”“业务人员性格”和“擅长的语言”，则利用模型分类出所述信息标签的分类标签。
86.s3、利用所述分类标签生成所述业务人员的人员画像。
87.在本发明实施例中，所述所述人员画像可包括，业务人员个人属性和业务人员能力属性；所述业务人员个人属性包括性别、年龄、岗位、职级、入司年限、收入；所述业务人员能力属性包括但不限于能力测评结果(含高分能力、低分能力)、抗压力、韧性、亲和力、外语水平等。
88.详细地，可利用网状结构将所述分类标签展示出来，得到所述业务人员的人员画像，方便查找。
89.在本发明实施例中，所述利用所述分类标签生成所述业务人员的人员画像，包括：生成所述分类标签的唯一键值，得到所述分类标签和所述唯一键值的关联关系；获取所述分类标签中的员工编号，根据所述员工编号将所述关联关系写入至预设的索引下，生成所述业务人员的人员画像。
90.详细地，所述唯一键值是数据库设计中常用的索引类型，主要用于约束数据，不允许出现重复的键值记录，例如：“f1”键对应性格标签，按下“f1”键出现一系列性格选项，所述性格选项可以显示为：事业心强、责任感强、精神状态好、爱岗敬业、敢于负责、不怕吃苦受累、工作勤奋、做事扎实、亲和力强。
91.详细地，所述分类标签中的员工编号是指，假如：“李华”的员工编号是“001”，“李华”的性格标签是“认真负责”，那么“001”和“认真负责”是相对应的，可从“认真负责”的性格标签发现“李华”；“刘梅”的员工编号是“002”，“刘梅”的性格标签是“亲和力强”，那么“002”和“亲和力强”是相对应的，可从“亲和力强”的性格标签发现“刘梅”。
92.s4、获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面。
93.在本发明实施例中，在saas平台上完成初始框架的配置，所述saas平台是指运营saas软件的平台，所述saas软件提供商为目标客户提供所有网络基础设施及软件、硬件，并负责所有前期的实施、后期的维护等一系列服务，例如：所述网络基础设施包括数据库、虚拟ip、存储包、云主机等模块。详细地，由于不同的部门研发的产品不同，当要获悉所述业务人员隶属于何种部门时，可根据所述业务人员的人员画像确定，例如：当确定所述业务人员属于风险控制部时，可以选取所述风险控制部的产品对所述初始框架进行配置。
94.在本发明实施例中，得到配置完成的派工界面可以便于客户进特性选取。例如：客户在“性格标签”索引下选了“亲和力强”，在“擅长语言”索引下选了“安徽方言”，那么，可以获取目标客户的需求，便于精准推荐合适的业务人员。
95.在本发明实施例中，所述根据所述人员画像对所述初始框架进行配置，得到派工界面，包括：对所述初始框架进行工作时间配置，得到一级框架；对所述一级框架进行语言配置，得到二级框架；对所述二级框架进行满意度配置，得到派工界面。
96.详细地，所述对所述初始框架进行工作时间配置确定了正在工作的业务人员有哪些，同时，系统自动计算当前所有客服人员服务的人数，优先派给当前服务人数最少的坐席进行服务，这样就可以保证客服的工作量基本上是平衡的。
97.详细地，对所述一级框架进行语言配置是为了优先匹配能听懂客户语言的业务人员进行服务，防止客户与业务人员之间会因为语言沟通障碍影响到服务的质量，从而提升客户的满意度。
98.进一步地，对所述二级框架进行满意度配置是为了优先选择前一次服务的业务人员进行派工，客户再次进线，优先派给上次为该客户服务过的客服，这样可以减少客户与客服质检的沟通成本，客户不需要再将前面已经沟通过的内容再重复进行说明，给用户更好的体验，提升客户的满意度。
99.s5、获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征。
100.在本发明实施例中，所述对所述客户信息进行特征提取，得到客户特征，包括：对所述客户信息进行分词处理，得到客户分词；将所述客户分词进行向量转化，得到客户向量；提取所述客户向量的客户语义，对所述客户语义进行特征分类，得到客户特征。
101.详细地，对所述客户信息进行特征提取采用的方法与生成所述业务人员的人员画像所采用的方法基本一致，此处，不做过多赘述。
102.s6、获取所述派工界面的反馈信息，根据所述客户特征和所述反馈信息完成业务人员的分配。
103.在本发明实施例中，所述反馈信息是所述目标客户在派工界面的对具体需求的勾选，例如：所述目标客户是第一次使用需要业务人员解决疑惑，且需要一位听得懂法语的、亲和力强的业务人员。
104.在本发明实施例中，所述根据所述客户特征和所述反馈信息完成业务人员的分配，包括：对所述反馈信息进行特征分析，得到所述目标客户的反馈特征；汇集所述客户特征和所述反馈特征为客户意愿，将所述人员画像与所述客户意愿逐个进行匹配；选取匹配度最大的人员画像为目标人员画像，根据所述目标人员画像将所述业务人员推送给所述目标客户。
105.详细地，当所述目标客户是第一次使用需要业务人员解决疑惑，且需要一位听得懂法语的、亲和力强的业务人员，可以了解到目标客户是“新客户”且所述客户意愿是“法语”和“亲和力强”，那么，可以在所述人员画像中进行选取，获悉此类标签对应的编号，将编号对应的业务人员派工给目标用户。
106.本发明实施例通过获取业务人员的人员信息，并生成所述人员信息的信息标签，可以快速获悉所述业务人员的基本特征，对所述信息标签进行职能分类，并得到所述业务人员的人员画像，可以对不同的业务人员进行信息比较，分析出业务人员的职场优势以及业务人员更适合何种目标客户，根据提取到客户特征和根据派工界面得到的反馈信息，了解到客户需求，避免盲目的进行业务人员推荐。因此本发明提出任务分配方法，可以解决派工时效率较低低的问题。
107.如图4所示，是本发明一实施例提供的任务分配装置的功能模块图。
108.本发明所述任务分配装置100可以安装于电子设备中。根据实现的功能，所述任务分配装置100可以包括信息标签模块101、分类标签模块102、人员画像模块103、派工界面模块104、客户特征模块105及人员分配模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
109.在本实施例中，关于各模块/单元的功能如下：
110.所述信息标签模块，用于获取业务人员的人员信息，根据所述人员信息生成信息标签；
111.所述分类标签模块，用于对所述信息标签进行职能分类，得到所述信息标签的分类标签；
112.所述人员画像模块，用于利用所述分类标签生成所述业务人员的人员画像；
113.所述派工界面模块，用于获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面；
114.所述客户特征模块，用于获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征；
115.所述人员分配模块，用于获取所述派工界面的反馈信息，根据所述客户特征和所述反馈信息完成业务人员的分配。
116.如图5所示，是本发明一实施例提供的实现任务分配方法的电子设备的结构示意图。
117.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如任务分配程序。
118.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装
的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行任务分配程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
119.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如任务分配程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
120.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
121.所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
122.图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
123.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
124.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
125.所述电子设备1中的所述存储器11存储的任务分配程序是多个指令的组合，在所述处理器10中运行时，可以实现：
126.获取业务人员的人员信息，根据所述人员信息生成信息标签；
127.对所述信息标签进行职能分类，得到所述信息标签的分类标签；
128.利用所述分类标签生成所述业务人员的人员画像；
129.获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面；
130.获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征；
131.获取所述派工界面的反馈信息，根据所述客户特征和所述反馈信息完成业务人员的分配。
132.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
133.进一步地，所述电子设备1集成的模块/单元如果以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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
134.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
135.获取业务人员的人员信息，根据所述人员信息生成信息标签；
136.对所述信息标签进行职能分类，得到所述信息标签的分类标签；
137.利用所述分类标签生成所述业务人员的人员画像；
138.获取派工界面的初始框架，根据所述人员画像对所述初始框架进行配置，得到派工界面；
139.获取目标客户的客户信息，对所述客户信息进行特征提取，得到客户特征；
140.获取所述派工界面的反馈信息，根据所述客户特征和所述反馈信息完成业务人员的分配。
141.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
142.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
143.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
144.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
145.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的
含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
146.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
147.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
148.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
149.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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。