被服务人员动态人数监控预警与资源调配方法

本发明涉及数据处理，尤其涉及一种被服务人员动态人数监控预警与资源调配方法。

背景技术：

1、随着现代社会的快速发展，各类公共场所，如医院、客运站、餐厅等，经常会面临大量的人流。为了满足这些人流的服务需求，如何有效地对服务人员进行配置成为了一个关键问题。传统的服务人员排班方法多依赖于经验或固定的排班模式，如每日的固定时间段进行排班或根据节假日和特定活动来安排人手。然而，这些传统方法往往不能灵活应对突发的人流变化或未预期的高峰期，导致服务响应延迟、顾客满意度下降、资源浪费以及工作效率不佳等问题。

2、此外，目前大多数场所在进行人员配置时，很难实时预测未来的人流量和相应的服务需求。尽管有一些简单的预测方法，如基于历史数据的统计分析，但这些方法往往对于复杂和多变的现实情况预测不足，而且难以适应人流模式的快速变化。

3、因此，如何实时、准确地预测未来的人流量，并据此进行服务人员的动态配置，预测并调控使大量需要服务人员涌入时，不至于超过当前服务人员的承载力阈值，成为了一个亟待解决的技术难题。

技术实现思路

1、因此，本发明的目的在于提供一种被服务人员动态人数监控预警与资源调配方法，旨在实时监控、预测被服务人员人数，动态优化服务人员配置的合理性，减少用户等待时长，提高整体服务效率和用户满意度，从而为各个服务行业提供科学、合理的人员配置指导。

2、为了实现上述目的，本发明提供的一种被服务人员动态人数监控预警与资源调配方法，包括以下步骤：

3、s1、获取被服务人员信息、服务窗口信息以及服务人员信息；

4、s2、将获取的被服务人员信息和服务人员信息，输入训练后的新增被服务人员数量预测模型中，对任意服务窗口未来一个排班周期内新增被服务人员数量进行预测，得到新增被服务人员数量；

5、s3、根据得到的得到新增被服务人员数量，判断未来任意时间段γ内，是否会出现被服务人员人数超过当前服务人员承载力阈值的情况；

6、s4、若被服务人员人数超过当前服务人员承载力阈值，则计算需要增加的服务人员数量。

7、进一步优选的，在s2中，所述新增被服务人员数量预测模型，采用机器学习算法进行构建，以历史数据中的被服务人员数据和服务窗口数据作为输入量，以服务窗口未来一个排班周期内新增被服务人员数量作为输出量,进行训练。

8、进一步优选的，在s2中，所述对任意服务窗口未来一个排班周期内新增被服务人员数量进行预测，得到新增被服务人员数量,包括：

9、s201、获取每个被服务人员的服务节点数据并从被服务人员信息中提取对应的服务窗口ws1；

10、s202、根据所述服务窗口信息，对所有服务窗口进行相关性分析，提取不同服务窗口之间的相关性程度；

11、s203、根据s202中提取的不同服务窗口之间的相关性程度，筛选与s201中提取的所述服务窗口ws1，相关性强度符合预设阈值的若干相关服务窗口ws_re；

12、s204、在历史数据中，提取所述服务窗口ws1多时间跨度的被服务人员数据，按照所述时间跨度，对应提取若干相关服务窗口ws_re的被服务人员数据；

13、s205、以服务节点数据、历史数据中服务窗口ws1的多时间跨度的被服务人员数据以及若干相关服务窗口ws_re的被服务人员数据作为输入数据，对新增被服务人员数量预测模型进行训练。

14、进一步优选的，在s3中，判断未来任意时间段γ内，是否会出现被服务人员人数超过当前服务人员承载力阈值的情况，包括如下步骤：

15、s301、初始化时间窗口t＝0；根据任意服务窗口未来一个排班周期内新增被服务人员数量，生成新增被服务人员预测人数时间序列列表n＝[nt1,nt2,…,ntγ]；

16、s302、按照当前各服务人员在岗状态列表c＝[cd1,cd2,…,cdn]，计算各服务人员剩余服务时间，按照ci＝max(ci,ci-δt)更新各服务人员在岗状态列表中各服务人员剩余服务时间；

17、s303、根据新增被服务人员人数时间序列列表n获得t+δt时间段内新增被服务人员数量，并将新增被服务人员加入等候列表；

18、s304、检测所有服务人员剩余服务时间，判断是否有服务人员剩余服务时间为0；若有服务人员剩余服务时间为0，则按等候队列中被服务人员顺序将其分配给ci＝0的服务人员，并将该被服务人员移出等候列表，其等候时长加入等待时长列表pt，若无服务人员剩余服务时间为0，则直接将被服务人员等待列表中其余所有个体等候时长加δt；

19、s305、更新时间窗口，令t＝t+δt；比较t与γ的大小；若t＞γ，则计算等待时长列表pt的平均值pt；

20、s306、比较等待时长列表平均值与预设的服务人员承载力阈值tt的结果，当时，判定为被服务人员人数超过当前服务人员承载力阈值。

21、进一步优选的，在s4中，计算需要增加的服务人员数量，包括如下过程：

22、s401、输入未来某时间段γ内，每δt时间间隔内的新增被服务人员预测人数时间序列列表n＝[nt1,nt2,…,ntγ]；

23、s402、计算当前未上岗的服务人员的效率列表中各元素平均值

24、s403、初始化拟增加的服务人员个数，令nadd＝1；初始化时间窗口，令t＝0；

25、s404、更新各服务人员在岗状态列表，新增nadd个服务人员，且新增人员ci＝0；更新各服务人员效率列表，新增nadd个服务人员，且新增人员

26、s402、计算各服务人员剩余服务时间：服务人员在岗状态列表c各元素更新：ci＝max(ci,ci-δt)；

27、s403、当被服务人员人数超过当前服务人员承载力阈值时，分配新被服务人员的服务人员重置其剩余服务时间为ci＝ei，被服务人员等待列表中其余所有个体等候时长加δt；

28、s404、更新拟增加的服务人员个数，令nadd＝nadd+1，并重复上述步骤判断被服务人员人数是否依然超过当前服务人员承载力阈值；反之则返回新拟增加的服务人员个数nadd。

29、本申请公开的一种被服务人员动态人数监控预警与资源调配方法，实现对各服务窗口(例如医院的不同科室、车站的安检口、行政服务的柜台等)即将到来的被服务人员数量进行动态预测。根据动态预测结果，评估未来某时间段内被服务人员的预测数量与当前服务人员的承载能力。最终，根据最小化被服务人员的平均等待时长的原则，确保服务人员安排的稳定性，动态调配所需的服务人员。

技术特征：

1.一种被服务人员动态人数监控预警与资源调配方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的被服务人员动态人数监控预警与资源调配方法，其特征在于，在s2中，所述新增被服务人员数量预测模型，采用机器学习算法进行构建，以历史数据中的被服务人员数据和服务窗口数据作为输入量，以服务窗口未来一个排班周期内新增被服务人员数量作为输出量,进行训练。

3.根据权利要求1所述的被服务人员动态人数监控预警与资源调配方法，其特征在于，在s2中，所述对任意服务窗口未来一个排班周期内新增被服务人员数量进行预测，得到新增被服务人员数量,包括：

4.根据权利要求1所述的被服务人员动态人数监控预警与资源调配方法，其特征在于，在s3中，判断未来任意时间段γ内，是否会出现被服务人员人数超过当前服务人员承载力阈值的情况，包括如下步骤：

5.根据权利要求4所述的被服务人员动态人数监控预警与资源调配方法，其特征在于，在s4中，计算需要增加的服务人员数量，包括如下过程：

技术总结
本发明公开了一种被服务人员动态人数监控预警与资源调配方法，包括以下步骤：获取被服务人员信息、服务窗口信息以及服务人员信息；输入训练后的新增被服务人员数量预测模型中，对任意服务窗口未来一个排班周期内新增被服务人员数量进行预测，得到新增被服务人员数量；根据得到的得到新增被服务人员数量，判断未来任意时间段内，是否会出现被服务人员人数超过当前服务人员承载力阈值的情况；若是，则计算需要增加的服务人员数量。本申请实现了对各服务窗口即将到来的被服务人员数量进行动态预测。根据动态预测结果，评估未来某时间段内被服务人员的预测数量与当前服务人员的承载能力，确保服务人员安排的稳定性，动态调配所需的服务人员。

技术研发人员：刘刚,韩臻,李伟锋,刘薇,李晓倩,原野
受保护的技术使用者：天津大学
技术研发日：
技术公布日：2024/3/12