任务分配方法、装置及存储介质与流程

本发明涉及数据处理技术领域，尤其涉及一种任务分配方法、电子装置及计算机可读存储介质。

背景技术：

随着公司/企业的发展，公司/企业的上报任务的类别、数量也会增加，例如，维修、系统维护、网络、邮箱等事件。目前对上报事件的处理方式为随机分配处理人，可能存在处理人的擅长领域与上报事件类别不对应的问题，因处理人擅长的领域在很大程度上决定了上报事件的处理效率，因此，随机分配处理人处理上报事件的方式需改善。

技术实现要素：

鉴于以上内容，本发明提供一种任务分配方法、电子装置及计算机可读存储介质，其主要目的在于通过提高任务分配的准确率，提高任务处理效率。

为实现上述目的，本发明提供一种任务分配方法，该方法包括：

s1、接收第一用户提交的任务上报请求，根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签；

s2、获取所述第一用户的ip地址，根据预设分析规则确定所述任务的位置；

s3、获取指定对象的第二标签，筛选出包含所述第一标签的第二标签对应的一个或多个指定对象作为第二用户；

s4、当存在多个第二用户时，获取所述多个第二用户的评分参考指标，根据预设评分规则计算所述多个第二用户的评分，筛选出预设数量的评分最高的第二用户；及

s5、获取所述预设数量的第二用户的位置信息，选择位置信息与所述任务位置的距离最小的第二用户作为目标对象，将所述任务分配给该目标对象。

此外，本发明还提供一种电子装置，该装置包括：存储器、处理器，所述存储器上存储有可在所述处理器上运行的任务分配程序，所述任务分配程序被所述处理器执行时，可实现如上所述任务分配方法中的任意步骤。

此外，为实现上述目的，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包括任务分配程序，所述任务分配程序被处理器执行时，可实现如上所述任务分配方法中的任意步骤。

本发明提出的任务分配方法、电子装置及计算机可读存储介质，首先通过准确地确定任务类型及任务位置，为后续分配最佳处理人奠定基础；然后过滤掉无该类任务处理经验的指定对象，有助于提高任务处理效率；最后计算反映各第二用户的技能水平的评分，便于对第二用户进行管理，提高任务分配的准确性；筛选出预设数量的评分最高的第二用户，并优先选择与任务位置距离最近的第二用户作为目标对象，将任务分配给该目标对象，通过上述步骤，提高任务分配的准确性，为任务分配优质处理人，有助于提高任务处理效率。

附图说明

图1为本发明任务分配方法较佳实施例的流程图；

图2为本发明电子装置的运行环境示意图；

图3为本发明电子装置较佳实施例的示意图；

图4为图3中任务分配程序的程序模块示意图。

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

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。

本发明提供一种任务分配方法。参照图1所示，为本发明任务分配方法较佳实施例的流程图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。

在本实施例中，任务分配方法包括步骤s1-s5。

s1、接收第一用户提交的任务上报请求，根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签。

以下以电子装置作为执行主体举例说明。第一用户为提交任务上报请求的上报人，第一标签为表征任务类型的类别标签。第一用户存在待上报事件时，需为待上报事件生成待上报事件的描述信息，用以描述待上报事件的具体情况、影响范围、紧急程度等，然后基于待上报事件的描述信息生成任务上报请求。

为了将该任务上报请求对应的任务分配给最佳处理人，当接收到第一用户提交的任务上报请求后，需对任务描述信息进行分析，并判断任务所属的类别。

在本实施例中，步骤s1中的所述“根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签”包括:

读取所述任务上报请求中携带的任务的描述信息；

利用预先训练好的词向量模型，从所述描述信息中提取出目标特征向量；

基于预设的距离算法，分别计算所述目标特征向量与多个携带类别标签的指定特征向量样本之间的距离，筛选出第一预设数量的距离最小的指定特征向量样本；及

获取所述第一预设数量的距离最小的指定特征向量样本携带的类别标签，选择重复次数最多的类别标签，作为该任务所属类别，并为该任务标注第一标签。

上述预先训练好的词向量模型(word2vec模型)基于预设语料库生成，例如，中文维基百科语料库。

上述距离的计算方法有很多，例如，欧氏距离算法、标准化欧氏距离算法、曼哈顿距离算法等。

通过计算目标特征向量与指定特征向量样本之间的距离，判断目标特征特征向量与指定特征向量样本之间的相似度，距离越大，相似度越低，属于同一类别的可能性越小；相反，距离越小，相似度越大，属于同一类别的可能性越大。

需要说明的是，当同时存在两个频次最高的类别标签时，选择各个类别标签对应的指定特征向量样本中与目标特征向量距离最小者对应的类别标签作为目标特征向量的类别标签。

利用上述步骤分析任务上报请求中任务的描述信息，并为该任务标注第一标签，通过准确分析该任务的任务类别，有助于为该任务分配最优处理人，提高任务的处理效率。

s2、获取所述第一用户的ip地址，根据预设分析规则确定所述任务的位置。

在本实施例中，步骤s2包括：

获取第一用户的ip地址(internetprotocoladdress，互联网协议地址)，根据预设ip段与位置的映射关系，确定第一用户的位置及所述任务的位置。

上述预设ip段对应职场信息包括：职称名称、职场位置等信息。通过查询第一用户的ip地址所对应的ip段，即可确定该第一用户对应的职场，并确定任务上报请求中任务的位置。

当第一用户的ip地址不在预设ip段内时，根据第一用户的用户信息从人事系统中获取第一用户的部门所在地信息，并从考勤系统中获取当天的考勤定位信息，当考勤定位信息与部门所在地信息一致时，根据部门所在地信息确定所述任务的位置；当考勤定位信息与部门所在地信息不一致时，获取第一用户在预设时间内的出差行程安排，当所述出差行程安排中包含所述打卡定位信息时，根据打卡定位信息确定所述任务的位置；否则，生成预警信息，例如，无法准确获取第一用户的位置，无法分配相应的处理人。

s3、获取指定对象的第二标签，筛选出包含所述第一标签的第二标签对应的一个或多个指定对象作为第二用户。

上述指定对象为任务上报系统中所有的处理人，第二标签为表征第二用户处理的历史任务的任务类型，第二用户为处理过与任务上报请求中任务类别相同的历史任务的指定对象。

其中，每个指定对象可能对应一个或多个第二标签。例如，第二标签可以包括：“有线网络”、“无线网络”、“终端安全”等。

该步骤的目的在于，通过从指定对象中筛选出第二标签中包含第一标签的指定对象作为第二用户，过滤掉未处理过与任务上报请求中任务类别相同的历史任务的指定对象，有助于提高任务的处理效率。

s4、当存在多个第二用户时，获取所述多个第二用户的评分参考指标，根据预设评分规则计算所述多个第二用户的评分，筛选出预设数量的评分最高的第二用户。

在本实施例中，任务上报请求中还包括任务的属性信息，步骤s4包括：

获取所述任务上报请求中任务的属性信息，根据所述属性信息确定该任务的目标时效；

获取所述多个第二用户的用户身份信息，根据该用户身份信息读取所述多个第二用户在预设时间内与该目标时效对应的评分参考指标，基于所述评分参考指标生成每个第二用户的样本数据；

对每个第二用户的样本数据进行归一化处理，并对经过归一化处理的样本数据进行主成分分析，提取出累计贡献率超过预设阈值的第二预设数量的主成分；及

获取所述第二预设数量的主成分对应的特征值并进行加权，分别计算每个第二用户的评分。

在本实施例中，所述“根据所述属性信息确定该任务的目标时效”的步骤包括：

读取所述属性信息中的影响程度和影响范围；及

根据影响程度和影响范围的组合与时效的映射关系，确定所述属性信息中的影响程度和影响范围的组合对应的目标时效。

具体地，上述目标时效用于表征任务紧急程度，通过任务上报请求中任务的属性信息确定。

所述任务的属性信息中、包括：任务的影响范围及任务影响程度。其中，影响范围(影响人数)包括：“小(1人)”、“中(2至5人)”、“偏大(6至15人)”及“大(超过15人)”；影响程度包括：“常规事件”、“基本不影响办公”、“一定程度上影响办公”及“无法办公”。

在接收第一用户提交的任务上报请求之前，预先确定不同影响程度和影响范围的组合对应的时效，其包括：响应时效和解决时效，并生成时效元素表，例如，时效元素表中时效包括：p1、p2、p3、p4，分别表示不同的紧急程度。

利用上述时效元素表确定上述任务上报请求中任务对应的目标时效后，利用第二用户的身份信息，从预设渠道(例如，任务上报系统)获取第二用户在预设时间内的历史任务数据，并对上述历史任务数据进行数据提取，确定与该目标时效对应的评分参考指标。

具体地，评分参考指标包括：第二用户在预设时间(例如，半年)内与第一标签相关的日均任务量、日均产能、周均任务量、周均产能、月均任务量、月均产能、总体时效内响应率、总体时效内解决率、目标响应时效内响应率、目标解决时效内解决率及用户满意率等指标。利用上述评分参考指标，生成每个第二用户的r维样本数据d，d＝[x1，x2，…，xi，…，xr]，其中，xi为评分参考指标中第i个指标的值，即，第i维数据。

在本实施例中，所述“对每个第二用户的样本数据进行归一化处理”的步骤包括：对所述样本数据中的每一维数据进行0均值标准化，对样本数据中的每一维数据进行0均值标准化的计算公式可举例为：

fi＝(xi-mean(xi))/o(xi)

其中，xi为样本数据中的第i维数据，fi为第i维数据归一化处理后的值，mean(xi)为多个第二用户的样本数据中第i维数据的均值，σ(xi)为多个第二用户的样本数据中第i维数据的标准差。

在本实施例中，所述“对经过归一化处理的样本数据进行主成分分析，提取出累计贡献率超过预设阈值的第二预设数量的主成分”的步骤包括：

获取经过归一化处理后的样本数据，计算经过归一化处理后的样本数据的协方差矩阵；对所述协方差矩阵进行特征值分解，得到多个特征值及对应的特征向量；及，根据所述多个特征值的大小进行降序排序，选择第二预设数量的排序靠前的特征值对应的特征向量作为主成分。

需要说明的是，选择的第二预设数量(例如，k个，其中，k为正整数)的排序靠前的特征值需满足预设条件，例如，累计贡献率大于等于预设阈值(例如，85％)。其中，k个特征值对应的特征向量分别为：ω1,ω2,…,ωk，然后将该k个的特征值对应的特征向量作为主成分，其中，每个主成分可以解释多个评分参考指标。

利用上述步骤提取出k个主成分ω1,ω2,…,ωk后，根据各主成分的实际含义命名为产量、熟练度、效率等。

假设k个主成分对应的特征值分别为：λ1，λ2…λk，对该k个主成分进行加权，计算得到各第二用户的评分。需要说明的是，上述步骤计得到的评分是针对第一标签的评分，用于反映第二用户在处理关于第一标签的任务的技能水平及处理效率。

在本实施例中，评分计算公式为：

其中，f(ω1,ω2,…,ωk)为各第二用户的评分，|ωi|为第i个主成分对应的值，λi为第i个主成分对应的特征值。

利用上述步骤计算各第二用户的评分，按照评分高低顺序对各第二用户进行排序，筛选出预设数量(例如，5个)的排序最靠前的第二用户。

s5、获取所述预设数量的第二用户的位置信息，选择位置信息与所述任务的位置的距离最小的第二用户作为目标对象，将所述任务分配给该目标对象。

获取预设数量的评分最高的第二用户的位置信息后，依次计算每个第二用户的位置信息与任务的位置的距离，选择距离最小值对应的第二用户作为目标对象，将任务分配给该目标对象，并将分配结果反馈给第一用户及该目标对象。

需要说明的是，当根据第二标签筛选出的第二用户只有一个时，则不需要进行后续的评分筛选步骤，直接将该第二用户作为目标对象，并将任务上报请求中的任务分配给目标对象，并基于将分配结果生成提示信息发送至第一用户及目标对象。

在其他实施例中，该步骤还包括：

当预设数量的第二用户中存在多个位置信息相同的第二用户时，分别判断该多个位置信息相同的第二用户的用户状态，包括：在线、隐身、离线；及

从所述多个位置信息相同的第二用户中依次选择用户状态为在线、隐身、离线的第二用户作为目标对象。

获取上述多个位置信息相同的第二用户的预设类型信息包括：指定系统的操作记录、会议行程、考勤定位等信息，根据预设类型信息判断第二用户的用户状态。

在其他实施例中，该步骤还可以包括：当所述第二用户在预设时间(例如，2h)内在指定系统(例如，任务管理系统)上没有操作记录时，判断该第二用户的状态为离线，否则判断所述第二用户在当前时间是否有会议行程；当所述第二用户在当前时间有会议行程时，判断该第二用户的用户状态为隐身，否则，判断所述第二用户在当天的考勤定位信息是否与其预设的考勤定位信息不符；及，当所述第二用户在当天的考勤定位信息与其预设的考勤定位信息不符时，判断该第二用户的状态为离线，否则，判断该第二用户的用户状态为在线。

确定用户状态后，按照在线、隐身、离线的顺序，从位置信息相同的第二用户中选择一个第二用户作为目标对象，将任务上报请求中的任务分配给目标对象，并基于将分配结果生成提示信息发送至第一用户及目标对象。

进一步地，所述用户状态这一筛选因子还可替换为待处理任务量：

当预设数量的第二用户中存在多个位置信息相同的第二用户时，分别获取该多个位置信息相同的第二用户的待处理任务量；及

从所述多个用户状态相同的第二用户中选择待处理任务量最小的第二用户作为目标对象。

当预设数量的评分最高的第二用户的用户状态相同时，选择当前待处理任务量最少的第二用户，有助于提高任务处理效率。

在其他实施例中，该方法还可以包括：

当目标对象未在目标响应时效内响应被分配的任务，或者，当目标对象未在目标解决时效处理被分配的任务时，生成预警信息。

例如，该任务上报请求对应的目标时效为p1，预设的p1时效级别的任务响应时效是15分钟，如果目标对象在15分钟内对该任务进行了响应，则说明在时效内进行了响应。

进一步地，该方法还可以包括：

接收目标对象反馈的任务处理结果，将所述任务处理结果反馈至第一用户，并接收第一用户反馈的对目标对象的服务评分；

根据所述任务上报请求中任务的第一标签更新目标对象的第二标签。

也就是说，目标对象每处理完一个上报任务时，第一用户对目标对象进行评价，并将任务对应的类别标签作为目标对应的第二标签，并对其第二标签集进行更新。

上述实施例提出的任务分配方法，首先通过准确地确定任务类型及任务位置，为后续分配最佳处理人奠定基础；然后过滤掉无该类任务处理经验的指定对象，有助于提高任务处理效率；最后计算反映各第二用户的技能水平的评分，便于对第二用户进行管理，提高任务分配的准确性；筛选出预设数量的评分最高的第二用户，并优先选择与任务位置距离最近的第二用户作为目标对象，将任务分配给该目标对象，通过上述步骤，提高任务分配的准确性，为任务分配优质处理人，有助于提高任务处理效率。

本发明还提供一种电子装置。

参照图2所示，为本发明电子装置1的较佳实施例的运行环境示意图。

在本实施例中，电子装置1可与第一客户端21及第二客户端22进行数据传输。第一客户端21为第一用户使用的终端设备，用于提交任务上报请求、接收任务分配结果及反馈服务评分等，第一客户端21上安装有任务分配程序10对应的第一客户端程序(图中未标注)；第二客户端22为第二用户使用的终端设备，用于接收任务分配及反馈任务处理结果等，第二客户端22上安装有任务分配程序10对应的第二客户端程序(图中未标注)。

参照图3所示，为本发明电子装置1较佳实施例的示意图。

在本实施例中，电子装置1可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有数据处理功能的终端设备，所述服务器可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器。

该电子装置1包括存储器11、处理器12，及网络接口13。

其中，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、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。存储器11在一些实施例中可以是所述电子装置1的内部存储单元，例如该电子装置1的硬盘。存储器11在另一些实施例中也可以是所述电子装置1的外部存储设备，例如该电子装置1上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，存储器11还可以既包括该电子装置1的内部存储单元也包括外部存储设备。

存储器11不仅可以用于存储安装于该电子装置1的应用软件及各类数据，例如任务分配程序10等，还可以用于暂时地存储已经输出或者将要输出的数据。

处理器12在一些实施例中可以是一中央处理器(centralprocessingunit,cpu)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如任务分配程序10等。

网络接口13可选的可以包括标准的有线接口、无线接口(如wi-fi接口)，通常用于在该电子装置1与其他电子设备之间建立通信连接，例如。第一客户端(图中未标注)、第二客户端(图中未标注)。

图3仅示出了具有组件11-13的电子装置1，本领域技术人员可以理解的是，图3示出的结构并不构成对电子装置1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。

可选地，该电子装置1还可以包括用户接口，用户接口可以包括显示器(display)、输入单元比如键盘(keyboard)，可选的用户接口还可以包括标准的有线接口、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有机发光二极管(organiclight-emittingdiode，oled)触摸器等。其中，显示器也可以称为显示屏或显示单元，用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。

在图3所示的电子装置1实施例中，作为一种计算机存储介质的存储器11中存储任务分配程序10的程序代码，处理器12执行任务分配程序10的程序代码时，实现步骤a1-a5。

a1、接收第一用户提交的任务上报请求，根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签。

以下以电子装置1作为执行主体举例说明。第一用户为提交任务上报请求的上报人，第一标签为表征任务类型的类别标签。第一用户存在待上报事件时，需为待上报事件生成待上报事件的描述信息，用以描述待上报事件的具体情况、影响范围、紧急程度等，然后基于待上报事件的描述信息生成任务上报请求。

为了将该任务上报请求对应的任务分配给最佳处理人，当接收到第一用户提交的任务上报请求后，需对任务描述信息进行分析，并判断任务所属的类别。

在本实施例中，步骤a1中的所述“根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签”包括:

读取所述任务上报请求中携带的任务的描述信息；

对所述描述信息进行分词处理，得到该描述信息的词汇集合；

根据预设的分析规则，从所述词汇集合中确定该描述信息的关键词；及

根据预设的关键词与类别标签的映射关系，确定所述描述信息对应的类别标签，并为该任务标注第一标签。

在对上述描述信息进行分词处理之前，去除标签数据(例如，图片、链接)、图像标记等无关数据。然后，对保留的文本数据通过分词工具进行分词，生成以空格分隔的初始词汇集合。按照预设的停用词词表对初始词汇集合进行去停用词处理，将经去停用词处理后的词汇集合作为该描述信息的词汇集合。

上述关键词的确定方法有很多，例如，利用词频-逆文档频率指数(tf-idf)算法计算上述词汇集合中各词汇的重要程度，然后选择重要程度较高的词汇作为关键词等。

例如，预设的关键词与类别标签的映射关系包括：“无线信号”、“ap”等关键词对应的类别标签为“无线网络”；“附件”、“outlook”、“日历同步”、“pst文件”等关键词对应的类别标签为“邮箱问题”；“标准化”、“指标”、“黄屏”、“信息安全”等关键词对应的类别标签为“pc标准化”。

利用上述步骤分析任务上报请求中任务的描述信息，并为该任务标注第一标签，通过准确分析该任务的任务类别，有助于为该任务分配最优处理人，提高任务的处理效率。

a2、获取所述第一用户的ip地址，根据预设分析规则确定所述任务的位置。

在本实施例中，步骤a2包括：

获取第一用户的ip地址(internetprotocoladdress，互联网协议地址)，根据预设ip段与位置的映射关系，确定第一用户的位置及所述任务的位置。

上述预设ip段对应职场信息包括：职称名称、职场位置等信息。通过查询第一用户的ip地址所对应的ip段，即可确定该第一用户对应的职场，并确定任务上报请求中任务的位置。

当第一用户的ip地址不在预设ip段内时，根据第一用户的用户信息从人事系统中获取第一用户的部门所在地信息，并从考勤系统中获取当天的考勤定位信息，当考勤定位信息与部门所在地信息一致时，根据部门所在地信息确定所述任务的位置；当考勤定位信息与部门所在地信息不一致时，获取第一用户在预设时间内的出差行程安排，当所述出差行程安排中包含所述打卡定位信息时，根据打卡定位信息确定所述任务的位置；否则，生成预警信息，例如，无法准确获取第一用户的位置，无法分配相应的处理人。

a3、获取指定对象的第二标签，筛选出包含所述第一标签的第二标签对应的一个或多个指定对象作为第二用户。

上述指定对象为任务上报系统中所有的处理人，第二标签为表征第二用户处理的历史任务的任务类型，第二用户为处理过与任务上报请求中任务类别相同的历史任务的指定对象。

其中，每个指定对象可能对应一个或多个第二标签。例如，第二标签可以包括：“有线网络”、“无线网络”、“终端安全”等。

该步骤的目的在于，通过从指定对象中筛选出第二标签中包含第一标签的指定对象作为第二用户，过滤掉未处理过与任务上报请求中任务类别相同的历史任务的指定对象，有助于提高任务的处理效率。

a4、当存在多个第二用户时，获取所述多个第二用户的评分参考指标，根据预设评分规则计算所述多个第二用户的评分，筛选出预设数量的评分最高的第二用户。

在本实施例中，任务上报请求中还包括任务的属性信息，步骤a4包括：

获取所述任务上报请求中任务的属性信息，根据所述属性信息确定该任务的目标时效；

获取所述多个第二用户的用户身份信息，根据该用户身份信息读取所述多个第二用户在预设时间内与该目标时效对应的评分参考指标，基于所述评分参考指标生成每个第二用户的样本数据；

对每个第二用户的样本数据进行归一化处理，并对经过归一化处理的样本数据进行主成分分析，提取出累计贡献率超过预设阈值的第二预设数量的主成分；及

获取所述第二预设数量的主成分对应的特征值并进行加权，分别计算每个第二用户的评分。

在本实施例中，所述“根据所述属性信息确定该任务的目标时效”的步骤包括：

读取所述属性信息中的影响程度和影响范围；及

根据影响程度和影响范围的组合与时效的映射关系，确定所述属性信息中的影响程度和影响范围的组合对应的目标时效。

具体地，上述目标时效用于表征任务紧急程度，通过任务上报请求中任务的属性信息确定。

所述任务的属性信息中、包括：任务的影响范围及任务影响程度。其中，影响范围(影响人数)包括：“小(1人)”、“中(2至5人)”、“偏大(6至15人)”及“大(超过15人)”；影响程度包括：“常规事件”、“基本不影响办公”、“一定程度上影响办公”及“无法办公”。

在接收第一用户提交的任务上报请求之前，预先确定不同影响程度和影响范围的组合对应的时效，其包括：响应时效和解决时效，并生成时效元素表，例如，时效元素表中时效包括：p1、p2、p3、p4，分别表示不同的紧急程度。

利用上述时效元素表确定上述任务上报请求中任务对应的目标时效后，利用第二用户的身份信息，从预设渠道(例如，任务上报系统)获取第二用户在预设时间内的历史任务数据，并对上述历史任务数据进行数据提取，确定与该目标时效对应的评分参考指标。

具体地，评分参考指标包括：第二用户在预设时间(例如，半年)内与第一标签相关的日均任务量、日均产能、周均任务量、周均产能、月均任务量、月均产能、总体时效内响应率、总体时效内解决率、目标响应时效内响应率、目标解决时效内解决率及用户满意率等反映第二用户关于第一标签的技能水平的指标。利用上述评分参考指标，生成每个第二用户的r维样本数据d，d＝[x1,x2,…,xi,…,xr]，其中，xi为评分参考指标中第i个指标的值，即，第i维数据。

在本实施例中，所述“对每个第二用户的样本数据进行归一化处理”的步骤包括：对所述样本数据中的每一维数据进行0均值标准化，对样本数据中的每一维数据进行0均值标准化的计算公式可举例为：

fi＝(xi-mean(xi))/σ(xi)

其中，xi为样本数据中的第i维数据，fi为第i维数据归一化处理后的值，mean(xi)为多个第二用户的样本数据中第i维数据的均值，σ(xi)为多个第二用户的样本数据中第i维数据的标准差。

在本实施例中，所述“对经过归一化处理的样本数据进行主成分分析，提取出累计贡献率超过预设阈值的第二预设数量的主成分”的步骤包括：

获取经过归一化处理后的样本数据，计算经过归一化处理后的样本数据的协方差矩阵；对所述协方差矩阵进行特征值分解，得到多个特征值及对应的特征向量；及，根据所述多个特征值的大小进行降序排序，选择第二预设数量的排序靠前的特征值对应的特征向量作为主成分。

需要说明的是，选择的第二预设数量(例如，k个，其中，k为正整数)的排序靠前的特征值需满足预设条件，例如，累计贡献率大于等于预设阈值(例如，85％)。其中，k个特征值对应的特征向量分别为：ω1,ω2,…,ωk，然后将该k个的特征值对应的特征向量作为主成分，其中，每个主成分可以解释多个评分参考指标。

利用上述步骤提取出k个主成分ω1,ω2,…,ωk后，根据各主成分的实际含义命名为产量、熟练度、效率等。

假设k个主成分对应的特征值分别为：λ1，λ2…λk，对该k个主成分进行加权，计算得到各第二用户的评分。需要说明的是，上述步骤计得到的评分是针对第一标签的评分，用于反映第二用户在处理关于第一标签的任务的技能水平及处理效率。

在本实施例中，评分计算公式为：

其中，f(ω1,ω2,…,ωk)为各第二用户的评分，|ωi|为第i个主成分对应的值，λi为第i个主成分对应的特征值。

利用上述步骤计算各第二用户的评分，按照评分高低顺序对各第二用户进行排序，筛选出预设数量(例如，5个)的排序最靠前的第二用户。

a5、获取所述预设数量的第二用户的位置信息，选择位置信息与所述任务的位置的距离最小的第二用户作为目标对象，将所述任务分配给该目标对象。

获取预设数量的评分最高的第二用户的位置信息后，依次计算每个第二用户的位置信息与任务的位置的距离，选择距离最小值对应的第二用户作为目标对象，将任务分配给该目标对象，并将分配结果反馈给第一用户及该目标对象。

需要说明的是，当根据第二标签筛选出的第二用户只有一个时，则不需要进行后续的评分筛选步骤，直接将该第二用户作为目标对象，并将任务上报请求中的任务分配给目标对象，并基于将分配结果生成提示信息发送至第一用户及目标对象。

在其他实施例中，当预设数量的第二用户中存在多个位置信息相同的第二用户时，依次选择状态为在线、隐身、离线的第二用户，或者当前待处理任务量最少的第二用户作为目标对象，有助于提高任务处理效率。

在其他实施例中，所述任务分配程序被所述处理器执行时，还实现如下步骤：

根据评分与等级的映射关系，确定各第二用户的评分对应的等级。

根据具体的数据分布情况，制定能力分级标准，例如，当f值在(a,b)之间，评价该第二用户此类技能稳健；当f值大于b时，评价该第二用户此类技能精通；当f值小于a时，评价该第二用户此类技能水平一般。

另外，每隔3个月6个月，计算每个处理人各类技能的评分，动态更新每个处理人的技能分类及技能水平。综合计算处理人擅长技能类型生成技能雷达图。比如，某个第二用户既擅长a技能，又擅长b技能和c技能，可以生成此第二用户的技能雷达图，直观展示其各项技能及较擅长领域。

利用上述步骤，可实现对所有处理人的技能分类及技能水平的管控。

上述实施例提出的电子装置1，首先通过准确地确定任务类型及任务位置，为后续分配最佳处理人奠定基础；然后过滤掉无该类任务处理经验的指定对象，有助于提高任务处理效率；最后计算反映各第二用户的技能水平的评分，便于对第二用户进行管理，提高任务分配的准确性；筛选出预设数量的评分最高的第二用户，并优先选择与任务位置距离最近的第二用户作为目标对象，将任务分配给该目标对象，通过上述步骤，提高任务分配的准确性，为任务分配优质处理人，有助于提高任务处理效率。

可选地，在其他的实施例中，任务分配程序10还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行，以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。例如，参照图4所示，为图3中任务分配程序10的模块示意图，该实施例中，任务分配程序10可以被分割为接收模块110、定位筛选模块120、筛选模块130、评分模块140及分配模块150，所述模块110-150所实现的功能或操作步骤均与上文类似，此处不再详述，示例性地，例如其中：

接收模块110，用于接收第一用户提交的任务上报请求，根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签；

定位模块120，用于获取所述第一用户的ip地址，根据预设分析规则确定所述任务的位置；

筛选模块130，用于获取指定对象的第二标签，筛选出包含所述第一标签的第二标签对应的一个或多个指定对象作为第二用户；

评分模块140，用于当存在多个第二用户时，获取所述多个第二用户的评分参考指标，根据预设评分规则计算所述多个第二用户的评分，筛选出预设数量的评分最高的第二用户；及

分配模块150，用于获取所述预设数量的第二用户的位置信息，选择位置信息与所述任务位置的距离最小的第二用户作为目标对象，将所述任务分配给该目标对象。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质中包括任务分配程序10，所述任务分配程序10被处理器执行时实现如下操作：

a1、接收第一用户提交的任务上报请求，根据预设分类规则对所述任务上报请求对应的任务进行分类，并为该任务标注第一标签；

a2、获取所述第一用户的ip地址，根据预设分析规则确定所述任务的位置；

a3、获取指定对象的第二标签，筛选出包含所述第一标签的第二标签对应的一个或多个指定对象作为第二用户；

a4、当存在多个第二用户时，获取所述多个第二用户的评分参考指标，根据预设评分规则计算所述多个第二用户的评分，筛选出预设数量的评分最高的第二用户；及

a5、获取所述预设数量的第二用户的位置信息，选择位置信息与所述任务位置的距离最小的第二用户作为目标对象，将所述任务分配给该目标对象。

本发明之计算机可读存储介质的具体实施方式与上述任务分配方法的具体实施方式大致相同，在此不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。