(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221093495 0.6 (22)申请日 2022.08.03 (71)申请人 招商银行股份有限公司 地址 518000 广东省深圳市福田区深南大 道7088招商银行 大厦 (72)发明人 姚文熙　于佳玮　李金龙　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 梁爽 (51)Int.Cl. G06Q 10/06(2012.01) G06F 16/2455(2019.01) G06F 16/21(2019.01) (54)发明名称 排班方法、 装置、 系统与计算机可读存储介 质 (57)摘要 本发明公开了一种排班方法、 装置、 系统和 计算机可读存储介质， 该方法包括： 获取历史业 务数据， 根据所述历史业务数据确定预测数据 集， 并将所述预测数据集输入预先创建的预测模 型， 得到业务量预测结果； 获取业务实体属性值 和约束条件， 并根据所述业务实体属性值、 所述 约束条件和所述业务量预测结果确定目标排班 结果。 本发 明通过预先创建的预测模 型根据历史 业务数据预测得到业务量预测结果， 提高了业务 量预测的准确度， 并根据业务实体属性值、 约束 条件和业务量预测结果确定目标排班结果， 提高 了排班结果的合理性。 权利要求书2页 说明书11页 附图1页 CN 115358550 A 2022.11.18 CN 115358550 A 1.一种排班方法， 其特 征在于， 所述 排班方法包括如下步骤： 获取历史业务数据， 根据所述历史业务数据确定预测数据集， 并将所述预测数据集输 入预先创建的预测模型， 得到业 务量预测结果； 获取业务实体属性值和约束条件， 并根据所述业务实体属性值、 所述约束条件和所述 业务量预测结果确定目标排班结果。 2.如权利要求1所述的排班方法， 其特征在于， 所述根据 所述历史业务数据确定预测数 据集， 并将所述预测数据集输入 预先创建的预测模 型， 得到业务量预测结果的步骤之前， 包 括： 根据所述历史业务数据确定训练数据集和验证数据集， 并根据 所述训练数据集进行模 型训练， 得到初始模型； 根据所述验证数据集对所述初始模型进行验证， 得到验证结果， 若所述验证结果满足 第一预设条件， 则将所述初始模型作为预测模型。 3.如权利要求1所述的排班方法， 其特征在于， 所述获取业务实体属性值和约束条件， 并根据所述业务 实体属性值、 所述约束条件和所述业务量预测结果确定目标排班结果的步 骤包括： 获取当前业 务数据， 通过业 务引擎根据所述当前业 务数据确定业 务实体属性 值； 获取当前排班规则， 通过规则引擎 根据所述当前排班规则确定约束条件； 通过算法引擎和所述规则引擎根据 所述业务实体属性值、 所述约束条件和所述业务量 预测结果确定目标排班结果。 4.如权利要求3 中所述的排班方法， 其特征在于， 所述通过算法引擎和所述规则引擎根 据所述业务 实体属性值、 所述约束条件和所述业务量预测结果确定目标排班结果的步骤包 括： 通过算法引擎根据所述业务实体属性值、 所述约束条件和所述业务量预测结果计算出 第一预排班结果集合， 并通过所述算法引擎根据预设搜索动作， 在所述第一预排班结果集 合中确定第二预排班结果 集合； 将所述第二预排班结果集合输入所述规则引擎， 通过所述规则引擎根据 所述约束条件 对所述第二预排班结果 集合进行评分， 得到 评分结果 集合； 若所述评分结果集合满足第 二预设条件， 则在所述第 二预排班结果集合中选择评分结 果最优的第二预排班结果作为目标排班结果； 若所述评分结果集合不满足第二预设条件， 则重复执行步骤： 通过所述算法引擎根据 预设搜索动作， 在所述第一预排班结果 集合中确定第二预排班结果 集合。 5.如权利要求4所述的排班方法， 其特征在于， 所述通过所述算法引擎根据预设搜索动 作， 在所述第一预排班结果 集合中确定第二预排班结果 集合的步骤 包括： 通过所述算法引擎在所述第 一预排班结果集合中搜索出预设数量的第 一预排班结果， 并通过所述算法引擎根据预设搜索动作， 对预设数量的第一预排班结果中的每个第一预排 班结果进行岗位随机变换和/或员工随机交换， 以得到第二预排班结果 集合。 6.如权利要求1所述的排班方法， 其特征在于， 所述获取业务实体属性值和约束条件， 并根据所述业务 实体属性值、 所述约束条件和所述业务量预测结果确定目标排班结果的步 骤之后， 包括：权　利　要　求　书 1/2 页 2 CN 115358550 A 2根据预设周期， 获取当前任务量数据， 并根据 所述当前任务量数据、 所述业务实体属性 值和所述 业务量预测结果对所述目标排班结果进行调整； 根据调整后的目标排班结果进行排班。 7.如权利要求6所述的排班方法， 其特征在于， 所述根据所述当前任务量数据、 所述业 务实体属性 值和所述 业务量预测结果对所述目标排班结果进行调整的步骤 包括： 根据所述当前任务量数据、 所述业务实体属性值和所述业务量预测结果， 计算出分流 阈值； 根据所述当前任务量数据和所述业务实体属性值计算出压力指数， 并根据所述分流阈 值和所述压力指数对所述目标排班结果进行调整。 8.一种排班装置， 其特 征在于， 所述 排班装置包括： 获取模块， 用于获取历史业务数据， 根据 所述历史业务数据确定预测数据集， 并将所述 预测数据集输入预 先创建的预测模型， 得到业 务量预测结果； 确定模块， 用于获取业务实体属性值和约束条件， 并根据所述业务实体属性值、 所述约 束条件和所述 业务量预测结果确定目标排班结果。 9.一种排班系统， 其特征在于， 所述排班系统包括： 存储器、 处理器及存储在所述存储 器上并可在所述处理器上运行的排班程序， 所述排班程序被所述处理器执行时实现如权利 要求1至7中任一项所述的排班方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有排班程 序， 所述排班程序被处 理器执行时实现如权利要求1至7中任一项所述的排班方法的步骤。权　利　要　求　书 2/2 页 3 CN 115358550 A 3