深圳市万物云科技有限公司吴远津获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市万物云科技有限公司申请的专利基于深度协同过滤的工单分配方法、装置及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115115274B 。
龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210901034.2,技术领域涉及:G06Q10/0631;该发明授权基于深度协同过滤的工单分配方法、装置及相关设备是由吴远津;起亚·伊曼纽尔通格姆设计研发完成,并于2022-07-28向国家知识产权局提交的专利申请。
本基于深度协同过滤的工单分配方法、装置及相关设备在说明书摘要公布了:本发明公开了基于深度协同过滤的工单分配方法、装置及相关设备。该方法包括获取工人完成工单所需时间的历史数据,并对历史数据进行预处理,得到样本数据;将所述样本数据输入预置深度协同过滤模型进行时间预测训练,得到目标协同过滤模型;将待分配工单输入目标协同过滤模型对每一工人完成待分配工单的完成时间进行预测,得到预测时间矩阵;按区域对待分配工单进行批量划分,得到多个小批量工单;通过匈牙利算法对每一小批量工单对应的预测时间矩阵进行最小成本计算,得到每一小批量工单的最优分配矩阵,并根据最优分配矩阵进行工单分配。该方法实现最优化分配工单,提高工单交付效率,达到企业降本增效的目的。
本发明授权基于深度协同过滤的工单分配方法、装置及相关设备在权利要求书中公布了:1.一种基于深度协同过滤的工单分配方法,其特征在于,包括: 获取工人完成工单所需时间的历史数据,并对所述历史数据进行预处理,得到样本数据,所述历史数据包括工人信息、历史工单和工单完成时间; 将所述样本数据输入预置深度协同过滤模型进行时间预测训练,得到目标协同过滤模型; 将待分配工单输入所述目标协同过滤模型对每一工人完成所述待分配工单的完成时间进行预测,得到预测时间矩阵; 按区域对所述待分配工单进行批量划分,得到多个小批量工单; 通过匈牙利算法对每一所述小批量工单对应的预测时间矩阵进行最小成本计算,得到每一所述小批量工单的最优分配矩阵,并根据所述最优分配矩阵进行工单分配; 所述对所述历史数据进行预处理,得到样本数据,包括:对所述历史数据对应的历史工单矩阵进行标准化处理,得到标准数据;对所述标准数据进行异常检测,得到异常数据;对所述异常数据进行剔除,得到正常数据;对所述正常数据进行缺失值填充和数据转换,得到所述样本数据;其中,按如下公式对所述标准数据进行异常检测,得到异常值: Z=x-xms 其中,Z表示异常值,x表示样本数,xm表示所有样本的平均值,s表示所有样本的标准差;若有样本的Z的绝对值大于3,则该样本为所述异常数据; 所述将所述样本数据输入预置深度协同过滤模型进行时间预测训练,得到目标协同过滤模型,包括:分别对所述样本数据的工人信息和历史工单进行one-hot编码,得到工人信息和历史工单对应的二值稀疏特征;通过所述深度协同过滤模型的全连接层对所述二值稀疏特征进行映射,得到稠密向量;将所述稠密向量输入所述深度协同过滤模型的深度协同过滤层进行向量映射,得到初始预测时间;基于所述初始预测时间和工单完成实际时间,根据预置损失函数对时间预测损失进行计算,得到时间预测损失;基于所述时间预测损失对所述深度协同过滤模型的模型参数进行优化,得到目标协同过滤模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市万物云科技有限公司,其通讯地址为:518000 广东省深圳市前海深港合作区前湾一路1号A栋201室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励