CN115564335A - 工作状态评估方法、装置、电子设备和可读存储介质 - Google Patents
工作状态评估方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN115564335A CN115564335A CN202110750495.XA CN202110750495A CN115564335A CN 115564335 A CN115564335 A CN 115564335A CN 202110750495 A CN202110750495 A CN 202110750495A CN 115564335 A CN115564335 A CN 115564335A
- Authority
- CN
- China
- Prior art keywords
- time
- target user
- effective
- working
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种工作状态评估方法、装置、电子设备和可读存储介质,涉及数据处理技术领域。本发明实施例通过获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种工作状态评估方法、装置、电子设备和可读存储介质。
背景技术
随着互联网技术的发展,电子商务平台越来越多。而随着电子商务平台的增多,物流行业也得到了飞速发展。
目前,在物流行业中,大多物流企业具有多个分布在不同地方的物流站点,由分布在不同地方的物流站点的工作人员协同完成货物配送。但由于现在每个物流站点的工作人员有很多,无法对每个工作人员的工作状态进行准确评估,导致每个工作人员的任务分配不均衡,无法及时进行任务调整与调度,进而出现货物配送不及时、配送出错等问题。
发明内容
基于上述研究,本发明实施例提供了一种工作状态评估方法、装置、电子设备和可读存储介质,实现了对目标用户的工作状态的有效评估,有利于目标用户的任务分配以及调度。
本发明的实施例可以通过以下实现:
第一方面,本发明实施例提供一种工作状态评估方法,所述方法包括:
获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据;
根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长;
根据所述有效工作时长以及所述订单完成量,得到所述目标用户完成单次订单的实际平均耗时;
将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果。
在可选的实施方式中,所述根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长的步骤包括:
根据所述目标用户的轨迹数据,得到所述目标用户的有效轨迹耗时;
根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时;
根据所述目标用户的有效轨迹耗时以及有效操作耗时,得到所述目标用户的有效工作时长。
在可选的实施方式中,所述轨迹数据包括至少一个累计距离以及记录各所述累计距离的时间点,所述根据所述目标用户的轨迹数据,得到所述目标用户的有效轨迹耗时的步骤包括:
提取所述轨迹数据中每个时间点的累计距离,按照所述累计距离对所述轨迹数据中的时间点进行聚合,得到所述目标用户的每个累计距离的最大时间点、最小时间点以及时间点记录数;
根据所述目标用户的每个累计距离的最大时间点以及最小时间点,得到所述目标用户的每个累计距离的耗时;
根据所述目标用户的每个累计距离的耗时以及时间点记录数,判断所述目标用户的每个累计距离是否有效;
将判定为有效的累计距离的耗时进行累加,得到所述目标用户的有效轨迹耗时。
在可选的实施方式中,所述根据所述目标用户的每个累计距离的耗时以及时间点记录数,判断所述目标用户的每个累计距离是否有效的步骤包括:
针对所述目标用户的每个累计距离,判断该累计距离的时间点记录数是否大于第一预设阈值;
若未大于所述第一预设阈值,判定该累计距离为有效;
若大于所述第一预设阈值,判断该累计距离的耗时是否小于第二预设阈值;
若小于所述第二预设阈值,则判定该累计距离为有效。
在可选的实施方式中,所述操作数据包括至少一次操作以及每次所述操作的操作时间;所述根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时的步骤包括:
对所述目标用户的操作数据进行分析处理,得到所述目标用户的每次操作的操作时间;
针对所述目标用户的每次操作,根据该次操作的时间以及与该次操作相邻的下一次操作的时间,得到该次操作的耗时;
根据所述目标用户的每次操作的耗时,判断所述目标用户的每次操作是否有效;
将判定为有效的操作的耗时进行累加,得到所述目标用户的有效操作耗时。
在可选的实施方式中,所述根据所述目标用户的每次操作的耗时,判断所述目标用户的每次操作是否有效的步骤包括:
针对所述目标用户的每次操作,判断该次操作的耗时是否大于第三预设阈值;
若大于所述第三预设阈值,则判定该次操作为无效;
若小于等于所述第三预设阈值,则判定该次操作为有效。
在可选的实施方式中,所述根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长的步骤包括:
根据所述目标用户的轨迹数据,得到所述目标用户的无效轨迹耗时;
根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时;
根据所述目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间,得到所述目标用户的有效工作时长。
在可选的实施方式中,所述将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果的步骤包括:
将所述实际平均耗时与所述预设平均耗时进行比较,得到所述实际平均耗时与所述预设平均耗时的对比结果;
在预先建立的多个状态区间中,查找所述对比结果所处的目标状态区间;其中,每个所述状态区间对应设置有状态标识;
根据所述目标状态区间对应的状态标识,得到所述目标用户的工作状态。
在可选的实施方式中,在将所述实际平均耗时与预设平均耗时进行比较之前,所述方法还包括:
获取所述目标用户在预设历史时间段的历史实际平均耗时;
将所述历史实际平均耗时输入至耗时预测模型,计算得到所述耗时预测模型的趋势项因子;
根据所述耗时预测模型的趋势项因子以及预先设定的季节性趋势因子和节假日效应因子,得到所述目标用户的预设平均耗时。
第二方面,本发明实施例提供一种工作状态评估装置,包括:
数据获取模块,用于获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据;
时长统计模块,用于根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长;
耗时计算模块,用于根据所述有效工作时长以及所述订单完成量,得到所述目标用户完成单次订单的实际平均耗时;
状态评估模块,用于将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果。
第三方面,本发明实施例提供一种电子设备,所述电子设备包括存储器、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计算机程序,所述处理器执行所述计算机程序时实现前述任一实施方式所述的工作状态评估方法。
第四方面,本发明实施例提供一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现前述任一实施方式所述的工作状态评估方法。
本发明实施例所提供的工作状态评估方法、装置、电子设备和可读存储介质,在获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例所提供的电子设备的一种结构方框。
图2为本发明实施例所提供的工作状态评估方法的一种流程示意图。
图3为本发明实施例所提供的工作状态评估方法的另一种流程示意图。
图4为本发明实施例所提供的工作状态评估方法的又一种流程示意图。
图5为本发明实施例所提供的工作状态评估装置的一种方框示意图。
图标:100-电子设备;10-工作状态评估装置;11-数据获取模块;12-时长统计模块;13-耗时计算模块;14-状态评估模块;20-存储器;30-处理器;40-通信单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如背景技术所述,由于现在每个物流站点的工作人员有很多,无法对每个工作人员的工作状态进行准确评估,特别是对快递员的忙闲状态无法进行准确评估。快递员在对快递进行配送时,通常是由快递员获取相应的配送任务后,将快递配送至对应的配送地址,但由于对每个快递员的忙闲状态无法进行准确评估,从而导致每个快递员的配送任务分配不均衡,无法及时进行任务调整与调度。
目前,无法对快递员的忙闲状态进行准确评估的困难点主要体现在:一方面,无法准确地获取快递员每天的有效工作时长,即实际应用在收派件操作、在路途上派送及库内作业的时间,另一方面,不同区域与时期,没有统一的耗时标准。
基于此,本实施例提供一种工作状态评估方法、装置、电子设备和可读存储介质,在获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,然后将预设平均耗时作为平均耗时标准,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
请参阅图1,图1为本实施例所提供的电子设备100的一种结构框图。如图1所示,电子设备可以包括工作状态评估装置10、存储器20、处理器30及通信单元40,存储器20存储有处理器30可执行的机器可读指令,当电子设备100运行时,处理器30及存储器20之间通过总线通信,处理器30执行机器可读指令,并执行工作状态评估方法。
存储器20、处理器30以及通信单元40各元件相互之间直接或间接地电性连接,以实现信号的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。工作状态评估装置10包括至少一个可以软件或固件(firmware)的形式存储于存储器20中的软件功能模块。处理器30用于执行存储器20中存储的可执行模块(例如工作状态评估装置10所包括的软件功能模块或计算机程序)。
其中,存储器20可以是,但不限于,随机读取存储器(Random Access memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
在一些实施例中,处理器30用以执行本实施例中描述的一个或多个功能。在一些实施例中,处理器30可以包括一个或多个处理核(例如,单核处理器(S)或多核处理器(S))。仅作为举例,处理器30可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor,ASIP)、图形处理单元(GraphicsProcessing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable GateArray,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computing,RISC)或微处理器等,或其任意组合。
为了便于说明,在电子设备100中仅描述了一个处理器。然而,应当注意,本实施例中的电子设备100还可以包括多个处理器,因此本实施例中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如,若服务器的处理器执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如,处理器执行步骤A,第二处理器执行步骤B,或者处理器和第二处理器共同执行步骤A和B。
本实施例中,存储器20用于存储程序,处理器30用于在接收到执行指令后,执行程序。本实施例任一实施方式所揭示的流程定义的方法可以应用于处理器30中,或者由处理器30实现。
通信单元40用于通过网络建立电子设备100与其他设备之间的通信连接,并用于通过网络收发数据。
在一些实施方式中,网络可以是任何类型的有线或者无线网络,或者是他们的结合。仅作为示例,网络可以包括有线网络、无线网络、光纤网络、远程通信网络、内联网、因特网、局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网(Wireless Local Area Networks,WLAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、公共电话交换网(Public Switched Telephone Network,PSTN)、蓝牙网络、ZigBee网络、或近场通信(Near Field Communication,NFC)网络等,或其任意组合。
在本实施例中,电子设备100可以是但不限于移动终端、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personaldigital assistant,PDA)等电子设备上,本实施例对电子设备的具体类型不作任何限制。在一种实施方式中,电子设备还可以是物理服务器,或者多台物理服务器组成的服务集群。本实施例对电子设备的具体类型不作任何限制。
可以理解地,图1所示的结构仅为示意。电子设备100还可以具有比图1所示更多或者更少的组件,或者具有与图1所示不同的配置。图1所示的各组件可以采用硬件、软件或其组合实现。
基于图1的实现架构,本实施例提供一种工作状态评估方法,由图1所示的电子设备执行,下面基于图1示出的电子设备100的结构图对本实施例提供的工作状态评估方法的步骤进行详细阐述。请结合参阅图2,本实施例所提供的工作状态评估方法包括步骤S101至步骤S104。
步骤S101:获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据。
其中,预设时间段可以基于实际需求而设定,可以根据小时、日、月等进行设定。例如,要对目标用户每天的工作状态进行评估,则可以目标用户在当天的订单完成量、轨迹数据以及操作数据。可以理解地,目标用户可以是任意一个需要评估工作状态的工作人员,可选的,在本实施例中,目标用户可以是物流行业的快递员。
在本实施例中,目标用户的轨迹数据可以通过地理信息系统(GeographicInformation System,GIS)得到。操作数据可以通过读取物流手持终端的数据记录得到。
在本实施例中,订单完成量表征目标用户在预设时间段完成的订单的数量。例如,对于快递员来说,订单完成量表示快递员在预设时间段完成的收件的数量以及派件的数量,其中收件指的是从客户手中收取待寄出的快递,派件指的是将快递站点的快递派送到客户手中。在可选的实施方式中,在目标用户每完成一个订单时,即可对该订单进行记录,进而通过对目标用户完成的订单进行统计,即可得到订单完成量。
步骤S102:根据轨迹数据以及操作数据,得到目标用户的有效工作时长。
其中,目标用户的有效工作时长表征目标用户在工作时间内实际作业的时间。例如,对于快递员来说,其有效工作时长包括在路途上进行作业(如收件或派件)的时间以及在快递站点作业的时间,而其在路途上进行作业时,会不断产生轨迹数据,在快递站点作业时,会不断产生操作数据。因此,为了提高准确性,本实施例通过从轨迹数据以及操作数据两个方面,对目标用户的有效工作时长进行统计。
步骤S103:根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时。
其中,在获取得到目标用户的有效工作时长以及订单完成量后,即可以根据目标用户的有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时。
可选的,在本实施例中,根据目标用户的有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时的方式可以是,将有效工作时长除以订单完成量,得到完成单次订单的实际平均耗时,即实际平均耗时=有效工作时长/订单完成量。
例如,快递员一天的有效工作时长是8h,这一天中,收件的数量和派件的数量总和为40,即订单完成量为40,则实际平均耗时=(8*60)/40=12min,即每一个订单的平均耗时为12min。
步骤S104:将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果。
在本实施例中,预设平均耗时表征预估的目标用户完成单次订单的平均耗时,其可以根据历史时间段的实际平均耗时得到。
在一种可选的实施方式中,预设平均耗时可以根据历史时间中同一个时间段的实际平均耗时的平均值得到。例如,需要判断目标用户在今年1月的工作状态,则可以选取过去十年中每年1月的实际平均耗时,根据过去十年中每年1月的实际平均耗时的平均值,得到预设平均耗时。
在一种可选的实施方式中,预设平均耗时还可以根据当前时间之前的预设时间段的实际平均耗时的平均值得到,例如,需要评估目标用户在4月的工作状态,则可以选取1-3月的实际平均耗时,根据1-3月的实际平均耗时的平均值,得到预设平均耗时。
在一种可选的实施方式中,预设平均耗时还可以对当前时间之前的预设时间段的实际平均耗时进行加权得到,例如,需要评估目标用户在4月的工作状态,则可以选取1-3月的实际平均耗时,然后对1-3月的实际平均耗时进行加权求和,得到预设平均耗时。
在本实施例中,预设平均耗时作为评估目标用户工作状态的一种评估标准,通过将实际平均耗时与预设平均耗时进行对比,即可反应出目标用户实际的工作状态是否与预计的工作状态相符。
当实际平均耗时与预设平均耗时的差异较大时,则表示目标用户与预计的工作状态严重不符,目标用户处于过忙或过闲的状态,进而即可以对目标用户进行任务调整或者进行调度等等。
本实施例所提供的工作状态评估方法,在获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,然后将预设平均耗时作为平均耗时标准,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
为了便于获取用户的有效工作时长,在一种可选的实施方式中,目标用户每天的有效工作时长可以通过统计目标用户的上班时间以及下班时间得到,即目标用户每天的有效工作时长=上班时间-下班时间。
在一种可选的实施方式中,目标用户每天的有效工作时长还可以通过统计目标用户的上班时间、下班时间以及上报工作时长得到,其中,上报工作时长表征目标用户在一天中被记录的在实际工作的时间,上报工作时长可以由管理人员进行记录,并进行上报。在得到目标用户的上班时间、下班时间以及上报工作时长后,可以根据目标用户的上班时间、下班时间得到目标用户一天的打卡工作时长,然后再根据上报工作时长以及上报工作时长对应的修正系数,对打卡工作时长进行修正,得到目标用户的有效工作时长。例如,打卡工作时长为10h,上报工作时长为8h,上报工作时长8h对应的修正系数为0.9,则目标用户的有效工作时长可以是10h*0.9=9h。
在一种可选的实施方式中,目标用户每天的有效工作时长还可以是通过对目标用户的每个作业进行单独记录,得到每个作业的耗时,然后将每个作业的耗时进行累加,得到目标用户每天的有效工作时长。例如,对于快递员来说,将其派件、收件以及扫码等每个作业的耗时进行累加,即可得到该快递员的有效工作时长。
鉴于实际应用中,目标用户每天的工作内容很多,例如,对于快递员来说,其每天的工作内容包括路途中的派送、快递站点的快递入库扫描、收派件时的扫描、电联客户等内容,而这些内容通通要计入有效工作时长内,从而导致快递员每天的有效工作时长难以统计,或者统计不准确。
为了准确地统计目标用户的有效工作时长,本实施例将目标用户的工作内容分为轨迹静止的工作内容以及轨迹运动的工作内容,通过统计轨迹静止时的工作时长以及轨迹运动时的工作时长,得到目标用户的有效工作时长。其中,轨迹静止的工作内容包括在快递站点的巴枪扫码以及在收派件时的扫码等,轨迹运动的工作内容包括在路途中的收件以及派件等。对于轨迹静止的工作内容可以通过物流手持终端,如巴枪、手机等手持终端完成,因此,本实施例可以通过读取物流手持终端的操作数据,对轨迹静止时的工作内容的时长进行统计,得到轨迹静止时的工作时长。而对于轨迹运动的工作内容,则可以读取目标用户的轨迹数据,对轨迹运动时的工作内容的时长进行统计,得到轨迹运动时的工作时长。
基于此,请结合参阅图3,在本实施例中,根据轨迹数据以及操作数据,得到目标用户的有效工作时长的步骤包括步骤S201至步骤S203。
步骤S201:根据目标用户的轨迹数据,得到目标用户的有效轨迹耗时。
步骤S202:根据目标用户的操作数据,得到目标用户的有效操作耗时。
其中,轨迹数据中记录有目标用户在秒级密集时间下的经纬度数据,因此,从轨迹数据中可以分析得到目标用户在哪个时间段的经纬度数据是变化的。而当目标用户的经纬度在变化时,即表示目标用户处于运动的状态,当目标用户在处于运动状态时,即表征目标用户在进行路途中的作业,即处于收件或者派件的过程中,属于有效工作,因此,通过对轨迹数据中处于运动状态的时间段进行统计,即可得到快递员的有效轨迹耗时。
而目标用户的操作数据包括目标用户的每次操作以及每次操作的时间,通过对每次操作的时间进行统计分析,即可得到目标用户的有效操作耗时。
步骤S203:根据目标用户的有效轨迹耗时以及有效操作耗时,得到目标用户的有效工作时长。
其中,在得到目标用户的有效轨迹耗时以及有效操作耗时后,将有效轨迹耗时以及有效操作耗时进行累加,即可得到目标用户的有效工作时长。
鉴于在派件的过程中,可能会因为某些原因停留一段时间,然后又继续进行派件,对于此类情况,由于目标用户的经纬度数据也发生了变化,若是仅通过经纬度的变化分析目标用户是否处于运动时,则会容易发生误判,即判定目标用户一直处于运动的状态,但实际上,停留的时间段,快递员并不处于运动状态,停留的时间段也不属于有效轨迹耗时。
为了提高有效时长统计的准确性,实现对目标用户的工作状态的准确评估,在本实施例中,轨迹数据中包括至少一个累计距离以及记录各累计距离的时间点。其中,当目标用户处于运动状态,即有效工作状态时,相邻时间点的累计距离是递增。例如,当目标用户处于运动状态时,在10s时,累计距离为50米,第11s时,移动了2米,则在11s时的累计距离为52米。而当目标用户未处于运动状态时,即无效工作状态时,相邻时间点的累计距离则是未发生变化的。基于此,本实施例根据目标用户在每个时间点的累计距离,对目标用户的运动状态进行分析,得到目标用户的有效轨迹耗时。可选的,可通过以下过程实现:
提取轨迹数据中每个时间点的累计距离,按照累计距离对轨迹数据中的时间点进行聚合,得到目标用户的每个累计距离的最大时间点、最小时间点以及时间点记录数。
根据目标用户的每个累计距离的最大时间点以及最小时间点,得到目标用户的每个累计距离的耗时。
根据目标用户的每个累计距离的耗时以及时间点记录数,判断目标用户的每个累计距离是否有效。
将判定为有效的累计距离的耗时进行累加,得到目标用户的有效轨迹耗时。
其中,在提取到轨迹数据中每个时间点的累计距离后,可以将每个时间点的累计距离按照时间升序排序,然后再按照累计距离对时间点进行聚合,从而得到每个累计距离的最大时间点、最小时间点以及时间点记录数。
在本实施例中,最大时间点表征累计距离对应的最大时间,最小时间点即表征累计距离对应的最小时间,时间点记录数为累计距离对应的时间点的数量,表征累计距离被记录的次数。例如,有5个时间点的累计距离均是累计距离a,则累计距离a的时间点记录数为5,累计距离a会被记录5次,而最大时间点为5个时间点中的最大时间点,最小时间点为5个时间点中的最小时间点。
在得到每个累计距离的最大时间点以及最小时间点后,针对同一个累计距离,即可根据该累计距离的最大时间点以及最小时间点,得到该累计距离的耗时。
对于每个累计距离,该累计距离的耗时=该累计距离的最大时间点-最小时间点,即耗时tD=TDMAX-TDMIN,其中,tD表示累计距离D的耗时,TDMAX表示累计距离D的最大时间点,TDMIN表示累计距离D的最小时间点。
将每个累计距离作为一种行为标记,根据每个累计距离的最大时间点以及最小时间点,得到每个累计距离的耗时的可以如表1所示:
表1
在得到每个累计距离的耗时以及时间点记录数后,即可根据每个累计距离的耗时以及时间点记录数,判断每个累计距离是否为有效,即判断在每个累计距离时,目标用户是否处于运动状态,进而判断是否处于有效的工作状态。
可选的,在本实施例中,根据目标用户的每个累计距离的耗时以及时间点记录数,判断目标用户的每个累计距离是否为有效状态的步骤包括:
针对目标用户的每个累计距离,判断该累计距离的时间点记录数是否大于第一预设阈值。
若未大于第一预设阈值,判定该累计距离为有效。
若大于第一预设阈值,判断该累计距离的耗时是否小于第二预设阈值。
若小于第二预设阈值,则判定该累计距离为有效。
其中,针对每个累计距离,若该累计距离的时间点记录数只有1个,即表示目标用户处于运动状态,其累计距离在不断变化,每个时间点只被记录了一次,目标用户处于有效的工作状态,该累计距离的耗时属于有效耗时。
若该累计距离的时间点记录数有多个,即表示在多个时间点都记录了该累计距离,因此,目标用户在该累计距离处于静止状态。若此时该累计距离的耗时较大,即表示目标用户在该累计距离停留较久,目标用户处于无效的工作状态,进而目标用户在该累计距离的耗时属于无效耗时。
但若此时该累计距离的耗时较短,即表示目标用户在该累计距离短暂停留,之后又很快处于运动状态,这种情况目标用户也处于有效的工作状态,进而目标用户在该累计距离的耗时属于有效耗时。例如,目标用户在派件的过程中,可能会因为某些原因,比如接听电话或者询问路人时,会短暂处于静止状态,之后又很快处于运动状态,这类情况也属于有效的工作状态。
因此,本实施例通过设置第一预设阈值以及第二预设阈值,将每个累计距离的时间点记录数与第一预设阈值进行比较,将每个累计距离的耗时与第二预设阈值进行比较,以此来分析目标用户是否处于有效的工作状态以及每个累计距离的耗时是否是有效耗时。
其中,第一预设阈值、第二预设阈值可以根据实际情况而设定。可选的,在本实施例中,第一预设阈值为1,第二预设阈值为5,即时间点记录数的阈值为1次,耗时的阈值为5min。
针对每个累计距离,当该累计距离的时间点记录数未大于第一预设阈值时,则表征目标用户未在该累计距离停留,目标用户处于有效工作状态,该累计距离对应的耗时属于有效耗时,进而判定该累计距离为有效。当该累计距离的时间点记录数大于第一预设阈值时,即表征该累计距离被记录了多次,目标用户在该累计距离处于静止状态,此时若该累计距离的耗时小于第二预设阈值,即表示目标用户在该累计距离短暂停留后,又很快运动起来,目标用户依旧处于有效工作状态,该累计距离对应的耗时属于有效耗时,进而判定该累计距离为有效。而若此时该累计距离的耗时未小于第二预设阈值时,即表示目标用户在该累计距离长时间停留,目标用户处于无效工作状态,该累计距离对应的耗时属于无效耗时,进而判断该累计距离为无效。
通过上述过程,即可得到每个累计距离是否有效,在得到每个累计距离是否有效后,将判定为有效的累计距离的耗时进行累加,即可得到目标用户的有效轨迹耗时,将判定为无效的累计距离的耗时进行累计,即可得到目标用户的无效轨迹耗时。
本实施例所提供的工作状态评估方法,根据累计距离对目标用户的轨迹数据的时间点进行聚合,得到每个累计距离的耗时以及时间点记录数,根据每个累计距离的耗时以及时间点记录数,对目标用户的每个累计距离的有效性进行评估,进而得到目标用户的有效轨迹耗时,准确性高。
鉴于实际应用中,目标用户的工作内容还包括在快递站点的各种扫码操作以及收派件时的扫码操作等等,而这类工作,目标用户处于一种静止状态,无法通过轨迹数据进行评估是否有效。对于这类工作的内容,目标用户均可以通过物流手持终端完成,因此,可通过读取物流手持终端的操作数据,得到目标用户在这类工作中的有效时长。
在本实施例中,操作数据包括至少一次操作以及每次操作的操作时间;根据目标用户的操作数据,得到目标用户的有效操作耗时的步骤包括:
对目标用户的操作数据进行分析处理,得到目标用户的每次操作的操作时间。
针对目标用户的每次操作,根据该次操作的时间以及与该次操作相邻的下一次操作的时间,得到该次操作的耗时。
根据目标用户的每次操作的耗时,判断目标用户的每次操作是否有效。
将判定为有效的操作的耗时进行累加,得到目标用户的有效操作耗时。
其中,操作数据包括至少一次操作以及每次操作的操作时间。可选的,本实施例所描述的操作可以是派件扫描,也可以是快递入库等,具体地,本实施例不做限制。
可选的,为了便于区分每次操作,操作数据还可以包括每次操作的操作类别,操作类别包括派件扫描、快递入库等等。
在可选的实施方式中,在得到目标用户的操作数据后,可将操作数据按照操作时间升序排列,同时标记每个操作时间对应的操作类别。然后针对每次操作,将该次操作的时间记为最小时间,将与该次操作相邻的下一次操作的时间记为最大时间,用最大时间减去最小时间,即可得到该次操作的耗时。
用n表示第n次操作,则tn=Tn+1-Tn,其中,tn表示第n次操作的耗时,Tn+1表示第n+1次操作的时间,Tn表示第n次操作的时间。
鉴于实际应用中,目标用户在进行当次操作后,会由于某些原因,停止操作,并在一段时间之后,才重新开始下一次操作,而停止操作的时段则不属于目标用户的有效工作的时段。例如,对于快递员来说,在进行扫码操作之后,会由于某些原因,停止操作,并在一段时间之后,才重新开始扫码操作,其中,停止操作的时段不属于快递员的有效工作时段,属于无效耗时。而当目标用户在每次操作中发生暂停时,会导致每次操作的耗时增加,因此,本实施例通过设置第三预设阈值,将每次操作的耗时与第三预设阈值进行比较,因此来判断每次操作是否有效。
可选的,根据目标用户的每次操作的耗时,判断目标用户的每次操作是否有效的步骤包括:
针对目标用户的每次操作,判断该次操作的耗时是否大于第三预设阈值。
若大于第三预设阈值,则判定该次操作为无效。
若小于等于第三预设阈值,则判定该次操作为有效。
其中,第三预设阈值可以根据实际情况进行设置。可选的,在本实施例中,第三预设阈值为10min。
在本实施例中,针对每次操作,当该次操作的耗时小于等于第三预设阈值时,即表示目标用户在第三预设阈值内有连续的操作,目标用户处于有效工作状态,该次操作的耗时属于有效耗时,进而判定该次操作有效。当该次操作的耗时大于第三预设阈值时,即表示目标用户在操作过程中发生了中断,有长时间的停留,目标用户处于无效工作状态,该次操作的耗时属于无效耗时,进而判定该次操作无效。
通过上述过程,在判断每次操作是否有效后,将判定为有效的操作的耗时进行累加,即可得到目标用户的有效操作耗时。
本实施例所提供的工作状态评估方法,通过对目标用户的每次操作的耗时进行分析,得到目标用户的有效操作耗时,其准确性,计算简单,应用性强。
在得到有效操作耗时以及有效轨迹耗时后,将目标用户的有效操作耗时以及有效轨迹耗时进行累加,即可得到目标用户的有效工作时长。
在一种实施方式中,在得到每个累计距离的耗时以及每次操作的耗时后,本实施例还可以结合每个累计距离的耗时以及每次操作的耗时,得到目标用户每天完整的行为记录。如表2所示,表2为快递员的行为记录,将每次操作的数据插入至累计距离数据中,按照最小时间升序排列,可得到表2所示的数据表。
表2:
其中,类型1表示累计距离,类型2表示手持终端的操作,Y表示有效,N表示无效,手持终端的操作的时间点记录数固化为1。
通过表2则可以直观地快递员完整的行为记录,然后将表2中有效的累计距离的耗时与有效的操作的耗时进行累加,即可得到快递员的有效工作时长。
鉴于实际应用中,目标用户在进行快递整理、客户电联等工作时,目标用户也处于有效的工作状态。为了避免遗漏这部分工作的有效时长,在本实施例中,请结合参阅图4,根据轨迹数据以及操作数据,得到目标用户的有效工作时长的步骤还可以包括步骤S301至步骤S303。
步骤S301:根据目标用户的轨迹数据,得到目标用户的无效轨迹耗时。
步骤S302:根据目标用户的操作数据,得到目标用户的有效操作耗时。
其中,将轨迹数据中判定为无效的累计距离的耗时进行累加,即可得到目标用户的无效轨迹耗时,将操作数据中判定为有效的操作的耗时进行累加,即可得到目标用户的有效操作耗时。其中,判断累计距离是否有效以及判断操作是否有效的过程可参照上述描述,在此不过多赘述。
步骤S303:根据目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间,得到目标用户的有效工作时长。
其中,目标用户的起始工作时间以及结束工作时间可根据目标用户的工作地点的班次时间得到。例如,对于快递员的起始工作时间和结束工作时间,可根据快递员所在快递站点的收件与派件的班次时间得到,其中,取收件班次与派件班次中的最早时间为起始工作时间,取收件班次与派件班次中的最晚时间为结束工作时间。
在本实施例中,在根据目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间,计算目标用户的有效工作时长时,可以以日进行统计,即针对目标用户每天的有效工作时长,可以根据目标用户当天的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间计算得到。
其中,目标用户的有效工作时长T=De-Ds-∑tN+∑tY,其中,De为每天的结束工作时间,Ds为每天的起始工作时间,∑tN为无效轨迹时间,即每天轨迹处于长时间静止状态的时间和,∑tY为有效操作时间,即每天轨迹处于长时间静止但手持终端有短时间连续操作的时间和。
本实施例所提供的工作状态评估方法,根据目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间计算得到目标用户的有效工作时长,保证了目标用户的有效工作时长在统计时不被遗漏。
鉴于在实际应用中,目标用户在运动的时候,可能同时在执行手持终端的操作,例如,快递员在走路的过程中,也在进行扫码。这种情况,则会导致累计距离与操作的耗时重复计算。为了提高准确性,在得到每个累计距离的耗时以及每次操作的耗时后,本实施例还可以对重复计算的耗时进行清除。可选的,可通过以下步骤实现:
对每个累计距离的耗时以及每次操作的耗时进行筛选,得到有效的累计距离的耗时以及有效的操作的耗时,然后对有效的操作的耗时以及有效的累计距离的耗时进行重复清除。
首先,针对每次有效的操作,判断该次操作的最小时间点(该次操作的时间)是否处于任一个累计距离的最小时间点与最大时间点之间,若处于,则清除该次操作的耗时,若未处于,则保留该次操作的耗时。
然后,针对每个有效的累计距离,判断该累计距离的最小时间点以及最大时间点是否处于任一次操作的最小时间点以及最大时间点之间,即累计距离的最小时间点≥操作的最小时间点,累计距离的最大时间点≤操作的最大时间点,若处于,则清除该累计距离的耗时,若未处于,则保留该累计距离的耗时。
以表3为例进行说明,如表3所示,第一个操作(入库扫描)的最小时间点为2020/11/18:09,最大时间点为2020/11/18:14,第一个操作的最小时间点未处于任一个累计距离的最小时间点与最大时间点之间,因此,保留第一个操作的耗时数据。
第一个累计距离(累计距离6802)的最小时间点为2020/11/18:13,最大时间点为2020/11/18:14,累计距离6802的最小时间点≥第一个操作的最小时间点,累计距离6802的最大时间点≤第一个操作的最大时间点,因此,对累计距离6802的耗时数据进行删除。
第二个累计距离(累计距离6932)的最小时间点为2020/11/18:14,最大时间点为2020/11/18:16,累计距离6932的最小时间点以及最大时间点未处于任一次操作的最小时间点以及最大时间点之间,因此,保留累计距离6932的耗时数据。
以此类推,对表3的数据进行处理,直至数据处于完毕,得到如表3所示的结果。
表3
在对有效的操作的耗时以及有效的累计距离的耗时进行重复清除后,将未被清除的有效的操作的耗时进行累加,即可得到有效操作耗时,将未被清除的有效的累计距离的耗时进行累加,即可得到有效轨迹耗时,将无效的累计距离的耗时进行累加,即可得到无效轨迹耗时。
在得到有效轨迹耗时、有效操作耗时以及无效轨迹耗时后,即可根据公式T=De-Ds-∑tN+∑tY计算目标用户的有效工作时长,也可直接将有效操作耗时以及有效轨迹耗时进行累加,得到目标用户的有效工作时长。
本实施例所提供的工作状态评估方法,通过将轨迹数据以及操作数据进行结合,通过分析目标用户的有效轨迹耗时以及有效操作耗时,得到目标用户的有效工作时长,提高了目标用户的有效工作时长的计算准确性。如表4所示,以快递站点411LB和510SL的数据作为样例,得到4个样本的有效工作时长与线下统计的数据的差异率分别为19.66%、23.51%、14.37%、17.42%。
表4
本实施例所提供的工作状态评估方法,通过结合轨迹数据以及操作数据,对目标用户的有效工作时长进行分析,数据源可获得性、及时性均满足要求,且可解释性较强,便于应用。
在本实施例中,在得到目标用户的有效工作时长后,结合目标用户的订单完成量,即可得到目标用户完成单次订单的实际平均耗时,而在得到目标用户的实际平均耗时后,即可将目标用户的实际平均耗时与预设平均耗时进行对比,以此来评估目标用户的工作状态。
由于物流行业的工作人员的工作状态状态受节假日、季节等因素影响,为了提高对比标准的准确性,即预设平均耗时的准确性,本实施例选取指定兴趣面(Area ofInterest,AOI)区域的历史数据来搭建时间序列模型,以时间序列模型的预测结果作为判断标准。
可选的,在将实际平均耗时与预设平均耗时进行比较之前,本实施例所提供的工作状态评估方法还包括:
获取目标用户在预设历史时间段的历史实际平均耗时。
将历史实际平均耗时输入至耗时预测模型,计算得到耗时预测模型的趋势项因子。
根据耗时预测模型的趋势项因子以及预先设定的季节性趋势因子和节假日效应因子,得到目标用户的预设平均耗时。
其中,预设历史时间段可以根据实际情况而设置,具体不做限制。例如可以选取当前时间前3个月的历史实际平均耗时数据。
在本实施例中,在获取得到预设历史时间段的历史实际平均耗时之后,即可将预设历史时间段的历史实际平均耗时数据作为输入参数输入至耗时预测模型,然后通过耗时预测模型进行处理,得到目标用户的预设平均耗时。
为了提高预测的准确性,在本实施例中,采用Prophet时间序列模型作为耗时预测模型进行预测,Prophet时间序列模型包含三个重要因素:非周期变化的趋势项因子g(t),季节性趋势因子s(t),节假日效应因子h(t)。模型公式简化为y(t)=g(t)+s(t)+h(t),其中,y(t)表示在当前时间t下的预设平均耗时,g(t)表示在当前时间t下的非周期变化的趋势项因子,s(t)表示在当前时间t下的季节性趋势因子,h(t)表示在当前时间t下的节假日效应因子。
在本实施例中,针对季节性趋势因子s(t),开启日、周、月、年等维度的周期拟合,其中,N为拟合复杂度因子,以年为周期时,N=10,以周为周期时,N=3;P为周期,以年为周期时,P=365,以周为周期时,P=7;a(x)、b(x)为模型拟合的系数,根据输入x变化;x为输入的因子集合,包括票数、城市以及站点等。
在本实施例中,ct通对预设历史时间段的历史实际平均耗时加权求和得到,ct=αt-1*ct-1+αt-2*ct-2+αt-3*ct-3+…+αt-n*ct-n,αi-1为预设历史时间段中第一个单位时间的权重,ti-1为预设历史时间段中第一个单位时间的历史实际平均耗时;αi-2为预设历史时间段中第二个单位时间的权重,ti-2为预设历史时间段中第二个单位时间的历史实际平均耗时;αi-3为预设历史时间段中第三个单位时间的权重,ti-3为预设历史时间段中第三个单位时间的历史实际平均耗时;αi-n为预设历史时间段中第n个单位时间的权重,ti-n为预设历史时间段中第n个单位时间的历史实际平均耗时。距离当前时间越久,α越小,α可根据地区设置。
需要说明的是,在本实施例中,可以是以周为单位时间,以月为单位时间,具体可根据实际情况而设置,本实施例不做限制。
针对节假日效应因子h(t),除了设定重要节假日,如:双十一,双十二,618,中秋,国庆等,还获取了样本流向,样本AOI区域以及样本站点的高峰标志,这些高峰标志虽然是线下输入的,但在一定程度上代表了需求流向对应站点的预计工作量可能达到高峰,因此综合高峰标志的频次额外输入部分节假日效应日期,可以提高准确率。
在本实施例中,节假日效应其中,εi~Normal(0,v2),v为拟合参数,表示模型受节假日的影响度,值越大则对模型的影响度越高,i表示第i个节假日,Di为i前后一段时间,默认为当天,当输入的日期为节假日时,即t∈Di,默认有节假日效应,反之h(t)=0。
本实施例所提供的工作状态评估方法,通过构建prophet时间序列模型,在获取得到预设历史时间段的历史实际平均耗时之后,将预设历史时间段的历史实际平均耗时输入至prophet时间序列模型中,prophet时间序列模型即可通过非周期变化的趋势项因子g(t)、季节性趋势因子s(t)以及节假日效应因子h(t)得到在当前时间t下的预设平均耗时。
本实施例所提供的工作状态评估方法,通过搭建以AOI区域为单位的时间序列模型,给出了结合趋势性、周期性以及节假日效应的平均耗时预测方案,进而在将时间序列模型得到的预设平均耗时作为标准值进行对比时,可保证标准的可靠性。
本实施例所提供的工作状态评估方法,通过耗时预测模型得到预设平均耗时后,即可将预设平均耗时作为评价标准,将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果。
为了准确对目标用户的工作状态进行评估,在本实施例中,将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果的步骤包括:
将实际平均耗时与预设平均耗时进行比较,得到实际平均耗时与预设平均耗时的对比结果。
在预先建立的多个状态区间中,查找对比结果所处的目标状态区间。其中,每个状态区间对应设置有状态标识。
根据目标状态区间对应的状态标识,得到目标用户的工作状态。
其中,实际平均耗时与预设平均耗时的对比结果,可以是实际平均耗时与预设平均耗时的差值,即η=(tr-tp),也可以是差值与预设平均耗时的比值,即η=(tr-tp)/tp,其中,tr为实际平均耗时,tp为预设平均耗时,η为对比结果。
在本实施例中,预先建立有多个状态区间,每个状态区间对应设置有一状态标识,即针对每个状态区间,均设置有该状态区间对应的状态标识。可选的,状态标识可以是字母标识,每个字母标识代表不同的工作状态,即忙闲程度,例如,A代表忙碌、B代表较忙、C代表一般、D代表空闲等等。可选的,状态标识还可以是分值,以不同的分值代表不同的忙闲程度,例如,10分代表忙碌、5分代表一般,0分代表空闲等等。
本实施例所提供的工作状态评估方法,在将实际平均耗时与预设平均耗时进行对比,得到对比结果后,即可在多个状态区间中,查找对比结果所处的目标状态区间,在得到对比结果所处的目标状态区间后,即可根据目标状态区间对应的状态标识,得到目标用户的工作状态。
以对比结果为差值与预设平均耗时的比值、状态标识为分值进行举例说明,即以η=(tr-tp)/tp、状态标识为分值进行举例说明。如表5所示,当对比结果处于(-∞,0.05]这个状态区间时,状态标识为10分,即表示目标用户处于一种极度忙碌的工作状态,当对比结果处于(0.05,0.15]这个状态区间时,状态标识为8-9分,即表示目标用户处于一种忙碌的工作状态,当对比结果处于(0.15,0.25]这个状态区间时,状态标识为6-7分,即表示目标用户处于一种较忙碌的工作状态,当对比结果处于(0.25,0.4]这个状态区间时,状态标识为4-5分,即表示目标用户处于一种正常的工作状态,即不忙不闲的工作状态,当对比结果处于(0.4,0.6]这个状态区间时,状态标识为2-3分,即表示目标用户处于一种空闲的工作状态,当对比结果处于(0.6,1]这个状态区间时,状态标识为1分,即表示目标用户处于一种较空闲的工作状态,当对比结果处于(1,+∞]这个状态区间时,状态标识为0分,即表示快递员处于一种非常空闲的工作状态。
表5
| 对比结果 | 状态标识(10代表最忙碌) |
| η∈(-∞,0.05] | 10 |
| η∈(0.05,0.15] | 8-9 |
| η∈(0.15,0.25] | 6-7 |
| η∈(0.25,0.4] | 4-5 |
| η∈(0.4,0.6] | 2-3 |
| η∈(0.6,1] | 1 |
| η∈(1,+∞] | 0 |
在一种具体地实施场景中,在对快递员的工作状态进行评估时,通过上述过程,评估得到每个快递员的工作状态后,根据每个快递员的工作状态以及有效工作时长,即可以对短期内相对较闲和相对较忙的快递员进行任务分配调整,而对于长期处于较闲状态的快递员,则可以及时进行核查处理,实现了快递员的管控,有利于对快递员的任务分配以及调度。
本实施例所提供的工作状态评估方法,在通过有效工作时长,得到实际平均耗时,通过耗时预测模型得到预设平均耗时后,将实际平均耗时与预设平均耗时进行对比,根据实际平均耗时与预设平均耗时的差异对目标用户的工作状态进行评估,形成了一套可解释,可溯源的状态判断规则,便于对人员的管控提供决策依据。
基于同一发明构思,请结合参阅图5,本实施例还提供一种工作状态评估装置10,应用于图1所示的电子设备,本实施例所提供的工作状态评估装置10包括至少一个可以软件或固件的形式存储于电子设备的存储器中的软件功能模块。如图5所示,本实施例所提供的工作状态评估装置10包括数据获取模块11、时长统计模块12、耗时计算模块13以及状态评估模块14。
数据获取模块11,用于获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据。
时长统计模块12,用于根据轨迹数据以及操作数据,得到目标用户的有效工作时长。
耗时计算模块13,用于根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时。
状态评估模块14,用于将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果。
在可选的实施方式中,时长统计模块12用于:
根据目标用户的轨迹数据,得到目标用户的有效轨迹耗时。
根据目标用户的操作数据,得到目标用户的有效操作耗时。
根据目标用户的有效轨迹耗时以及有效操作耗时,得到目标用户的有效工作时长。
在可选的实施方式中,轨迹数据包括至少一个累计距离以及记录各累计距离的时间点,时长统计模块12用于:
提取轨迹数据中每个时间点的累计距离,按照累计距离对轨迹数据中的时间点进行聚合,得到目标用户的每个累计距离的最大时间点、最小时间点以及时间点记录数。
根据目标用户的每个累计距离的最大时间点以及最小时间点,得到目标用户的每个累计距离的耗时。
根据目标用户的每个累计距离的耗时以及时间点记录数,判断目标用户的每个累计距离是否有效。
将判定为有效的累计距离的耗时进行累加,得到目标用户的有效轨迹耗时。
在可选的实施方式中,时长统计模块12用于:
针对目标用户的每个累计距离,判断该累计距离的时间点记录数是否大于第一预设阈值。
若未大于第一预设阈值,判定该累计距离为有效。
若大于第一预设阈值,判断该累计距离的耗时是否小于第二预设阈值。
若小于第二预设阈值,则判定该累计距离为有效。
在可选的实施方式中,操作数据包括至少一次操作以及每次操作的操作时间;时长统计模块12用于:
对目标用户的操作数据进行分析处理,得到目标用户的每次操作的操作时间。
针对目标用户的每次操作,根据该次操作的时间以及与该次操作相邻的下一次操作的时间,得到该次操作的耗时。
根据目标用户的每次操作的耗时,判断目标用户的每次操作是否有效。
将判定为有效的操作的耗时进行累加,得到目标用户的有效操作耗时。
在可选的实施方式中,时长统计模块12用于:
针对目标用户的每次操作,判断该次操作的耗时是否大于第三预设阈值。
若大于第三预设阈值,则判定该次操作为无效。
若小于等于第三预设阈值,则判定该次操作为有效。
在可选的实施方式中,时长统计模块12用于:
根据目标用户的轨迹数据,得到目标用户的无效轨迹耗时。
根据目标用户的操作数据,得到目标用户的有效操作耗时。
根据目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间,得到目标用户的有效工作时长。
在可选的实施方式,状态评估模块14用于:
将实际平均耗时与预设平均耗时进行比较,得到实际平均耗时与预设平均耗时的对比结果。
在预先建立的多个状态区间中,查找对比结果所处的目标状态区间;其中,每个状态区间对应设置有状态标识。
根据目标状态区间对应的状态标识,得到目标用户的工作状态。
在可选的实施方式中,在将实际平均耗时与预设平均耗时进行对比之前,状态评估模块14还用于:
获取目标用户在预设历史时间段的历史实际平均耗时;
将历史实际平均耗时输入至耗时预测模型,计算得到耗时预测模型的趋势项因子。
根据耗时预测模型的趋势项因子以及预先设定的季节性趋势因子和节假日效应因子,得到目标用户的预设平均耗时。
本实施例所提供的工作状态评估装置,在获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的工作状态评估装置10的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
在上述基础上,本实施例还提供一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现前述任一实施方式所述的工作状态评估方法。
其中,可读存储介质可以是,但不限于,U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的可读存储介质的具体工作过程,可以参考前述方法中的对应过程,在此不再过多赘述。
综上,本发明实施例提供一种工作状态评估方法、装置、电子设备和可读存储介质,在获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据后,根据轨迹数据以及操作数据,得到目标用户的有效工作时长,根据有效工作时长以及订单完成量,得到目标用户完成单次订单的实际平均耗时,然后将预设平均耗时作为平均耗时标准,通过将实际平均耗时与预设平均耗时进行比较,得到目标用户的工作状态评估结果,实现了对目标用户的工作状态的有效评估,有利于对目标用户的任务分配以及调度。
以上所述,仅为本发明的各种实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (12)
1.一种工作状态评估方法,其特征在于,所述方法包括:
获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据;
根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长;
根据所述有效工作时长以及所述订单完成量,得到所述目标用户完成单次订单的实际平均耗时;
将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果。
2.根据权利要求1所述的工作状态评估方法,其特征在于,所述根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长的步骤包括:
根据所述目标用户的轨迹数据,得到所述目标用户的有效轨迹耗时;
根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时;
根据所述目标用户的有效轨迹耗时以及有效操作耗时,得到所述目标用户的有效工作时长。
3.根据权利要求2所述的工作状态评估方法,其特征在于,所述轨迹数据包括至少一个累计距离以及记录各所述累计距离的时间点,所述根据所述目标用户的轨迹数据,得到所述目标用户的有效轨迹耗时的步骤包括:
提取所述轨迹数据中每个时间点的累计距离,按照所述累计距离对所述轨迹数据中的时间点进行聚合,得到所述目标用户的每个累计距离的最大时间点、最小时间点以及时间点记录数;
根据所述目标用户的每个累计距离的最大时间点以及最小时间点,得到所述目标用户的每个累计距离的耗时;
根据所述目标用户的每个累计距离的耗时以及时间点记录数,判断所述目标用户的每个累计距离是否有效;
将判定为有效的累计距离的耗时进行累加,得到所述目标用户的有效轨迹耗时。
4.根据权利要求3所述的工作状态评估方法,其特征在于,所述根据所述目标用户的每个累计距离的耗时以及时间点记录数,判断所述目标用户的每个累计距离是否有效的步骤包括:
针对所述目标用户的每个累计距离,判断该累计距离的时间点记录数是否大于第一预设阈值;
若未大于所述第一预设阈值,判定该累计距离为有效;
若大于所述第一预设阈值,判断该累计距离的耗时是否小于第二预设阈值;
若小于所述第二预设阈值,则判定该累计距离为有效。
5.根据权利要求2所述的工作状态评估方法,其特征在于,所述操作数据包括至少一次操作以及每次所述操作的操作时间;所述根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时的步骤包括:
对所述目标用户的操作数据进行分析处理,得到所述目标用户的每次操作的操作时间;
针对所述目标用户的每次操作,根据该次操作的时间以及与该次操作相邻的下一次操作的时间,得到该次操作的耗时;
根据所述目标用户的每次操作的耗时,判断所述目标用户的每次操作是否有效;
将判定为有效的操作的耗时进行累加,得到所述目标用户的有效操作耗时。
6.根据权利要求5所述的工作状态评估方法,其特征在于,所述根据所述目标用户的每次操作的耗时,判断所述目标用户的每次操作是否有效的步骤包括:
针对所述目标用户的每次操作,判断该次操作的耗时是否大于第三预设阈值;
若大于所述第三预设阈值,则判定该次操作为无效;
若小于等于所述第三预设阈值,则判定该次操作为有效。
7.根据权利要求1所述的工作状态评估方法,其特征在于,所述根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长的步骤包括:
根据所述目标用户的轨迹数据,得到所述目标用户的无效轨迹耗时;
根据所述目标用户的操作数据,得到所述目标用户的有效操作耗时;
根据所述目标用户的无效轨迹耗时、有效操作耗时、起始工作时间以及结束工作时间,得到所述目标用户的有效工作时长。
8.根据权利要求1所述的工作状态评估方法,其特征在于,所述将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果的步骤包括:
将所述实际平均耗时与所述预设平均耗时进行比较,得到所述实际平均耗时与所述预设平均耗时的对比结果;
在预先建立的多个状态区间中,查找所述对比结果所处的目标状态区间;其中,每个所述状态区间对应设置有状态标识;
根据所述目标状态区间对应的状态标识,得到所述目标用户的工作状态。
9.根据权利要求1所述的工作状态评估方法,其特征在于,在将所述实际平均耗时与预设平均耗时进行比较之前,所述方法还包括:
获取所述目标用户在预设历史时间段的历史实际平均耗时;
将所述历史实际平均耗时输入至耗时预测模型,计算得到所述耗时预测模型的趋势项因子;
根据所述耗时预测模型的趋势项因子以及预先设定的季节性趋势因子和节假日效应因子,得到所述目标用户的预设平均耗时。
10.一种工作状态评估装置,其特征在于,包括:
数据获取模块,用于获取待评估的目标用户在预设时间段的订单完成量、轨迹数据以及操作数据;
时长统计模块,用于根据所述轨迹数据以及所述操作数据,得到所述目标用户的有效工作时长;
耗时计算模块,用于根据所述有效工作时长以及所述订单完成量,得到所述目标用户完成单次订单的实际平均耗时;
状态评估模块,用于将所述实际平均耗时与预设平均耗时进行比较,得到所述目标用户的工作状态评估结果。
11.一种电子设备,其特征在于,所述电子设备包括存储器、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计算机程序,所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的工作状态评估方法。
12.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至9任一项所述的工作状态评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110750495.XA CN115564335A (zh) | 2021-07-02 | 2021-07-02 | 工作状态评估方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110750495.XA CN115564335A (zh) | 2021-07-02 | 2021-07-02 | 工作状态评估方法、装置、电子设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115564335A true CN115564335A (zh) | 2023-01-03 |
Family
ID=84737486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110750495.XA Pending CN115564335A (zh) | 2021-07-02 | 2021-07-02 | 工作状态评估方法、装置、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115564335A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011027740A1 (ja) * | 2009-09-07 | 2011-03-10 | ブラザー工業株式会社 | 労役評価システム |
| CN107563572A (zh) * | 2017-09-27 | 2018-01-09 | 北京同城必应科技有限公司 | 一种订单分配方法、装置、计算机设备和存储介质 |
| CN109978418A (zh) * | 2017-12-27 | 2019-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种订单配送时长确定方法及装置 |
| WO2020019237A1 (en) * | 2018-07-26 | 2020-01-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for dispatching service providers |
| CN110956359A (zh) * | 2019-10-25 | 2020-04-03 | 上海燕汐软件信息科技有限公司 | 快递员怠工行为的监控方法、装置及存储介质 |
| CN111325424A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团山东有限公司 | 基于改进型蚁群算法的智能调度方法和系统 |
| CN112036788A (zh) * | 2020-07-28 | 2020-12-04 | 拉扎斯网络科技(上海)有限公司 | 数据处理方法、装置、可读存储介质和电子设备 |
| US20210190517A1 (en) * | 2018-08-31 | 2021-06-24 | Honda Motor Co., Ltd. | Route evaluation apparatus |
-
2021
- 2021-07-02 CN CN202110750495.XA patent/CN115564335A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011027740A1 (ja) * | 2009-09-07 | 2011-03-10 | ブラザー工業株式会社 | 労役評価システム |
| CN107563572A (zh) * | 2017-09-27 | 2018-01-09 | 北京同城必应科技有限公司 | 一种订单分配方法、装置、计算机设备和存储介质 |
| CN109978418A (zh) * | 2017-12-27 | 2019-07-05 | 拉扎斯网络科技(上海)有限公司 | 一种订单配送时长确定方法及装置 |
| WO2020019237A1 (en) * | 2018-07-26 | 2020-01-30 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for dispatching service providers |
| US20210190517A1 (en) * | 2018-08-31 | 2021-06-24 | Honda Motor Co., Ltd. | Route evaluation apparatus |
| CN111325424A (zh) * | 2018-12-14 | 2020-06-23 | 中国移动通信集团山东有限公司 | 基于改进型蚁群算法的智能调度方法和系统 |
| CN110956359A (zh) * | 2019-10-25 | 2020-04-03 | 上海燕汐软件信息科技有限公司 | 快递员怠工行为的监控方法、装置及存储介质 |
| CN112036788A (zh) * | 2020-07-28 | 2020-12-04 | 拉扎斯网络科技(上海)有限公司 | 数据处理方法、装置、可读存储介质和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9726502B2 (en) | Route planner for transportation systems | |
| CN108197835B (zh) | 任务分配方法、装置、计算机可读存储介质及电子设备 | |
| CN110991875A (zh) | 一种平台用户质量评估系统 | |
| US20240220893A1 (en) | Work management platform | |
| Englberger et al. | Two-stage stochastic master production scheduling under demand uncertainty in a rolling planning environment | |
| US20230162082A1 (en) | Integrating machine-learning models impacting different factor groups for dynamic recommendations to optimize a parameter | |
| CN115271041A (zh) | 一种电力服务话务量预测方法 | |
| CN109961198A (zh) | 关联信息生成方法和装置 | |
| CN114282881A (zh) | 折旧测算方法、装置、存储介质及计算机设备 | |
| CN110766184A (zh) | 订单量预测方法和装置 | |
| Guo et al. | A prediction-based iterative Kuhn-Munkres approach for service vehicle reallocation in ride-hailing | |
| CN106934490B (zh) | 一种agv呼叫预测方法及装置 | |
| CN115564335A (zh) | 工作状态评估方法、装置、电子设备和可读存储介质 | |
| CN116307043A (zh) | 一种用户短周期天然气用气量预测方法、系统和电子设备 | |
| CN113643061A (zh) | 一种基于大数据机器学习智能投放系统 | |
| CN113762815B (zh) | 物流配送信息的处理方法、装置、设备及存储介质 | |
| CN113222671A (zh) | 一种基于人力资源的工作平台费用评估方法 | |
| Singh et al. | Load forecasting at distribution transformer using IoT based smart meter data from 6000 Irish homes | |
| CN113052417A (zh) | 一种资源配置方法以及装置 | |
| US20210065219A1 (en) | Methods and systems for implementing automated bidding models | |
| CN113887825A (zh) | 一种基于不规则时间序列电力销售日现金流预测方法 | |
| JP2002366732A (ja) | 会員制顧客に対する顧客維持支援システム | |
| Cao et al. | Long-term and multi-step ahead call traffic forecasting with temporal features mining | |
| CN113704407A (zh) | 基于类别分析的投诉量分析方法、装置、设备及存储介质 | |
| CN111523802A (zh) | 送达时间应答方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |