本公開涉及計算機,尤其涉及一種任務分配方法、裝置、電子設備及存儲介質。
背景技術:
1、項目任務分配是項目管理的一個重要環節,合理地將項目中的各項任務分配至項目團隊成員,以確保項目的順利進行和高效完成是至關重要的。
2、然而,傳統的任務分配方法主要是由項目經理或團隊領導根據經驗來進行分配,不同的項目經理或團隊領導可能采用不同的分配方法。因此,傳統的任務分配方法高度依賴于個人的經驗和直覺,存在任務分配不合理或不均衡的情況,影響項目整體進度以及分配效率低下的問題;同時不同的項目經理或團隊領導任務分配也不同,導致項目之間的可比性和可復制性較差,增加了項目管理的復雜性和不確定性。
3、因此,如何快速、合理地進行任務分配是亟需解決的問題。
技術實現思路
1、為了解決上述技術問題,本公開提供了一種任務分配方法、裝置、電子設備及存儲介質。
2、本公開實施例的第一方面提供了一種任務分配方法,包括:
3、獲取員工畫像;
4、獲取工程咨詢項目的基本信息,基于工程咨詢項目的基本信息確定工程咨詢項目對應的標準子任務集合;
5、確定標準子任務集合中每個子任務對應的任務屬性信息,任務屬性信息包括任務的優先級、任務的難度級別以及任務的緊急程度中的至少一個;
6、將員工畫像、標準子任務集合和任務屬性信息輸入至預設的機器學習模型中,由預設的機器學習模型進行標準子任務集合中每個子任務的分配,得到任務分配結果。
7、本公開實施例的第二方面提供了一種任務分配裝置,包括:
8、第一獲取模塊,用于獲取員工畫像;
9、第二獲取模塊,用于獲取工程咨詢項目的基本信息,基于工程咨詢項目的基本信息確定工程咨詢項目對應的標準子任務集合;
10、屬性信息確定模塊,用于確定標準子任務集合中每個子任務對應的任務屬性信息,任務屬性信息包括任務的優先級、任務的難度級別以及任務的緊急程度中的至少一個;
11、任務分配模塊,用于將員工畫像、標準子任務集合和任務屬性信息輸入至預設的機器學習模型中,由預設的機器學習模型進行標準子任務集合中每個子任務的分配,得到任務分配結果。
12、本公開實施例的第三方面提供了一種電子設備,包括:
13、處理器;
14、存儲器,用于存儲可執行指令;
15、其中,處理器用于從存儲器中讀取可執行指令,并執行可執行指令以實現上述第一方面提供的任務分配方法。
16、本公開實施例的第四方面提供了一種計算機可讀存儲介質,該存儲介質存儲有計算機程序,當計算機程序被處理器執行時,使得處理器實現上述第一方面提供的任務分配方法。
17、本公開實施例提供的技術方案與現有技術相比具有如下優點:
18、本公開實施例提供的任務分配方法、裝置、電子設備及存儲介質,能夠獲取員工畫像,以及工程咨詢項目的基本信息,基于工程咨詢項目的基本信息確定工程咨詢項目對應的標準子任務集合;確定標準子任務集合中每個子任務對應的任務屬性信息,任務屬性信息包括任務的優先級、任務的難度級別以及任務的緊急程度中的至少一個,將員工畫像、標準子任務集合和任務屬性信息輸入至預設的機器學習模型中,由預設的機器學習模型進行標準子任務集合中每個子任務的分配,得到任務分配結果,由此,能夠通過預設的機器學習模型進行任務的分配,無需依賴于人工進行任務分配,提高了任務分配效率,降低了工程咨詢項目管理的復雜性和不確定性,同時,基于員工畫像和任務屬性信息進行任務分配,確保了任務分配的合理性和均衡性。
1.一種任務分配方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述基于所述工程咨詢項目的基本信息確定所述工程咨詢項目對應的標準子任務集合,包括:
3.根據權利要求2所述的方法,其特征在于,所述將所述工程咨詢項目的基本信息輸入至任務分解模型中,由所述任務分解模型對所述工程咨詢項目進行任務分解,得到所述工程咨詢項目對應的標準子任務集合,包括:
4.根據權利要求1所述的方法,其特征在于,在所述將所述員工畫像、所述標準子任務集合和所述任務屬性信息輸入至預設的機器學習模型中,由所述預設的機器學習模型進行所述標準子任務集合中每個子任務的分配,得到任務分配結果之前,所述方法還包括:
5.根據權利要求4所述的方法,其特征在于,所述將所述員工畫像、所述標準子任務集合和所述任務屬性信息輸入至預設的機器學習模型中,由所述預設的機器學習模型進行所述標準子任務集合中每個子任務的分配,得到任務分配結果,包括:
6.根據權利要求1所述的方法,其特征在于,在所述得到任務分配結果之后,所述方法還包括:
7.一種任務分配裝置,其特征在于,包括:
8.一種電子設備,其特征在于,包括:
9.一種計算機可讀存儲介質,其特征在于,所述存儲介質存儲有計算機程序,當所述計算機程序被處理器執行時,使得處理器實現上述權利要求1-6中任一項所述的任務分配方法。