CN119515014A 基于ai大模型驱动的多关键指标融合服务资源调度方法 （浙江辉驿网络科技有限公司）

基于AI大模型驱动的多关键指标融合服务本发明公开了基于AI大模型驱动的多关键该基于AI大模型驱动的多关键指标融合服务资21基于AI大模型驱动的多关键指标融合服务资源调度方法其特征在于包括以下步1基于AI大模型驱动的多关键指标融合服务资源调度方法其特征在于包括以下步步骤三、将多维度任务数据集的相关数据输入到AI大步骤四、利用AI大模型对输入的数据进行处理和分析，2.根据权利要求1所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其对新服务资源中的服务任务内容进行分析，识别具体的维修类型或咨服务管理系统根据整合后的服务任务信息，准备进行工程师的调3.根据权利要求2所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其建立任务进度跟踪系统，记录每个工程师当前的任务分配情况将收集到的工程师数据与服务任务信息进行整合，根据整合后的数34.根据权利要求3所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其;5.根据权利要求4所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其从多维度任务数据集中提取工程师数据和服务任务信息，并对提取的数基于卷积神经网络定义AI大模型的架构，将特征数据输入到选定的AI大融合不同单位的特征，并利用神经网络的非线性变换能力分析各特将训练好的模型部署到生产环境中，处理新的数据并输出预测结6.根据权利要求5所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其从多维度任务数据集中提取工程师的特征数据和服务任务的特征数据，包括工程师将配对好的特征数据输入到AI大模型中，AI大模型处理输入的特征7.根据权利要求6所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其48.根据权利要求7所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其从AI大模型中获取每个工程师对于当前服务任务的匹配得分，将AI根据匹配得分对所有可用工程师进行降序排序，前置排列得分高的根据匹配得分和历史服务任务响应时间，计算匹配度评价系基于匹配度评价系数的数值，优先匹配度评价系数第一的工程师执行当前服务任务，9.根据权利要求8所述的基于AI大模型驱动的多关键指标融合服务资源调度方法，其其中，c是匹配度评价系数，P是匹配得分，TX是工程师的历史服务任务平均响应时使用短信以及工作管理平台，将调度结果通知被选中的工程师，在任务执行过程中，系统持续采集工程师的工作饱和度信息，5的资源分配给不具备相应能力的工程师，或者安排距离资源地点较远的工程师前往服务，6作难度和复杂度对工作时间的影响，取值范围在1到5之间，数值越大表示工作强度越高，wa是已完成任务量，是任务质量系数（无量纲表示完成任务的质量对工作饱和度的师在一定时间内能够承担的最大工作时间，Tg是标准工作时间，指工程师的标准工作时7;第i个客户的期望值，根据客户反馈的期望与实际服务的匹配程度打分（0_1，1为完全匹基于卷积神经网络定义AI大模型的架构，将特征数据输入到选定的AI大模型中，融合不同单位的特征，并利用神经网络的非线性变换能力分析各特征间的关系，89作难度和复杂度对工作时间的影响，取值范围在1到5之间，数值越大表示工作强度越高，wa是已完成任务量，是任务质量系数（无量纲表示完成任务的质量对工作饱和度的师在一定时间内能够承担的最大工作时间，Tg是标准工作时间，指工程师的标准工作时于60%可能表示工作不饱和；;第i个客户的期望值，根据客户反馈的期望与实际服务的匹配