对象排序方法、相关设备及介质技术

本申请实施例公开了一种对象排序方法、相关设备及介质，应用于人工智能技术领域。其中方法包括：获取各个子任务的执行时间偏差，根据任务知识图谱确定每个对象的重要程度数据，获取每个对象的执行数据以及执行的子任务关联的其他对象反馈的任务执行分析信息，根据执行数据和任务执行分析数据确定每个对象的相容性特征，根据任务知识图谱确定每个对象的表征向量和各个子任务的表征向量，根据执行时间偏差、重要程度数据、相容性特征、每个对象的表征向量和各个子任务的表征向量，确定每个对象的目标特征向量，根据目标特征向量得到多个对象的排序结果。采用本申请实施例，可以提高排序准确性。本申请涉及区块链技术，如可将排序结果等写入区块链。结果等写入区块链。结果等写入区块链。

【技术实现步骤摘要】
对象排序方法、相关设备及介质


[0001]本申请涉及人工智能
，具体涉及一种对象排序方法、相关设备及介质。

技术介绍

[0002]目前，传统的排序方法通常是通过待排序的多个对象的自身参考数据对该多个对象进行排序。例如，通过企业中员工的日常工作考核情况对企业的员工进行排序，得到绩效排名，后续可以根据该排序结果对员工进行等级划分；又如，通过集群中运行任务(处于运行状态的任务)的调度情况对运行任务进行排序，得到重要性排名，后续可以根据该排序结果确定运行任务的优先级。然而，仅根据对象的自身参考数据进行排序，数据单一，容易导致排序结果准确性低，且排序效率低。

技术实现思路

[0003]本申请实施例提供了一种对象排序方法、相关设备及介质，可以提高针对对象的排序效率和排序结果的准确性。
[0004]一方面，本申请实施例提供了一种对象排序方法，该方法包括：
[0005]获取任务包括的各个子任务的执行时间偏差；
[0006]根据任务知识图谱确定所述任务关联的多个对象中每个对象的重要程度数据；所述任务知识图谱包括所述每个对象的实体和所述各个子任务的实体；
[0007]获取所述每个对象对所述对象执行的子任务的执行数据以及所述执行的子任务关联的其他对象反馈的对所述对象的任务执行分析信息；
[0008]根据所述执行数据和所述任务执行分析数据确定所述每个对象在所述对象执行的子任务中的相容性特征；
[0009]根据所述任务知识图谱确定所述每个对象的表征向量和所述各个子任务的表征向量；
[0010]根据所述执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量；
[0011]根据所述每个对象的目标特征向量对所述多个对象进行排序，得到排序结果。
[0012]在一个可能的实施方式中，所述根据所述执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量，包括：
[0013]确定所述各个子任务依赖的子任务；
[0014]将所述各个子任务的执行时间偏差以及所述各个子任务依赖的子任务的执行时间偏差之和，确定为所述各个子任务的累计执行时间偏差；
[0015]根据所述累计执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量。
[0016]在一个可能的实施方式中，所述获取任务包括的各个子任务的执行时间偏差，包
括：
[0017]获取所述任务包括的各个子任务的实际执行时间和所述各个子任务的预期执行时间；
[0018]计算所述各个子任务的实际执行时间和所述各个子任务的预期执行时间之间的差值；
[0019]将所述各个子任务的实际执行时间和所述各个子任务的预期执行时间之间的差值确定为所述各个子任务的执行时间偏差。
[0020]在一个可能的实施方式中，所述根据所述执行数据和所述任务执行分析数据确定所述每个对象在所述对象执行的子任务中的相容性特征，包括：
[0021]对所述执行数据进行向量化处理，得到所述执行数据对应的第一特征向量；
[0022]对所述任务执行分析数据进行向量化处理，得到所述任务执行分析数据对应的第二特征向量；
[0023]将所述第一特征向量和所述第二特征向量输入分类模型，得到所述每个对象在所述对象执行的子任务中的相容性特征。
[0024]在一个可能的实施方式中，所述根据所述任务知识图谱确定所述每个对象的表征向量和所述各个子任务的表征向量，包括：
[0025]从所述任务知识图谱中获取所述每个对象的实体和所述各个子任务的实体；
[0026]对所述每个对象的实体和所述各个子任务的实体分别进行向量表示，得到所述每个对象的词向量和所述各个子任务的词向量；
[0027]对所述每个对象的词向量和所述各个子任务的词向量进行加权处理，得到所述每个对象的关系映射向量和所述各个子任务的关系映射向量；
[0028]将所述每个对象的关系映射向量确定为所述每个对象的表征向量，并将所述各个子任务的关系映射向量确定为所述各个子任务的表征向量。
[0029]在一个可能的实施方式中，所述对所述每个对象的词向量和所述各个子任务的词向量进行加权处理，包括：
[0030]从所述任务知识图谱中确定所述对象与所述子任务之间的关系；
[0031]获取所述对象与所述子任务之间的关系对应的关系映射矩阵；
[0032]利用所述关系映射矩阵对所述每个对象的词向量和所述各个子任务的词向量进行加权处理。
[0033]在一个可能的实施方式中，所述根据所述每个对象的目标特征向量对所述多个对象进行排序，得到排序结果，包括：
[0034]将所述多个对象构建为多个对象组合；
[0035]根据所述每个对象的目标特征向量确定所述多个对象组合中每个对象组合之间的差向量；
[0036]按照所述每个对象组合之间的差向量对所述多个对象进行排序，得到排序结果。
[0037]一方面，本申请实施例提供了一种对象排序装置，该装置包括：
[0038]获取模块，用于获取任务包括的各个子任务的执行时间偏差；
[0039]确定模块，用于根据任务知识图谱确定所述任务关联的多个对象中每个对象的重要程度数据；所述任务知识图谱包括所述每个对象的实体和所述各个子任务的实体；
[0040]所述获取模块，用于获取所述每个对象对所述对象执行的子任务的执行数据以及所述执行的子任务关联的其他对象反馈的对所述对象的任务执行分析信息；
[0041]所述确定模块，用于根据所述执行数据和所述任务执行分析数据确定所述每个对象在所述对象执行的子任务中的相容性特征；
[0042]所述确定模块，还用于根据所述任务知识图谱确定所述每个对象的表征向量和所述各个子任务的表征向量；
[0043]所述确定模块，还用于根据所述执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量；
[0044]排序模块，用于根据所述每个对象的目标特征向量对所述多个对象进行排序，得到排序结果。
[0045]一方面，本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，其中，存储器用于存储计算机程序，该计算机程序包括程序指令，处理器被配置用于调用该程序指令，以执行上述方法中的部分或全部步骤。
[0046]一方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时，用于执行上述方法中的部分或全部步骤。
[0047]本申请实施例中，获取任务包括的各个子任务的执行时间偏差，根据任务知识图谱确定任务关联的多个对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象排序方法，其特征在于，所述方法包括：获取任务包括的各个子任务的执行时间偏差；根据任务知识图谱确定所述任务关联的多个对象中每个对象的重要程度数据；所述任务知识图谱包括所述每个对象的实体和所述各个子任务的实体；获取所述每个对象对所述对象执行的子任务的执行数据以及所述执行的子任务关联的其他对象反馈的对所述对象的任务执行分析信息；根据所述执行数据和所述任务执行分析数据确定所述每个对象在所述对象执行的子任务中的相容性特征；根据所述任务知识图谱确定所述每个对象的表征向量和所述各个子任务的表征向量；根据所述执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量；根据所述每个对象的目标特征向量对所述多个对象进行排序，得到排序结果。2.根据权利要求1所述的方法，其特征在于，所述根据所述执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量，包括：确定所述各个子任务依赖的子任务；将所述各个子任务的执行时间偏差以及所述各个子任务依赖的子任务的执行时间偏差之和，确定为所述各个子任务的累计执行时间偏差；根据所述累计执行时间偏差、所述重要程度数据、所述相容性特征、所述每个对象的表征向量和所述各个子任务的表征向量，确定所述每个对象的目标特征向量。3.根据权利要求1所述的方法，其特征在于，所述获取任务包括的各个子任务的执行时间偏差，包括：获取所述任务包括的各个子任务的实际执行时间和所述各个子任务的预期执行时间；计算所述各个子任务的实际执行时间和所述各个子任务的预期执行时间之间的差值；将所述各个子任务的实际执行时间和所述各个子任务的预期执行时间之间的差值确定为所述各个子任务的执行时间偏差。4.根据权利要求1所述的方法，其特征在于，所述根据所述执行数据和所述任务执行分析数据确定所述每个对象在所述对象执行的子任务中的相容性特征，包括：对所述执行数据进行向量化处理，得到所述执行数据对应的第一特征向量；对所述任务执行分析数据进行向量化处理，得到所述任务执行分析数据对应的第二特征向量；将所述第一特征向量和所述第二特征向量输入分类模型，得到所述每个对象在所述对象执行的子任务中的相容性特征。5.根据权利要求1所述的方法，其特征在于，所述根据所述任务知识图谱确定所述每个对象的表征向量和所述各个子任务的表征向量，包括：从所述任务知识图谱中获取所述每个对象的实体和所述各个子任务的实体；对所述每个对象的实体和所述各个子任务的实体分别进行向量表示，得...

【专利技术属性】
技术研发人员：舒畅，陈又新，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：