一种设备维修人员智能推荐方法及系统技术方案

本发明专利技术提出了一种设备维修人员智能推荐方法及系统。该方法，包括以下步骤：获取设备所在系统内的已完成的维修工单；基于所述维修工单对每个维修人员的维修质量进行评价；基于所述维修工单对每个维修人员的新故障排查维修能力进行评价；基于所述维修工单对每个维修人员的维修效率进行评价；基于所述维修工单对每个维修人员的已有评分进行修正；结果上述四者之一或任意组合综合计算，将排名前r位人员作为推荐的维修人员。该设备维修人员智能推荐方法依赖客观数据，建立多个依据数据的客观评价指标，减少人为恶意评分影响，提升了推荐合理性。性。性。

【技术实现步骤摘要】
一种设备维修人员智能推荐方法及系统


[0001]本专利技术涉及信息处理
，具体涉及一种设备维修人员智能推荐方法及系统。

技术介绍

[0002]随着科学技术以及人类生活水平的不断提高，越来越多的设备应用于当今的生产、生活中。因此对设备的售后问题也成为了目前消费者们比较关注的问题。设备的售后中最重要的一项就是设备的维修。
[0003]在需要对设备进行维修时，在维修人员的选择方面，消费者通常不知如何选择维修人员，因此需要对设备维修人员进行推荐。然而目前对设备维修人员进行推荐时，大多过于依赖人为的评价数据，占有极大的主观成份，导致推荐结果客观性不足。

技术实现思路

[0004]为了克服上述现有技术中存在的缺陷，本专利技术的目的是提供一种设备维修人员智能推荐方法及系统。
[0005]为了实现本专利技术的上述目的，本专利技术提供了一种设备维修人员智能推荐方法，包括以下步骤：
[0006]获取设备所在系统内的已完成的维修工单；
[0007]基于所述维修工单对每个维修人员的维修质量进行评价；
[0008]基于所述维修工单对每个维修人员的新故障排查维修能力进行评价；
[0009]基于所述维修工单对每个维修人员的维修效率进行评价；
[0010]基于所述维修工单对每个维修人员的已有评分进行修正；
[0011]结果上述四者之一或任意组合综合计算，将排名前r位人员作为推荐的维修人员。
[0012]该设备维修人员智能推荐方法依赖客观数据，建立多个依据数据的客观评价指标，减少人为恶意评分影响，提升了推荐合理性。
[0013]该设备维修人员智能推荐方法的优选方案：所述维修工单包括系统内已完成的应急维修工单、预防性维护工单、其他维修工单数据。
[0014]该设备维修人员智能推荐方法的优选方案：对每个维修人员的维修质量Q进行评价的步骤为：
[0015]基于所有维修工单，按同类型设备的同类型故障进行分类聚合得到设备故障分类集合，该设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同且故障类型相同，计算每个子集合中同一设备相邻两次同类型故障维修时间的时间差值；如果上次维修后未出现同类型故障，则该时间差值＝当前时间
‑
上次维修时间；
[0016]计算每个子集合中同一维修人员对应的所述时间差值的总和；计算每个维修人员对同类型设备同类型故障的处理效果的有效时长的平均时长avg(δt)，avg(δt)＝sum(δt)/count；其中count是每个维修人员维修同类型设备同类型故障的次数，δt为每个维修人员
对同一设备相邻两次同类型故障维修时间的时间差值，sum(δt)指每个维修人员对同类型设备相邻两次同类型故障维修时间的时间差值的总时长；
[0017]计算维修人员维修同类型设备同类型故障的平均维修次数avg(cnt)＝sum(count)/pcount；其中count是每个维修人员维修同类型设备同类型故障的次数，sum(count)是所有维修人员维修同类型设备同类型故障的次数；pcount是维修人员个数；
[0018]计算每个维修人员维修同类型设备同类型故障的维修质量评价得分为Q＝count/avg(cnt)*avg(δt)；Q值越大，代表综合维修质量越高。
[0019]该优选实施例依赖客观数据得到了每个维修人员维修同类型设备同类型故障的维修质量的客观评价，提升了推荐合理性。
[0020]该设备维修人员智能推荐方法的优选方案：对每个维修人员的新故障排查维修能力S进行评价的步骤为：
[0021]基于所有维修工单，按同类型设备的同类型故障进行分类聚合，筛选出首次出现的故障类型的维修工单集合P；
[0022]在集合P中统计出每个维修人员解决的维修工单数量；
[0023]每个维修人员的新故障排查维修能力得分S＝CntPerson/CntP，其中，CntPerson为集合P中每个维修人员解决的维修工单数量，CntP为集合P中的维修工单总数。
[0024]该优选实施例依赖客观数据得到了每个维修人员的新故障排查维修能力的客观评价，提升了推荐合理性。
[0025]该设备维修人员智能推荐方法的优选方案：对每个维修人员的维修效率E进行评价的步骤为：
[0026]基于所有维修工单，按同类型设备的同类型故障由相同维修人员维修的条件进行分类聚合得到维修人员维修设备故障分类集合；计算该集合中每条维修工单的维修时间，维修时间＝工单结束时间
‑
工单开始时间；该维修人员维修设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同、故障类型相同、维修人员相同；针对每个子集合，按维修工单结束时间升序排列得到集合A
’
＝{a0,a1,a2,...a
m
...,a
n
}，m为整数且0≤m≤n,n为子集合中的维修工单数，为非负整数，a
m
指第m个维修工单结束时间；
[0027]初始化P1，P2；计算t＝a
m+1
/a
m
，如果t<＝1，代表每次效率均在提升，P1＝P1+1；如果t>1,则计算t
’
＝a
m+1
/a0,,如果t
’
<＝1，则代表相对首次有效率提升，P2＝P2+1；遍历维修人员维修设备故障分类集合中所有的子集合，重复该步骤，得到每个子集合对应的P1和P2；
[0028]计算每个维修人员对每种设备类型的每种故障类型的维修效率E＝(P1+0.8*P2)/count(A
’
),count(A
’
)为当前计算所对应的子集合中的维修工单数。
[0029]该优选实施例依赖客观数据得到了每个维修人员对每种设备类型的每种故障类型的维修效率的客观评价，提升了推荐合理性。
[0030]该设备维修人员智能推荐方法的优选方案：对每个维修人员的已有评分进行修正的步骤为：
[0031]基于所有维修工单，计算评分人对每种故障类型的平均评分，将每个评分人
‑
每种故障类型
‑
平均评分作为一个元素，组合得到集合S；
[0032]计算每个评分人对每个维修人员维修每种故障类型的平均评分，将每个评分人
‑
每个维修人员
‑
每种故障类型
‑
平均评分作为一个元素，组合得到集合S1；
[0033]遍历集合S和S1，取集合S中的元素a，然后从集合S1中取出所有满足条件的元素b,所述条件为元素a中的评分人、故障类型与元素b中的评分人、故障类型相同；
[0034]将元素a中的平均评分与所有元素b中的平均评分进行比较；当满足Ka*α<＝Kb<＝Ka*β时，则将元素b计入集合E中，如不满足，则将元素b计入集合本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备维修人员智能推荐方法，其特征在于，包括以下步骤：获取设备所在系统内的已完成的维修工单；基于所述维修工单对每个维修人员的维修质量进行评价；基于所述维修工单对每个维修人员的新故障排查维修能力进行评价；基于所述维修工单对每个维修人员的维修效率进行评价；基于所述维修工单对每个维修人员的已有评分进行修正；结果上述四者之一或任意组合综合计算，将排名前r位人员作为推荐的维修人员。2.根据权利要求1所述的设备维修人员智能推荐方法，其特征在于，所述维修工单包括系统内已完成的应急维修工单、预防性维护工单、其他维修工单数据。3.根据权利要求1所述的设备维修人员智能推荐方法，其特征在于，对每个维修人员的维修质量Q进行评价的步骤为：基于所有维修工单，按同类型设备的同类型故障进行分类聚合得到设备故障分类集合，该设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同且故障类型相同，计算每个子集合中同一设备相邻两次同类型故障维修时间的时间差值；如果上次维修后未出现同类型故障，则该时间差值＝当前时间
‑
上次维修时间；计算每个子集合中同一维修人员对应的所述时间差值的总和；计算每个维修人员对同类型设备同类型故障的处理效果的有效时长的平均时长avg(δt)，avg(δt)＝sum(δt)/count；其中count是每个维修人员维修同类型设备同类型故障的次数，δt为每个维修人员对同一设备相邻两次同类型故障维修时间的时间差值，sum(δt)指每个维修人员对同类型设备相邻两次同类型故障维修时间的时间差值的总时长；计算维修人员维修同类型设备同类型故障的平均维修次数avg(cnt)＝sum(count)/pcount；其中count是每个维修人员维修同类型设备同类型故障的次数，sum(count)是所有维修人员维修同类型设备同类型故障的次数；pcount是维修人员个数；计算每个维修人员维修同类型设备同类型故障的维修质量评价得分为Q＝count/avg(cnt)*avg(δt)；Q值越大，代表综合维修质量越高。4.根据权利要求1所述的设备维修人员智能推荐方法，其特征在于，对每个维修人员的新故障排查维修能力S进行评价的步骤为：基于所有维修工单，按同类型设备的同类型故障进行分类聚合，筛选出首次出现的故障类型的维修工单集合P；在集合P中统计出每个维修人员解决的维修工单数量；每个维修人员的新故障排查维修能力得分S＝CntPerson/CntP，其中，CntPerson为集合P中每个维修人员解决的维修工单数量，CntP为集合P中的维修工单总数。5.根据权利要求1所述的设备维修人员智能推荐方法，其特征在于，对每个维修人员的维修效率E进行评价的步骤为：基于所有维修工单，按同类型设备的同类型故障由相同维修人员维修的条件进行分类聚合得到维修人员维修设备故障分类集合；计算该集合中每条维修工单的维修时间，维修时间＝工单结束时间
‑
工单开始时间；该维修人员维修设备故障分类集合中包含多个子集合，每个子集合中的维修工单的设备类型相同、故障类型相同、维修人员相同；针对每个子集合，按维修工单结束时间升序排列得到集合A
’
＝{a0,a1,a2,...a
m
...,a
n
}，m为整数且0≤m
≤n,n为子集合中的维修工单数，为非负整数，a
m
指第m个维修工单结束时间；初始化P1，P2；计算t＝a
m+1
/a
m
，如果t<＝1，代表每次效率均在提升，P1＝P1+1；如果t&a...

【专利技术属性】
技术研发人员：姜海洋，雷荣，卿松，刘泽洋，
申请(专利权)人：重庆吼吼科技有限公司，
类型：发明
国别省市：