【技术实现步骤摘要】
本专利技术涉及任务管理，特别是一种工作任务提示方法及系统。
技术介绍
1、随着信息技术的快速发展，工作任务管理已成为提高组织效率的关键手段之一。传统的任务管理方法主要依赖于人工安排和监督，这种方法不仅效率低下，而且容易出错。近年来，随着人工智能和大数据技术的进步，自动化的任务管理方法得到了广泛的应用和发展。自动化任务管理系统通过收集和分析大量数据，能够预测任务需求，智能地分配任务，从而显著提高工作效率和质量。然而，尽管自动化任务管理技术已经取得了一定的进展，但在实际应用中仍存在一些挑战和局限性。
2、目前的任务管理系统大多基于简单的规则或者预定义的策略进行任务分配，缺乏对运行人员工作习惯和任务完成历史的深入分析。这种做法往往忽略了任务的紧急程度和个人的工作能力差异，导致任务分配不够合理。此外，现有的任务管理系统通常没有动态调整机制，无法根据任务完成情况和员工表现实时调整任务的优先级和分配策略。因此，在任务管理和调度方面仍然存在改进的空间。特别是对于复杂多变的工作环境，需要一种能够灵活应对各种情况的任务管理方法。
技术实现思路
1、鉴于现有的工作任务提示方法存在的问题，提出了本专利技术。因此，本专利技术所要解决的问题在于如何提供一种工作任务提示方法及系统。
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、第一方面，本专利技术提供了一种工作任务提示方法，其包括，获取工作任务管理系统中运行人员工作数据，构建任务预测模型；分析运行人员的任务完成
4、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述运行人员工作数据包括运行人员的任务属性数据和工作习惯数据；所述任务属性数据包括任务id、任务名称、任务描述、任务类型、任务状态、任务优先级、任务分配人、任务开始日期、任务截止日期、实际完成日期、任务工时估计以及实际工时；所述工作习惯数据包括登录时间、活跃时间段、任务响应时间、任务完成时间、任务完成率、任务延误次数以及任务取消次数。
5、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述构建任务预测模型包括以下步骤，从工作任务管理系统中获取运行人员的任务属性数据和工作习惯数据，并进行数据清洗和整理，去除重复数据和处理缺失值，构建任务特征向量矩阵；构建任务预测模型的目标函数，表达式为：
6、
7、式中，l为任务预测目标函数，xi表示第i项任务的特征向量，yi表示第i项任务是否完成的二进制标签，1表示完成，0表示未完成；θ为模型参数，n为任务数量，α为权重因子；pi表示第i项任务完成的概率，gi(xi)是第j个信息过滤函数，wj是函数权重，k是信息过滤函数的数量；对任务完成的概率进行归一化处理，计算公式为：
8、
9、式中，为归一化后的第i项任务完成概率；得出任务需求预测模型，表达式为：
10、
11、式中，qi为第i项任务的需求预测值，βj为第j个任务需求预测函数的权重，λj为第j个任务需求预测函数在ρi附近的陡峭程度，ρi是第j个任务需求预测函数的任务完成概率阈值；将数据划分为训练集、验证集和测试集，使用训练集数据训练选定的模型，在验证集上调整模型参数；使用测试集评估模型的预测性能计算评估指标，将训练好的模型集成到现有系统中，输出工作任务的预测需求结果。
12、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述进行工作任务的优先级设置包括以下步骤，从工作任务管理系统中收集运行人员的任务完成历史数据，根据收集的数据构建每个任务的特征向量；使用构建的任务需求预测模型预测每个任务的需求预测值，根据任务需求预测值进行排序；得到按照需求预测值降序排列的任务列表，并根据排序后的任务列表依次设置任务的提示优先级；将任务的提示优先级集成到工作任务管理系统中，进行工作任务的提示优化，调整工作任务的提示优先级。
13、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述调整工作任务的提示优先级包括以下步骤，获取工作任务管理系统中的任务提示优先级顺序，依次降序比较任务完成率和任务延误次数，调整工作任务的提示优先级；计算过去完成的所有任务的完成率平均值，得到任务的历史平均完成率，比较当前任务完成率与历史平均完成率；若当前任务完成率低于历史平均完成率，则降低工作任务的优先级等级，将工作任务的提示优先级顺序下调一位；若当前任务完成率在历史平均完成率以上，则提高工作任务的提示优先级等级，将工作任务的提示优先级顺序上调一位；对于每个任务计算过去延误的所有任务的延误次数平均值，得到每个任务的历史平均延误次数，比较当前延误次数与历史平均延误次数；若当前任务的延误次数在历史平均延误次数以上时，则将工作任务的提示优先级等级顺序上调一位；若当前任务的延误次数低于历史平均延误次数时，则将工作任务的提示优先级等级上调最低；根据比较结果调整任务列表中的提示顺序位置，根据调整后的任务列表中的提示顺序位置进行工作任务提示。
14、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述进行工作任务提示包括以下步骤，根据调整后的任务列表中的提示顺序位置进行工作任务提示，若工作任务的截止日期距离当前日期在限制期限内，则直接发送工作任务提示至工作人员；若工作任务预计完成时间超过限制时间时，则发送详细说明工作任务提示至工作人员，检查工作任务完成时间情况；计算进行工作任务提示后完成的工作任务的平均时间，收集历史工作任务完成时间，比较完成时间。
15、作为本专利技术所述工作任务提示方法的一种优选方案，其中：所述调整任务预测模型包括以下步骤，获取完成工作任务所需的平均时间，对比每种提示方式下的完成时间，选择完成时间最短提示方式作为最优提示方式；根据最优提示方式下的运行人员工作效率调整任务预测模型，更新模型参数，重复评估模型性能。
16、第二方面，本专利技术提供了一种工作任务提示系统，其包括：获取模块，用于获取工作任务管理系统中运行人员工作数据，构建任务预测模型；分析模块，用于分析运行人员的任务完成历史和工作习惯，通过任务预测模型预测任务需求，进行工作任务的优先级设置；提示模块，用于进行工作任务提示，比较工作任务完成效率调整任务预测模型。
17、第三方面，本专利技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现工作任务提示方法的步骤。
18、第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现工作任务提示方法的步骤。
19、本专利技术有益效果为可以实现对员工工作能力和习惯的全面了解，提高任务分配的合理性和准确性。提高任务管理系统的智能化水平。提高任务分配的准确性和效率。优先级设置能够确保关键任务得到优先处理，提高整体的工作效率和任本文档来自技高网...
【技术保护点】
1.一种工作任务提示方法，其特征在于：包括，
2.如权利要求1所述的工作任务提示方法，其特征在于：所述运行人员工作数据包括运行人员的任务属性数据和工作习惯数据；所述任务属性数据包括任务ID、任务名称、任务描述、任务类型、任务状态、任务优先级、任务分配人、任务开始日期、任务截止日期、实际完成日期、任务工时估计以及实际工时；所述工作习惯数据包括登录时间、活跃时间段、任务响应时间、任务完成时间、任务完成率、任务延误次数以及任务取消次数。
3.如权利要求2所述的工作任务提示方法，其特征在于：所述构建任务预测模型包括以下步骤，
4.如权利要求3所述的工作任务提示方法，其特征在于：所述进行工作任务的优先级设置包括以下步骤，
5.如权利要求4所述的工作任务提示方法，其特征在于：所述调整工作任务的提示优先级包括以下步骤，
6.如权利要求5所述的工作任务提示方法，其特征在于：所述进行工作任务提示包括以下步骤，
7.如权利要求6所述的工作任务提示方法，其特征在于：所述调整任务预测模型包括以下步骤，
8.一种工作任务提
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述工作任务提示方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述工作任务提示方法的步骤。
...【技术特征摘要】
1.一种工作任务提示方法，其特征在于：包括，
2.如权利要求1所述的工作任务提示方法，其特征在于：所述运行人员工作数据包括运行人员的任务属性数据和工作习惯数据；所述任务属性数据包括任务id、任务名称、任务描述、任务类型、任务状态、任务优先级、任务分配人、任务开始日期、任务截止日期、实际完成日期、任务工时估计以及实际工时；所述工作习惯数据包括登录时间、活跃时间段、任务响应时间、任务完成时间、任务完成率、任务延误次数以及任务取消次数。
3.如权利要求2所述的工作任务提示方法，其特征在于：所述构建任务预测模型包括以下步骤，
4.如权利要求3所述的工作任务提示方法，其特征在于：所述进行工作任务的优先级设置包括以下步骤，
5.如权利要求4所述的工作任务...
【专利技术属性】
技术研发人员：王欣欣，明芳珏，杨高华，赵鑫，樊鹏，
申请(专利权)人：三峡金沙江云川水电开发有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。