博天,携程高级研发经理,关注大规模约束优化问题的建模和算法设计。
客户服务部门是携程以服务质量赢得客户信赖的基石,其拥有上万名一线的客服,每天进线量巨大;且伴随着业务量的起伏,每一周甚至每一天的不同时段都有需求量上的巨大变化。
如何在各个时段满足客户服务指标,同时尽量提高客服的工作体验,提升整体工作效率?这里自然而然就产生了对智能排班的需求。排班问题的核心是用更少的客服资源,既保证用户的服务质量,又尽可能保障客服班次体验。在这样的背景下,今天我们要探讨的排班算法就成了优化服务质量与成本的一个重要课题。
携程的客服团队历史悠久,在很长一段时期里,排班使用人工调整的方式,已经形成了一整套完整的更新流程。但是各个部门的逻辑又有很大的区别,比如欧洲的客服需要核对时区的变化;有些部门以人为单位排班,而有些部门的管理架构要加一层小组的概念来排班。这些不同的逻辑和概念,是为了更好的管理和协调整个服务部门的资源,在携程几十年的历史中发挥了重要的作用。但也为算法的落地带来了大量不一的约束。
现在智能排班已经为携程的多个部门提供班表生成服务,在十分钟内提供优质的班表,并且符合各部门各个工种对不同工作场景的约束需求。
某段指定时期的验证数据
排班问题,实际上就是一个带大量软硬约束的超大规模最优化问题。这是一个整数规划问题,这类问题一般都是NP难的。
解决这类问题,传统的方法有:
1)精确算法,主要有割平面法,分支定界法。这类算法解决的问题有一些特点:一般针对的问题规模都较小;优势是求解出来的必定是最优解。不过我们遇到的问题规模极其庞大,此方法的效率太低,无法满足业务需求。
2)近似算法,根据问题使用一些技巧自己设计出来。需要给出算法的近似比,复杂度分析,具有很强的推理能力。这类算法放弃获得最优解,提升了一些性能,不过同1一样,这类算法所能求解的问题规模依然比较受限制。在我们这个场景下,问题规模依然过于庞大,无法满足业务需求。
3)启发式算法,和前两种算法相比,启发式算法没有足够严格的理论分析,是算法设计者们根据经验或者观察性质设计出来的。没有严格的理论分析,通过启发式算法获得解,我们无法知道其是否是最优解,甚至无法精确得到其离最优解还有多远的距离,但是其性能上的优势十分明显,即使我们这种大规模的问题,也可以在数十分钟内获得非常令人满意的结果。
由于携程客服数以万计,再加上数十种基本班次,整体问题规模十分庞大。传统方法在可接受的时间范围内无法给出可接受的解。因此我们最终选择了启发式算法来解决问题。
针对这类启发式优化问题,问题的建模是个十分重要的步骤,这一步的好坏将直接决定问题最终的解决效果。
“携程技术”公众号
分享,交流,成长
联系地址:上海市浦东新区龙东大道2711号
联系人:黄雅君 联系电话:
联系地址:中国(上海)自由贸易试验区郭守敬路669号
联系地址:上海浦东新区惠南镇园中路233号
地址:上海市浦东新区莱阳路2927弄80号
基地生产操作技术人员(8人)
1、负责农产品种植、养殖;
2、基地现场维护与管理;
4、进行产品包装、配送等。
40岁以上男士,熟悉农作物种植技术工作者优先,热爱农业,适应农业生产基地的工作环境;对公司忠诚度高,踏实、勤奋、积极进取,亲和力强,有一定的团队意识。
工作地址:浦东新区老港镇建中路704号
021 浦东新区职工援助服务中心
对以上岗位有意向者,请直接联系岗位联系人进行求职登记。
如有其他求职咨询或有招聘意向的企业,请联系我们:,。
更多岗位信息,请点击:
来源:乐业上海、浦东就业
★ 长按二维码,关注我们 ★
二、如果是倒班的情况。如:有四组人,三班倒,早晚中休。早是:00:00到02:00,中是:08:00到16:00,晚是:16:00到00:00.
1、在“时间段维护”里添加3个时间段。
2、在班次管理中添加四个班次,起用日期一样,周期数4,周期单位:天。
3、进入“人员排班”,给相应的人排上对应的班次。
2、在考勤机操作面板上按主菜单MENU–用户管理–用户登记–指纹登记,屏幕提示新登记,按OK键,这个时候要输入员工的工号,输入后按OK确认,此时屏幕提示:“请放手指”。
3、放手指时要注意,被采集者身体相对考勤机要站正。把从指尖开始2/3位置指肚非常饱满的平放在采集器玻璃片上,不要滑动手指,轻轻用力按压,听到“嘀”的一声移开手指,同样进行第2次第3次按压,按压3次为采集了一枚完整的指纹。
4、3次按压完成后,按OK保存。此时屏幕提示新登记,我们可按ESC键,进行备份登记,每个员工可以采集至少2枚指纹,以备其中一个有磨损破裂时使用。
5、备份完成后,按OK保存,此时屏幕提示:“继续备份吗?”如果要继续进行备份请按OK,要结束备份请按 ESC,并进行下一个员工的指纹登记。