(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211228526.6 (22)申请日 2022.10.08 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 张奥帆　李尚宇　赵立强　吉瑞雪　 王诗航　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张静 (51)Int.Cl. G06Q 10/10(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于聚类算法的工作流任务分配方法、 装置及设备 (57)摘要 本发明提供了一种基于聚类算法的工作流 任务分配方法、 装置及设备， 该方法包括： 获取工 作流中的包含待分配任务和待分配任务的任务 类型的待分配任务数据； 获取各候选对象的包括 待处理任务量和完成待分配任务所需时长的工 作情况数据； 基于获取的各候选对象的数据， 生 成第一二维向量； 从已训练得到的各聚类模型中 选取出任务类型对应的目标聚类模 型； 生成聚类 中心的第二二维向量； 选取模长最短的第二二维 向量对应的聚类中心为目标聚类中心， 从各第一 二维向量中选取出距离目标聚类中心的第二二 维向量最短的目标第一二维向量， 将待分配任务 分配给目标第一二维向量对应的候选对象。 如 此， 实现了平衡各候选对象的待处理任务量， 提 高任务处 理效率的目的。 权利要求书3页 说明书11页 附图4页 CN 115496476 A 2022.12.20 CN 115496476 A 1.一种基于聚类算法的工作流任务分配方法， 其特 征在于， 包括： 获取工作流中的待分配任务数据； 所述待分配任务数据中包括待分配任务和所述待分 配任务的任务类型； 获取对应于所述任务类型的各候选对象的工作情况数据； 所述工作情况数据包括待处 理任务量和完成所述待分配任务所需时长； 基于所述各候选对象的工作情况数据， 生成所述各候选对象的第一二维向量； 所述二 维向量的一 维用于表征所述待处理任务量， 所述二维向量的另一 维用于表征所述完成所述 待分配任务所需时长； 从已训练得到的各聚类模型中选取出所述任务类型对应的目标聚类模型； 所述 聚类模 型是依据目标对象在预设时间段内的工作情况数据训练得到的， 所述目标对象为具有处理 目标类型任务的权限的对象， 所述目标类型任务 为所述聚类模型对应的任务类型的任务； 基于所述目标聚类模型的聚类中心的工作情况数据， 生成所述 聚类中心的第 二二维向 量； 选取模长最短的第二 二维向量对应的聚类中心为目标聚类中心； 从各所述第一二维向量中选取出距离所述目标聚类中心的第二二维向量最短的目标 第一二维向量； 将所述待分配任务分配给 所述目标第一 二维向量对应的候选对象。 2.根据权利要求1所述的方法， 其特征在于， 所述 聚类中心包括第 一聚类中心和第 二聚 类中心； 所述第一聚类中心是第 一目标类别的对象对应的聚类中心； 所述第 一目标类别的对象 为待处理任务量最少， 且完成所述待分配任务所需时长最短的 的对象； 所述第二聚类中心是第 二目标类别的对象对应的聚类中心； 所述第 二目标类别的对象 为待处理任务量最高， 且完成所述待分配任务所需时长最长的 的对象。 3.根据权利要求1所述的方法， 其特征在于， 所述从各所述第 一二维向量中选取出距离 所述目标聚类中心的第二 二维向量 最短的目标第一 二维向量， 具体包括： 获取各所述第一 二维向量的第一向量终点的坐标 数据； 获取所述第二 二维向量的第二向量终点的坐标 数据； 根据所述第 一向量终点的坐标数据和所述第 二向量终点的坐标数据， 计算各所述第 一 向量终点分别与所述第二向量终点之间的欧式距离； 在各所述欧式距离中选取 出最小的欧式距离； 将所述最小的欧式距离对应的第一 二维向量， 确定为所述目标第一 二维向量。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述最小的欧式距离对应的第 一二 维向量， 确定为所述目标第一 二维向量之前， 还 包括： 判断所述 最小的欧式距离的数量是否为1个； 所述将所述最小的欧式距离对应的第一二维向量， 确定为所述目标第一二维向量， 具 体包括： 若所述最小的欧式距离的数量为1个， 则将所述最小的欧式距离对应的第 一二维向量， 确定为所述目标第一 二维向量； 所述方法还 包括：权　利　要　求　书 1/3 页 2 CN 115496476 A 2若所述最小的欧式距离的数量不为1个， 则在所述最小的欧式距离对应的第一二维向 量中， 随机 选取出所述目标第一 二维向量。 5.根据权利要求1所述的方法， 其特征在于， 所述获取对应于所述任务类型的各候选对 象的工作情况 数据， 具体包括： 获取对应于所述任务类型的各候选对象的账户数据； 基于所述账户数据， 通过预设工作流引擎数据库获取所述各候选对象的工作情况数 据。 6.根据权利要求5所述的方法， 其特 征在于， 所述账户数据包括账户ID。 7.根据权利要求1所述的方法， 其特征在于， 所述聚类模型是基于k均值聚类算法训练 得到的模型。 8.一种基于聚类算法的工作流任务分配装置， 其特 征在于， 包括： 待分配任务数据获取模块， 用于获取工作流中的待分配任务数据； 所述待分配任务数 据中包括待分配任务和所述待分配任务的任务类型； 候选对象工作情况数据获取模块， 用于获取对应于所述任务类型的各候选对象的工作 情况数据； 所述工作情况 数据包括待处 理任务量和完成所述待分配任务所需时长； 候选对象二维向量生成模块， 用于基于所述各候选对象的工作情况数据， 生成所述各 候选对象的第一二维向量； 所述二维向量的一维用于表征所述待处理任务量， 所述二维向 量的另一维用于表征 所述完成所述待分配任务所需时长； 聚类模型选取模块， 用于从已训练得到的各聚类模型中选取出所述任务类型对应的目 标聚类模型； 所述聚类模型是依据目标对 象在预设时间段内的工作情况数据训练得到的， 所述目标对象为具有处理目标类型任务的权限的对象， 所述目标类型任务为所述聚类模型 对应的任务类型的任务； 聚类中心二维向量生成模块， 用于基于所述目标聚类模型的聚类中心的工作情况数 据， 生成所述聚类中心的第二 二维向量； 聚类中心选取模块， 用于选取模长最短的第 二二维向量对应的聚类中心为目标聚类中 心； 第一二维向量选取模块， 用于从各所述第 一二维向量中选取出距离所述目标聚类 中心 的第二二维向量 最短的目标第一 二维向量； 任务分配模块， 用于将所述待分配任务分配给所述目标第一二维向量对应的候选对 象。 9.根据权利要求8所述的装置， 其特征在于， 所述 聚类中心包括第 一聚类中心和第 二聚 类中心； 所述第一聚类中心是第 一目标类别的对象对应的聚类中心； 所述第 一目标类别的对象 为待处理任务量最少， 且完成所述待分配任务所需时长最短的 的对象； 所述第二聚类中心是第 二目标类别的对象对应的聚类中心； 所述第 二目标类别的对象 为待处理任务量最高， 且完成所述待分配任务所需时长最长的 的对象。 10.一种基于聚类算法的工作流任务分配设备， 其特 征在于， 包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中，权　利　要　求　书 2/3 页 3 CN 115496476 A 3