(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 20221096945 5.9 (22)申请日 2022.08.12 (71)申请人 苏州盖雅信息技 术有限公司 地址 215000 江苏省苏州市高新区竹园路 209号1号楼 A3002 (72)发明人 崔友志　曹莹　 (74)专利代理 机构 苏州科仁专利代理事务所 (特殊普通 合伙) 32301 专利代理师 郭杨 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/10(2012.01) (54)发明名称 一种周期性排班方法、 装置、 电子设备和存 储介质 (57)摘要 一种周期性排班方法、 装置、 电子设备和存 储介质,方法包括以下步骤， 采用 深度学习根据 多个周期的历史班表数据获取排班 规律数据； 根 据排班规律数据结合原始员工排班 规则， 获取细 化排班规律数据； 根据细化排班 规律数据结合企 业提供的劳动力需求数据， 利用线性回归模型生 成下一周 期的员工的排班信息， 形成班表； 将排 班信息存入存储模块， 并发布， 能够根据客户提 供的长期班表， 深入挖掘班表中的周 期性规律， 为下一周 期的排班提供指导， 高效排班， 且排班 更加准确， 也能够稳定员工， 提高员工满意度， 增 强企业凝聚力， 还能够减少门店对排班员的依 赖， 同时排班员也能够从繁琐的排班工作中解放 出来， 从事更多有意义的工作， 实现更高的自我 价值。 权利要求书1页 说明书4页 附图5页 CN 115330195 A 2022.11.11 CN 115330195 A 1.一种周期性排班方法,其特征在于： 具体包括以下步骤： S1， 采用深度学习根据企业 提供的多个周期的历史班表数据获取包括员工排班规则的排班规律数据； S2， 根据所述排 班规律数据结合 企业提供的原始员工排班规则， 获取细化排班规律数据； S 3， 根据所述细化 排班规律数据结合企业提供的劳动力需求数据， 利用线性回归模型生成下一周期的员工的 排班信息， 形成班 表； S4， 将排班信息存 入存储模块， 并将所述班 表发布。 2.根据权利要求1所述的周期性排班方法， 其特征在于： 所述排班规律数据包括固定班 次、 员工组合、 员工任务、 所述员工排班规则。 3.根据权利要求2所述的周期性排班方法， 其特征在于： 所述员工排班规则包括每位员 工平均每周最多连续工作天数、 每位员工平均每周最少连续工作天数、 每位员工平均每周 最多工作时长、 每位员工平均每周最少工作时长 。 4.根据权利要求1所述的周期性 排班方法， 其特 征在于： 所述周期为 一周。 5.根据权利要求1所述的周期性排班方法， 其特征在于： 所述劳动力需求数据包括各个 时间段服务员需求人数、 各个时间段厨师需求人数、 各个时间段备菜员需求人数、 各个时间 段收银员需求人 数。 6.根据权利要求2所述的周期性排班方法， 其特征在于： 步骤S3 中利用线性 回归模型生 成下一周期的员工的排班信息具体包括： 将所述劳动力需求数据作为约束条件； 根据所述 细化排班规律数据中的员工排班规则确定目标函数， 将下一周期的员工排班信息作为目标 函数； 得到线性回归模型输出 的员工排班矩阵； 根据所述员工排班矩阵生成下一周期每日 固定班次内员工的排班信息 。 7.一种排班装置， 其特 征在于： 包括： 班表数据分析模块， 用于分析企业提供的多个周期的历史班表数据的模块， 获取排班 规律数据， 并结合企业 直接提供的原 始员工排班规则对排班规 律数据进行细化； 排班信息生成模块， 用于将所述劳动力需求数据作为约束条件， 根据所述细化排班规 律数据中的员工排班 规则确定目标函数， 利用线性规划模型生成下一周期 每日固定班次内 员工的排班信息； 存储模块， 将生成的排班信息进行存 储， 作为接下来 一周期排班信息的历史班 表数据。 8.根据权利要求7所述的排班装置， 其特征在于： 所述排班信息生成模块包括： 线性回 归单元， 用于将所述劳动力需求数据作为约束条件， 将下一周期的员工排班信息作为 目标 函数， 得到线性回归模型输出的员工排班矩阵； 排班信息生成单元， 用于根据所述员工排班 矩阵生成下一周期每日固定班次内员工的排班信息 。 9.一种电子设备， 其特 征在于： 包括： 一个或多个处 理器； 存储装置， 用于存储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理 器执行， 使得所述一个或多个处 理器实现如权利要求1 ‑6中任一所述的周期性 排班方法。 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， 该程序被处理器 执行时实现如权利要求1 ‑6中任一所述的周期性 排班方法。权　利　要　求　书 1/1 页 2 CN 115330195 A 2一种周期性排班方 法、 装置、 电子设备和存储介质 技术领域 [0001]本发明涉及计算机技术， 具体涉及一种周期 性排班方法、 装置、 电子设备和存储介 质。 背景技术 [0002]目前大部分企业采取手工排班的方式， 手工排班对排班员的要求比较高， 排班主 要依据排班员的经验,估算未来不同岗位需要的人力数,结合员工实际情况， 加上员工的口 头请假等， 生成班表。 这种人工排班的方式需要配置专业的排班员,排班员花费大量的时间 和精力来进 行排班， 而且人工排班效率较低， 手动排班的过程也极易出错， 一旦员工不满意 手动排出的班次， 需要浪费更多的时间给员工协调换班， 成本 极高。 而且固定排班员的经验 只适用于对应门店， 一旦门店的排班员发生调整或离职， 门店需要培养新的排班员， 对该门 店的影响极大。 发明内容 [0003]本发明要解决的技 术问题是提供一种周期性 排班方法。 [0004]为了解决上述技术问题， 本发明采用的技术方案是： 一种周期 性排班方法,具体包 括以下步骤： S1， 采用深度学习根据企业提供 的多个周期的历史班表数据获取包括员工排 班规则的排班规律数据； S2， 根据所述排班 规律数据结合 企业提供的原始员工排班规则， 获 取细化排班 规律数据； S 3， 根据所述细化排班规律数据结合 企业提供的劳动力需求数据， 利 用线性回归模型生成下一周期的员工的排班信息， 形成班表； S4， 将排班信息存入存储模 块， 并将所述班表发布。 本发明能够根据客户提供的长期班表， 深入挖掘班表中的周期性规 律并归纳总结， 为下一周期的排班提供指导， 从而高效排出下一周期的班， 不仅可以快速排 班， 而且能使下一周期的排班更加 准确， 在员工方面也能够稳定员工， 提高员工满意度， 增 强企业凝聚力， 还能够减少门店对排班员的依赖， 同时排班员也能够从繁琐的排班工作中 解放出来， 从事更多 有意义的工作， 实现更高的自我价 值。 [0005]优选的， 所述排班规律数据包括固定班次、 员工组合、 员工任务、 所述员工排班规 则。 对客户提供的长期班表进 行深入挖掘， 可以学习到一些稳定的员工组合， 如过去的班表 中张三和李四经常搭配在一 ‑起工作， 可能是因为两人比较互补， 搭配工作效率更高， 那么 挖掘到这个员工组合之后， 下一排班周期排班的时候就会进行参考， 尽量安排两人一起搭 配工作。 [0006]优选的， 所述员工排班规则包括每位员工平均每周最多连续工作天数、 每位员工 平均每周最少连续工作天数、 每位员工平均每周最多工作时长、 每位员工平均每周最少 工 作时长。 [0007]优选的， 所述周期为 一周。 [0008]优选的， 所述劳动力需求数据包括各个时间段服务员需求人数、 各个时间段厨师 需求人数、 各个时间段 备菜员需求人 数、 各个时间段收银员需求人 数。说　明　书 1/4 页 3 CN 115330195 A 3