(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 202211156293.3 (22)申请日 2022.09.22 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 高佳腾　罗云康　曹力元　黄若山　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 赵秀峰　任默闻 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于全连接神经网络的任务分配方法和装 置 (57)摘要 本发明实施例提供了一种基于全连接神经 网络的任务 分配方法和装置， 可用于人工智能技 术领域， 所述方法包括： 从预先生成的成员属性 集中获取用户在目标时间段的成员属性值； 通过 预先训练的任务分配模型， 根据成员属性值进行 任务分配， 得到用户的待分配任务数量， 任务分 配模型是基于全 连接神经网络训练得到的， 能够 自动对任务进行分配， 提高分配效率， 降低人力 资源成本， 从而提高作业效率。 权利要求书2页 说明书9页 附图4页 CN 115439228 A 2022.12.06 CN 115439228 A 1.一种基于全连接神经网络的任务分配方法， 其特 征在于， 所述方法包括： 从预先生成的成员属性 集中获取用户在目标时间段的成员属性 值； 通过预先训练的任务分配模型， 根据所述成员属性值进行任务分配， 得到所述用户的 待分配任务数量， 所述任务分配模型 是基于全连接神经网络训练得到的。 2.根据权利要求1所述的基于全连接神经网络的任务分配方法， 其特征在于， 在所述从 预先生成的成员属性 集中获取用户在目标时间段的成员属性 值之前， 还 包括： 获取成员属性历史记录， 所述成员属性历史记录包括多个用户以及每个用户在每个时 间周期内的成员属性 值； 根据所述每个用户在每个时间周期内的成员属性值， 对所述成员属性历史记录进行清 洗预处理， 得到成员属性 集。 3.根据权利要求1所述的基于全连接神经网络的任务分配方法， 其特征在于， 在所述通 过预先训练的任务分配模型， 根据所述成员属 性值进行任务分配， 得到所述用户的待分配 任务数量之前， 还 包括： 对所述成员属性 集按照预设比例进行划分， 得到训练样本集和 测试样本集； 通过所述训练样本集， 对所述全连接神经网络进行训练， 直至损 失函数满足预设的损 失要求， 得到初始分配模型； 通过所述测试样本集， 对所述初始分配模型进行测试并进行模型参数调整， 直至满足 预设的测试要求， 得到任务分配模型。 4.根据权利要求1所述的基于全连接神经网络的任务分配方法， 其特征在于， 所述目标 时间段为预测周期的前一个周期； 所述通过预先训练的任务分配模型， 根据所述成员属性值进行任务分配， 得到所述用 户的待分配任务数量， 包括： 将用户在预测周期的前一个周期的成员属性值输入所述任务分配模型， 根据 所述成员 属性值对所述用户的待分配任务数量进行 预测， 得到用户在预测周期的待分配任务数量。 5.根据权利要求1所述的基于全连接神经网络的任务分配方法， 其特征在于， 在所述通 过预先训练的任务分配模型， 根据所述成员属 性值进行任务分配， 得到所述用户的待分配 任务数量之后， 还 包括： 按照所述待分配任务数量， 对所述用户分配任务。 6.根据权利要求1所述的基于全连接神经网络的任务分配方法， 其特征在于， 所述成员 属性值包括任务数量、 任务完成时长和任务完成效率。 7.一种基于全连接神经网络的任务分配装置， 其特 征在于， 所述装置包括： 第一获取单元， 用于从预先生成的成员属性集中获取用户在目标时间段的成员属性 值； 任务数量预测单元， 用于通过预先训练的任务分配模型， 根据所述成员属性值进行任 务分配， 得到所述用户的待分配任务数量， 所述任务分配模型是基于全连接神经网络训练 得到的。 8.一种计算机可读介质， 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至 6任一项所述的基于全连接神经网络的任务分配方法。 9.一种计算机设备， 包括存储器和处理器， 所述存储器用于存储包括程序指令的信 息，权　利　要　求　书 1/2 页 2 CN 115439228 A 2所述处理器用于控制程序指令的执行， 其特征在于， 所述程序指令被处理器加载并执行时 实现权利要求1至 6任一项所述的基于全连接神经网络的任务分配方法。 10.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 所述计算机程序/指令 被处理器执行时实现权利要求1至 6任一项所述的基于全连接神经网络的任务分配方法。权　利　要　求　书 2/2 页 3 CN 115439228 A 3