本发明涉及人工智能技术领域，特别涉及一种房源任务分配方法、装置、计算机设备和可读存储介质。
背景技术：
目前在房产交易——例如二手房交易中，可以将从房源被录入到成交的整个流程分为多个阶段性任务，该多个阶段性任务可以分配给例如经纪人来执行。
然而，已有的房源任务分配方式通常是自由分配模式，各个任务的下发都是孤立进行的，没有一个统筹的管理中控来控制任务的分发；而且，不同任务之间存在相互关系，无法单独优化。以此方式，当任务量多起来后，会导致被分配的任务执行效率及质量不容易保证，进而导致用户体验下降，甚至会影响交易结果，由此很难保证平台整体收益效果的最大化。
需要说明的是，以上背景技术部分所公开的信息仅用于增强对本发明背景的理解，因此其可能包含不构成对本领域技术人员已知的现有技术的信息。
技术实现要素：
为了解决现有技术中存在的问题，本发明提供一种生成房源任务分配策略的方法和装置，其能够依据经纪人的能力特点、交易市场的客观规律以及当前任务的执行情况，同时考虑经纪人合作网络（acn）合作关系，做出最优分配决策，从而促进各个交易内部任务保质保量完成，进而优化交易结果，从而克服现有技术中存在的问题。
本发明提供一种生成房源任务分配策略的方法，包括以下步骤：创建以gmv和单边比最大化为目的的目标优化模型以及所述目标优化模型的约束条件；获取目标数据，所述目标数据包括房源任务集合和执行单元集合；基于所述目标数据以及所述目标优化模型的约束条件对所述目标优化模型求最优解；以及根据求得的目标优化模型的最优解生成房源任务分配策略。
根据本发明一实施例，所述以gmv和单边比最大化为目的的目标优化模型通过下式表示：
y=max｛（i）-（ⅱ） （ⅲ）｝
式中，（i）为表示将房源交易中的房源任务在某时刻分配给了执行单元时完成的总gmv的函数；（ⅱ）为表示执行单元执行房源任务的空档期惩罚的函数；（ⅲ）为表示参与执行所有房源交易的执行单元的累加和的函数。
根据本发明一实施例，所述表示将房源交易中的房源任务在某时刻分配给了执行单元时完成的总gmv的函数通过下式表示：
∑i∑j∑k∑tri,j,k*xi,j,k,t
式中，i代表房源交易的编号；j代表房源任务的编号；k代表执行单元的编号；t代表时刻；xi,j,k,t代表是否将房源交易i中的房源任务j在t时刻分配给执行单元k，其取值为0或1；ri,j,k代表第i个房源交易的第j个房源任务由第k个执行单元完成的收益。
根据本发明一实施例，所述ri,j,k通过下式表示：
式中，
根据本发明一实施例，所述表示执行单元执行房源任务的空档期惩罚的函数通过下式表示：
式中，i代表房源交易的编号；j代表房源任务的编号；k代表执行单元的编号；t和t’代表时刻；xi,j,k,t’代表是否将房源交易i中的房源任务j在t’时刻分配给执行单元k，其取值为0或1；β代表空荡系数；ri代表第二折扣因子；tj代表执行房源任务j所需的时间；i(t’≤tandt’ tj≥t)代表包含t时刻的值函数，当t’满足条件t’≤tandt’ tj≥t时，i(t’≤tandt’ tj≥t)为1；并且/或者所述表示参与执行所有房源交易的执行单元的累加和的函数通过下式表示：
式中，i代表房源交易的编号；j代表房源任务的编号；k代表执行单元的编号；t代表时刻；xi,j,k,t代表是否将房源交易i中的房源任务j在t时刻分配给执行单元k，其取值为0或1；
根据本发明一实施例，所述目标优化模型的约束条件包括：
执行单元数量约束：
执行顺序约束：
最大负荷精力约束：
根据本发明一实施例，基于所述执行顺序、所述目标数据以及所述目标优化模型的约束条件对所述目标优化模型求最优解还包括：利用凸优化处理对所述目标优化模型求最优解。
根据本发明的另一方面，还提供一种生成房源任务分配策略的装置，包括：目标优化模型创建模块，其被配置为：创建以gmv和单边比最大化为目的的目标优化模型以及所述目标优化模型的约束条件；目标数据获取模块，其被配置为：获取目标数据，所述目标数据包括房源任务集合和执行单元集合；目标优化模型求解模块，其被配置为：基于所述目标数据以及所述目标优化模型的约束条件对所述目标优化模型求最优解；以及分配策略生成模块，其被配置为：根据求得的目标优化模型的最优解生成房源任务分配策略。
根据本发明一实施例，在所述目标优化模型创建模块中创建的以gmv和单边比最大化为目的的目标优化模型通过下式表示：
y=max｛（i）-（ⅱ） （ⅲ）｝
其中，（i）为表示将房源交易中的房源任务在某时刻分配给了执行单元时完成的总gmv的函数，用公式表示为：∑i∑j∑k∑tri,j,k*xi,j,k,t；（ⅱ）为表示执行单元执行房源任务的空档期惩罚的函数，用公式表示为：
执行单元数量约束：
执行顺序约束：
最大负荷精力约束：
根据本发明一实施例，所述目标优化模型求解模块还包括：凸优化子模块，其被配置为：利用凸优化处理对所述目标优化模型求最优解。
根据本发明的另一方面，还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的生成房源任务分配策略的方法的步骤。
根据本发明的另一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的生成房源任务分配策略的方法的步骤。
根据本发明的另一方面，还提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现如上所述的生成房源任务分配策略的方法的步骤。
本发明所提供的生成房源任务分配策略的方法和装置，通过强化学习来建模任务的动态表示，克服了非静态优化的难点；通过组合优化的方法找到全局最优解，平衡了任务的整体效果，使得gmv和单边比最大化；同时，任务分配考虑了每个经纪人的能力特点，有助于提高作用效果。
附图说明
以下将详细参考附图示出的特定示例性实施例，对本发明的上述和其他特征进行说明，所述示例性实施例在下文中仅以说明的方式给出，因此并不限制本发明，其中：
图1示出根据本发明一实施例的生成房源任务分配策略的方法的流程图。
图2示出根据本发明一实施例的生成房源任务分配策略的装置的结构示意图。
图3示出根据本发明一实施例的图2的目标优化模型求解模块的结构示意图。
图4a和4b分别示出采用本发明一实施例所获得的gmv和单边比随时间变化的曲线示意图。
具体实施方式
以下通过具体实施例对本发明进行详细描述，以使本领域普通技术人员能够容易地根据本说明书公开的内容实施本发明。以下所描述的实施例仅是本发明的一部分实施例，而非全部。基于本说明书所描述的实施例，本领域普通技术人员在不付出创造性劳动的前提下所获得的所有其它实施例，都属于本发明保护的范围。需要说明的是，在不发生冲突的情况下，本说明书中的实施例及实施例中的特征可以相互组合。
为了解决背景技术中所述的问题，需要将任务进行统筹分发，即将所有任务的下发交给一个中间的第三方（中控）来进行统一分配，这样所有任务的下发可以通过中控基于一定的策略而变得有序。但是，目前面临的经纪人任务分配的难点在于：任务是动态到达调度系统，由于不知道未来事件，调度系统无法直接获取到全局任务列表来进行静态的最优化技术；不同任务之间会存在相互关联关系，无法通过将任务单独计算来降低系统复杂度；需要优化的目标较多，且各类任务作用方式、作用效果各不相同，加大了综合决策难度。
因此，需要一种提供房源任务最优分配策略的方法和装置，实现成交总额（gmv）和单边比之间的平衡问题和经纪人最大负荷精力问题。
需要说明的是，本发明所述的执行单元可以指房产经纪人，也可以指执行房源任务的其他人员、设备或程序等，本说明书为了便于说明，在具体实施例中常以经纪人为例进行阐述，但并非意在对执行单元进行限制。
如图1所示，本发明提供了一种生成房源任务分配策略的方法100。具体地，方法100包括在s110处创建以gmv和单边比最大化为目的的目标优化模型及其约束条件；在s120处获取目标数据；在s130处基于目标数据以及目标优化模型的约束条件对目标优化模型求最优解；在s140处根据求得的目标优化模型的最优解生成房源任务分配策略。
其中，方法100在s110处创建以gmv和单边比最大化为目的的目标优化模型以及所述目标优化模型的约束条件。具体来说，在房产领域，gmv表示的是房源交易的成交总额，而单边比可以通过下式（1）来表示：
式中，n表示总交易单数；ei表示参与第i单的经纪人数；a表示经纪人总数。举例来说，假设共有7个经纪人，他们完成的总交易单数为3，其中有4个经纪人参与了第一单交易，有2个经纪人参与了第二单交易，有3个经纪人参与了第三单交易，则经上式（1）计算出单边比约为1.28。单边比是衡量人效的重要指标，单边比越高，人效越高，反之，则越低。通过构建acn能够为提高单边比奠定较好的基础。例如，在遵守房源信息充分共享等规则前提下，同品牌或跨品牌经纪人之间可以以不同的角色共同参与到一笔交易，成交后可以按照各个角色的分佣比例进行佣金分成。
因此，创建以gmv和单边比最大化为目的的目标优化模型能够同时保证较大的成交总额和较高的人效，而不会在合理分派房源任务的同时导致顾此失彼。
在本发明一个或多个实施例中，在创建目标优化模型之前，可以先做如下的场景假设（该场景基于现实中遇到的任务分配问题而拟定）：
(1)每个房源在录入后包含多个任务需要分配，例如，可以包含以下五个任务：房源维护、委托备件（例如与委托人签署出售/出租委托协议、备份相关证明文件等）、房源钥匙（例如妥善管理用户委托的房产及钥匙，防止可预见的意外或损失发生等）、vip服务、房源实勘；
(2)各任务之间有相互依赖关系，存在执行顺序上的约束；
(3)每个经纪人有其所擅长的能力图谱，例如对应各个任务的能力图谱，各项满分为5分；
(4)经纪人各项能力的高低会影响该项任务的执行效果以及执行时间，其中执行时间最多持续到交易完成或停止；
(5)各项任务的执行效果会影响该笔交易最终完成的耗时时间和交易成功率；
(6)每个经纪人有自己的精力上限，每日的工作总量不能超过其精力上限；
(7)每个任务在同一时刻最多只能由一个经纪人来执行，其中经纪人可以未被分配任务；
(8)只有交易最终达成，才有其对应的gmv及单边比收益；
(9)经纪人在执行某个任务时，都是在任务成功或失败后才会停止，中途不会进行任务改派。
基于上述场景假设，由于各任务之间有相互依赖关系，存在执行顺序上的约束，因此在分配任务时既要依据经纪人的能力特点考虑当前任务的分配效果，还需兼顾之后可能会到来的任务。
藉此，在本发明一优选实施例中，可以将以gmv和单边比最大化为目的的目标优化模型可以创建为下式（2）：
y=max｛（i）-（ⅱ） （ⅲ）｝（2）
式中的（i）-（ⅲ）部分分别可以通过下文（3）-（5）所示的函数来表示：
（i）：∑i∑j∑k∑tri,j,k*xi,j,k,t（3）
（ⅱ）：
（ⅲ）：
式中，i代表房源交易的编号；j代表房源任务的编号；k代表执行单元的编号；xi,j,k,t代表是否将房源交易i中的房源任务j在t时刻分配给执行单元k，其取值为0或1。
首先，对于目标优化模型中的（i）部分——∑i∑j∑k∑tri,j,k*xi,j,k,t：
ri,j,k代表第i个房源交易的第j个房源任务由第k个执行单元完成的收益，所述ri,j,k可以通过下式（6）表示：
式中，
综上，所述（i）部分的含义为：将房源交易中的房源任务在某时刻分配给了执行单元时完成的gmv。容易理解地，所有经纪人完成的所有任务所获得的收益的总和也即表示完成所有房源任务的总收益，该总收益在一些情况下即等价于gmv，或者可以经过一定的换算将该总收益转换为gmv，当所述（i）部分的值最大时，代表gmv最大。
其次，对于目标优化模型中的（ⅱ）部分——
xi,j,k,t’代表是否将房源交易i中的房源任务j在t’时刻分配给执行单元k，其取值为0或1；β代表空荡系数；ri代表第二折扣因子；tj代表执行房源任务j所需的时间；当t’满足条件t’≤tandt’ tj≥t时，值函数i(t’≤tandt’ tj≥t)为1，此时遍历所有满足值函数的所对应的房源任务分配之和大于1。在本发明一个或多个实施例中，上述多个参数可以采用本领域通用的方式来获得或进行设置，本发明不对此进行限制。
综上，所述（ⅱ）部分的含义为：执行单元执行房源任务的空档期惩罚。该（ⅱ）部分的设置意在保证第i个房源交易在t时刻有任务执行，即遍历所有的房源任务j，保证在t时刻有房源任务被执行。当所述（ⅱ）部分的值最小时，执行单元执行房源任务的空档期最少，增加经纪人的收益；同时，这在一定程度上能够确保较高的人效，从而为获得较大的gmv和单边比做出贡献。
再次，对于目标优化模型中的（ⅲ）部分——
综上，所述（ⅲ）部分的含义为：参与执行所有房源交易的执行单元的累加和。该（ⅲ）部分的设置意在保证执行单元参加的交易数最大。当所述（ⅲ）部分的值最大时，参与执行所有房源交易的执行单元的累加和最大，即单边比最大。
在本发明一个或多个实施例中，所述目标优化模型的约束条件通过下式（7）-（9）来表示：
具体来说，对于上式（7）所示的约束条件——
对于上式（8）所示的约束条件——
对于上式（9）所示的约束条件——
在本发明一优选实施例中，所述预定时间段可以是一天。可替代地，所述预定时间段也可以是半天、三天、一周等其他的时间段。
在本发明的一些实施例中，上文公式中的t和t’可以表示时刻，而时刻的单位可以是秒、分、小时，也可以是天、周、月等时刻单位，例如以天为时刻单位则可以表述为第t天，该时刻单位可以根据具体情况和需求来确定，本发明不对此进行限制。
回到图1，方法100随后在步骤s120处获取目标数据，所述目标数据包括房源任务集合和执行单元集合。具体来说，可以将数据库中待分配的多个房源任务中的至少一部分组成房源任务集合，并将待分配任务的多个执行单元——例如经纪人——中的至少一部分组成执行单元集合。
随后，方法100可在步骤s130处基于所述目标数据以及所述目标优化模型的约束条件对所述目标优化模型求最优解。在本发明一个或多个实施例中，可以通过将式（1）所示的目标优化模型的值取最大，来获得gmv和单边比最大的解，即该目标优化模型的最优解。进一步地，目标优化模型的最大值可以通过同时将目标优化模型中所包含的（i）和（ⅲ）部分取最大值，将（ⅱ）部分取最小值来实现。
在本发明一优选实施例中，可以利用凸优化处理对所述目标优化模型求最优解。具体来说，凸优化处理是指将房源交易i中的房源任务j在t时刻是否分配给执行单元k可以看做是0-1规划问题，即可以划分为分配和未分配两种情况，用0和1来表示，即可以通过下式（10）表示：
接着，可以在上文所述的约束条件下对所述目标优化模型的值进行优化，直至满足上式（2）中所示的y=max｛（i）-（ⅱ） （ⅲ）｝，即满足目标优化模型的值为最大。
在本发明一更加优选的实施例中，可以采用分支剪界（branchandcut）算法（复杂度np）对上述优化过程，即xi,j,k,t的0-1规划问题进行求解。进一步地，可以使用本领域技术人员所知晓的用于分支剪界算法的开源框架作为求解器进行求解。
最后，通过上述方式求得的解即为目标优化模型的最优解，该最优解可以显示出将哪些房源任务分配给了哪些执行单元。
随后，方法100在s140处根据求得的目标优化模型的最优解生成房源任务分配策略。具体来说，基于求得的最优解给出了将哪些房源任务分配给了哪些执行单元，则可以得到目标数据中的多个房源任务与多个执行单元的配对。当然，最优解给出的配对结果允许有房源任务和/或执行单元没有被配对，当同时存在未被配对的房源任务和执行单元时，可以利用所述目标优化模型和约束条件将这些未被配对的房源任务和执行单元进行再次求解，该循环求解的次数可以根据业务的需要来确定。藉此，可以将最优解给出的配对结果作为房源任务的分配策略，以允许房源任务能够统筹分发给执行单元，使得房源任务的下发高效而有序。同时，上述实施例所述的方法还考虑了各房源任务之间的关系，使得房源任务能够按照预定的顺序被执行，从而提升了用户体验并提高了任务的执行效率和质量。
此外，采用本发明上述实施例中的生成房源任务分配策略的方法，能够在获得高效而有序的房源任务与执行单元的配对结果的同时，获得较大的gmv和单边比。
如图4a和4b所示，其分别示出采用本发明一实施例所获得的gmv和单边比随时间变化的曲线示意图。其中，图4a和4b所示的demo的实验参数为：（1）每天的房源交易新增数量服从λ=3的泊松分布；（2）房源任务完成执行时间服从几何分布，几何分布的参数与各房源任务执行能力之和呈线性关系。
参考图4a，曲线g’表示的是采用本发明所述方法之前gmv随时间的变化趋势；曲线g表示的是采用本发明所述方法之后gmv随时间的变化趋势。从图4a中可以看出，在时间轴（横轴）的大约前半段，曲线g’比g显示出更大的斜率，而在时间轴（横轴）的大约后半段，情况则相反，g曲线显示出较g’曲线更大的斜率，这说明随着时间的变化，采用本发明所述的方法能够比之前获得更大的gmv。
参考图4b，曲线r’表示的是采用本发明所述方法之前单边比随时间的变化趋势；曲线r表示的是采用本发明所述方法之后单边比随时间的变化趋势。从图4b中可以看出，在时间轴（横轴）的大约前半段，曲线r’比r显示出更大的斜率，而在时间轴（横轴）的大约后半段，情况则相反，r曲线显示出较r’曲线更大的斜率，这说明随着时间的变化，采用本发明所述的方法能够比之前获得更大的单边比。
基于同样的发明构思，图2示出了根据本发明一实施例的生成房源任务分配策略的装置的结构示意图，所述装置200包括：目标优化模型创建模块210，其被配置为创建以gmv和单边比最大化为目的的目标优化模型以及所述目标优化模型的约束条件，在本发明的实施例中，该目标优化模型创建模块210可以配置为执行图1中s110所示以及在本说明书中与图1中s110相对应的步骤；目标数据获取模块220，其被配置为获取目标数据，所述目标数据包括房源任务集合和执行单元集合，在本发明的实施例中，该目标数据获取模块220可以配置为执行图1中s120所示以及在本说明书中与图1中s120相对应的步骤；目标优化模型求解模块230，其被配置为基于所述目标数据以及所述目标优化模型的约束条件对所述目标优化模型求最优解，在本发明的实施例中，该目标优化模型求解模块230可以配置为执行图1中s130所示以及在本说明书中与图1中s130相对应的步骤；分配策略生成模块240，其被配置为根据求得的目标优化模型的最优解生成房源任务分配策略，在本发明的实施例中，该分配策略生成模块240可以配置为执行图1中s140所示以及在本说明书中与图1中s140相对应的步骤。
图3示出了图2所示装置的目标优化模型求解模块的实施例。目标优化模型求解模块230可以包括：凸优化子模块231，其被配置为利用凸优化处理对所述目标优化模型求最优解，在本发明的实施例中，该凸优化子模块231可以配置为执行图1中s130所示以及在本说明书中与图1中s130相对应的步骤。
可以理解，图2和3所示的结构仅为示意，所述装置还可包括比图2和3中所示更多或者更少的模块或组件，或者具有与图2和3所示不同的配置。
此外，本申请还提供了一种计算机设备，根据本发明一实施例，该计算机设备可以包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，当所述处理器执行所述程序时，可以实现本说明书所述的生成房源任务分配策略的方法的步骤。
此外，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置可以执行本说明书所述的生成房源任务分配策略的方法的步骤。
此外，本申请还提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时可以实现本说明书所述的生成房源任务分配策略的方法的步骤。
特别地，以上参考附图中的流程图描述的实施例过程可以被实现为计算机软件程序。例如，本申请说明书公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行附图中各流程图所示的方法的程序代码，通过处理器执行该计算机程序，来执行本申请的方法。
需要说明的是，本申请所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom）、闪存、便携式紧凑磁盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c ，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网（lan）或广域网（wan）连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，示例性示出了按照本申请各实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意，在有些可作为替换的实施方式中，方框中所标注的功能也可以以不同于附图中所示的顺序发生。例如，两个依次表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。还要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。上述单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器，其包括目标优化模型创建模块、目标数据获取模块、目标优化模型求解模块以及分配策略生成模块。这些单元或模块的名称在某些情况下并不构成对该单元或模块本身的限定。
在本说明书中提及的所有文献都在本申请中引用作为参考，就如同每一篇文献被完整引用至本说明书作为参考。
此外应理解，在阅读了本发明的上述说明内容之后，本领域技术人员可以对本发明做出各种改动或修改，这些等同形式同样落入本发明的保护范围。
