Розподіл задач на основі ШІ: порівняння розподілу на основі навичок з традиційними підходами
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
Альтернативна назва
AI-based task distribution: a comparison of skill-based and traditional approaches
Анотація
The paper presents a practical solution for intelligent task distribution using AI by matching the skill requirements of a task with the skills of available agents. A comparative analysis with traditional task distribution methods is provided. Testing results confirm that the proposed solution delivers high accuracy and adaptability, making it suitable for modern companies seeking an approach that is easy to implement and flexible in use.
У статті запропоновано практичне рішення для інтелектуального розподілу задач із використанням ШІ шляхом зіставлення навичок, необхідних для вирішення задачі, з навичками доступних агентів. Виконано його порівняльний аналіз з традиційними методами розподілу задач. Результати тестування підтверджують високу точність і адаптивність запропонованого підходу, що робить його придатним для сучасних компаній, які шукають просте у впровадженні та гнучке у використанні рішення.
У статті запропоновано практичне рішення для інтелектуального розподілу задач із використанням ШІ шляхом зіставлення навичок, необхідних для вирішення задачі, з навичками доступних агентів. Виконано його порівняльний аналіз з традиційними методами розподілу задач. Результати тестування підтверджують високу точність і адаптивність запропонованого підходу, що робить його придатним для сучасних компаній, які шукають просте у впровадженні та гнучке у використанні рішення.
Опис
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Слободян Р. В., Богач І. В. Розподіл задач на основі ші: порівняння розподілу на основі навичок з традиційними підходами // Оптико-електроннi iнформацiйно-енергетичнi технологiї. 2025. № 2. С. 340-347. URI: https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/828.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (24)
- A Survey on Task Assignment in Crowdsourcing. [Online]. Available: https://www.semanticscholar.org/reader/7e0303fd02a391d68886c5b23fa3833d906ee029. Created 2021.
- Task Allocation Strategy for Multi Agent: A Review. [Online]. Available: https://www.jncet.org/Manuscripts/Volume-7/Issue-1/Vol-7-issue-1-M-05.pdf. Created 2017.
- Workload Distribution for Project Managers: Best Strategies to Balance the Load. [Online]. Available: https://thedigitalprojectmanager.com/project-management/workload-distribution/. Created 2025.
- How to build a workforce forecasting process for customer support. [Online]. Available: https://www.assembled.com/blog/how-to-build-a-forecast-for-customer-support. Created 2022.
- What Is Task Routing? How to Automate Workflows Smartly. [Online]. Available: https://clickup.com/blog/task-routing/. Created 2025.
- Route cases using basic routing rulesets. [Online]. Available: https://learn.microsoft.com/en-us/dynamics365/customer-service/administer/create-rules-automatically-route-cases. Created 2025.
- Improving Routing Optimization Algorithms: A Business Rules Based System to Generate Initial Solutions. [Online]. Available: https://arxiv.org/html/2502.00409v2. Created 2025.
- Intelligent Task Routing: Assigning the Right Labelers to the Right Jobs. [Online]. Available: https://keylabs.ai/blog/intelligent-task-routing-assigning-the-right-labelers-to-the-right-jobs/. Created 2025.
- Why is machine learning so expensive at scale? [Online]. Available: https://www.quora.com/Why-is-machine-learning-so-expensive-at-scale. Created 2020.
- The next frontier of customer engagement: AI-enabled customer service. [Online]. Available: https://www.mckinsey.com/capabilities/operations/our-insights/the-next-frontier-of-customer-engagement-ai-enabled-customer-service. Created 2023.