我正在实施一个员工计划解决方案，员工可以有自己喜欢的工作时间，这个系统还可以建议员工的最佳工作时间。
您的用例与optaplanner中的员工排班示例非常相似。每个员工都有自己喜欢的工作时间，并被写进员工和医院之间的合同中。
组织的员工要求。它是一个基于人员需求的间隔（1小时），并且具有该间隔所需的最小/最大人员(例如：在1300-1400时，我需要最少4名员工，最多6名员工）。
这个例子也有同样的要求，每个轮班都需要最少的员工。
建议班次必须遵循的规则(例句：提供的任何班次不得超过一周内允许的最大工作时间。如果员工到周四为止已经工作了35个小时，并且每周最多允许工作时间是40小时，那么我建议最多轮班5个小时）
这些规则都是在员工合同中规定的，例如，员工必须每周至少工作35小时或每周连续工作3天。
建议也需要尊重我的历史转变(例句：我喜欢在星期五晚上工作，我的历史告诉我。所以，星期五的一个好建议是（猜猜看：）夜班。
只要员工有历史数据，就可以将其添加为新的软约束。
我没有做太多的家庭作业，因为一切都导致了hadoop生态系统，关于hadoop，我有很多想法，就像一个学步的孩子（非神童）知道量子物理一样。不管怎样，我想到的是：我可以使用apachespark或mahout或独立的apachepredictionio（我在java世界中）我知道像optaplanner这样的约束求解器，我可以推动它来解决这个问题，但它不是这个工作的正确工具，我相信，但可能是错误的。
我认为你可以结合hadoop来存储和处理你的大数据。然后您可以将处理后的数据提供给optaplanner，以获得优化的结果。如果您想构建一个实时计划，可以使用apachespark对新数据进行快速处理，并将其提供给optaplanner以获得最新的优化结果。所以我真的建议你去试试optaplanner的护士排班例子。希望这有帮助，亲切的问候。