CN104281932A - 智能抓班的装置和方法 - Google Patents
智能抓班的装置和方法 Download PDFInfo
- Publication number
- CN104281932A CN104281932A CN201410583198.0A CN201410583198A CN104281932A CN 104281932 A CN104281932 A CN 104281932A CN 201410583198 A CN201410583198 A CN 201410583198A CN 104281932 A CN104281932 A CN 104281932A
- Authority
- CN
- China
- Prior art keywords
- data
- grades
- classes
- order
- school
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
Abstract
本发明提供了一种智能抓班的装置,包括:智能排班处理单元,用于获取员工当前班次信息,并根据当前班次类型进行智能排班处理;智能排班有效性校验单元,用于对智能排班处理的班次有效性进行校验。本发明还提供了一种智能抓班的方法。通过本发明的技术方案,可以在现有的考勤抓班义方式基础上,充分利用单对象类型完成多对象类型的考勤抓班,建立多对象类型元数据参与的考勤抓班的通用、统一考勤思路。
Description
技术领域
本发明涉及计算机技术领域,具体地,涉及一种智能抓班的装置和一种智能抓班的方法。
背景技术
目前,考勤系统中的排班,一般都是事先设定某个固定规则(举例:某一组织单元内所有员工,某天班次相同),然后根据固定规则再生成员工的具体班次信息;传统排班方式,规则比较固定,不能动态匹配而响应变化;如果后续员工班次发生变化,则需要管理人员手工调整,无法做到依据发生的业务数据自动产生和安排班次;如变化的人员和班次数据量较大的场景下,会给考勤管理人员的日常工作带来极大的调整,工作量很大且数据的及时、准确性无法确保。
因此,需要一种新的考勤抓班技术,可以在现有的考勤抓班义方式基础上,充分利用单对象类型完成多对象类型的考勤抓班,建立多对象类型元数据参与的考勤抓班的通用、统一考勤思路。
发明内容
本发明正是基于上述问题,提出了一种新的考勤抓班技术,可以在现有的考勤抓班义方式基础上,充分利用单对象类型完成多对象类型的考勤抓班,建立多对象类型元数据参与的考勤抓班的通用、统一考勤思路。
有鉴于此,本发明提出了一种智能抓班的装置,包括:智能排班处理单元,用于获取员工当前班次信息,并根据当前班次类型进行智能排班处理;智能排班有效性校验单元,用于对智能排班处理的班次有效性进行校验。在该技术方案中,可以不通过事先固化的排班规则,而根据员工的已经发生的实际业务数据,进行动态智能的排班,有利于提高排班的准确性和及时性,提高工作效率。
在上述技术方案中,优选地,所述智能排班处理单元,具体包括:多业务处理单元,用于若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;卡处理单元,用于若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;请假处理单元,用于若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;出差处理单元,用于若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。在该技术方案中,可以实时动态判断员工行为数据的变化,根据不同的业务发生类型(如调班和换班)时,无需操作员手工干预,智能生成排班数据,确保数据的及时、准确,同时节省了操作员大量的人工成本。
在上述技术方案中,优选地,所述多业务处理单元,进一步包括:收集业务数据单元,用于获取当前班次信息的关键要素,作为获取的业务数据;刷卡和请假逻辑单元,用于若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;刷卡和出差处理单元,用于若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;请假和出差逻辑单元,用于若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;刷卡、请假和出差逻辑单元,用于若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。在该技术方案中,可以设置动态排班模型,通过动态排班模型自动生成人员的考勤排班信息,而无需人工事先初始化不同的固定排班规则。
在上述技术方案中,优选地,所述智能排班有效性校验单元,具体包括:加班处理单元,用于判断当前班次是否存在加班数据;以及,若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。在该技术方案中,可以根据加班数据进行逻辑处理。
在上述技术方案中,优选地,所述加班处理单元,进一步包括:收集加班数据单元,用于获取加班数据;上班前加班处理单元,用于当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;下班后加班处理单元,用于当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。在该技术方案中,可以方便的捕捉到员工业务行为,快速的响应变化,生成班次,从而保证班次的科学性和准确性,同时可以减少操作员的庞大和繁琐的工作量。
根据本发明的又一个方面,还提出了一种智能抓班的方法,包括:步骤202:获取员工当前班次信息,并根据当前班次类型进行智能排班处理;步骤204:对智能排班处理的班次有效性进行校验。在该技术方案中,可以不通过事先固化的排班规则,而根据员工的已经发生的实际业务数据,进行动态智能的排班,有利于提高排班的准确性和及时性,提高工作效率。
在上述技术方案中,优选地,所述步骤202,具体包括:步骤302:若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;步骤304:若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;步骤306:若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;步骤308:若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。在该技术方案中,可以实时动态判断员工行为数据的变化,根据不同的业务发生类型(如调班和换班)时,无需操作员手工干预,智能生成排班数据,确保数据的及时、准确,同时节省了操作员大量的人工成本。
在上述技术方案中,优选地,所述步骤302,进一步包括:步骤502:获取当前班次信息的关键要素,作为获取的业务数据;步骤504:若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;步骤506:若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;步骤508:若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;步骤509:若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。在该技术方案中,可以设置动态排班模型,通过动态排班模型自动生成人员的考勤排班信息,而无需人工事先初始化不同的固定排班规则。
在上述技术方案中,优选地,所述步骤204,具体包括:步骤402:判断当前班次是否存在加班数据;以及,步骤404:若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。在该技术方案中,可以根据加班数据进行逻辑处理。
在上述技术方案中,优选地,所述步骤404,进一步包括:步骤602:获取加班数据;步骤604:当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;步骤606:当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。在该技术方案中,可以方便的捕捉到员工业务行为,快速的响应变化,生成班次,从而保证班次的科学性和准确性,同时可以减少操作员的庞大和繁琐的工作量。
通过以上技术方案,可以在现有的考勤抓班义方式基础上,充分利用单对象类型完成多对象类型的考勤抓班,建立多对象类型元数据参与的考勤抓班的通用、统一考勤思路。
附图说明
图1示出了根据本发明的实施例的智能抓班的装置的框图;
图2示出了根据本发明的实施例的多业务处理单元的原理示意图;
图3示出了根据本发明的实施例的加班处理单元的原理示意图;
图4示出了根据本发明的实施例的智能抓班的方法的流程图;
图5示出了根据本发明的实施例的智能排班处理单元的流程图;
图6示出了根据本发明的实施例的智能排班有效性校验单元的流程图;
图7示出了根据本发明的实施例的多业务处理单元的流程图;
图8示出了根据本发明的实施例的加班处理单元的流程图;
图9示出了根据本发明的实施例的智能排班装置的原理示意图;
图10示出了根据本发明的实施例的多业务处理单元的的原理示意图;
图11示出了根据本发明的实施例的卡处理单元的原理示意图;
图12示出了根据本发明的实施例的卡处理单元的处理逻辑图;
图13示出了根据本发明的实施例的请假处理单元的原理示意图;
图14示出了根据本发明的实施例的出差处理单元的原理示意图;
图15示出了根据本发明的实施例的加班处理单元的原理示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的智能抓班的装置的框图。
如图1所示,根据本发明的实施例的智能抓班的装置100,包括:智能排班处理单元102,用于获取员工当前班次信息,并根据当前班次类型进行智能排班处理;智能排班有效性校验单元104,用于对智能排班处理的班次有效性进行校验。在该技术方案中,可以不通过事先固化的排班规则,而根据员工的已经发生的实际业务数据,进行动态智能的排班,有利于提高排班的准确性和及时性,提高工作效率。
在上述技术方案中,优选地,智能排班处理单元102,具体包括:多业务处理单元1022,用于若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;卡处理单元1024,用于若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;请假处理单元1026,用于若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;出差处理单元1028,用于若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。在该技术方案中,可以实时动态判断员工行为数据的变化,根据不同的业务发生类型(如调班和换班)时,无需操作员手工干预,智能生成排班数据,确保数据的及时、准确,同时节省了操作员大量的人工成本。
在上述技术方案中,优选地,如图2所示,多业务处理单元1022,进一步包括:收集业务数据单元10222,用于获取当前班次信息的关键要素,作为获取的业务数据;刷卡和请假逻辑单元10224,用于若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;刷卡和出差处理单元10226,用于若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;请假和出差逻辑单元10228,用于若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;刷卡、请假和出差逻辑单元10230,用于若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。在该技术方案中,可以设置动态排班模型,通过动态排班模型自动生成人员的考勤排班信息,而无需人工事先初始化不同的固定排班规则。
在上述技术方案中,优选地,智能排班有效性校验单元104,具体包括:加班处理单元1042,用于判断当前班次是否存在加班数据;以及,若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。在该技术方案中,可以根据加班数据进行逻辑处理。
在上述技术方案中,优选地,如图3所示,加班处理单元1042,进一步包括:收集加班数据单元10422,用于获取加班数据;上班前加班处理单元10424,用于当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;下班后加班处理单元10426,用于当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。在该技术方案中,可以方便的捕捉到员工业务行为,快速的响应变化,生成班次,从而保证班次的科学性和准确性,同时可以减少操作员的庞大和繁琐的工作量。
图4示出了根据本发明的实施例的智能抓班的方法的流程图。
如图4所示,根据本发明的实施例的智能抓班的方法,包括:步骤202:获取员工当前班次信息,并根据当前班次类型进行智能排班处理;步骤204:对智能排班处理的班次有效性进行校验。在该技术方案中,可以不通过事先固化的排班规则,而根据员工的已经发生的实际业务数据,进行动态智能的排班,有利于提高排班的准确性和及时性,提高工作效率。
在上述技术方案中,优选地,如图5所示,步骤202,具体包括:步骤302:若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;步骤304:若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;步骤306:若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;步骤308:若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。在该技术方案中,可以实时动态判断员工行为数据的变化,根据不同的业务发生类型(如调班和换班)时,无需操作员手工干预,智能生成排班数据,确保数据的及时、准确,同时节省了操作员大量的人工成本。
在上述技术方案中,优选地,如图6所示,步骤302,进一步包括:步骤502:获取当前班次信息的关键要素,作为获取的业务数据;步骤504:若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;步骤506:若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;步骤508:若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;步骤509:若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。在该技术方案中,可以设置动态排班模型,通过动态排班模型自动生成人员的考勤排班信息,而无需人工事先初始化不同的固定排班规则。
在上述技术方案中,优选地,如图7所示,步骤204,具体包括:步骤402:判断当前班次是否存在加班数据;以及,步骤404:若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。在该技术方案中,可以根据加班数据进行逻辑处理。
在上述技术方案中,优选地,如图8所示,步骤404,进一步包括:步骤602:获取加班数据;步骤604:当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;步骤606:当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。在该技术方案中,可以方便的捕捉到员工业务行为,快速的响应变化,生成班次,从而保证班次的科学性和准确性,同时可以减少操作员的庞大和繁琐的工作量。
针对现有的排班模式的不足,本发明提供了一种在考勤系统中智能排班的技术方案。该技术方案,描述了不通过事先固化的排班规则,而根据员工的已经发生的实际业务数据,进行动态智能的排班的新方法,能达到以下目的:
⑴提高了排班的准确性;⑵提高了排班的及时性;⑶节省了操作员的时间提升工作效率;⑷简化了系统的操作步骤,易用性更好。
通过本发明技术方案中的动态排班模型,自动生成人员的考勤排班信息,而无需人工事先初始化不同的固定排班规则。
本发明的技术方案,可以实时动态判断员工行为数据的变化,根据不同的业务发生类型(如调班和换班)时,无需操作员手工干预,由本装置智能生成排班数据,确保数据的及时、准确,同时节省了操作员大量的人工成本。
本发明技术方案的智能排班原理,参见图9。本发明的技术方案,从内部功能上可以划分为多业务处理单元、卡处理单元、请假处理单元、出差处理单元、加班处理单元5个组成部分,下面分别介绍:
⑴多业务处理单元,参见图10。
多业务处理单元,即为包括多业务类型的数据及逻辑处理单元。此多业务处理单元的作用为根据员工的各种实际业务数据,进行动态处理和判断,从而获取排班信息的关键要素班次信息。
此多业务处理单元包括五个处理子单元:收集业务数据单元,刷卡和请假逻辑单元,刷卡和出差处理单元,请假和出差逻辑单元,刷卡、请假和出差逻辑单元;本发明的技术方案依据收集到的业务数据,分别执行不同的子单元。
举例:如果存在刷卡和请假业务数据,取刷卡和请假的最早、最晚时间作为起止时间获取班次信息;获取多个班次时,优先地,取时间间隔最小的班次作为默认排班的班次。
⑵卡处理单元,参见图11。
卡处理单元,即根据员工的各种卡来源数据(来源考勤机/补卡)进行逻辑处理的单元;此卡处理单元的作用为限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;处理逻辑如图12所示。
如果存在打卡数据,根据打卡数据选择班次,如果某班次开始时间和结束时间,在员工打卡范围内,则选择此班次信息;优先地,如果多个班次在员工打卡范围内,选择时间间隔最小的班次作为排班班次。
⑶请假处理单元,参见图13。
请假处理单元,即根据请假业务数据进行逻辑处理的单元;此请假处理单元的作用为限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;如果存在请假单,班次开始时间不能晚于请假开始时间,班次结束时间不能早于请假结束时间;优先地,如果获取多个班次信息,取时间间隔最小班次作为默认班次;优先地,跨多天的请假,不参与请假处理单元处理。
⑷出差处理单元,参见图14。
出差处理单元,即根据出差业务数据进行逻辑处理的单元;此出差处理单元的作用为限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息;如果存在出差单,班次开始时间不能晚于出差开始时间,班次结束时间不能早于出差结束时间;优先地,如果获取多个班次信息,取时间间隔最小班次作为默认班次;优先地,跨多天的出差,不参与出差处理单元处理。
⑸加班处理单元,参见图15。
加班处理单元,即根据加班数据进行逻辑处理的单元;此加班处理单元的作用在于校验上述各个单元获取的班次的有效性;加班处理单元包括三个子单元:收集加班数据单元、上班前加班处理单元、下班后加班处理单元。上班前加班处理单元,此上班前加班处理单元限制班次开始时间不能早于加班结束时间;否则,班次非法。下班后加班处理单元,此下班后加班处理单元限制班次结束时间不能晚于加班开始时间;否则,班次非法。
通过本发明的技术方案,可以方便的捕捉到员工业务行为,快速的响应变化,生成班次,从而保证了班次的科学性和准确性,同时可以减少操作员的庞大和繁琐的工作量,从而达到预设效果。
以上结合附图详细说明了本发明的技术方案,考虑到相关技术中没有简便的、统一的针对复杂类型考勤抓班的解决办法。现有的考勤抓班无法完成有复杂类型参与的考勤抓班过程。因此,本发明提出了一种智能抓班的装置和一种智能抓班的方法,可以在现有的考勤抓班义方式基础上,充分利用单对象类型完成多对象类型的考勤抓班,建立多对象类型元数据参与的考勤抓班的通用、统一考勤思路。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能抓班的装置,其特征在于,包括:
智能排班处理单元,用于获取员工当前班次信息,并根据当前班次类型进行智能排班处理;
智能排班有效性校验单元,用于对智能排班处理的班次有效性进行校验。
2.根据权利要求1所述的智能抓班的装置,其特征在于,所述智能排班处理单元,具体包括:
多业务处理单元,用于若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;
卡处理单元,用于若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;
请假处理单元,用于若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;
出差处理单元,用于若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。
3.根据权利要求2所述的智能抓班的装置,其特征在于,所述多业务处理单元,进一步包括:
收集业务数据单元,用于获取当前班次信息的关键要素,作为获取的业务数据;
刷卡和请假逻辑单元,用于若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;
刷卡和出差处理单元,用于若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;
请假和出差逻辑单元,用于若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;
刷卡、请假和出差逻辑单元,用于若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。
4.根据权利要求1-3中任一项所述的智能抓班的装置,其特征在于,所述智能排班有效性校验单元,具体包括:
加班处理单元,用于判断当前班次是否存在加班数据;以及,若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。
5.根据权利要求4所述的智能抓班的装置,其特征在于,所述加班处理单元,进一步包括:
收集加班数据单元,用于获取加班数据;
上班前加班处理单元,用于当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;
下班后加班处理单元,用于当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。
6.一种智能抓班的方法,其特征在于,包括:
步骤202:获取员工当前班次信息,并根据当前班次类型进行智能排班处理;
步骤204:对智能排班处理的班次有效性进行校验。
7.根据权利要求6所述的智能抓班的方法,其特征在于,所述步骤202,具体包括:
步骤302:若当前班次信息为多业务数据,则根据员工的各种实际业务数据,进行动态处理和判断,获取排班信息的关键要素班次信息;
步骤304:若当前班次信息为刷卡数据,则限制仅有卡数据时的处理逻辑,通过卡数据获取班次信息;
步骤306:若当前班次信息为请假数据,则限制仅有请假数据时的处理逻辑,通过请假的起止日期获取班次信息;
步骤308:若当前班次信息为出差数据,则限制仅有出差数据时的处理逻辑,通过出差的起止日期获取班次信息。
8.根据权利要求7所述的智能抓班的方法,其特征在于,所述步骤302,进一步包括:
步骤502:获取当前班次信息的关键要素,作为获取的业务数据;
步骤504:若获取的业务数据包含刷卡数据和请假数据,则执行刷卡和请假的逻辑处理;
步骤506:若获取的业务数据包含刷卡数据和出差数据,则执行刷卡和出差的逻辑处理;
步骤508:若获取的业务数据包含请假数据和出差数据,则执行请假和出差的逻辑处理;
步骤509:若获取的业务数据包含刷卡数据、请假数据和出差数据,则执行刷卡、请假和出差的逻辑处理。
9.根据权利要求6-8中任一项所述的智能抓班的方法,其特征在于,所述步骤204,具体包括:
步骤402:判断当前班次是否存在加班数据;以及,
步骤404:若当前班次存在加班数据,则收集加班数据,并对加班数据的合法性进行验证。
10.根据权利要求9所述的智能抓班的方法,其特征在于,所述步骤404,进一步包括:
步骤602:获取加班数据;
步骤604:当获取的加班数据为上班前加班数据时,限制班次开始时间不能早于加班结束时间;否则,班次非法;
步骤606:当获取的加班数据为下班后加班数据时,限制班次结束时间不能晚于加班开始时间;否则,班次非法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410583198.0A CN104281932A (zh) | 2014-10-28 | 2014-10-28 | 智能抓班的装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410583198.0A CN104281932A (zh) | 2014-10-28 | 2014-10-28 | 智能抓班的装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104281932A true CN104281932A (zh) | 2015-01-14 |
Family
ID=52256790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410583198.0A Pending CN104281932A (zh) | 2014-10-28 | 2014-10-28 | 智能抓班的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104281932A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473304A (zh) * | 2019-08-13 | 2019-11-19 | 广西润德信息科技有限公司 | 一种全自动的学生考勤方法及考勤系统 |
CN110782104A (zh) * | 2018-07-29 | 2020-02-11 | 雅座在线(北京)科技发展有限公司 | 一种餐厅灵活排班考勤系统 |
CN110782103A (zh) * | 2018-07-29 | 2020-02-11 | 雅座在线(北京)科技发展有限公司 | 一种可视化餐厅排班系统 |
CN110807618A (zh) * | 2019-10-30 | 2020-02-18 | 厦门中控智慧信息技术有限公司 | 一种动态排班方法、装置和设备 |
CN111145374A (zh) * | 2018-11-05 | 2020-05-12 | 顺丰科技有限公司 | 一种考勤管理方法、装置及设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050137925A1 (en) * | 2003-10-23 | 2005-06-23 | Lakritz Kenneth B. | Resource scheduling and monitoring |
CN101236666A (zh) * | 2008-02-22 | 2008-08-06 | 金蝶软件(中国)有限公司 | 一种刷卡数据的处理系统及方法 |
CN101364291A (zh) * | 2008-07-17 | 2009-02-11 | 中冶长天国际工程有限责任公司 | 数据准确性的校验方法、装置及一种工时数据校验系统 |
CN201698493U (zh) * | 2010-07-21 | 2011-01-05 | 苏州市创采软件有限公司 | 一种人力资源管理装置 |
US8788308B1 (en) * | 2004-03-29 | 2014-07-22 | West Corporation | Employee scheduling and schedule modification method and apparatus |
-
2014
- 2014-10-28 CN CN201410583198.0A patent/CN104281932A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050137925A1 (en) * | 2003-10-23 | 2005-06-23 | Lakritz Kenneth B. | Resource scheduling and monitoring |
US8788308B1 (en) * | 2004-03-29 | 2014-07-22 | West Corporation | Employee scheduling and schedule modification method and apparatus |
CN101236666A (zh) * | 2008-02-22 | 2008-08-06 | 金蝶软件(中国)有限公司 | 一种刷卡数据的处理系统及方法 |
CN101364291A (zh) * | 2008-07-17 | 2009-02-11 | 中冶长天国际工程有限责任公司 | 数据准确性的校验方法、装置及一种工时数据校验系统 |
CN201698493U (zh) * | 2010-07-21 | 2011-01-05 | 苏州市创采软件有限公司 | 一种人力资源管理装置 |
Non-Patent Citations (1)
Title |
---|
董一松: "基于ERP系统的考勤模块二次开发设计与实现", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782104A (zh) * | 2018-07-29 | 2020-02-11 | 雅座在线(北京)科技发展有限公司 | 一种餐厅灵活排班考勤系统 |
CN110782103A (zh) * | 2018-07-29 | 2020-02-11 | 雅座在线(北京)科技发展有限公司 | 一种可视化餐厅排班系统 |
CN111145374A (zh) * | 2018-11-05 | 2020-05-12 | 顺丰科技有限公司 | 一种考勤管理方法、装置及设备、存储介质 |
CN110473304A (zh) * | 2019-08-13 | 2019-11-19 | 广西润德信息科技有限公司 | 一种全自动的学生考勤方法及考勤系统 |
CN110807618A (zh) * | 2019-10-30 | 2020-02-18 | 厦门中控智慧信息技术有限公司 | 一种动态排班方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104268695B (zh) | 一种多中心流域水环境分布式集群管理系统及方法 | |
CN104281932A (zh) | 智能抓班的装置和方法 | |
CN103279840B (zh) | 基于动态语言与事件处理机制的工作流引擎实现方法 | |
CN105005570B (zh) | 基于云计算的海量智能用电数据挖掘方法及装置 | |
CN102456031B (zh) | 一种MapReduce系统和处理数据流的方法 | |
CN109543992A (zh) | 智能巡检方法、装置、智能终端及服务器 | |
CN108470228A (zh) | 财务数据稽核方法及稽核系统 | |
CN102778954B (zh) | 一种手势操作管理方法及装置 | |
CN105786912B (zh) | 数据采集转换方法及装置 | |
CN108052374A (zh) | 一种部署容器微服务的方法及装置 | |
CN104966172A (zh) | 一种用于企业经营数据分析的大数据可视化分析处理系统 | |
CN106649239A (zh) | 一种基于可视化的云监控系统中报表生成方法及装置 | |
CN103678590A (zh) | 基于olap的报表采集装置和报表采集方法 | |
CN108298397A (zh) | 一种基于电梯物联网的电梯维保监测方法及监管平台 | |
CN108399547A (zh) | 一种根据快件流转节点及问题类型判责的方法、系统和介质 | |
CN105405221A (zh) | 一种自动化测试的方法及装置 | |
CN107577748A (zh) | 基于大数据的建筑行业信息采集系统及其方法 | |
CN104636242A (zh) | 一种基于Linux操作系统的系统日志自动删除重复内容的方法 | |
CN110347407A (zh) | 一种获取内存占用量的方法、装置、计算机设备及介质 | |
CN106447282A (zh) | 一种任务管理系统及其任务管理方法 | |
CN105069029B (zh) | 一种实时etl系统及方法 | |
CN103488695A (zh) | 数据同步装置和数据同步方法 | |
CN106250429A (zh) | 一种基于sqoop的数据抽取方法 | |
CN102129619A (zh) | 一种基于云存储的业务数据处理方法及系统 | |
CN109635022B (zh) | 一种可视化的ElasticSearch数据采集方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150114 |
|
RJ01 | Rejection of invention patent application after publication |