CN108090685A - 一种基于协同管理软件的协同行为画像的构建方法及装置 - Google Patents
一种基于协同管理软件的协同行为画像的构建方法及装置 Download PDFInfo
- Publication number
- CN108090685A CN108090685A CN201711468873.5A CN201711468873A CN108090685A CN 108090685 A CN108090685 A CN 108090685A CN 201711468873 A CN201711468873 A CN 201711468873A CN 108090685 A CN108090685 A CN 108090685A
- Authority
- CN
- China
- Prior art keywords
- data
- behavior
- agreement
- portrait
- target object
- 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.)
- Granted
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
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于协同管理软件的协同行为画像的构建方法及装置,其中,方法包括:数据获取步骤,获取目标对象在协同工作过程中产生的所有行为记录数据;数据汇总步骤,对行为记录数据进行汇总,以获取目标对象的关键行为数据;数据运算步骤,根据关键行为数据,计算目标对象的行为绩效数据;画像构建步骤;按照预设格式对行为绩效数据存储,以构建目标对象的协同行为画像。本发明提供的基于协同管理软件的协同行为画像的构建方法及装置,对目标对象的协同行为构建协同行为画像,使得协同行为特征数据直观化、显性化,可以实现基于所构建的协同行为画像对目标对象的协同行为进行指导纠正,实现协同行为特征数据进行有效利用。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于协同管理软件的协同行为画像的构建方法及装置。
背景技术
协同,是指协调两个或两个以上不同资源或者个体,协同一致地完成某一目标的过程或能力,且所有有助于协同的软件都可以称作是协同管理软件。
协同管理软件是旨在帮助人们参与一个共同的任务以实现其目标的计算机软件。它通常不是使个体在物理上的同一地点办公,而是通过因特网连接在一起工作。它也包括远程访问存储系统以获得共享的数据文件,以便分布式工作组成员可以访问、修改和检索它们。
协同管理软件记录了个体在软件上的协同行为动作,然而,这些协同行为数据都是零散、无序存储的。但是目前,尚不能基于个体的协同行为特征构建协同行为画像,以利用个体协同行为规律对个体行为进行指导与规范。也就是说,现有技术尚不能对个体的协同行为特征数据进行有效利用并实现价值。
发明内容
本发明要解决的技术问题是提供一种基于协同管理软件的协同行为画像的构建方法及装置,对目标对象的协同行为构建协同行为画像,使得协同行为特征数据直观化、显性化,可以实现基于所构建的协同行为画像对目标对象的协同行为进行指导纠正,实现协同行为特征数据进行有效利用。
为解决上述技术问题,本发明提供的技术方案为:
一方面,本发明提供一种基于协同管理软件的协同行为画像的构建方法,包括:
数据获取步骤,获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总步骤,对行为记录数据进行汇总,以获取目标对象的关键行为数据;
数据运算步骤,根据关键行为数据,计算目标对象的行为绩效数据;
画像构建步骤;按照预设格式对行为绩效数据存储,以构建目标对象的协同行为画像。
进一步地,数据汇总步骤,包括:
对行为记录数据按照预设的任务类目进行分类;
计算每个任务类目的各项行为测量指标的指标值;
根据所有任务类目的所有行为测量指标的指标值,确定目标对象的关键行为数据。
进一步地,数据运算步骤,包括:
将关键行为数据代入预设的行为公式模型,计算目标对象的行为绩效分值。
进一步地,目标对象包括:组织、个人。
进一步地,目标对象为个人时,行为公式模型为:
目标对象为组织时,行为公式模型为:其中,pk为第k人的个人行为绩效分值,mi为第i个行为测量指标的指标值,ω1i为第i个行为测量指标对应的指标权重,ω2j为第j个任务类目对应的任务类目权重,Q为组织行为绩效分值,为组织内的所有个人的个人行为绩效分值的均值。
进一步地,任务类目包括:新建、收到、查看、处理、点赞。
进一步地,还包括:
统计协同系统运行规律;
根据运行规律确定调度时间区域,和/或,将运行规律发送至管理终端,以接收管理人员依据运行规律设置的调度时间区域;
在调度时间区域内,执行协同行为画像的构建方法。
进一步地,数据汇总步骤和数据运算步骤中,数据处理的方式为:采用细粒度事务管理方式对数据进行并行处理,且采用日志记录方式对数据过程进行容错补偿。
进一步地,画像构建步骤中,以表格形式对行为绩效数据进行存储。
另一方面,本发明提供一种基于协同管理软件的协同行为画像的构建装置,包括:
数据获取模块,用于获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总模块,用于对行为记录数据进行汇总,以获取目标对象的关键行为数据;
数据运算模块,用于根据关键行为数据,计算目标对象的行为绩效数据;
画像构建模块,用于按照预设格式对行为绩效数据存储,以构建目标对象的协同行为画像。
本发明提供的基于协同管理软件的协同行为画像的构建方法及装置,对目标对象的协同行为构建协同行为画像,使得协同行为特征数据直观化、显性化,可以实现基于所构建的协同行为画像对目标对象的协同行为进行指导纠正,实现协同行为特征数据进行有效利用。
附图说明
图1是本发明实施例提供的基于协同管理软件的协同行为画像的构建方法的流程图;
图2是本发明实施例提供的基于协同管理软件的协同行为画像的构建方法的另一流程图;
图3是本发明实施例提供的可显示于管理终端上的可视化的图形设置界面的效果图;
图4是本发明实施例提供的基于协同管理软件的协同行为画像的构建装置的框图。
具体实施方式
下面通过具体的实施例进一步说明本发明,但是,应当理解为,这些实施例仅仅是用于更详细具体地说明之用,而不应理解为用于以任何形式限制本发明。
实施例一
结合图1,本实施例提供的基于协同管理软件的协同行为画像的构建方法,包括:
数据获取步骤S1,获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总步骤S2,对行为记录数据进行汇总,以获取目标对象的关键行为数据;
数据运算步骤S3,根据关键行为数据,计算目标对象的行为绩效数据;
画像构建步骤S4;按照预设格式对行为绩效数据存储,以构建目标对象的协同行为画像。
本发明实施例提供的基于协同管理软件的协同行为画像的构建方法,对目标对象的协同行为构建协同行为画像,使得协同行为特征数据直观化、显性化,可以实现基于所构建的协同行为画像对目标对象的协同行为进行指导纠正,实现协同行为特征数据进行有效利用。
具体地,本实施例中,目标对象包括个人和组织(例如,部门)。本实施例中,如图2所示地,行为记录数据存储在原始业务存储层,且原始业务存储层中的行为记录数据的特点为,表分散、数据结构差异化、数据冗余、大数据。此外,对行为记录数据进行汇总后,所获得的关键行为数据存储于行为数据存储层,且其数据特点为,统一、精准、结构化。此外,行为公式模型,用于计算目标对象的行为绩效积分,具体地,数据运算步骤S3,包括:将关键行为数据代入预设的行为公式模型,计算目标对象的行为绩效分值。
具体地,目标对象为个人时,行为公式模型为:目标对象为组织时,行为公式模型为:其中,pk为第k人的个人行为绩效分值,mi为第i个行为测量指标的指标值,ω1i为第i个行为测量指标对应的指标权重,ω2j为第j个任务类目对应的任务类目权重,Q为组织行为绩效分值,为组织内的所有个人的个人行为绩效分值的均值。
需要说明的是,本实施中,每个任务类目的权重以及任务类目中的行为测量指标的权重可以结合实际需要进行设定,本实施例不作具体限定。
优选地,画像构建步骤S4中,以积分表的形式对行为绩效数据进行存储,且存储于绩效分值存储层。此外,需要说明的是,本实施例中,所述及的协同行为画像,是将个体/组织在协同管理软件中的行为属性(例如,发送、处理协同的行为记录)和任务属性(协同、会议等)进行聚合分析(例如分析个体在不同任务的行为),以实现将个体/组织协同行为特征立体化呈现,如此,基于协同行为画像对个体/组织的协同行为进行指导纠正。此外,本实施例中,对画像信息进行展示的载体包括,PC机,手机等。
进一步优选地,数据汇总步骤S2,包括:
对行为记录数据按照预设的任务类目进行分类;
计算每个任务类目的各项行为测量指标的指标值;
根据所有任务类目的所有行为测量指标的指标值,确定目标对象的关键行为数据。
本实施中,按人员分类,可以获取每个人员的处理总数、待处理总数等关键数据,这些关键数据就是用户在系统中的操作动作,比如阅读公告次数、参加会议次数,这些数据可以衡量该人员在系统中的活跃程度及工作处理效率。具体地,任务类目包括但不限于:新建、收到、查看、处理、点赞。本实施例中,根据任务类目的不同对数据进行分类统计处理,且将原始业务行为数据(即,行为记录数据)按照时间维度(例如,年、月、季度)进行数据统计处理。
更加具体地,数据汇总步骤S2和数据运算步骤S3中,数据处理的方式为:采用细粒度事务管理方式对数据进行并行处理,且采用日志记录方式对数据过程进行容错补偿。
本实施例中,事务,是计算机术语中指访问并可能更新数据库中各种数据项的一个程序执行单元。细粒度事务管理方式,为将一个大的事物单元拆分成许多小单元,且每两个小单元之间是相互独立的,以进行分开执行并数据保存,需要说明的是,本实施例中,采用细粒度事务管理方式的目的在于,事务过大容易导致内存溢出,即,系统崩溃,且本实施例中,由于行为绩效数据分析往往是大量的数据计算,需要高配服务器,然而很多情况下,往往所具有的仅是中低配的服务器,若要实现同样的功能,就需要把大的事务进行拆分,分多次独立执行。
此外,在细粒度事务管理方式的基础上,采用采用日志记录方式对数据过程进行容错补偿。且具体地,本实施例中,哪些业务已经执行过定时调度,哪些业务执行调度异常,异常信息是什么,都是采用日志记录的方式进行信息记录,以保证每个细粒度的事务的准确性,提供充分的容错、补偿机制。更加具体地,针对缺失数据补偿机制,灾备是判定技术稳定性的一个必备标准,本技术专利对数据异常灾备做了充分的准备。缺失数据可能产生的原因:正在执行调度任务时突然断电、本来应该执行调度任务的时间段服务器关机。只要比对日志,发现有历史数据未调度则会在启动服务之后执行对应数据的补偿工作。
优选地,还包括:
统计协同系统运行规律;
根据运行规律确定调度时间区域,和/或,将运行规律发送至管理终端,以接收管理人员依据运行规律设置的调度时间区域;
在调度时间区域内,执行协同行为画像的构建方法。
本实施例中,调度引擎,用于管理分配资源执行各种业务数据的统计分析、计算汇总工作。且实际上,本实施例中,构件协同行为画像需要花费一定的时间(少则十几分钟,多则几小时)及系统资源(大量的计算分析占用CPU和内存资源),为了不影响系统其它应用的正常运行,所以采用了在系统低谷期调度统计分析的模式。调度引擎能够管理什么时间执行调度、多长周期重复执行、设置调度只能在某个时间区间执行。更加具体地,例如,默认的行为积分调度规则为,每月1号凌晨0点05分启动调度(避开系统高峰期),默认只在0:05--5:00这个时间段区间(这个时间段属于系统低谷期)执行统计分析,如果任务未执行完成则顺延到次日凌晨0:05继续执行。调度引擎提供了可视化界面供管理员决策配置,通过图形化的界面呈现哪些时间段属于高峰期、低谷期,并且支持各种时间自定义配置,且具体地,图形界面如图3所示。
实施例二
结合图4,本发实施例提供的基于协同管理软件的协同行为画像的构建装置,包括:
数据获取模块1,用于获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总模块2,用于对行为记录数据进行汇总,以获取目标对象的关键行为数据;
数据运算模块3,用于根据关键行为数据,计算目标对象的行为绩效数据;
画像构建模块4,用于按照预设格式对行为绩效数据存储,以构建目标对象的协同行为画像。
本发明实施例提供的基于协同管理软件的协同行为画像的构建装置,对目标对象的协同行为构建协同行为画像,使得协同行为特征数据直观化、显性化,可以实现基于所构建的协同行为画像对目标对象的协同行为进行指导纠正,实现协同行为特征数据进行有效利用。
具体地,本实施例中,目标对象包括个人和组织(例如,部门)。本实施例中,如图2所示地,行为记录数据存储在原始业务存储层,且原始业务存储层中的行为记录数据的特点为,表分散、数据结构差异化、数据冗余、大数据。此外,对行为记录数据进行汇总后,所获得的关键行为数据存储于行为数据存储层,且其数据特点为,统一、精准、结构化。此外,行为公式模型,用于计算目标对象的行为绩效积分,具体地,数据运算模块3,具体用于:将关键行为数据代入预设的行为公式模型,计算目标对象的行为绩效分值。
具体地,目标对象为个人时,行为公式模型为:目标对象为组织时,行为公式模型为:其中,pk为第k人的个人行为绩效分值,mi为第i个行为测量指标的指标值,ω1i为第i个行为测量指标对应的指标权重,ω2j为第j个任务类目对应的任务类目权重,Q为组织行为绩效分值,为组织内的所有个人的个人行为绩效分值的均值。
需要说明的是,本实施中,每个任务类目的权重以及任务类目中的行为测量指标的权重可以结合实际需要进行设定,本实施例不作具体限定。
优选地,画像构建模块4中,以积分表的形式对行为绩效数据进行存储,且存储于绩效分值存储层。此外,需要说明的是,本实施例中,所述及的协同行为画像,是将个体/组织在协同管理软件中的行为属性(例如,发送、处理协同的行为记录)和任务属性(协同、会议等)进行聚合分析(例如分析个体在不同任务的行为),以实现将个体/组织协同行为特征立体化呈现,如此,基于协同行为画像对个体/组织的协同行为进行指导纠正。此外,本实施例中,对画像信息进行展示的载体包括,PC机,手机等。
进一步优选地,数据汇总模块2,用于:
对行为记录数据按照预设的任务类目进行分类;
计算每个任务类目的各项行为测量指标的指标值;
根据所有任务类目的所有行为测量指标的指标值,确定目标对象的关键行为数据。
本实施中,按人员分类,可以获取每个人员的处理总数、待处理总数等关键数据,这些关键数据就是用户在系统中的操作动作,比如阅读公告次数、参加会议次数,这些数据可以衡量该人员在系统中的活跃程度及工作处理效率。具体地,任务类目包括但不限于:新建、收到、查看、处理、点赞。本实施例中,根据任务类目的不同对数据进行分类统计处理,且将原始业务行为数据(即,行为记录数据)按照时间维度(例如,年、月、季度)进行数据统计处理。
更加具体地,数据汇总模块2和数据运算模块3中,数据处理的方式为:采用细粒度事务管理方式对数据进行并行处理,且采用日志记录方式对数据过程进行容错补偿。
本实施例中,事务,是计算机术语中指访问并可能更新数据库中各种数据项的一个程序执行单元。细粒度事务管理方式,为将一个大的事物单元拆分成许多小单元,且每两个小单元之间是相互独立的,以进行分开执行并数据保存,需要说明的是,本实施例中,采用细粒度事务管理方式的目的在于,事务过大容易导致内存溢出,即,系统崩溃,且本实施例中,由于行为绩效数据分析往往是大量的数据计算,需要高配服务器,然而很多情况下,往往所具有的仅是中低配的服务器,若要实现同样的功能,就需要把大的事务进行拆分,分多次独立执行。
此外,在细粒度事务管理方式的基础上,采用采用日志记录方式对数据过程进行容错补偿。且具体地,本实施例中,哪些业务已经执行过定时调度,哪些业务执行调度异常,异常信息是什么,都是采用日志记录的方式进行信息记录,以保证每个细粒度的事务的准确性,提供充分的容错、补偿机制。更加具体地,针对缺失数据补偿机制,灾备是判定技术稳定性的一个必备标准,本技术专利对数据异常灾备做了充分的准备。缺失数据可能产生的原因:正在执行调度任务时突然断电、本来应该执行调度任务的时间段服务器关机。只要比对日志,发现有历史数据未调度则会在启动服务之后执行对应数据的补偿工作。
优选地,还包括:
统计协同系统运行规律;
根据运行规律确定调度时间区域,和/或,将运行规律发送至管理终端,以接收管理人员依据运行规律设置的调度时间区域;
在调度时间区域内,执行协同行为画像的构建方法。
本实施例中,调度引擎,用于管理分配资源执行各种业务数据的统计分析、计算汇总工作。且实际上,本实施例中,构件协同行为画像需要花费一定的时间(少则十几分钟,多则几小时)及系统资源(大量的计算分析占用CPU和内存资源),为了不影响系统其它应用的正常运行,所以采用了在系统低谷期调度统计分析的模式。调度引擎能够管理什么时间执行调度、多长周期重复执行、设置调度只能在某个时间区间执行。更加具体地,例如,默认的行为积分调度规则为,每月1号凌晨0点05分启动调度(避开系统高峰期),默认只在0:05--5:00这个时间段区间(这个时间段属于系统低谷期)执行统计分析,如果任务未执行完成则顺延到次日凌晨0:05继续执行。调度引擎提供了可视化界面供管理员决策配置,通过图形化的界面呈现哪些时间段属于高峰期、低谷期,并且支持各种时间自定义配置,且具体地,图形界面如图3所示。
尽管本发明已进行了一定程度的描述,明显地,在不脱离本发明的精神和范围的条件下,可进行各个条件的适当变化。可以理解,本发明不限于所述实施方案,而归于权利要求的范围,其包括所述每个因素的等同替换。
Claims (10)
1.一种基于协同管理软件的协同行为画像的构建方法,其特征在于,包括:
数据获取步骤,获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总步骤,对所述行为记录数据进行汇总,以获取所述目标对象的关键行为数据;
数据运算步骤,根据所述关键行为数据,计算所述目标对象的行为绩效数据;
画像构建步骤;按照预设格式对所述行为绩效数据存储,以构建所述目标对象的协同行为画像。
2.根据权利要求1所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述数据汇总步骤,包括:
对所述行为记录数据按照预设的任务类目进行分类;
计算每个任务类目的各项行为测量指标的指标值;
根据所有任务类目的所有行为测量指标的指标值,确定所述目标对象的关键行为数据。
3.根据权利要求2所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述数据运算步骤,包括:
将所述关键行为数据代入预设的行为公式模型,计算所述目标对象的行为绩效分值。
4.根据权利要求2所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述目标对象包括:组织、个人。
5.根据权利要求4所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,
所述目标对象为个人时,所述行为公式模型为:
所述目标对象为组织时,所述行为公式模型为:
其中,pk为第k人的个人行为绩效分值,mi为第i个行为测量指标的指标值,ω1i为第i个行为测量指标对应的指标权重,ω2j为第j个任务类目对应的任务类目权重,Q为组织行为绩效分值,为组织内的所有个人的个人行为绩效分值的均值。
6.根据权利要求1所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述任务类目包括:新建、收到、查看、处理、点赞。
7.根据权利要求1所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,还包括:
统计协同系统运行规律;
根据所述运行规律确定调度时间区域,和/或,将所述运行规律发送至管理终端,以接收管理人员依据所述运行规律设置的调度时间区域;
在所述调度时间区域内,执行所述协同行为画像的构建方法。
8.根据权利要求1所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述数据汇总步骤和所述数据运算步骤中,数据处理的方式为:采用细粒度事务管理方式对数据进行并行处理,且采用日志记录方式对数据过程进行容错补偿。
9.根据权利要求1所述的基于协同管理软件的协同行为画像的构建方法,其特征在于,所述画像构建步骤中,以表格形式对所述行为绩效数据进行存储。
10.一种基于协同管理软件的协同行为画像的构建装置,其特征在于,包括:
数据获取模块,用于获取目标对象在协同工作过程中产生的所有行为记录数据;
数据汇总模块,用于对所述行为记录数据进行汇总,以获取所述目标对象的关键行为数据;
数据运算模块,用于根据所述关键行为数据,计算所述目标对象的行为绩效数据;
画像构建模块,用于按照预设格式对所述行为绩效数据存储,以构建所述目标对象的协同行为画像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711468873.5A CN108090685B (zh) | 2017-12-29 | 2017-12-29 | 一种基于协同管理软件的协同行为画像的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711468873.5A CN108090685B (zh) | 2017-12-29 | 2017-12-29 | 一种基于协同管理软件的协同行为画像的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090685A true CN108090685A (zh) | 2018-05-29 |
CN108090685B CN108090685B (zh) | 2021-11-26 |
Family
ID=62180512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711468873.5A Active CN108090685B (zh) | 2017-12-29 | 2017-12-29 | 一种基于协同管理软件的协同行为画像的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090685B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307064A1 (en) * | 2001-06-15 | 2009-12-10 | Allpress Keith Neville | Performance management system |
CN105574159A (zh) * | 2015-12-16 | 2016-05-11 | 浙江汉鼎宇佑金融服务有限公司 | 一种基于大数据的用户画像建立方法和用户画像管理系统 |
CN107464037A (zh) * | 2017-07-05 | 2017-12-12 | 九次方大数据信息集团有限公司 | 基于多指标维度模型的企业画像方法及系统 |
-
2017
- 2017-12-29 CN CN201711468873.5A patent/CN108090685B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307064A1 (en) * | 2001-06-15 | 2009-12-10 | Allpress Keith Neville | Performance management system |
CN105574159A (zh) * | 2015-12-16 | 2016-05-11 | 浙江汉鼎宇佑金融服务有限公司 | 一种基于大数据的用户画像建立方法和用户画像管理系统 |
CN107464037A (zh) * | 2017-07-05 | 2017-12-12 | 九次方大数据信息集团有限公司 | 基于多指标维度模型的企业画像方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108090685B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Adaptive appointment systems with patient preferences | |
US8359328B2 (en) | Party reputation aggregation system and method | |
AU2005310976B2 (en) | Performance monitoring witin an enterprise software system | |
US8615404B2 (en) | Self-describing data framework | |
US20110302003A1 (en) | System And Method To Measure, Aggregate And Analyze Exact Effort And Time Productivity | |
US20130311223A1 (en) | System and method for electronic message notification | |
US20180005160A1 (en) | Determining and enhancing productivity | |
CN108364137A (zh) | 高新技术企业的监测方法、装置、计算机设备及存储介质 | |
CN113807553A (zh) | 预约服务的数量分析方法、装置、设备及存储介质 | |
Savino et al. | Agent-based flow-shop modelling in dynamic environment | |
Curry et al. | Rescheduling parallel machines with stepwise increasing tardiness and machine assignment stability objectives | |
CN108694525A (zh) | 信息展示方法及装置、计算机装置和计算机可读存储介质 | |
Vidyarthi et al. | Response time reduction in make-to-order and assemble-to-order supply chain design | |
CN108090685A (zh) | 一种基于协同管理软件的协同行为画像的构建方法及装置 | |
JP7292761B1 (ja) | ワークフロー管理プログラム、ワークフロー管理システム、およびワークフロー管理方法 | |
CN103246707B (zh) | 一种基于协同管理模块的协同关系计算方法 | |
Mustafee et al. | Distributed simulation with COTS simulation packages: a case study in health care supply chain simulation | |
Isken | Modeling and analysis of occupancy data: A healthcare capacity planning application | |
TWI530892B (zh) | 訊息結構化的方法與系統 | |
Sairam et al. | An Innovative Data Mining Technique for Negotiating Multi-Dimensional Retrieval of Large? Scale Search Engine in P2p Social Networks | |
Genquan et al. | Applying genetic algorithm to optimise personal worklist management in workflow systems | |
Robinson et al. | Effect of granularity of resource availability on the accuracy of due date assignment | |
Krechel et al. | LENUS-The Hospital Content Management System | |
Chen | The Impact of Tech Demand During COVID-19: A Local Optimization Utility-Based Human Migration Model | |
TWI619083B (zh) | Intelligent electronic inquiry system and its method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |