CN109376982A - 一种目标员工的选取方法及设备 - Google Patents
一种目标员工的选取方法及设备 Download PDFInfo
- Publication number
- CN109376982A CN109376982A CN201811019895.8A CN201811019895A CN109376982A CN 109376982 A CN109376982 A CN 109376982A CN 201811019895 A CN201811019895 A CN 201811019895A CN 109376982 A CN109376982 A CN 109376982A
- Authority
- CN
- China
- Prior art keywords
- employee
- service
- candidate
- meeting
- participant
- 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
- G06Q10/06—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
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于信息处理技术领域,提供了一种目标员工的选取方法及设备,包括:获取各个候选员工的服务评级信息;从产品销售数据库中提取销售时间在服务评级周期内的销售记录,确定候选员工的产品销售量,并基于产品销售量计算候选员工的第一评级因子;根据各个客户反馈记录包含的服务评分值,确定候选员工的第二评级因子;基于会议现场视频,提取预设维度的视频特征值,确定候选员工的第三评级因子;将第一评级因子、第二评级因子以及第三评级因子导入服务等级计算模型,确定候选员工的服务等级;根据服务等级,从候选员工中选取目标员工。本发明通过对候选员工在各个预设的服务维度的工作能力进行量化计算,提高了目标员工选取的准确性。
Description
技术领域
本发明属于信息处理技术领域,尤其涉及一种目标员工的选取方法及设备。
背景技术
企业的发展依赖企业内员工合作,因此公平准确地选取进行晋升的目标员工,则直接影响各个员工的工作效率以及工作积极性。现有的选取晋升的目标员工的方法,主要是依靠部门领导通过主观感受进行选取,并没有统一的指标,从而导致选取得到的目标员工与实际可以晋升的员工之间存在差异,选取结果不准确,并且对各个员工进行晋升的评分过程也主要依赖部门领导直接主观打分,容易导致评分不客观,与实际工作情况出现偏差的情况,从而降低了员工的工作积极性,由此可见,现有的目标员工的选取方法,主要依赖用户的主观评价,选取结果不准确。
发明内容
有鉴于此,本发明实施例提供了一种目标员工的选取方法及设备,以解决现有的目标员工的选取方法,主要依赖用户的主管评价,选取结果不准确的问题。
本发明实施例的第一方面提供了一种目标员工的选取方法,包括:
获取各个候选员工的服务评级信息;所述服务评级信息包括:服务评级周期、客户反馈记录以及所述候选员工关联的会议现场视频;
从所述产品销售数据库中提取销售时间在所述服务评级周期内的销售记录,确定所述候选员工的产品销售量,并基于所述产品销售量计算所述候选员工的第一评级因子;
根据各个客户反馈记录包含的服务评分值,确定所述候选员工的第二评级因子;
基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子;
将所述第一评级因子、所述第二评级因子以及所述第三评级因子导入服务等级计算模型,确定所述候选员工的服务等级;所述服务等级计算模型具体为:
其中,WPonit为所述服务等级;Dimension为评级因子的总个数;Parameteri为第i评级因子;Weighti为第i评级因子对应的权重值;
根据所述服务等级,从所述候选员工中选取目标员工。
本发明实施例的第二方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的各个步骤。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面的各个步骤。
实施本发明实施例提供的一种目标员工的选取方法及设备具有以下有益效果:
本发明实施例中,通过获取候选员工在多个维度的评级因子,例如体现销售工作量的第一评级因子,体现员工服务情况的第二评级因子以及体现员工会议组织能力的第三评级因子,并基于多个评级因子确定每个候选员工的服务等级,从而基于该服务等级确定需要进行晋升的目标员工,与现有的目标员工选取方法相比,不再是基于用户对各个候选员工进行主观评分,而是对候选员工在各个预设的服务维度的工作能力进行量化计算,从而确定目标员工的服务等级,提高了目标员工选取的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种目标员工的选取方法的实现流程图;
图2是本发明第二实施例提供的一种目标员工的选取方法S104具体实现流程图;
图3是本发明第三实施例提供的一种目标员工的选取方法S1043具体实现流程图;
图4是本发明第四实施例提供的一种目标员工的选取方法具体实现流程图;
图5是本发明第五实施例提供的一种目标员工的选取方法S106具体实现流程图;
图6是本发明一实施例提供的一种终端设备的结构框图;
图7是本发明另一实施例提供的一种终端设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例通过获取候选员工在多个维度的评级因子,例如体现销售工作量的第一评级因子,体现员工服务情况的第二评级因子以及体现员工会议组织能力的第三评级因子,并基于多个评级因子确定每个候选员工的服务等级,从而基于该服务等级确定需要进行晋升的目标员工,解决了现有的目标员工的选取方法,主要依赖用户的主管评价,选取结果不准确的问题。
在本发明实施例中,流程的执行主体为终端设备。该终端设备包括但不限于:服务器、计算机、智能手机以及平板电脑等具有目标员工的选取功能的设备。图1示出了本发明第一实施例提供的目标员工的选取方法的实现流程图,详述如下:
在S101中,获取各个候选员工的服务评级信息;所述服务评级信息包括:服务评级周期、客户反馈记录以及所述候选员工关联的会议现场视频。
在本实施例中,终端设备可以从员工数据库中选取需要进行服务等级评定的候选员工,并根据候选员工的员工标识从员工数据库中获取各自对应的服务评级信息。需要说明的是,该员工数据库用于存储所有已录入员工的行为记录,例如操作记录、交易记录、销售记录、位置记录等,通过员工的行为记录可以确定该员工的服务情况,并从行为记录中选取预设的记录信息作为该员工的服务评级信息,其中,员工数据库会为每个员工配置对应的存储区域,并关联该员工的员工标识,终端设备在确定了候选员工后,即可通过员工标识从员工数据库中提取对应候选员工的服务评级信息。
在本实施例中,终端设备可以识别员工数据库内所有已录入的员工均为候选员工,也可以从所有已录入员工中选取部分的员工作为候选员工,其中,选取的方式可以通过管理员进行勾选的方式进行选取,或者接收并识别用户发送的候选员工列表,从员工数据库中选取该候选员工列表内记录的候选员工。优选地,终端设备还设置有候选员工选取条件,终端设备基于该候选员工选取条件从员工数据库中提取与该条件匹配的员工作为候选员工。
在本实施例中,服务评级信息包括有服务评级周期、客户反馈记录以及候选员工组织会议时所生成的会议现场视频。该服务评级周期用于限定本次服务等级评定的时间区间,即在该候选员工在服务评级周期内所产生的行为记录会作为对服务等级评定的参考信息,而生成时间在该服务评级周期外的行为记录则不会进行识别,从而能够提高服务评级的识别速率,减少对无效行为记录的处理。而客户反馈记录主要为候选员工对客户提供服务或出售产品后,客户对该候选员工的服务质量进行评分或评价的信息,通过客户反馈记录也可以确定该候选员工的服务质量,从而对该候选员工的服务等级进行量化计算。
可选地,该服务评价信息除了包含上述三类信息外,还可以包括:总销售金额、销售产品变化曲线、历史服务等级信息等其他信息,并通过对应的换算算法将上述信息转换为评级因子,在S105中代入到服务等级计算模型内,确定该候选员工的服务等级。
在S102中,从所述产品销售数据库中提取销售时间在所述服务评级周期内的销售记录,确定所述候选员工的产品销售量,并基于所述产品销售量计算所述候选员工的第一评级因子。
在本实施例中,候选员工在销售产品的过程中,会产生一条销售记录,并将产品交付到客户侧的时间作为该产品的销售时间。由于本次服务等级的评定过程中只考虑在服务评级周期内产生的行为记录,因此终端设备会根据服务评级周期,从产品销售数据库内判断各个销售记录的销售时间是否在服务评级周日内,若是,则提取该条销售记录,反之,则识别该销售记录为无效销售记录,在本次服务等级计算的过程中无需进行识别。
在本实施例中,在确定了候选员工在服务评级周期内的所有销售记录后,可以确定该候选员工的产品销售量。需要说明的是,由于部分客户可以在一个销售记录中同时购买多个产品,因此终端设备需要确定每个销售记录中包含的产品数量,从而基于各个销售记录的产品数量确定该候选员工的产品销售量。
在本实施例中,终端设备在确定了产品销售量之后,可以直接将该产品销售量的值识别为候选员工的第一评级因子,也可以基于预设的哈希转换函数,确定该产品销售量对应的哈希值,并将该哈希值识别为第一评级因子。优选地,终端设备可以将产品销售量进行归一化处理,即确定在服务评级周期内,所有候选员工的产品销售量,确定销售总量,计算产品销售量与销售总量之间的比值,并将该比值作为第一评级因子,从而完成归一化处理。
在S103中,根据各个客户反馈记录包含的服务评分值,确定所述候选员工的第二评级因子。
在本实施例中,终端设备可以从客户反馈记录库中,基于各个客户反馈记录中包含的员工标识,选取某一候选员工的所有客户反馈记录,需要说明的是,客户反馈记录也可以包含记录时间,在该情况下,终端设备可以选取记录时间在服务评级周期内的客户反馈记录作为本次服务等级评定的参考信息。
在本实施例中,每个客户反馈记录中均包含客户对于候选员工服务情况的服务评分值,该服务评分值的数值越大,则表示该候选员工的服务质量越高,反之,若该服务评分值的数值越小,则表示该候选员工的质量越低,从而通过统计各个客户反馈记录的服务评分值,则可以确定该候选员工的服务质量,并量化为该候选员工的服务等级。
在本实施例中,根据各个客户反馈记录的服务评分值确定第二评级因子的方式可以为:终端设备将各个服务评分值基于时间的先后次序确定各个服务评分值对应的权重,并进行加权叠加,从而最后的加权累加值则识别为第二评级因子。可选地,终端设备还可以将服务评分值的均值作为第二评级因子。
在S104中,基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子。
在本实施例中,终端设备在获取了候选员工的会议现场视频后,会对该会议现场视频进行解析,并根据多个预设维度从会议现场视频中提取对应的视频特征值,举例性地,该预设维度包括但不限于:会议人数维度、会议时长维度、会议演讲时长维度、会议气氛维度等。其中,上述预设维度可以由用户进行设置,也可以根据系统默认值进行选取。终端设备在确定了各个预设维度的维度信息后,可以从上位机处下载各个预设维度的提取算法,并基于上述提取算法确定各个预设维度的视频特征值。
在本实施例中,终端设备在确定了各个预设维度的视频特征值后,可以导入至预设的评级因子转换模型,从而确定计算得到候选员工的第三评级因子。可选地,该评级因子转换模型可以为加权模型,即每个预设维度具有对应的加权因子,将各个视频特征值与加权因子进行乘积运算后,再进行累加操作,从而得到的值识别为该候选员工的第三评级因子。
在S105中,将所述第一评级因子、所述第二评级因子以及所述第三评级因子导入服务等级计算模型,确定所述候选员工的服务等级;所述服务等级计算模型具体为:
其中,WPonit为所述服务等级;Dimension为评级因子的总个数;Parameteri为第i评级因子;Weighti为第i评级因子对应的权重值。
在本实施例中,在确定了各个评级因子后,可以将其导入到服务等级计算模型内,从而计算得到候选员工的服务等级。其中,该Dimension的值在本实施例中具体为3,若服务评级信息包含多项,则该数值可以基于实际采集得得的服务评级信息的项数而变化。
在本实施例中,每个评级因子对应的权重值可以根据用户的需求进行设置,也可以基于评级模式的不同进行对应的调整。例如,本次服务评级重点是关注员工的销售情况,则用户可以将本次服务等级计算模型调整为销售侧重模式,在该情况下,第一评级因子对应的权重值较大。
在S106中,根据所述服务等级,从所述候选员工中选取目标员工。
在本实施例中,终端设备可以根据各个候选员工的服务等级,从候选员工中确定目标员工。例如本次晋升的员工人数为N个,则根据服务等级对各个候选员工进行排序,并选取前N个候选员工作为目标员工。还例如本次晋升设置有晋升阈值,则选取服务等级大于该晋升阈值的候选员工作为目标员工。当然,若不同部门所分配的晋升人数不同,也可以将各个候选员工基于所属的部门划分为多个候选组,从而基于各个部门对应的晋升人数,从候选组中选取对应的目标员工。
以上可以看出,本发明实施例提供的一种目标员工的选取方法通过获取候选员工在多个维度的评级因子,例如体现销售工作量的第一评级因子,体现员工服务情况的第二评级因子以及体现员工会议组织能力的第三评级因子,并基于多个评级因子确定每个候选员工的服务等级,从而基于该服务等级确定需要进行晋升的目标员工,与现有的目标员工选取方法相比,不再是基于用户对各个候选员工进行主观评分,而是对候选员工在各个预设的服务维度的工作能力进行量化计算,从而确定目标员工的服务等级,提高了目标员工选取的准确性。
图2示出了本发明第二实施例提供的一种目标员工的选取方法S104的具体实现流程图。参见图2所示,相对于图1述实施例,本实施例提供的一种目标员工的选取方法中S104包括:S1041~S1044,具体详述如下:
在S1041,从所述会议现场视频中随机选取一视频图像帧,识别该视频图像帧中包含的人脸图像,并将识别得到的人脸图像的个数作为与会人员个数。
在本实施例中,终端设备为了确定参与会议的人员的数目,可以根据会议现场视频中拍摄的画面中包含的人脸个数进行确定。基于此,终端设备会从会议现场视频中随机截取一个视频图像帧,通过预设的人脸识别算法,确定该视频图像帧中包含的人脸图像,从而能够通过视频图像帧确定本次参与会议的与会人员的个数。
可选地,终端设备可以对选取的视频图像帧进行预处理,从而使得人脸图像的轮廓更为明显,便于统计视频图像帧中包含的人脸图像的个数。其中,预处理的方式可以为:终端设备通过预设的高通滤波器对视频图像帧中的环境噪点进行过滤,对过滤后的视频图像帧进行灰度处理,并对灰度图进行锐化处理,从而能够较大程度上突出人脸轮廓特征。
可选地,终端设备可以提取会议现场视频的音频轨道,对该音频轨道进行语义解析,提取该音频轨道中的台词信息,选取“开始”、“会议进行”等预设关键词所在的时间点对应的视频图像帧作为进行人脸识别的视频图像帧,由于上述关键词对应的时间节点表示会议开始或进行中,该时刻的与会人员已经基本到达,因而可以基于该时间节点对应的视频图像帧确定与会人员的个数。
在S1042中,基于所述会议现场视频的音频信号,确定该会议现场视频的平均音量强度,并根据所述平均音量强度计算环境氛围系数。
在本实施例中,为了确定与会人员的对于该候选员工组织的会议的满意程度,可以通过整体会议的热烈程度来进行确定。若某一会议现场气氛越热烈,即对应现场音量强度越高,则表示与会人员越能参与进会议中,从而该候选员工的会议组织能力越强;反之,若某一会议现场气氛越冷清,即对应现场音频强度越低,则表示与会人员并没有参与进会议中,从而可以表征出该候选员工的会议组织能力较弱。基于此,终端设备会提取会议现场视频的音频信号,并获取各个时刻对应的音量强度,从而得到该会议线程视频的平均音量强度,并基于该平均音量强度确定该会议现场视频对应的环境氛围系数。
在本实施例中,终端设备根据平均音量强度计算环境氛围系数的方式可以为:终端设备预设有一哈希转换函数,即不同音量范围对应不同的环境氛围系数,终端设备判定该平均音量强度所在的音量范围,继而获取该音量范围对应的环境氛围系数,从而实现将平均音量强度转换为环境氛围系数。
在S1043中,获取各个与会人员的评价信息,计算所述会议现场视频对应的会议评价均值。
在本实施例中,会议后候选员工可以采集各个与会人员对于本次会议的评价信息,该评价信息可以存储于会议记录数据库内,终端设备基于该候选员工的员工标识,查询该员工标识对应的会议编号,并从会议记录数据库中提取该会议编号的所有评价信息,继而终端设备可以基于获取得到的评价信息确定该会议现场视频对应的会议评价均值。
可选地,由于会议现场视频记录了各个与会人员的人脸图像的变化,因此可以根据各个与会人员的人脸变化的情况,确定每个与会人员对于本次会议的评价信息,从而确定该会议现场视频对应的会议评价均值。例如,某一与会人员从嘴角上扬的人脸变化至嘴角向下的人脸,则可以确定该变化是负面情况的变化,即表示该与会人员对于本次会议交不满意,从而对应的评价信息为负值。
在S1044中,将所述与会人员个数、所述环境氛围系数以及所述会议评价均值导入到第三评级因子转换模型,计算所述第三评级因子;所述第三评级因子转换模型具体为:
其中,MeetingLevel为所述第三评级因子;为所述会议评价均值,Grademax为会议评价值的上限值;Num为所述与会人员个数;Numtrg为目标到场人员;Atmsomlv为所述环境氛围系数。
在本实施例中,终端设备在确定了上述多个维度的参数值后,可以将各个参数导入到第三评级因子转换模型计算该候选员工的第三评级因子。若该候选员工在评级周期内组织了多个会议,即存在多个会议现场视频,则计算各个会议现场对应的第三评级因子,基于各个会议现场视频对应的第三评级因子的均值,作为该候选员工的第三评级因子。
在本发明实施例中,通过对会议现场视频进行解析,从而能够确定该会议现场的氛围以及对于会议的评价情况,无需用户手动输入,提高第三评级因子的客观性。
图3示出了本发明第三实施例提供的一种目标员工的选取方法S1043的具体实现流程图。参见图3所示,相对于图2所述实施例,本实施例提供的一种目标员工的选取方法中S1043包括:S301~S303,具体详述如下:
在S301中,将所述人脸图像分别与各个与会人员的预设图像进行匹配,根据匹配结果确定各个所述人脸图像对应的所述与会人员。
在本实施例中,终端设备记录有预计参加会议的各个与会人员的预设图像,从而可以基于该预设图像判断哪些与会人员到达会议现场,哪些人员并未到达,并询问未到达的与会人员的与会意愿,实现自动进行出勤登记的目的。因此,终端设备在确定了会议图像帧中包含的人脸图像后,可以将各个人脸图像分别与所有与会人员的预设图像进行匹配,从而能够确定各个人脸图像所对应的与会人员,实现与会人员与会议现场视频的相互关联,定位各个与会人员在会议中的行为以及表情变化情况。
可选地,若某一人脸图像并未匹配到对应的与会人员,则识别该人脸图像为候选员工的人脸图像,由于候选员工在组织会议时可能会出现在视频中,从而该候选员工的人脸图像并没有记载于与会人员的预设图像库内,基于此,终端设备会根据已识别匹配成功与会人员的人脸图像个数,作为与会人员的个数。
在S302中,从所述人脸图像中提取所述与会人员的表情特征参数。
在本实施例中,由于人脸图像的表情可以表征当前参与会议人员的情绪状态,而情绪状态则又可以反映该与会人员对于该会议的满意程度,即评价信息,因此终端设备在确定各个人脸图像对应的与会人员后,则可以基于该人脸图像确定该与会人员的表情特征参数,并基于该表情特征参数确定该与会人员的情绪状态。
具体地,该表情特征参数包括但不限于:眼睛的开合角度以及开口面积、嘴部的开合角度以及嘴角的上扬角度、脸部苹果肌与双眼的相对距离、眉毛的间距等。终端设备在确定了各个表情特征参数后,可以根据基于所有表情特征参数的组合,确定该与会人员对应的情绪特征值。
在S303中,根据所述表情特征参数确定所述与会人员的所述评价信息。
在本实施例中,终端设备将提取得到的表情特征参数导入到预设的情绪特征值转换模型,确定该与会人员对应的情绪特征值,并基于该情绪特征值得到该与会人员的评价信息。需要说民的是,该情绪特征值越大,则表示与会人员的情绪越积极,从而对应的评价信息为正面评价;反之,若该情绪特征值越小,则表示与会人员的情绪越消极,从而对应的评价信息为负面评价。
在本发明实施例中,通过对与会人员的人脸图像进行表情分析,从而自动识别得到各个与会人员对弈会议的满意程度,得到与会人员的评价信息,从而减少了与会人员的操作,提高了服务评级的效率以及速率。
图4示出了本发明第四实施例提供的一种目标员工的选取方法的具体实现流程图。参见图4所示,相对于图1-图3所述实施例,本实施例提供的一种目标员工的选取方法中在所述获取各个候选员工的服务评级信息之前,还包括:S401~S402,具体详述如下:
在S401中,获取所述服务评级周期内的产品销售总量,并根据员工总数以及所述产品销售总量计算基准销售阈值。
在本实施例中,终端设备在获取候选员工的服务评级信息之前,首先需要对候选员工进行确定,由于能够进行晋升的员工一般属于业务能力较强以及服务质量较高的员工,而销售能力较低以及服务质量较低的员工则相对而言不会作为进行晋升的员工。因此,终端设备可以确定一基准销售阈值,来筛选出销售能力较高的员工作为候选员工,从而减少了服务等级的计算操作,对大部分无效的员工进行过滤,提高了目标员工的选取效率。
在本实施例中,终端设备会获取在服务评级周期内的产品销售总量,继而计算该产品销售总量与员工总数之间的比值,确定员工的平均销售量,并将该平均销售量作为基准销售阈值。若某一员工的销售量大于该基准销售阈值,则表示该员工的销售能力较强;反之,若某一员工的销售量小于或等于基准销售阈值,则表示该员工的销售能力不突出,处于中下水平。
在S402中,选取所述产品销售量大于所述基准销售阈值的在职员工作为所述候选员工。
在本实施例中,终端设备会确定各个在职员工的产品销售量,并选取产品销售量大于该基准销售阈值的在职员工作为候选员工,并执行S101至S106的相关操作。
在本发明实施例中,终端设备通过设置基准销售阈值来对在职员工进行过滤,确定需要计算服务等级的候选员工,从而能够提高目标员工的选取效率。
图5示出了本发明第五实施例提供的一种目标员工的选取方法的具体实现流程图。参见图5所示,相对于图1-图3所述实施例,本实施例提供的一种目标员工的选取方法中所述根据所述服务等级,从所述候选员工中选取目标员工,包括:S1061~S1062,具体详述如下:
在S1061中,基于所述服务等级由大到小的次序,对各个候选员工进行排序值。
在本实施例中,由于服务等级越高则表示该候选员工的服务质量越好,因此基于服务等级数值大小,对各个候选员工进行排序,排序靠前的候选员工则为服务质量较高的员工。
在S1062中,选取前N个候选员工识别为目标员工;N为预设的目标人数。
在本实施例中,终端设备可以根据用户预设设置的目标员工的总个数,则目标人数,从排序后的候选员工队列中选取前N个候选员工作为目标员工。
在本发明实施例中,根据服务等级对候选员工进行排序,从而能够快速提取所需的目标员工,提高了目标员工的选取效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图6示出了本发明一实施例提供的一种终端设备的结构框图,该终端设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。
参见图6,所述终端设备包括:
服务评级信息获取单元61,用于获取各个候选员工的服务评级信息;所述服务评级信息包括:服务评级周期、客户反馈记录以及所述候选员工关联的会议现场视频;
第一评级因子确定单元62,用于从所述产品销售数据库中提取销售时间在所述服务评级周期内的销售记录,确定所述候选员工的产品销售量,并基于所述产品销售量计算所述候选员工的第一评级因子;
第二评级因子确定单元63,用于根据各个客户反馈记录包含的服务评分值,确定所述候选员工的第二评级因子;
第三评级因子确定单元64,用于基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子;
服务等级计算单元65,用于将所述第一评级因子、所述第二评级因子以及所述第三评级因子导入服务等级计算模型,确定所述候选员工的服务等级;所述服务等级计算模型具体为:
其中,WPonit为所述服务等级;Dimension为评级因子的总个数;Parameteri为第i评级因子;Weighti为第i评级因子对应的权重值;
目标员工选取单元66,用于根据所述服务等级,从所述候选员工中选取目标员工。
可选地,所述第三评级因子确定单元64包括:
视频图像帧选取单元,用于从所述会议现场视频中随机选取一视频图像帧,识别该视频图像帧中包含的人脸图像,并将识别得到的人脸图像的个数作为与会人员个数;
环境氛围系数确定单元,用于基于所述会议现场视频的音频信号,确定该会议现场视频的平均音量强度,并根据所述平均音量强度计算环境氛围系数;
评价均值计算单元,用于获取各个与会人员的评价信息,计算所述会议现场视频对应的会议评价均值;
第三评级因子计算单元,用于将所述与会人员个数、所述环境氛围系数以及所述会议评价均值导入到第三评级因子转换模型,计算所述第三评级因子;所述第三评级因子转换模型具体为:
其中,MeetingLevel为所述第三评级因子;为所述会议评价均值,Grademax为会议评价值的上限值;Num为所述与会人员个数;Numtrg为目标到场人员;Atmsomlv为所述环境氛围系数。
可选地,所述评价均值计算单元包括:
人脸匹配单元,用于将所述人脸图像分别与各个与会人员的预设图像进行匹配,根据匹配结果确定各个所述人脸图像对应的所述与会人员;
表情特征参数确定单元,用于从所述人脸图像中提取所述与会人员的表情特征参数;
评价信息确定单元,用于根据所述表情特征参数确定所述与会人员的所述评价信息。
可选地,所述终端设备还包括:
基准销售阈值计算单元,用于获取所述服务评级周期内的产品销售总量,并根据员工总数以及所述产品销售总量计算基准销售阈值;
候选员工选取单元,用于选取所述产品销售量大于所述基准销售阈值的在职员工作为所述候选员工。
可选地,所述目标员工选取单元66包括:
候选员工排序单元,用于基于所述服务等级由大到小的次序,对各个候选员工进行排序;
候选员工提取单元,用于选取前N个候选员工识别为目标员工;N为预设的目标人数。
因此,本发明实施例提供的终端设备同样可以通过获取候选员工在多个维度的评级因子,例如体现销售工作量的第一评级因子,体现员工服务情况的第二评级因子以及体现员工会议组织能力的第三评级因子,并基于多个评级因子确定每个候选员工的服务等级,从而基于该服务等级确定需要进行晋升的目标员工,与现有的目标员工选取方法相比,不再是基于用户对各个候选员工进行主观评分,而是对候选员工在各个预设的服务维度的工作能力进行量化计算,从而确定目标员工的服务等级,提高了目标员工选取的准确性。
图7是本发明另一实施例提供的一种终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如目标员工的选取程序。所述处理器70执行所述计算机程序72时实现上述各个目标员工的选取方法实施例中的步骤,例如图1所示的S101至S106。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各单元的功能,例如图7所示模块71至76功能。
示例性的,所述计算机程序72可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成服务评级信息获取单元、第一评级因子确定单元、第二评级因子确定单元、第三评级因子确定单元、服务等级计算单元以及目标员工选取单元,各单元具体功能如上所述。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种目标员工的选取方法,其特征在于,包括:
获取各个候选员工的服务评级信息;所述服务评级信息包括:服务评级周期、客户反馈记录以及所述候选员工关联的会议现场视频;
从产品销售数据库中提取销售时间在所述服务评级周期内的销售记录,确定所述候选员工的产品销售量,并基于所述产品销售量计算所述候选员工的第一评级因子;
根据各个客户反馈记录包含的服务评分值,确定所述候选员工的第二评级因子;
基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子;
将所述第一评级因子、所述第二评级因子以及所述第三评级因子导入服务等级计算模型,确定所述候选员工的服务等级;所述服务等级计算模型具体为:
其中,WPonit为所述服务等级;Dimension为评级因子的总个数;Parameteri为第i评级因子;Weighti为第i评级因子对应的权重值;
根据所述服务等级,从所述候选员工中选取目标员工。
2.根据权利要求1所述的选取方法,其特征在于,所述基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子,包括:
从所述会议现场视频中随机选取一视频图像帧,识别该视频图像帧中包含的人脸图像,并将识别得到的人脸图像的个数作为与会人员个数;
基于所述会议现场视频的音频信号,确定该会议现场视频的平均音量强度,并根据所述平均音量强度计算环境氛围系数;
获取各个与会人员的评价信息,计算所述会议现场视频对应的会议评价均值;
将所述与会人员个数、所述环境氛围系数以及所述会议评价均值导入到第三评级因子转换模型,计算所述第三评级因子;所述第三评级因子转换模型具体为:
其中,MeetingLevel为所述第三评级因子;为所述会议评价均值,Grademax为会议评价值的上限值;Num为所述与会人员个数;Numtrg为目标到场人员;Atmsomlv为所述环境氛围系数。
3.根据权利要求2所述的选取方法,其特征在于,所述获取各个与会人员的评价信息,包括:
将所述人脸图像分别与各个与会人员的预设图像进行匹配,根据匹配结果确定各个所述人脸图像对应的所述与会人员;
从所述人脸图像中提取所述与会人员的表情特征参数;
根据所述表情特征参数确定所述与会人员的所述评价信息。
4.根据权利要求1-3任一项所述的选取方法,其特征在于,在所述获取各个候选员工的服务评级信息之前,还包括:
获取所述服务评级周期内的产品销售总量,并根据员工总数以及所述产品销售总量计算基准销售阈值;
选取所述产品销售量大于所述基准销售阈值的在职员工作为所述候选员工。
5.根据权利要求1-3任一项所述的选取方法,其特征在于,所述根据所述服务等级,从所述候选员工中选取目标员工,包括:
基于所述服务等级由大到小的次序,对各个候选员工进行排序;
选取前N个候选员工识别为目标员工;N为预设的目标人数。
6.一种终端设备,其特征在于,所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取各个候选员工的服务评级信息;所述服务评级信息包括:服务评级周期、客户反馈记录以及所述候选员工关联的会议现场视频;
从所述产品销售数据库中提取销售时间在所述服务评级周期内的销售记录,确定所述候选员工的产品销售量,并基于所述产品销售量计算所述候选员工的第一评级因子;
根据各个客户反馈记录包含的服务评分值,确定所述候选员工的第二评级因子;
基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子;
将所述第一评级因子、所述第二评级因子以及所述第三评级因子导入服务等级计算模型,确定所述候选员工的服务等级;所述服务等级计算模型具体为:
其中,WPonit为所述服务等级;Dimension为评级因子的总个数;Parameteri为第i评级因子;Weighti为第i评级因子对应的权重值;
根据所述服务等级,从所述候选员工中选取目标员工。
7.根据权利要求6所述的终端设备,其特征在于,所述基于所述会议现场视频,提取预设维度的视频特征值,并根据所述视频特征值确定所述候选员工的第三评级因子,包括:
从所述会议现场视频中随机选取一视频图像帧,识别该视频图像帧中包含的人脸图像,并将识别得到的人脸图像的个数作为与会人员个数;
基于所述会议现场视频的音频信号,确定该会议现场视频的平均音量强度,并根据所述平均音量强度计算环境氛围系数;
获取各个与会人员的评价信息,计算所述会议现场视频对应的会议评价均值;
将所述与会人员个数、所述环境氛围系数以及所述会议评价均值导入到第三评级因子转换模型,计算所述第三评级因子;所述第三评级因子转换模型具体为:
其中,MeetingLevel为所述第三评级因子;为所述会议评价均值,Grademax为会议评价值的上限值;Num为所述与会人员个数;Numtrg为目标到场人员;Atmsomlv为所述环境氛围系数。
8.根据权利要求7所述的终端设备,其特征在于,所述获取各个与会人员的评价信息,包括:
将所述人脸图像分别与各个与会人员的预设图像进行匹配,根据匹配结果确定各个所述人脸图像对应的所述与会人员;
从所述人脸图像中提取所述与会人员的表情特征参数;
根据所述表情特征参数确定所述与会人员的所述评价信息。
9.根据权利要求6-8任一项所述的终端设备,其特征在于,在所述获取各个候选员工的服务评级信息之前,所述处理器执行所述计算机程序时还实现如下步骤:
获取所述服务评级周期内的产品销售总量,并根据员工总数以及所述产品销售总量计算基准销售阈值;
选取所述产品销售量大于所述基准销售阈值的在职员工作为所述候选员工。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811019895.8A CN109376982B (zh) | 2018-09-03 | 2018-09-03 | 一种目标员工的选取方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811019895.8A CN109376982B (zh) | 2018-09-03 | 2018-09-03 | 一种目标员工的选取方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376982A true CN109376982A (zh) | 2019-02-22 |
CN109376982B CN109376982B (zh) | 2023-09-12 |
Family
ID=65404864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811019895.8A Active CN109376982B (zh) | 2018-09-03 | 2018-09-03 | 一种目标员工的选取方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376982B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119880A (zh) * | 2019-04-12 | 2019-08-13 | 平安科技(深圳)有限公司 | 一种自动评级方法、装置、存储介质及终端设备 |
CN110232498A (zh) * | 2019-04-26 | 2019-09-13 | 平安科技(深圳)有限公司 | 员工潜能分析方法、装置、设备及计算机可读存储介质 |
CN110310095A (zh) * | 2019-07-03 | 2019-10-08 | 广东倍智测聘网络科技股份有限公司 | 人力资源数据的管控方法及装置、电子设备 |
CN110428186A (zh) * | 2019-08-09 | 2019-11-08 | 深圳前海微众银行股份有限公司 | 团队任务的员工组建方法、装置、终端及存储介质 |
CN112949963A (zh) * | 2020-03-10 | 2021-06-11 | 深圳市明源云客电子商务有限公司 | 员工服务质量的评估方法、装置、存储介质和智能设备 |
CN113822484A (zh) * | 2021-09-27 | 2021-12-21 | 中国银行股份有限公司 | 服务质量评价方法及装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2928596A1 (en) * | 2015-05-01 | 2016-11-01 | Lawrence J. Harmon | System and method for assessing and improving the quality of care provided by physicians and other healthcare professionals in the workplace |
US20170132724A1 (en) * | 2015-11-06 | 2017-05-11 | International Business Machines Corporation | Defect management |
CN107169638A (zh) * | 2017-04-27 | 2017-09-15 | 上海途悠信息科技有限公司 | 基于业务受理与评价的综合绩效量化处理方法、装置 |
CN108305104A (zh) * | 2018-02-28 | 2018-07-20 | 深圳春沐源控股有限公司 | 评价方法、装置、终端设备及计算机可读存储介质 |
-
2018
- 2018-09-03 CN CN201811019895.8A patent/CN109376982B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2928596A1 (en) * | 2015-05-01 | 2016-11-01 | Lawrence J. Harmon | System and method for assessing and improving the quality of care provided by physicians and other healthcare professionals in the workplace |
US20170132724A1 (en) * | 2015-11-06 | 2017-05-11 | International Business Machines Corporation | Defect management |
CN107169638A (zh) * | 2017-04-27 | 2017-09-15 | 上海途悠信息科技有限公司 | 基于业务受理与评价的综合绩效量化处理方法、装置 |
CN108305104A (zh) * | 2018-02-28 | 2018-07-20 | 深圳春沐源控股有限公司 | 评价方法、装置、终端设备及计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119880A (zh) * | 2019-04-12 | 2019-08-13 | 平安科技(深圳)有限公司 | 一种自动评级方法、装置、存储介质及终端设备 |
CN110232498A (zh) * | 2019-04-26 | 2019-09-13 | 平安科技(深圳)有限公司 | 员工潜能分析方法、装置、设备及计算机可读存储介质 |
CN110310095A (zh) * | 2019-07-03 | 2019-10-08 | 广东倍智测聘网络科技股份有限公司 | 人力资源数据的管控方法及装置、电子设备 |
CN110428186A (zh) * | 2019-08-09 | 2019-11-08 | 深圳前海微众银行股份有限公司 | 团队任务的员工组建方法、装置、终端及存储介质 |
CN112949963A (zh) * | 2020-03-10 | 2021-06-11 | 深圳市明源云客电子商务有限公司 | 员工服务质量的评估方法、装置、存储介质和智能设备 |
CN113822484A (zh) * | 2021-09-27 | 2021-12-21 | 中国银行股份有限公司 | 服务质量评价方法及装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109376982B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376982A (zh) | 一种目标员工的选取方法及设备 | |
CN107958317A (zh) | 一种众包项目中选取众包参与人的方法和装置 | |
CN110119877B (zh) | 一种目标员工的选取方法及设备 | |
Sifa et al. | Customer lifetime value prediction in non-contractual freemium settings: Chasing high-value users using deep neural networks and SMOTE | |
CN108898476A (zh) | 一种贷款客户信用评分方法和装置 | |
CN109816509A (zh) | 评分卡模型的生成方法、终端设备及介质 | |
WO2021237907A1 (zh) | 基于多分类器的风险识别方法、装置、计算机设备及存储介质 | |
CN110930017B (zh) | 数据处理的方法及装置 | |
CN109447729A (zh) | 一种产品的推荐方法、终端设备及计算机可读存储介质 | |
CN108711067A (zh) | 电销时间段的选取方法、终端设备及介质 | |
CN111222410A (zh) | 一种基于人脸识别的店商消费行为分析引导营销系统 | |
US20150006241A1 (en) | Analyzing participants of a social network | |
CN110135646B (zh) | 一种餐厅预估快速上菜的方法、装置及存储介质 | |
Tu et al. | Investment recommendation using investor opinions in social media | |
CN112232852A (zh) | 一种基于大数据计算的自动化营销系统实现方法 | |
CN109919006A (zh) | 表情检测方法、装置、电子设备及存储介质 | |
CN111798310A (zh) | 基于Cox回归和逻辑回归的拒绝推断方法及电子设备 | |
CN107812385A (zh) | 通过游戏引导资源配置的数据处理方法和装置 | |
CN113850183A (zh) | 一种基于人工智能技术判断视频中行为的方法 | |
CN108269118B9 (zh) | 一种数据分析的方法和装置 | |
CN110198460A (zh) | 媒体信息的选取方法和装置、存储介质、电子装置 | |
CN109086813A (zh) | 主播相似度的确定方法、装置、设备及存储介质 | |
CN113065908A (zh) | 租赁方法、租赁装置、租赁平台及存储介质 | |
CN110046955A (zh) | 基于人脸识别的营销方法、装置、计算机设备及存储介质 | |
CN109636200A (zh) | 餐厅服务行为统计方法和装置 |
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 |