CN109598402A - 基于数据挖掘的数据报告生成方法、装置、计算机设备 - Google Patents
基于数据挖掘的数据报告生成方法、装置、计算机设备 Download PDFInfo
- Publication number
- CN109598402A CN109598402A CN201811237287.4A CN201811237287A CN109598402A CN 109598402 A CN109598402 A CN 109598402A CN 201811237287 A CN201811237287 A CN 201811237287A CN 109598402 A CN109598402 A CN 109598402A
- Authority
- CN
- China
- Prior art keywords
- situation
- performance
- leader
- word
- data report
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000007418 data mining Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000012946 outsourcing Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 4
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 4
- 239000000284 extract Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
Abstract
本申请揭示了一种基于数据挖掘的数据报告生成方法、装置、计算机设备和存储介质,其中,方法包括:从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;生成绩效考核评价折线图和调级情况折线图;生成考勤情况表格、奖惩情况表格和领导推荐表格;从所述部门评价中,采用预定算法获取评价关键词;生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。本申请采用对已存数据的二次利用,具有高效、准确地技术效果。
Description
技术领域
本申请涉及到计算机领域、数据挖掘领域,特别是涉及到一种基于数据挖掘的数据报告生成方法、装置、计算机设备和存储介质。
背景技术
员工的质量(包括工作质量)直接反应了员工的价值,若能准确又快速地获知员工的质量,无疑对于公司有着巨大的帮助。目前,现有技术未有自动、准确地获取员工的质量的方法。另外,正式员工离职后,或者外包人员离场后,只是简单地办理离职手续,其中正式员工或者外包人员的历史工作数据一般会被遗忘,现有技术未能对其进行进一步利用。因此,现有技术缺乏自动、准确地获知员工的质量的方法,更缺乏对离职员工或离场外包员工的数据再次利用,以获知员工的质量的方法。
发明内容
本申请的主要目的为提供一种基于数据挖掘的数据报告生成方法、装置、计算机设备和存储介质,从而实现了自动、准确地反应员工的工作质量。
为了实现上述发明目的,本申请提出一种基于数据挖掘的数据报告生成方法,包括:
从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
从所述部门评价中,采用预定算法获取评价关键词;
生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
进一步地,所述根据所述绩效考核评价,生成绩效考核评价折线图的步骤,包括:
以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;
根据公式:绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;
根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
进一步地,所述生成工作表现数据报告的步骤之前,包括:
根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;
将所述领导推荐评分E增加至所述领导推荐表格中。
进一步地,所述从所述部门评价中,采用预定算法获取评价关键词的步骤,包括:
识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;
对所述多个单句进行分词处理,得到多个单词;
分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数;
将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
进一步地,所述分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数的步骤之前,包括:
对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;
将经过所述预处理的多个单词作为词频统计的基础。
进一步地,所述生成工作表现数据报告的步骤之后,包括:
判断所述绩效评分A是否大于第一阈值;
若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;
判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;
若小于第二阈值,将所述工作表现数据报告的底色设置为红色。
进一步地,所述生成工作表现数据报告的步骤之后,包括:
判断所述领导推荐评分E是否大于第三阈值;
若大于第三阈值,则发送重要员工提醒信息。
本申请提供一种基于数据挖掘的数据报告生成装置,包括:
数据调取单元,用于从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
折线图生成单元,用于分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
表格生成单元,用于分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
关键词提取单元,用于从所述部门评价中,采用预定算法获取评价关键词;
数据报告生成单元,用于生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
本申请还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的基于数据挖掘的数据报告生成方法、装置、计算机设备和存储介质,采用对已存数据的二次利用,即对至少包括绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐的工作表现数据进行处理,自动得到能直观反应员工质量的数据报告,具有高效、准确地技术效果。
附图说明
图1为本申请一实施例的基于数据挖掘的数据报告生成方法的流程示意图;
图2为本申请一实施例的基于数据挖掘的数据报告生成装置的结构示意框图;
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,本申请实施例提供一种基于数据挖掘的数据报告生成方法,包括步骤:
S1、从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
S2、分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
S3、分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
S4、从所述部门评价中,采用预定算法获取评价关键词;
S5、生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
本实施方式至少适用于:正式员工或外包人员在职时实时生成工作表现数据报告;正式员工或外包人员将离职时生成工作表现数据报告;曾入职员工或外包人员离职后再次入职时生成工作表现数据报告;正式员工或外包人员离职后就职同一集团的其他公司时生成工作表现数据报告;其中外包人员指在供应商聘用的工作人员中,本公司通过与供应商签订协议从而选择了其中部分工作人员作为到本公司进行工作的人员。
如上述步骤S1所述,从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐。数据库中存储有员工的工作表现数据,根据所述工作表现数据可以了解到该员工的质量。
如上述步骤S2所述,分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图。所述绩效考核评价折线图是根据绩效考核评价获得的折线图,反应了绩效考核成绩。所述调级情况折线图是根据调级情况获得的折线图,反应了调级情况信息。具体生成折线图的方法包括:分别以时间轴为X轴,绩效等级和人员级别为Y轴,建立平面直角坐标系,在所述平面直角坐标系中标记绩效考核数据点和调级情况数据点,并依次连接所述绩效考核数据点和调级情况数据点,从而获得绩效考核评价折线图和调级情况折线图。其中绩效考核评价可分为任意级别,例如A-E级。人员级别包括助理、初级、中级、高级和资深。
如上述步骤S3所述,分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格。考勤情况、奖惩情况和领导推荐均反应了员工的工作状态。考勤情况包括每日考勤情况、每月考勤情况、全勤月份次数。奖惩情况包括获奖级别与所述获奖级别相应的获奖次数,惩罚级别与所述惩罚级别相应的惩罚次数。领导推荐包括第一级领导(例如分组经理)推荐、第二级领导(例如部门长)推荐和第三级以上领导推荐。
如上述步骤S4所述,从所述部门评价中,采用预定算法获取评价关键词。部门评价直接反应了所述员工的工作表现,一般部门评价会采用高频词汇来表示所述员工的工作表现,因此提取的高频词汇可以作为评价关键词。其中所述评价关键词例如:优秀、勤奋、踏实。
如上述步骤S5所述,生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述评价关键词、所述考勤情况表格、所述奖惩情况表格和所述领导推荐表格。从而将所述员工的工作表现直观反应了出来,便于管理人员参考。
在一个实施例中,所述根据所述绩效考核评价,生成绩效考核评价折线图的步骤S2,包括:
S201、以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;
S202、根据公式A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;
S203、根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
如上述步骤S201-S203所述,实现了生成具有所述绩效评分A的所述绩效考核评价折线图。所述绩效考核评价折线图反应了所述员工的绩效情况,所述绩效评分A进一步地反应了所述员工的绩效情况。绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n)=(a11×b11+a12×b12+…+a1n×b1n)/(a11+a12+…+a1n),其中b11,b12,…,b1n可为负数。其中,n优选为5,即绩效评级分为A-E五个级别。进一步地,若采用“有人员离司,将其离司前的最后一次绩效考核级别定为n级(例如E级)”的方案,由于最后一次绩效考核并不是能力的体现,因此所述人员的绩效评分A=(|[a11,a12,…,a1n][b11,b12,…,b1n]T|-b1n)/(a11+a12+…+a1n)。
在一个实施例中,所述根据所述领导推荐,生成领导推荐表格的步骤S3之后,包括:
S31、根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;
S32、将所述领导推荐评分E增加至所述领导推荐表格中。
如上述步骤S31-S32所述,在所述领导推荐表格中增加领导推荐评分E。所述推荐指领导根据员工工作表现给予的推荐,例如推荐信。第一级领导包括分组经理,第二级领导包括部门长,第三级领导包括部门长。其中r、s、t分别为一次第一级领导推荐对应分值、一次第二级领导推荐对应分值、一次第三级以上领导推荐对应分值。例如r、s、t分别为3、5、10,即每得到一个分组经理推荐+3分,一个部门长推荐+5分,一个部门长以上领导推荐+10分。从而得到领导推荐评分E。从而,所述领导推荐表格反应领导推荐情况,而所述领导推荐评分E能进一步地反应领导推荐情况。
在一个实施例中,所述从所述部门评价中,采用预定算法获取评价关键词的步骤S4,包括:
S401、识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;
S402、对所述多个单句进行分词处理,得到多个单词;
S403、分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数;
S404、将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
如上述步骤S401-S404所述,实现了获取评价关键词。由于部门评价的内容较多,因此在所述部门评价中提取能反应员工工作情况的评价关键词。具体的获取评价关键词的方法包括:切句,分词,统计词频,将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数,其中k优选3。进一步地,在步骤S403之后还可以包括:在所述多个单词中,去除不存在于预设的评价关键词数据库中的单词。其中所述评价关键词数据库是根据大量的历史绩效评价信息,从中提取高频评价词汇,过滤无效词汇,筛选有用的词汇后,建立而成的数据库。
在一个实施例中,所述分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数的步骤S403之前,包括:
S4021、对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;
S4022、将经过所述预处理的多个单词作为词频统计的基础。
如上述步骤S4021-S4022所述,实现了对所述多个单词进行预处理。无义词去除指将语气词、拟声词等无意义的词语从所述多个单词中去除。同义词替换指将所述多个单词中存在的同义词替换为同一个词,例如“优秀”、“优异”是一组同义词,可将其同时替换为“优秀”。将经过所述预处理的多个单词作为词频统计的基础,从而增加了词频统计的准确性。
在一个实施例中,所述生成所述工作表现数据报告的步骤S5之后,包括:
S6、判断所述绩效评分A是否大于第一阈值;
S7、若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;
S8、判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;
S9、若小于第二阈值,将所述工作表现数据报告的底色设置为红色。
如上述步骤S6-S9所述,实现了对工作表现数据报告的分类。员工的工作质量可以由绩效评分A直接反应,当绩效评分A高于第一阈值时,认为所述员工工作质量很高,将所述工作表现数据报告的底色设置为绿色;当绩效评分A小于第二阈值时,认为所述员工工作质量低,将所述工作表现数据报告的底色设置为红色。据此,管理人员可以直观了解到所述员工的绩效情况,进而了解所述员工的工作质量。其中,所述第一阈值可设为满分的90%-100%,第二阈值可设为满分的0%-60%。
在一个实施例中,所述生成所述工作表现数据报告的步骤S5之后,包括:
S51、判断所述领导推荐评分E是否大于第三阈值;
S52、若大于第三阈值,则发送重要员工提醒信息。
如上述步骤S51-S52所述,实现了根据所述领导推荐评分E判断所述员工的工作质量。只有优秀的员工会得到领导的推荐,而只有最优秀的员工才会得到大量领导的大力推荐。因此当所述领导推荐评分E大于第三阈值时,可向管理人员发送重要员工提醒信息,表明所述员工为优秀人才。其中,所述第三阈值可设为[5t,10t],其中t为一次第三级以上领导推荐对应分值。
本申请的基于数据挖掘的数据报告生成方法,采用对已存数据的二次利用,即对至少包括绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐的工作表现数据进行处理,自动得到能直观反应员工质量的数据报告,具有高效、准确地技术效果。
参照图2,本申请实施例提供一种基于数据挖掘的数据报告生成装置,包括:
数据调取单元10,用于从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
折线图生成单元20,用于分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
表格生成单元30,用于分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
关键词提取单元40,用于从所述部门评价中,采用预定算法获取评价关键词;
数据报告生成单元50,用于生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
本实施方式至少适用于:正式员工或外包人员在职时实时生成工作表现数据报告;正式员工或外包人员将离职时生成工作表现数据报告;曾入职员工或外包人员离职后再次入职时生成工作表现数据报告;正式员工或外包人员离职后就职同一集团的其他公司时生成工作表现数据报告;其中外包人员指在供应商聘用的工作人员中,本公司通过与供应商签订协议从而选择了其中部分工作人员作为到本公司进行工作的人员。
如上述单元10所述,从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐。数据库中存储有员工的工作表现数据,根据所述工作表现数据可以了解到该员工的质量。
如上述单元20所述,分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图。所述绩效考核评价折线图是根据绩效考核评价获得的折线图,反应了绩效考核成绩。所述调级情况折线图是根据调级情况获得的折线图,反应了调级情况信息。具体生成折线图的方法包括:分别以时间轴为X轴,绩效等级和人员级别为Y轴,建立平面直角坐标系,在所述平面直角坐标系中标记绩效考核数据点和调级情况数据点,并依次连接所述绩效考核数据点和调级情况数据点,从而获得绩效考核评价折线图和调级情况折线图。其中绩效考核评价可分为任意级别,例如A-E级。人员级别包括助理、初级、中级、高级和资深。
如上述单元30所述,分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格。考勤情况、奖惩情况和领导推荐均反应了员工的工作状态。考勤情况包括每日考勤情况、每月考勤情况、全勤月份次数。奖惩情况包括获奖级别与所述获奖级别相应的获奖次数,惩罚级别与所述惩罚级别相应的惩罚次数。领导推荐包括第一级领导(例如分组经理)推荐、第二级领导(例如部门长)推荐和第三级以上领导推荐。
如上述单元40所述,从所述部门评价中,采用预定算法获取评价关键词。部门评价直接反应了所述员工的工作表现,一般部门评价会采用高频词汇来表示所述员工的工作表现,因此提取的高频词汇可以作为评价关键词。其中所述评价关键词例如:优秀、勤奋、踏实。
如上述单元50所述,生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述评价关键词、所述考勤情况表格、所述奖惩情况表格和所述领导推荐表格。从而将所述员工的工作表现直观反应了出来,便于管理人员参考。
在一个实施例中,所述折线图生成单元20,包括:
坐标系建立子单元,用于以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;
绩效评分A计算子单元,用于根据公式A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;
绩效考核评价折线图生成子单元,用于根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
如上述单元所述,实现了生成具有所述绩效评分A的所述绩效考核评价折线图。所述绩效考核评价折线图反应了所述员工的绩效情况,所述绩效评分A进一步地反应了所述员工的绩效情况。绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n)=(a11×b11+a12×b12+…+a1n×b1n)/(a11+a12+…+a1n),其中b11,b12,…,b1n可为负数。其中,n优选为5,即绩效评级分为A-E五个级别。进一步地,若采用“有人员离司,将其离司前的最后一次绩效考核级别定为n级(例如E级)”的方案,由于最后一次绩效考核并不是能力的体现,因此所述人员的绩效评分A=(|[a11,a12,…,a1n][b11,b12,…,b1n]T|-b1n)/(a11+a12+…+a1n)。
在一个实施例中,所述基于数据挖掘的数据报告生成装置,包括:
领导推荐评分计算子单元,用于根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;
领导推荐表格增加子单元,用于将所述领导推荐评分E增加至所述领导推荐表格中。
如上述子单元所述,在所述领导推荐表格中增加领导推荐评分E。所述推荐指领导根据员工工作表现给予的推荐,例如推荐信。第一级领导包括分组经理,第二级领导包括部门长,第三级领导包括部门长。其中r、s、t分别为一次第一级领导推荐对应分值、一次第二级领导推荐对应分值、一次第三级以上领导推荐对应分值。例如r、s、t分别为3、5、10,即每得到一个分组经理推荐+3分,一个部门长推荐+5分,一个部门长以上领导推荐+10分。从而得到领导推荐评分E。从而,所述领导推荐表格反应领导推荐情况,而所述领导推荐评分E能进一步地反应领导推荐情况。
在一个实施例中,所述关键词提取单元40,包括:
切句子单元,用于识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;
分词子单元,用于对所述多个单句进行分词处理,得到多个单词;
词频统计子单元,用于分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数;
评价关键词生成子单元,用于将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
如上述单元所述,实现了获取评价关键词。由于部门评价的内容较多,因此在所述部门评价中提取能反应员工工作情况的评价关键词。具体的获取评价关键词的方法包括:切句,分词,统计词频,将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数,其中k优选3。进一步地,还可以包括:去除子单元,用于在所述多个单词中,去除不存在于预设的评价关键词数据库中的单词。其中所述评价关键词数据库是根据大量的历史绩效评价信息,从中提取高频评价词汇,过滤无效词汇,筛选有用的词汇后,建立而成的数据库。
在一个实施例中,所述关键词提取单元40,包括:
预处理子单元,用于对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;
统计基础设置子单元,用于将经过所述预处理的多个单词作为词频统计的基础。
如上述子单元所述,实现了对所述多个单词进行预处理。无义词去除指将语气词、拟声词等无意义的词语从所述多个单词中去除。同义词替换指将所述多个单词中存在的同义词替换为同一个词,例如“优秀”、“优异”是一组同义词,可将其同时替换为“优秀”。将经过所述预处理的多个单词作为词频统计的基础,从而增加了词频统计的准确性。
在一个实施例中,所述基于数据挖掘的数据报告生成装置,包括:
第一阈值判断单元,用于判断所述绩效评分A是否大于第一阈值;
绿色设置单元,用于若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;
第二阈值判断单元,用于判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;
红色设置单元,用于将所述工作表现数据报告的底色设置为红色。
如上述单元所述,实现了对工作表现数据报告的分类。员工的工作质量可以由绩效评分A直接反应,当绩效评分A高于第一阈值时,认为所述员工工作质量很高,将所述工作表现数据报告的底色设置为绿色;当绩效评分A小于第二阈值时,认为所述员工工作质量低,将所述工作表现数据报告的底色设置为红色。据此,管理人员可以直观了解到所述员工的绩效情况,进而了解所述员工的工作质量。其中,所述第一阈值可设为满分的90%-100%,第二阈值可设为满分的0%-60%。
在一个实施例中,所述基于数据挖掘的数据报告生成装置,包括:
第三阈值判断单元,用于判断所述领导推荐评分E是否大于第三阈值;
提醒信息发送单元,用于若大于第三阈值,则发送重要员工提醒信息。
如上述单元所述,实现了根据所述领导推荐评分E判断所述员工的工作质量。只有优秀的员工会得到领导的推荐,而只有最优秀的员工才会得到大量领导的大力推荐。因此当所述领导推荐评分E大于第三阈值时,可向管理人员发送重要员工提醒信息,表明所述员工为优秀人才。其中,所述第三阈值可设为[5t,10t],其中t为一次第三级以上领导推荐对应分值。
本申请的基于数据挖掘的数据报告生成装置,采用对已存数据的二次利用,即对至少包括绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐的工作表现数据进行处理,自动得到能直观反应员工质量的数据报告,具有高效、准确地技术效果。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于数据挖掘的数据报告生成方法所用数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据挖掘的数据报告生成方法。
上述处理器执行上述基于数据挖掘的数据报告生成方法,包括:从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;从所述部门评价中,采用预定算法获取评价关键词;生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
在一个实施方式中,所述根据所述绩效考核评价,生成绩效考核评价折线图的步骤,包括:以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;根据公式:绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
在一个实施方式中,所述生成工作表现数据报告的步骤之前,包括:根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;将所述领导推荐评分E增加至所述领导推荐表格中。
在一个实施方式中,所述从所述部门评价中,采用预定算法获取评价关键词的步骤,包括:识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;对所述多个单句均进行分词处理,得到多个单词;分别统计所述多个单词中的每一个的单词词频,所述词频为所述多个单词中的每一个在所述部门评价中出现的次数;将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
在一个实施方式中,所述分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个在所述部门评价中出现的次数的步骤之前,包括:对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;将经过所述预处理的多个单词作为词频统计的基础。
在一个实施方式中,所述生成工作表现数据报告的步骤之后,包括:判断所述绩效评分A是否大于第一阈值;若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;若小于第二阈值,将所述工作表现数据报告的底色设置为红色。
在一个实施方式中,所述生成工作表现数据报告的步骤之后,包括:判断所述领导推荐评分E是否大于第三阈值;若大于第三阈值,则发送重要员工提醒信息。
本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请的计算机设备,采用对已存数据的二次利用,即对至少包括绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐的工作表现数据进行处理,自动得到能直观反应员工质量的数据报告,具有高效、准确地技术效果。
本申请一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现基于数据挖掘的数据报告生成方法,包括:从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;从所述部门评价中,采用预定算法获取评价关键词;生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
在一个实施方式中,所述根据所述绩效考核评价,生成绩效考核评价折线图的步骤,包括:以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;根据公式:绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
在一个实施方式中,所述生成工作表现数据报告的步骤之前,包括:根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;将所述领导推荐评分E增加至所述领导推荐表格中。
在一个实施方式中,所述从所述部门评价中,采用预定算法获取评价关键词的步骤,包括:识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;对所述多个单句均进行分词处理,得到多个单词;分别统计所述多个单词中的每一个的单词词频,所述词频为所述多个单词中的每一个在所述部门评价中出现的次数;将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
在一个实施方式中,所述分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个在所述部门评价中出现的次数的步骤之前,包括:对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;将经过所述预处理的多个单词作为词频统计的基础。
在一个实施方式中,所述生成工作表现数据报告的步骤之后,包括:判断所述绩效评分A是否大于第一阈值;若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;若小于第二阈值,将所述工作表现数据报告的底色设置为红色。
在一个实施方式中,所述生成工作表现数据报告的步骤之后,包括:判断所述领导推荐评分E是否大于第三阈值;若大于第三阈值,则发送重要员工提醒信息。
本申请的计算机可读存储介质,采用对已存数据的二次利用,即对至少包括绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐的工作表现数据进行处理,自动得到能直观反应员工质量的数据报告,具有高效、准确地技术效果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于数据挖掘的数据报告生成方法,其特征在于,包括:
从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
从所述部门评价中,采用预定算法获取评价关键词;
生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
2.根据权利要求1所述的基于数据挖掘的数据报告生成方法,其特征在于,所述根据所述绩效考核评价,生成绩效考核评价折线图的步骤,包括:
以时间轴为X轴,以绩效等级为Y轴,建立平面直角坐标系;
根据公式:绩效评分A=|[a11,a12,…,a1n][b11,b12,…,b1n]T|/(a11+a12+…+a1n),计算出所述员工的绩效评分A,其中所述a11,a12,…,a1n为所述员工得到第一个绩效评级级别的次数至第n个绩效评级级别一一对应的次数,b11,b12,…,b1n为第一个绩效评级级别至第n个绩效评级级别一一对应的分值;
根据所述绩效考核评价,在所述平面直角坐标系中绘制所述绩效考核评价折线图,并在所述绩效考核评价折线图中增加所述绩效评分A。
3.根据权利要求1所述的基于数据挖掘的数据报告生成方法,其特征在于,所述生成工作表现数据报告的步骤之前,包括:
根据公式:领导推荐评分E=r×第一级领导推荐次数+s×第二级领导推荐次数+t×第三级以上领导推荐次数,计算得到所述领导推荐评分E,其中领导分级由低至高依次为第一级、第二级、第三级,r、s、t均为正数;
将所述领导推荐评分E增加至所述领导推荐表格中。
4.根据权利要求1所述的基于数据挖掘的数据报告生成方法,其特征在于,所述从所述部门评价中,采用预定算法获取评价关键词的步骤,包括:
识别所述部门评价中的标点符号,并根据所述标点符号将所述部门评价切成多个单句;
对所述多个单句进行分词处理,得到多个单词;
分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数;
将词频最多的k个单词作为所述评价关键词,k为大于等于1的整数。
5.根据权利要求4所述的基于数据挖掘的数据报告生成方法,其特征在于,所述分别统计所述多个单词中的每一个单词的词频,所述词频为所述多个单词中的每一个单词在所述部门评价中出现的次数的步骤之前,包括:
对所述多个单词进行预处理,其中所述预处理至少包括无义词去除和同义词替换;
将经过所述预处理的多个单词作为词频统计的基础。
6.根据权利要求2所述的基于数据挖掘的数据报告生成方法,其特征在于,所述生成工作表现数据报告的步骤之后,包括:
判断所述绩效评分A是否大于第一阈值;
若大于第一阈值,将所述工作表现数据报告的底色设置为绿色;
判断所述绩效评分A是否小于第二阈值,其中第二阈值小于第一阈值;
若小于第二阈值,将所述工作表现数据报告的底色设置为红色。
7.根据权利要求3所述的基于数据挖掘的数据报告生成方法,其特征在于,所述生成工作表现数据报告的步骤之后,包括:
判断所述领导推荐评分E是否大于第三阈值;
若大于第三阈值,则发送重要员工提醒信息。
8.一种基于数据挖掘的数据报告生成装置,其特征在于,包括:
数据调取单元,用于从数据库中调取员工的工作表现数据,所述工作表现数据至少包括:绩效考核评价、调级情况、部门评价、考勤情况、奖惩情况和领导推荐;
折线图生成单元,用于分别根据所述绩效考核评价和所述调级情况,生成绩效考核评价折线图和调级情况折线图;
表格生成单元,用于分别根据所述考勤情况、所述奖惩情况和所述领导推荐,生成考勤情况表格、奖惩情况表格和领导推荐表格;
关键词提取单元,用于从所述部门评价中,采用预定算法获取评价关键词;
数据报告生成单元,用于生成工作表现数据报告,所述工作表现数据报告至少包括:所述绩效考核评价折线图、所述调级情况折线图、所述考勤情况表格、所述奖惩情况表格、所述领导推荐表格和所述评价关键词。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811237287.4A CN109598402A (zh) | 2018-10-23 | 2018-10-23 | 基于数据挖掘的数据报告生成方法、装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811237287.4A CN109598402A (zh) | 2018-10-23 | 2018-10-23 | 基于数据挖掘的数据报告生成方法、装置、计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109598402A true CN109598402A (zh) | 2019-04-09 |
Family
ID=65957081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811237287.4A Pending CN109598402A (zh) | 2018-10-23 | 2018-10-23 | 基于数据挖掘的数据报告生成方法、装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598402A (zh) |
Cited By (1)
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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727487A (zh) * | 2009-12-04 | 2010-06-09 | 中国人民解放军信息工程大学 | 一种面向网络评论的观点主题识别方法和系统 |
CN104063387A (zh) * | 2013-03-19 | 2014-09-24 | 三星电子(中国)研发中心 | 在文本中抽取关键词的装置和方法 |
-
2018
- 2018-10-23 CN CN201811237287.4A patent/CN109598402A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101727487A (zh) * | 2009-12-04 | 2010-06-09 | 中国人民解放军信息工程大学 | 一种面向网络评论的观点主题识别方法和系统 |
CN104063387A (zh) * | 2013-03-19 | 2014-09-24 | 三星电子(中国)研发中心 | 在文本中抽取关键词的装置和方法 |
Non-Patent Citations (2)
Title |
---|
卢有飞;: "基于LBS的电网巡视工作评价系统设计与实现", 南方能源建设, vol. 2, no. 1, 31 March 2015 (2015-03-31), pages 3 - 4 * |
杨宁;高永乐;李春娇;: "我国种业公司绩效考核中的误区及改进办法", 种子世界, no. 06, 15 June 2007 (2007-06-15) * |
Cited By (1)
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163735B (zh) | 涉税数据处理方法、装置、计算机设备及存储介质 | |
CN109446513A (zh) | 一种基于自然语言理解的文本中事件的抽取方法 | |
CN111222305A (zh) | 一种信息结构化方法和装置 | |
CN106446170A (zh) | 数据查询方法及装置 | |
CN112416778A (zh) | 测试用例推荐方法、装置和电子设备 | |
CN110634471B (zh) | 一种语音质检方法、装置、电子设备和存储介质 | |
CN109523119A (zh) | 基于数据分析的员工生产力评估方法、装置和计算机设备 | |
CN109816217A (zh) | 案件处理方法、装置、计算机设备和存储介质 | |
CN107240011B (zh) | 一种指标配置加工方法和系统 | |
CN110222323A (zh) | 一种凭证生成方法、装置、可读存储介质及终端设备 | |
CN109598402A (zh) | 基于数据挖掘的数据报告生成方法、装置、计算机设备 | |
CN108629508A (zh) | 信用风险分类方法、装置、计算机设备及存储介质 | |
CN108073678B (zh) | 应用于大数据分析中的文档解析处理方法、系统及装置 | |
CN109902937A (zh) | 任务数据的质检方法、装置、计算机设备及存储介质 | |
CN105183807A (zh) | 一种基于结构句法的情绪原因事件识别方法及系统 | |
CN107741932B (zh) | 用户数据融合方法及系统 | |
CN107517474A (zh) | 一种网络分析优化方法及装置 | |
CN110569435A (zh) | 智能双端推荐引擎系统和方法 | |
CN108573025B (zh) | 基于混合模板抽取句子分类特征的方法及装置 | |
CN107231334A (zh) | 一种短消息监控方法和装置 | |
CN110955920A (zh) | 一种数据处理方法、装置及存储介质 | |
CN112948429B (zh) | 一种数据报送方法、装置和设备 | |
Al-masaeed et al. | Building a User Centric Success Factors Model for Mobile Government | |
CN109145297A (zh) | 基于hash存储的网络词汇语义分析方法和系统 | |
CN117372210B (zh) | 一种法律服务咨询系统 |
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 |