CN109886526A - 考勤评价的方法、装置、存储介质及电子设备 - Google Patents
考勤评价的方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN109886526A CN109886526A CN201811615308.1A CN201811615308A CN109886526A CN 109886526 A CN109886526 A CN 109886526A CN 201811615308 A CN201811615308 A CN 201811615308A CN 109886526 A CN109886526 A CN 109886526A
- Authority
- CN
- China
- Prior art keywords
- attendance
- default
- practical
- time point
- user
- 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
Landscapes
- Time Recorders, Dirve Recorders, Access Control (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种考勤评价的方法、装置、存储介质及电子设备,首先接收待考勤用户的移动终端周期性发送的考勤数据,该考勤数据包括该待考勤用户的标识信息、多个考勤时间以及该移动终端在每个该考勤时间所处的实际考勤位置;根据该标识信息从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型;根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分。
Description
技术领域
本公开涉及智能化考勤领域,具体地,涉及一种考勤评价的方法、装置、存储介质及电子设备。
背景技术
目前,很多公司和企业为了监督员工进行规范性的上班和下班,通常会设置考勤制度,随着科技的飞速发展,考勤方法也从传统的机械式打卡发展到指纹识别打卡、脸部识别打卡以及钉钉打卡等较智能的考勤方法。
现有的考勤方法大都是基于上班打卡时间以及下班打卡时间识别员工的考勤状态,但这至少存在以下问题:对于消极员工无法做到真正的约束,例如对于只在上下班时间进行打卡,而在其他工作时间离开工作岗位从事其它与工作无关的事情的消极员工的非正常考勤状态无法进行识别,从而使得考勤的准确度有待提高。
发明内容
本公开提供一种考勤评价的方法、装置、存储介质及电子设备。
第一方面,提供一种考勤评价的方法,所述方法包括:接收待考勤用户的移动终端周期性发送的考勤数据,所述考勤数据包括所述待考勤用户的标识信息、多个考勤时间以及所述移动终端在每个所述考勤时间所处的实际考勤位置;根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型;根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分。
可选地,所述目标考勤评价模型包括所述待考勤用户在所述预设考勤时间段内的多个预设考勤时间点,分别对应的标准考勤位置;所述根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分包括:从所述实际考勤位置中获取每个所述预设考勤时间点对应的目标实际考勤位置;根据所述目标实际考勤位置和所述标准考勤位置得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
可选地,所述从所述实际考勤位置中获取每个所述预设考勤时间点对应的目标实际考勤位置包括:确定在所述预设考勤时间点是否存在所述实际考勤位置;在确定不存在所述实际考勤位置时,确定所述预设考勤时间点所在预设时间段内,与所述预设考勤时间点对应的目标时间点,并将所述目标时间点的实际考勤位置作为估计考勤位置,并根据所述估计考勤位置确定所述预设考勤时间点对应的所述目标实际考勤位置,所述预设时间段包含在所述预设考勤时间段内;在确定存在所述实际考勤位置时,将所述实际考勤位置确定为所述预设考勤时间点对应的所述目标实际考勤位置。
可选地,所述根据所述目标实际考勤位置和所述标准考勤位置得到所述待考勤用户在所述预设考勤时间段内的考勤评分包括:计算所述预设考勤时间点对应的所述目标实际考勤位置和所述标准考勤位置的第一距离;获取每个预设考勤时间点对应的预设权重;根据所述预设权重和所述第一距离计算得到所述考勤评分。
可选地,在根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分前,所述方法还包括:获取所述目标考勤评价模型对应的模型更新信息;根据所述模型更新信息对所述目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;所述根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分包括:根据多个所述考勤时间和所述实际考勤位置通过所述实际考勤评价模型,得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
可选地,在根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型前,所述方法还包括:获取多个样本考勤数据,所述样本考勤数据包括样本用户的样本标识信息、多个预设考勤时间点以及所述移动终端在每个所述预设考勤时间点所处的样本实际考勤位置;计算同一所述预设考勤时间点对应的全部所述样本实际考勤位置的第一平均位置;根据所述第一平均位置确定每个所述预设考勤时间点对应的所述标准考勤位置,得到所述目标考勤评价模型。
可选地,所述根据所述第一平均位置确定每个所述预设考勤时间点对应的所述标准考勤位置包括:计算同一所述预设考勤时间点对应的每个所述样本实际考勤位置与所述第一平均位置的第二距离;将所述第二距离小于或者等于预设距离阈值的样本实际考勤位置,作为待定考勤位置;计算同一所述预设考勤时间点对应的全部待定考勤位置的第二平均位置;将所述第二平均位置作为对应的预设考勤时间点的所述标准考勤位置。
第二方面,提供一种考勤评价的装置,所述装置包括:
接收模块,用于接收待考勤用户的移动终端周期性发送的考勤数据,所述考勤数据包括所述待考勤用户的标识信息、多个考勤时间以及所述移动终端在每个所述考勤时间所处的实际考勤位置;第一确定模块,用于根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型;第二确定模块,用于根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分。
可选地,所述目标考勤评价模型包括所述待考勤用户在所述预设考勤时间段内的多个预设考勤时间点,分别对应的标准考勤位置;所述第二确定模块,用于从所述实际考勤位置中获取每个所述预设考勤时间点对应的目标实际考勤位置;根据所述目标实际考勤位置和所述标准考勤位置得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
可选地,所述第二确定模块,用于确定在所述预设考勤时间点是否存在所述实际考勤位置;在确定不存在所述实际考勤位置时,确定所述预设考勤时间点所在预设时间段内,与所述预设考勤时间点对应的目标时间点,并将所述目标时间点的实际考勤位置作为估计考勤位置,并根据所述估计考勤位置确定所述预设考勤时间点对应的所述目标实际考勤位置,所述预设时间段包含在所述预设考勤时间段内;在确定存在所述实际考勤位置时,将所述实际考勤位置确定为所述预设考勤时间点对应的所述目标实际考勤位置。
可选地,所述第二确定模块,用于计算所述预设考勤时间点对应的所述目标实际考勤位置和所述标准考勤位置的第一距离;获取每个预设考勤时间点对应的预设权重;根据所述预设权重和所述第一距离计算得到所述考勤评分。
可选地,所述装置还包括:第一获取模块,用于获取所述目标考勤评价模型对应的模型更新信息;模型更新模块,用于根据所述模型更新信息对所述目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;所述第二确定模块,用于根据多个所述考勤时间和所述实际考勤位置通过所述实际考勤评价模型,得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
可选地,所述装置还包括:第二获取模块,用于获取多个样本考勤数据,所述样本考勤数据包括样本用户的样本标识信息、多个预设考勤时间点以及所述移动终端在每个所述预设考勤时间点所处的样本实际考勤位置;第三确定模块,用于计算同一所述预设考勤时间点对应的全部所述样本实际考勤位置的第一平均位置;第四确定模块,用于根据所述第一平均位置确定每个所述预设考勤时间点对应的所述标准考勤位置,得到所述目标考勤评价模型。
可选地,所述第四确定模块,用于计算同一所述预设考勤时间点对应的每个所述样本实际考勤位置与所述第一平均位置的第二距离;将所述第二距离小于或者等于预设距离阈值的样本实际考勤位置,作为待定考勤位置;计算同一所述预设考勤时间点对应的全部待定考勤位置的第二平均位置;将所述第二平均位置作为对应的预设考勤时间点的所述标准考勤位置。
第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本公开第一方面所述方法的步骤。
第四方面,提供一种电子设备,包括:存储器,其上存储有计算机程序;处理器,用于执行所述存储器中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,首先接收待考勤用户的移动终端周期性发送的考勤数据,所述考勤数据包括所述待考勤用户的标识信息、多个考勤时间以及所述移动终端在每个所述考勤时间所处的实际考勤位置;根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型;根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分,这样,可以通过该考勤评分对该待考勤用户整个工作时间的考勤状态进行评价,从而可以长时间、碎片化地对待考勤用户的考勤状态进行监测,提高考勤办法的准确度。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的第一种考勤评价的方法的流程图;
图2是根据一示例性实施例示出的第二种考勤评价的方法的流程图;
图3是根据一示例性实施例示出的第一种考勤评价的装置的框图;
图4是根据一示例性实施例示出的第二种考勤评价的装置的框图;
图5是根据一示例性实施例示出的第三种考勤评价的装置的框图;
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
本公开主要应用于企业对员工进行考勤的场景中,现有的考勤方法(如指纹识别打卡,脸部识别打卡等)主要基于上班打卡时间以及下班打卡时间识别员工的考勤状态,但对于只在上下班时间进行打卡,而在其他工作时间离开工作岗位从事其它与工作无关的事情的消极员工的非正常考勤状态无法进行识别,另外,对于有开会、培训等公出需求的员工来说,需要员工先到固定工位打卡,或者需要员工主动提交公出申请,从而使得现有的考勤方法便利性不足,也就是说,现有的考勤办法不能对员工全天工作时间的考勤状态进行长时间、碎片化的监测,使得考勤的准确度有待提高,并且不能自动识别有公出需求的员工的考勤状态,从而使得现有的考勤办法智能化及人性化程度不足,用户体验较差。
为解决上述存在的问题,本公开提供一种考勤评价的方法、装置、存储介质及电子设备,可以根据待考勤用户的考勤数据通过与该待考勤用户对应的目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分,这样,可以通过该考勤评分对该待考勤用户预设考勤时间段的考勤状态进行评价,从而可以长时间、碎片化地对待考勤用户的考勤状态进行监测,提高考勤办法的准确度,另外,本公开提供的该考勤评价方法还可以在获取到对应的模型更新信息时,对该目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型,这样,可以根据该实际考勤评价模型自动识别有外出开会、培训等公出需求的待考勤用户的考勤状态,从而提高考勤办法的智能化水平。
下面结合附图,对本公开的具体实施方式进行说明。
首先,在根据本公开提供的该考勤方法对待考勤用户进行考勤之前,待考勤用户需要在考勤系统上进行注册,例如可以通过安装在移动终端(如待考勤用户随身携带的手机)上的考勤软件设置用户名(如用户的工号、手机号等)和密码在该考勤系统上完成注册,在完成注册后,该待考勤用户的用户名可以与该移动终端的唯一识别码(如MAC地址)进行绑定,这样,在对该待考勤用户进行考勤时,可以通过识别绑定该待考勤用户的用户名的移动终端所在的位置和时间进行考勤。
图1是根据一示例性实施例示出的一种考勤评价方法的流程图,应用于服务器,该方法包括以下步骤:
S101,接收待考勤用户的移动终端周期性发送的考勤数据,该考勤数据包括该待考勤用户的标识信息、多个考勤时间以及该移动终端在每个该考勤时间所处的实际考勤位置。
其中,该待考勤用户可以包括已经预先在考勤系统中进行注册的用户,该移动终端可以包括该待考勤用户随身携带的手机、笔记本等终端,该标识信息可以包括该待考勤用户的用户名,例如该用户名可以包括姓名、工号、该待考勤用户的考勤类别等。
由于不同待考勤用户的职位、所在部门特性可能不同,使得公司对不同待考勤用户的考勤要求可能不同,因此,在一种可能的实现方式中,可以根据该待考勤用户的职位、所在部门特性等信息,并结合公司具体的考勤要求预先为该待考勤用户划分考勤类别,该考勤类别表征考勤时间和考勤位置,不同的考勤类别对应不同的考勤时间和/或考勤位置,例如,在一种可能的应用场景中,由于部门甲与部门乙工作性质不同,使得甲部门和乙部门的上下班时间及打卡地点有所差异,具体地,部门甲每天的工作时间为10点至18点,打卡地点为公司本部所在的位置M,而部门乙每天的工作时间为9点至17点,打卡地点为常驻外地出差时所在的位置N,此时,在该待考勤用户所在的部门为部门甲时,可以将该待考勤用户的考勤类别预先设置为A类,在该待考勤用户所在的部门为部门乙时,可以将该待考勤用户的考勤类别预先设置为B类,此处只是举例说明,本公开对此不作限定。
在一种可能的实现方式中,该移动终端可以在确定该待考勤用户当前所在的位置进入预设的待考勤位置范围,和/或当前所在的时间进入预设考勤时间段时,该移动终端开始按照预设周期获取该待考勤用户的考勤数据,并将该考勤数据按照该预设周期发送至服务器,此时,该服务器可以周期性的接收该移动终端发送的该考勤数据,需要说明的是,在执行本步骤后,该服务器可以接收到该待考勤用户一天内的全部考勤数据,例如,接收到工号为0451的待考勤用户的考勤数据可以包括{[用户名:工号0451],[用户MacID:B0:12:K5:39:0F:94],[考勤类别:A类],[数据时间:2018/12/18],[时间-定位信息:{(8:30)-(25,55)},{(9:30)-(25,55)},{(10:30)-(25,55)},{(11:30)-(25,55)},{(12:30)-(25,65)},{(13:30)-(25,55)},…,{(17:30)-(25,54)}]},其中,“时间-定位信息”中记录了工号为0451的待考勤用户在2018/12/18这一天从早上8:30至下午17:30的预设考勤时间段内每隔一个小时的不同考勤时间分别对应的实际考勤位置,例如{(8:30)-(25,55)}表示工号为0451的待考勤用户在8:30时的位置坐标为(25,55),{(12:30)-(25,65)}表示工号为0451的待考勤用户在12:30时的位置坐标为(25,65),此处只是举例说明,本公开对此不作限定。
S102,根据该标识信息从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型。
其中,该目标考勤评价模型可以包括该待考勤用户在该预设考勤时间段内的多个预设考勤时间点分别对应的标准考勤位置,该标准考勤位置可以指各预设考勤时间点分别对应的符合考勤要求的位置,在一种可能的实现方式中,该标准考勤位置可以为预设的待考勤位置范围的中心位置,另外,不同的考勤评价模型对应不同的考勤类别,也就是说,属于相同考勤类别的待考勤用户对应同一个该考勤评价模型。
由于不同的待考勤用户可能对应不同的考勤类别,使得不同的待考勤用户可能对应不同的考勤评价模型,因此,在本步骤中,需要从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型,具体地,可以根据该标识信息中的考勤类别从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型,例如,假设考勤系统中预设有三个考勤评价模型,分别为:对应A类考勤类别的模型一、对应B类考勤类别的模型二以及对应C类考勤类别的模型三,当该待考勤用户的考勤类别为A类时,可以确定模型一即为与该待考勤用户对应的该目标考勤评价模型。
需要说明的是,在执行本步骤之前,该考勤评价模型需要根据具体公司的实际考勤数据以及具体的考勤要求预先设置,下面对该考勤评价模型的预先设置过程进行说明:
首先获取多个样本考勤数据,该样本考勤数据可以包括样本用户的样本标识信息、多个预设考勤时间点以及该移动终端在每个该预设考勤时间点所处的样本实际考勤位置;然后计算同一该预设考勤时间点对应的全部该样本实际考勤位置的第一平均位置,并根据该第一平均位置确定每个该预设考勤时间点对应的该标准考勤位置,得到该目标考勤评价模型,在一种可能的实现方式中,可以将该第一平均位置作为该预设考勤时间点对应的该标准考勤位置,进而可以得到对应各考勤类别的考勤评价模型。
示例地,以预先设置对应A类考勤类别的模型一为例进行说明,假设获取到考勤类别为A类的5个员工的5个样本考勤数据分别为:对应员工1的样本考勤数据1:{[用户名:员工1],[用户MacID:B0:12:K5:39:0F:94],[考勤类别:A类],[数据时间:2018/12/18],[时间-定位信息:(预设考勤时间点1-样本实际考勤位置1),(预设考勤时间点2-样本实际考勤位置2),(预设考勤时间点3-样本实际考勤位置3)]},对应员工2的样本考勤数据2:{[用户名:员工2],[用户MacID:B0:12:K5:39:0F:95],[考勤类别:A类],[数据时间:2018/12/18],[时间-定位信息:(预设考勤时间点1-样本实际考勤位置4),(预设考勤时间点2-样本实际考勤位置5),(预设考勤时间点3-样本实际考勤位置6)]},......,对应员工5的样本考勤数据5:{[用户名:员工5],[用户MacID:B0:12:K5:39:0F:98],[考勤类别:A类],[数据时间:2018/12/18],[时间-定位信息:(预设考勤时间点1-样本实际考勤位置13),(预设考勤时间点2-样本实际考勤位置14),(预设考勤时间点3-样本实际考勤位置15)]},计算在预设考勤时间点1对应的全部该样本实际考勤位置(即为本示例中的样本实际考勤位置1,4,7,10,13)的第一平均位置,在一种可能的实现方式中,可以将该第一平均位置作为预设考勤时间点1对应的该标准考勤位置,类似的,可以得到预设考勤时间点2和预设考勤时间点3分别对应的该标准考勤位置,进而可以得到对应A类考勤类别的模型一。
另外,考虑到实际的考勤场景中,不可避免的会存在迟到、早退等不良考勤数据,而该考勤评价模型是结合公司规定的考勤要求设置的,因此,在另一种可能的实现方式中,为提高考勤评价模型的准确度,在根据该样本考勤数据设置该考勤评价模型时,还可以对该样本考勤数据进行数据筛选,以便将迟到、早退等不良考勤数据筛选掉,这样,在根据该第一平均位置确定每个该预设考勤时间点对应的该标准考勤位置时,可以计算同一该预设考勤时间点对应的每个该样本实际考勤位置与该第一平均位置的第二距离,在该第二距离大于或者等于预设距离阈值时,可以表明该第二距离对应的样本实际考勤位置与该第一平均位置的距离较远,进一步可以认为该样本实际考勤位置位于预设的考勤位置范围之外,此时,需要将该第二距离对应的样本实际考勤位置筛选掉,也就是说,可以将该第二距离小于或者等于该预设距离阈值的样本实际考勤位置,作为待定考勤位置,并计算同一该预设考勤时间点对应的全部待定考勤位置的第二平均位置,将该第二平均位置作为对应的预设考勤时间点的标准考勤位置。
示例地,根据上一示例可以计算得到在预设考勤时间点1、预设考勤时间点2以及预设考勤时间点3分别对应的该第一平均位置,在计算预设考勤时间点1对应的该第二平均位置时,可以计算预设考勤时间点1对应的样本实际考勤位置1、4、7、10和13分别与该第一平均位置的第二距离,当确定样本实际考勤位置1、4、7、10与该第一平均位置的第二距离均小于或者等于该预设距离阈值,样本实际考勤位置13与该第一平均位置的第二距离大于该预设距离阈值时,可以确定预设考勤时间点1对应的全部该待定考勤位置为样本实际考勤位置1、4、7和10,此时,可以计算样本实际考勤位置1、4、7和10的平均位置得到该第二平均位置,同理,可以计算得到预设考勤时间点2和预设考勤时间点3分别对应的该第二平均位置,此时,可以将该第二平均位置作为对应的预设考勤时间点的标准考勤位置,上述示例只是举例说明,本公开对此不作限定。
还需说明的是,在一种可能的实现方式中,可以根据该样本实际考勤位置的位置坐标计算得到该第一平均位置以及该第二平均位置,例如,可以通过计算同一该预设考勤时间点对应的全部该样本实际考勤位置的位置坐标中横坐标的平均值得到该第一平均位置的位置坐标中的横坐标,可以通过计算同一该预设考勤时间点对应的全部该样本实际考勤位置的位置坐标中纵坐标的平均值得到该第一平均位置的位置坐标中的纵坐标,从而可以确定该第一平均位置的位置坐标,进而得到该第一平均位置,类似地,可以得到该第二平均位置,此处只是举例说明,本公开对此不作限定。
S103,根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分。
其中,该预设考勤时间段可以包括根据实际的考勤要求预先设置的考勤时间段,例如,某公司要求部门A的员工每天的工作时间为早上八点到下午五点,此时,该预设考勤时间段即为8:00至17:00。
在本步骤中,可以从该实际考勤位置中获取每个该预设考勤时间点对应的目标实际考勤位置;根据该目标实际考勤位置和该标准考勤位置得到该待考勤用户在该预设考勤时间段内的考勤评分。
考虑到实际应用场景中,当网络异常或者GPS信号异常时,无法及时获取到待考勤用户的位置信息,此时,该服务器接收的该待考勤用户实际考勤位置中可能并不包括其中一个或者几个预设考勤时间点对应的考勤位置,因此,在从该实际考勤位置中获取每个该预设考勤时间点对应的目标实际考勤位置时,可以确定在该预设考勤时间点是否存在该实际考勤位置;在确定不存在该实际考勤位置时,确定该预设考勤时间点所在预设时间段内,与该预设考勤时间点对应的目标时间点,并将该目标时间点的实际考勤位置作为估计考勤位置,并根据该估计考勤位置确定该预设考勤时间点对应的该目标实际考勤位置,该预设时间段包含在该预设考勤时间段内;在确定存在该实际考勤位置时,可以将该实际考勤位置确定为该预设考勤时间点对应的目标实际考勤位置。
其中,该预设时间段可以包括以该预设考勤时间点为中心的时间段,例如,在该预设考勤时间点为8:00时,该预设时间段可以为7:50至8:10,该目标时间点可以包括在该预设时间段内在时间上距离该预设考勤时间点最近的时间点。
需要说明的是,为应对网络异常或者GPS信号异常时无法获取到位置信息的特殊情况,在一种可能的实现方式中,该移动终端上可以创建一个本地GPS信号检测控件,在该控件检测到GPS信号减弱时,可以记录下在该GPS信号减弱至信号强度阈值时,移动终端所在的第一位置和第一时间,并将该第一位置和该第一时间发送至该服务器,在该控件检测到GPS信号恢复时,可以记录下在该GPS信号恢复至该信号强度阈值时,该移动终端所在的第二位置和第二时间,并将该第二位置和该第二时间发送至该服务器,此时,该服务器可以将该第一位置和该第二位置作为该估计考勤位置,并在确定在该预设考勤时间点不存在该实际考勤位置时,根据该估计考勤位置确定该预设考勤时间点对应的目标实际考勤位置。
这里,可以通过以下方式根据该估计考勤位置确定该预设考勤时间点对应的目标实际考勤位置,首先确定该估计考勤位置的个数,在只存在一个该估计考勤位置时,可以将该估计考勤位置确定为该预设考勤时间点对应的目标实际考勤位置;在存在两个该估计考勤位置时(例如距离该预设考勤时间点8:00最近的时间点7:50和8:10均存在对应的实际考勤位置),进一步确定每个该估计考勤位置与该预设考勤时间点对应的标准考勤位置的距离,将距离该标准考勤位置最近的该估计考勤位置确定为该目标实际考勤位置,在确定两个该估计考勤位置与该预设考勤时间点对应的标准考勤位置的距离相同时,可以在两个该估计考勤位置中任选一个位置作为该预设考勤时间点对应的目标实际考勤位置。
另外,在一种可能的应用场景中,当在该预设时间段内均未获取到该待考勤用户的实际考勤位置时,也就获取不到该预设考勤时间点所在预设时间段内与该预设考勤时间点对应的目标时间点的估计考勤位置,此时,可以将该待考勤用户在该预设考勤时间点对应的考勤状态记录为不良考勤数据(如迟到数据或者早退数据),这样,在后续计算该待考勤用户的考勤评分时,可以将该待考勤用户对应该预设考勤时间点(这里该预设考勤时间点是指未获取到该估计考勤位置的时间点)的实际考勤位置与该标准考勤位置的第一距离默认为预设的最大距离阈值(例如,在预设的待考勤位置范围为一个圆形区域时,该最大距离阈值即为该待考勤位置范围的半径),并根据该最大距离阈值以及该预设考勤时间点对应的预设权重计算得到在该预设考勤时间点的考勤分数,进而可以得到该待考勤用户在预设考勤时间段内的考勤评分,具体计算该考勤评分的过程将在下述示例中详细描述,在此不作赘述,需要说明的是,在该第一距离等于该最大距离阈值时,可以确定该待考勤用户在该预设考勤时间点的考勤状态为迟到或者早退等不良考勤状态。
在本步骤中,可以通过以下方式根据该目标实际考勤位置和该标准考勤位置得到该待考勤用户在该预设考勤时间段内的考勤评分:首先可以计算该预设考勤时间点对应的该目标实际考勤位置和该标准考勤位置的第一距离,然后获取每个预设考勤时间点对应的预设权重,并根据该预设权重和该第一距离计算得到该考勤评分,其中,该预设权重可以根据经验值预先设置,并且考虑到在进行考勤时,对于迟到和早退现象要重点监测,因此在设置该预设权重时,可以将上班时间点以及下班时间点分别对应的该预设考勤时间点的权重设置一个较大的数值,例如,上班时间点和下班时间点对应的预设考勤时间点的预设权重分别设置为0.4,中间上班时间对应的预设考勤时间点的预设权重之和为0.2,在此只是举例说明,本公开对此不作限定。
示例地,以计算待考勤用户1的考勤评分为例,对根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分的具体实施方式进行说明:假设在执行S102后,获取到的待考勤用户1的目标考勤模型为{(预设考勤时间点10:00,标准考勤位置O1),(预设考勤时间点12:00,标准考勤位置O2),(预设考勤时间点14:00,标准考勤位置O3),(预设考勤时间点16:00,标准考勤位置O4),(预设考勤时间点18:00,标准考勤位置O5)},并且预设考勤时间段10:00至18:00中5个预设考勤时间点中,10:00对应的预设权重为0.35,12:00对应的预设权重为0.1,14:00对应的预设权重为0.1,16:00对应的预设权重为0.1,18:00对应的预设权重为0.35,而获取到的该待考勤用户1考勤数据中的多个考勤时间和每个考勤时间对应的该实际考勤位置为{(9:50,实际考勤位置L1),(考勤时间12:00,实际考勤位置L2),(考勤时间14:00,实际考勤位置L3),(考勤时间16:00,实际考勤位置L4),(考勤时间18:00,实际考勤位置L5)},在执行本步骤后,可以确定在预设考勤时间点10:00不存在该实际考勤位置,在预设考勤时间点12:00、14:00、16:00、18:00均存在该实际考勤位置,此时,可以确定预设考勤时间点12:00对应的该目标实际考勤位置为考勤时间12:00对应的实际考勤位置L2;预设考勤时间点14:00对应的该目标实际考勤位置为考勤时间14:00对应的实际考勤位置L3;预设考勤时间点16:00对应的该目标实际考勤位置为考勤时间16:00对应的实际考勤位置L4;预设考勤时间点18:00对应的该目标实际考勤位置为考勤时间18:00对应的实际考勤位置L5,由于在预设考勤时间点10:00不存在该实际考勤位置,当该预设考勤时间点10:00对应的预设时间段为9:50至10:10时,可以确定在该预设时间段内与该预设考勤时间点10:00对应的该目标时间点为9:50,也就是说,目标时间点9:50对应的实际考勤位置LI即为估计考勤位置,此时,可以确定预设考勤时间点10:00对应的该目标实际考勤位置即为实际考勤位置LI,这样,在计算该待考勤用户1的该考勤评分时,可以分别计算每个预设考勤时间点对应的该目标实际考勤位置与该标准考勤位置的第一距离,然后将该第一距离取倒数,得到距离倒数,并将每个距离倒数与对应的预设权重相乘得到每个预设考勤时间点分别对应的考勤分数,之后将全部预设考勤时间点的考勤分数相加得到该考勤评分,例如,本示例中的该考勤评分即为:
其中,Y即为待考勤用户1的一天的考勤评分。
需要说明的是,在根据上述的距离倒数计算得到该考勤评分时,该考勤评分越高,表示该待考勤用户的出勤情况越好,当然,在计算该考勤评分时,也可以不对该第一距离取倒数,此时,可以直接将该第一距离与对应的预设权重相乘得到每个预设考勤时间点的考勤分数,然后将全部预设考勤时间点的考勤分数相加得到该考勤评分,此时,该考勤评分越低,表示该待考勤用户的出勤情况越好,本公开对此不作限定。
还需说明的是,考虑到实际的应用场景中,待考勤用户可能会在预设考勤时间段内的子时间段有外出开会或者培训等偶然事件,此时,该待考勤用户的标准考勤位置会发生变化,此时如果仍然按照目标考勤模型中预设的位置作为该标准考勤位置,对该子时间段内的多个预设考勤时间点的目标实际考勤位置进行识别时,会得出错误的考勤结果,因此,在根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分前,还可以获取该目标考勤评价模型对应的模型更新信息,然后根据该模型更新信息对该目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;这样,可以根据多个该考勤时间和该实际考勤位置通过该实际考勤评价模型,得到该待考勤用户在该预设考勤时间段内的考勤评分。
其中,该模型更新信息可以包括注册在该考勤系统中的任一终端发送的待考勤用户的动态信息,该动态信息可以包括待考勤用户的标识信息、变更位置信息以及对应的时间信息,例如,待考勤用户1被临时通知在上午的10:00至11:00在会议室1(例如会议室1的坐标为(35,65))开会时,该服务器可以获取到的该模型更新信息为{[用户名:待考勤用户1],[用户MacID:B0:12:K5:39:0F:94],[考勤类别:A类],[数据时间:2018/12/18],[变更的时间-定位信息:{(10:00)-(35,65),(11:00)-(35,65)},此时,服务器可以将待考勤用户1对应的目标考勤模型中预设考勤时间点10:00和11:00对应的标准考勤位置变更为(35,65),从而得到该实际考勤评价模型,这样,可以根据多个该考勤时间和该实际考勤位置通过该实际考勤评价模型,得到该待考勤用户1在该预设考勤时间段内的考勤评分,上述示例只是举例说明,本公开对此不作限定。
另外,在得到该考勤评分后,可以根据该考勤评分对该待考勤用户的考勤状态进行分类,例如可以预先设置一个或多个第一分数阈值,将该待考勤用户的考勤状态分为两类或者多类(例如优秀、良好、及格等),并且,在一种可能的实现方式中,负责考勤的工作人员或者待考勤用户自己均可以在考勤系统中查看该考勤评分以及对应该考勤评分的每个预设考勤时间点的考勤分数,从而可以碎片化了解该待考勤用户每个预设考勤时间点分别对应的出勤情况。
在一种可能的实现方式中,可以为每个该预设考勤时间点设置第二分数阈值,这样,可以根据该预设考勤时间点的考勤分数以及对应的该第二分数阈值,得到该待考勤用户在每个预设考勤时间点的考勤状态为考勤异常(例如迟到或者早退)还是考勤正常,例如,在该考勤评分越高,表示该待考勤用户的出勤情况越好的情况下,该预设考勤时间点的考勤分数小于或者等于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤异常,该预设考勤时间点的考勤分数大于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤正常;相反地,在该考勤评分越低,表示该待考勤用户的出勤情况越好的情况下,该预设考勤时间点的考勤分数大于或者等于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤异常,该预设考勤时间点的考勤分数小于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤正常,此处只是举例说明,本公开对此不作限定。
采用上述方法,根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分,这样,可以通过该考勤评分对该待考勤用户整个工作时间的考勤状态进行评价,从而可以长时间、碎片化地对待考勤用户的考勤状态进行监测,提高考勤办法的准确度。
图2是根据一示例性实施例示出的一种考勤评价方法的流程图,应用于服务器,该方法包括以下步骤:
S201,接收待考勤用户的移动终端周期性发送的考勤数据,该考勤数据包括该待考勤用户的标识信息、多个考勤时间以及该移动终端在每个该考勤时间所处的实际考勤位置。
其中,该待考勤用户可以包括已经预先在考勤系统中进行注册的用户,该移动终端可以包括该待考勤用户随身携带的手机、笔记本等终端,该标识信息可以包括该待考勤用户的用户名,例如该用户名可以包括姓名、工号、该待考勤用户的考勤类别等。
本步骤的具体实施方式可以参考实施例1中S101中的相关描述,在此不再赘述。
S202,根据该标识信息从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型,该目标考勤评价模型包括该待考勤用户在该预设考勤时间段内的多个预设考勤时间点,分别对应的标准考勤位置。
其中,该标准考勤位置可以指各预设考勤时间点分别对应的符合考勤要求的位置,在一种可能的实现方式中,该标准考勤位置可以为预设的待考勤位置范围的中心位置,另外,不同的考勤评价模型对应不同的考勤类别,也就是说,属于相同考勤类别的待考勤用户对应同一个该考勤评价模型。
本步骤的具体实施方式可以参考实施例1中S102中的相关描述,在此不再赘述。
另外,在执行本步骤之前,该考勤评价模型需要根据具体公司的实际考勤数据以及具体的考勤要求预先设置,对于预先设置该考勤评价模型的具体实现方式可以参考实施例1中S102中的相关描述,在此不再赘述。
考虑到实际应用场景中,当网络异常或者GPS信号异常时,无法及时获取到待考勤用户的位置信息,此时,该服务器接收的该待考勤用户实际考勤位置中可能并不包括其中一个或者几个预设考勤时间点对应的考勤位置,因此,在一种可能的实现方式中,在从该实际考勤位置中获取每个该预设考勤时间点对应的目标实际考勤位置时,可以通过执行203确定在该预设考勤时间点是否存在实际考勤位置。
S203,确定在该预设考勤时间点是否存在该实际考勤位置。
在确定该预设考勤时间点不存在该实际考勤位置时,执行S204、S205以及S207至S209;
在确定该预设考勤时间点存在该实际考勤位置时,执行S206至S209。
S204,确定该预设考勤时间点所在预设时间段内,与该预设考勤时间点对应的目标时间点,并将该目标时间点的实际考勤位置作为估计考勤位置。
其中,该预设时间段包含在该预设考勤时间段内,并且该预设时间段可以包括以该预设考勤时间点为中心的时间段,例如,在该预设考勤时间点为8:00时,该预设时间段可以为7:50至8:10,该目标时间点可以包括在该预设时间段内在时间上距离该预设考勤时间点最近的时间点。
S205,根据该估计考勤位置确定该预设考勤时间点对应的目标实际考勤位置。
在根据该估计考勤位置确定该预设考勤时间点对应的目标实际考勤位置时,需要首先确定该估计考勤位置的个数,在只存在一个该估计考勤位置时,可以将该估计考勤位置确定为该预设考勤时间点对应的目标实际考勤位置;在存在两个该估计考勤位置时(例如距离该预设考勤时间点8:00最近的时间点7:50和8:10均存在对应的实际考勤位置),进一步确定每个该估计考勤位置与该预设考勤时间点对应的标准考勤位置的距离,将距离该标准考勤位置最近的该估计考勤位置确定为该目标实际考勤位置,在确定两个该估计考勤位置与该预设考勤时间点对应的标准考勤位置的距离相同时,可以在两个该估计考勤位置中任选一个位置作为该预设考勤时间点对应的目标实际考勤位置。另外,在一种可能的应用场景中,当在该预设时间段内均未获取到该待考勤用户的实际考勤位置时,也就获取不到该预设考勤时间点所在预设时间段内与该预设考勤时间点对应的目标时间点的估计考勤位置,此时,可以将该待考勤用户在该预设考勤时间点对应的考勤状态记录为不良考勤数据(如迟到数据或者早退数据),这样,在后续计算该待考勤用户的考勤评分时,可以将该待考勤用户对应该预设考勤时间点(这里该预设考勤时间点是指未获取到该估计考勤位置的时间点)的实际考勤位置与该标准考勤位置的第一距离默认为预设的最大距离阈值(例如,在预设的待考勤位置范围为一个圆形区域时,该最大距离阈值即为该待考勤位置范围的半径),并根据该最大距离阈值以及该预设考勤时间点对应的预设权重计算得到在该预设考勤时间点的考勤分数,进而可以得到该待考勤用户在预设考勤时间段内的考勤评分,具体计算该考勤评分的过程将在下述示例中详细描述,在此不作赘述,需要说明的是,在该第一距离等于该最大距离阈值时,可以确定该待考勤用户在该预设考勤时间点的考勤状态为迟到或者早退等不良考勤状态。
S206,将该实际考勤位置确定为该预设考勤时间点对应的目标实际考勤位置。
其中,S203至S206的具体实施方式可以参考实施例1中S103中的相关描述,在此不再赘述。
另外,在获取到每个该预设考勤时间点对应的目标实际考勤位置后,可以根据该目标实际考勤位置和该标准考勤位置得到该待考勤用户在该预设考勤时间段内的考勤评分,具体地,可以通过执行S207至S209得到该待考勤用户在该预设考勤时间段内的考勤评分。
S207,计算该预设考勤时间点对应的该目标实际考勤位置和该标准考勤位置的第一距离。
S208,获取每个预设考勤时间点对应的预设权重。
其中,该预设权重可以根据经验值预先设置,并且考虑到在进行考勤时,对于迟到和早退现象要重点监测,因此在设置该预设权重时,可以将上班时间点以及下班时间点分别对应的该预设考勤时间点的权重设置一个较大的数值,例如,上班时间点和下班时间点对应的预设考勤时间点的预设权重分别设置为0.4,中间上班时间对应的预设考勤时间点的预设权重之和为0.2,在此只是举例说明,本公开对此不作限定。
S209,根据该预设权重和该第一距离计算得到该考勤评分。
在一种可能的实现方式中,可以将该第一距离取倒数,得到距离倒数,并将每个距离倒数与对应的预设权重相乘得到每个预设考勤时间点的考勤分数,然后将全部预设考勤时间点的考勤分数相加得到该考勤评分,此时该考勤评分越高,表示该待考勤用户的出勤情况越好,当然,在计算该考勤评分时,也可以不对该第一距离取倒数,此时,可以直接将该第一距离与对应的预设权重相乘得到每个预设考勤时间点的考勤分数,然后将全部预设考勤时间点的考勤分数相加得到该考勤评分,此时,该考勤评分越低,表示该待考勤用户的出勤情况越好,本公开对此不作限定。
另外,考虑到实际的应用场景中,待考勤用户可能会在预设考勤时间段内的子时间段有外出开会或者培训等偶然事件,此时,该待考勤用户的标准考勤位置会发生变化,此时,如果仍然按照目标考勤模型中预设的位置作为该标准考勤位置,对该子时间段内的多个预设考勤时间点的目标实际考勤位置进行识别时,会得出错误的考勤结果,因此,在根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分前,还可以获取该目标考勤评价模型对应的模型更新信息;根据该模型更新信息对该目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;该根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分包括:根据多个该考勤时间和该实际考勤位置通过该实际考勤评价模型,得到该待考勤用户在该预设考勤时间段内的考勤评分。
其中,该模型更新信息可以包括注册在该考勤系统中的任一终端发送的待考勤用户的动态信息,该动态信息可以包括待考勤用户的标识信息、变更位置信息以及对应的时间信息。
在得到该考勤评分后,可以根据该考勤评分对该待考勤用户的考勤状态进行分类,例如可以预先设置一个或多个第一分数阈值,将该待考勤用户的考勤状态分为两类或者多类(例如优秀、良好、及格等),并且,在一种可能的实现方式中,负责考勤的工作人员或者待考勤用户自己均可以在考勤系统中查看该考勤评分以及对应该考勤评分的每个预设考勤时间点的考勤分数,从而可以碎片化了解该待考勤用户每个预设考勤时间点分别对应的出勤情况。
在一种可能的实现方式中,可以为每个该预设考勤时间点设置第二分数阈值,这样,可以根据该预设考勤时间点的考勤分数以及对应的该第二分数阈值,得到该待考勤用户在每个预设考勤时间点的考勤状态为考勤异常(例如迟到或者早退)还是考勤正常,例如,在该考勤评分越高,表示该待考勤用户的出勤情况越好的情况下,该预设考勤时间点的考勤分数小于或者等于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤异常,该预设考勤时间点的考勤分数大于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤正常;相反地,在该考勤评分越低,表示该待考勤用户的出勤情况越好的情况下,该预设考勤时间点的考勤分数大于或者等于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤异常,该预设考勤时间点的考勤分数小于该第二分数阈值时,可以确定该待考勤用户在对应预设考勤时间点的考勤状态为考勤正常,此处只是举例说明,本公开对此不作限定。
其中,S207至S209的具体实施方式可以参考实施例1中S103中的相关描述,在此不再赘述。
采用上述方法,可以根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分,这样,可以通过该考勤评分对该待考勤用户整个工作时间的考勤状态进行评价,从而可以长时间、碎片化地对待考勤用户的考勤状态进行监测,提高考勤办法的准确度。
图3是根据一示例性实施例示出的一种考勤评价装置的框图,应用于服务器,如图3所示,该装置包括:
接收模块301,用于接收待考勤用户的移动终端周期性发送的考勤数据,该考勤数据包括该待考勤用户的标识信息、多个考勤时间以及该移动终端在每个该考勤时间所处的实际考勤位置;
第一确定模块302,用于根据该标识信息从预先设置的至少一个考勤评价模型中确定该待考勤用户对应的目标考勤评价模型;
第二确定模块303,用于根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分。
可选地,该目标考勤评价模型包括该待考勤用户在该预设考勤时间段内的多个预设考勤时间点,分别对应的标准考勤位置;该第二确定模块303,用于从该实际考勤位置中获取每个该预设考勤时间点对应的目标实际考勤位置;根据该目标实际考勤位置和该标准考勤位置得到该待考勤用户在该预设考勤时间段内的考勤评分。
可选地,该第二确定模块303,用于确定在该预设考勤时间点是否存在该实际考勤位置;在确定不存在该实际考勤位置时,确定该预设考勤时间点所在预设时间段内,与该预设考勤时间点对应的目标时间点,并将该目标时间点的实际考勤位置作为估计考勤位置,并根据该估计考勤位置确定该预设考勤时间点对应的该目标实际考勤位置,该预设时间段包含在该预设考勤时间段内;在确定存在该实际考勤位置时,将该实际考勤位置确定为该预设考勤时间点对应的目标实际考勤位置。
可选地,该第二确定模块303,用于计算该预设考勤时间点对应的该目标实际考勤位置和该标准考勤位置的第一距离;获取每个预设考勤时间点对应的预设权重;根据该预设权重和该第一距离计算得到该考勤评分。
可选地,图4是根据图3所示实施例示出的一种考勤装置的框图,如图4所示,该装置还包括:
第一获取模块304,用于获取该目标考勤评价模型对应的模型更新信息;
模型更新模块305,用于根据该模型更新信息对该目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;
该第二确定模块303,用于根据多个该考勤时间和该实际考勤位置通过该实际考勤评价模型,得到该待考勤用户在该预设考勤时间段内的考勤评分。
可选地,图5是根据图4所示实施例示出的一种考勤装置的框图,如图5所示,该装置还包括:
第二获取模块306,用于获取多个样本考勤数据,该样本考勤数据包括样本用户的样本标识信息、多个预设考勤时间点以及该移动终端在每个该预设考勤时间点所处的样本实际考勤位置;
第三确定模块307,用于计算同一该预设考勤时间点对应的全部该样本实际考勤位置的第一平均位置;
第四确定模块308,用于根据该第一平均位置确定每个该预设考勤时间点对应的该标准考勤位置,得到该目标考勤评价模型。
可选地,该第四确定模块308,用于计算同一该预设考勤时间点对应的每个该样本实际考勤位置与该第一平均位置的第二距离;将该第二距离小于或者等于预设距离阈值的样本实际考勤位置,作为待定考勤位置;计算同一该预设考勤时间点对应的全部待定考勤位置的第二平均位置;将该第二平均位置作为对应的预设考勤时间点的标准考勤位置。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
采用上述装置,可以根据多个该考勤时间和该实际考勤位置通过该目标考勤评价模型,得到该待考勤用户在预设考勤时间段内的考勤评分,这样,可以通过该考勤评分对该待考勤用户整个工作时间的考勤状态进行评价,从而可以长时间、碎片化地对待考勤用户的考勤状态进行监测,提高考勤办法的准确度。
图6是根据一示例性实施例示出的一种电子设备600的框图。例如,电子设备600可以被提供为一服务器。参照图6,电子设备600包括处理器622,其数量可以为一个或多个,以及存储器632,用于存储可由处理器622执行的计算机程序。存储器632中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器622可以被配置为执行该计算机程序,以执行上述的考勤评价方法。
另外,电子设备600还可以包括电源组件626和通信组件650,该电源组件626可以被配置为执行电子设备600的电源管理,该通信组件650可以被配置为实现电子设备600的通信,例如,有线或无线通信。此外,该电子设备600还可以包括输入/输出(I/O)接口658。电子设备600可以操作基于存储在存储器632的操作系统,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的考勤评价方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器632,上述程序指令可由电子设备600的处理器622执行以完成上述的考勤评价方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种考勤评价的方法,其特征在于,所述方法包括:
接收待考勤用户的移动终端周期性发送的考勤数据,所述考勤数据包括所述待考勤用户的标识信息、多个考勤时间以及所述移动终端在每个所述考勤时间所处的实际考勤位置;
根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型;
根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分。
2.根据权利要求1所述的方法,其特征在于,所述目标考勤评价模型包括所述待考勤用户在所述预设考勤时间段内的多个预设考勤时间点,分别对应的标准考勤位置;所述根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分包括:
从所述实际考勤位置中获取每个所述预设考勤时间点对应的目标实际考勤位置;
根据所述目标实际考勤位置和所述标准考勤位置得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
3.根据权利要求2所述的方法,其特征在于,所述从所述实际考勤位置中获取每个所述预设考勤时间点对应的目标实际考勤位置包括:
确定在所述预设考勤时间点是否存在所述实际考勤位置;
在确定不存在所述实际考勤位置时,确定所述预设考勤时间点所在预设时间段内,与所述预设考勤时间点对应的目标时间点,并将所述目标时间点的实际考勤位置作为估计考勤位置,并根据所述估计考勤位置确定所述预设考勤时间点对应的所述目标实际考勤位置,所述预设时间段包含在所述预设考勤时间段内;
在确定存在所述实际考勤位置时,将所述实际考勤位置确定为所述预设考勤时间点对应的所述目标实际考勤位置。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标实际考勤位置和所述标准考勤位置得到所述待考勤用户在所述预设考勤时间段内的考勤评分包括:
计算所述预设考勤时间点对应的所述目标实际考勤位置和所述标准考勤位置的第一距离;
获取每个预设考勤时间点对应的预设权重;
根据所述预设权重和所述第一距离计算得到所述考勤评分。
5.根据权利要求1所述的方法,其特征在于,在根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分前,所述方法还包括:
获取所述目标考勤评价模型对应的模型更新信息;
根据所述模型更新信息对所述目标考勤评价模型中多个预设考勤时间点的标准考勤位置进行更新,得到实际考勤评价模型;
所述根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分包括:
根据多个所述考勤时间和所述实际考勤位置通过所述实际考勤评价模型,得到所述待考勤用户在所述预设考勤时间段内的考勤评分。
6.根据权利要求1至5任一项所述的方法,其特征在于,在根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型前,所述方法还包括:
获取多个样本考勤数据,所述样本考勤数据包括样本用户的样本标识信息、多个预设考勤时间点以及所述移动终端在每个所述预设考勤时间点所处的样本实际考勤位置;
计算同一所述预设考勤时间点对应的全部所述样本实际考勤位置的第一平均位置;
根据所述第一平均位置确定每个所述预设考勤时间点对应的所述标准考勤位置,得到所述目标考勤评价模型。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一平均位置确定每个所述预设考勤时间点对应的所述标准考勤位置包括:
计算同一所述预设考勤时间点对应的每个所述样本实际考勤位置与所述第一平均位置的第二距离;
将所述第二距离小于或者等于预设距离阈值的样本实际考勤位置,作为待定考勤位置;
计算同一所述预设考勤时间点对应的全部待定考勤位置的第二平均位置;
将所述第二平均位置作为对应的预设考勤时间点的所述标准考勤位置。
8.一种考勤评价的装置,其特征在于,所述装置包括:
接收模块,用于接收待考勤用户的移动终端周期性发送的考勤数据,所述考勤数据包括所述待考勤用户的标识信息、多个考勤时间以及所述移动终端在每个所述考勤时间所处的实际考勤位置;
第一确定模块,用于根据所述标识信息从预先设置的至少一个考勤评价模型中确定所述待考勤用户对应的目标考勤评价模型;
第二确定模块,用于根据多个所述考勤时间和所述实际考勤位置通过所述目标考勤评价模型,得到所述待考勤用户在预设考勤时间段内的考勤评分。
9.一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,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615308.1A CN109886526A (zh) | 2018-12-27 | 2018-12-27 | 考勤评价的方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811615308.1A CN109886526A (zh) | 2018-12-27 | 2018-12-27 | 考勤评价的方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109886526A true CN109886526A (zh) | 2019-06-14 |
Family
ID=66925212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811615308.1A Pending CN109886526A (zh) | 2018-12-27 | 2018-12-27 | 考勤评价的方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109886526A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113095728A (zh) * | 2021-05-07 | 2021-07-09 | 开滦(集团)有限责任公司电信分公司 | 一种考勤评价方法、装置、存储介质及服务器 |
CN113591523A (zh) * | 2020-04-30 | 2021-11-02 | 聚好看科技股份有限公司 | 显示设备及经验值更新方法 |
US11924513B2 (en) | 2019-08-18 | 2024-03-05 | Juhaokan Technology Co., Ltd. | Display apparatus and method for display user interface |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007094692A (ja) * | 2005-09-28 | 2007-04-12 | Hitachi Software Eng Co Ltd | 離着席管理システム |
CN104036360A (zh) * | 2014-06-19 | 2014-09-10 | 中国科学院软件研究所 | 一种基于磁卡考勤行为的用户数据处理系统及处理方法 |
CN107154080A (zh) * | 2017-05-17 | 2017-09-12 | 山东工商学院 | 一种基于nfc的考勤签到系统和方法 |
CN107330993A (zh) * | 2017-07-04 | 2017-11-07 | 北京易动纷享科技有限责任公司 | 一种智能签到方法、装置、系统、设备以及存储介质 |
CN108876950A (zh) * | 2018-05-31 | 2018-11-23 | 苏州达家迎信息技术有限公司 | 考勤追踪的方法、装置、终端、服务器及存储介质 |
-
2018
- 2018-12-27 CN CN201811615308.1A patent/CN109886526A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007094692A (ja) * | 2005-09-28 | 2007-04-12 | Hitachi Software Eng Co Ltd | 離着席管理システム |
CN104036360A (zh) * | 2014-06-19 | 2014-09-10 | 中国科学院软件研究所 | 一种基于磁卡考勤行为的用户数据处理系统及处理方法 |
CN107154080A (zh) * | 2017-05-17 | 2017-09-12 | 山东工商学院 | 一种基于nfc的考勤签到系统和方法 |
CN107330993A (zh) * | 2017-07-04 | 2017-11-07 | 北京易动纷享科技有限责任公司 | 一种智能签到方法、装置、系统、设备以及存储介质 |
CN108876950A (zh) * | 2018-05-31 | 2018-11-23 | 苏州达家迎信息技术有限公司 | 考勤追踪的方法、装置、终端、服务器及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11924513B2 (en) | 2019-08-18 | 2024-03-05 | Juhaokan Technology Co., Ltd. | Display apparatus and method for display user interface |
CN113591523A (zh) * | 2020-04-30 | 2021-11-02 | 聚好看科技股份有限公司 | 显示设备及经验值更新方法 |
CN113591523B (zh) * | 2020-04-30 | 2023-11-24 | 聚好看科技股份有限公司 | 显示设备及经验值更新方法 |
CN113095728A (zh) * | 2021-05-07 | 2021-07-09 | 开滦(集团)有限责任公司电信分公司 | 一种考勤评价方法、装置、存储介质及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112738758B (zh) | 感知业务管理方法、装置、系统及可读存储介质 | |
AU2016200905B2 (en) | A system and method for identifying and analyzing personal context of a user | |
CN109886526A (zh) | 考勤评价的方法、装置、存储介质及电子设备 | |
CN105654568A (zh) | 一种基于wi-fi的自动考勤方法和系统 | |
CN111343264B (zh) | 一种基于大数据的物联网设备节能系统 | |
CN108680896B (zh) | 一种定位信息纠正方法、装置、存储介质及设备 | |
CN104219377A (zh) | 移动终端的天线的控制方法和移动终端 | |
CN106327364A (zh) | 一种接待机器人的服务方法 | |
CN106710019A (zh) | 数据处理方法、装置及电子设备 | |
CN108810806B (zh) | 一种定位信息纠正方法、客户端、存储介质及设备 | |
CN105407041A (zh) | 一种添加群组或好友的方法及服务器、客户端和系统 | |
CN106156915A (zh) | 一种无线考勤方法、装置及系统 | |
CN108682062A (zh) | 一种身份验证系统及方法 | |
CN109509269A (zh) | 一种电子签到方法、计算机可读存储介质及服务器 | |
CN107124463A (zh) | 一种应用于智能工厂的数据共享系统 | |
CN108471627A (zh) | 网络质量确定方法及装置 | |
CN108876950B (zh) | 考勤追踪的方法、装置、终端、服务器及存储介质 | |
CN109636090A (zh) | 工位分配方法、装置、设备及存储介质 | |
JP2006252207A (ja) | 行動履歴管理システム、行動履歴管理装置、表示アプリケーションプログラムおよびスケジュール管理プログラム | |
CN102855554A (zh) | 电子邮件的分类方法和装置 | |
CN109068271A (zh) | 控制器的控制方法、装置、设备和存储介质 | |
CN108460854A (zh) | 基于无线网络的移动终端的考勤打卡方法及系统 | |
CN106530641A (zh) | 智能防丢装置及其工作方法、智能防丢系统 | |
CN109899932A (zh) | 空调的控制方法和装置 | |
CN107708072A (zh) | 基于移动通信网络的轨迹分析方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |
|
RJ01 | Rejection of invention patent application after publication |