CN110852714A - 应用于装修业务平台的薪酬提成数据管理系统 - Google Patents

应用于装修业务平台的薪酬提成数据管理系统 Download PDF

Info

Publication number
CN110852714A
CN110852714A CN201911084058.8A CN201911084058A CN110852714A CN 110852714 A CN110852714 A CN 110852714A CN 201911084058 A CN201911084058 A CN 201911084058A CN 110852714 A CN110852714 A CN 110852714A
Authority
CN
China
Prior art keywords
information
employee
data
salary
data management
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
Application number
CN201911084058.8A
Other languages
English (en)
Inventor
祝德兆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Huayue Game Technology Co Ltd
Original Assignee
Beijing Huayue Game Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Huayue Game Technology Co Ltd filed Critical Beijing Huayue Game Technology Co Ltd
Priority to CN201911084058.8A priority Critical patent/CN110852714A/zh
Publication of CN110852714A publication Critical patent/CN110852714A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种应用于装修业务平台的薪酬提成数据管理系统，所述数据管理系统包括信息采集模块以及数据管理模块；所述信息采集模块按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；所述数据管理模块根据所述信息采集模块采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看；提高了薪酬提成计算的准确率和计算效率。

Description

应用于装修业务平台的薪酬提成数据管理系统
技术领域
本发明涉及数据处理技术领域，特别涉及一种应用于装修业务平台的薪酬提成数据管理系统。
背景技术
在装修行业中，企业员工的薪酬基本都是由多种薪酬类别的数据组成的；比如，基本工资、业务提成、绩效工资、奖金等；通常情况下，基本工资的变化幅度不大，但是，业务提成、绩效工资、奖金等均是动态变化的；因此，这些实际情况均增加了薪酬管理人员在计算薪酬提成时的工作量，且人为原因所可能导致的薪酬提成计算错误的情况也不可避免。
发明内容
本发明提供一种应用于装修业务平台的薪酬提成数据管理系统，用以管理装修业务平台的薪酬提成数据，避免因人为计算所可能出现的错误。
本发明提供了一种应用于装修业务平台的薪酬提成数据管理系统，所述数据管理系统包括：用于采集员工在预设时长内工作信息的信息采集模块，以及根据所述工作信息，对员工的薪酬提成数据进行管理的数据管理模块；其中：
所述信息采集模块按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；
所述数据管理模块根据所述信息采集模块采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看。
进一步地，所述信息采集模块采集当前周期内与各员工的目标薪酬数据相关联的所有工作信息；
其中，所述工作信息包括：
工作日期、工作时长、工作内容、任务完成情况、任务完成量、工作性质、工作形式、工作创收额；
所述目标薪酬数据包括：
基本工资数据、提成数据、绩效和奖金数据。
进一步地，所述信息采集模块根据员工当前任务确定工作地点，利用移动终端的定位功能采集并获得携带移动终端的员工所在的位置信息，并利用人脸识别功能，采用人脸识别算法模型采集并获取员工的考勤信息；
其中，所述人脸识别算法模型包括：
实时获取人脸图像信息；其中，所述人脸图像信息的获取方式包括：采集员工在移动终端对应的摄像头特定区域内根据系统随机生成的动作指令做出指定动作时对应的人脸图像信息；其中，所述动作指令由系统随机生成，包括左右摇头、点头、眨眼、张嘴，四个单独的动作和/或任意几个单独动作的随机组合；
将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别；根据比对识别结果，采集并获取员工的考勤信息；
基于获取的该员工对应的所述考勤信息，采集该员工对应项目的任务情况、任务量以及完成情况。
进一步地，所述信息采集模块将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别时，可以按照如下技术手段实施：
对实时获取的摆拍人脸图像进行预处理；所述预处理包括：将彩色图像转换为灰度图像gimg，并按照归一化操作数学模型将灰度图像gimg归一化处理，得到归一化灰度图像ngimg；所述归一化操作数学模型对应的数学表达式(1)为：
所述数学表达式(1)中，gmax为所述灰度图像gimg内的灰度最大值，gmin为所述灰度图像gimg内的灰度最小值，i为所述灰度图像gimg的宽变量，j为所述灰度图像gimg的高变量，xij为所述灰度图像gimg内宽为i高为j像素点处的灰度值，y为所述归一化灰度图像ngimg内宽为i高为j像素点处的灰度值；
按照提取特征模型，切割出人脸主要区域m个，提取所述归一化灰度图像ngimg的人脸特征；所述提取特征模型对应的数学表达式(2)为：
Figure BDA0002264847960000032
所述数学表达式(2)中，dp为长度为N的特征向量，N为预设值，k为人脸区域变量，初始值为1，以1为单位递增，最大为人脸区域个数m，f()为图片与特征之间的映射关系；
将提取到的特征dp与系统内预先存储的特征ds进行余弦相似度sim(dp,ds)的计算，并将计算得到的所述余弦相似度sim(dp,ds)与预设阈值β进行比较；
当sim(dp,ds)≥β时，比对通过，则针对所述比对通过的员工进行动作指令匹配检测，针对所述动作指令匹配通过的员工，采集该员工携带的移动终端的位置信息并将所述位置信息保存到数据库内；
当sim(dp,ds)＜β时，重新采集人脸图像信息，并再次按照上述过程进行比对识别，若持续预设次数仍不通过，则发出无法识别的提示信息。
进一步地，所述数据管理模块按照薪酬计算模型，计算每个员工在所述当前周期内对应的薪酬提成数据；
其中，所述薪酬计算模型对应的数学表达式(3)如下：
Figure BDA0002264847960000041
所述数学表达式(3)中，sum为薪酬提成数据总额，s1为基本工资，p为当月员工参与的任务数变量，初始值为1，以1为单位递增，最大为当月参与的任务总量q，l为员工参与的任务参与人数变量，初始值为1，以1为单位递增，最大为参与的任务参与人数总量op，σp为第p个任务的创收额，dp为员工在第p个任务内等级，npl为第l个人在第p个任务内的等级；sgn(x)为符号函数，当x＞0时，sgn(x)＝1，当x＝0时，sgn(x)＝0，当x＜0时，sgn(x)＝-1；T为本月法定工作时长，t为员工当月实际工作时间，r为本月绩效，νr为r绩效对应的奖金。
进一步地，所述数据管理模块具备数据安全防护功能；
若接收到对员工薪酬提成数据的访问请求，所述数据管理模块则对所述访问请求进行解析，获取触发所述访问请求的用户信息；
对所述用户信息进行鉴权，判断所述用户信息对应的用户是否具备访问权限；
若所述用户信息对应的用户具备访问权限，所述数据管理模块则识别所述用户信息对应的权限范围，并控制所述用户信息对应的用户在所述权限范围内，访问所述薪酬提成数据；
若所述用户信息对应的用户不具备访问权限，所述数据管理模块则拒绝访问，同时发送非法请求的提示信息至监控端。
进一步地，所述数据管理模块具备异常检测功能；
所述数据管理模块接收异常检测指令，获取所述异常检测指令指向的异常数据；
根据所述异常数据，获取所述异常数据对应的员工特征信息；
调用与所述员工特征信息相关联的薪酬提成数据，检测并识别所述薪酬提成数据是否有误。
进一步地，所述数据管理模块调用与所述员工特征信息相关联的薪酬提成数据的同时，获取计算所述薪酬提成数据时对应的计算路径信息；
根据所述计算路径信息，获取所述薪酬提成数据对应的计算路径以及计算方式；
识别所述计算路径和计算方式是否有误，并反馈识别结果信息。
进一步地，所述数据管理模块通过所述薪酬管理界面，显示识别出的薪酬提成数据的异常信息。
进一步地，所述数据管理模块通过复核，识别出所述薪酬提成数据存在异常时，显示所述异常信息的同时，根据系统配置，重新计算并获取正确的薪酬提成数据；或者：
提示用户是否重新获取薪酬提成数据；并在接收到用户触发的确认指令后，重新计算并获取正确的薪酬提成数据。
本发明一种应用于装修业务平台的薪酬提成数据管理系统可以达到如下有益效果：
包括用于采集员工在预设时长内工作信息的信息采集模块，以及根据所述工作信息，对员工的薪酬提成数据进行管理的数据管理模块；所述信息采集模块按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；所述数据管理模块根据所述信息采集模块采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看；达到了管理装修业务平台薪酬提成数据的目的，提高了薪酬提成计算的准确率，避免了因人为计算所可能出现的错误，且提高了薪酬提成的计算效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明应用于装修业务平台的薪酬提成数据管理系统的一种实施方式的功能模块示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种应用于装修业务平台的薪酬提成数据管理系统，用以管理装修业务平台的薪酬提成数据，避免因人为计算所可能出现的错误，提高薪酬提成计算的准确率。
如图1所示，图1是本发明应用于装修业务平台的薪酬提成数据管理系统的一种实施方式的功能模块示意图；在如图1所述实施例中，本发明一种应用于装修业务平台的薪酬提成数据管理系统，仅仅从功能上划分，包括图1所示的用于采集员工在预设时长内工作信息的信息采集模块100，以及根据所述工作信息，对员工的薪酬提成数据进行管理的数据管理模块200；其中：
所述信息采集模块100用于：按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；
本发明实施例中，所述信息采集模块100采集工作信息的预设周期，根据该装修企业的自身需求进行配置；比如，每个月的月底最后一天或者月初的第二天，采集上一个自然月对应的每一个自然日中，装修企业内各员工分别对应的与项目实施进度相关联的工作信息，并将采集的所述工作信息发送至所述数据管理模块200，供所述数据管理模块200根据所述工作信息，计算对应的薪酬提成数据。
所述数据管理模块200根据所述信息采集模块100采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看。
本发明实施例中，所述信息采集模块100采集的工作信息中，可以按照每个员工的员工特征信息，将采集的所述工作信息进行分类，即每个员工一个数据包，并将携带员工特征信息的一个个数据包直接发送至所述数据管理模块200，所述数据管理模块200即可直接按照每个员工对应的员工特征信息，计算每个员工在所述当前周期内比如一个月内对应的薪酬提成数据。
或者，所述信息采集模块100直接将采集的所述工作信息发送至所述数据管理模块200。所述数据管理模块200接收到所述信息采集模块100发送的工作信息后，按照每个员工对应的员工特征信息，对所述工作信息进行分类后，计算每个员工在当前周期内(比如一个月内)对应的薪酬提成，得到相应的薪酬提成数据。也就是说，所述信息采集模块200在计算员工的薪酬提成时，按照并行的方式进行处理，即先按照所述员工特征信息进行分类，分类后，针对携带各员工特征信息的每个数据包，同时计算各员工对应的薪酬提成，得到相关的薪酬提成数据。
所述数据管理模块200在计算薪酬提成时，也可以按照串行的方式进行；比如，所述数据管理模块200根据所述员工特征信息，查找与员工唯一编码相关联的所有工作信息，根据查找到的与同一个员工唯一编码相关联的所有工作信息，计算该员工唯一编码对应的员工的薪酬提成，得到该员工特征信息对应的薪酬提成数据。以此类推，直至计算完整个装修企业内的所有员工的薪酬提成，从而得到整个装修企业内每个员工分别对应的薪酬提成数据；将得到的上述薪酬提成数据存储在预设位置。
本发明实施例中，所述数据管理模块200在计算薪酬提成时，针对员工的级别工资，比如，在一具体的应用场景中，对应的级别工资包括但不限于：员工级、主管级和经理经等；针对上述级别工资，每个层级对应的“提成”单独计算，并分为项目过程、项目结果两个阶段的绩效(在具体的应用中，此处的“提成”在计算时，只奖励不惩罚)。针对上述每个层级“基本薪资”也单独计算，并分为项目过程、项目结果两个阶段的绩效(在具体的应用中，此处的“基本薪资”在计算时，有奖金也有罚款)；此处的奖罚是根据“提成”的科目单独设定绩效的。
本发明实施例中，所述数据管理模块200还具体直接显示所述薪酬数据的功能。所述数据管理模块200计算得到装修企业内各员工分别对应的薪酬提成数据后，直接将上述薪酬提成数据显示在相关终端对应的薪酬管理界面上，供薪酬工作人员查看。其中，所述薪酬提成数据的显示方式包括但不限于：列表显示方式、Excel表格显示方式、文本显示方式等。装修企业可以根据自身需求进行配置，本发明实施例对所述薪酬提成数据在所述薪酬管理界面上的具体显示方式不进行限定。比如，针对薪酬工作人员查看时，可以通过PC端工作平台的个人中心进行查看，也可以通过移动终端的APP进行查看；且不管基于PC端工作平台的个人中心查看，还是通过利用移动终端的APP进行查看，上述任意一种查看方式均可基于对应的查看界面，对薪酬结构内容实施核算，并同步至对应级别层的工作人员，供其查看对应的薪酬数据。
进一步地，在一个实施例中，所述信息采集模块100采集当前周期内(比如一个自然月内)与各员工的目标薪酬数据相关联的所有工作信息；其中，所述工作信息包括但不限于：
工作日期、工作时长、工作内容、任务完成情况、任务完成量、工作性质、工作形式、工作创收额、工作事件等；
各员工对应的所述目标薪酬数据包括但不限于：
基本工资数据、提成数据、绩效和奖金数据等。
比如，在一个具体的应用场景中，所述信息采集模块100根据员工当前任务确定工作地点，利用移动终端的定位功能采集并获得携带移动终端的员工所在的位置信息，并利用人脸识别功能，采用人脸识别算法模型采集并获取员工的考勤信息；
其中，所述人脸识别算法模型包括：
实时获取人脸图像信息；其中，所述人脸图像信息的获取方式包括：采集员工在移动终端对应的摄像头特定区域内根据系统随机生成的动作指令做出指定动作时对应的人脸图像信息；其中，所述动作指令由系统随机生成，包括左右摇头、点头、眨眼、张嘴，四个单独的动作和/或任意几个单独动作的随机组合；
将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别；根据比对识别结果，采集并获取员工的考勤信息。
进一步地，所述信息采集模块100将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别时，可以按照如下技术手段实施：
对实时获取的摆拍人脸图像进行预处理；所述预处理包括：将彩色图像转换为灰度图像gimg，并按照归一化操作数学模型将灰度图像gimg归一化处理，得到归一化灰度图像ngimg；所述归一化操作数学模型对应的数学表达式(1)为：
Figure BDA0002264847960000101
所述数学表达式(1)中，gmax为所述灰度图像gimg内的灰度最大值，gmin为所述灰度图像gimg内的灰度最小值，i为所述灰度图像gimg的宽变量，j为所述灰度图像gimg的高变量，xij为所述灰度图像gimg内宽为i高为j像素点处的灰度值，y为所述归一化灰度图像ngimg内宽为i高为j像素点处的灰度值；
按照提取特征模型，切割出人脸主要区域m个，提取所述归一化灰度图像ngimg的人脸特征；所述提取特征模型对应的数学表达式(2)为：
Figure BDA0002264847960000102
所述数学表达式(2)中，dp为长度为N的特征向量，N为预设值，k为人脸区域变量，初始值为1，以1为单位递增，最大为人脸区域个数m，f()为图片与特征之间的映射关系；
将提取到的特征dp与系统内预先存储的特征ds进行余弦相似度sim(dp,ds)的计算，并将计算得到的所述余弦相似度sim(dp,ds)与预设阈值β进行比较；
当sim(dp,ds)≥β时，比对通过，则针对所述比对通过的员工进行动作指令匹配检测，针对所述动作指令匹配通过的员工，采集该员工携带的移动终端的位置信息并将所述位置信息保存到数据库内；
当sim(dp,ds)＜β时，重新采集人脸图像信息，并再次按照上述过程进行比对识别，若持续预设次数仍不通过，则发出无法识别的提示信息。
基于获取的该员工对应的所述考勤信息，所述信息采集模块100采集该员工对应项目的任务情况、任务量以及完成情况。
本发明实施例中，在进行信息采集时，归一化技术与特征提取均采用了整体与局部相结合的处理方式，对于人脸的检测更为精准；另外，利用人脸识别与动作指令相结合的方式对员工的工作状态进行监测，可以准确识别员工本人打卡并杜绝作弊行为，且这种采集方式不受工作地点与场景的限制；提高信息采集的准确率和采集效率。
进一步地，在一个实施例中，所述数据管理模块200根据所述信息采集模块100采集的所述工作信息，针对每个员工在当前周期内的薪酬提成进行计算时，可以按照预设的薪酬计算模型进行计算，根据计算结果，得到每个员工对应的薪酬提成数据。
比如，在一个具体的应用场景中，所述数据管理模块200按照薪酬计算模型，计算每个员工在所述当前周期内对应的薪酬提成数据；
其中，所述薪酬计算模型对应的数学表达式(3)如下：
所述数学表达式(3)中，sum为薪酬提成数据总额，s1为基本工资，p为当月员工参与的任务数变量，初始值为1，以1为单位递增，最大为当月参与的任务总量q，l为员工参与的任务参与人数变量，初始值为1，以1为单位递增，最大为参与的任务参与人数总量op，σp为第p个任务的创收额，dp为员工在第p个任务内等级，npl为第l个人在第p个任务内的等级；sgn(x)为符号函数，当x＞0时，sgn(x)＝1，当x＝0时，sgn(x)＝0，当x＜0时，sgn(x)＝-1；T为本月法定工作时长，t为员工当月实际工作时间，r为本月绩效，νr为r绩效对应的奖金。
这种薪酬计算方式可以根据员工具体参与的任务与具体职责确定提成、奖金、绩效，并根据获取员工的具体工作时长自动计算员工薪酬提成数据，降低公司员工的工作量，减小人工犯错的概率。
或者，在一个应用场景中，所述数据管理模块200在计算员工的薪酬提成时，根据所述员工特征信息中员工的不同工作岗位和/或不同职能等级和/或不同工作性质，选择与所述员工特征信息相匹配的薪酬计算模型；进而，根据选择的薪酬计算模块，对员工的薪酬提成进行计算。
例如，销售工作岗位与财务会计工作岗位，二者的工作岗位不同，则在计算上述这两种不同的工作岗位对应的员工的薪酬提成时，分别选择与销售工作岗位和财务会计工作岗位相匹配的薪酬计算模型，并按照选择的薪酬计算模型，分别计算销售工作岗位和财务会计工作岗位上的员工对应的薪酬提成，得到上述不同工作岗位上各员工分别对应的薪酬提成数据。
进一步地，在一个实施例中，所述数据管理模块200还具备数据安全防护功能；比如，若所述数据管理模块200接收到对员工薪酬提成数据的访问请求，则对所述访问请求进行鉴权；并在鉴权通过时，才允许访问所述薪酬提成数据；若鉴权不通过，则不允许访问所述薪酬提成数据。
比如，在一个具体的应用场景中，所述数据管理模块200接收对所述员工薪酬提成数据的访问请求；并对所述访问请求进行解析，获取触发所述访问请求的用户信息；对所述用户信息进行鉴权，判断所述用户信息对应的用户是否具备访问权限；若所述用户信息对应的用户具备访问权限，所述数据管理模块200则识别所述用户信息对应的权限范围，并控制所述用户信息对应的用户在所述权限范围内，访问所述薪酬提成数据。
若所述用户信息对应的用户不具备访问权限，所述数据管理模块200则拒绝访问。进一步地，为提高薪酬提成数据的安全性，所述数据管理模块200在拒绝访问所述薪酬提成数据的同时，将接收到非法请求的提示信息发送至监控端。
所述数据管理模块200所述数据管理模块200具备异常检测功能；比如，所述数据管理模块200接收到异常检测指令，获取所述异常检测指令指向的异常数据；根据所述异常数据，获取所述异常数据对应的员工特征信息；调用与所述员工特征信息相关联的薪酬提成数据，检测并识别所述薪酬提成数据是否有误。比如，检测所述工作信息是否录入有误；例如，在一个具体的应用场景中，记录员工A请事假4小时，而员工A的考勤信息则显示员工A当月全勤，则所述数据管理模块200识别出所述工作信息录入有误；此时，所述数据管理模块200可以发送人工核实请求，请求人工对员工A的出勤情况进行核实并录入员工A对应的正确的考勤信息。
进一步地，所述数据管理模块200可以通过所述薪酬管理界面，显示识别出的薪酬提成数据的异常信息。
通过直接在薪酬管理界面上直接将薪酬提成数据的异常信息显示出来，使得薪酬提成数据的异常信息更加直观，在一定程度上提高了异常信息的处理效率。
进一步地，在一个实施例中，针对某员工特征信息对应的工作信息异常的情况，所述数据管理模块200调用与所述员工特征信息相关联的薪酬提成数据的同时，获取计算所述薪酬提成数据时对应的计算路径信息；根据所述计算路径信息，获取所述薪酬提成数据对应的计算路径以及计算方式；识别所述计算路径和计算方式是否有误，并反馈识别结果信息。例如，针对人事工作人员B的薪酬提成数据，所述数据管理模块200在获取计算所述薪酬提成数据时，其计算路径与人事岗位预设的计算路径不一致，则反馈计算路径与预设计算路径不一致的识别结果信息。
在一个实施例中，所述数据管理模块200通过复核，识别出所述薪酬提成数据存在异常时，显示所述异常信息的同时，根据系统配置，重新计算并获取正确的薪酬提成数据；或者：
所述数据管理模块200提示用户是否重新获取薪酬提成数据；并在接收到用户触发的确认指令后，重新计算并获取正确的薪酬提成数据。
本发明提供的应用于装修业务平台的薪酬提成数据管理系统，包括信息采集模块以及数据管理模块；所述信息采集模块按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；所述数据管理模块根据所述信息采集模块采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看；达到了管理装修业务平台薪酬提成数据的目的，提高了薪酬提成计算的准确率，避免了因人为计算所可能出现的错误，且提高了薪酬提成的计算效率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理系统包括：用于采集员工在预设时长内工作信息的信息采集模块，以及根据所述工作信息，对员工的薪酬提成数据进行管理的数据管理模块；其中：
所述信息采集模块按照预设周期，采集所述预设周期对应的预设时长内各员工分别对应的与项目实施进度相关联的工作信息；
所述数据管理模块根据所述信息采集模块采集的所述工作信息，按照每个员工对应的包含员工级别的员工特征信息，根据员工参与的项目实施进度信息，计算每个员工在所述当前周期内对应的包括奖金、罚款、级别工资、基本薪资和项目实施进度提成对应的薪酬提成数据，并将所述计算结果显示在薪酬管理界面上，供薪酬工作人员查看。
2.如权利要求1所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述信息采集模块采集当前周期内与各员工的目标薪酬数据相关联的所有工作信息；
其中，所述工作信息包括：
工作日期、工作时长、工作内容、任务完成情况、任务完成量、工作性质、工作形式、工作创收额；
所述目标薪酬数据包括：
基本工资数据、提成数据、绩效和奖金数据。
3.如权利要求1或2所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述信息采集模块根据员工当前任务确定工作地点，利用移动终端的定位功能采集并获得携带移动终端的员工所在的位置信息，并利用人脸识别功能，采用人脸识别算法模型采集并获取员工的考勤信息；
其中，所述人脸识别算法模型包括：
实时获取人脸图像信息；其中，所述人脸图像信息的获取方式包括：采集员工在移动终端对应的摄像头特定区域内根据系统随机生成的动作指令做出指定动作时对应的人脸图像信息；其中，所述动作指令由系统随机生成，包括左右摇头、点头、眨眼、张嘴，四个单独的动作和/或任意几个单独动作的随机组合；
将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别；根据比对识别结果，采集并获取员工的考勤信息；
基于获取的该员工对应的所述考勤信息，采集该员工对应项目的任务情况、任务量以及完成情况。
4.如权利要求3所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述信息采集模块将实时获取的人脸图像信息与系统内预先存储的员工图像信息进行比对识别时，可以按照如下技术手段实施：
对实时获取的摆拍人脸图像进行预处理；所述预处理包括：将彩色图像转换为灰度图像gimg，并按照归一化操作数学模型将灰度图像gimg归一化处理，得到归一化灰度图像ngimg；所述归一化操作数学模型对应的数学表达式(1)为：
Figure FDA0002264847950000021
所述数学表达式(1)中，gmax为所述灰度图像gimg内的灰度最大值，gmin为所述灰度图像gimg内的灰度最小值，i为所述灰度图像gimg的宽变量，j为所述灰度图像gimg的高变量，xij为所述灰度图像gimg内宽为i高为j像素点处的灰度值，y为所述归一化灰度图像ngimg内宽为i高为j像素点处的灰度值；
按照提取特征模型，切割出人脸主要区域m个，提取所述归一化灰度图像ngimg的人脸特征；所述提取特征模型对应的数学表达式(2)为：
所述数学表达式(2)中，dp为长度为N的特征向量，N为预设值，k为人脸区域变量，初始值为1，以1为单位递增，最大为人脸区域个数m，f()为图片与特征之间的映射关系；
将提取到的特征dp与系统内预先存储的特征ds进行余弦相似度sim(dp,ds)的计算，并将计算得到的所述余弦相似度sim(dp,ds)与预设阈值β进行比较；
当sim(dp,ds)≥β时，比对通过，则针对所述比对通过的员工进行动作指令匹配检测，针对所述动作指令匹配通过的员工，采集该员工携带的移动终端的位置信息并将所述位置信息保存到数据库内；
当sim(dp,ds)＜β时，重新采集人脸图像信息，并再次按照上述过程进行比对识别，若持续预设次数仍不通过，则发出无法识别的提示信息。
5.如权利要求1或2所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块按照薪酬计算模型，计算每个员工在所述当前周期内对应的薪酬提成数据；
其中，所述薪酬计算模型对应的数学表达式(3)如下：
Figure FDA0002264847950000032
所述数学表达式(3)中，sum为薪酬提成数据总额，s1为基本工资，p为当月员工参与的任务数变量，初始值为1，以1为单位递增，最大为当月参与的任务总量q，l为员工参与的任务参与人数变量，初始值为1，以1为单位递增，最大为参与的任务参与人数总量op，σp为第p个任务的创收额，dp为员工在第p个任务内等级，npl为第l个人在第p个任务内的等级；sgn(x)为符号函数，当x＞0时，sgn(x)＝1，当x＝0时，sgn(x)＝0，当x＜0时，sgn(x)＝-1；T为本月法定工作时长，t为员工当月实际工作时间，r为本月绩效，νr为r绩效对应的奖金。
6.如权利要求1或2所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块具备数据安全防护功能；
若接收到对员工薪酬提成数据的访问请求，所述数据管理模块则对所述访问请求进行解析，获取触发所述访问请求的用户信息；
对所述用户信息进行鉴权，判断所述用户信息对应的用户是否具备访问权限；
若所述用户信息对应的用户具备访问权限，所述数据管理模块则识别所述用户信息对应的权限范围，并控制所述用户信息对应的用户在所述权限范围内，访问所述薪酬提成数据；
若所述用户信息对应的用户不具备访问权限，所述数据管理模块则拒绝访问，同时发送非法请求的提示信息至监控端。
7.如权利要求1或2所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块具备异常检测功能；
所述数据管理模块接收异常检测指令，获取所述异常检测指令指向的异常数据；
根据所述异常数据，获取所述异常数据对应的员工特征信息；
调用与所述员工特征信息相关联的薪酬提成数据，检测并识别所述薪酬提成数据是否有误。
8.如权利要求7所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块调用与所述员工特征信息相关联的薪酬提成数据的同时，获取计算所述薪酬提成数据时对应的计算路径信息；
根据所述计算路径信息，获取所述薪酬提成数据对应的计算路径以及计算方式；
识别所述计算路径和计算方式是否有误，并反馈识别结果信息。
9.如权利要求8所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块通过所述薪酬管理界面，显示识别出的薪酬提成数据的异常信息。
10.如权利要求8所述的应用于装修业务平台的薪酬提成数据管理系统，其特征在于，所述数据管理模块通过复核，识别出所述薪酬提成数据存在异常时，显示所述异常信息的同时，根据系统配置，重新计算并获取正确的薪酬提成数据；或者：
提示用户是否重新获取薪酬提成数据；并在接收到用户触发的确认指令后，重新计算并获取正确的薪酬提成数据。
CN201911084058.8A 2019-11-07 2019-11-07 应用于装修业务平台的薪酬提成数据管理系统 Pending CN110852714A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911084058.8A CN110852714A (zh) 2019-11-07 2019-11-07 应用于装修业务平台的薪酬提成数据管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911084058.8A CN110852714A (zh) 2019-11-07 2019-11-07 应用于装修业务平台的薪酬提成数据管理系统

Publications (1)

Publication Number Publication Date
CN110852714A true CN110852714A (zh) 2020-02-28

Family

ID=69598754

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911084058.8A Pending CN110852714A (zh) 2019-11-07 2019-11-07 应用于装修业务平台的薪酬提成数据管理系统

Country Status (1)

Country Link
CN (1) CN110852714A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017047A (zh) * 2020-08-24 2020-12-01 普源精电科技股份有限公司 期权收益分配方法及相关装置
CN113240384A (zh) * 2021-05-07 2021-08-10 广州红海云计算股份有限公司 一种薪酬的统计核算方法及装置
WO2024092978A1 (zh) * 2022-11-02 2024-05-10 上海维小美网络科技有限公司 一种基于全流程口腔业务的闭环通信erp系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017047A (zh) * 2020-08-24 2020-12-01 普源精电科技股份有限公司 期权收益分配方法及相关装置
CN113240384A (zh) * 2021-05-07 2021-08-10 广州红海云计算股份有限公司 一种薪酬的统计核算方法及装置
WO2024092978A1 (zh) * 2022-11-02 2024-05-10 上海维小美网络科技有限公司 一种基于全流程口腔业务的闭环通信erp系统

Similar Documents

Publication Publication Date Title
US8402040B2 (en) Method and system to authenticate an object
DE69922082T2 (de) System und Verfahren zur biometrischen Authentifizierung eines Benutzers mit einer Chipkarte
CN109815803B (zh) 面审风险控制方法、装置、计算机设备和存储介质
CN108921708B (zh) 保险服务优化方法、装置和存储介质
CN109523371B (zh) 在线放款审核方法、装置、计算机设备及存储介质
CN110852714A (zh) 应用于装修业务平台的薪酬提成数据管理系统
US20240095325A1 (en) Intelligent gallery management for biometrics
KR102109187B1 (ko) 출퇴근 행동 패턴에 기반한 ai 근태예측 시스템
CN110851677A (zh) 报销凭证处理方法、装置、终端和计算机可读存储介质
CN110766275A (zh) 数据验证方法、装置、计算机设备及存储介质
CN110689443A (zh) 出险数据处理方法、装置及存储介质、服务器
WO2019027970A1 (en) MOBILE AUTOMATIC INFORMATION SYNTHESIS APPLICATION
CN111242769A (zh) 身份验证方法、装置、设备及计算机可读存储介质
CN116881878B (zh) 一种项目数据分析管理系统
CN111738182B (zh) 基于图像识别的身份验证方法、装置、终端及存储介质
CN111192150A (zh) 车辆出险代理业务的处理方法、装置、设备及存储介质
DE202022107234U1 (de) System zur Erkennung von Betrug bei Online-Bankgeschäften mittels Blockchain und künstlicher Intelligenz durch Backlogging
CN116580490A (zh) 风电作业安全检测方法及系统
CN115222549A (zh) 风险评估处理方法、装置、计算机设备及存储介质
US11797940B2 (en) Method and system for assessment and negotiation of compensation
CN113822645A (zh) 一种面试管理系统、设备及计算机介质
CN109979121B (zh) 一种监控自助银行的方法及服务器
CN112395581A (zh) 信息审核方法、装置、电子设备和存储介质
CN110956471A (zh) 装修行业征信数据的分析方法
CN110941753A (zh) 应用于装修行业的征信信息采集系统

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