CN111291965A - 一种基于员工互评数据挖掘不同目标团组的系统 - Google Patents

一种基于员工互评数据挖掘不同目标团组的系统 Download PDF

Info

Publication number
CN111291965A
CN111291965A CN202010009014.5A CN202010009014A CN111291965A CN 111291965 A CN111291965 A CN 111291965A CN 202010009014 A CN202010009014 A CN 202010009014A CN 111291965 A CN111291965 A CN 111291965A
Authority
CN
China
Prior art keywords
module
value
sparse
generation module
data
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
CN202010009014.5A
Other languages
English (en)
Inventor
黄煜可
吕继祥
吕淑懿
吕志成
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 Times Skywalker Science And Technology Development Co ltd
Original Assignee
Beijing Times Skywalker Science And Technology Development 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 Times Skywalker Science And Technology Development Co ltd filed Critical Beijing Times Skywalker Science And Technology Development Co ltd
Priority to CN202010009014.5A priority Critical patent/CN111291965A/zh
Publication of CN111291965A publication Critical patent/CN111291965A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于员工互评数据挖掘不同目标团组的系统，包括系统总成，系统总成包括两个独立的稀疏化模块，具体为稀疏化模块一和稀疏化模块二：稀疏化模块一包括偏差值模组、异常边生成模组和可视化方案生成模组；稀疏化模块二包括阈值模组、异常边生成模组和可视化方案生成模组。本发明与现有技术相比的优点在于：通过基于不同数学原理的稀疏化模块，对互评数据进行稀疏化整理，通过各自的可视化方案生成模组生成对应的可视化模型，便于用户直观发现内部不同目标团组的存在，正确领导企业发展。

Description

一种基于员工互评数据挖掘不同目标团组的系统
技术领域
本发明涉及企业管理领域，具体是指一种基于员工互评数据挖掘不同目标团组的系统。
背景技术
员工互评也被称为同事考评，这种考评方法的前提是被考评者所在的部门或团队保持了一定时期的人事稳定，而且成员完成了需要相互影响的任务。
在不同的企业，同事之间的合作关系也有所不同。因为不同利益目标，导致了不同目标的团组出现。
因此，设计出一种基于员工互评数据挖掘不同目标团组的系统势在必行。
发明内容
本发明要解决的技术问题是现有的企业管理中缺少一种能有效发现不同目标团组的辅助工具，仅通过表面的员工互评不能很好的体现企业真实内部情况，导致领导者对企业信息不了解，影响企业发展。
为解决上述技术问题，本发明提供的技术方案为：一种基于员工互评数据挖掘不同目标团组的系统，包括系统总成，其特征在于：系统总成包括两个独立的稀疏化模块，具体为稀疏化模块一和稀疏化模块二：
稀疏化模块一包括偏差值模组、异常边生成模组和可视化方案生成模组；
稀疏化模块二包括阈值模组、异常边生成模组和可视化方案生成模组。
本发明与现有技术相比的优点在于：通过基于不同数学原理的稀疏化模块，对互评数据进行稀疏化整理，通过各自的可视化方案生成模组生成对应的可视化模型，便于用户直观发现不同目标团组的存在，正确领导企业发展。
作为改进，稀疏化模块一主体为基于偏差矩阵设计的稀疏化模块，具体通过：
(1)偏差值模组，设置偏差矩阵中的偏差值，将输入的评分数据进行比对处理；
(2)异常边生成模组，通过偏差值模组比对处理生成在偏差矩阵中表现为异常边的数据，将相关数据传输至可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的偏差值，生成对应的可视化模型，使用户直观的发现不同目标的团组。
作为改进，稀疏化模块二主体为基于模糊数学法设计的稀疏化模块，具体通过：
(1)阈值模组，包括n值、N值和M值；
(2)异常边生成模组，将输入的评分数据与阈值模组进行比对处理，生成在表格中显示为异常边的数据，将相关数据传输至可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的阈值，生成生成对应的可视化模型，使用户直观的发现不同目标的团组。
作为改进，异常边主体为表现为负偏向的评分数据。
作为改进，n值代表评分最高的人数上限；
N值代表平分是最高分且人数不超过该值时的人数，这些最高分评分员工都被标为优秀员工；
M值为总得票数，总得票数超过M值的员工被认为是“真实的优秀员工”。
附图说明
图1是一种基于员工互评数据挖掘不同目标团组的系统的工作流程示意图。
图2是实施例一和实施例二输入的标准分。
图3是实施例一和实施例二输入的平均分。
图4是实施例一中偏差矩阵的偏差值d＜-3.5的异常边。
图5是实施例一中偏差矩阵的偏差值d＜-3.5的异常边的可视化模型。
图6是实施例一中偏差矩阵的偏差值d＜-3.0的两类异常边。
图7是实施例一中偏差矩阵的偏差值d＜-3.0的两类异常边的可视化模型。
图8是实施例一中偏差矩阵的偏差值d＜-2.5的三类异常边。
图9是实施例二中n＝5、N＝10、M＝10的标准分。
图10是实施例二中每个评分人保留的最低分。
图11是实施例二中每个被评分人获得的总票数。
图12是实施例二中稀疏化后n＝5，N＝10，M＝10的标准分。
图13是实施例二中n＝5，N＝10，M＝10的可视化模型(反向)。
图14是实施例二中n＝5，N＝10，M＝10不包含而在实施例一中包含的边的可视化模型。
图15是实施例二中稀疏化后n＝5，N＝10，M＝6的标准分。
图16是实施例二中稀疏化后n＝5，N＝10，M＝6的标准分的可视化模型(反向)。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明在具体实施时，一种基于员工互评数据挖掘不同目标团组的系统，包括系统总成，所述的系统总成包括两个独立的稀疏化模块，具体为稀疏化模块一和稀疏化模块二：
所述的稀疏化模块一包括偏差值模组、异常边生成模组和可视化方案生成模组；
所述的稀疏化模块二包括阈值模组、异常边生成模组和可视化方案生成模组。
所述的稀疏化模块一主体为基于偏差矩阵设计的稀疏化模块，具体通过：
(1)偏差值模组，设置偏差矩阵中的偏差值，将输入的评分数据进行比对处理；
(2)异常边生成模组，通过所述的偏差值模组比对处理生成在偏差矩阵中表现为异常边的数据，将相关数据传输至所述的可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的偏差值，生成对应的可视化模型，使用户直观的发现不同目标的团组。
所述的稀疏化模块二主体为基于模糊数学法设计的稀疏化模块，具体通过：
(1)阈值模组，包括n值、N值和M值；
(2)异常边生成模组，将输入的评分数据与阈值模组进行比对处理，生成在表格中显示为异常边的数据，将相关数据传输至所述的可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的阈值，生成生成对应的可视化模型，使用户直观的发现不同目标的团组。
所述的异常边主体为表现为负偏向的评分数据。
所述的n值代表评分最高的人数上限；
N值代表平分是最高分且人数不超过该值时的人数，这些最高分评分员工都被标为优秀员工；
M值为总得票数，总得票数超过M值的员工被认为是“真实的优秀员工”。
本发明的工作原理：通过独立的稀疏化模块一和稀疏化模块二队输入的互评数据(标准分和平均分) 进行处理，分别根据设定的偏差值和阈值，进行异常边标定的处理，并将异常边通过各自的可视化方案生成模组生成对应的可视化模型。
实施例一：
我们认为，如果没有不同目标团组的影响，每个人的得分应该与他的平均分非常接近(注意到，标准分已经剔除了评分习惯的影响)。那么，某员工i给员工j的评分(标准分)与员工j的标准分的平均分的差距，就反映了员工i对员工j的“偏见”，在本专利中，我们认为这种“偏见”是由不同目标团组的归属情况产生的。
员工i对员工j的偏见(评分偏差)
＝员工i对员工j的评分(标准分)-员工j标准分的平均分
下面是更加数学化的表达方式，以及偏差矩阵。
Figure RE-GDA0002480283980000031
通过“正偏见的异常边”，本实施例可以挖掘出部门中潜在的不同目标的团组，这些团组有给团组内部“高分”的倾向，在确定了团组的基础上，可以通过“负偏见的异常边”，确定这些团组之间目标所向。
为了更好的展示这种“负偏向”的关系(偏见)，可视化方案中，按照前一步获得的团组情况，将节点(20个员工)重新排位置(同一个团组的放在一起)。
选择不同的阈值，展示数据表格以及网络稀疏化后的可视化结果。容易看出，“负向的异常边”很好的反映了不同团组之间的关系，特别是不同目标间团组的关系。
实施例二：
根据阈值模组保留得分过低的异常边，见图9。在“获得较多票数的成员”中区分“真实的较差员工”与“通过团组作弊获得高票数的虚假较差员工”。
由图11可见，获得票数超过阈值M的被评分人正好是模拟数据中预设的四个较差员工，可见这种方案比较好的识别出了“真实的较差员工”。剔除他们的得票，得到下表的稀疏化数据，这些数据被认为是由于团组内部的负倾向性产生的。
上述阈值下，有大量边是指向员工[14]和[19]的。考虑调整阈值，将这些边也去掉。也就是取M＝6即可，由图16中的少数几条边已经可以很好的反映出几个团组之间的不同目标关系了，直接获得“团组信息”及“团组之间的目标关系”。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具本的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”，“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种基于员工互评数据挖掘不同目标团组的系统，包括系统总成，其特征在于：所述的系统总成包括两个独立的稀疏化模块，具体为稀疏化模块一和稀疏化模块二：
所述的稀疏化模块一包括偏差值模组、异常边生成模组和可视化方案生成模组；
所述的稀疏化模块二包括阈值模组、异常边生成模组和可视化方案生成模组。
2.根据权利要求1所述的一种基于员工互评数据挖掘不同目标团组的系统，其特征在于：所述的稀疏化模块一主体为基于偏差矩阵设计的稀疏化模块，具体通过：
(1)偏差值模组，设置偏差矩阵中的偏差值，将输入的评分数据进行比对处理；
(2)异常边生成模组，通过所述的偏差值模组比对处理生成在偏差矩阵中表现为异常边的数据，将相关数据传输至所述的可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的偏差值，生成对应的可视化模型，使用户直观的发现不同目标的团组。
3.根据权利要求1所述的一种基于员工互评数据挖掘不同目标团组的系统，其特征在于：所述的稀疏化模块二主体为基于模糊数学法设计的稀疏化模块，具体通过：
(1)阈值模组，包括n值、N值和M值；
(2)异常边生成模组，将输入的评分数据与阈值模组进行比对处理，生成在表格中显示为异常边的数据，将相关数据传输至所述的可视化方案生成模组中；
(3)可视化方案生成模组，根据设置的阈值，生成生成对应的可视化模型，使用户直观的发现不同目标的团组。
4.根据权利要求1所述的一种基于员工互评数据挖掘不同目标团组的系统，其特征在于：所述的异常边主体为表现为负偏向的评分数据。
5.根据权利要求3所述的一种基于员工互评数据挖掘不同目标团组的系统，其特征在于：所述的n值代表评分最高的人数上限；
N值代表平分是最高分且人数不超过该值时的人数，这些最高分评分员工都被标为优秀员工；
M值为总得票数，总得票数超过M值的员工被认为是“真实的优秀员工”。
CN202010009014.5A 2020-01-06 2020-01-06 一种基于员工互评数据挖掘不同目标团组的系统 Pending CN111291965A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010009014.5A CN111291965A (zh) 2020-01-06 2020-01-06 一种基于员工互评数据挖掘不同目标团组的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010009014.5A CN111291965A (zh) 2020-01-06 2020-01-06 一种基于员工互评数据挖掘不同目标团组的系统

Publications (1)

Publication Number Publication Date
CN111291965A true CN111291965A (zh) 2020-06-16

Family

ID=71017204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010009014.5A Pending CN111291965A (zh) 2020-01-06 2020-01-06 一种基于员工互评数据挖掘不同目标团组的系统

Country Status (1)

Country Link
CN (1) CN111291965A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931020A (zh) * 2016-04-15 2016-09-07 首钢总公司 一种投票方法及装置
CN106485421A (zh) * 2016-10-19 2017-03-08 江苏电力信息技术有限公司 一种基于工单数据的员工绩效评估系统及方法
CN110430267A (zh) * 2019-08-07 2019-11-08 北京艾摩瑞策科技有限公司 区块链上的投票关联数据处理方法及其装置
WO2019232789A1 (zh) * 2018-06-08 2019-12-12 北京大学深圳研究生院 一种基于投票的共识方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105931020A (zh) * 2016-04-15 2016-09-07 首钢总公司 一种投票方法及装置
CN106485421A (zh) * 2016-10-19 2017-03-08 江苏电力信息技术有限公司 一种基于工单数据的员工绩效评估系统及方法
WO2019232789A1 (zh) * 2018-06-08 2019-12-12 北京大学深圳研究生院 一种基于投票的共识方法
CN110430267A (zh) * 2019-08-07 2019-11-08 北京艾摩瑞策科技有限公司 区块链上的投票关联数据处理方法及其装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘宇: "投票评价系统的设计与实现", 豆丁网, pages 1 - 73 *

Similar Documents

Publication Publication Date Title
Rice Communication networking in computer-conferencing systems: A longitudinal study of group roles and system structure
Turoff et al. Computer support for group versus individual decisions
Afza et al. Factors determining the presence of glass ceiling and influencing women career advancement in Bangladesh
Mahdavikhou et al. The impact of professional ethics on financial reporting quality
Sittar Relationship of Work Engagements and Job Performance of University Teachers.
Asoba et al. The generational dimension of technology acceptance: the case of generation x and millennial managers
Al Karim et al. A comprehensive study to investigate student performance in online education during covid-19
Harpaz Meaning of working profiles of various occupational groups
CN111291965A (zh) 一种基于员工互评数据挖掘不同目标团组的系统
Naderi Data envelopment analysis of the efficiency of academic departments at a public university in Iran
CN112785156A (zh) 一种基于聚类与综合评价的产业领袖识别方法
Inyang et al. Visual association analytics approach to predictive modelling of students’ academic performance
CN112162972A (zh) 一种基于数据挖掘与隐私保护技术的人力资源双向推荐系统
Moon et al. An implementation case for the performance appraisal and promotion ranking
Babcock et al. Executive use of information technology in the public sector: an empirical examination
Verdugo et al. Overeducation and the earnings of black, hispanic, and white male workers
Ashraf et al. Performance evaluation of IT professionals based on fuzzy-AHP and DEMATEL models: Bangladesh perspective
Horita Folding arguments: a method for representing conflicting views of a conflict
Basit et al. Expounding dynamics of tacit knowledge critical to credit decision making: Juxtaposed findings of GRA and RIDIT
Torrington et al. Technical atrophy in middle management
CN111177226A (zh) 一种挖掘正向小团体的网络稀疏化系统
Jensen et al. Cultural dimensions of South African employees and internal organisational communication satisfaction
Sang English teaching comprehensive ability evaluation system based on K-means clustering algorithm
Wieszt et al. Family Businesses in Hungary–Evidence from A Country-level Survey
Sutherland Underemployment: a skills utilisation perspective

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: 20200616

RJ01 Rejection of invention patent application after publication