CN111612321A - 员工工作配置方法及装置 - Google Patents

员工工作配置方法及装置 Download PDF

Info

Publication number
CN111612321A
CN111612321A CN202010405682.XA CN202010405682A CN111612321A CN 111612321 A CN111612321 A CN 111612321A CN 202010405682 A CN202010405682 A CN 202010405682A CN 111612321 A CN111612321 A CN 111612321A
Authority
CN
China
Prior art keywords
post
service
processing time
business
total processing
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
Application number
CN202010405682.XA
Other languages
English (en)
Other versions
CN111612321B (zh
Inventor
高博
申远明
秦正才
王垠
李祯
王馨
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202010405682.XA priority Critical patent/CN111612321B/zh
Publication of CN111612321A publication Critical patent/CN111612321A/zh
Application granted granted Critical
Publication of CN111612321B publication Critical patent/CN111612321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • 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
    • G06Q10/06—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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的员工工作配置方法及装置，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。

Description

员工工作配置方法及装置
技术领域
本发明涉及员工工作配置技术领域，具体涉及员工工作配置方法及装置。
背景技术
银行业务处理部门承担着银行各类业务的补录、审批工作与银行网点业务受理形成前后台搭配，构成了完整的业务流程。由于前台受理业务涉及多个管理条线、规章制度各异、所需专业知识不同，目前在银行后台业务处理部门多采用专门科室负责制，即通过设立专门科室负责相应的业务处理。由于各类业务难易差距明显，合规要求不同，所需要件多样，致使银行业务处理部门一直以来无法使用统一、科学的标准评价各业务条线下员工的绩效表现。目前，银行业务处理部门的现行绩效考核方法仍然存在很多问题。
发明内容
针对现有技术中的问题，本发明提供一种员工工作配置方法及装置。
为解决上述技术问题，本发明提供以下技术方案：
本发明的一个方面，提供一种员工工作配置方法，一种员工工作配置方法，包括：
获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
根据所述绩效数据对所述每个员工进行工作配置。
本发明的一个方面，提供一种员工工作配置装置，包括：
获取模块，获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
生成模块，根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
绩效数据评估模块，根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
工作配置模块，根据所述绩效数据对所述每个员工进行工作配置。
本发明的又一个方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的员工工作配置方法。
本发明的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现员工工作配置方法。
由上述技术方案可知，本发明提供的员工工作配置方法及装置，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种员工工作配置方法流程示意图。
图2为业务状态流转概率图网示意图。
图3为某场景中A员工的绩效表现示意图。
图4为某场景中B员工的绩效表现示意图。
图5为本发明实施例中一种员工工作配置装置结构示意图。
图6为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
银行业务处理部门承担着银行各类业务的补录、审批工作与银行网点业务受理形成前后台搭配，构成了完整的业务流程。由于前台受理业务涉及多个管理条线、规章制度各异、所需专业知识不同，目前在银行后台业务处理部门多采用专门科室负责制，即通过设立专门科室负责相应的业务处理。由于各类业务难易差距明显，合规要求不同，所需要件多样，致使银行业务处理部门一直以来无法使用统一、科学的标准评价各业务条线下员工的绩效表现。目前，银行业务处理部门的现行绩效考核方法存在以下问题：
1、各科室独立设计考核方法，参数体系复杂，考核结果无法实现换算：通常，一个科室负责的具体业务(业务小类)可以对应到一至两个银行业务条线(业务大类)。由于同一业务大类下，各业务小类的处理时间差异不明显。各科管理者通常会以一次业务处理中，各岗位的实际处理时间作为考核的主要依据，并根据各业务小类对应的权重系数进行加权。由于各业务大类下一般包含多个业务小类，这种考核方法通常需要设置很多权重系数，导致管理成本过高。此外，因为权重系数往往源自管理者对于业务价值的主观评价，难以做到科学、客观、公平，并且不能随业务发展及时升级更新。
2、统一考核标准的缺失，阻碍柜员综合化工作的开展：近年来，为了进一步提升人力资源的利用效率，各家银行都在进行后台柜员的综合化普及工作，即让每个后台柜员具备处理全部业务的能力，打破传统的业务条线限制。但是没有统一的考核标准，无法有效计量后台员工综合化工作的表现和贡献，更无法使用绩效考核结果作为刺激手段调动后台柜员的积极性。
3、管理者希望从考核结果中更多获取与员工能力、业务复杂度相关的信息，以便及时发现业务运行中蕴藏的风险，更好地识别员工能力素质：银行后台各类业务难度差异明显，即使归属同一业务小类的不同交易，也可能因为客户要件填写是否规范、货币种类差异等具体因素，导致业务复杂程度不同。由于各业务小类内每笔业务的难度应该保持在一个相对稳定的水平，如果在考核方法中能够融入业务复杂度的信息，管理者就可以通过一类业务在一段时间内复杂度的变化情况，发现隐藏的管理问题和系统风险。例如：若一段时间内员工处理同一业务小类业务的复杂度都出现了明显提升，说明这并非个体因素造成的结果，很可能是由于系统问题造成的，需要引起管理者的及时关注。此外，在相同业务大类下，不同员工操作所表现出业务复杂度，也可以直接反映员工的业务能力，以及他们与当前负责业务之间的能力匹配关系。为领导选拔、发现人才、组织业务学习、加强技能提升等管理活动提供有力的决策支持信息。
4、需要构建能够兼容各类业务处理的考核方法：随着银行业务不断发展，考核方法需要在设计上满足通用性的原则。现行考核方法都是根据具体业务种类，设立具体的考核方法。这势必造成一有新的业务就要设计新的考核方法，不仅不能和以前的考核方式兼容，也增加了管理成本和相应的管理系统开发周期。
本发明为了解决上述问题，发明了一种员工工作配置方法，既有别于以主观经验为依据的简单管理方案，又不同于目前以交易处理时间为主要衡量标准的考核方式。具体而言，通过运用概率理论对业务处理时间和业务流转路径进行建模，本系统可以从复杂度和处理效率两个维度更加立体、科学地为每一笔业务的处理进行绩效评价，实现了银行柜员不同种类业务操作的统一评价体系。为银行后台人力成本核算、后台业务计价奠定了基础，此外，通过员工单笔业务绩效得分中复杂度得分与处理效率得分的关系，还可以为管理层识别员工与所负责业务的能力匹配关系，提供有力的量化评估手段，最后根据合理的绩效评估来实现员工工作的合理配置。
图1示出了本发明实施例中一种员工工作配置方法，包括：
S100：获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
S200：根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
S300：根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
S400：根据所述绩效数据对所述每个员工进行工作配置。
本发明提供的员工工作配置方法，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。
下面结合银行柜员的工作配置实施例来对本发明的上述步骤进行详细说明。
图2示出了业务状态流转概率图网，银行柜员工作中，所述流转环节包括补录岗和审核岗，所述状态包括开始、退回、成功和失败，从其中一个流转环节到另一个流转环节具有一个转移概率。
补录岗：一笔业务进入后台的首个处理环节，负责对系统分配的业务进行初审，并对业务缺失信息进行补录后提交至审核岗或直接提交系统处理。
审核岗：对上一环节补录岗提交业务的合规性、完整性以及补录岗的录入内容等信息进行把关审核后提交系统处理或退回上一处理环节进行修改。
开始：一笔业务提交至后台即视为整个业务处理流程开始。
退回：一笔业务因业务信息合规性、完整性等方面有缺失或错误，无法继续处理，由当前处理环节被退至上一处理环节修改的过程。被退回的业务可在修改后再次提交至下一处理环节。
成功：业务提交后系统处理成功完成，业务终结。
失败：业务退回网点前台后，前台业务人员确认无法成功处理的业务为失败状态。
在一些实施例中，步骤S2具体中生成业务效率得分的步骤包括：
S211：以业务流水号为依据，划分每笔业务对应的数据范围；
S212：以各流转环节岗位标识码为依据，分别计算每笔业务中补录岗总处理时间和审核岗总处理时间；
S213：根据补录岗总处理时长、审核岗总处理时长以及预设的各流转环节与业务状态流转概率图网中各状态的对应关系，生成设定集合，所述设定集合包含补录岗业务处理时间归一化对数值集合、审核岗业务处理时间归一化对数值集合、各员工在补录岗的总处理时间、各员工在审核岗的总处理时间、业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值、状态流转顺序、业务流水号与业务小类的交易代码对照表，以及每笔交易全体参与员工的员工编号；
S214：基于所述业务流转信息、所述设定集合和各业务类型内补录岗效率评估参考数组和审核岗效率评估参考数组，得到每个员工的补录岗业务效率得分和审核岗业务效率得分；所述补录岗效率评估参考数组和审核岗效率评估参考数组是使用核密度估计算法对多个核函数进行估算后得到。
在一些实施例中，步骤S213具体包括：
S2131：计算补录岗和审核岗总处理时间以设定数值为底的对数值，分别记为补录岗总处理时间对数值和审核岗总处理时间对数值；
S2132：在每笔业务中，以各流转环节岗位标识码和各流转环节参与人编号为依据，划分各员工在补录岗的总处理时间及其在审核岗的总处理时间；
S2133：在每笔业务中，以各流转环节处理开始时间为依据，对数据记录进行升序排列，并按照各流转环节的状态标识码生成状态流转顺序以及参与业务的所有员工的员工编号集合；
S2134：根据每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值，分别计算业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差；
S2135：对业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差进行均一化处理，生成业务小类内每笔业务的补录岗总处理时间归一化对数值和审核岗总处理时间归一化对数值；
S2136：集合所有业务小类的补录岗总处理时间归一化对数值生成以业务流水号区分的补录岗业务处理时间归一化对数值集合，集合所有业务小类的审核岗总处理时间归一化对数值生成以业务流水号区分的审核岗业务处理时间归一化对数值集合；
S2137：根据每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值，分别计算退回状态前补录岗总处理时间对数值均值、退回状态前审核岗总处理时间对数值均值和退回状态总处理时间对数值均值，以及退回状态前补录岗总处理时间对数值标准差、退回状态前审核岗总处理时间对数值标准差和退回状态总处理时间对数值标准差；
S2138：分别对每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值进行归一化处理，归一化结果分别记作每笔业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值；
S2139：根据业务小类交易代码，标注各业务流水号对应的业务归属，生成所述设定集合。
具体而言，调取业务流转信息，以业务数据起始日期、业务数据截止日期和业务小类交易代码作为条件，从业务流转信息数据库1中提取包括业务流水号、各流转环节处理开始时间和截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号在内的数据。而后，在每一笔具体业务中，以补录岗和审核岗对应的状态标识码和业务流水号u为依据，分别计算补录岗总处理时间
Figure BDA0002491214110000071
和审核岗总处理时间
Figure BDA0002491214110000072
(以秒为单位)，并计算补录岗和审核岗总处理时间以2为底的对数值，分别记为补录岗总处理时间对数值
Figure BDA0002491214110000073
和审核岗总处理时间对数值
Figure BDA0002491214110000074
此外，根据各流转环节与业务状态流转概率图网(如图2所示)中各状态的对应关系，计录每笔具体业务的状态流转顺序Su及每笔业务全体参与员工编号集合Ou，并分别计算退回状态前补录岗总处理时间
Figure BDA0002491214110000075
退回状态前审核岗总处理时间
Figure BDA0002491214110000076
和退回状态总处理时间
Figure BDA0002491214110000077
(以秒为单位)，最后生成以上结果以2为底的对数值，分别记为退回状态前补录岗总处理时间对数值
Figure BDA0002491214110000078
退回状态前审核岗总处理时间对数值
Figure BDA0002491214110000079
退回状态总处理时间对数值
Figure BDA00024912141100000710
和业务流水号与业务小类交易代码对照表。
根据每笔业务的补录岗总处理时间对数值
Figure BDA00024912141100000711
和审核岗总处理时间对数值
Figure BDA0002491214110000081
分别计算业务小类dc内补录岗总处理时间对数值均值
Figure BDA0002491214110000082
和标准差
Figure BDA0002491214110000083
以及业务小类dc内审核岗总处理时间对数值均值
Figure BDA0002491214110000084
和标准差
Figure BDA0002491214110000085
实现各业务小类内每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值的归一化。根据每笔业务的退回状态前补录岗总处理时间对数值
Figure BDA0002491214110000086
退回状态前审核岗总处理时间对数值
Figure BDA0002491214110000087
和退回状态总处理时间对数值
Figure BDA0002491214110000088
分别计算退回状态前补录岗总处理时间对数值均值
Figure BDA0002491214110000089
退回状态前审核岗总处理时间对数值均值
Figure BDA00024912141100000810
和退回状态总处理时间对数值均值
Figure BDA00024912141100000811
以及退回状态前补录岗总处理时间对数值标准差σbt_log2、退回状态前审核岗总处理时间对数值标准差σst_log2和退回状态总处理时间对数值标准差σt_log2，实现每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值的归一化。
在一些实施例中，使用核密度估计算法对多个核函数进行估算后得到所述补录岗效率评估参考数组和审核岗效率评估参考数组的步骤，包括：
S01：提供多个初始的核函数；
S02：基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合所述多个初始的核函数得到各业务小类的每笔业务的补录岗效率评估参考数组和审核岗效率评估参考数组。
步骤S02：具体包括：
S2001：根据每笔业务的退回状态前补录岗总处理时长归一化对数值、退回状态前审核岗总处理时长归一化对数值和退回状态总处理时长归一化对数值的集合，在最大对数值范围内根据设定的等距参考序列生成对应的补录岗概率密度值序列和审核岗概率密度值序列；
S2002：基于所述等距参考序列中元素与各概率密度值序列中元素的对应关系，根据退回状态前补录岗总处理时间归一化对数值集合和退回状态前审核岗总处理时间归一化对数值集合，分别生成补录岗效率评估参考数组和审核岗效率评估参考数组生成补录岗效率评估参考数组和审核岗效率评估参考数组。
在一些具体实施例中，步骤S214具体包括：
S2141：将补录岗业务处理时间归一化对数值集合和审核岗业务处理时间归一化对数值集合按照交易笔数划分出对应数量的子集，并对应结合补录岗效率评估参考数组和审核岗效率评估参考数组，组成补录岗数据集和审核岗数据集，所述补录岗数据集和审核岗数据集包括与所述交易笔数数量相同的元素；
S2142：根据所述补录岗数据集和审核岗数据集得到对应的补录岗效率得分结果数组和审核岗效率得分结果数组；
S2143：根据每笔业务的所有员工的补录岗总处理时间和审核岗总处理时间、每个员工处理的每笔业务的补录岗总处理时间和审核岗总处理时间，以及补录岗效率得分结果数组和审核岗效率得分结果数组，生成每个员工的补录岗效率得分和审核岗效率得分。
具体而言，各业务小类内每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值的归一化结果，使用核密度估计算法，分别进行概率密度函数的拟合。由于核密度估计算法属于非参数化拟合方法，无法得到概率密度函数的参数化表示，因此以两个等间距序列分别作为补录岗和审核岗总处理时对数值的参考序列，并生成这两个参考序列中元素对应的概率密度值。最终，参考序列中各元素会和其对应概率密度值组成新的元素，构成补录岗效率评估参考数组Eb_ref和审核岗效率评估参考数组Es_ref。
将上述的每个归一化对数值集合按照其元素个数L划分子集，并与结合补录岗效率评估参考数组Eb_ref和审核岗效率评估参考数组Es_ref中对应的参考数组分别合成两组包含L个元素的数据集，对数据集进行归纳，得到以(业务流水号u，单笔业务u效率得分Gu)为元素的结果数组(即补录岗效率得分结果数组和审核岗效率得分结果数组)。根据结果数组生成所需的参考数组类型以及业务流水号u，分别计算出单笔业务u的补录岗的总处理时间
Figure BDA0002491214110000091
和审核岗的总处理时间
Figure BDA0002491214110000092
根据员工sn在补录岗的总处理时间
Figure BDA0002491214110000093
及其在审核岗的总处理时间
Figure BDA0002491214110000094
计算相应处理时间项目在相应总处理时间中的比例，最终求得员工sn在单笔业务u处理中的补录岗效率得分
Figure BDA0002491214110000095
和审核岗效率得分
Figure BDA0002491214110000096
在计算机处理时，会将包含L个元素的数据集D发送到L个处理进程，在处理进程v上，首先根据数据集元素Dv中处理时间归一化对数值
Figure BDA0002491214110000101
在参考数组中找到距离其最近的元素位置y，并计算参考数组中位置不大于y的元素的乘积，累加后生成对应业务流水号u的处理时间积分值Pu，用1.0减去这个积分值后生成单笔业务u的效率得分Gu，待收集到所有进程返回的效率得分后，组成以(业务流水号u，效率得分Gu)为元素的效率得分结果数组Gall，作为输出结果。
上述实施例说明了步骤S2中的根据所述业务流转信息生成每个员工的各流转环节的业务效率得分的具体实施方式，下面对步骤S2中得到每个员工的单笔业务的业务复杂度的步骤进行详细说明。
在每个员工的单笔业务的业务复杂度的步骤中，具体包括：
S221：根据所述业务流转信息配置业务复杂度参数；所述业务复杂度参数包括每笔业务的业务复杂度和每个员工处理每笔业务的复杂度得分分配权重；
S222：根据所述业务复杂度参数生成每个员工的每笔业务的业务复杂度。
在银行柜员业务中，所述业务复杂度参数包括：各状态间的转移概率、退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组、退回状态效率评估参考数组以及最高概率业务办理路径的发生概率。
在一些实施例中，所述业务复杂度参数还包括：各状态间的转移概率以及最高概率业务办理路径的发生概率；步骤S221包括：
S2211：根据状态流转顺序和各流转节点之间的状态转换次数，得到全部业务处理中各状态间的转移概率；
S2212：根据总处理时间归一化对数值的类别从所述设定集合中调取出退回状态前补录岗总处理时间归一化对数值集合、退回状态前审核岗总处理时间归一化对数值集合和退回状态总处理时间归一化对数值集合；
S2213：通过对各状态间的转移概率取倒数，使用dijkstra算法确定最高概率业务办理路径，所述最高概率业务办理路径的发生概率等于路径上各状态间转移概率的乘积。
进一步的，所述业务复杂度参数还包括：退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组、退回状态效率评估参考数组；
在一些实施例中，步骤S221包括：
S2214：基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合得到各业务小类的每笔业务的退回状态前补录岗效率评估参考数组和退回状态前审核岗效率评估参考数组；
S2215：根据所述退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组生成退回状态效率评估参考数组。
具体而言，在退回状态前补录岗总处理时间归一化对数值
Figure BDA0002491214110000111
退回状态前审核岗总处理时间归一化对数值
Figure BDA0002491214110000112
退回状态总处理时间归一化对数值
Figure BDA0002491214110000113
状态流转顺序Su和每笔业务全体参与员工编号集合Ou中，根据状态流转顺序Su，计算全部业务处理中各状态间的转移概率Pij。根据总处理时间归一化对数值的类别，分别组成退回状态前补录岗总处理时间归一化对数值集合
Figure BDA0002491214110000114
退回状态前审核岗总处理时间归一化对数值集合
Figure BDA0002491214110000115
和退回状态总处理时间归一化对数值集合
Figure BDA0002491214110000116
分别以这三类总处理时间归一化对数值集合为输入，进行对应状态总处理时间归一化对数值的概率密度函数的拟合，并生成对应状态的概率密度参考序列。通过对各状态间的转移概率Pij取倒数，使用dijkstra算法找到一条发生概率最大的业务办理路径max_path，其发生概率记为Pmax_path。
进一步的，步骤S222包括：
S2221：根据每笔业务的状态流转顺序和各状态间的转移概率，计算每笔业务的业务流转路径发生概率；
S2222：将退回状态前补录岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前补录岗效率评估参考数组组成补录岗效率数据集；
S2223：根据所述补录岗效率数据集生成退回状态前补录岗效率得分结果数组，所述退回状态前补录岗效率得分结果数组中每个元素为每笔业务中退回状态前补录岗效率得分；
S2224：将退回状态前审核岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前审核岗效率评估参考数组组成审核岗效率数据集；
S2225：根据所述审核岗效率数据集生成退回状态前审核岗效率得分结果数组，所述退回状态前审核岗效率得分结果数组中每个元素为每笔业务中退回状态前审核岗效率得分；
S2226：将退回状态总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态效率评估参考数组组成总效率数据集；
S2227：根据所述总效率数据集生成退回状态效率得分结果数组，所述退回状态效率得分结果数组中每个元素为每笔业务中退回状态效率得分；
S2228：根据所述每笔业务中退回状态前补录岗效率得分、退回状态前审核岗效率得分以及退回状态效率得分，生成单笔业务的业务复杂度。
单笔业务复杂度时首先使用每笔业务u的状态流转顺序Su和各状态间的转移概率Pij，计算每笔业务u的业务流转路径发生概率Pu。而后，根据输入中对应状态的概率密度参考序列以及退回状态前补录岗总处理时间归一化对数值集合
Figure BDA0002491214110000121
退回状态前审核岗总处理时间归一化对数值集合
Figure BDA0002491214110000122
和退回状态总处理时间归一化对数值集合
Figure BDA0002491214110000123
完成对应状态的效率得分结果数组的计算。根据业务流转路径发生概率Pu和各对应状态的效率得分结果数组，最终完成单笔业务复杂度得分的计算。
此外，对于多员工参与的业务，单笔业务的方法无法适用，有鉴于此，针对多员工参与的业务，首先确定每个参与员工在该笔业务中的复杂度分配权重，然后根据权重得到每个员工对应的复杂度得分，具体的，权重的确定方法，即步骤S223具体包括：
S2231：将业务复杂度得分按照业务小类进行分组，并计算各业务小类的业务复杂度得分中位数；其中，在业务小类中，业务复杂度得分不小于设定阈值的业务归为复杂业务；
S2232：在每个业务小类中，对于涉及多人参与的业务，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合，分别计算各员工出现在由多人参与的复杂业务中的概率，以及多员工同时出现在复杂业务中的概率；
S2233：计算各员工在处理复杂业务时与其他员工合作的概率，并将概率值记为各员工合作处理业务小类的业务时的员工复杂度得分分配权重。
业务复杂度分配权重计算时会以中位数为条件，在每个业务小类中，根据每笔业务的业务复杂度得分Fu，将每笔业务划分为“简单业务”和“复杂业务”。在每个业务小类中，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合Ou，在由多人参与的业务处理中，计算员工sni在处理复杂业务时与员工snj合作的概率，即Pdc(snj参与|sni出现在由多人参与的复杂业务)，并将这个概率值记为员工sni与员工snj合作处理业务小类dc的业务时，员工sni所拥有的分配权重。
在分配权重被确定后，根据每个员工处理单笔业务的业务复杂度和多员工参与处理的业务中各参与员工的复杂度得分分配权重，可以确定出每个员工的单笔业务的业务复杂度，具体而言，步骤S224包括：
S2241：根据每笔业务全体参与员工编号集合判断每笔业务的处理人员；其中员工在单人处理业务中的复杂度得分为所述单人业务的业务复杂度；
S2242：针对多人参与业务，根据多员工参与处理的业务中各参与员工的复杂度得分分配权重得到每个员工处理该多人业务时各自的复杂度，进而得到每个员工的每笔业务的业务复杂度。
当确定出每个员工的每笔业务的业务复杂度，结合每个员工的各流转环节的业务效率得分，评估每个员工在待评估时间段内的绩效数据，具体的，步骤S300具体包括：分别将每个员工的每笔业务的补录岗效率得分和审核岗效率得分作为一个正交向量，将每个员工的每笔业务的业务复杂度作为另一个正交向量，生成每个员工的每笔业务的绩效总分和绩效特征夹角，并构建员工综合评估结果数组，所述员工综合评估结果数组包括每笔业务的业务流水号、员工编号、业务小类、绩效总分和绩效特征夹角。
具体而言，以业务流水号u和员工编号sn为条件，将补录岗员工效率得分数组Gb_combine、审核岗员工效率得分数组Gs_combine和业务复杂度综合评分数组Fcombine中的元素进行汇总，形成以(业务流水号u，员工编号sn，对应业务小类dc，
Figure BDA0002491214110000131
Gu,sn，单笔业务复杂度得分Fu，员工sn复杂度得分Fu,sn)为元素的结果汇总数组。其中，Gu,sn为
Figure BDA0002491214110000132
和
Figure BDA0002491214110000133
的总和，代表员工sn在业务u处理中的效率总分。【注：根据现行风控原则，同一员工不可能在同一笔业务中以补录岗和审核岗的身份同时出现，故在结果汇总数组的元素中，
Figure BDA0002491214110000134
和
Figure BDA0002491214110000135
总有一个为零。】通过将Gu,sn和Fu,sn视为两个空间中正交的向量，可以进一步计算得到员工在业务u中的绩效总分Bu,sn以及绩效特征夹角Au,sn，并最终得到以(业务流水号u，员工编号sn，对应业务小类dc，
Figure BDA0002491214110000141
Gu,sn，Bu,sn，Au,sn，单笔业务复杂度得分Fu，员工sn复杂度得分Fu,sn)为元素的综合评估结果数组，作为输出结果。
基于绩效数据进行员工工作配置，具体包括员工任务细分布置、员工时间安排，安排多人协作进行复杂业务处理，在合理的时间内统筹多员工多业务的同时兼并进行等，在此不做赘述，此外本发明中的“时间”应当理解为时长，例如业务处理时间，其含义是从业务处理的起始时间点至业务处理的结束时间点之间的时间长度，本发明对此不做过多解释。
下面结合具体场景对本发明的上述实施例进行详细说明。
业务流转信息预处理
步骤100：根据业务流转信息预处理请求，以业务数据起始日期、业务数据截止日期和业务小类交易代码作为条件，从业务流转信息数据库中提取包括业务流水号、各流转环节处理开始时间和截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号在内的数据。
步骤101：以业务流水号为依据，划分每笔业务对应的数据范围；以各流转环节岗位标识码为依据，分别计算每笔业务u中补录岗总处理时间
Figure BDA0002491214110000142
和审核岗总处理时间
Figure BDA0002491214110000143
(以秒为单位)，并计算补录岗和审核岗总处理时间以2为底的对数值，分别记为补录岗总处理时间对数值
Figure BDA0002491214110000144
和审核岗总处理时间对数值
Figure BDA0002491214110000145
步骤102：在每笔业务u中，以各流转环节岗位标识码和各流转环节参与人编号为依据，分别将员工sn在补录岗的总处理时间及其在审核岗的总处理时间记为
Figure BDA0002491214110000146
和
Figure BDA0002491214110000147
步骤103：在每笔业务u中，以各流转环节处理开始时间为依据，对数据记录进行升序排列，并按照各流转环节的状态标识码生成状态流转顺序Su以及参与业务u的所有员工的员工编号集合Ou。
步骤104：在每笔业务u中，以状态流转顺序Su为依据，分别计算退回状态前补录岗总处理时间
Figure BDA0002491214110000151
退回状态前审核岗总处理时间
Figure BDA0002491214110000152
和退回状态总处理时间
Figure BDA0002491214110000153
(以秒为单位)，最后生成以上结果以2为底的对数值，分别记为退回状态前补录岗总处理时间对数值
Figure BDA0002491214110000154
退回状态前审核岗总处理时间
Figure BDA0002491214110000155
和退回状态总处理时间
Figure BDA0002491214110000156
步骤105：根据每笔业务u的补录岗总处理时间对数值
Figure BDA0002491214110000157
和审核岗总处理时间对数值
Figure BDA0002491214110000158
分别计算业务小类dc内补录岗总处理时间对数值均值
Figure BDA0002491214110000159
和标准差
Figure BDA00024912141100001510
以及业务小类dc内审核岗总处理时间对数值均值
Figure BDA00024912141100001511
和标准差
Figure BDA00024912141100001512
步骤106：针对步骤105的结果进行归一化处理，分别计算业务小类dc内每笔业务u的补录岗总处理时间归一化对数值
Figure BDA00024912141100001513
和审核岗总处理时间归一化对数值
Figure BDA00024912141100001514
相应操作可通过公式(1)和公式(2)表示：
Figure BDA00024912141100001515
Figure BDA00024912141100001516
步骤107：忽略业务小类的差别，将
Figure BDA00024912141100001517
组成补录岗业务处理时间归一化对数值集合
Figure BDA00024912141100001518
且集合中每一元素仅以业务流水号u加以区分，并记作
Figure BDA00024912141100001519
将
Figure BDA00024912141100001520
组成审核岗业务处理时间归一化对数值集合
Figure BDA00024912141100001521
且集合中每一元素仅以业务流水号u加以区分，并记作
Figure BDA00024912141100001522
步骤108：根据每笔业务u的退回状态前补录岗总处理时间对数值
Figure BDA00024912141100001523
退回状态前审核岗总处理时间对数值
Figure BDA00024912141100001524
和退回状态总处理时间对数值
Figure BDA00024912141100001525
分别计算退回状态前补录岗总处理时间对数值均值
Figure BDA0002491214110000161
退回状态前审核岗总处理时间对数值均值
Figure BDA0002491214110000162
和退回状态总处理时间对数值均值
Figure BDA0002491214110000163
以及退回状态前补录岗总处理时间对数值标准差σbt_log2、退回状态前审核岗总处理时间对数值标准差σst_log2和退回状态总处理时间对数值标准差σt_log2。
步骤109：根据步骤108的结果，分别对每笔业务u的退回状态前补录岗总处理时间对数值
Figure BDA0002491214110000164
退回状态前审核岗总处理时间对数值
Figure BDA0002491214110000165
和退回状态总处理时间对数值
Figure BDA0002491214110000166
进行归一化处理。归一化结果分别记作每笔业务u的退回状态前补录岗总处理时间归一化对数值
Figure BDA0002491214110000167
退回状态前审核岗总处理时间归一化对数值
Figure BDA0002491214110000168
和退回状态总处理时间归一化对数值
Figure BDA0002491214110000169
相应操作可通过公式(3)、公式(4)和公式(5)表示：
Figure BDA00024912141100001610
Figure BDA00024912141100001611
Figure BDA00024912141100001612
步骤110：根据业务小类交易代码，标注各业务流水号对应的业务归属，生成业务流水号与业务小类交易代码对照表。
步骤111：生成包含补录岗业务处理时间归一化对数值集合
Figure BDA00024912141100001613
审核岗业务处理时间归一化对数值集合
Figure BDA00024912141100001614
员工sn在补录岗的总处理时间
Figure BDA00024912141100001615
员工sn在审核岗的总处理时间
Figure BDA00024912141100001616
业务u的退回状态前补录岗总处理时间归一化对数值
Figure BDA00024912141100001617
退回状态前审核岗总处理时间归一化对数值
Figure BDA00024912141100001618
和退回状态总处理时间归一化对数值
Figure BDA00024912141100001619
状态流转顺序Su、业务流水号与业务小类交易代码对照表和每笔交易全体参与员工的员工编号集合Ou的结果。
概率密度估算处理
步骤200：当接收到以业务处理时间归一化对数值集合
Figure BDA0002491214110000171
为输入的请求时，使用核密度估计算法为范围在
Figure BDA0002491214110000172
的等距参考序列TSref生成对应的概率密度值序列pref，其中，
Figure BDA0002491214110000173
代表取
Figure BDA0002491214110000174
中最大的元素。TSref中各元素的间距由精度w确定，预置于系统内。相应操作可通过公式(6)表示：
Figure BDA0002491214110000175
其中，
Figure BDA0002491214110000176
和
Figure BDA0002491214110000177
分别代表TSref序列中的第r个元素的值及其对应的概率密度，
Figure BDA0002491214110000178
是
Figure BDA0002491214110000179
中的第u个元素，n代表
Figure BDA00024912141100001710
中元素的个数，h代表核密度估计算法中的带宽参数，由系统预置。K(·)代表以标准正态分布表示的核密度函数。
步骤201：根据TSref序列中元素与概率密度值序列pref中元素的对应关系，生成以
Figure BDA00024912141100001711
为元素的效率评估参考数组Eref，并以此作为输出。
业务处理效率参数设置处理
步骤301：以
Figure BDA00024912141100001712
为输入条件，得到效率评估参考数组Eref，并定义为补录岗效率评估参考数组Eb_ref。
步骤302：以
Figure BDA00024912141100001713
为输入条件，得到效率评估参考数组Eref，并定义为审核岗效率评估参考数组Es_ref。
步骤303：将补录岗效率评估参考数组Eb_ref和审核岗效率评估参考数组Es_ref作为业务处理效率的参数保存。
业务处理效率评估处理
步骤401：提取业务处理效率参数，并获取补录岗效率评估参考数组Eb_ref和审核岗效率评估参考数组Es_ref。
步骤402：将补录岗业务处理时间归一化对数值集合
Figure BDA0002491214110000181
按照元素个数L(即：交易笔数)划分子集，并与补录岗效率评估参考数组Eb_ref组成包含L个元素的数据集Eb_combine。该数据集中每个元素的形式为
Figure BDA0002491214110000182
其中，u代表业务流水号。
步骤403：以Eb_combine作为输入条件，计算输出效率得分结果数组Gall，并定义为补录岗效率得分结果数组Gb。
步骤404：将审核岗业务处理时间归一化对数值集合
Figure BDA0002491214110000183
按照元素个数L(即：交易笔数)划分子集，并与审核岗效率评估参考数组Es_ref组成包含L个元素的数据集Es_combine。该数据集中每个元素的形式为
Figure BDA0002491214110000184
其中，u代表业务流水号。
步骤405：以Es_combine作为输入条件，计算输出效率得分结果数组Gall，并定义为审核岗效率得分结果数组Gs。
步骤406：根据业务流水号u，使用公式(7)和公式(8)分别计算出单笔业务u的补录岗的总处理时间
Figure BDA0002491214110000185
和审核岗的总处理时间
Figure BDA0002491214110000186
Figure BDA0002491214110000187
Figure BDA0002491214110000188
步骤407：根据员工sn在补录岗的总处理时间
Figure BDA0002491214110000189
及其在审核岗的总处理时间
Figure BDA00024912141100001810
计算相应处理时间项目在相应总处理时间中的比例，最终分别使用公式(9)和公式(10)求得员工sn在单笔业务u处理中的补录岗效率得分
Figure BDA0002491214110000191
和审核岗效率得分
Figure BDA0002491214110000192
Figure BDA0002491214110000193
Figure BDA0002491214110000194
步骤408：组成以(业务流水号u，员工编号sn，
Figure BDA0002491214110000195
)为元素的补录岗员工效率得分数组Gb_combine，以及以(业务流水号u，员工编号sn，
Figure BDA0002491214110000196
)为元素的审核岗员工效率得分数组Gs_combine。以这个两个数组作为输出。
快速积分计算处理
步骤500：接收到包含L个元素的数据集Ecombine后，将数据集中的元素发送到L个处理进程上。
步骤501：在处理进程v上，根据数据集元素
Figure BDA0002491214110000197
中处理时间归一化对数值
Figure BDA0002491214110000198
比对参考数组Eref元素中的
Figure BDA0002491214110000199
值，找到距离最近的元素的位置y。计算参考数组Eref中位置不大于y的元素中
Figure BDA00024912141100001910
的总和，记为业务流水号u的处理时间积分值Pu。
步骤502：在处理进程v上，用1.0减去这个Pu后生成单笔业务u的效率得分Gu。
步骤503：收集到所有进程返回的效率得分后，组成以(业务流水号u，效率得分Gu)为元素的效率得分结果数组Gall，作为输出结果。
业务复杂度参数设置处理
步骤601：使用业务u的退回状态前补录岗总处理时间归一化对数值
Figure BDA00024912141100001911
退回状态前审核岗总处理时间归一化对数值
Figure BDA0002491214110000201
退回状态总处理时间归一化对数值
Figure BDA0002491214110000202
状态流转顺序Su和每笔业务全体参与员工编号集合Ou。
步骤602：根据状态流转顺序Su，使用公式(11)，计算全部业务处理中各状态间的转移概率Pij。
Figure BDA0002491214110000203
其中，Pij代表从状态i到j的转移概率，Cij和Cik则分别代表Su中，从状态i到状态j的转移次数和从状态i到状态j的转移次数。
步骤603：根据总处理时间归一化对数值的类别，分别组成退回状态前补录岗总处理时间归一化对数值集合
Figure BDA0002491214110000204
退回状态前审核岗总处理时间归一化对数值集合
Figure BDA0002491214110000205
和退回状态总处理时间归一化对数值集合
Figure BDA0002491214110000206
步骤604：以退回状态前补录岗总处理时间归一化对数值集合
Figure BDA0002491214110000207
为输入条件，计算输出效率评估参考数组Eref，并定义为退回状态前补录岗效率评估参考数组Ebt_ref。
步骤605：以退回状态前审核岗总处理时间归一化对数值集合
Figure BDA0002491214110000208
为输入计算输出效率评估参考数组Eref，并定义为退回状态前审核岗效率评估参考数组Est_ref。
步骤606：以退回状态总处理时间归一化对数值集合
Figure BDA0002491214110000209
为输入条件计算输出效率评估参考数组Eref，并定义为退回状态效率评估参考数组Et_ref。
步骤607：通过对各状态间的转移概率Pij取倒数，进一步使用dijkstra算法找到一条发生概率最大的业务办理路径max_path，其发生概率记为Pmax_path，等于路径max_path上各状态间转移概率的乘积。
步骤608：以每笔业务的状态流转顺序Su、各状态间的转移概率Pij、路径max_path的发生概率Pmax_path、对应状态的概率密度参考序列和各状态总处理时间归一化对数值集合为输入，完成单笔业务u的业务复杂度得分Cu计算。
步骤609：以单笔业务u的业务复杂度得分Cu、每笔业务全体参与员工编号集合Ou和业务流水号与业务小类交易代码对照表为输入，计算出每个员工和其他员工在单笔业务复杂度得分上的权重。
步骤610：将各状态间的转移概率Pij、退回状态前补录岗效率评估参考数组Ebt_ref、退回状态前审核岗效率评估参考数组Est_ref、退回状态效率评估参考数组Et_ref、路径max_path的发生概率Pmax_path以及员工复杂度得分分配权重作为业务复杂度参数设置结果保存。
单笔业务复杂度评估处理
步骤700：使用每笔业务u的状态流转顺序Su和各状态间的转移概率Pij，根据公式(12)，计算每笔业务u的业务流转路径发生概率Pu。
Figure BDA0002491214110000211
步骤701：将退回状态前补录岗总处理时间归一化对数值集合
Figure BDA0002491214110000212
按照元素个数L(即：交易笔数)划分子集，并与退回状态前补录岗效率评估参考数组Ebt_ref组成包含L个元素的数据集Ebt_combine。该数据集中每个元素的形式为
Figure BDA0002491214110000213
其中，u代表业务流水号。
步骤702：以Ebt_combine作为输入计算输出效率得分结果数组Gall，并定义为退回状态前补录岗效率得分结果数组Gbt。数组中每个元素为每笔业务u中退回状态前补录岗效率得分
Figure BDA0002491214110000214
步骤703：将退回状态前审核岗总处理时间归一化对数值集合
Figure BDA0002491214110000215
按照元素个数L(即：交易笔数)划分子集，并与退回状态前审核岗效率评估参考数组Est_ref组成包含L个元素的数据集Est_combine。该数据集中每个元素的形式为
Figure BDA0002491214110000221
其中，u代表业务流水号。
步骤704：以Est_combine作为输入，计算输出效率得分结果数组Gall，并定义为退回状态前审核岗效率得分结果数组Gst。数组中每个元素为每笔业务u中退回状态前审核岗效率得分
Figure BDA0002491214110000222
步骤705：将退回状态总处理时间归一化对数值集合
Figure BDA0002491214110000223
按照元素个数L(即：交易笔数)划分子集，并与退回状态效率评估参考数组Et_ref组成包含L个元素的数据集Et_combine。该数据集中每个元素的形式为
Figure BDA0002491214110000224
其中，u代表业务流水号。
步骤706：以Et_combine作为输入，计算输出效率得分结果数组Gall，并定义为退回状态效率得分结果数组Gt。数组中每个元素为每笔业务u中退回状态效率得分
Figure BDA0002491214110000225
步骤707：根据公式(12)，完成单笔业务u的业务复杂度得分Fu，组成以(业务流水号u，Fu)为元素的结果返回。
Figure BDA0002491214110000226
业务复杂度分配权重计算处理
步骤800：将业务复杂度得分Fu按照业务小类进行分组，并计算各业务小类的业务复杂度得分中位数，并将业务小类dc的业务复杂度得分中位数标记为Tdc。
步骤801：在业务小类dc中，将业务复杂度得分不小于Tdc的业务归为“复杂业务”。
步骤802：在每个业务小类dc中，对于涉及多人参与的业务处理，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合Ou，分别使用公式(13)和公式(14)计算员工snj出现在由多人参与的复杂业务中的概率Pdc(sni出现在由多人参与的复杂业务)，以及员工sni和snj同时出现在复杂业务中的概率Pdc(sni和snj同时参与处理的复杂业务)。
Figure BDA0002491214110000231
Figure BDA0002491214110000232
步骤803：使用公式(15)计算员工sni在处理复杂业务时与员工snj合作的概率，即Pdc(snj参与|sni出现在由多人参与的复杂业务)，以下简写为Pdc(snj|sni)，并将这个概率值记为员工sni与员工snj合作处理业务小类dc的业务时，员工sni所拥有的分配权重。将这些权重作为结果返回。
Figure BDA0002491214110000233
业务复杂度综合评估处理
步骤901：获取各状态间的转移概率Pij、退回状态前补录岗效率评估参考数组Ebt_ref、退回状态前审核岗效率评估参考数组Est_ref、退回状态效率评估参考数组Et_ref、路径max_path的发生概率Pmax_path以及员工复杂度得分分配权重。
步骤902：使用业务u的退回状态前补录岗总处理时间归一化对数值
Figure BDA0002491214110000234
退回状态前审核岗总处理时间归一化对数值
Figure BDA0002491214110000235
退回状态总处理时间归一化对数值
Figure BDA0002491214110000236
状态流转顺序Su以及从参数存储装置12获取的各状态间的转移概率Pij、退回状态前补录岗效率评估参考数组Ebt_ref、退回状态前审核岗效率评估参考数组Est_ref、退回状态效率评估参考数组Et_ref和路径max_path的发生概率Pmax_path作为输入，生成每笔具体业务的复杂度得分Fu。
步骤903：根据每笔业务全体参与员工编号集合Ou，判断每笔业务中参与处理的员工人数。
步骤904：对于仅涉及单人处理的业务，通过每笔业务全体参与员工编号集合Ou锁定参与此笔业务的员工sni，并将单笔业务复杂度得分Fu作为员工在此笔业务中的复杂度得分
Figure BDA0002491214110000241
步骤905：对于涉及多人处理的业务，根据业务小类交易代码对照表，找到当前业务u对应业务小类dc下的员工分配权重Pdc(snj|sni)。使用公式(16)计算每个参与员工的分配比例
Figure BDA0002491214110000242
(在业务u中，员工sni的分配比例)，并使用公式(17)将单笔业务复杂度得分按此比例划分到每个员工，完成每位员工在此笔业务中复杂度得分
Figure BDA0002491214110000243
的计算。
Figure BDA0002491214110000244
Figure BDA0002491214110000245
步骤906：组成以(业务流水号u，员工编号sn，对应业务小类dc，单笔业务复杂度得分Fu，员工sni复杂度得分Fu,sn)为元素的业务复杂度综合评分数组Fcombine作为输出。
评估结果集成处理
步骤1001：以业务流水号u和员工编号sn为条件，将补录岗员工效率得分数组Gb_combine、审核岗员工效率得分数组Gs_combine和业务复杂度综合评分数组Fcombine中的元素进行汇总，形成以(业务流水号u，员工编号sn，对应业务小类dc，
Figure BDA0002491214110000246
Gu,sn，单笔业务复杂度得分Fu，员工sn复杂度得分Fu,sn)为元素的结果汇总数组。其中，Gu,sn为
Figure BDA0002491214110000247
和
Figure BDA0002491214110000248
的总和，代表员工sn在业务u处理中的效率总分。
步骤1002：通过将Gu,sn和Fu,sn视为水平和垂直方向的正交向量，分别使用公式(18)和公式(19)计算得到员工在业务u中的绩效总分Bu,sn以及绩效特征夹角Au,sn。
Figure BDA0002491214110000251
Figure BDA0002491214110000252
步骤1003：构建以(业务流水号u，员工编号sn，对应业务小类dc，
Figure BDA0002491214110000253
Figure BDA0002491214110000254
Gu,sn，Bu,sn，Au,sn，单笔业务复杂度得分Fu，员工sn复杂度得分Fu,sn)为元素的综合评估结果数组，作为输出结果。
可以知晓，本发明业务处理效率参数设置处理能够按照业务小类和岗位对实际处理时间进行归一化操作，而后将变换后的结果纳入到统一的概率分布中进行概率密度函数的估计。业务复杂度参数设置处理首先利用一阶马尔科夫链将业务处理状态路径转化为概率图网，同时使用dijkstra算法寻找到当前概率图网中的最大概率路径。在涉及处理时间的状态上进行时间归一化操作，而后将归一化后的结果分别纳入到对应状态下，进行概率密度函数的估计。此外，业务复杂度参数设置处理还负责根据以往业务复杂度得分提升情况下人员的匹配情况，生成后台柜员间复杂度得分分配权重。业务处理效率评估处理根据业务处理效率参数设置处理计算所得的概率密度函数，利用业务处理中对应岗位的处理时间，计算对应岗位的业务处理效率得分，并使用时间比例将业务效率得分分配到具体员工。业务复杂度评估处理根据业务复杂度参数设置处理生成的业务状态流转概率图网、最大概率路径、各状态对应的概率密度函数和复杂度得分分配权重，利用业务处理中的状态流转路径和各状态的业务处理时间，完成当前业务复杂度的计算及员工个人复杂度得分的分配。评估结果集成处理可以根据单笔业务中后台柜员的复杂度得分与业务处理效率得分计算当前业务处理中该柜员的绩效总分，并通过生成业务复杂度夹角进一步形成柜员在所做业务上的能力表现评估结果和业务整体难度评估结果。本系统及方法的核心是应用概率和随机过程理论构建一套柜员绩效考核的统一计量方法，将各类业务处理的考核纳入到统一的计量体系中，依次来进行员工工作配置。
在具体场景实施例中，构建了员工绩效计量方式，进而不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。具体效果与优点如下：
1.构建了用于客观评价不同领域员工绩效表现的统一标准：本技术方案通过抽象不同领域业务办理流程的共性问题，结合使用概率论和马尔可夫链等数学方法，将贴源业务流转历史数据中蕴含的业务运转规律固化到系统参数中。实现了所有业务处理的统一度量，并且一切以数据为基础，最大程度上实现了客观评价。
2.丰富了绩效考核的考量因素：以往的员工绩效考核，仅能通过处理时间的快慢从效率方面衡量员工的表现，忽略了每类业务和每笔具体业务上复杂度的差异。本技术方案通过引入数学建模的方法，弥补了传统考核方式在此方面的缺失。
3.为管理者识别员工能力、洞察业务开展情况变化提供了客观、科学的方法：本技术方案以向量化的方式完成了员工业务处理效率得分与员工复杂度得分的集成，通过绩效特征夹角可以深入刻画员工绩效考核成绩的来源。如图3和图4所示，即使绩效总分相同的两个员工，他们的得分来源也可能相差甚远。显然，图中A员工的绩效总分源于高效的业务处理，而B员工的绩效总分则更多源于业务处理的复杂性。那么，在业务小类相同的情况下，如果A员工的绩效特征夹角普遍小于B员工(因为用于衡量绩效总分与效率得分的夹角，这个角度越小，说明业务处理效率得分在绩效总分中的比重越大。)，则有理由相信，B员工在此类业务的处理上不如A员工熟练，需要进一步的培训；在业务小类不同的情况下，若从事A类业务的员工的绩效特征夹角普遍小于从事B类业务员工的相同指标，则表明B类业务更加复杂，可能需要进行流程优化或增加人手。在本技术方案试用阶段，曾发现某月参与某类业务处理员工的绩效特征夹角普遍变小的情况，这说明该类业务的复杂度在提升。通过对业务流程进行排查发现，这是由于凭证版式变化后影像切片错误率提升所致。
4.系统自适应能力强：与以往需要不断人工调整参数设置的专家系统不同，本技术方案可根据业务流转信息历史数据，对系统内的参数进行智能迭代更新，以适应不断变化的内、外部业务环境，使考核结果评估更加科学、客观、准确。
5.自动化处理水平高：本系统及方法在业务处理效率参数设置、业务复杂度参数设置、业务处理效率评估和业务复杂度综合评估阶段均无需人工干预，可在针对大量员工的绩效考核计算中有效提升效率。
基于相同的发明构思，本发明实施例还提供一种员工工作配置装置，如图5所示，包括：
获取模块100，获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
生成模块200，根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
绩效数据评估模块300，根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
工作配置模块400，根据所述绩效数据对所述每个员工进行工作配置。
基于相同的发明构思，一些实施例中，所述流转环节包括补录岗和审核岗，所述状态包括开始、退回、成功和失败，所述生成模块，包括：
数据范围划分单元，以业务流水号为依据，划分每笔业务对应的数据范围；
第一计算单元，以各流转环节岗位标识码为依据，分别计算每笔业务中补录岗总处理时间和审核岗总处理时间；
设定集合生成单元，根据补录岗总处理时长、审核岗总处理时长以及预设的各流转环节与业务状态流转概率图网中各状态的对应关系，生成设定集合，所述设定集合包含补录岗业务处理时间归一化对数值集合、审核岗业务处理时间归一化对数值集合、各员工在补录岗的总处理时间、各员工在审核岗的总处理时间、业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值、状态流转顺序、业务流水号与业务小类的交易代码对照表，以及每笔交易全体参与员工的员工编号；
业务效率得分生成单元，基于所述业务流转信息、所述设定集合和各业务类型内补录岗效率评估参考数组和审核岗效率评估参考数组，得到每个员工的补录岗业务效率得分和审核岗业务效率得分；所述补录岗效率评估参考数组和审核岗效率评估参考数组是使用核密度估计算法对多个核函数进行估算后得到。
基于相同的发明构思，一些实施例中，所述设定集合生成单元，包括：
第二计算单元，计算补录岗和审核岗总处理时间以设定数值为底的对数值，分别记为补录岗总处理时间对数值和审核岗总处理时间对数值；
时间划分单元，在每笔业务中，以各流转环节岗位标识码和各流转环节参与人编号为依据，划分各员工在补录岗的总处理时间及其在审核岗的总处理时间；
升序排列单元，在每笔业务中，以各流转环节处理开始时间为依据，对数据记录进行升序排列，并按照各流转环节的状态标识码生成状态流转顺序以及参与业务的所有员工的员工编号集合；
第一标准差计算单元，根据每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值，分别计算业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差；
第一归一化单元，对业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差进行均一化处理，生成业务小类内每笔业务的补录岗总处理时间归一化对数值和审核岗总处理时间归一化对数值；
归一化集合生成单元，集合所有业务小类的补录岗总处理时间归一化对数值生成以业务流水号区分的补录岗业务处理时间归一化对数值集合，集合所有业务小类的审核岗总处理时间归一化对数值生成以业务流水号区分的审核岗业务处理时间归一化对数值集合；
第二标准差计算单元，根据每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值，分别计算退回状态前补录岗总处理时间对数值均值、退回状态前审核岗总处理时间对数值均值和退回状态总处理时间对数值均值，以及退回状态前补录岗总处理时间对数值标准差、退回状态前审核岗总处理时间对数值标准差和退回状态总处理时间对数值标准差；
第二归一化单元，分别对每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值进行归一化处理，归一化结果分别记作每笔业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值；
业务归属标注单元，根据业务小类交易代码，标注各业务流水号对应的业务归属，生成所述设定集合。
基于相同的发明构思，一些实施例中，还包括：核函数估算模块，使用核密度估计算法对多个核函数进行估算后得到所述补录岗效率评估参考数组和审核岗效率评估参考数组；所述核函数估算模块包括：
核函数提供单元，提供多个初始的核函数；
效率评估参考数组生成单元，基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合所述多个初始的核函数得到各业务小类的每笔业务的补录岗效率评估参考数组和审核岗效率评估参考数组。
基于相同的发明构思，一些实施例中，所述效率评估参考数组生成单元，包括：
概率密度值序列生成单元，根据每笔业务的退回状态前补录岗总处理时长归一化对数值、退回状态前审核岗总处理时长归一化对数值和退回状态总处理时长归一化对数值的集合，在最大对数值范围内根据设定的等距参考序列和所述多个核函数生成对应的补录岗概率密度值序列和审核岗概率密度值序列；
效率评估参考数组生成单元，基于所述等距参考序列中元素与各概率密度值序列中元素的对应关系，根据退回状态前补录岗总处理时间归一化对数值集合和退回状态前审核岗总处理时间归一化对数值集合，分别生成补录岗效率评估参考数组和审核岗效率评估参考数组生成补录岗效率评估参考数组和审核岗效率评估参考数组。
基于相同的发明构思，一些实施例中，所述业务效率得分生成单元，包括：
数据集生成单元，将补录岗业务处理时间归一化对数值集合和审核岗业务处理时间归一化对数值集合按照交易笔数划分出对应数量的子集，并对应结合补录岗效率评估参考数组和审核岗效率评估参考数组，组成补录岗数据集和审核岗数据集，所述补录岗数据集和审核岗数据集包括与所述交易笔数数量相同的元素；
效率得分结果数组生成单元，根据所述补录岗数据集和审核岗数据集得到对应的补录岗效率得分结果数组和审核岗效率得分结果数组；
效率得分生成单元，根据每笔业务的所有员工的补录岗总处理时间和审核岗总处理时间、每个员工处理的每笔业务的补录岗总处理时间和审核岗总处理时间，以及补录岗效率得分结果数组和审核岗效率得分结果数组，生成每个员工的补录岗效率得分和审核岗效率得分。
基于相同的发明构思，一些实施例中，所述生成模块，还包括：
业务复杂度参数配置单元，根据所述业务流转信息配置业务复杂度参数；所述业务复杂度参数包括每笔业务的业务复杂度和每个员工处理每笔业务的复杂度得分分配权重；
业务复杂度生成单元，根据所述业务复杂度参数生成每个员工的每笔业务的业务复杂度。
基于相同的发明构思，一些实施例中，所述业务复杂度参数还包括：各状态间的转移概率以及最高概率业务办理路径的发生概率；
所述业务复杂度参数配置单元包括：
转移概率生成单元，根据状态流转顺序和各流转节点之间的状态转换次数，得到全部业务处理中各状态间的转移概率；
对数集合调取单元，根据总处理时间归一化对数值的类别从所述设定集合中调取出退回状态前补录岗总处理时间归一化对数值集合、退回状态前审核岗总处理时间归一化对数值集合和退回状态总处理时间归一化对数值集合；
取倒数单元，通过对各状态间的转移概率取倒数，使用dijkstra算法确定最高概率业务办理路径，所述最高概率业务办理路径的发生概率等于路径上各状态间转移概率的乘积。
基于相同的发明构思，一些实施例中，所述业务复杂度参数还包括：退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组、退回状态效率评估参考数组；
所述根据所述业务流转信息配置业务复杂度参数还包括：
基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合得到各业务小类的每笔业务的退回状态前补录岗效率评估参考数组和退回状态前审核岗效率评估参考数组；
根据所述退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组生成退回状态效率评估参考数组。
基于相同的发明构思，一些实施例中，所述业务复杂度生成单元，包括：
业务流转路径发生概率生成单元，根据每笔业务的状态流转顺序和各状态间的转移概率，计算每笔业务的业务流转路径发生概率；
补录岗效率数据集生成单元，将退回状态前补录岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前补录岗效率评估参考数组组成补录岗效率数据集；
补录岗效率得分结果数组生成单元，根据所述补录岗效率数据集生成退回状态前补录岗效率得分结果数组，所述退回状态前补录岗效率得分结果数组中每个元素为每笔业务中退回状态前补录岗效率得分；
审核岗效率数据集生成单元，将退回状态前审核岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前审核岗效率评估参考数组组成审核岗效率数据集；
审核岗效率得分结果数组，根据所述审核岗效率数据集生成退回状态前审核岗效率得分结果数组，所述退回状态前审核岗效率得分结果数组中每个元素为每笔业务中退回状态前审核岗效率得分；
总效率数据集生成单元，将退回状态总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态效率评估参考数组组成总效率数据集；
效率得分结果数组生成单元，根据所述总效率数据集生成退回状态效率得分结果数组，所述退回状态效率得分结果数组中每个元素为每笔业务中退回状态效率得分；
业务复杂度组合生成单元，根据所述每笔业务中退回状态前补录岗效率得分、退回状态前审核岗效率得分以及退回状态效率得分，生成单笔业务的业务复杂度。
基于相同的发明构思，一些实施例中，业务复杂度参数配置单元还，包括：
分组单元，将业务复杂度得分按照业务小类进行分组，并计算各业务小类的业务复杂度得分中位数；其中，在业务小类中，业务复杂度得分不小于设定阈值的业务归为复杂业务；
第一概率计算单元，在每个业务小类中，对于涉及多人参与的业务，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合，分别计算各员工出现在由多人参与的复杂业务中的概率，以及多员工同时出现在复杂业务中的概率；
第二概率计算单元，计算各员工在处理复杂业务时与其他员工合作的概率，并将概率值记为各员工合作处理业务小类的业务时的员工复杂度得分分配权重。
基于相同的发明构思，一些实施例中，所述绩效数据包括绩效总分和绩效夹角，所述根绩效数据评估模块分别将每个员工的每笔业务的补录岗效率得分和审核岗效率得分作为一个正交向量，将每个员工的每笔业务的业务复杂度作为另一个正交向量，生成每个员工的每笔业务的绩效总分和绩效特征夹角，并构建员工综合评估结果数组，所述员工综合评估结果数组包括每笔业务的业务流水号、员工编号、业务小类、绩效总分和绩效特征夹角。
可以理解，本发明提供的员工工作配置装置，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。
此外，基于各实施例的详细描述可知，本发明提供的员工工作配置装置，业务处理效率参数设置处理能够按照业务小类和岗位对实际处理时间进行归一化操作，而后将变换后的结果纳入到统一的概率分布中进行概率密度函数的估计。业务复杂度参数设置处理首先利用一阶马尔科夫链将业务处理状态路径转化为概率图网，同时使用dijkstra算法寻找到当前概率图网中的最大概率路径。在涉及处理时间的状态上进行时间归一化操作，而后将归一化后的结果分别纳入到对应状态下，进行概率密度函数的估计。此外，业务复杂度参数设置处理还负责根据以往业务复杂度得分提升情况下人员的匹配情况，生成后台柜员间复杂度得分分配权重。业务处理效率评估处理根据业务处理效率参数设置处理计算所得的概率密度函数，利用业务处理中对应岗位的处理时间，计算对应岗位的业务处理效率得分，并使用时间比例将业务效率得分分配到具体员工。业务复杂度评估处理根据业务复杂度参数设置处理生成的业务状态流转概率图网、最大概率路径、各状态对应的概率密度函数和复杂度得分分配权重，利用业务处理中的状态流转路径和各状态的业务处理时间，完成当前业务复杂度的计算及员工个人复杂度得分的分配。评估结果集成处理可以根据单笔业务中后台柜员的复杂度得分与业务处理效率得分计算当前业务处理中该柜员的绩效总分，并通过生成业务复杂度夹角进一步形成柜员在所做业务上的能力表现评估结果和业务整体难度评估结果。具体到实际的实施例中，针对银行柜员业务，构建一套柜员绩效考核的统一计量方法，将各类业务处理的考核纳入到统一的计量体系中，进而可以依此进行后续的员工工作配置。
从硬件层面来说，为了本发明提供一种用于实现所述员工工作配置方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现服务器、装置、分布式消息中间件集群装置、各类数据库以及用户终端等相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例中的员工工作配置方法的实施例，以及，员工工作配置装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图6为本发明实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，员工工作配置功能可以被集成到中央处理器9100中。例如，中央处理器9100可以被配置为进行如下控制：
S100：获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
S200：根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
S300：根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
S400：根据所述绩效数据对所述每个员工进行工作配置。
从上述描述可知，本发明的实施例提供的电子设备，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。
在另一个实施方式中，员工工作配置装置可以与中央处理器9100分开配置，例如可以将员工工作装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现员工工作配置功能。
如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。
如图6所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的执行主体可以为服务器的员工工作配置方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的员工工作配置方法的全部步骤。
从上述描述可知，本发明的实施例提供的计算机可读存储介质，将业务处理效率得分与业务复杂度得分结合使用，可以进一步发现员工与自己所负责业务之间的能力适配关系，并为彻查业务运行中的系统性风险提供线索和切入点，不仅可以弥补跨领域员工绩效核算缺乏统一标准、受主观影响大的缺点，还能丰富绩效考核的考量因素，为管理者识别员工能力和洞察业务开展情况变化，提供客观、量化的决策支持依据。
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、装置、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。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (26)

1.一种员工工作配置方法，其特征在于，包括：
获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码、业务小类的交易代码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
根据所述绩效数据对所述每个员工进行工作配置。
2.根据权利要求1所述的员工工作配置方法，其特征在于，所述流转环节包括补录岗和审核岗，所述状态包括开始、退回、成功和失败，所述根据所述业务流转信息生成每个员工的各流转环节的业务效率得分，包括：
以业务流水号为依据，划分每笔业务对应的数据范围；
以各流转环节岗位标识码为依据，分别计算每笔业务中补录岗总处理时间和审核岗总处理时间；
根据补录岗总处理时长、审核岗总处理时长以及预设的各流转环节与业务状态流转概率图网中各状态的对应关系，生成设定集合，所述设定集合包含补录岗业务处理时间归一化对数值集合、审核岗业务处理时间归一化对数值集合、各员工在补录岗的总处理时间、各员工在审核岗的总处理时间、业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值、状态流转顺序、业务流水号与业务小类的交易代码对照表，以及每笔交易全体参与员工的员工编号；
基于所述业务流转信息、所述设定集合和各业务类型内补录岗效率评估参考数组和审核岗效率评估参考数组，得到每个员工的补录岗业务效率得分和审核岗业务效率得分；所述补录岗效率评估参考数组和审核岗效率评估参考数组是使用核密度估计算法对多个核函数进行估算后得到。
3.根据权利要求2所述的员工工作配置方法，其特征在于，所述根据补录岗总处理时长、审核岗总处理时长以及预设的各流转环节与业务状态流转概率图网中各状态的对应关系，生成设定集合，包括：
计算补录岗和审核岗总处理时间以设定数值为底的对数值，分别记为补录岗总处理时间对数值和审核岗总处理时间对数值；
在每笔业务中，以各流转环节岗位标识码和各流转环节参与人编号为依据，划分各员工在补录岗的总处理时间及其在审核岗的总处理时间；
在每笔业务中，以各流转环节处理开始时间为依据，对数据记录进行升序排列，并按照各流转环节的状态标识码生成状态流转顺序以及参与业务的所有员工的员工编号集合；
根据每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值，分别计算业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差；
对业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差进行均一化处理，生成业务小类内每笔业务的补录岗总处理时间归一化对数值和审核岗总处理时间归一化对数值；
集合所有业务小类的补录岗总处理时间归一化对数值生成以业务流水号区分的补录岗业务处理时间归一化对数值集合，集合所有业务小类的审核岗总处理时间归一化对数值生成以业务流水号区分的审核岗业务处理时间归一化对数值集合；
根据每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值，分别计算退回状态前补录岗总处理时间对数值均值、退回状态前审核岗总处理时间对数值均值和退回状态总处理时间对数值均值，以及退回状态前补录岗总处理时间对数值标准差、退回状态前审核岗总处理时间对数值标准差和退回状态总处理时间对数值标准差；
分别对每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值进行归一化处理，归一化结果分别记作每笔业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值；
根据业务小类交易代码，标注各业务流水号对应的业务归属，生成所述设定集合。
4.根据权利要求2所述的员工工作配置方法，其特征在于，使用核密度估计算法对多个核函数进行估算后得到所述补录岗效率评估参考数组和审核岗效率评估参考数组的步骤，包括：
提供多个初始的核函数；
基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合所述多个初始的核函数得到各业务小类的每笔业务的补录岗效率评估参考数组和审核岗效率评估参考数组。
5.根据权利要求4所述的员工工作配置方法，其特征在于，所述基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合得到各业务小类的每笔业务的补录岗效率评估参考数组和审核岗效率评估参考数组，包括：
根据每笔业务的补录岗业务总处理时间归一化对数值集合和审核岗业务总处理时间归一化对数值集合，在最大对数值范围内根据设定的等距参考序列和所述多个核函数生成对应的补录岗概率密度值序列和审核岗概率密度值序列；
基于所述等距参考序列中元素与各概率密度值序列中元素的对应关系，根据补录岗业务总处理时间归一化对数值集合和审核岗业务总处理时间归一化对数值集合，分别生成补录岗效率评估参考数组和审核岗效率评估参考数组。
6.根据权利要求2所述的员工工作配置方法，其特征在于，基于各业务类型内每笔业务的补录岗和审核岗的概率密度函数和所述业务流转信息，得到每个员工的补录岗业务效率得分和审核岗业务效率得分，包括：
将补录岗业务处理时间归一化对数值集合和审核岗业务处理时间归一化对数值集合按照交易笔数划分出对应数量的子集，并对应结合补录岗效率评估参考数组和审核岗效率评估参考数组，组成补录岗数据集和审核岗数据集，所述补录岗数据集和审核岗数据集包括与所述交易笔数数量相同的元素；
根据所述补录岗数据集和审核岗数据集得到对应的补录岗效率得分结果数组和审核岗效率得分结果数组；
根据每笔业务的所有员工的补录岗总处理时间和审核岗总处理时间、每个员工处理的每笔业务的补录岗总处理时间和审核岗总处理时间，以及补录岗效率得分结果数组和审核岗效率得分结果数组，生成每个员工的补录岗效率得分和审核岗效率得分。
7.根据权利要求2所述的员工工作配置方法，其特征在于，所述根据所述业务流转信息生成每个员工的业务复杂度，包括：
根据所述业务流转信息配置业务复杂度参数；所述业务复杂度参数包括每笔业务的业务复杂度和每个员工处理每笔业务的复杂度得分分配权重；
根据所述业务复杂度参数生成每个员工的每笔业务的业务复杂度。
8.根据权利要求7所述的员工工作配置方法，其特征在于，所述业务复杂度参数还包括：各状态间的转移概率以及最高概率业务办理路径的发生概率；
所述根据所述业务流转信息配置业务复杂度参数包括：
根据状态流转顺序和各流转节点之间的状态转换次数，得到全部业务处理中各状态间的转移概率；
根据总处理时间归一化对数值的类别从所述设定集合中调取出退回状态前补录岗总处理时间归一化对数值集合、退回状态前审核岗总处理时间归一化对数值集合和退回状态总处理时间归一化对数值集合；
通过对各状态间的转移概率取倒数，使用dijkstra算法确定最高概率业务办理路径，所述最高概率业务办理路径的发生概率等于路径上各状态间转移概率的乘积。
9.根据权利要求7所述的员工工作配置方法，其特征在于，所述业务复杂度参数还包括：退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组、退回状态效率评估参考数组；
所述根据所述业务流转信息配置业务复杂度参数还包括：
基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合得到各业务小类的每笔业务的退回状态前补录岗效率评估参考数组和退回状态前审核岗效率评估参考数组；
根据所述退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组生成退回状态效率评估参考数组。
10.根据权利要求9所述的员工工作配置方法，其特征在于，所述业务复杂度参数生成每个员工的每笔业务的业务复杂度，包括：
根据每笔业务的状态流转顺序和各状态间的转移概率，计算每笔业务的业务流转路径发生概率；
将退回状态前补录岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前补录岗效率评估参考数组组成补录岗效率数据集；
根据所述补录岗效率数据集生成退回状态前补录岗效率得分结果数组，所述退回状态前补录岗效率得分结果数组中每个元素为每笔业务中退回状态前补录岗效率得分；
将退回状态前审核岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前审核岗效率评估参考数组组成审核岗效率数据集；
根据所述审核岗效率数据集生成退回状态前审核岗效率得分结果数组，所述退回状态前审核岗效率得分结果数组中每个元素为每笔业务中退回状态前审核岗效率得分；
将退回状态总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态效率评估参考数组组成总效率数据集；
根据所述总效率数据集生成退回状态效率得分结果数组，所述退回状态效率得分结果数组中每个元素为每笔业务中退回状态效率得分；
根据所述每笔业务中退回状态前补录岗效率得分、退回状态前审核岗效率得分以及退回状态效率得分，生成单笔业务的业务复杂度。
11.根据权利要求7所述的员工工作配置方法，其特征在于，计算多员工参与处理的业务中各参与员工的复杂度得分分配权重的步骤，包括：
将业务复杂度得分按照业务小类进行分组，并计算各业务小类的业务复杂度得分中位数；其中，在业务小类中，业务复杂度得分不小于设定阈值的业务归为复杂业务；
在每个业务小类中，对于涉及多人参与的业务，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合，分别计算各员工出现在由多人参与的复杂业务中的概率，以及多员工同时出现在复杂业务中的概率；
计算各员工在处理复杂业务时与其他员工合作的概率，并将概率值记为各员工合作处理业务小类的业务时的员工复杂度得分分配权重。
12.根据权利要求10所述的员工工作配置方法，其特征在于，所述绩效数据包括绩效总分和绩效夹角，所述根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据，包括：
分别将每个员工的每笔业务的补录岗效率得分和审核岗效率得分作为一个正交向量，将每个员工的每笔业务的业务复杂度作为另一个正交向量，生成每个员工的每笔业务的绩效总分和绩效特征夹角，并构建员工综合评估结果数组，所述员工综合评估结果数组包括每笔业务的业务流水号、员工编号、业务小类、绩效总分和绩效特征夹角。
13.一种员工工作配置装置，其特征在于，包括：
获取模块，获取所有员工在待评估时间段内所有处理的业务流转信息；所述业务流转信息包括：业务流水号、各流转环节处理开始时间和处理截止时间、各流转环节状态标识码、各流转环节的岗位标识码和各流转环节参与人编号；所述流转环节是所述业务过程中的处理操作环节；
生成模块，根据所述业务流转信息生成每个员工的各流转环节的业务效率得分和单笔业务的业务复杂度；
绩效数据评估模块，根据每个员工的各流转环节的业务效率得分和每笔业务的业务复杂度，评估每个员工在待评估时间段内的绩效数据；
工作配置模块，根据所述绩效数据对所述每个员工进行工作配置。
14.根据权利要求13所述的员工工作配置装置，其特征在于，所述流转环节包括补录岗和审核岗，所述状态包括开始、退回、成功和失败，所述生成模块，包括：
数据范围划分单元，以业务流水号为依据，划分每笔业务对应的数据范围；
第一计算单元，以各流转环节岗位标识码为依据，分别计算每笔业务中补录岗总处理时间和审核岗总处理时间；
设定集合生成单元，根据补录岗总处理时长、审核岗总处理时长以及预设的各流转环节与业务状态流转概率图网中各状态的对应关系，生成设定集合，所述设定集合包含补录岗业务处理时间归一化对数值集合、审核岗业务处理时间归一化对数值集合、各员工在补录岗的总处理时间、各员工在审核岗的总处理时间、业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值、状态流转顺序、业务流水号与业务小类的交易代码对照表，以及每笔交易全体参与员工的员工编号；
业务效率得分生成单元，基于所述业务流转信息、所述设定集合和各业务类型内补录岗效率评估参考数组和审核岗效率评估参考数组，得到每个员工的补录岗业务效率得分和审核岗业务效率得分；所述补录岗效率评估参考数组和审核岗效率评估参考数组是使用核密度估计算法对多个核函数进行估算后得到。
15.根据权利要求14所述的员工工作配置装置，其特征在于，所述设定集合生成单元，包括：
第二计算单元，计算补录岗和审核岗总处理时间以设定数值为底的对数值，分别记为补录岗总处理时间对数值和审核岗总处理时间对数值；
时间划分单元，在每笔业务中，以各流转环节岗位标识码和各流转环节参与人编号为依据，划分各员工在补录岗的总处理时间及其在审核岗的总处理时间；
升序排列单元，在每笔业务中，以各流转环节处理开始时间为依据，对数据记录进行升序排列，并按照各流转环节的状态标识码生成状态流转顺序以及参与业务的所有员工的员工编号集合；
第一标准差计算单元，根据每笔业务的补录岗总处理时间对数值和审核岗总处理时间对数值，分别计算业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差；
第一归一化单元，对业务小类内补录岗总处理时间对数值均值和标准差以及业务小类内审核岗总处理时间对数值均值和标准差进行均一化处理，生成业务小类内每笔业务的补录岗总处理时间归一化对数值和审核岗总处理时间归一化对数值；
归一化集合生成单元，集合所有业务小类的补录岗总处理时间归一化对数值生成以业务流水号区分的补录岗业务处理时间归一化对数值集合，集合所有业务小类的审核岗总处理时间归一化对数值生成以业务流水号区分的审核岗业务处理时间归一化对数值集合；
第二标准差计算单元，根据每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值，分别计算退回状态前补录岗总处理时间对数值均值、退回状态前审核岗总处理时间对数值均值和退回状态总处理时间对数值均值，以及退回状态前补录岗总处理时间对数值标准差、退回状态前审核岗总处理时间对数值标准差和退回状态总处理时间对数值标准差；
第二归一化单元，分别对每笔业务的退回状态前补录岗总处理时间对数值、退回状态前审核岗总处理时间对数值和退回状态总处理时间对数值进行归一化处理，归一化结果分别记作每笔业务的退回状态前补录岗总处理时间归一化对数值、退回状态前审核岗总处理时间归一化对数值和退回状态总处理时间归一化对数值；
业务归属标注单元，根据业务小类交易代码，标注各业务流水号对应的业务归属，生成所述设定集合。
16.根据权利要求14所述的员工工作配置装置，其特征在于，还包括：核函数估算模块，使用核密度估计算法对多个核函数进行估算后得到所述补录岗效率评估参考数组和审核岗效率评估参考数组；所述核函数估算模块包括：
核函数提供单元，提供多个初始的核函数；
效率评估参考数组生成单元，基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合所述多个初始的核函数得到各业务小类的每笔业务的补录岗效率评估参考数组和审核岗效率评估参考数组。
17.根据权利要求16所述的员工工作配置装置，其特征在于，所述效率评估参考数组生成单元，包括：
概率密度值序列生成单元，根据每笔业务的退回状态前补录岗总处理时长归一化对数值、退回状态前审核岗总处理时长归一化对数值和退回状态总处理时长归一化对数值的集合，在最大对数值范围内根据设定的等距参考序列和所述多个核函数生成对应的补录岗概率密度值序列和审核岗概率密度值序列；
效率评估参考数组生成单元，基于所述等距参考序列中元素与各概率密度值序列中元素的对应关系，根据退回状态前补录岗总处理时间归一化对数值集合和退回状态前审核岗总处理时间归一化对数值集合，分别生成补录岗效率评估参考数组和审核岗效率评估参考数组生成补录岗效率评估参考数组和审核岗效率评估参考数组。
18.根据权利要求14所述的员工工作配置装置，其特征在于，所述业务效率得分生成单元，包括：
数据集生成单元，将补录岗业务处理时间归一化对数值集合和审核岗业务处理时间归一化对数值集合按照交易笔数划分出对应数量的子集，并对应结合补录岗效率评估参考数组和审核岗效率评估参考数组，组成补录岗数据集和审核岗数据集，所述补录岗数据集和审核岗数据集包括与所述交易笔数数量相同的元素；
效率得分结果数组生成单元，根据所述补录岗数据集和审核岗数据集得到对应的补录岗效率得分结果数组和审核岗效率得分结果数组；
效率得分生成单元，根据每笔业务的所有员工的补录岗总处理时间和审核岗总处理时间、每个员工处理的每笔业务的补录岗总处理时间和审核岗总处理时间，以及补录岗效率得分结果数组和审核岗效率得分结果数组，生成每个员工的补录岗效率得分和审核岗效率得分。
19.根据权利要求14所述的员工工作配置装置，其特征在于，所述生成模块，还包括：
业务复杂度参数配置单元，根据所述业务流转信息配置业务复杂度参数；所述业务复杂度参数包括每笔业务的业务复杂度和每个员工处理每笔业务的复杂度得分分配权重；
业务复杂度生成单元，根据所述业务复杂度参数生成每个员工的每笔业务的业务复杂度。
20.根据权利要求19所述的员工工作配置装置，其特征在于，所述业务复杂度参数还包括：各状态间的转移概率以及最高概率业务办理路径的发生概率；
所述业务复杂度参数配置单元包括：
转移概率生成单元，根据状态流转顺序和各流转节点之间的状态转换次数，得到全部业务处理中各状态间的转移概率；
对数集合调取单元，根据总处理时间归一化对数值的类别从所述设定集合中调取出退回状态前补录岗总处理时间归一化对数值集合、退回状态前审核岗总处理时间归一化对数值集合和退回状态总处理时间归一化对数值集合；
取倒数单元，通过对各状态间的转移概率取倒数，使用dijkstra算法确定最高概率业务办理路径，所述最高概率业务办理路径的发生概率等于路径上各状态间转移概率的乘积。
21.根据权利要求19所述的员工工作配置装置，其特征在于，所述业务复杂度参数还包括：退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组、退回状态效率评估参考数组；
所述根据所述业务流转信息配置业务复杂度参数还包括：
基于核密度估计算法，将预设历史时间段内的业务流转信息作为训练数据，拟合得到各业务小类的每笔业务的退回状态前补录岗效率评估参考数组和退回状态前审核岗效率评估参考数组；
根据所述退回状态前补录岗效率评估参考数组、退回状态前审核岗效率评估参考数组生成退回状态效率评估参考数组。
22.根据权利要求21所述的员工工作配置装置，其特征在于，所述业务复杂度生成单元，包括：
业务流转路径发生概率生成单元，根据每笔业务的状态流转顺序和各状态间的转移概率，计算每笔业务的业务流转路径发生概率；
补录岗效率数据集生成单元，将退回状态前补录岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前补录岗效率评估参考数组组成补录岗效率数据集；
补录岗效率得分结果数组生成单元，根据所述补录岗效率数据集生成退回状态前补录岗效率得分结果数组，所述退回状态前补录岗效率得分结果数组中每个元素为每笔业务中退回状态前补录岗效率得分；
审核岗效率数据集生成单元，将退回状态前审核岗总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态前审核岗效率评估参考数组组成审核岗效率数据集；
审核岗效率得分结果数组，根据所述审核岗效率数据集生成退回状态前审核岗效率得分结果数组，所述退回状态前审核岗效率得分结果数组中每个元素为每笔业务中退回状态前审核岗效率得分；
总效率数据集生成单元，将退回状态总处理时间归一化对数值集合按照交易笔数划分子集，并与退回状态效率评估参考数组组成总效率数据集；
效率得分结果数组生成单元，根据所述总效率数据集生成退回状态效率得分结果数组，所述退回状态效率得分结果数组中每个元素为每笔业务中退回状态效率得分；
业务复杂度组合生成单元，根据所述每笔业务中退回状态前补录岗效率得分、退回状态前审核岗效率得分以及退回状态效率得分，生成单笔业务的业务复杂度。
23.根据权利要求20所述的员工工作配置装置，其特征在于，业务复杂度参数配置单元还包括：
分组单元，将业务复杂度得分按照业务小类进行分组，并计算各业务小类的业务复杂度得分中位数；其中，在业务小类中，业务复杂度得分不小于设定阈值的业务归为复杂业务；
第一概率计算单元，在每个业务小类中，对于涉及多人参与的业务，根据业务流水号与业务小类交易代码对照表和每笔业务全体参与员工编号集合，分别计算各员工出现在由多人参与的复杂业务中的概率，以及多员工同时出现在复杂业务中的概率；
第二概率计算单元，计算各员工在处理复杂业务时与其他员工合作的概率，并将概率值记为各员工合作处理业务小类的业务时的员工复杂度得分分配权重。
24.根据权利要求22所述的员工工作配置装置，其特征在于，所述绩效数据包括绩效总分和绩效夹角，所述绩效数据评估模块分别将每个员工的每笔业务的补录岗效率得分和审核岗效率得分作为一个正交向量，将每个员工的每笔业务的业务复杂度作为另一个正交向量，生成每个员工的每笔业务的绩效总分和绩效特征夹角，并构建员工综合评估结果数组，所述员工综合评估结果数组包括每笔业务的业务流水号、员工编号、业务小类、绩效总分和绩效特征夹角。
25.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至12任一项所述的员工工作配置方法。
26.一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，该计算机程序被处理器执行时实现权利要求1至12任一项所述的员工工作配置方法。
CN202010405682.XA 2020-05-14 2020-05-14 员工工作配置方法及装置 Active CN111612321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010405682.XA CN111612321B (zh) 2020-05-14 2020-05-14 员工工作配置方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010405682.XA CN111612321B (zh) 2020-05-14 2020-05-14 员工工作配置方法及装置

Publications (2)

Publication Number Publication Date
CN111612321A true CN111612321A (zh) 2020-09-01
CN111612321B CN111612321B (zh) 2024-01-23

Family

ID=72201362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010405682.XA Active CN111612321B (zh) 2020-05-14 2020-05-14 员工工作配置方法及装置

Country Status (1)

Country Link
CN (1) CN111612321B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113506050A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 员工绩效的评估方法、装置、电子设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080313188A1 (en) * 2007-06-14 2008-12-18 Microsoft Corporation Distributed Kernel Density Estimation
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
CN108694524A (zh) * 2018-07-17 2018-10-23 四川正汇通企业管理有限公司 一种绩效管理方法
CN110147941A (zh) * 2019-04-28 2019-08-20 中国银行股份有限公司 考核内容获取方法、员工评估方法及装置
CN110197313A (zh) * 2018-02-27 2019-09-03 顺丰科技有限公司 员工评价方法及装置、设备和存储介质
CN110348697A (zh) * 2019-06-19 2019-10-18 深圳壹账通智能科技有限公司 员工的绩效考核方法、装置、终端及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080313188A1 (en) * 2007-06-14 2008-12-18 Microsoft Corporation Distributed Kernel Density Estimation
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
CN110197313A (zh) * 2018-02-27 2019-09-03 顺丰科技有限公司 员工评价方法及装置、设备和存储介质
CN108694524A (zh) * 2018-07-17 2018-10-23 四川正汇通企业管理有限公司 一种绩效管理方法
CN110147941A (zh) * 2019-04-28 2019-08-20 中国银行股份有限公司 考核内容获取方法、员工评估方法及装置
CN110348697A (zh) * 2019-06-19 2019-10-18 深圳壹账通智能科技有限公司 员工的绩效考核方法、装置、终端及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卢郡等: "基于C-POWA算子的银行员工绩效评价方法", 《运筹与管理》, vol. 25, no. 4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113506050A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 员工绩效的评估方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN111612321B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN110428555A (zh) 共享充电设备归还方法以及装置
CN108347490A (zh) 一种基于生物识别技术的校园应用装置及系统
CN107729519B (zh) 基于多源多维数据的评估方法及装置、终端
CN107194593A (zh) 银行绩效考核系统及其绩效考核方法
CN112116103B (zh) 基于联邦学习的个人资质评估方法、装置及系统及存储介质
CN109685462A (zh) 一种人岗匹配方法、装置、系统、设备及介质
CN109727055A (zh) 网络问卷调查方法、装置、设备及计算机可读存储介质
CN111815169A (zh) 业务审批参数配置方法及装置
CN110288485B (zh) 基于位置的审核成员筛选方法以及装置
CN111612321A (zh) 员工工作配置方法及装置
CN110610397B (zh) 信用项目中的应约处理方法以及装置
CN110233864B (zh) 一种基于众包的信息采集方法、装置、设备、存储介质
CN110245985A (zh) 一种信息处理方法及装置
CN113190460B (zh) 一种测试案例自动生成方法及装置
CN111859115B (zh) 用户分配方法和系统、数据处理设备及用户分配设备
CN110555703B (zh) 信用合约多视角展示方法以及装置
CN111985900A (zh) 信息处理方法及装置
CN208112665U (zh) 一种基于生物识别技术的校园应用装置
CN112365189A (zh) 案件分配方法及装置
CN113191570A (zh) 基于深度学习的资金规划推荐方法、装置和设备
EP4455972A1 (en) Information processing device, information processing method, and program
CN110942383A (zh) 基于信用组织的风险处理方法以及装置
CN112989206B (zh) 一种财税公众号服务控件自动组装方法、装置、介质
CN117390455B (zh) 数据处理方法和装置、存储介质及电子设备
CN117196734B (zh) 一种众包任务的价值评估方法、系统、设备及存储介质

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