CN111709724A - 深度考勤方法及系统 - Google Patents
深度考勤方法及系统 Download PDFInfo
- Publication number
- CN111709724A CN111709724A CN202010828298.0A CN202010828298A CN111709724A CN 111709724 A CN111709724 A CN 111709724A CN 202010828298 A CN202010828298 A CN 202010828298A CN 111709724 A CN111709724 A CN 111709724A
- Authority
- CN
- China
- Prior art keywords
- behavior data
- time period
- current time
- office
- employee
- 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
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
- G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
- G06Q10/1091—Recording time for administrative or management purposes
Abstract
本发明公开了一种深度考勤方法及系统,深度考勤方法包括:采集员工的行为数据,并基于知识库对行为数据进行分析,构建办公日志;根据办公日志对员工进行考勤评估。采用本发明,通过采集员工的行为数据,可以了解到每个员工的上班有效工作时长,实现企业对员工工作量的深度考勤,真正地了解到员工对企业的贡献,以及员工的努力程度,使得用户考勤不必拘泥于位置,只要有效的工作,在任何地方都可以自动考勤。
Description
技术领域
本发明涉及员工考勤技术领域,尤其涉及一种深度考勤方法及系统。
背景技术
相关技术中,企业考勤通过打卡机制完成,该机制停留在办公时间层面,无法对企业员工的工作效率进行有效评估。对于一些员工在单位不办公或是擅自离开公司的现象在考勤中无法考虑在内。而且,当员工办公效率低下时,消极管理者通常会少分配任务,常用打卡机制无法识别出来并给管理者警示,对企业的人力成本是一种隐藏的浪费。
发明内容
本发明实施例提供一种深度考勤方法及系统,用以解决现有技术中员工考勤有效性低、无法评估员工工作效率的问题。
根据本发明实施例的深度考勤方法,包括:
采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
根据所述办公日志对员工进行考勤评估。
根据本发明的一些实施例,所述采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志,包括:
按照预设时长采集员工当前时间段的行为数据;
基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对软件进行的行为数据,所述对软件进行的行为数据包括:软件名称、以及所述软件名称对应的操作行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,包括:
根据所述软件名称判断所述软件是否为办公软件,若是,则判定当前时间段的行为数据有效,否则,判定当前时间段的行为数据无效。
根据本发明的一些实施例,所述软件名称对应的操作行为数据包括:键盘操作次数、和/或鼠标操作次数。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内的网页浏览数据,所述网页浏览数据包括:URL类型、以及所述URL类型对应的URL浏览量;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,包括:
根据所述URL类型判断所述网页是否为办公网页,若是,则当前时间段的行为数据有效,否则,当前时间段的行为数据无效。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对Linux系统内核文件进行的行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于当前时间段内对Linux系统内核文件进行的行为数据,构建当前时间段的办公日志;
所述对Linux系统内核文件进行的行为数据包括:文件读写次数、文件读写数据量。
根据本发明的一些实施例,所述根据所述办公日志对该员工进行考勤评估,包括:
汇总员工当天各个时间段的办公日志;
根据汇总后的办公日志,统计员工办公时长、办公时间段、办公软件操作时长、办公软件无操作时长、非办公软件操作时长,以对员工的工作效率进行评估。
根据本发明实施例的深度考勤系统,包括:
采集单元,采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
分析单元,用于根据所述办公日志对员工进行考勤评估。
采用本发明实施例,通过采集员工的行为数据,可以了解到每个员工的上班有效工作时长,实现企业对员工工作量的深度考勤的考勤方法,真正地了解到员工对企业的贡献,以及努力程度,使得用户考勤不必拘泥于位置,只要有效的工作,在任何地方都可以自动考勤。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在附图中:
图1是本发明实施例中深度考勤方法流程图;
图2是本发明实施例中深度考勤系统示意图;
图3是本发明实施例中深度考勤方法流程图;
图4是本发明实施例中深度考勤方法流程图;
图5是本发明实施例中深度考勤方法流程图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示,根据本发明实施例的深度考勤方法,包括:
S1,采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
这里所提到的“员工的行为数据”可以理解为反映员工操作行为的一些数据,例如,员工操作电脑的一些数据。“知识库”可以理解为存储有分类信息的库。通过知识库,可以对行为数据进行分类判断,以汇总成办公日志。
S2,根据所述办公日志对员工进行考勤评估。
可以理解的是,通过对办公日志进行分析、汇总,可以对员工的办公情况进行评测。
采用本发明实施例,通过采集员工的行为数据,可以了解到每个员工的上班有效工作时长,实现企业对员工工作量的深度考勤的考勤方法,真正地了解到员工对企业的贡献,以及努力程度,使得用户考勤不必拘泥于位置,只要有效的工作,在任何地方都可以自动考勤。
在上述实施例的基础上,进一步提出各变型实施例,在此需要说明的是,为了使描述简要,在各变型实施例中仅描述与上述实施例的不同之处。
根据本发明的一些实施例,所述采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志,包括:
按照预设时长采集员工当前时间段的行为数据;
基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志。
可以理解的是,对于员工一天内或者是办公时间段内行为数据的采集可以分段采集,并对每段行为数据进行分析,从而可以构建成多条办公日志。由此,可以降低数据处理难度。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对软件进行的行为数据,所述对软件进行的行为数据包括:软件名称、以及所述软件名称对应的操作行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,包括:
根据所述软件名称判断所述软件是否为办公软件,若是,则判定当前时间段的行为数据有效,否则,判定当前时间段的行为数据无效。
根据本发明的一些实施例,所述软件名称对应的操作行为数据包括:键盘操作次数、和/或鼠标操作次数。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内的网页浏览数据,所述网页浏览数据包括:URL类型、以及所述URL类型对应的URL浏览量;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,包括:
根据所述URL类型判断所述网页是否为办公网页,若是,则当前时间段的行为数据有效,否则,当前时间段的行为数据无效。
根据本发明的一些实施例,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对Linux系统内核文件进行的行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于当前时间段内对Linux系统内核文件进行的行为数据,构建当前时间段的办公日志;
所述对Linux系统内核文件进行的行为数据包括:文件读写次数、文件读写数据量。
根据本发明的一些实施例,所述根据所述办公日志对该员工进行考勤评估,包括:
汇总员工当天各个时间段的办公日志;
根据汇总后的办公日志,统计员工办公时长、办公时间段、办公软件操作时长、办公软件无操作时长、非办公软件操作时长,以对员工的工作效率进行评估。
根据本发明实施例的深度考勤系统,包括:
采集单元,采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
分析单元,用于根据所述办公日志对员工进行考勤评估。
采用本发明实施例,通过采集员工的行为数据,可以了解到每个员工的上班有效工作时长,实现企业对员工工作量的深度考勤的考勤方法,真正地了解到员工对企业的贡献,以及努力程度,使得用户考勤不必拘泥于位置,只要有效的工作,在任何地方都可以自动考勤。
在上述实施例的基础上,进一步提出各变型实施例,在此需要说明的是,为了使描述简要,在各变型实施例中仅描述与上述实施例的不同之处。
根据本发明的一些实施例,所述采集单元,用于:
按照预设时长采集员工当前时间段的行为数据;
基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志。
可以理解的是,对于员工一天内或者是办公时间段内行为数据的采集可以分段采集,并对每段行为数据进行分析,从而可以构建成多条办公日志。由此,可以降低数据处理难度。
根据本发明的一些实施例,所述采集单元,用于:
按照预设时长采集员工当前时间段内对软件进行的行为数据,所述对软件进行的行为数据包括:软件名称、以及所述软件名称对应的操作行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述采集单元,用于:
根据所述软件名称判断所述软件是否为办公软件,若是,则判定当前时间段的行为数据有效,否则,判定当前时间段的行为数据无效。
根据本发明的一些实施例,所述软件名称对应的操作行为数据包括:键盘操作次数、和/或鼠标操作次数。
根据本发明的一些实施例,所述采集单元,用于:
按照预设时长采集员工当前时间段内的网页浏览数据,所述网页浏览数据包括:URL类型、以及所述URL类型对应的URL浏览量;
基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
根据本发明的一些实施例,所述采集单元,用于:
根据所述URL类型判断所述网页是否为办公网页,若是,则当前时间段的行为数据有效,否则,当前时间段的行为数据无效。
根据本发明的一些实施例,所述采集单元,用于:
按照预设时长采集员工当前时间段内对Linux系统内核文件进行的行为数据;
基于当前时间段内对Linux系统内核文件进行的行为数据,构建当前时间段的办公日志;
所述对Linux系统内核文件进行的行为数据包括:文件读写次数、文件读写数据量。
根据本发明的一些实施例,所述分析单元,用于:
汇总员工当天各个时间段的办公日志;
根据汇总后的办公日志,统计员工办公时长、办公时间段、办公软件操作时长、办公软件无操作时长、非办公软件操作时长,以对员工的工作效率进行评估。
下面参照图2-图5以一个具体的实施例详细描述根据本发明实施例的深度考勤系统。值得理解的是,下述描述仅是示例性说明,而不是对本发明的具体限制。凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围。
现有考勤以人为基础,以时间考勤。譬如公司刷卡、刷指纹;需要员工到公司才能进行。软件打卡,需要用户打开软件点击软件。没有做到员工自动考勤,即员工只要努力工作,就实现了考勤。对员工工作结果,很大程度上,考勤依赖于人的主观评估,容易产生争议,对管理者要求比较高,管理者需要消耗一部分精力在思考考勤上。以时间考勤存在员工到点打开上下班,上班是看视屏、购物、聊天等行为;对企业资源造成严重浪费。
企业考勤通过打卡机制完成,该机制停留在办公时间层面,无法对企业员工效率评估。在一些企业存在员工打开不办公离开公司现象。当员工办公效率低下时,消极管理者通常会少分配任务;此时常用打卡机制无法识别出来并给管理者警示,对企业的人力成本是一种隐藏的浪费。
基于此,本发明实施例提出一种深度考勤系统,如图2所示,深度考勤系统包括:安装在员工办公电脑上的采集单元和安装在服务器上的分析单元。如图3所示,采集单元可以是一款软件,用于采集员工的行为数据,并基于知识库对行为数据进行定时分析,构建办公日志。分析单元也可以是一款软件,用于存储、汇总办公日志,以对员工进行考勤评估。
具体的,采集单元通过Linux探针对员工办公软件全程信息采集,并汇聚成有效办公日志,发送到后台服务器。Linux探针利用操作系统提供的API来完成逻辑操作,实现逻辑是文件读写、网络数据传输、鼠标键盘操作。在操作系统层面监控,可以将这些操作完全记录下来。Linux探针通过内核注入到各个操作函数上,实现对软件行为的实时采集。
例如,如图4所示,开机启动后,Linux探针会对常用办公软件信息操作提取,提取内容包括软件的键盘输入次数、频率。常用办公软件:word,PPT,excel,cad, photoshop等。对软件、办公文件的Linux内核文件操作、键盘输入数据采集,5min中统计成一条日志。对需要网络浏览资料,会对网页浏览url内容评估,生成5min中有效工作时间判断。
5min办公日志内容 {
软件名:
鼠标次数:
键盘次数:
文件读写次数:
文件读写数据量:
网络传输数据量:
打开url数量:
url类型:
工作是否有效:
办公IP地址:
}
针对不同软件和用户行为,分析出用户办公特征。如上网浏览,会将上网url关键字提取出来。将网络所有网站url采集出来,并对其分类为计算机、机械、娱乐等行为网站。用户访问网站是,如果归结于专业(计算机、机械、数学、素材等)网站,可以归为办公。该部分作为可更新知识库存储在服务器。由服务器下发给客户端,客户端根据知识库进行分析。
如图5所示,服务器提取办公日志,并根据办公日志将员工一天工作时长、键盘敲击次数、文件数据存取次数统计出来,以统计员工有效工作时长并存入数据库达到对员工工作效率、努力程度等从数据上一个客观评估。后台通过每个月操作量,产出量评估用户投入产出比。
例如,1K员工以内服务器为普通电脑,硬盘为1T。存储入库的内容:
每天办公时长
办公时间段
有效软件操作次数
无操作时长
非办公软件操作时长
每个月对员工工作效率自动评估,并将评估数据入库。 对不同员工平均工作时长排序。
将用户工作时长统计出来,并做成报表展示。通过报表,可以获取每个用户的上班有效工作时长。
本发明实施例提出以下关键点:
1、抓取用户办公的行为日志
2、客户端通过知识库特征对员工行为进行分析并提取出有效的办公行为
3、将用户办公行为数字化存储。
4、通过员工办公数据对员工考勤。
采用本发明实施例,员工打开电脑进行办公时,办公行为开始被记录,员工停止工作,或者离开电脑时,软件办公行为停止。该技术广泛应用与企业办公的日志审计中。员工PC安装考勤软件,将用户操作行为抓取到服务器,服务器对用户行为记录。基础设施包括:PC端软件,服务器数据存储。服务器为一个高配置的PC即可。
整个考勤过程是通过软件自动完成,不需要人工干预。能够区分有效办公时间,无效办公时间。员工懒散行为得到有效评估和及时发现。工作内容考勤上,能够发掘出愿意为企业奉献的员工,为企业选拔人才提供一个新的参考度量。该考勤方案由于针对员工工作内容,为员工办公提供了一个有效的工作过程考勤。而且,通过效率审查,提升员工办公效率。在不同场景下,只要PC端安装了Linux探针,就可以对员工的工作效率、工作量进行评估。解决了用户考勤不必拘泥于公司,只要有效的工作,在任何地方都可以自动考勤。相对于app考勤和指纹、刷卡打卡考勤,只是将用户时间和办公地点的维度审查,无法进一步分析员工对企业的贡献,以及努力程度。
需要说明的是,以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
在本说明书的描述中,在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。另外,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“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。尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。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。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解: 在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换 和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.一种深度考勤方法,其特征在于,包括:
采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
根据所述办公日志对员工进行考勤评估。
2.如权利要求1所述的深度考勤方法,其特征在于,所述采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志,包括:
按照预设时长采集员工当前时间段的行为数据;
基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志。
3.如权利要求2所述的深度考勤方法,其特征在于,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对软件进行的行为数据,所述对软件进行的行为数据包括:软件名称、以及所述软件名称对应的操作行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
4.如权利要求3所述的深度考勤方法,其特征在于,所述基于所述知识库,根据所述软件名称对当前时间段的行为数据的有效性进行评估,包括:
根据所述软件名称判断所述软件是否为办公软件,若是,则判定当前时间段的行为数据有效,否则,判定当前时间段的行为数据无效。
5.如权利要求3所述的深度考勤方法,其特征在于,所述软件名称对应的操作行为数据包括:键盘操作次数、和/或鼠标操作次数。
6.如权利要求2所述的深度考勤方法,其特征在于,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内的网页浏览数据,所述网页浏览数据包括:URL类型、以及所述URL类型对应的URL浏览量;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,并基于评估结果、软件名称、以及所述软件名称对应的操作行为数据,构建当前时间段的办公日志。
7.如权利要求6所述的深度考勤方法,其特征在于,所述基于所述知识库,根据所述URL类型对当前时间段的行为数据的有效性进行评估,包括:
根据所述URL类型判断所述网页是否为办公网页,若是,则当前时间段的行为数据有效,否则,当前时间段的行为数据无效。
8.如权利要求2所述的深度考勤方法,其特征在于,所述按照预设时长采集员工当前时间段的行为数据,包括:
按照预设时长采集员工当前时间段内对Linux系统内核文件进行的行为数据;
所述基于知识库对当前时间段的行为数据进行分析,构建当前时间段的办公日志,包括:
基于当前时间段内对Linux系统内核文件进行的行为数据,构建当前时间段的办公日志;
所述对Linux系统内核文件进行的行为数据包括:文件读写次数、文件读写数据量。
9.如权利要求2所述的深度考勤方法,其特征在于,所述根据所述办公日志对该员工进行考勤评估,包括:
汇总员工当天各个时间段的办公日志;
根据汇总后的办公日志,统计员工办公时长、办公时间段、办公软件操作时长、办公软件无操作时长、非办公软件操作时长,以对员工的工作效率进行评估。
10.一种深度考勤系统,其特征在于,包括:
采集单元,采集员工的行为数据,并基于知识库对所述行为数据进行分析,构建办公日志;
分析单元,用于根据所述办公日志对员工进行考勤评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010828298.0A CN111709724A (zh) | 2020-08-18 | 2020-08-18 | 深度考勤方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010828298.0A CN111709724A (zh) | 2020-08-18 | 2020-08-18 | 深度考勤方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111709724A true CN111709724A (zh) | 2020-09-25 |
Family
ID=72547238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010828298.0A Pending CN111709724A (zh) | 2020-08-18 | 2020-08-18 | 深度考勤方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709724A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950801A (zh) * | 2021-02-08 | 2021-06-11 | 中国联合网络通信集团有限公司 | 远程办公考勤记录方法及装置 |
CN115454784A (zh) * | 2022-11-09 | 2022-12-09 | 成都成电金盘健康数据技术有限公司 | 一种基于键盘鼠标活动记录的用户行为分析系统和方法 |
CN116229596A (zh) * | 2022-11-18 | 2023-06-06 | 中山大学 | 一种基于区块链的智能考勤系统及方法 |
CN116229596B (zh) * | 2022-11-18 | 2024-04-23 | 中山大学 | 一种基于区块链的智能考勤系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127400A (zh) * | 2016-06-29 | 2016-11-16 | 北京奇虎科技有限公司 | 工作行为分析方法及装置 |
CN110889652A (zh) * | 2019-12-27 | 2020-03-17 | 河南智业科技发展有限公司 | 一种基于桌面云的绩效管理方法及绩效管理系统 |
CN111340451A (zh) * | 2020-02-28 | 2020-06-26 | 中国工商银行股份有限公司 | 智能无感考勤方法及装置 |
-
2020
- 2020-08-18 CN CN202010828298.0A patent/CN111709724A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127400A (zh) * | 2016-06-29 | 2016-11-16 | 北京奇虎科技有限公司 | 工作行为分析方法及装置 |
CN110889652A (zh) * | 2019-12-27 | 2020-03-17 | 河南智业科技发展有限公司 | 一种基于桌面云的绩效管理方法及绩效管理系统 |
CN111340451A (zh) * | 2020-02-28 | 2020-06-26 | 中国工商银行股份有限公司 | 智能无感考勤方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950801A (zh) * | 2021-02-08 | 2021-06-11 | 中国联合网络通信集团有限公司 | 远程办公考勤记录方法及装置 |
CN115454784A (zh) * | 2022-11-09 | 2022-12-09 | 成都成电金盘健康数据技术有限公司 | 一种基于键盘鼠标活动记录的用户行为分析系统和方法 |
CN116229596A (zh) * | 2022-11-18 | 2023-06-06 | 中山大学 | 一种基于区块链的智能考勤系统及方法 |
CN116229596B (zh) * | 2022-11-18 | 2024-04-23 | 中山大学 | 一种基于区块链的智能考勤系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11119833B2 (en) | Identifying behavioral patterns of events derived from machine data that reveal historical behavior of an information technology environment | |
Macdonald et al. | Supply chain risk and resilience: theory building through structured experiments and simulation | |
JP6207185B2 (ja) | 情報分析装置、情報分析方法、情報分析システムおよびプログラム | |
US9646077B2 (en) | Time-series analysis based on world event derived from unstructured content | |
JP5932223B2 (ja) | 情報分析装置、情報分析方法、情報分析システムおよびプログラム | |
Ratkiewicz et al. | Traffic in social media ii: Modeling bursty popularity | |
US20090198724A1 (en) | System and method for conducting network analytics | |
US7908239B2 (en) | System for storing event data using a sum calculator that sums the cubes and squares of events | |
CN111709724A (zh) | 深度考勤方法及系统 | |
JP5710939B2 (ja) | 情報処理装置、情報処理方法、情報処理システムおよびプログラム | |
JP7412938B2 (ja) | 情報分析装置、情報分析方法、情報分析システムおよびプログラム | |
Nagappan | Analysis of execution log files | |
Chen et al. | Understanding how people consume low quality and extreme news using web traffic data | |
JP5829383B2 (ja) | 情報分析装置、情報分析方法、情報分析システムおよびプログラム | |
Genga et al. | Towards a systematic process-aware behavioral analysis for security | |
JP6501159B2 (ja) | コンピュータ装置の動作記録の解析、翻訳を行い、監査に対する情報の出力及びシステムの傾向分析装置。 | |
JP2012014267A (ja) | 情報分析装置、情報分析方法、情報分析システムおよびプログラム | |
JP2007265296A (ja) | ログ提供システム、ログ提供方法、およびコンピュータプログラム | |
Duarte et al. | Hierarchical characterization and generation of blogosphere workloads | |
Ramanathan et al. | Big data: A marketers perspective of emerging marketing approach | |
KR100740656B1 (ko) | 로그 파일 분류 시스템 | |
JP2020077029A (ja) | 情報処理方法及び情報処理システム | |
JP2003308417A (ja) | 情報蒐集システム | |
Vogel et al. | Security Compliance Monitoring–The next Evolution of Information Security Management?! | |
Perdeck | ASP. NET Site Performance Secrets: Simple and Proven Techniques to Quickly Speed Up Your ASP. NET Web Site |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |