CN114548563A - 员工状态判断方法、装置、计算机设备及介质 - Google Patents
员工状态判断方法、装置、计算机设备及介质 Download PDFInfo
- Publication number
- CN114548563A CN114548563A CN202210172294.0A CN202210172294A CN114548563A CN 114548563 A CN114548563 A CN 114548563A CN 202210172294 A CN202210172294 A CN 202210172294A CN 114548563 A CN114548563 A CN 114548563A
- Authority
- CN
- China
- Prior art keywords
- value
- employee
- work
- performance
- staff
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种员工状态判断方法、装置、计算机设备及介质,通过获取员工工单排程以及预设工作模板库,根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值,获取预测时间段,根据所述预测时间段以及业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值,根据所述业绩预测值判断所述员工匹配的工作状态,实现了可不依赖人工实现员工工作状态的识别,解决了现有技术当中现有的员工状态判断方法需要使用人工进行实时查看监控画面,导致实时性较差以及人工判断的判断标准主观性过强,导致评判标准难以统一的问题,提升了系统的实时性同时日升了员工工作状态判断的准确性。
Description
技术领域
本发明涉及状态监测技术领域,尤其涉及一种员工状态判断方法、装置、计算机设备及介质。
背景技术
现代化企业的生产活动往往是连续、重复流水线式的,企业生产常常是在高温、高湿、高粉尘和大噪声环境下,例如建筑、电力、流水线生产场所等。现代化企业生产对员工操作熟练程度要求较高,精细化操作要求也较高,生产活动对员工的岗前状态和工作中状态要求较高,员工的心理和生理状态将直接影响到工作质量。
目前,大多数企业对员工的管理依然是人工被动式监测,但也出现了一些新的半主动式监测方法,即管理员借助监控方法来监控员工的工作状态,但这种管理方法一般存在以下问题:
1、需要监控室管理员判断员工的工作状态,所述判断主观性较强,容易出现误判和漏判;
2、实时性较差,人工成本较高,管理员需要持续观看监控画面;
因此如何在无需人工的情况下准确的识别员工状态,成为了一个急需解决的问题。
发明内容
基于此,有必要针对上述问题,提出了一种能在无需人工的情况下准确的识别员工状态的员工状态判断方法、装置、计算机设备及介质。
一种员工状态判断方法,包括;
获取员工工单排程,所述员工工单排程用于设定员工的工作内容;
获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
一种员工状态判断装置,所述装置包括:
排程获取单元,获取所预设工作模板,所述预设工作模板与所述员工工单排程一一匹配,用于让所述员工跟随执行所述员工工单排程;
模板获取单元,用于获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
绩效生成单元,用于根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
预测值推算模块,用于获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
工作状态匹配单元,用于根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取员工工单排程,所述员工工单排程用于设定员工的工作内容;
获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
根据所述员工工单排程以及所述节点工作模板生成所述员工的业绩完成数值;
获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
一种计算机可读介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取员工工单排程,所述员工工单排程用于设定员工的工作内容;
获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
根据所述员工工单排程以及所述节点工作模板生成所述员工的业绩完成数值;
获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
上述的员工状态判断方法、装置、计算机设备及介质,通过获取员工的员工工单排程以及对应的节点工作模板后生成员工的业绩完成数值,并根据所述业绩完成数值推算所述员工的业绩预测值,最后根据所述业绩预测值来判断所述员工的工作状态的方式实现了无需人工辅助即可在满足实时性要求同时准确识别员工的工作状态,解决了现有技术当中现有的员工状态判断方法需要使用人工进行实时查看监控画面,导致实时性较差以及人工判断的判断标准主观性过强,导致评判标准难以统一的问题,提升了系统的实时性同时日升了员工工作状态判断的准确性。
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,下面描述中的附图仅仅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。
其中:
图1为一个实施例中员工状态判断方法的方法流程图;
图2为一个实施例中员工状态判断装置的结构示意图;
图3为一实施例中计算机设备的结构框图。
具体实施方式
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、完整地描述,显然,所描述的实施例仅仅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。
如图1所示的一种员工状态判断方法,包括;
S1、获取员工工单排程,所述员工工单排程用于设定员工的工作内容;
如上述步骤S1所述,后台系统获取各个员工的员工工单排程,所述员工工单排程为后台工作人员人工发放或上级工单发放系统自动分发给各个员工的工单内容,员工可根据所述员工工单排程知晓在自己的当前的工作内容;
可以理解的是,所述后台系统以及所述上级工单发放系统一般为服务器,应用于各类生产区域或工厂内部的工单管理系统;
此外,所述后台系统可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器,本发明对此不做限定。
S2、获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
如上述步骤S2所述,所述后台系统获取预设工作模板库,所述预设工作模板库内储存有多个由工作人员输入的节点工作模板,所述节点工作模板与所述员工工单排程一一匹配,用于让所述员工根据其中内容来执行所述员工工单排程内的工作内容,从而提升所述员工在执行所述员工工单排程内的工作内容时的工作效率。
S3、根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
如上述步骤S3所述,所述后台系统根据所述员工工单排程以及所述预设工作模板推算出所述员工在预设时间段内的业绩完成数值,可以理解的是,所述预设时间段的时长可由用户自行设置,所述后台系统在所述预设时间段开始时将所述员工的业绩完成数值清零,并在所述预设时间段结束后根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值,对于所述预设时间段内的具体时长,本发明不做限定。
S4、获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
如上述步骤S4所述,所述后台系统获取预测时间段,并推测所述用户在所述预测时间段结束后所述业绩完成数值的预测值,记为业绩预测值,可以理解的是,所述预测时间段的时长可由用户自行设置,本发明对此不做限定。
S5、根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
如上述步骤S5所述,所述后台系统根据所述业绩预测值判断所述员工的所述工作状态为空闲状态或忙碌状态,从而实现判断所述员工的工作状态的效果,可以理解的是,所述工作状态的范围并不仅限于所述空闲状态或所述忙碌状态,还可包括其余工作状态如饱和状态及充足状态等,对于所述工作状态的具体范围,本申请不做限定。
本实施例通过上述方法,通过获取员工的员工工单排程以及对应的节点工作模板后生成员工的业绩完成数值,并根据所述业绩完成数值推算所述员工的业绩预测值,最后根据所述业绩预测值来判断所述员工的工作状态的方式实现了无需人工辅助即可在满足实时性要求同时准确识别员工的工作状态,解决了现有技术当中现有的员工状态判断方法需要使用人工进行实时查看监控画面,导致实时性较差以及人工判断的判断标准主观性过强,导致评判标准难以统一的问题,提升了系统的实时性同时日升了员工工作状态判断的准确性。
一实施例中,所述员工工单排程内设有工作指令,则所述步骤S3具体包括:
S31、判断所述员工工单排程内的所述工作指令是否全部完成,若是,获取与所述节点工作模板匹配的模板加分值以及与所述员工工单排程匹配的工单加分值,将所述模板加分值以及所述工单加分值添加到所述员工的基础业绩数值上,从而生成所述业绩完成数值。
如上述实施例所述,所述员工工单排程内设有工作指令,所述后台系统在所述预设时间段内所述员工工单排程包含的的所述工作指令是否全部完成,若是,则所述后台系统获取所述员工的基础业绩数值,并将与所述节点工作模板匹配的模板加分值以及与所述员工工单排程匹配的工单加分值添加到所述基础业绩数值上,从而生成所述业绩完成数值;
可以理解的是,所述员工工单排程内包含的所述工作指令可包含一个或多个,所述基础业绩数值、所述模板加分值以及所述工单加分值的具体数值可由所述工作人员自行设定,如所述基础业绩数值可与所述员工的等级信息相匹配,所述模板加分值可与所述节点工作模板的模板等级相匹配,所述工单加分值可与所述员工工单排程的难度等级相匹配,关于所述基础业绩数值、所述模板加分值以及所述工单加分值的具体分值以及匹配方式本发明对此不做限定。
本实施例通过上述方法,通过识别所述工作指令的完成数量来增加所述基础业绩数值,从而生成所述业绩完成数值的方式实现了可准确计算出每个所述员工准确的所述业绩完成数值,提升了所述业绩完成数值生成的准确性。
一实施例中,所述步骤S4具体包括:
S41、将所述预测时间段拆分为获取时段以及预测时段,获取在所述获取时段结束后的业绩完成数值,记为基准预测值,根据所述基准预测值、所述预测时段以及所述获取时段推算在所述预测时段结束后的所述基准预测值的数值,并记为业绩预测值。
如上述实施例所述,所述后台系统将所述预测时间段拆分为获取时段以及预测时段,之后所述后台系统获取在所述获取时段结束后的业绩完成数值,记为基准预测值,之后所述后台系统根据所述基准预测值、所述预测时段以及所述获取时段推算在所述预测时段结束后的所述基准预测值的数值,并记为业绩预测值。
本实施例通过上述方法,通过将所述预测时间拆分为获取时段以及预测时段后再针对所述业绩预测值进行推算,提升了所述业绩预测值推算的准确性。
一实施例中,所述根据所述基准预测值、所述预测时段以及所述获取时段推算在所述预测时段结束后的所述基准预测值的数值,并记为业绩预测值,具体包括:
S42、获取所述基准预测值,并将所述基准预测值记为Y序列值,获取所述预测时段,将所述预测时段记为X序列值,根据所述X序列值以及所述Y序列值构造线性回归直线方程,根据所述线性回归直线方程推算在所述预测时段结束后的所述Y序列值的预算值,将所述Y序列值的预算值记为所述业绩预测值。
如上述实施例所述,所述后台系统获取所述基准预测值,并将所述基准预测值记为Y序列值,之后所述后台系统获取所述预测时段,并将所述预测时段记为X序列值,之后所述后台系统根据所述X序列值以及所述Y序列值构造线性回归直线方程,根据所述线性回归直线方程推算在所述预测时段结束后的所述Y序列值的预算值,将所述Y序列值的预算值记为所述业绩预测值;
举例说明:所述监控时段为4天,则所述获取时段为第2天(y≤2),则所述预测时段为第3天及第4天(3<y≤4);
所述后台系统在所述获取时段结束后(即2天后)获取所述基准预测值,之后根据将所述基准预测值以及所述预测时段(3<y≤4)构造线性回归直线方程,从而得到直线拟合方程,之后使用所述直线拟合方程推算出在所述预测时段(3<y≤4)结束后所述Y序列值的预算值,并将所述Y序列值的预算值记为所述业绩预测值。
本实施例通过上述方法,通过获取所述预测时段以及所述获取时段后使用直线拟合方程对所述业绩预测值进行推算的方式进一步提升了所述业绩预测值的准确性。
一实施例中,所述步骤S5具体包括:
S51、判断所述业绩预测值是否高于预设任务量数值,若否,则将所述工作状态记为空闲状态,若是,则将所述工作状态记为忙碌状态。
如上述实施例所述,所述后台系统获取所述业绩预测值,并判断所述业绩预测值是否高于预设任务量数值,若否,则所述后台服务器判断当前所述员工的工作状态为空闲状态后更新所述员工的工作状态,反之当所述后台系统判断所述业绩预测值高于预设任务量数值时,则所述后台系统将所述工作状态记为忙碌状态后更新所述员工的工作状态。
本实施例通过上述方法,通过所述用户的业绩预测值与所述预设任务量数值来判断所述用户的工作状态,从而提升了所述工作状态判断的准确性。
一实施例中,所述若否,则将所述工作状态记为空闲状态,反之则将所述工作状态记为忙碌状态,具体包括:
S52、若否,则获取所述业绩预测值与所述于预设任务量数值之间的差值,判断所述差值是否低于与所述预设任务量数值匹配的预设阈值,若是,则将所述工作状态记为空闲状态,若否,则将所述工作状态记为忙碌状态。
如上述实施例所述,所述后台系统判断当所述业绩预测值不高于所述预设任务量数值时,所述后台系统后获取所述业绩预测值与所述预设任务量数值之间的差值,并根据所述差值判断所述差值是否低于与所述预设任务量数值匹配的预设阈值,若是,则所述后台系统判断所述员工的业绩预测值与所述预设任务量数值之间还存在较大差距,则所述员工的工作量还不饱和,之后所述后台系统将所述员工的工作状态记为空闲状态并更新所述员工的工作状态,反之当所述后台系统判断所述差值高于与所述预设任务量数值匹配的预设阈值时,则所述后台系统判断所述员工的业绩预测值满足所述预设任务量数值的要求,则所述员工的工作量已经饱和,之后所述后台系统将所述员工的工作状态记为忙碌状态并更新所述员工的工作状态。
本实施例通过上述方法,通过获取所述用户的业绩预测值与所述预设任务量数值之间的差值,并根据所述差值来判断所述用户的工作状态,从而进一步提升了所述工作状态判断的准确性。
一实施例中,所述步骤S5之后,还包括:
S6、获取与所述节点工作模板匹配的进度标签,将所述进度标签记为所述员工的当前进展业务并进行显示。
如上述实施例所述,所述后台系统获取与所述节点工作模板匹配的进度标签,所述进度标签用于显示所述节点工作模板对应的工作节点,此时所述后台系统将所述进度标签为所述员工的当前进展业务并进行显示,从而让所述工作人员能实时查看到所述员工的当前进展业务。
本实施例通过上述方法,通过获取所述节点工作模板匹配的进度标签并进行显示的方式使所述工作人员能实时查看到所述员工的当前进展业务,提升了所述工作人员监控的便利性。
如图2所示的一种员工状态判断装置,包括:
排程获取单元1,获取所预设工作模板,所述预设工作模板与所述员工工单排程一一匹配,用于让所述员工跟随执行所述员工工单排程;
模板获取单元2,用于获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
绩效生成单元3,用于根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
预测值推算模块4,用于获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
工作状态匹配单元5,用于根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
上述各单元为执行上述邮件员工状态判断装置,在此不再一一介绍。
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器,所述服务器包括但不限于高性能计算机和高性能计算机集群。如图3所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现所述员工状态判断方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行所述员工状态判断方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的客户行为识别方法可以实现为一种计算机程序的形式,计算机程序可在如图3所示的计算机设备上运行。计算机设备的存储器中可存储组成邮件自动分类聚合装置的各个程序模板。比如,排程获取单元1、模板获取单元2、绩效生成单元3、预测值推算模块4、工作状态匹配单元5。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取员工工单排程,所述员工工单排程用于设定员工的工作内容;获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;用于获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
综合上述实施例可知,本发明最大的有益效果在于:通过获取员工的员工工单排程以及对应的节点工作模板后生成员工的业绩完成数值,并根据所述业绩完成数值推算所述员工的业绩预测值,最后根据所述业绩预测值来判断所述员工的工作状态的方式实现了无需人工辅助即可在满足实时性要求同时准确识别员工的工作状态,解决了现有技术当中现有的员工状态判断方法需要使用人工进行实时查看监控画面,导致实时性较差以及人工判断的判断标准主观性过强,导致评判标准难以统一的问题,提升了系统的实时性同时日升了员工工作状态判断的准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)
DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种员工状态判断方法,其特征在于,包括;
获取员工工单排程,所述员工工单排程用于设定员工的工作内容;
获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
2.如权利要求1所述的员工状态判断方法,其特征在于,所述员工工单排程内设有工作指令;
则所述根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值,具体包括:
判断所述员工工单排程内的所述工作指令是否全部完成;
若是,获取与所述节点工作模板匹配的模板加分值以及与所述员工工单排程匹配的工单加分值;
将所述模板加分值以及所述工单加分值添加到所述员工的基础业绩数值上,从而生成所述业绩完成数值。
3.如权利要求1所述的员工状态判断方法,其特征在于,所述获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值,具体包括:
将所述预测时间段拆分为获取时段以及预测时段;
获取在所述获取时段结束后的业绩完成数值,记为基准预测值;
根据所述基准预测值、所述预测时段以及所述获取时段推算在所述预测时段结束后的所述基准预测值的数值,并记为业绩预测值。
4.如权利要求3所述的员工状态判断方法,其特征在于,所述根据所述基准预测值、所述预测时段以及所述获取时段推算在所述预测时段结束后的所述基准预测值的数值,并记为业绩预测值,具体包括:
获取所述基准预测值,并将所述基准预测值记为Y序列值;
获取所述预测时段,将所述预测时段记为X序列值;
根据所述X序列值以及所述Y序列值构造线性回归直线方程;
根据所述线性回归直线方程推算在所述预测时段结束后的所述Y序列值的预算值,将所述Y序列值的预算值记为所述业绩预测值。
5.如权利要求1所述的员工状态判断方法,其特征在于,所述根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态,具体包括:
判断所述业绩预测值是否高于预设任务量数值;
若否,则将所述工作状态记为空闲状态,若是,则将所述工作状态记为忙碌状态。
6.如权利要求5所述的员工状态判断方法,其特征在于,所述若否,则将所述工作状态记为空闲状态,反之则将所述工作状态记为忙碌状态,具体包括:
若否,则获取所述业绩预测值与所述于预设任务量数值之间的差值;
判断所述差值是否低于与所述预设任务量数值匹配的预设阈值;
若是,则将所述工作状态记为空闲状态,若否,则将所述工作状态记为忙碌状态。
7.如权利要求1所述的员工状态判断方法,其特征在于,所述根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态之后,还包括:
获取与所述节点工作模板匹配的进度标签;
将所述进度标签记为所述员工的当前进展业务并进行显示。
8.一种员工状态判断装置,其特征在于,所述装置包括:
排程获取单元,获取所预设工作模板,所述预设工作模板与所述员工工单排程一一匹配,用于让所述员工跟随执行所述员工工单排程;
模板获取单元,用于获取预设工作模板库,并根据所述员工工单排程从所述预设工作模板库中匹配对应的节点工作模板,所述节点工作模板用于让所述员工跟随执行所述员工工单排程;
绩效生成单元,用于根据所述员工工单排程以及所述预设工作模板生成所述员工的业绩完成数值;
预测值推算模块,用于获取预测时间段,所述预测时间段用于根据所述业绩完成数值生成所述业绩完成数值的预测值,并记为业绩预测值;
工作状态匹配单元,用于根据所述业绩预测值判断所述员工匹配的工作状态,所述工作状态包括空闲状态及忙碌状态。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1至7任一项所述的员工状态判断方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的员工状态判断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210172294.0A CN114548563A (zh) | 2022-02-24 | 2022-02-24 | 员工状态判断方法、装置、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210172294.0A CN114548563A (zh) | 2022-02-24 | 2022-02-24 | 员工状态判断方法、装置、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114548563A true CN114548563A (zh) | 2022-05-27 |
Family
ID=81676655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210172294.0A Pending CN114548563A (zh) | 2022-02-24 | 2022-02-24 | 员工状态判断方法、装置、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114548563A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383204A (zh) * | 2023-03-27 | 2023-07-04 | 广州智租信息科技有限责任公司 | 更新设备记录方法、系统、计算机设备及介质 |
-
2022
- 2022-02-24 CN CN202210172294.0A patent/CN114548563A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383204A (zh) * | 2023-03-27 | 2023-07-04 | 广州智租信息科技有限责任公司 | 更新设备记录方法、系统、计算机设备及介质 |
CN116383204B (zh) * | 2023-03-27 | 2023-09-12 | 广州智租信息科技有限责任公司 | 更新设备记录方法、系统、计算机设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2916503C (en) | Work project systems and methods | |
US20200193551A1 (en) | Network flow evaluation | |
CN109858724B (zh) | 基于数据分析的智能派工方法、装置以及计算机设备 | |
DE10238476A1 (de) | Dynamische Verwaltung von Helpdesks | |
US20220198372A1 (en) | Time-series machine learning model-based resource demand prediction | |
CN110689325A (zh) | 信息处理方法、装置及计算机可读存储介质 | |
CN114118496A (zh) | 一种基于大数据分析自动调度排队预约的方法及系统 | |
US20190287072A1 (en) | Workplace movement visualizations | |
US10977304B2 (en) | Methods and system for estimating job and career transition capabilities of candidates in a database | |
CN113393060A (zh) | 任务分配方法、装置、电子设备及存储介质 | |
CN112347092B (zh) | 生成数据分析看板的方法、装置和计算机设备 | |
DE202022103612U1 (de) | System zur Verwaltung der Personalressourcen und zur Bewertung der Arbeitnehmerproduktivität in einem multinationalen Unternehmen | |
CN114548563A (zh) | 员工状态判断方法、装置、计算机设备及介质 | |
CN117350640A (zh) | 一种项目进度管理方法与系统 | |
CN115471200A (zh) | 基于云计算的人力资源数据管理系统、方法及装置 | |
US20210004766A1 (en) | Determining and maintaining organizational project participant compliance | |
US20150178658A1 (en) | Onboarding by Analyzing Practices of Best Hiring Managers | |
US20210248542A1 (en) | System and method for electronic assignment of issues based on measured and/or forecasted capacity of human resources | |
US20190266544A1 (en) | Techniques for managing process-flows across an enterprise | |
KR101926329B1 (ko) | 작업 및 작업로그 데이터 분석을 통한 업무 성과 알림 방법 및 장치 | |
CN112465457A (zh) | 监理项目管理方法、系统、装置及计算机存储介质 | |
US9819683B2 (en) | Automated control of technology resources | |
CN111861414A (zh) | 一种会议考勤系统、方法及设备 | |
CN113570220B (zh) | 任务管理方法、装置、计算机设备和存储介质 | |
CN110705909A (zh) | 一种用于薪资信息生成的信息处理方法 |
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 |