CN114612061A - 一种人力资源信息处理系统和方法 - Google Patents

Abstract

本发明涉及一种人力资源信息处理系统和方法，其中，所述系统包括数据查询模块，数据分类模块、信息处理模块和信息应用模块，所述数据查询模块经配置以根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息；所述数据分类模块经配置以根据所述力资源信息中涉及到的员工个人身份标识数量将所述人力资源信息分类为人际信息和个人信息；所述信息处理模块经配置以按照配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据；所述信息应用模块经配置以按照预置应用条件处理所述多种指标数据以得到对应的应用信息。本发明扩大了数据的收集范围，提高了信息的处理范围和能力。

Description

一种人力资源信息处理系统和方法

技术领域

本发明涉及数据处理技术领域，特别地涉及一种人力资源信息处理系统和方法。

背景技术

人力资源是为实现一定的目标，对所属工作人员进行选拔、使用、培养、考核、奖惩等一系列的管理活动。随着计算机技术的发展和互联网的普及，数字化办公逐渐深入到企业日常运营的方方面面，越来越多的企业使用人力资源管理系统来协助完成一些人力资源管理活动。

公开号为CN111401841A、发明名称为“一种人力资源管理系统及其方法”的中国发明专利申请公开了一种人力资源管理系统，其包括HR基础应用模块、人才招聘模块、培训发展模块、考勤假期模块、薪酬福利模块、绩效考核模块、员工自助全员参与模块和领导自助决策分析模块；所述HR基础应用模块包括员工档案单元、劳动关系单元、组织结构单元、人事事物单元和提醒预警单元。采集并存储企业员工的各种个人信息，并根据员工个人信息及在各个功能模块，如绩效考核模块、薪酬福利模块、培训发展模块、考勤假期模块等等设置相应的功能计算逻辑，根据员工个人信息按照设置的逻辑进行自动化计算，如根据员工的考勤情况，根据企业的薪资制度核算出该员工的工资数目、根据员工的职位确定需要培训并记录其完成情况等等。领导自助决策分析模块包括人力地图单元、下属信息单元、成本分析单元、异常警报单元和事务审批单元；在确定需对员工进行班车接送时，根据企业员工的地理分布情况确定有权享用班车的员工及班车路线，并分析得到所需成本，在班车发生突发故障时可以及时向受影响的员工发送预警通知，员工也可以通过该系统发出无法乘坐的申请。公开号为CN108022083A、发明名称为“企业人力管理系统”的中国专利申请也公开了一种人力资源管理系统，对员工培训进度进行记录和跟踪，随情况调整员工培训计划，根据培训成果进行技能认证等。另有一些类似方案的人力资源管理系统，在此不再赘述。

现有技术的人力资源管理系统主要是一种收集与人力资源相关的数据(包括员工个人数据)和为了实施某些基础功能(如考勤、薪酬计算等)而形成的系统，在数据收集的同时兼具报表生成、简单数据分析以及信息共享等功能。但是，现有人力资源管理系统的功能还不够强大，还无法成为公司人力管理的核心基础设施和公司管理效率提升的有利工具。无论是从人力信息收集、人力信息处理以及提供解决人力问题的解决方案方面都亟待提高。

发明内容

针对现有技术中存在的技术问题，本发明提出了一种人力资源信息处理系统和方法，用于及时发现人力资源管理中存在的问题并提供解决方案。

为了解决上述技术问题，本发明提供了一种人力资源信息处理系统，其中包括数据查询模块、数据分类模块、信息处理模块和信息应用模块，所述数据查询模块用以根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息；所述数据分类模块与所述数据查询模块相连接，经配置以将所述员工的人力资源信息分类为人际信息和个人信息；所述信息处理模块与所述数据分类模块相连接，经配置以按照配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据；所述信息应用模块与所述信息处理模块相连接，经配置以按照预置应用条件处理所述多种指标数据以得到对应的应用信息。

根据本发明的另一个方面，本发明提供了一种人力资源信息处理方法，其中包括以下步骤：根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息；将与员工相关的人力资源信息分类为人际信息和个人信息；读取配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据；以及按照预置应用条件处理多种指标数据以得到对应的应用信息。

本发明扩大了数据的收集范围，同时提高了对人力资源信息的处理范围和能力，能够自动得到人力资源管理中存在的问题并提供解决方案，节省了人力资源管理人员大量的统计、分析、决策等人工工作，减少了对人力资源专员技能、工作态度等的依赖，并且本发明提供的系统兼容性好、扩展灵活。

附图说明

下面，将结合附图对本发明的优选实施方式进行进一步详细的说明，其中：

图1是根据本发明的一个实施例提供的人力资源信息处理系统的原理框图；

图2是根据本发明的一个实施例提供的信息处理模块原理框图；

图3是根据本发明的一个实施例提供的信息应用模块原理框图；

图4是根据本发明另一个实施例提供的人力资源信息处理系统的原理框图；

图5是根据本发明又一个实施例提供的人力资源系统的整体原理框图；

图6是根据本发明一个实施例提供的人力资源信息处理系统的原理框图；

图7是根据本发明一个应用实施例的人力资源信息处理系统结构连接示意图；

图8是根据本发明一个实施例提供的个人力资源信息处理方法流程图；

图9是根据本发明一个实施例提供的获得指标数据的方法流程图；以及

图10是根据本发明一个实施例提供的生成应用信息的进一步处理流程图。

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、完整地描述，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做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。

在以下的详细描述中，可以参看作为本申请一部分用来说明本申请的特定实施例的各个说明书附图。在附图中，相似的附图标记在不同图式中描述大体上类似的组件。本申请的各个特定实施例在以下进行了足够详细的描述，使得具备本领域相关知识和技术的普通技术人员能够实施本申请的技术方案。应当理解，还可以利用其它实施例或者对本申请的实施例进行结构、逻辑或者电性的改变。

由于现有人力资源管理系统收集的数据种类的局限性，现有人力资源管理系统完成的数据处理功能仅是人力资源中的低端、基础数据处理，如根据考勤数据计算薪酬，根据考勤及任务完成情况计算绩效数据等，而对于一些人力资源中诸如为员工安排或调整到合理的岗位、提高员工的工作效率、根据任务中的员工表现及任务的完成情况查找问题并得到解决方案等还都要依赖于企业管理人员的主观判断。通常由企业管理人员为员工匹配团队合作人员，或在出现员工矛盾、团队或个人业绩不良时人工调查找到原因来调整团队的人员组成、任务分配等等。因而，在现有技术中，由于数据的收集与信息的处理仅局限于低端、基础数据层面，没有发挥出信息科技的强大的数据处理能力，导致很多更有价值的信息还要依赖人工得到。针对这些问题，本发明提出了一种新一代的人力资源信息处理系统和方法。

图1是根据本发明一个实施例的人力资源信息处理系统的原理框图。本实施例中的人力资源信息处理系统与人力资源系统10为两个可以互联的系统，所述的人力资源系统10包括各种模块，如面试模块101、考勤模块102、培训模块103、绩效模块104、薪酬福利模块105、地理位置模块106和任务模块107。其中，人力资源系统10中的这些模块在具有相应逻辑处理功能的同时，还具有数据收集功能，并将收集到数据、信息存储到人力资源数据库20中。

例如，面试模块101中包括有信息收集单元、面试评价单元和分配团队单元，当有员工在进入公司之前由面试官面试时，求职者通过信息收集单元填写个人简历，从而收集到由求职者填写的个人简历信息。当面试通过后，面试官通过面试评价单元给员工添加各种初始标签，并通过分配团队单元将员工分配至目标团队，面试官给员工添加的初始标签包括工号、年龄、工作地点、职位、初始技能标签等。面试模块101收集员工基础信息、面试评价信息及分配到的团队信息，并将这些信息都存储到人力资源数据库20中。

所述考勤模块102是对员工日常工作、加班、假期等考勤信息进行记录、管理的功能模块，其中记录有员工日常的考勤数据、加班时长、假期使用情况等。考勤模块102中的到岗管理单元对员工日常工作的考勤进行记录，包括每日的上班时间与下班时间；考勤模块102中的排班管理单元记录员工的加班安排以及加班时长；考勤模块102中的假期管理单元记录员工累计的可用假期天数以及已用假期天数。这些考勤信息存储到人力资源数据库20的同时作为员工基础绩效的一部分传递至绩效模块104用于员工工作绩效的分析与结算。

所述培训模块103是对员工培训与技能进行认证管理的功能模块，根据员工的初始技能标签，通过课程管理单元优先安排员工学习之前不具备的相关技能，以扩充知识储备；员工完成某项技能的培训后，所述培训模块103中的结果考核单元会自动组出考核试卷验收员工的培训学习效果，其中考核的题型包括选择、判断、实操、写作、游戏化测试等；员工通过考核后，所述培训模块103中的技能标签单元会根据员工参与的培训项目为员工打上新的技能标签；员工的技能标签信息会作为员工的基础绩效传递至绩效模块用于员工工作绩效的分析与结算。前述各种单元的所有相关数据都存储到人力资源数据库20中。

所述绩效模块104是员工个人信息和绩效信息综合应用的一个模块，绩效结算单元以月为单位记录员工的工作完成效率以及工作完成质量，对员工工作成绩进行整合、分析、评估，计算出员工每月的原始绩效数据；所述绩效模块104中的指标管理单元对比月初预计的员工绩效与员工当月实际的原始绩效数据，给出员工的绩效评级；所述绩效模块104中的绩效补充单元会独立记录员工当月所表现出的一些独立绩效事件，并将这些独立绩效事件进行评分后加权于员工的绩效评级上。上述各个单元得到的数据同样存储到人力资源数据库20中。

所述薪酬福利模块105接收绩效模块104传递过来的员工绩效信息，同时接收面试模块101、考勤模块102、培训模块103传递过来的其他员工基本信息，对员工的全部信息进行综合分析后，对员工的基本工资、绩效奖金以及福利进行评定和管理，为管理人员发放员工薪酬福利提供直接参考，并将这些数据存储到人力资源数据库20中。

所述地理位置模块106用于记录每个员工在工作时的地理位置，如所在城市与建筑、所在的建筑楼层及座位号。例如由管理人员在员工入职或座位调换时根据员工的实际座位录入。地理位置模块106中的员工地域单元记录员工工作所在的城市与建筑，地理位置模块106中的员工楼层单元记录员工工作所在的建筑楼层，地理位置模块106中的员工座位单元记录员工的座位号，从而可定位每一个员工的地理位置。

所述任务模块107用于记录员工参与的项目或任务基本信息、员工在项目或任务中的职责/角色、项目总进度信息、员工任务进度信息和员工在项目或任务进展过程中的所有交流记录信息。其中，有些信息是由管理人员录入，例如由管理人员在员工加入具体项目组时录入，包括项目或任务的基本信息、员工参与的具体项目编号、员工加入具体项目组时的职责/角色等。有些信息是由员工自己录入，包括其任务的进展、主动沟通与被动沟通的交流记录等。所述任务模块107根据每个员工的任务进展信息及项目的基础信息可以统计出项目总进度信息。所有这些信息都存储在人力资源数据库20中。

本实施例提供的人力资源信息处理系统包括数据查询模块1a、数据分类模块2a、信息处理模块3a和信息应用模块4a，其中，所述数据查询模块1a根据员工的个人身份标识查询人力资源数据库20以得到与员工相关的人力资源信息。

数据分类模块2a与所述数据查询模块1a相连接，在数据查询模块1a得到每个员工的人力资源信息后，将所述人力资源信息分类为人际信息和个人信息。其中，在一个实施例中，前述人力资源系统的各个模块对其收集到的信息设置标签，例如，面试模块101、考勤模块102、培训模块103、绩效模块104和薪酬福利模块105为收集到的信息设置人个信息标签，而地理位置模块106和任务模块107则为其收集的信息设置人际信息标签。数据分类模块2a通过信息标签将一条员工信息分类为个人信息或人际信息。个人信息例如为员工的各种面试信息、员工考勤信息、福利信息和培训信息等。人际信息例如为地理位置信息和任务相关信息。

信息处理模块3a与所述数据分类模块2a相连接，按照配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据。在一个实施例中，如图2所示，所述的信息处理模块3a包括信息量化单元31a、基础指标数据单元32a和衍生指标数据单元33a。其中，所述信息量化单元31a根据指标及其处理策略需要，对所述人际信息和个人信息进行量化处理以得到对应的人际数据和个人数据。例如，为各种信息设置代码，如有关面试信息的数据以字母A开始，为不同的公司部门、团队设置不同的代表字母，团队中的角色或岗位以两位数字代表。例如，机械车间的团队以字母M代表，01代表实习机械工程师，02代表机械工程师；电气车间的团队以字母E代表，01代表实习电气工程师、02代表电气工程师；行政部门由字母A代表，01代表总经理……10代表秘书等等。对于一些个人信息，可以以对应的英文单词代表，例如性别以英文Sex代表，字母M和F分别代表两种性别。考勤数据以字母B开始，分别用不同的字母或数字进行表示不同的考勤数据。所述人际数据包括员工地理位置关联数据和员工任务关联数据，其中，所述员工地理位置关联数据包括员工当前及历史工作位置编号，该编号代表了员工所在城市、建筑、楼层及座位号，例如位置编号BBC1830代表北京、北辰大厦、第18层、第30号座位；WHADS0806代表武汉市、汉华大厦、第8层、第6号座位。所述员工任务关联数据包括员工参与的项目或任务基本数据、员工的职责/角色、项目总进度数据、员工任务进度数据和项目或任务进展中的交流记录数据等等。例如项目以英文project开始编号，后缀多位数字代表项目顺号。进度数据包括从项目计划中抽取的进展计划数据，如在预定的时间应完成的任务；根据员工参与的项目建立项目与员工的对应关系，从每条交流记录信息中抽取出主动沟通员工、接受沟通的员工、沟通时长、内容等。经过所述信息量化单元31a的处理，将各种信息分别处理成字符串、信息条等形式，从而以便于下一步的数据加工处理。

基础指标数据单元32a与所述信息量化单元31a相连接，经配置以按照人际基础指标和个人基础指标及其处理策略分别处理所述人际数据和个人数据以得到人际基础指标数据和个人基础指标数据。

其中，所述的个人基础指标例如包括年龄、性别、技能标签、工资、出勤率、经历过的培训课程、绩效成绩等。其中，所述的年龄、性别、经历过的培训课程等指标数据可以从量化后的个人数据中直接得到，而技能标签、出勤率等指标数据需要经过一定的逻辑运算得到。例如，为每个培训课程设置分数，以个人的学历、专业、经验等作为权重对原始培训结果分数进行计算以得到最终的技能评分，再根据评分区间以确定该员工的技能标签。

所述人际基础指标例如为员工地理活动范围，根据员工当前工作位置编号，按照工作位置距离为每一个员工确定一个以上活动范围级别的关联员工群体，以所述不同活动范围级别的关联员工群体作为每个员工的地理活动范围这一指标数据。例如，根据员工当前工作位置编号确定其周围的8个员工作为其关联员工群体，即其地理活动范围。还可以将与其直接邻接的多个员工作为第一级别的地理活动范围，如与员工座位左右、前后相邻的员工作为第一级别的地理活动范围。根据员工具体位置和员工位置分布的布局不同，其第一级别的地理活动范围的员工数量有可能不同。

所述人际基础指标还可以是员工业务活动范围。在计算该指标数据时，首先根据员工参与的项目或任务基本数据确定同一项目、同一任务的其他员工身份标识及其职责/角色；根据同一项目和/或同一任务的员工身份标识及其职责/角色生成项目员工矩阵表，该员工矩阵表作为员工业务活动范围。与员工地理活动范围相类似，根据与员工在业务上的远近关系，从员工矩阵表中确定多个不同级别的业务活动范围。例如，将与员工有直接业务关联的人员确定为第一级业务活动范围，例如，各任务组长是项目负责人的第一级业务活动范围；各个任务组中的组员是项目负责人的第二级业务活动范围。

所述人际基础指标还可以为项目总进度。在计算该指标数据时，读取项目进度指标数据中的时间及应完成的任务信息，与当前完成的任务信息进行对比，例如，按照进度预期在当前时间点应完成6个任务，但是当前完成的任务数量为5个，因而由5/6＝83％，从而得到了项目当前进度百分比值，以此作为项目总进度指标数据。

所述人际基础指标还可以为任务进度和员工任务进度。根据员工任务当前完成数据与预期完成目标计算得到员工任务进度百分比值，以此作为员工任务进度指标数据；根据一个任务中所有员工的任务进度指标数据平均值作为任务进度指标数据。

所述人际基础指标还包括项目投诉指标。从所述项目或任务基本数据中统计总投诉次数、每次投诉对应的任务和对应员工，并统计员工被投诉次数。将这些数据作为项目投诉指标数据。

所述人际基础指标为沟通指标时，相关的指标包括交流总次数，每个员工发起/接受的交流次数，计算每次交流时长、每次交流参与的员工及数量。

衍生指标数据单元33a与所述信息量化单元31a和基础指标数据单元32a相连接，按照衍生指标及其处理策略对所述人际基础指标数据和个人基础指标数据进行深加工从而得到对应的衍生指标数据。

其中，所述衍生指标包括员工平均工作绩效、员工年龄分布和员工技能标签。为了得到上述衍生指标数据，从个人基础指标数据中获取目标员工的关联员工群体中每个员工的绩效数据、年龄以及技能标签数据。从人际基础指标数据中获得每个员工的地理活动范围，即员工的关联员工群体，根据关联员工群体中每个员工的绩效数据计算所述关联员工群体的平均工作绩效；根据关联员工群体中每个员工的年龄统计所述关联员工群体的年龄分布及年龄均值；根据关联员工群体中每个员工的技能标签数据计算技能标签重合率，如相同或相近技能标签数量占关联员工群体总技能标签数量的百分比。

所述衍生指标包括还包括员工沟通类型、员工合作情况和员工沟通范围。首先计算员工发起的交流次数对总交流次数的占比；然后根据员工交流次数的占比及阈值，为员工确定由占比阈值确定的沟通类型。例如，当一个员工的交流次数对所总交流次数的占比小于30％时，将所述员工确定为被动沟通型，当其交流次数对所总交流次数的占比大于或等于30％时，将其确定为主动沟通型。计算每个员工的任务当前进度百分比值与任务计划进度百分比值的比值或差值；将该比值或差值与阈值进于比较，当比值或差值大于或等于阈值，且所述员工的投诉次数大于阈值，则确定所述员工的合作情况的指标值为出现问题，反之为没有出现问题。根据交流参与的员工及数量确定员工沟通范围。

衍生指标还包括项目进度健康指标、项目质量健康指标和项目总体健康指标。其中，对比项目当前进度百分比值和项目计划进度百分比值，在项目当前进度百分比值和项计划进度百分比值的比值或差值大于阈值时，例如，比值小于80％，或者差值大于20％，确定项目进度健康指标值为不健康，如果比值大于80％，或者差值小于20％，确定项目进度健康指标值为健康。其中的具体的比值阈值和差值阈值作为一个参数可以人为设置。例如，具有权限的管理人员可以根据团队的具体业务环境、团队自身的业务处理水平等多方面因素设置所述的比值阈值或差值阈值，用以保证符合企业自身的运营环境和特征，后期也对该参数进行阶段性调校来提升与实际业务要求的匹配度。当项目进度健康指标值为不健康时，从该项目中确定任务进度慢的几个任务及对应的员工。对比项目投诉次数和阈值的大小，例如将投诉阈值设置为1-5中的任意一个值，在项目投诉次数大于阈值时，确定项目质量健康指标值为不健康，并确定被投诉的任务和对应的员工。在确定一个项目的项目进度健康指标值为不健康且项目质量健康指标值也为不健康时，确定项目总体健康指标值为不健康。

在另一个实施例中，所述的信息处理模块3a还包括模型训练单元34a，经配置对应每种衍生指标训练对应的机器学习模型；对应地，所述衍生指标数据单元33a利用所述机器学习模型以员工的人际基础指标数据和个人基础指标数据作为模型的输入以得到对应衍生指标数据。本实施例可以使用人际基础指标数据和个人基础指标数据作为训练数据，根据各种衍生指标的需要训练对应的各个机器学习模型，如获得员工平均工作绩效的机器学习模型M1、获得员工年龄分布的机器学习模型M2、获得员工技能标签的机器学习模型M3、获得员工沟通类型的机器学习模型M4、获得员工合作情况的机器学习模型M5和获得员工沟通范围的机器学习模型M6、获得项目进度健康指标的机器学习模型M7、获得项目质量健康指标的机器学习模型M8和获得项目总体健康指标的机器学习模型M9等等。根据具体实际情况选择有监督类型或无监督类型的机器学习模型，例如前述获得项目进度健康指标的机器学习模型M7、获得项目质量健康指标的机器学习模型M8和获得项目总体健康指标的机器学习模型M9可以为分类模型，经输入的数据确定项目进度是否健康、项目质量是否健康、项目总体是否健康。获得员工沟通类型的机器学习模型M4也可以使用分类模型，经输入的数据确定员工沟通类型具体是哪一种等等。

信息应用模块4a与所述信息处理模块3a相连接，按照预置应用条件处理所述多种指标数据以得到对应的应用信息。在一个实施例中，如图3所示，所述信息应用模块4a包括员工画像单元41a和应用信息生成单元42a。所述员工画像单元41a综合所述人际基础指标数据、个人基础指标数据和衍生指标数据以得到员工画像数据。所述应用信息生成单元42a基于应用条件以及对应的处理策略生成相应的应用信息。其中，为了显示所述的员工画像还包括显示模块5a，其与员工画像单元41a和应用信息生成单元42a相连接，按照设置的格式，如图形、图表、图像等方式，对员工画像数据进行处理，从而可以按照设置的格式显示员工画像。例如，当设置为柱形图显示方式为，采用不同的颜色表示不同的指标，并以每种指标颜色的深色代表该员工的指标数据，浅色代表该指标的正常或平均数据。员工画像数据作为一种全面“剖析图”，可以使管理人员形象而清晰地了解员工在企业中工作表现以及工作环境。在显示每个员工的画像数据的同时，还可以将基于该员工画像产生的应用信息标注在画像旁边，使管理人员在了解到员工在企业中工作表现以及工作环境后可以得到如何对其进行干预和管理的建议。

其中，应用信息生成单元42a中使用的应用条件包括判断一项指标数据或多项指标数据的组合是否为具有负面效果的数据。所述负面效果的数据例如为：关联员工群体的平均工作绩效小于全部员工平均工作绩效、员工的年龄与其关联员工群体的年龄均值的差值大于阈值、关联员工群体的技能标签重合率大于阈值、员工沟通类型为指定的沟通类型(如被/主动沟通类型)、员工合作情况的指标值为出现问题、项目进度健康指标值不健康、项目质量健康指标值不健康和项目总体健康指标值不健康等等。当一项指标数据或多项指标数据的组合为具有负面效果的数据时，应用信息生成单元42a从应用信息模板库中读取对应的应用信息模板，并根据当前具体的数据对模板上的原始应用信息进行修改，从而生成与当前情况相符合的应用信息。所述的应用信息例如是具有负面效果的指标数据或多项指标数据的组合转化为正面效果数据的建议。在一个实施例中，不同的应用信息模板中存储有针对不同负面效果指标数据的正面建议，例如“关注员工周围环境”、“调换座位”、“改变技能结构”、“增加培训”、“干预工作态度”、“引导社交”、“改变角色”、“跟进任务”、“会议沟通”、“提供模仿对象”、“安排援助人员”或“单独跟进”等等。

例如，在关联员工群体的平均工作绩效小于全部员工平均工作绩效时，应用信息生成单元42a追溯得到该指标数据的原始指标数据，如该群体中每个员工的绩效数据、每个员工的任务完成数据等，从而确定出导致关联员工群体的平均工作绩效小于全部员工平均工作绩效的员工及原因所在。例如，该群体的员工普遍为被动沟通类型、培训没有完成或培训效果不好、工作完成效率低、工作完成质量较差、技能掌握单一、考勤或独立绩效事件较少等等，应用信息生成单元42a通过追溯以上数据确定对应的员工及原因，再一一根据原因确定将负面效果的指标数据或多项指标数据的组合转化为正面效果的应用信息。例如，当通过考勤数据得到该员工缺勤数量大于阈值时，生成“干预工作态度-提高考勤”或“单独跟进”的应用信息。又例如，当得到该员工所在群体的技能标签重复率过高时，确定重复率高的技能标签，并查询其他群体中可以匹配该员工所在群体技能标签的员工，从而生成“改变技能结构”和“调换座位-xxx”两条应用信息。当原因是某个员工的技能缺失时，根据缺失的技能生成“安排培训-增加XX课程培训”的应用信息，并查询已经掌握了该技能的员工，生成“安排援助人员-xxx”等等应用信息。

又例如，应用信息生成单元42a计算当员工的年龄与其关联员工群体的年龄均值的差值，并与阈值作比较，当时员工的年龄与其关联员工群体的年龄均值的差值大于或等于阈值时，如关联员工群体年龄均值为25岁，而其中一个员工年龄为30岁或40岁，显然年龄差距过大，过大的年龄差距过导致该员工对周围环境融入的问题，应用信息生成单元42a或者给出“引导社交—消除年龄障碍”的信息，或者根据各个员工群体，为所述员工找到与其匹配的员工群体，生成“调换座位--xxx”的应用信息。应用信息生成单元42a还可以提取一个群体中绩效表现最差的三位，并分析出绩效差的原因，生成相应的信息，从而建议管理人员进行跟进。

又例如，当项目总体健康指标、项目进度健康指标或项目质量健康指标数据为不健康时，应用信息生成单元42a追溯得到这个指标数据的基础指标数所在。例如，当项目进度健康指标不健康时，根据确定项目进度的任务查询任务进度及对应员工，从而确定出导致任务进度慢的员工；再查询该员工的当前画像数据，确定出低于阈值或平均值的指标数据，如员工地理活动范围、员工业务活动范围、员工合作情况和员工沟通范围、员工的技能标签等等指标数据，应用信息生成单元42a将这些打包生成附属信息，同时生成“开会沟通”的应用作息作为建议和项目进度慢的警告提示信息。当管理人员收到这样的警告提示信息后，查询对应的建议及附属信息，从而使得相关管理人员与项目成员开会沟通，寻找并分析项目进度慢于预期的原因，并对应原因进行相应的干预，如调整项目流程、改变项目的相关设定、与员工面谈、了解员工个人认为的原因以及员工的改进想法，并与员工一起调整提升，必要时可以安排员工重新进行培训等等。

前述的应用信息生成单元42a生成的各种应用信息可经过显示模块5a显示。例如，当所述信息处理系统定时或实时进行处理以得到一个或多条应用信息时，以表格的方式存储，并通过发送提醒消息的方式提醒管理人员有新的应用消息生成。或者，当管理人员查询员工画像数据时，所述处理系统可以根据组成该员工画像的指标数据生成对应的各种应用信息，并与画像数据一起显示。

在另一个实施例中，如图3中的虚线所示，所述信息应用模块4a还包括参数修改单元43a，其包括参数提取单元431a、参数值生成单元432a、修改单元433a和修改通知单元434a，其中，所述参数提取单元431a与应用信息生成单元42a相连接，用以从生成的应用信息中提取出可以修改的参数项，并从人力资源资源数据库获取到对应该参数项的原参数值。例如，在应用信息为“安排培训-增加课程C培训”时，从中确定出培训模块中“培训课程”这一参数项，通过读取所述员工的培训数据得到最近将要进行培训的课程A。所述参数值生成单元432a与所述参数提取单元431a相连接，通过对比原参数值“课程A”及应用信息中对该参数项的调整信息“课程C”和所述参数项的调整规则，如员工培训课程需要逐级培训、不能跳跃的规则，将该员工最近的培训课程安排修改为“课程A-课程B-课程C”。查看该参数项是否具有足够的修改权限，如果该参数的修改权限设定了可以自动修改，则将该生成的新参数值“课程A-课程B-课程C”发送给修改单元433a。修改单元433a修改培训模块中“培训课程”这一参数项，将原来的参数值“课程A”修改成“课程A-课程B-课程C”，再生成修改通知发送到指定位置，例如培训师邮箱、人力资源主管的邮箱、该员工邮箱等，或记录在显示界面的某个位置以提醒相关人员发生的变化。如果该参数的修改权限设定了不能自动修改，则所述参数值生成单元432a生成参数修改通知，所述参数修改通知中至少包括所述参数的原参数值和建议修改的新参数值，将发送到指定位置，例如培训师邮箱、人力资源主管的邮箱，或记录在显示界面的某个位置，用以提醒相关人员。

在另一个实施例中，前述的参数修改单元43a可以是原人力资源系统10中的相应模块中的单元。应用信息生成单元42a在生成所述应用信息的同时生成参数调整信息并发送给人力资源管理系统10中的相应模块，由相应模块中的参数修改单元进行修改。例如，在生成“安排培训-增加XX课程培训”的应用信息时，生成“安排XX课程培训”参数调整信息以发送给人力资源管理系统10中的培训模块103，培训模块103接收到该消息时，查询内部记载的培训计划，如果当前已有XX课程，则在对应该计划的受训员工列表中增加所述员工；如果培训计划中没有XX课程，则在培训计划增加所述XX课程，将所述员工增加到对应的受训员工列表中。当然，培训模块103在进行相关操作时需要具有对应的权限，例如，向已有培训课程中增加受训员工不需要权限限制，但是新建培训课程需要由相关人员确认。例如，当培训模块103增加了XX课程时，向管理人员发送确认通知。在管理人员对该项改变确认后该所述XX课程增加到有效的培训计划中。例如，培训模块103根据接收到的来自于应用处理系统的“安排XX课程培训”消息新增XX课程，并为该XX课程增加“待审批”标签，同时向管理人员发送确认通知。管理人员接收到该通知后，通过查询发现该课程目前的受训员工数量过少，从而未对其批准许。培训模块103每次接收到的来自于应用处理系统的“安排XX课程培训”消息时，向该XX课程的受训人员中增加员工，直到管理人员觉得当前受训人员的数量足够时，发出对该XX课程确认的消息。培训模块103接收到该XX课程确认的消息将所述XX课程的标签由“待审批”修改为“已审批”，同时将其增加到当前的培训计划列表中。当然，培训模块103也可以自行统计“待审批”课程的受训人员的数量，只有在受训人员的数量足够时，向管理人员发出对该XX课程确认的通知。

同理，应用信息生成单元42a生成的参数调整信息可以是对薪酬福利的调整信息、对员工任务进行调整的信息等等，对应的薪酬福利模块104和任务模块107可根据权限进行对应的调整，其调整原理如上述对培训模块103的说明，在此不再赘述。

如图4是根据本发明另一个实施例的人力资源信息处理系统原理框图。由于本发明收集了大量的各种各样的数据，并且使系统能够代替现有人力资源管理人员的工作，通过收集到的数据得到各种应用信息，因而在本实施例中，所述信息处理系统还包括参数配置模块6a，用来配置、修改各种指标及获得指标数据的处理策略，建立指标数据间的关联关系、最终能够得到的应用信息类型、条件及处理策略等。

在前述实施例中，本发明提供的人力资源信息处理系统可作为现有人力资源系统的一个补充，在实现时与现有人力资源系统分立，二者通过接口相连接，通过对现有人力资源系统中产生的各种数据的收集、分类、初加工、深加工，从而可以得到更加实用的指导性应用信息。在另一个实施例中，如图5所示，本发明所述的人力资源信息处理系统30b与数据库20b、基础人力资源系统10b构成一个完整的人力资源系统。信息处理系统30b和基础人力资源系统10b分别具有对应的界面，由各自具有相应权限的人员使用。基础人力资源系统10b作为一个集数据收集和低端处理功能的系统，其使用权限可以为普通员工，如面试人员、考勤记录人员、培训讲师、普通人力资源专员等等。员工通过低权限界面100b使用基础人力资源系统10b，如记录各类原始数据。基础人力资源系统10b根据设置的功能对原始数据进行加工、处理得到相应的初级信息，如面试结果记录、考勤记录、绩效成绩、薪酬和福利、员工的任务分配、岗位角色等，可由普通员工通过低权限界面100b获知。基础人力资源系统10b记录和生成的初级信息可存储到数据库20b中，并根据需要发送到信息处理系统30b。信息处理系统30b为具有高使用权限的信息处理系统，如图6所示，信息处理系统30b中包括数据收集模块31b，其包括个人信息收集单元311b、任务信息收集单元312b和地理位置收集单元313b，对应地，人力资源数据库20b包括个人信息库21b和人际信息库22b，个人信息收集单元311b将从基础人力资源系统10b收集到的个人信息存储在个人信息库21b，任务信息收集单元312b和地理位置收集单元313b将从基础人力资源系统10b收集到的员工人际信息存储在人际信息库22b。信息处理系统30b中的数据查询模块32b查询人力资源数据库20b以得到员工的所有人力资源信息，数据分类模块33b对查询得到的数据进行分类，经过信息处理模块34b和信息应用模块35b多个层次的数据加工后得到具有决策性、指导性的应用信息，可由高使用权限的管理人员通过高权限界面300b查看。信息处理系统30b生成的各种数据、信息也存储在人力资源数据库20b中，例如员工画像数据库。经过信息应用模块35b得到的员工个人画像可通过高权限界面300b可视化地展示给管理人员，并根据指标数据按照各种应用条件进行处理以得到与所述员工对应的决策性、指导性信息，并显示给管理人员，从而不但可以使管理人员通过个人画像而全方位地了解该员工，包括员工的业务技能、工作环境、工作绩效等等，并可以得到改进该员工绩效、提高工作效率等的具体建议，从而节省了人力资源管理人员大量的统计、分析、决策性工作，使公司管理人员减少了对人力资源专员技能、工作态度等的依赖。在某种程度上，所述的人力资源信息处理系统代替了人力资源专员的工作，在系统运行过程中，仅需要决策人员设置相关指标，由维护人员维护系统的正确运行，即可以获得由原来资深人力资源专员才能得到的决策意见。

在一个应用实施例中，求职者首先通过低权限界面填写自己的简历信息，面试官对在线简历进行初筛并安排面试，面试通过后，面试官会给拟入职员工打上初始标签，并分配至目标团队。员工入职后，考勤模块接收面试模块传递过来的员工基本信息，对员工日常工作的考勤、加班、假期进行管理和记录。培训模块接受面试模块传递过来的员工初始技能标签信息，根据员工的初始技能标签，安排员工的学习计划，并对员工进行考核与新技能标签认证和发放。当到月度进行绩效考核时，绩效模块会接受面试模块、考勤模块、培训模块传递过来的信息，完成员工的绩效结算，给出员工的绩效评级。薪酬福利模块接收绩效模块传递过来的员工绩效信息，同时接收面试模块、考勤模块、培训模块传递过来的其他员工基本信息，对员工的全部信息进行综合分析后，对员工的基本工资、绩效奖金以及福利进行评定和管理，为管理人员发放员工薪酬福利提供直接参考。同时，当员工入职后(当员工调换位置时亦然)，管理人员通过低权限界面100b录入员工的城市、楼层、座位号信息，信息处理系统30b根据上述各种数据能够分析并推测出员工在工作场所中的人际关系情况以及社会性活动范围。当员工加入具体的项目中时，管理人员录入具体项目编号、分工安排，员工在工作过程中记录与合作者合作完成任务的情况，信息处理系统30b根据上述各种数据能够分析并推测出员工在项目过程中的社会性活动范围以及和组员们的合作互动情况。信息处理系统30b通过对员工的个人信息和人际信息，经过数据的多次加工、整合和分析，得到员工画像数据，从该画像数据揭示出员工工作环境、个人情况以及工作成果之间的相关性，形成有关员工在企业中工作表现以及工作环境的全面“剖析图”。具有权限的管理人员通过高权限界面300b可以查看员工画像，并可以查看生成的相应应用信息。

本发明通过对模块化的设计可以使本发明提供的人力资源信息处理系统和现有的人力资源系统有机地结合在一起，兼容性好，扩展性好，最终生成的信息可进行可视化、模块化、动态化地展示，便于管理人员的互动与查阅，从而有利于管理人员以此开展具体的团队管理工作。

图7是根据本发明一个应用实施例的人力资源信息处理系统结构连接示意图。在本发明中，所述人力资源信息处理系统包括服务器端和终端，所述终端可以是电脑10c及个人终端11c，服务器端例如为一个或多个服务器2c。服务器端与终端之间通过网络连接，电脑10c之间可通过内部网络连接。其中，人力资源信息处理系统的各种模块可分布在不同的服务器2c和电脑主机10c及个人终端11c中。服务器端还包括有数据库3c，用于作为人力资源数据库来存储各种信息和数据。

在另一方面，本发明还提供了一种人力资源信息处理方法，如图8所示，图8是根据本发明一个实施例的人力资源信息处理方法流程图。所述方法包括以下步骤：

步骤S1，根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息。其中，所述的人力资源数据库如图1中的人力资源数据库20或者是图5-6中的数据库20b。人力资源系统10中的各种模块具有数据收集功能，从员工面试开始收集与所述员工相关的各种员工信息并存储到人力资源数据库20。或者如图6中由专用数据收集模块收集到员工的地理位置信息、员工参与的工作信息及员工的个人信息并存储到人力资源数据库20中。为了方便查询，在存储收集到的信息时，在一个实施例中，如图6所示，将员工的地理位置信息和员工参与的工作信息存储到人力资源数据库中的人际信息库22b，将员工的个人信息存储到人力资源数据库中的个人信息库21b。或者，为收集到的数据设置标签，例如，为员工的地理位置信息和员工参与的工作信息设置人际信息标签，为员工的个人信息设置个人信息标签；

步骤S2，将与员工相关的人力资源信息分类为人际信息和个人信息。例如，将从人际信息库22b中获取的信息分类为人际信息，将从个人信息库21b中获取的信息分类为个人信息。又或者，根据信息的标签为获取到的信息分类为人际信息或个人信息。

步骤S3，读取配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据。其中，所述配置的指标包括多种人际基础指标、多种个人基础指标和多种衍生指标；对应地得到指标数据的过程如图9所示，包括：

步骤S31，根据人际基础指标和个人基础指标及其对应处理策略，对所述人际信息和个人信息进行量化处理以得到对应的人际数据和个人数据。例如前述图2中的信息量化单元31a将各种信息分别处理成字符串、信息条等形式，从而以便于下一步的数据加工处理。

步骤S32，读取预置的人际基础指标和个人基础指标，分别按照对应的处理策略处理所述人际数据和个人数据以得到每个员工的人际基础指标数据和个人基础指标数据。根据指标的不同，处理策略也不同。例如，年龄、性别、经历过的培训课程等个人基础指标数据可以从量化后的个人数据中直接得到，而技能标签、出勤率等个人基础指标数据需要经过一定的逻辑运算得到。人际基础指标需要按照一定的规则计算得到，例如员工地理活动范围、员工业务活动范围、项目总进度等等。具体可参见对前述系统中的基础指标数据单元32a的说明，在此不再赘述。

步骤S33，读取预置的衍生指标，按照对应的处理策略处理每个员工的人际基础指标数据和个人基础指标数据以得到每个员工的衍生指标数据。所述的衍生指标例如为员工平均工作绩效、员工年龄分布和员工技能标签、员工沟通类型、员工合作情况和员工沟通范围、项目进度健康指标、项目质量健康指标和项目总体健康指标等等，具体可参见对前述系统中衍生指标数据单元33a的说明，在此不再赘述。

步骤S4，按照预置应用条件处理多种指标数据以得到对应的应用信息。对于一个具体的应用，将每一个员工的人际基础指标数据、个人基础指标数据和衍生指标数据以得到员工画像数据，并可以图形化显示在界面中。应用条件例如包括判断一项指标数据或多项指标数据的组合是否为具有负面效果的数据，当存在具有负面效果的数据时，可从应用信息模板库中读取对应的应用信息模板，并根据当前具体的数据对模板上的原始应用信息进行修改，从而生成与当前情况相符合的应用信息。所述的应用信息例如是具有负面效果的指标数据或多项指标数据的组合转化为正面效果数据的建议。具体可参见对前述系统中的信息应用模块4a的说明，在此不再赘述。

图10是根据本发明一个实施例提供的在生成应用信息的进一步处理流程图。在本实施例中，在生成应用信息后还包括以下步骤：

步骤S41，从所述应用信息中提取出可以修改的人力资源参数项；

步骤S42，根据应用信息中对该参数项的调整信息和所述参数项的调整规则生成新的参数值；

步骤S43，判断对所述参数项是否具有修改权限，如果有，则在步骤S44修改所述参数项的参数值，并生成参数已修改的通知发送到指定位置；如果没有修改权限，则在步骤S45生成参数修改通知发送到指定位置，所述参数修改通知中至少包括所述参数的原参数值和建议修改的新参数值。

随着企业面临的市场竞争和技术革新的变化，越来越多的工作需要采用团队模式完成。根据研究表明，具有不同情绪处理能力(也称为情绪智力)的个人作为一个团队的组成单元，既决定了作为团队状态存在的团队情绪智力，也决定着团队的工作业绩，进而影响到企业整体的竞争力和表现。如已有研究表明，即使是企业员工与员工之间短期的积极互动关系，也能对员工的工作态度、学习行为、生理心理健康产生可以量化的积极影响，进而提升企业或组织整体的绩效表现与竞争力。本发明通过收集到的员工个人信息和人际信息，进而可以分析得到员工在工作场合中的地理活动范围、社会活动范围、人际关系情况和组员们的合作互动情况等等，从而可以探查到员工的情绪、并生成可以提高该员工工作效率、改善工作环境进行调整员工情绪等等的具体建议，从而可以充分发挥员工潜能、提高个人和团队的情绪智力，提高企业整体的竞争力和表现。

上述实施例仅供说明本发明之用，而并非是对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明范围的情况下，还可以做出各种变化和变型，因此，所有等同的技术方案也应属于本发明公开的范畴。

Claims (27)

1.一种人力资源信息处理系统，其中包括：

数据查询模块，经配置以根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息；

数据分类模块，其与所述数据查询模块相连接，经配置以将所述员工的人力资源信息分类为人际信息和个人信息；

信息处理模块，其与所述数据分类模块相连接，经配置以按照配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据；以及

信息应用模块，其与所述信息处理模块相连接，经配置以按照预置应用条件处理所述多种指标数据以得到对应的应用信息。

2.根据权利要求1所述的系统，其中进一步包括数据收集模块，经配置以从员工面试开始收集与所述员工相关的各种员工信息并存储到人力资源数据库。

3.根据权利要求2所述的系统，其中所述数据收集模块包括：

地理位置收集单元，经配置以收集员工的地理位置信息；

任务信息收集单元，经配置以收集员工参与的工作信息；其中，所述地理位置信息至少包括员工工作地点的位置布局信息；所述工作信息包括员工参与的项目和/或任务基本信息、项目和/或任务进度记录信息、员工在项目或任务中的职责/角色信息、项目或任务进展过程中的人员交流记录信息中的一种或多种。

4.根据权利要求3所述的系统，其中所述数据收集模块还进一步包括个人信息收集单元，经配置以收集员工的个人信息，所述个人信息包括个人身份信息、面试信息、培训信息、考勤信息、绩效信息、薪酬福利信息中的一种或多种。

5.根据权利要求4所述的系统，其中所述人力资源数据库包括人际信息库和个人信息库，其中，所述地理位置收集单元收集到的员工的地理位置信息和任务信息收集单元收集的员工参与的工作信息存储在所述人际信息库中，所述个人信息收集单元收集的员工个人信息存储在所述个人信息库；

对应地，所述数据分类模块将从人际信息库读取的信息分类为人际信息，将从个人信息库读取的信息分类为个人信息。

6.根据权利要求4所述的系统，其中所述数据收集模块还进一步包括标签单元，其与所述地理位置收集单元、所述任务信息收集单元和所述个人信息收集单元相连接，经配置以为所述地理位置收集单元和所述任务信息收集单元收集的信息设置人际信息标签，为所述个人信息收集单元收集的信息设置个人信息标签；

对应地，所述数据分类模块根据信息的标签将从人力资源数据库中获取的信息分类为人际信息和个人信息。

7.根据权利要求1所述的系统，其中还进一步包括参数配置模块，用以配置指标及获得指标数据的处理策略，和/或用以配置应用条件及处理策略。

8.根据权利要求7所述的系统，其中所述参数配置模块进一步包括：

基础指标配置单元，用以配置人际基础指标和个人基础指标，以及配置获得人际基础指标数据和个人基础指标数据的处理策略；

衍生指标配置单元，用以配置衍生指标以及获得衍生指标数据的处理策略；以及

应用条件配置单元，用以配置应用条件以及得到对应应用信息的处理策略。

9.根据权利要求8所述的系统，其中所述信息处理模块包括：

信息量化单元，经配置以根据人际基础指标和个人基础指标及其处理策略，对所述人际信息和个人信息进行量化处理以得到对应的人际数据和个人数据；

基础指标数据单元，其与所述信息量化单元相连接，经配置以按照人际基础指标和个人基础指标及其处理策略分别处理所述人际数据和个人数据以得到人际基础指标数据和个人基础指标数据；以及

衍生指标数据单元，其与所述信息量化单元和基础指标数据单元相连接，经配置按照衍生指标及其处理策略分别处理所述人际基础指标数据和个人基础指标数据以得到衍生指标数据。

10.根据权利要求9所述的系统，其中所述信息处理模块进一步包括模型训练单元，经配置对应一种或多种衍生指标训练对应的机器学习模型；对应地，所述衍生指标数据单元利用所述机器学习模型以员工的人际基础指标数据和个人基础指标数据作为模型的输入以得到对应的衍生指标数据。

11.根据权利要求9或10所述的系统，其中所述信息应用模块包括：

员工画像单元，经配置以基于员工的人际基础指标数据、个人基础指标数据和衍生指标数据以得到所述员工的画像数据；和

应用信息生成单元，经配置根据所述员工的画像数据或员工的相应指标数据、基于应用条件以及对应的处理策略生成相应的应用信息。

12.根据权利要求11所述的系统，其中进一步包括应用信息模板库，经配置以提供对应各种所述应用条件的应用信息模板；对应地，所述应用信息生成单元根据员工画像数据或员工的相应指标数据所满足的应用条件确定对应的应用信息模板，基于员工画像数据或员工的相应指标数据修改应用信息模板中的相应数据以生成应用信息。

13.根据权利要求11所述的系统，其中还进一步包括显示模块，经配置按照预置的可视化要求将员工画像数据和/或应用信息处理成对应的图形或图表用以显示或输出。

14.根据权利要求11-13任一所述的系统，其中所述信息应用模块还进一步包括参数修改单元，其包括：

参数提取单元，经配置以从应用信息中提取出可以修改的参数项，并从人力资源数据库获取到对应该参数项的原参数值；

参数值生成单元，其与所述参数提取单元相连接，经配置以基于原参数值及应用信息中对该参数项的调整信息和所述参数项的调整规则生成新的参数值；

修改单元，其与所述参数值生成单元相连接，在得到具有修改权限的参数项新的参数值时，修改该参数项的参数值；以及

修改通知单元，其与所述参数值生成单元和修改单元相连接，在所述修改单元修改完具有修改权限的参数项的参数值时，生成修改通知并发送到指定位置；或者在所述参数项没有修改权限时，生成参数修改通知并发送到指定位置，所述参数修改通知中至少包括所述参数项的原参数值和建议修改的新参数值。

15.一种人力资源信息处理方法，其中包括：

根据员工的个人身份标识查询人力资源数据库以得到与员工相关的人力资源信息；

将与员工相关的人力资源信息分类为人际信息和个人信息；

读取配置的指标及处理策略处理所述人际信息和个人信息以得到对应的指标数据；以及

按照预置应用条件处理多种指标数据以得到对应的应用信息。

16.根据权利要求15所述的方法，其中还包括数据收集步骤，经配置从员工面试开始收集与所述员工相关的各种员工信息并存储到人力资源数据库；其中，所述员工信息包括员工的地理位置信息、员工参与的工作信息及员工的个人信息。

17.根据权利要求16所述的方法，其中在进行数据收集时进一步包括：

将员工的地理位置信息和员工参与的工作信息存储到人力资源数据库中的人际信息库；以及

将员工的个人信息存储到人力资源数据库中的个人信息库；

进一步地，将从人际信息库中获取的信息分类为人际信息，将从个人信息库中获取的信息分类为个人信息。

18.根据权利要求16所述的方法，其中在进行数据收集时进一步包括：

为员工的地理位置信息和员工参与的工作信息设置人际信息标签；以及

为员工的个人信息设置个人信息标签；

进一步地，根据信息的标签为获取到的信息分类为人际信息或个人信息。

19.根据权利要求16所述的方法，其中，所述地理位置信息至少包括员工工作地点的位置布局信息；所述工作信息包括员工参与的项目和/或任务基本信息、项目和/或任务进度记录信息、员工在项目或任务中的职责/角色信息、项目或任务进展过程中的人员交流记录信息中的一种或多种。

20.根据权利要求15所述的方法，其中，所述配置的指标包括多种人际基础指标、多种个人基础指标和多种衍生指标；对应地得到指标数据的过程包括：

根据人际基础指标和个人基础指标及其对应处理策略，对所述人际信息和个人信息进行量化处理以得到对应的人际数据和个人数据；

读取预置的人际基础指标和个人基础指标，分别按照对应的处理策略处理所述人际数据和个人数据以得到每个员工的人际基础指标数据和个人基础指标数据；以及

读取预置的衍生指标，按照对应的处理策略处理每个员工的人际基础指标数据和个人基础指标数据以得到每个员工的衍生指标数据。

21.根据权利要求20所述的方法，其中进一步包括：利用一种或多种已训练完成的衍生指标机器学习模型，以员工的人际基础指标数据和个人基础指标数据作为模型的输入以得到对应的衍生指标数据。

22.根据权利要求20或21所述的方法，其中所述人际基础指标包括员工地理活动范围、员工业务活动范围、沟通指标、项目总进度、员工任务进度、项目投诉指标中的一种或多种。

23.根据权利要求22所述的方法，其中所述衍生指标包括：员工平均工作绩效、员工年龄分布和员工技能标签中的一种或多种；项目进度健康指标、项目质量健康指标和项目总体健康指标中的一种或多种；员工沟通类型、员工合作情况和员工沟通范围中的一种或多种。

24.根据权利要求23所述的方法，其中进一步包括：

基于每一个员工的人际基础指标数据、个人基础指标数据和衍生指标数据以得到员工画像数据；以及

根据所述员工的画像数据或员工的相应指标数据、基于应用条件以及对应的处理策略生成针对相应的应用信息。

25.根据权利要求24所述的方法，其中进一步包括：

从所述应用信息中提取出可以修改的人力资源参数项；

根据应用信息中对该参数项的调整信息和所述参数项的调整规则生成新的参数值；以及

修改系统中所述人力资源参数项的参数值。

26.根据权利要求25所述的方法，其中进一步包括：确定是否对所述参数项具有修改权限，响应于对所述参数项具有修改权限，修改所述参数项的参数值，并生成参数已修改的通知发送到指定位置；响应于对所述参数项不具有修改权限，生成参数修改通知发送到指定位置，所述参数修改通知中至少包括所述参数的原参数值和建议修改的新参数值。

27.根据权利要求24所述的方法，其中进一步包括：按照预置的可视化要求将员工画像数据和/或应用信息处理成对应的图形或图表用以显示或输出。

Images